Retrieval-Augmented Generation: mi alapján döntik el az LLM-ek, hogy milyen oldalakat hivatkoznak?

A Retrieval-Augmented Generation (RAG) lehetővé teszi, hogy a nagy nyelvi modellek a válaszaik megalkotásakor külső forrásokból származó információkat is felhasználjanak. Ennek köszönhetően az AI-alapú keresőrendszerek nem kizárólag a korábban megtanult ismeretekre támaszkodhatnak, hanem releváns weboldalakat is bevonhatnak a válaszadásba, amelyekre akár közvetlenül hivatkozhatnak is.

De mi alapján választják ki az LLM-ek, hogy mely weboldalakat használják fel és hivatkozzák? A döntést a tartalom relevanciája, hitelessége, aktualitása és strukturáltsága egyaránt befolyásolja.

Cikkünkben bemutatjuk, hogyan működik a RAG és a Query Fan-Out technológia, milyen szempontok alapján választanak forrásokat az olyan rendszerek, mint a ChatGPT, a Perplexity vagy a Google AI Overviews, és hogyan optimalizálhatod a weboldalad tartalmát, hogy nagyobb eséllyel jelenjen meg az AI által generált válaszok hivatkozásai között.

Mi az a Retrieval-Augmented Generation (RAG)?

A Retrieval-Augmented Generation (RAG), magyarul kereséssel kiegészített szöveggenerálás, egy olyan technológiai megközelítés, amely lehetővé teszi, hogy a nagy nyelvi modellek külső információforrásokból származó tartalmakkal egészítsék ki a válaszaikat. 

A technológiával bizonyára te is találkoztál már. Ha beírtál egy promptot bármilyen nagy nyelvi modellnek, feltűnhetett, hogy néhány kérdésre azonnal, forrásmegjelölés nélkül válaszol, más esetben – főleg komplexebb feladatoknál – viszont a válaszgenerálást egy internetes keresés előzi meg. A felhasznált oldalakat aztán általában a modell meg is jeleníti neked. 

Utóbbi folyamat mögött dolgozik a RAG-technológia, amelyet sokan tesznek felelőssé az interneten jelenleg kialakult egyenlőtlen helyzetért. Az elmúlt években egyre erősödik ugyanis az a tendencia, hogy míg az AI-alapú keresés nagymértékben támaszkodik netes tartalmakra, a felhasználók egyre kevésbé látogatják meg a forrásként használt oldalakat, hiszen az AI-modellek gyakran közvetlen válaszokat adnak a kérdéseikre.

A változást a keresési szokások is jól mutatják. A SparkToro és a Datos 2024-es kutatása szerint az európai uniós Google-keresések 59,7%-a kattintás nélkül zárult. Egy 2026-os amerikai vizsgálatban ez az arány már 68% volt. A Google AI-összefoglalóinak hatását vizsgáló Pew Research Center kutatása pedig azt találta, hogy AI-összefoglaló jelenlétében a keresések 8%-át követte hagyományos találatra történő kattintás, szemben az AI-összefoglaló nélküli keresések 15%-ával.

Eközben az AI-platformokról érkező weboldalforgalom is növekszik: a JabJab kutatása szerint 2024-hez képest 2026 utolsó negyedévére megszázszorozódott az AI-modellekből érkező látogatások száma. 

Bár ezek így is csupán a teljes netes forgalom 1%-át teszik ki, a jelenlegi trendek alapján ez a szám a jövőben csak nőni fog. Az sem elhanyagolható szempont, hogy a legtöbb mérés szerint az LLM-ekből érkező látogatók jóval konverziókészebbek a hagyományos felhasználóknál.

Mindez nem jelenti azt, hogy a hagyományos SEO elvesztette volna a jelentőségét. A jó organikus láthatóság továbbra is fontos alap, azonban egyre inkább azzal is számolnod kell, hogy a tartalmad akkor is befolyásolhatja a felhasználók döntéseit, ha nem kattintanak át a weboldaladra.

