Terug naar blogGoogle Ads

De conversational feed die Google's AI-antwoorden voedt

Jermaya Leijen · Juni 2026 · 13 min lezen

Google Ads

In het kort

  • Google Search geeft steeds vaker een direct antwoord in plaats van tien blauwe links; de vraag voor elke webshop is waar die AI haar productfeiten vandaan haalt.
  • Het antwoord is een conversational feed in Google Merchant Center: een supplemental productlaag met zes attributen die specifiek de AI-laag van Google voeden, onderbenut en juist daarom een serieus kanaal.
  • De winst zit niet in creatieve teksten maar in data-discipline: bouw eerst een verifier, dan pas een generator, en accepteer dat een leeg attribuut altijd beter is dan een gevuld attribuut waarvan de bron niet klopt.

Zoek vandaag op een productvraag en je krijgt steeds vaker geen lijst met links, maar een uitgeschreven antwoord. Een vergelijking. Een aanbeveling met merk en model. Een mini-FAQ boven de zoekresultaten. AI Overviews bij algemene vragen, Shopping AI bij koopvragen, en in de retail-zoekomgeving van adverteerders draait er een laag AI die producten voor je selecteert.

Dat roept voor elke webshop één heel concrete vraag op: waar haalt die AI haar feiten vandaan? Wie levert de bron-data waarmee Google jouw producten beschrijft, vergelijkt en aanbeveelt? Wie zorgt dat als iemand zoekt op het verschil tussen waterbasis en oliebasis pomade, jouw product tussen de antwoorden staat en niet dat van de concurrent?

Het antwoord is sinds vorig jaar technisch en concreet: een conversational feed in Google Merchant Center. Dit artikel beschrijft hoe je er een bouwt die honderd procent verifieerbaar is, waar het misgaat, en welke architectuur ervoor zorgt dat geen enkel antwoord verzonnen is.

Wat een conversational feed precies is

Merchant Center accepteert sinds vorig jaar een tweede laag bovenop de standaard productfeed. Die standaard feed kent iedereen: id, titel, beschrijving, prijs, voorraad, afbeelding, link, en is precies waar veel webshops nog omzet laten liggen in hun productfeed. Hij voedt Shopping-advertenties en de gratis productvermeldingen.

De conversational feed staat daarnaast en is een supplemental feed. Hij wordt gematcht op product-id en voegt alleen extra kolommen toe, zonder de basis te overschrijven. Je bestaande Shopping-campagnes blijven dus exact werken. Wat erbij komt is een rijke laag die Google gebruikt zodra er iets conversationeels over je product gevraagd wordt, of zodra een AI-systeem moet beslissen welk product het in een direct antwoord toont.

De feed voegt zes attributen toe, elk met strikte regels rond formaat, lengte en valideerbaarheid. Zonder discipline in de aanlevering wordt elk van die zes attributen echter een risico op onbetrouwbare data in plaats van een verrijking.

De zes attributen

1. question_and_answer: tot dertig vraag-antwoord paren per product, voor de vragen die titel en beschrijving niet beantwoorden. Het belangrijkste attribuut, en het gevaarlijkste.

2. document_link: URL's naar handleidingen, datasheets en certificaten die Google inleest en gebruikt voor antwoorden.

3. related_product: tot twintig gerelateerde producten met een relatie-type (often_bought_with, substitute, required_part, accessory), waarmee Google je producten kruisbestuift in resultaten.

4. item_group_title: een schone familienaam voor producten met varianten, zodat Google één listing toont met varianten eronder in plaats van vier bijna-identieke vermeldingen.

5. variant_option: extra variant-kenmerken die juist voor jouw categorie tellen. Voor een pomade is dat hold en shine, voor een safety razor de scheerintensiteit, voor een technisch onderdeel werkdruk en slag.

6. popularity_rank: een percentiel van 0 tot 100 dat aangeeft hoe geliefd een product is binnen je eigen catalogus, niet een absoluut verkoopaantal.

Het hallucinatieprobleem

De verleiding is groot om een AI-tool op je productfeed los te laten en de gaten te laten invullen. Geef het een paar voorbeelden, vraag om dertig Q&A's per product, en je hebt tienduizend producten in drie uur klaar voor upload.

Zo bouw je echter een feed die op termijn het vertrouwen bij Google ondermijnt. Niet door bewuste fraude, maar door de optelsom van honderden kleine onnauwkeurigheden. Verzonnen specificaties op basis van alleen de titel. Verwijzingen naar wat er op de verpakking zou staan, terwijl je dat niet weet. Document-links die plausibel klinken maar een 404 geven. Hardgemaakte beloften over levertijd of retour die je niet kunt waarmaken. Hetzelfde generieke antwoord onder dertien verschillende vragen.

