Content chunking: hoe je artikelen structureert zodat AI ze kan citeren

AI-modellen lezen je content niet zoals een mens dat doet. Ze lezen het niet eens zoals een traditionele zoekmachine dat doet. In plaats daarvan splitsen ze je tekst op in kleinere stukken — chunks — die onafhankelijk worden verwerkt, geïndexeerd en opgeslagen als vectorembeddings. De manier waarop jij je content structureert, bepaalt hoe die chunks eruitzien. En dat bepaalt weer of een AI-systeem jouw tekst kan citeren als antwoord op een gebruikersvraag.

In dit artikel leggen we uit hoe chunking werkt, waarom je eerste 200 woorden cruciaal zijn, en hoe je je artikelen structureert voor maximale citeerbaarheid door AI-systemen.

Wat is content chunking?

Chunking is het proces waarbij AI-systemen lange documenten opsplitsen in kleinere, beheersbare stukken. Dit is noodzakelijk omdat Large Language Models (LLMs) een beperkt contextvenster hebben en omdat Retrieval-Augmented Generation (RAG) systemen specifieke, relevante passages moeten ophalen — niet hele documenten.

Concreet werkt het als volgt:

Een AI-crawler haalt je pagina op en extraheert de tekst
De tekst wordt opgesplitst in chunks van doorgaans 500 tot 1500 tokens (dat is ruwweg 375 tot 1125 woorden)
Elke chunk wordt omgezet in een vectorembedding — een numerieke representatie van de betekenis
Die embeddings worden opgeslagen in een vectordatabase
Bij een gebruikersvraag wordt de vraag ook omgezet in een embedding en vergeleken met de opgeslagen chunks
De meest relevante chunks worden opgehaald en als context aan het taalmodel gegeven

Het taalmodel genereert vervolgens een antwoord op basis van die chunks. Als jouw chunk het meest relevant is, wordt jouw content geciteerd. Zo simpel — en zo complex — is het.

Meer over hoe AI-systemen content crawlen en verwerken lees je in Hoe AI content crawlt en indexeert.

Waarom de eerste 200 woorden cruciaal zijn

Veel chunking-algoritmen geven extra gewicht aan het begin van een document. De eerste 200 woorden van je artikel doen vaak dienst als een soort samenvatting die het hele document representeert. Sommige systemen maken zelfs een aparte "document-level" embedding van deze openingsalinea.

Dit betekent dat je eerste alinea's drie functies tegelijk moeten vervullen:

De kern van je boodschap samenvatten — niet inleiden, maar direct beantwoorden
De belangrijkste zoekintentie afdekken — de woorden en concepten bevatten waar gebruikers naar vragen
Op zichzelf begrijpelijk zijn — zonder dat de lezer (of het AI-model) de rest van het artikel nodig heeft

Een veelgemaakte fout is beginnen met een lange inleiding: "In de huidige digitale wereld is het belangrijk om..." Tegen de tijd dat je bij je kernboodschap komt, zit je al voorbij de kritieke eerste 200 woorden.

Beter: Begin met een "kort antwoord"-paragraaf. Beantwoord de kernvraag van je artikel direct in de eerste drie tot vier zinnen. Geef daarna pas context en verdieping.

Hoe headers natuurlijke chunkgrenzen creëren

Headers (H2, H3) zijn niet alleen visuele structuurelementen. Voor AI-chunking-systemen fungeren ze als expliciete grenzen tussen onderwerpen. De meeste chunking-algoritmen gebruiken headers als primaire splitsingspunten.

Dit betekent dat een goed gestructureerd artikel met duidelijke H2-headers automatisch betere chunks oplevert dan een lopend verhaal zonder tussenkoppen. Elke sectie wordt een potentieel zelfstandig citeerbaar fragment.

Praktische richtlijnen voor headers:

Gebruik H2-headers die gebruikersvragen spiegelen. In plaats van "Achtergrond" schrijf je "Hoe werkt content chunking?" — precies de vraag die iemand aan een AI-systeem zou stellen.
Houd secties onder een H2 tussen de 150 en 400 woorden. Te kort en de chunk mist context; te lang en het systeem moet de sectie opnieuw splitsen, met risico op verlies van samenhang.
Gebruik H3-headers voor subsecties wanneer een H2-sectie meerdere deelonderwerpen behandelt. Dit geeft het chunking-systeem extra aanwijzingen over de interne structuur.

