Illustration de l'article sur le maillage interne sémantique assisté par IA
PrestaShop-tutorials

Semantische interne linkbuilding met AI op PrestaShop: van catalogus naar relevantiegrafiek in 2026

Interne linkbuilding blijft in 2026 de meest onderbenutte SEO-optimalisatie

Van de 100 PrestaShop-webshops die wij in 2025 hebben geauditeerd, hebben er 78 minder dan drie uitgaande interne links per productpagina. De helft heeft geen enkele link tussen productpagina’s uit dezelfde familie. En toch is de Google-documentatie over Search Quality sinds 2019 duidelijk: de structuur van de interne linkbuilding is een van de drie sterkste signalen waarmee een crawler de thematische autoriteit van een pagina begrijpt.

Waarom die kloof tussen de theoretische vanzelfsprekendheid en de praktijk? Omdat handmatig linken niet meeschaalt. Bij 200 productpagina’s kost het aanwijzen van de beste links al een werkdag. Bij 2 000 pagina’s in drie talen is het niet meer bij te houden: elke nieuwe referentie zou tegen 5 999 andere entiteiten moeten worden afgewogen om te beslissen waar een link komt.

AI verandert die vergelijking. Met semantische embeddings (OpenAI, Voyage AI, Cohere) en een berekening van de cosinusgelijkenis bouwt u in enkele minuten de volledige nabijheidsmatrix tussen alle entiteiten van een catalogus, producten, categorieën, blogartikelen en CMS-pagina’s, en leidt u daaruit de meest relevante links af. Dat is wat de module voor semantische interne linkbuilding met AI voor PrestaShop doet: 5 000 entiteiten verwerkt in minder dan tien minuten, met 30 tot 80 € aan AI-kosten afhankelijk van de gekozen embeddingsleverancier.

Drie typische aandoeningen op PrestaShop-webshops zonder strategische interne linkbuilding.

1. Verweesde productpagina’s

Een pagina is alleen bereikbaar via de paginering van de categorie of via de interne zoekfunctie. Google vindt haar via de XML-sitemap, maar ze ontvangt geen enkele autoriteit. Op een modewebshop met 1 200 referenties meten we geregeld dat 30 tot 40 % van de pagina’s helemaal niet is geïndexeerd. Verwezing doodt de vindbaarheid net zo goed als de autoriteit.

2. Afgesloten silo’s

De categorieën zijn gekoppeld aan het menu en onderling via de kruimelpaden, maar er bestaat geen horizontale link tussen pagina’s uit verschillende en toch complementaire categorieën. Een leren jack wordt nooit gekoppeld aan het witte T-shirt dat eronder wordt gedragen, noch aan het tasje dat de outfit afmaakt. De klant navigeert, maar de crawler heeft geen verbinding om relevantie door te geven.

3. Geen brug tussen blog en catalogus

De blog gaat over trends, advies en vergelijkingen. De catalogus verkoopt de producten die die inhoud belichamen. Zonder interne link tussen beide wordt de redactionele autoriteit die aan blogzijde is opgebouwd nooit doorgegeven aan de pagina’s die ervan zouden profiteren, en het omgekeerde, waarbij een populaire productpagina naar zijn gidsartikel zou moeten teruglinken, gebeurt evenmin.

Semantisch linken: relevantie berekenen in plaats van raden

De methode telt vijf stappen die elke serieuze module automatiseert.

Stap 1: het corpus extraheren

Voor elke entiteit (product, categorie, artikel, CMS-pagina) haalt u een representatief tekstblok op: titel, korte beschrijving, lange beschrijving, attributen, kenmerken. Op PrestaShop is dat een SQL-join op ps_product_lang, ps_category_lang, ps_cms_lang en de blogtabel als die er is. Filter taal per taal: geen kruising tussen Nederlands en Engels, het linken gebeurt standaard binnen één taal.

Stap 2: de embeddings genereren

Elk tekstblok gaat naar een embeddingsmodel: text-embedding-3-small bij OpenAI (1 536 dimensies, 0,02 $ per miljoen tokens), voyage-3-lite bij Voyage AI (512 dimensies, 0,02 $ per miljoen tokens, geoptimaliseerd voor meertaligheid), of embed-multilingual-v3 bij Cohere. Een embedding is een numerieke vector die de betekenis van de tekst vastlegt: twee teksten die qua betekenis dicht bij elkaar liggen, geven vectoren die dicht bij elkaar liggen in de vectorruimte.