Het venijn zit in de onzichtbaarheid. Google accepteert de feed, je dashboard wordt groen, en pas weken later, als wat de AI citeert begint af te wijken van wat er feitelijk te koop is, raakt het ranking-mechanisme van slag. En de oorzaak is bijna niet te herleiden, want hij zit verspreid over tienduizenden losse Q&A-paren.

Een feed is geen marketing-collateral. Het is data-infrastructuur, en die faalt stil.

Strict mode: vier regels die je aan handen leggen

Om dat te voorkomen werk je met een handvol harde regels. Niets komt in de feed dat niet te verdedigen is.

Regel 1, geen verzonnen URL's. Een document_link komt er alleen in na een live check die HTTP 200 plus het juiste content-type teruggeeft. Geen zachte fallbacks, geen "deze URL zou moeten werken". In de praktijk betekent dat vaak nul document-links in de eerste versie. Liever leeg dan fout.

Regel 2, geen claims over de winkel-operatie zonder bevestiging. Geen uitspraken over levertijd, retour, garantie of officiële-retailer-status, tenzij de eigenaar het beleid expliciet bevestigt en accepteert dat het in de feed komt. Niet omdat het niet relevant is, juist omdat het zo relevant is dat een foute claim direct vertrouwen kost.

Regel 3, Q&A alleen als de bron-data bestaat. Een vraag over gewicht, inhoud of hold komt alleen in de feed als dat veld daadwerkelijk gevuld is op het product. Geen rookgordijn van "neem contact op voor specificaties", geen verzonnen waarden.

Regel 4, related_product alleen uit de actieve catalogus. Een koppeling komt er alleen in als het product-id nog bij de actieve producten hoort. Geen links naar gearchiveerde of concept-producten. In een eerste versie bleken een vijfde van de koppelingen naar inactieve producten te wijzen. Allemaal eruit.

De architectuur: generator, verifier, reviewer

Dertig vragen per product over een paar duizend producten levert al snel tienduizenden Q&A-paren. Dat handmatig controleren is onmogelijk, maar klakkeloos uitleveren wat een generator produceert is precies het probleem. De oplossing is een pijplijn die elk paar door drie stages haalt voordat het in de output komt.

Conversational feed · kwaliteitspijplijn

Zes attributen

question_and_answerdocument_linkrelated_productitem_group_titlevariant_optionpopularity_rank
1

Generator

  • type-templates (universeel waar)
  • metafields (alleen indien gevuld)
  • vendor-catalogus (actieve siblings)

cap 30 paren · 9.800 tekens

2

Verifier

  • METAFIELD · uit een productveld
  • UNIVERSAL_FACT · categorie-waarheid
  • VENDOR_CATALOG · actieve siblings
  • UNVERIFIED → eruit

deterministisch, geen AI

3

Reviewer

  • accuracy · specificity
  • helpfulness · clarity
  • brand voice (je-vorm, geen emoji)

score = minimum van 5

Alleen wat verifieerbaar is komt in de feed · alle Q&A pass ≥ 9

De generator bouwt per product Q&A's uit drie bronnen: universele type-templates die waar zijn voor de hele categorie, product-specifieke vragen uit metafields die daadwerkelijk gevuld zijn, en context uit de actieve catalogus van hetzelfde merk. Elke vraag heeft een conditie; pas als die waar is, wordt het paar toegevoegd. De output wordt gecapt op dertig paren en op de tekenlimiet van Merchant Center.

De verifier classificeert daarna elk paar deterministisch in een bron-categorie: uit een metafield, een universele categorie-waarheid, of een sibling uit de actieve catalogus. Alles wat daar niet onder valt wordt UNVERIFIED en gaat eruit. Bewust geen AI, alleen regels op data, zodat het reproduceerbaar en te debuggen is.

De reviewer scoort elk paar op vijf dimensies: accuracy, specificity, helpfulness, clarity en brand voice. De eindscore is het minimum van de vijf, niet het gemiddelde, zodat één zwakke dimensie de hele score onderuit haalt. Een orchestrator draait de drie stages achter elkaar met duidelijke exit-codes, en bij een gefaalde run pas je niet de output aan maar de regel die de output genereert.

Brand voice geldt ook in je feed

Een vaak vergeten dimensie: je schrijfregels gelden niet alleen op je site, maar in alles wat Google over je producten leest en doorgeeft. Gebruikt je site informeel "je" terwijl je feed vol staat met "u kunt" en "u krijgt", dan ziet de koper twee verschillende merken.

De generator normaliseert daarom elke metafield-tekst naar de je-vorm met een word-boundary die de formele u vervangt. Die boundary is essentieel: zonder hem verandert een toevallige "You" in een Engelse productnaam in onzin. Het klinkt triviaal, maar het is precies dat soort detail dat een feed van tienduizenden paren laat struikelen op een handvol entries die niemand vooraf voorzag.