Het principe van de zelfstandige passage

Dit is misschien wel de belangrijkste regel voor AI-citeerbaarheid: elke sectie van je artikel moet op zichzelf begrijpelijk zijn. Als een AI-systeem alleen die ene chunk ophaalt — zonder de rest van je artikel — moet de lezer begrijpen wat er staat.

Dat betekent:

Vermijd verwijzingen als "zoals hierboven beschreven" of "het eerdergenoemde onderzoek"
Herhaal kort de context aan het begin van elke sectie
Zorg dat elke sectie een duidelijke claim of conclusie bevat
Gebruik volledige termen in plaats van afkortingen die eerder in het artikel zijn geïntroduceerd

Dit voelt soms onnatuurlijk — je herhaalt jezelf. Maar voor AI-systemen is die herhaling essentieel. Een chunk die begint met "Dit zorgt ervoor dat..." zonder dat duidelijk is wat "dit" is, wordt door een RAG-systeem als irrelevant beoordeeld.

Praktische structuur voor maximale citeerbaarheid

Laten we de ideale artikelstructuur stap voor stap opbouwen:

1. Begin met een kort antwoord

Open je artikel met een paragraaf van drie tot vier zinnen die de kernvraag direct beantwoord. Dit is je "featured snippet voor AI". Voorbeeld:

Content chunking is het proces waarbij AI-systemen lange teksten opsplitsen in kleinere passages van 500-1500 tokens. De manier waarop je je content structureert — met duidelijke headers, korte paragrafen en zelfstandige secties — bepaalt of AI-modellen je tekst als bron kunnen citeren. Focus op een kort antwoord in je opening, vraaggestuurde H2-headers en maximaal één kernfeit per alinea.

2. Gebruik H2-headers die vragen spiegelen

Formuleer je headers als de vragen die gebruikers aan AI-systemen stellen:

## Wat is content chunking?
## Hoe groot zijn typische chunks?
## Waarom zijn de eerste 200 woorden zo belangrijk?
## Hoe structureer je content voor AI-citeerbaarheid?

3. Houd paragrafen kort en gefocust

Beperk elke paragraaf tot drie tot vier zinnen met één kernfeit of claim. AI-systemen werken het best met beknopte, duidelijke passages. Een paragraaf met vijf verschillende feiten is lastiger te citeren dan vijf paragrafen met elk één feit.

4. Gebruik lijsten voor meervoudige antwoorden

Wanneer een antwoord meerdere punten bevat, gebruik dan een opsomming:

De belangrijkste factoren voor AI-citeerbaarheid zijn:

- **Zelfstandige secties** die zonder context begrijpelijk zijn
- **Korte paragrafen** van maximaal vier zinnen
- **Vraaggestuurde headers** die zoekintentie spiegelen
- **Gestructureerde data** die je content semantisch beschrijft

5. Sluit secties af met een conclusie

Eindig elke H2-sectie met een samenvattende zin. Dit geeft het chunking-systeem een duidelijk eindpunt en zorgt ervoor dat de chunk een complete gedachte bevat.

Voorbeeld: slecht vs. goed gestructureerd

Laten we hetzelfde onderwerp op twee manieren structureren.

Slechte structuur

# Alles over chunking

Content chunking is een belangrijk onderwerp in de wereld van AI en SEO.
Er zijn veel factoren die een rol spelen. In dit artikel bespreken we alles
wat je moet weten. Laten we beginnen met de basis.

Chunking betekent dat teksten worden opgesplitst. Dit gebeurt door
AI-systemen. De grootte van chunks varieert. Soms zijn ze 500 tokens,
soms 1500. Het hangt af van het systeem. Headers zijn belangrijk. Ze
helpen bij het splitsen. Maar er zijn ook andere factoren. Denk aan
paragraaflengte en lijsten. Ook de eerste woorden van je artikel tellen
mee. En vergeet structured data niet. Alles hangt met alles samen, zoals
we eerder al aangaven in ons vorige artikel.

Problemen: Geen tussenkoppen, geen duidelijke chunkgrenzen, vage verwijzingen ("eerder", "vorige artikel"), geen enkel citeerbaar feit dat op zichzelf staat.