Miért van szükség a RAG technológiára?

A hagyományos LLM-ek a tanításuk során feldolgozott információkból sajátítanak el összefüggéseket és ismereteket. Ezt nevezzük a modell parametrikus tudásának. A tanítás azonban meghatározott időpontban lezárul, ezért a modell önmagában nem feltétlenül rendelkezik a legfrissebb információkkal.

Ez különösen akkor jelent problémát, ha aktuális árakról, jogszabályokról vagy gyorsan változó piaci adatokról kérdezed. Ráadásul a modellek olykor meggyőzőnek tűnő, de valótlan információkat is generálhatnak. Ezt a jelenséget nevezzük AI-hallucinációnak.

A RAG ennek az esélyét úgy igyekszik mérsékelni, hogy a modell belső tudását külső forrásokból lekért információkkal egészíti ki. Ezek származhatnak keresőmotorok indexeiből, vállalati adatbázisokból vagy más dokumentumgyűjteményekből is. A rendszer így a válaszát ellenőrizhetőbb, adott esetben frissebb adatokra alapozhatja anélkül, hogy a nyelvi modellt újra kellene tanítani.

Hogyan működik a RAG három lépésben?

A RAG működése három alapvető szakaszra bontható:

1. Retrieval (keresés): A rendszer a felhasználó kérdése alapján releváns dokumentumokat és szövegrészleteket keres külső adatforrásokban. Ez történhet például a Google vagy a Bing keresési indexének felhasználásával, illetve szemantikus keresésre alkalmas vektoros adatbázisokban.
2. Augmentation (kontextusbővítés): A megtalált információkat a rendszer összekapcsolja az eredeti kérdéssel, és a nyelvi modell kontextusába helyezi. Így a modell már nem kizárólag a tanult ismereteire, hanem a lekért tartalmakra is támaszkodhat.
3. Generation (válaszgenerálás): A nyelvi modell a rendelkezésére álló információkból összefüggő választ állít elő. Amennyiben a rendszer támogatja a forrásmegjelölést, hivatkozásokat is társíthat a válaszhoz.

Fontos azonban, hogy az AI-rendszerek nem minden kérdés megválaszolásakor végeznek külső keresést. 

A ChatGPT például a kérdés jellegétől függően automatikusan is dönthet a webes keresés használatáról, de a felhasználó külön is kezdeményezheti azt. Ezt a ChatGPT esetében az ún. Sonicberry rendszer végzi. Ez a promptokat három kategóriába rendezi:

• No Search (keresés nélkül): A modell a tanítása során megszerzett tudására támaszkodva, külső keresés nélkül válaszol. Ilyen kérdés például: „Mi Olaszország fővárosa?”
• Simple Search (egyszerű keresés): A kérdés megválaszolásához várhatóan egyetlen webes keresés is elegendő. Például: „Ki Franciaország jelenlegi elnöke?”
• Complex Search (összetett keresés): A kérdés több információ összegyűjtését és összevetését igényli, ezért a rendszer több keresést is végezhet. Például: „Ki a Microsoft jelenlegi vezérigazgatója, és hány éves?”

ChatGPT, Perplexity és Google AI Overviews: Miből táplálkoznak a vezető nyelvi modellek?

Bár a ChatGPT, a Perplexity és a Google AI Overviews egyaránt képes külső források alapján válaszokat előállítani, a keresési infrastruktúrájuk és a forrásválasztási szokásaik eltérhetnek egymástól. Ezt több kutatás is alátámasztja:

