De gereedheidschecklist voor AI-agenten
AI-agenten lezen uw site via de accessibility tree, gestructureerde data en discovery-bestanden, niet via een gerenderde screenshot. Deze checklist behandelt de 30 concrete signalen die we over duizenden audits meten, gegroepeerd zoals agenten een site daadwerkelijk consumeren. Gemiddelde score in onze geauditeerde directory: onder de 50%, het grootste deel van het web is niet gereed.
1. Agentinteractie: kan een machine uw pagina's parsen?
- Semantische HTML-landmarks -
<main>,<nav>,<article>, koppen in de juiste volgorde,langop<html>, alt-tekst op afbeeldingen. De accessibility tree IS het datamodel van de agent. - Schone, crawlbare markup - een echte titel en metabeschrijving; content aanwezig zonder JavaScript-uitvoering.
- Lage extractiefrictie - antwoorden bovenaan; korte eerste alinea's; geen muren van jargon.
- Indexeerbaarheid - geen onbedoelde
noindex-/robots-blokkades; indexeerbaar zijn is de voorwaarde om in AI-antwoorden te verschijnen. - Eén canonical-URL per pagina - agenten mogen geen duplicaten zien.
- Lay-outstabiliteit & gewicht - expliciete afbeeldingsafmetingen (geen lay-outverschuiving), een slanke DOM, minimale renderblokkerende resources.
2. Machinale extractie: kan een agent u citeren?
- Echte HTML-tabellen en -lijsten voor vergelijkingen en specificaties - agenten extraheren structuur, geen screenshots ervan.
- Atomaire zinnen - op zichzelf staande uitspraken die een agent kan overnemen zonder betekenisverlies (doel: 40%+ van de zinnen).
- Entiteitsdichtheid - benoem de producten, plaatsen, personen en cijfers; vage teksten zijn niet te citeren.
- Definitiepatronen - heldere "X is ..."-zinnen laten agenten direct antwoorden.
- Antwoordcapsules - open elke sectie met een op zichzelf staand antwoord van 15-30 woorden.
3. Gestructureerde data: feiten die machines kunnen consumeren
- Schema.org-JSON-LD - minimaal Organization/WebSite; product-, artikel- en FAQ-typen waar relevant.
- Breedte - rijke properties (address, logo, sameAs, datums), geen lege stubs.
- Speakable-markup voor spraakomgevingen waar dat past.
4. AI-vindbaarheid: kunnen agenten u vinden en gebruiken?
- llms.txt - de gecureerde machinesamenvatting (volledige gids). Slechts 6.4% van de 48.005 sites die we bevroegen heeft er een.
- robots.txt-regels voor AI-crawlers - expliciete keuzes voor GPTBot, ClaudeBot, PerplexityBot (gids).
- sitemap.xml met lastmod - laat machines uw pagina's efficiënt opsommen en opnieuw crawlen.
- Een contentfeed (RSS/Atom) - agenten volgen wijzigingen.
- Taal-/locale-signalen -
lang, hreflang. - Vermelde toestemming voor AI-gebruik - een ai.txt of licentievermelding neemt dubbelzinnigheid weg.
5. Vertrouwen: zou een agent een transactie met u aangaan?
- Consistente identiteit - naam, adres en telefoonnummer overal consistent; een Organization-schema verankert ze.
- Zichtbaar auteurschap en zichtbare datums - mensen en machines lezen beide als verantwoording.
- Transparantie over de methode - laat zien hoe content/producten worden gemaakt, getest of beoordeeld.
- Vermelding van AI-ondersteuning waar een redelijke lezer die verwacht.
- Sterke titels/meta - uniek, beschrijvend, van de juiste lengte.
- Actualiteit - werk belangrijke pagina's bij en geef ze nieuwe datums; verouderde sites ogen verlaten.
Levensduur, HTTPS en actuele activiteit voeden het vertrouwen ook: een agent (of zijn gebruiker) weegt "hoe lang bestaat deze site al en wordt hij onderhouden" voordat die een transactie aangaat; we tonen deze gegevens op elk profiel.
Bepaal uw score
Elk punt hierboven wordt automatisch gemeten in onze gratis audit: geslaagd/niet geslaagd met de concrete bevinding, plus de oplossingen met de meeste impact op volgorde.
Voer de audit met 30 controles uit op uw domein
Details van de methode: methodologie. Zie wie vooroploopt: meest AI-gerede websites.
Veelgestelde vragen
- Wat is gereedheid voor AI-agenten?
- Hoe goed een website door AI-agenten kan worden gelezen, vertrouwd en gebruikt voor transacties, gemeten via concrete signalen zoals gestructureerde data, semantische HTML, discovery-bestanden en vertrouwenskenmerken, niet via meningen.
- Is gereedheid voor AI-agenten hetzelfde als SEO?
- Ze overlappen (schone HTML en gestructureerde data helpen beide), maar gereedheid voor AI-agenten draait om machinale consumptie: de accessibility tree, machineleesbare samenvattingen, expliciete toestemmingen voor crawlers en citeerbare content.
- Hoe wordt een score voor gereedheid voor AI-agenten berekend?
- Op MarkosWeb als een fractie van geslaagde deterministische controles, zoals de agentic-browsing-score van Google Lighthouse, nooit een verzonnen score van 0 tot 100. Scores kunnen worden verbeterd door de niet-geslaagde controles op te lossen, nooit gekocht.