Goede structuur

# Content chunking voor AI-citeerbaarheid

Content chunking is het proces waarbij AI-systemen teksten opsplitsen in
passages van 500-1500 tokens. Door je content te structureren met
duidelijke headers en korte paragrafen, vergroot je de kans dat AI je
als bron citeert.

## Hoe groot zijn typische chunks?

AI-systemen splitsen content in chunks van 500 tot 1500 tokens. Dat
komt overeen met ongeveer 375 tot 1125 woorden per chunk. De exacte
grootte hangt af van het platform: OpenAI gebruikt andere chunkgroottes
dan Perplexity of Google Gemini.

De ideale sectielengte voor je content is 150-400 woorden per H2-sectie.
Dit past binnen één chunk en voorkomt dat het systeem je sectie moet
opsplitsen.

Waarom dit werkt: Directe opening met kernantwoord, vraaggestuurde H2, specifieke feiten per paragraaf, zelfstandig leesbare secties.

Chunking en RAG-retrieval

De relatie tussen contentstructuur en RAG (Retrieval-Augmented Generation) is direct. RAG-systemen selecteren chunks op basis van semantische relevantie. Hoe specifieker en zelfstandiger je chunks zijn, hoe groter de kans op een match met de gebruikersvraag.

Stel, een gebruiker vraagt: "Hoe groot zijn typische AI-chunks?" Een RAG-systeem vergelijkt deze vraag met alle opgeslagen chunks. Een chunk die begint met "AI-systemen splitsen content in chunks van 500 tot 1500 tokens" scoort hoog op relevantie. Een chunk die begint met "Er zijn veel factoren die een rol spelen" scoort laag, ondanks dat het over hetzelfde onderwerp gaat.

Dit is waarom structuur geen cosmetisch detail is — het is een technische vereiste voor AI-zichtbaarheid.

Hoe verschillende platforms chunken

Niet elk AI-platform chunked op dezelfde manier. Een beknopt overzicht:

OpenAI (ChatGPT): Gebruikt doorgaans chunks van 800-1500 tokens met overlap tussen chunks om context te behouden
Perplexity: Haalt specifieke passages op en citeert deze met bronvermelding; korte, feitelijke paragrafen presteren hier het best
Google Gemini: Kan grotere contexten verwerken dankzij een groot contextvenster, maar gebruikt intern ook chunking voor retrieval
Microsoft Copilot: Leunt op de Bing-index en verwerkt content vergelijkbaar met Perplexity

De gemeenschappelijke noemer: optimaliseer voor het principe van de zelfstandige passage, en je bedient alle platforms tegelijk.

Praktische checklist

Gebruik deze checklist bij het schrijven of herstructureren van je content:

☐ Begint het artikel met een kort antwoord (3-4 zinnen)?
☐ Spiegelen je H2-headers vragen die gebruikers stellen?
☐ Is elke sectie 150-400 woorden lang?
☐ Bevat elke paragraaf maximaal één kernfeit?
☐ Zijn paragrafen 3-4 zinnen lang?
☐ Is elke sectie op zichzelf begrijpelijk (geen "zoals hierboven")?
☐ Gebruik je lijsten voor meervoudige antwoorden?
☐ Eindigt elke sectie met een conclusie?
☐ Zijn je belangrijkste keywords verwerkt in de eerste 200 woorden?

Conclusie

Content chunking is geen abstract AI-concept — het is een praktische realiteit die bepaalt of jouw content wordt geciteerd of genegeerd. Door je artikelen te structureren met korte openingsparagrafen, vraaggestuurde headers, beknopte paragrafen en zelfstandige secties, maak je het AI-systemen makkelijk om precies die passage te vinden en te citeren die een gebruikersvraag beantwoordt.

De investering in betere contentstructuur betaalt zich dubbel terug: je content wordt niet alleen beter leesbaar voor menselijke bezoekers, maar ook beter vindbaar en citeerbaar door AI-platforms.

Begin met je best presterende artikelen. Herstructureer ze volgens de principes in dit artikel en monitor of je zichtbaarheid in AI-antwoorden toeneemt. Bekijk ook onze technische GEO-checklist voor het complete overzicht, en lees Van keywords naar vragenclusters om je contentstrategie af te stemmen op de vragen die gebruikers aan AI stellen.