• ChatGPT: Webes kereséséhez többek között a Microsoft Binget használja, de az Ahrefs vizsgálatai szerint a Google találataiból is meríthet. Ugyanakkor a ChatGPT által hivatkozott URL-ek mindössze 10%-a szerepelt a Google első tíz találata között a vizsgált rövid keresőkifejezéseknél, ami önálló forrásválasztási mechanizmusra utal. A Profound 2025-ös kutatásában a hivatkozások 7,8%-a a Wikipédiára vezetett, de a Forbes, a TechRadar és a Reuters is gyakori forrás volt.
• Perplexity: Saját keresőrobotot (PerplexityBot) is használ, és a valós idejű keresési eredményekből közvetlen forráshivatkozásokkal alátámasztott válaszokat készít. A Profound kutatásában a Reddit adta a hivatkozások 6,6%-át, ami jelzi a közösségi tartalmak fontosságát. Az Ahrefs 15 000 keresést vizsgáló elemzése szerint a Perplexity által hivatkozott URL-ek 28,6%-a a Google első tíz találatában is szerepelt, ami a vizsgált AI-asszisztensek között a legmagasabb egyezés volt.
• Google AI Overviews: A Google keresési infrastruktúráját generatív AI-technológiával egészíti ki. A Profound kutatásában a Reddit a hivatkozások 2,2%-át, a YouTube 1,9%-át, a Quora pedig 1,5%-át adta. A közösségi tartalmak jelentőségét egy 2026-os kutatás is megerősítette, amelyben a hivatkozások 27,8%-a felhasználók által létrehozott tartalmakra vezetett. Emellett az Ahrefs 2026-os elemzése szerint a hivatkozott URL-ek 37,9%-a a Google első tíz találati blokkjában is megjelent.

Láthatjuk tehát, hogy az egyes AI-platformok eltérő forrásokra támaszkodnak, és a hivatkozási szokásaik sem teljesen azonosak.

De hogyan találják meg egyáltalán azokat a weboldalakat, amelyekből végül összeállítják a válaszaikat? És miért fordulhat elő, hogy egy oldal akkor is AI-hivatkozássá válik, ha az eredeti keresőkifejezésre nem szerepel az első találatok között?

A válaszhoz érdemes megismerkednünk egy újabb technikával, a Query Fan-Outtal.

A Query Fan-Out működése, azaz hogyan bontják fel az AI-rendszerek a felhasználói kérdéseket?

A Query Fan-Out egy olyan keresési technika, amelynek során az AI-rendszer egyetlen összetett felhasználói kérdést több kapcsolódó al-lekérdezésre (sub-query) bont, majd ezek alapján további információkat gyűjt a válasz összeállításához.

A technika szorosan kapcsolódik a RAG működéséhez. Ahogy korábban bemutattuk, a RAG külső forrásokból gyűjt információkat a válaszgeneráláshoz. Egyetlen keresés azonban nem feltétlenül elegendő egy összetett kérdés megválaszolásához, hiszen a szükséges információk több különböző weboldalon is megtalálhatók. A Query Fan-Out ezt a problémát úgy kezeli, hogy a kérdés különböző részterületeire is kereséseket indít.

A módszert a Google hivatalosan is alkalmazza az AI Mode-ban, és az AI Overviews működésében is szerepet kaphat.

Tegyük fel, hogy a következő kérdést írod be valamelyik AI-keresőbe: „Milyen hőszivattyút érdemes választani egy régi, radiátoros családi házba?”

Ahelyett, hogy az AI kizárólag erre az egy kérdésre keresne rá, több kapcsolódó keresést is indíthat, eltérő keresési szándékok mentén. Például:

• Tulajdonságalapú keresés (Characteristics): „magas előremenő vízhőmérsékletű hőszivattyú radiátoros fűtéshez”
• Összehasonlító keresés (Comparisons): „magas hőmérsékletű vs hagyományos levegő-víz hőszivattyú radiátoros házhoz”
• Aktuális információkra irányuló keresés (Date-specific): „radiátoros fűtéshez ajánlott hőszivattyúk 2026 árak és modellek”
• Gyakori kérdés (Common questions): „Működik-e a hőszivattyú régi radiátorokkal, rosszul szigetelt házban?”