Bij 5 000 entiteiten met gemiddeld 400 tokens elk gaat het om 2 miljoen tokens, oftewel ongeveer 40 $ bij OpenAI of Voyage. Eenmalige kosten: de embeddings worden in de database bewaard en alleen opnieuw gegenereerd voor nieuwe of gewijzigde entiteiten.

Stap 3: de cosinusgelijkenis berekenen

Voor elk paar entiteiten berekent u de cosinus van de hoek tussen hun twee vectoren. De score ligt tussen 0 (haaks) en 1 (identiek). Bij een catalogus van 5 000 entiteiten is dat een matrix van 5 000 bij 5 000, oftewel 25 miljoen paren, in minder dan een minuut berekend in het geheugen met NumPy of rechtstreeks in MySQL met een stored function.

Stap 4: kandidaten selecteren met drempels en regels

U houdt de paren over waarvan de gelijkenis boven een drempel uitkomt (doorgaans 0,72 voor text-embedding-3-small), en past daarna bedrijfsregels toe:

  • Niet meer dan 5 gegenereerde interne links per bronentiteit.
  • Voorkeur voor links naar entiteiten uit andere categorieën, om de silo’s te doorbreken.
  • Voorkeur voor links van artikel naar product en van product naar artikel, om de brug te slaan.
  • Uitsluiting van entiteiten die al handmatig zijn gelinkt, om niets te verdubbelen.
  • Uitsluiting van producten zonder voorraad, artikelen in concept en niet-gepubliceerde pagina’s.

Stap 5: ankerteksten genereren en injecteren

Voor elke behouden link genereert de AI een contextuele ankertekst op basis van de titel van het doel en enkele geëxtraheerde trefwoorden. Geen klik hier, geen lees meer: een beschrijvend anker zoals volledige gids voor het kiezen van een natuurlatex matras, dat aansluit bij de semantiek van het doel. De injectie gebeurt in de lange beschrijving of in een blok Gerelateerde artikelen onderaan de pagina, afhankelijk van de gekozen optie.

De rekenkunde van de interne PageRank

Google publiceert de PageRank sinds 2016 niet meer, maar het concept blijft werkzaam in het algoritme. De vereenvoudigde regel: elke pagina verdeelt haar autoriteit over haar uitgaande links, gedeeld door het aantal. Een homepagina met 80 uitgaande links geeft per link 1/80 van haar autoriteit door. Een productpagina met 5 uitgaande links geeft 1/5 door.

Praktisch gevolg: hoe minder uitgaande links een pagina heeft, hoe krachtiger elke link is. Daarom is het overladen megamenu een SEO-antipatroon. En daarom verslaat gerichte en beperkte interne linkbuilding, 3 tot 5 contextuele links per pagina, een footer vol 80 links.

Op een typische PrestaShop-webshop met 500 productpagina’s geeft goed uitgevoerde semantische linkbuilding 12 tot 18 % extra autoriteit door aan de longtailpagina’s, wat zich empirisch vertaalt in 20 tot 35 % meer organisch verkeer op die pagina’s binnen vier tot zes maanden.

Topic clusters en siloing: de laag boven de gelijkenis

De cosinusgelijkenis is een uitstekend vertrekpunt, maar ze maakt geen onderscheid tussen een link van pijler naar satelliet en een link tussen twee satellieten. Voor SEO hebben die twee links niet dezelfde waarde.

  • Link pijler naar satelliet: de pijlerpagina (bijvoorbeeld de volledige slaapgids) linkt naar haar satellietpagina’s (traagschuimmatras, latexmatras, topmatras). Geeft autoriteit door aan de longtail. Te bevoordelen.
  • Link satelliet naar pijler: elke satelliet linkt terug naar de pijler. Concentreert de autoriteit op de pijler, die daarmee de referentiepagina over het onderwerp wordt. Te systematiseren.
  • Link satelliet naar satelliet: twee longtailpagina’s linken naar elkaar. Nuttig voor de crawl, zwak voor de autoriteit. Te beperken.

