Gemini zoekt anders dan ChatGPT. En dat maakt content freshness ineens interessanter.
August Vonk
Wanneer iemand Google AI Mode een complexe vraag stelt, wordt die vraag niet noodzakelijk één keer gezocht. Google gebruikt een techniek die het query fan-out noemt: één vraag wordt opgesplitst in meerdere subvragen.
Die searches kunnen gaan over prijs, reviews, features, alternatieven, recente informatie of specifieke merken. Daarna wordt alles weer samengevoegd tot één antwoord. Google beschrijft dit mechanisme zelf in zijn documentatie.
Voor SEO maakt dat fan-out extreem interessant. Want je ziet daarmee niet alleen wat de gebruiker vraagt. Je ziet wat de machine daarna wil weten.
Chris Long analyseerde precies dat
Chris Long en Nectiv onderzochten eerder ongeveer 9.000 prompts via de Gemini API. Hun oorspronkelijke Gemini 3-dataset leverde meer dan 70.000 fan-out queries op. Gemiddeld voerde Gemini toen 9,06 searches per prompt uit.
In augustus 2026 actualiseerde Nectiv zijn research voor nieuwere modellen. De recent gedeelde Gemini Flash 3.5-data liet een opvallende verandering zien: gemiddeld 4,25 fan-outs per prompt. Minder dan de helft van de eerdere 9,06. Ter vergelijking: bij GPT-5.6 Sol mat Nectiv ongeveer 7,61 fan-out queries per prompt.
- Gemini 3, eerdere Nectiv-studie9,06
- ChatGPT GPT-5.6 Sol, 20267,61
- Gemini Flash 3.5, update 20264,25
Minder searches betekent niet automatisch minder slimme search
Dat onderscheid vind ik belangrijk. Het is verleidelijk om te zeggen dat Gemini nu 53% minder zoekt, dus dat retrieval slechter is. Dat weten we niet.
Misschien zijn de queries efficiënter. Misschien haalt het systeem per query meer candidates op. Misschien is de retrievalarchitectuur veranderd. Misschien veranderen modelbeslissingen.
Het enige wat de data ons laat zien is dat het aantal fan-outs enorm kan veranderen tussen modelgeneraties. En daarmee nog een reden om GEO-regels niet als natuurwetten te behandelen.
Maar freshness blijft opvallend sterk
De meest voorkomende extra termen in de actuele Gemini-dataset waren 2026 en 2025. Dat vertelt iets belangrijks: wanneer Gemini extra onderzoek doet, zoekt het expliciet regelmatig naar tijdsgebonden informatie.
Vraagt een gebruiker “wat is goede CRM-software voor een klein sales-team?”, dan kunnen de fan-outs iets worden als: best CRM small teams 2026, CRM reviews 2026, CRM comparison 2025 2026, HubSpot pricing 2026.
Freshness is niet alleen een indexsignaal. Het kan letterlijk onderdeel zijn van de zoekquery die de AI zelf genereert.
Nee, verander nu niet overal 2025 naar 2026
Daar komt natuurlijk de SEO-industrie. “Beste CRM-software in 2026.” Update datum. Publiceren. Klaar.
Alleen is een jaartal geen freshness. Als je artikel uit 2022 dezelfde prijzen heeft, dezelfde screenshots, dezelfde tools, dezelfde features en dezelfde conclusie, en je verandert alleen de H1 naar 2026, dan heb je geen actuele content. Je hebt oude content met een nieuwe hoed.
Echte freshness betekent nieuwe data, actuele prijzen, gewijzigde features, nieuwe producten, nieuwe regelgeving, recente tests, nieuwe reviews en aangepaste conclusies. Dat is aanzienlijk meer werk. Vervelend hoe vaak goede SEO daarop neerkomt.
Reviews is misschien nog interessanter
In Chris Longs actuele Gemini-analyse was reviews ongeveer de tweede meest voorkomende extra term. Gemini genereerde fan-outs rond algemene reviews, merkreviews, ratings en platforms zoals G2 en Capterra.
Dat past perfect bij een AI die niet alleen wil weten wat het bedrijf zegt, maar of iemand anders het kan bevestigen.
Voor commerciële queries is dat cruciaal. Je productpage zegt dat je marktleider bent en dat je klanten dol op je zijn. Schokkend. De echte vraag is wat er staat op G2, Trustpilot, Capterra, Reddit, in vakmedia, in onafhankelijke vergelijkingen en in communities.