Az egyes alkérdések eltérő találatokat eredményezhetnek, így olyan weboldalak is bekerülhetnek a lehetséges források közé, amelyek az eredeti keresőkifejezésre nem szerepelnek az első találatok között.

Hogyan befolyásolja a Query Fan-Out az AI-hivatkozásokat?

Röviden: azok az oldalak, amelyek több alkeresésre is jól teljesítenek, nagyobb eséllyel kerülnek be az AI-válaszokba.

A Query Fan-Out jelentőségét a Surfer SEO kutatása is alátámasztja, amely 10 000 keresőkifejezés és 33 000 kapcsolódó alkérdés vizsgálatával elemezte a Google AI Overviews hivatkozásait.

A kutatás két fontos megállapítása:

• A vizsgált, organikus találatok között is rangsoroló hivatkozott oldalak 51,2%-a az eredeti keresésre és legalább egy Fan-Out alkérdésre is jó helyezést ért el.
• 161%-kal magasabb hivatkozási esély: a kutatás szerint az eredeti keresés mellett alkérdésekre is rangsoroló oldalak ennyivel nagyobb eséllyel jelentek meg az AI Overviews hivatkozásai között, mint a kizárólag az eredeti keresésre rangsoroló oldalak.

A Querry Fan-Out információkra alapozott tartalomgyártás ezért mára a legfrisebb AI SEO trendek egyikévé vált.

Reciprocal Rank Fusion: A matek a Querry Fan-Out mögött

Oké, látjuk a statisztikákat. Az összefüggés jól felrajzolható.

De mégis, hogyan – milyen metodika mentén – befolyásolják a query-fan outok az AI modelleket a döntéshozatalban?

A kérdésre nincs hivatalos válasz – az AI-cégek is olyanok, mint más cég: nem szeretik kiadni a technológiai arzenáljuk titkait – , azonban egy Metehan Yeşilyurt nevű SEO-szakembernek a ChatGPT esetében mégis sikerült kinyomoznia.

Az OpenAI modellje a magyarra nehezen lefordítható Reciprocal Rank Fusion (RRF) mechanizmust alkalmazza.

Ne ijesszen meg az elnevezés! A módszer egy egyszerű képlettel felírható:

RRF pontszám  = 1/(60 + rangsorolási pozíció)

Eszerint míg az 1. helyezett

• 1/(60+1) = 0.0164 pontot, 

addig pl. az 5. helyezett

• 1/(60+5) = 0.0154 pontot kap 

A ChatGPT tehát megnézi, hogy az oldal hányadik helyen jelenik meg az adott alkeresésekre, majd összeadja a pontszámukat.

A magasabb pontszámú oldal győz.

Ugye, így már nem is olyan bonyolult?

Nézzünk meg azért egy konkrét példát, hogy szemléletesebb legyen. Maradjunk a hőszivattyú témánál.

Tegyük fel, hogy két különböző weboldal versenyez azért, hogy LLM hivatkozássá váljon:

• A weboldal: Átfogó útmutató a hőszivattyúkról, amely több kapcsolódó kérdésre is választ ad.
• B weboldal: Kifejezetten a radiátoros fűtés és a hőszivattyúk kapcsolatával foglalkozó cikk.

A négy alkérdésre a következő, példaként feltételezett helyezéseket és RRF-pontszámokat kapják:

alkérdés	A weboldal	B weboldal
Működik-e a hőszivattyú hagyományos radiátorokkal?	3. hely: 0,01587	1. hely: 0,01639
Milyen előremenő vízhőmérséklet szükséges radiátoros fűtéshez?	5. hely: 0,01538	Nem szerepel: 0
Milyen hőszivattyú ajánlott rosszul szigetelt házba?	4. hely: 0,01563	2. hely: 0,01613
Mennyibe kerül egy meglévő fűtési rendszer hőszivattyús átalakítása?	8. hely: 0,01471	Nem szerepel: 0
Összesített RRF-pontszám	0,06159	0,03252

A példában tehát az A weboldal kerül előrébb az összesített rangsorban, annak ellenére, hogy a B weboldal az egyik alkérdésre az első helyen szerepel.

