GEO

AI-gedreven SEO- én GEO-motor met programmatische landingspagina's

Een AI-gestuurde SEO- en GEO-laag die automatisch honderden unieke landingspagina's genereert per sector, provincie, stad en werkritme — geoptimaliseerd om zowel in Google (klassieke resultaten én Google for Jobs) als in AI-antwoordmachines gevonden en geciteerd te worden.

3

SEO-taxonomieën met unieke AI-content (sector, locatie, werkritme)

10+

structured-data-types in de schemalaag

GEO-ready

geoptimaliseerd voor AI-antwoordmachines (llms.txt, speakable, AI-sitemap)

DE UITDAGING

Het recruitmentplatform had één breed vacature-archief zonder gerichte landingspagina's, waardoor het onzichtbaar bleef voor long-tail zoekopdrachten waar generalisten domineren. Bovendien moesten alle vacatures en categorieën correct in Google for Jobs én in AI-antwoordmachines verschijnen.

DE OPLOSSING

We bouwden een taxonomie-gedreven hub-systeem (provincie, functiecategorie, stad, werkritme) waarbij elke term een eigen pagina krijgt met door Claude gegenereerde, merkstem-gestuurde content (intro, body, FAQ). Getrottelde WP-Cron-processen genereren en verversen die teksten binnen budget, met automatische opvolging voor nieuwe termen. Een volledige JSON-LD-schemalaag en de Google Indexing API zorgen voor directe zichtbaarheid. Naast de klassieke SEO-laag (structured data, hubs, Google for Jobs) bouwden we een volwaardige GEO-laag: een llms.txt, speakable-schema, een AI-sitemap en AI-gegenereerde, citeerbare content — zodat de vacatures ook in ChatGPT-, Perplexity- en Google-AI-antwoorden kunnen opduiken.

HET RESULTAAT

Van één archiefpagina naar honderden geïndexeerde landingspagina's over 3 taxonomieën, elk met unieke AI-content. Vacatures verschijnen met volledig JobPosting-schema in Google for Jobs, en de field-Core-Web-Vitals slagen waar concurrenten zakken.

Aanpak in detail

Eerst legden we de structuur vast: de taxonomie-hubs met hun URL-structuur (/f/ sector, /l/ provincie en stad, /w/ werkritme), de bijhorende templates en een uitgebreide structured-data-laag (JobPosting, FAQPage, ItemList, speakable, Organization). Vervolgens bouwden we de AI-generatie: een koppeling met Claude via Azure AI Foundry, met per pagina-type een eigen prompt (sector, locatie, werkritme) en opslag van intro/body/FAQ in ACF-velden op de term. Daarna maakten we het schaalbaar: getrottelde backfill-processen met daglimieten genereren de content binnen budget, dagelijkse watchdogs pikken nieuwe termen automatisch op, de Google Indexing API pingt nieuwe en verwijderde vacatures real-time, en statische kaarten per provincie/stad worden server-side "gebakken". Tot slot voegden we de GEO-laag toe voor AI-vindbaarheid: een llms.txt, speakable-schema en een AI-sitemap, plus entity-signalen via Organization-schema, zodat AI-antwoordmachines de content herkennen en citeren. Doorheen het hele project werd betrouwbaarheid vooropgesteld: gevoelige sleutels (Claude, Google) staan veilig buiten de webroot en nooit in de code of repo, en de AI-generatie draait met daglimieten zodat er geen ongecontroleerde kosten of API-limieten ontstaan.

Herkenbaar? Laten we het over jouw situatie hebben.

Plan een gesprek Scan mijn website