Een AI-linkmodule biedt doorgaans een optie voorrang aan links naar pijlers, die een minimumquotum afdwingt aan links naar de pagina’s die als thematische pijlers zijn aangewezen, vaak de hoofdcategorieën en de redactionele gidsen. Dat is de bedrijfslaag die een gelijkenisberekening omzet in een siloingstrategie.

Werkelijke AI-kosten en rendement

Op een mid-market webshop met 2 000 producten in één taal:

  • Initialisatie: 800 000 tokens aan embeddings, ongeveer 16 $ (OpenAI text-embedding-3-small) of 20 $ (Voyage AI). Plus het genereren van de ankerteksten: 200 000 tokens GPT-4o-mini, ongeveer 0,03 $ per link maal 6 000 links, dus zo’n 5 $. Totaal: rond de 25 $.
  • Maandelijks onderhoud: nieuwe en gewijzigde producten, doorgaans 5 tot 10 % van de catalogus, ongeveer 2 tot 4 $ per maand.
  • Meertalig: vermenigvuldig met het aantal actieve talen. Drie talen komt neer op ongeveer 75 $ initieel plus 9 $ per maand.

Op diezelfde webshop ligt het over zes maanden gemeten rendement, na implementatie en tegenover de nulmeting, rond 18 % meer organisch actieve pagina’s in Search Console en 24 % meer organische omzet op de longtailpagina’s. De AI-kosten zijn binnen dertig dagen terugverdiend.

De drie fouten die 30 % van het organische verkeer kosten

Dertig interne links per productpagina zetten. Symptoom: Google waardeert elke link lager, de bezoeker weet niet meer waar te klikken, het bouncepercentage stijgt. De vuistregel: 3 tot 5 contextuele links in de tekst plus 4 tot 6 links in een apart blok Misschien vindt u dit ook interessant, grafisch gescheiden en anders gemarkeerd. Een nofollow op dat aparte blok is bij zeer grote catalogi zelfs te verdedigen.

Fout 2: generieke of overgeoptimaliseerde ankerteksten

Klik hier zegt Google niets. Beste natuurlatex matras goedkoop gratis levering is overgeoptimaliseerd en lokt een algoritmische straf uit. Het goede anker is beschrijvend en natuurlijk: ons natuurlatex matras 160×200 volstaat. Een goed geprompte AI genereert dat type anker standaard.

Interne links die op alle pagina’s verschijnen, in de footer of de zijbalk, worden sinds 2022 massaal lager gewaardeerd door Google. Een link in de tekst van de pagina, contextueel aan die pagina, is vijf tot tien keer meer waard dan een sitewide link. De AI-linkbuilding moet in de inhoud worden geïnjecteerd, niet eromheen.

Integratie op PrestaShop: de juiste hooks

Op PrestaShop 8 en 9 gebeurt de injectie via twee hooks.

  • displayProductAdditionalInfo of displayFooterProduct voor de productpagina’s.
  • displayHome of een CMS-blok voor de redactionele pagina’s.

Rechtstreeks in description injecteren via SQL is verleidelijk maar af te raden: het vervuilt de brondata en bemoeilijkt migraties. Het nette patroon is een hook die een aparte tabel leest, bijvoorbeeld df_semantic_links, en de links bij het renderen injecteert. Zo kunt u de links opnieuw genereren zonder de productpagina’s aan te raken.

Bij PrestaShop-multistore moet u de tabel op id_shop afbakenen: eenzelfde product kan per webshop andere interne links hebben, door een gedeeltelijke catalogus, een dominante taal of een SEO-strategie per markt.

AI-linkbuilding en AEO: de bonus van 2026

De AI-agents, ChatGPT Shopping, Perplexity, Claude en Google AI Overviews, gebruiken de structuur van de interne links steeds vaker om de categorieboom en de relaties tussen entiteiten te reconstrueren. Een goed gelinkte catalogus wordt beter begrepen door die agents, wat leidt tot vaker geciteerd worden in samenvattende antwoorden.