Mit jelent mindez a SEO és a GEO szempontjából?

A Query Fan-Out egyik legfontosabb tanulsága, hogy önmagában egyetlen kulcsszóra való jó helyezés nem feltétlenül elegendő az AI-láthatóság kimaxolásához.

Ehelyett érdemes a fő témához kapcsolódó részproblémákat, keresési szándékokat és szinonimákat is lefedned. Ebben segíthet a tartalomklaszterezés. 

Ezt valamilyen általános kulcsszóra optimalizálod. A példánknál maradva akár arra, hogy „hőszivattyú”.

Majd ezt a központi oldalt körbebástyázod a kapcsolódó résztémákat feldolgozó tartalmakkal. Itt nem érdemes konkrét Fan-Out alkérdésekre optimalizált oldalakat létrehoznod, ezek pontos formája ugyanis promptonként és időpontonként változhat.

A lényeg, hogy megértsd a mögöttük kirajzolódó keresési szándékokat. Ebben segíthetnek a korábban bemutatott kategóriák:

• Tulajdonságalapú keresések (Characteristics): A felhasználók egy termék vagy szolgáltatás konkrét jellemzőire kíváncsiak.
• Összehasonlító keresések (Comparisons): Különböző termékek, technológiák vagy megoldások előnyeit és hátrányait mérlegelik.
• Aktuális információkra irányuló keresések (Date-specific): Friss árakat, új modelleket vagy adott évre vonatkozó információkat keresnek.
• Gyakori kérdések (Common questions): Egy adott témával kapcsolatos problémákra és gyakorlati kérdésekre szeretnének választ kapni.

Ha valamelyik kategória rendszeresen visszatér a Fan-Out lekérdezések között, érdemes az általa jelzett keresési szándékot célzott tartalommal kiszolgálnod. Ha például sok a komparatív keresés, célszerű részletes összehasonlító cikkeket készítened. A hőszivattyús példánál maradva ilyen lehet a monoblokkos és split hőszivattyúk összevetése.

Így nem egy-egy változékony keresőkifejezésre optimalizálsz, hanem a felhasználók visszatérő információigényeit feded le, ami hosszabb távon több Fan-Out lekérdezésben is relevánssá teheti a tartalmaidat.

De a stratégia nem áll meg itt.

A résztémákat feldolgozó klaszteroldalakról érdemes visszalinkelned a központi pilléroldalra is. A releváns belső hivatkozások ugyanis segíthetik annak organikus rangsorolását, és erősíthetik a tartalmak közötti tematikus kapcsolatot.

Ha a pilléroldal ennek köszönhetően több kapcsolódó keresőkifejezésre is jó helyezést ér el, nagyobb eséllyel jelenhet meg a Query Fan-Out során generált al-lekérdezések találatai között, ami magasabb összesített pontszámot eredményezhet a korábban bemutatott RRF-számítás szerint.

A tartalomklaszterezés azonban nemcsak a pilléroldalnak kedvezhet. Az egyes klaszteroldalak ugyanis önállóan is releváns találatokká válhatnak a különböző Fan-Out keresésekre. Ha például az AI két hőszivattyútípus összehasonlításához keres információkat, könnyen lehet, hogy nem az általános pilléroldalt, hanem a témát részletesen feldolgozó összehasonlító cikkedet választja forrásként.

Így a tartalomklaszterezéssel egyszerre növelheted a pilléroldal organikus láthatóságát és a különböző AI-keresések során megtalálható releváns aloldalak számát.

Az eredmény pedig ugyanaz: nagyobb AI-láthatóság, nagyobb forgalom.

De van még itt egy másik fontos tanulság is.

Mégpedig az, hogy a SEO nem halott. Sőt: az AI-korszakban nőtt csak meg igazán a jelentősége. Hiszen, mint te is láthattad, a legnagyobb eséllyel akkor válhat LLM hivatkozás az oldaladból, ha sikerül minél több keresésben előkelőbbre feltornázni az organikus helyezésed.