Van zestig naar honderd procent: itereer op de regel, niet de output

Bij de eerste run klopte niet alles. In een recent project op een catalogus van ruim tweeduizend producten verbeterde het percentage paren met een topscore over vier iteraties: van ruim zestig procent, naar vijfennegentig, naar bijna honderd, naar honderd.

Elke verbetering zat niet in de output maar in de regel die de output maakt. Bij de tweede ronde was de verleiding om de feed handmatig te editen en de formele "u" te vervangen. Dat werkt voor één run. Maar zodra je de feed regenereert, en dat doe je elke maand, is dezelfde "u" terug. Door de fix in de generator te zetten en niet in de output is het fundamenteel opgelost. Een aanpassing in de output is een eenmalige patch, een aanpassing in de generator is een structurele oplossing.

Verbeter de regel die de output genereert, nooit de output zelf. Anders fix je dezelfde fout elke maand opnieuw.

Wat het oplevert, eerlijk

Er bestaat nog geen openbare benchmark van een half jaar conversational-feed-data in de Nederlandse markt; het mechanisme is te nieuw. Wat er wel is, zijn case-studies van Engelstalige shops die dit langer draaien, plus de eerste signalen uit Google's eigen documentatie.

De gerapporteerde effecten: vaker geciteerd worden in de AI-blokken boven de organische resultaten, iets dat nauw samenhangt met hoe eigen data bepaalt of AI jou aanhaalt, een betere doorklik op Shopping-listings omdat ze rijker ogen, een hogere positie in side-by-side vergelijkingen omdat Google producten met meer attributen voortrekt, en sterker resultaat in Performance Max omdat het systeem meer signalen heeft om op te matchen.

Geen van die cijfers is een belofte; het zijn benchmarks uit andere markten. Wat je wel met zekerheid kunt zeggen, is dat producten zonder deze laag uitgesloten zijn van het direct-antwoord-mechanisme dat steeds dominanter wordt in Google Search.

Geen chatbot, maar data-infrastructuur

Een eerlijke afbakening: dit is geen chatbot op je site en geen koppeling met een externe LLM. Het is een gestructureerde dataset die je aan Google levert, die Google vervolgens gebruikt in zijn eigen AI-systemen, op zijn eigen voorwaarden.

Jij bepaalt niet hoe Google de data toont of welke Q&A op welk moment gekozen wordt. Wat je wel bepaalt, is de input: rijke, accurate, merk-conforme data tegenover dunne, generieke, fout-gevoelige data. Vergelijk het met SEO. Je kiest niet welke titel Google toont, maar zonder nette title-tags kies je voor de slechte versie van het automatische antwoord. De conversational feed is hetzelfde principe, maar dan voor het AI-deel van Search, al blijft het goed te beseffen dat GEO geen SEO-tool met een AI-jasje is en dus eigen regels kent.

Voor een catalogus met meer dan een miljoen artikelen verandert niet de pijplijn maar de focus. De Pareto-regel is hard: een klein deel van de SKU's drijft het leeuwendeel van de omzet en de zoekvolumes. Bouw de feed voor de hardlopers, draai een pilot op een fractie, en laat de long-tail met nul of één verkoop per jaar voorlopig met rust.

Begin bij de regels

Een conversational feed lijkt aan de buitenkant een marketing-tactiek. In essentie is het een data-engineering-discipline. De winst zit niet in de creativiteit van de formuleringen, al moeten die ook kloppen, maar in de strakheid waarmee je voorkomt dat er rommel in komt.

Voor wie deze laag overweegt: begin niet bij de output, begin bij de regels. Bouw eerst een verifier voordat je een generator schrijft. Definieer wat "verifieerbaar" precies betekent in jouw catalogus, voor jouw product-types, voor jouw merk-stem. En accepteer dat een leeg attribuut altijd beter is dan een gevuld attribuut waarvan de bron niet helder is.

Nu AI-overzichten steeds vaker antwoord geven voordat de koper op de zoekresultaten klikt, is die data-infrastructuur wellicht de belangrijkste investering in zichtbaarheid die je dit jaar nog kunt doen.

Kernpunten

  • Google's AI-antwoorden over producten worden gevoed door een conversational feed in Merchant Center: een supplemental laag met zes attributen, los van je bestaande Shopping-feed.
  • AI laten gokken op je feed sloopt stil je vertrouwen bij Google; werk met harde regels zodat niets verzonnen in de feed komt.
  • Een pijplijn van generator, verifier en reviewer dwingt die regels reproduceerbaar af op een schaal die handmatig onmogelijk is.
  • Itereer op de regel die de output maakt, niet op de output, en kies bij grote catalogi bewust voor de hardlopers.
Deel
Jermaya Leijen

Geschreven door

Jermaya Leijen

Oprichter & Google Ads-strateeg

Stuurt advertentieaccounts op rendement, met structuur die budget naar de juiste intentie leidt.

Benieuwd wat dit voor jou betekent?

In een korte demo laten we het zien in jouw situatie.