Dat vult andere gestructureerde signalen aan: de algemene AEO-optimalisatie, het llms.txt-bestand dat als index dient voor de taalmodellen, en de gestructureerde Schema.org Product-data van 2026. De semantische linkbuilding is het cement dat al die signalen met elkaar verbindt.

Wanneer een AI-module zinvol is, en wanneer niet

Handmatig linken blijft geldig voor zeer kleine catalogi, minder dan 100 pagina’s, en voor sterk gespecialiseerde webshops rond één thema met weinig redactionele inhoud. Voor al het andere, mid-market catalogi van 500 tot 10 000 pagina’s, meerdere talen, een actieve blog en frequente updates, is een AI-module de enige manier om de links actueel te houden zonder er een halve SEO-baan aan te besteden.

De rekensom is eenvoudig: een halve interne SEO-kracht kost 25 000 tot 35 000 € per jaar. Een AI-module plus embeddingskosten kost minder dan 200 € per jaar. De module vervangt de algemene SEO-strategie niet, maar ze automatiseert de meest tijdrovende uitvoeringslaag.

Veelgestelde vragen na elke audit

Moet de hele linkstructuur opnieuw worden gegenereerd bij elke catalogusaanpassing?

Nee. Alleen nieuwe of gewijzigde entiteiten moeten opnieuw worden ge-embed. De gelijkenismatrix wordt incrementeel bijgewerkt, en de embeddingskosten van één nieuwe pagina bedragen enkele centen. Een wekelijkse of dagelijkse cron volstaat voor de meeste webshops.

Kan semantische linkbuilding over talen heen?

Technisch wel, met een meertalig embeddingsmodel (Voyage voyage-3, Cohere embed-multilingual-v3). Maar het is zelden wenselijk: de ervaring van een Nederlandse klant die op een link klikt en op een Duitse pagina belandt, is slecht. Linken gebeurt standaard binnen één taal; de meertalige brug regelt u met hreflang.

Nee. Google kijkt naar door AI gegenereerde inhoud, alinea’s en beschrijvingen, niet naar interne links, die HTML zijn en geen nieuwe semantische tekst. Het gegenereerde anker kan als inhoud gelden, maar met enkele beschrijvende woorden per link blijft dat onder de drempel waarop wordt gekeken.

Welk effect op het crawlbudget?

Positief. Goede interne linkbuilding verkleint het aantal dieptelagen van de site, waardoor Googlebot met hetzelfde budget meer pagina’s kan crawlen. Op sites waar Search Console pagina’s meldt die zijn gevonden maar niet geïndexeerd, is betere linkbuilding vaak de oplossing.

Nee. Interne links verdelen bestaande autoriteit. Externe backlinks brengen de oorspronkelijke autoriteit binnen. De twee werken samen: een site met uitstekende backlinks maar zwakke interne links verspilt zijn autoriteit; een site met uitstekende interne links en nul backlinks versterkt een heel zwak signaal.

Samengevat

Semantische interne linkbuilding met AI is geen speeltje. Het is het opschalen van een SEO-praktijk die al vijftien jaar bekend is, en die nu binnen bereik komt van elke catalogus die de 200 entiteiten passeert. Voor 25 $ initialisatie en 3 $ per maand haalt u doorgaans 20 tot 35 % meer organisch verkeer op de longtail, terugverdiend binnen dertig dagen.

De randvoorwaarden zijn redelijk: een module die de vijf stappen automatiseert (extractie, embeddings, gelijkenis, selectie, injectie), een integratie via nette hooks zonder de brondescripties te overschrijven, en maandelijkse opvolging in Search Console om het werkelijke rendement te meten.

De module DataFirefly Semantische Interne Linkbuilding met AI implementeert deze methode op PrestaShop 8 en 9, met keuze uit de embeddingsleverancier (OpenAI, Voyage, Cohere), instelbare bedrijfsregels en opvolging van de gegenereerde links. Ze sluit natuurlijk aan bij een volledige SEO-audit en bij de Google Search Console-integratie om het effect over langere tijd te meten.

Voor teams die bredere begeleiding zoeken, dekt onze PrestaShop-ontwikkelexpertise maatwerkintegratie, analyse van de relevantiematrix en geavanceerde siloingstrategieën.

Lees verder

Gerelateerde artikelen