trueroot.ai — De evidence architecture achter je AI-representatie

Laat je AI-verhaal aan het toeval over en het drijft af. De methode van Trueroot verankert het — eerst correct, dan positief.

Prompt-trackers laten zien wat AI al over je zegt. Trueroot werkt aan de andere kant: een methode met een duidelijk begin en eind die je evidence architecture op orde brengt. Je True Root^TM verankert wie je bent. Elke andere claim krijgt zijn eigen bewijs: waarom je te vertrouwen bent, waarom je je prijs waard bent, waarom jij de expert bent. Zet dat goed, en het beeld verspreidt zich van binnenuit in plaats van af te drijven.

Eén root, en bewijs voor elke claim.

Evidence architecture

Een evidence architecture is het geheel van bronnen waar een taalmodel uit put als het je beschrijft, op orde gebracht. In het midden staat de True Root: de canonieke, machinecorrecte entity-pagina die zegt wie je bent. Daaromheen staan de pagina's die elke andere claim bewijzen, zoals je standaarden, je prijzen en je werkwijze. Elke pagina is gelinkt vanuit de root, en ze vertellen allemaal hetzelfde verhaal.

Dashboards tonen resultaten achteraf, maar ze lossen het probleem niet op.

Je kunt prompts volgen tot je een ons weegt: hoe vaak je genoemd wordt, in welke bewoording, naast wie. Nuttig, want zo weet je dat er iets speelt.

Maar tracking is een meting achteraf. Het registreert wat een model al heeft gezegd, en daarmee kijk je inherent de verkeerde kant op: naar de uitkomst, niet naar de oorzaak. Wat een model in een gesprek over je zegt zie je bovendien niet, en een hallucinerend model vult de gaten met aannames die jij nooit te zien krijgt.

De oplossing zit aan de inputkant. Je brengt de bronnen op orde die de modellen lezen: je evidence architecture. De bron van waaruit je begint, is de True Root.

Wat je nu niet ziet

Of je genoemd wordt wanneer iemand naar jouw categorie vraagt.
Of je correct wordt beschreven, of met verouderde of verzonnen feiten.
Of het beeld afdrijft van wat je zelf zou zeggen.

Kom je in aanmerking? Begin met de check.

Een evidence architecture werkt alleen op een fundament dat klopt. Daarom check je eerst je site, voordat een intake zin heeft. Je vult zelf in wat van toepassing is: ja, nee, of weet niet.

Zijn je belangrijkste pagina's leesbaar zonder JavaScript?

De tekst staat in de HTML zelf, niet pas na het laden van scripts.

Laden je pagina's snel?

Een pagina is binnen enkele seconden volledig zichtbaar.

Zijn copy en legal aan boord?

Je kunt de teksten laten aanpassen en hebt de rechten en de juiste feiten om te publiceren.

Plan een intake →

Geen ja op alles, of een keer weet niet? Dat is prima. Dan nemen we het mee in de intake.

Niet één pagina. Het bewijs achter elke claim, op orde.

De meeste organisaties hebben al een about-pagina. Alleen zegt die zelden in heldere taal wat de organisatie is, waartoe ze behoort en waarop ze te beoordelen valt. Voor een bezoeker valt dat te overzien. Voor een taalmodel niet: dat moet de feiten zelf bij elkaar puzzelen, en vult de gaten met aannames.

Daar begint trueroot: we herschrijven die pagina tot een True Root, het anker voor wie je bent. Alle bestaande inhoud blijft staan. De feiten, de relaties en de definitie komen er helder in te staan, geschreven zodat een mens ze prettig leest en een model ze schoon kan overnemen.

Maar één pagina kan niet elke claim dragen. Een about-pagina zegt wie je bent. Ze bewijst niet dat je te vertrouwen bent, dat je je prijs waard bent of dat jij de expert bent. AI zoekt voor elk van die vragen ander bewijs. Onderzoek van Steven Wilson-Beales naar 4.003 AI-antwoorden over nieuwsuitgevers liet dat zien, en ons eigen onderzoek bij 25 Nederlandse merken in acht sectoren laat hetzelfde zien.

