Perplexity AI is een bedrijf uit San Francisco, opgericht in 2022, dat een AI-gestuurde zoekmachine exploiteert. In plaats van een lijst met links geeft het een geschreven antwoord dat actuele webinhoud samenvat en de gebruikte bronnen vermeldt. Naast een gratis versie zijn er betaalde varianten met keuze uit taalmodellen, plus de AI-browser Comet (stand oktober 2026). Voor bedrijven is Perplexity ook relevant omdat het verandert hoe inhoud op het web wordt gevonden.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenAI-zoeken verwijst naar zoekmethoden die AI gebruiken om de bedoeling achter een zoekvraag te begrijpen, resultaten te wegen en vaak een samengevat antwoord met bronnen te genereren in plaats van een gewone lijst met links. Technisch gebruiken ze trefwoordzoeken, vectorzoeken over embeddings of een combinatie, vaak gevolgd door een taalmodel. Voorbeelden zijn antwoordmachines op het web en interne kennisbankzoekfuncties die medewerkers helpen te vinden wat ze nodig hebben in handleidingen en richtlijnen.
Generative engine optimization (GEO) omvat maatregelen waarmee content zichtbaar wordt in, en als bron wordt geciteerd door, AI-gestuurde zoeksystemen zoals ChatGPT, Perplexity of de AI-overzichten in zoekmachines. De term komt uit een onderzoeksartikel uit 2023. Belangrijke factoren zijn duidelijke, direct citeerbare antwoorden, een heldere structuur, onderbouwde feiten, actuele informatie en herkenbare auteurs. GEO vult klassieke zoekmachineoptimalisatie (SEO) aan in plaats van die te vervangen.
Een zero-clicksearch doet zich voor wanneer gebruikers hun antwoord rechtstreeks op de resultatenpagina krijgen, bijvoorbeeld via uitgelichte antwoordvakken of door AI gegenereerde samenvattingen, en niet meer doorklikken naar een website. Voor bedrijven betekent dit minder verkeer, ook wanneer hun inhoud als bron dient. Zichtbaar zijn als geciteerde bron wordt daarom belangrijker: met duidelijke antwoorden, onderbouwde feiten en goed gestructureerde pagina’s.
Retrieval-augmented generation combineert zoeken met tekstgeneratie: voordat het antwoordt, doorzoekt het systeem een kennisverzameling – zoals handleidingen, richtlijnen of veelgestelde vragen – op relevante passages en geeft die als context aan het taalmodel. Het antwoord is daardoor gebaseerd op actuele, bedrijfsspecifieke inhoud en niet alleen op de trainingskennis van het model. Dit vermindert verzonnen beweringen, maakt bronnen controleerbaar en maakt updates mogelijk zonder opnieuw te trainen.