GEO begint daarmee steeds meer op reputatiemanagement te lijken.
Gemini gebruikt opvallend weinig site:-searches
Hier zit een groot verschil met ChatGPT. In Nectivs GPT-5.6 Sol-dataset bevatte ongeveer 64% van de fan-out chains een site:-search. ChatGPT leek dus regelmatig te besluiten om iets rechtstreeks bij de officiële bron te controleren.
Bij de bijgewerkte Gemini-analyse verscheen site: volgens Long in slechts ongeveer 2,5% van de dataset. En wanneer Gemini het gebruikte, richtte het zich in de onderzochte sample op Reddit.
- ChatGPT GPT-5.6 Sol64%
- Gemini, update 20262,5%
Wat betekent dit voor contentstrategie?
Voor Gemini zou ik op basis van deze data vier dingen serieuzer nemen.
1. Bouw een echte freshness-operatie
Niet ieder artikel hoeft maandelijks aangepast te worden. Maak onderscheid. Evergreen, bijvoorbeeld “wat is technische SEO?”, wijzig je alleen als er inhoudelijk iets verandert. Change-sensitive, bijvoorbeeld “Google AI Mode functies”, controleer je regelmatig. Commercieel, bijvoorbeeld “beste CRM-software”, actualiseer je veel vaker omdat prijzen, features en leveranciers veranderen. En bij data, zoals marktaandelen en benchmarks, maak je publicatiedatum en methodology extreem duidelijk.
2. Maak updates zichtbaar
Laat zien wat gewijzigd is, wanneer data verzameld is, welke versie je vergelijkt, welke prijzen geldig zijn en wanneer onderzoek is uitgevoerd. Een “bijgewerkt: september 2026”-label zonder wijziging betekent weinig.
3. Investeer in review coverage
Niet door twintig nepreviews te kopen. Door echte klanten zover te krijgen hun ervaring openbaar te maken.
4. Denk niet dat iedere engine dezelfde fan-outs draait
ChatGPT zoekt in Nectivs huidige dataset veel vaker direct binnen domeinen. Gemini veel minder, en leunt sterker op freshness en reviews. Daarom kan één stuk content fantastisch zijn voor ChatGPT en nauwelijks in Gemini terugkomen. Dat is geen inconsistentie. Dat ís het systeem.
De grootste fout zou zijn om deze cijfers als vaste rankingfactoren te zien
Over zes maanden kan 4,25 weer 9 zijn. Of 2. Modellen veranderen. Retrieval verandert. Google experimenteert continu.
De nuttige les is niet dat Gemini precies 4,25 searches doet, maar dat de taal die Gemini zelf gebruikt om verder te zoeken onthult welke bewijsstukken het nodig heeft.
Op dit moment vallen twee daarvan behoorlijk op: actuele informatie en reviews.
Dus voordat je nog een nieuwe FAQ aanmaakt omdat iemand dat GEO noemde: controleer eerst eens of je prijzen van vorig jaar nog op je pagina staan. Waarschijnlijk nuttiger.
Veelgestelde vragen
Moet ik overal 2026 in mijn titels zetten?
Nee. Een jaartal is geen freshness. Als prijzen, screenshots, features en conclusies ongewijzigd zijn, heb je oude content met een nieuwe hoed. Echte freshness betekent nieuwe data, actuele prijzen en aangepaste conclusies.
Wat is query fan-out?
Een techniek waarbij Google één complexe vraag opsplitst in meerdere gerelateerde searches, de resultaten combineert en er één antwoord van maakt. De gegenereerde subvragen laten zien welke informatie het systeem nodig heeft.
Waarom werkt content wel in ChatGPT maar niet in Gemini?
Omdat de engines anders zoeken. ChatGPT gaat in de huidige dataset veel vaker rechtstreeks binnen één domein kijken, Gemini leunt sterker op actualiteit en reviews. Dat is geen inconsistentie, dat is het systeem.
Bronnen
- Gemini fan-out research 2025/2026Chris Long / Nectiv
- What We Learned From Analyzing 28K+ ChatGPT and Gemini Fan-Out QueriesNectiv
- Officiële query fan-out-documentatieGoogle Search Central