Dat is de evidence architecture: de True Root als anker, en bewijs voor elke andere claim, alles gelinkt vanuit de root en overal met hetzelfde verhaal. Geen losse machinelaag naast je echte pagina's, maar teksten die beide publieken tegelijk bedienen.

Van intake tot opgeleverde evidence architecture.

Een afgebakend traject, na een geslaagde check. Kort, gericht, en met jullie eigen mensen aan tafel waar het telt.

Intake. We bepalen de entiteit, de doelgroepen en de claims die bewijs nodig hebben: wie je bent, waarom je te vertrouwen bent, waarom je je prijs waard bent, waarom jij de expert bent. Hier komt boven tafel waar dat bewijs nu staat en waar het ontbreekt, en bespreken we de derde voorwaarde: rechten, feiten, copy en legal.

Schakelen met jullie stakeholders. We werken niet solo aan jullie pagina's. We stemmen af met copy en legal: copy bewaakt de stem en de merktaal, legal bewaakt wat er feitelijk geclaimd mag worden. Zo blijft het bewijs van jullie, niet van ons.

De True Root. We herschrijven de about-pagina tot True Root. Bestaande inhoud blijft, de definitie komt vooraan, de feiten worden zelfstandig leesbaar, en de relaties met moederbedrijf, categorie en mensen worden expliciet.

Bewijs per claim. Voor elke andere claim bepalen we welk bewijs nodig is en waar het hoort te staan: je standaarden en klachtenprocedure, een overzicht van correcties, prijzen die uitleggen wat erbij zit, je werkwijze met de experts bij naam. Die pagina's schrijven of herschrijven we samen met jullie, en we linken ze allemaal vanuit de True Root. Buiten je site zetten we de registers en profielen op een rij die hetzelfde moeten zeggen.

Structured data en oplevering. We leggen dezelfde feiten vast in de machineleesbare laag, zodat tekst en data hetzelfde uitzenden. Jullie krijgen de pagina's en de structured data, klaar om te plaatsen, met een heldere toelichting op wat er is veranderd en waarom.

De evidence architecture is het startpunt. Niet het eindpunt.

Een eenmalig traject zet de bronnen goed. Wat de modellen er daarna mee doen, beweegt. Optioneel houden we dat in de gaten en bouwen we verder.

Optioneel, doorlopend

Monitoring

We bewaken wekelijks of AI je nog weergeeft zoals je True Root en je bewijs het stellen: noemt AI je, beschrijft het je correct, en drijft het beeld niet af. Ontstaat er een gat, dan escaleren we en sturen we bij.

Tegen aanvullende vergoeding

Optioneel, op aanvraag

Aanvullende trajecten

Wil je verder dan je eigen sites, richting bredere AI-zichtbaarheid en het externe beeld dat je representatie voedt, dan zijn er vervolgtrajecten mogelijk. We bekijken per situatie wat zinvol is.

In overleg

De analyse komt niet van een tool, maar van iemand die het vak van binnenuit kent.

trueroot.ai wordt uitgevoerd door Ramon Eijkemans, met meer dan 20 jaar ervaring in enterprise-SEO bij complexe, grootschalige websites. De afgelopen jaren richt hij zich intensief op de vindbaarheid en weergave van merken in taalmodellen, met eigen onderzoek en een framework dat in het vakgebied wordt opgepikt.

Zijn werk werd beschreven in Search Engine Land en Search Engine Journal, en in de podcast The Search Session ging hij met Gianluca Fiorelli uitgebreid in op hoe je content schrijft die taalmodellen correct kunnen lezen en weergeven.

Dat is bewust de kern van trueroot: een evidence architecture bouw je niet met een generator. Het vraagt iemand die snapt hoe modellen content selecteren, hoe een entiteit wordt opgebouwd, en waar de feiten moeten kloppen. De ambitie is het team uit te breiden met meer senioren uit het vakgebied, zodat trueroot meer organisaties kan bedienen zonder in te leveren op het niveau van de analyse.