A különbség pusztán annyi, hogy már nem elegendő egyetlen kulcsszóra első helyezést elérned.

Az LLM-ek négy fő értékelési szempontja

Attól, hogy egy weboldal bekerül az AI keresési találatai közé, még nem biztos, hogy hivatkozásként is jelenik meg a felhasználó számára. A rendszerek a lekért források közül választják ki azokat, amelyek információit felhasználják a válasz összeállításához.

Bár az egyes AI-platformok pontos forrásválasztási algoritmusai nem nyilvánosak, a rendelkezésre álló kutatások alapján négy fontos szempontot érdemes figyelembe venned: a hitelességet, a tartalom relevanciáját, az aktualitást és a strukturáltságot.

E-E-A-T az AI-korszakban: Felejtsük el a hagyományos backlinkeket?

A hagyományos SEO-ban a backlinkek régóta fontos szerepet játszanak a weboldalak tekintélyének kialakításában. Az AI-alapú keresésben azonban érdemes ennél szélesebb körben gondolkodnod: a hitelességet nemcsak a hivatkozások, hanem a márkaismertség, a független említések és a különböző platformokon megjelenő információk is támogathatják.

Itt kerül előtérbe a Google által meghatározott E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) szemlélet, amely a tapasztalatot, a szakértelmet, a tekintélyt és a megbízhatóságot helyezi a tartalomértékelés középpontjába. Mint ilyen, fontos kiemelni, hogy az E-E-A-T irányelvek nem matematikai természetűek, így nem közvetlen rangsorolási tényezők. (Eredetileg a Google emberi minőségértékelői számára kialakított irányelvek, amelyek alapján ellenőrizniük kell, hogy a megfelelő tartalmakat rangosorolja-e az algoritmus) Nincsenek olyan előre rögzített jelek, amelyeket látva az algoritmus egyből szakértőként ismerne fel minket vagy a tartalmunkat.

Magyarán végképp nincs arról szó, hogy benyomhatnánk a Google-ben egy afféle “Szakértelem Gombot” azzal, ha feltöltünk magunkról egy szerzői profilt, vagy ha egy blogcikkbe odaírjuk, hogy hol, mikor és milyen körülmények között tettünk szert egy adott tapasztalatra. 

Ezek ugyanis nem fordíthatók le maradéktalanul a matematika nyelvére.

(Ettől persze még érdemes pl. Transzparens szakmai háttérrel megtámogatni a tartalmainkat, de ettől még nem fognak automatikusan hitelesnek tekinteni minket a keresők. A felhasználók viszont értékelni fogják.)

Ami lefordítható, az például egy új, korábban nem ismert entitás, amellyel kibővítjük a Google indexét. Ezt pedig mégiscsak valamilyen eredeti tudásra – pl. egy saját AB tesztelés, vagy (iparágtól függően) egy lakossági kárfelmérés – tapasztalataira alapozva tudjuk megtenni.

A Google algoritmusát úgy trenírozták, hogy olyan tartalmakat részesítsen előnyben, amelyek potenciálisan ilyen információkban gazdagok. 

Ez alkotja a betűsző Experience és Expertise elemét.

És mi alapján növelhető a Authoritativeness és a Trust?

A legtöbb kutatás szerint továbbra sem arról van szó, hogy a Google vagy a nagy nyelvi modellek botjai az alapján döntenének, hogy mit “éreznek” hiteles vagy megbizható forrásnak.

Hanem ugyanúgy kalkulációk történnek a háttérben, amelyet, egyre inkább úgy tűnik, a klasszikus SEO metrikák határoznak meg:

• Domaintekintély: Az xfunnel.ai kutatásának eredményei szerint a vizsgált AI-hivatkozások 31,5%-a a legmagasabb minőségi kategóriába sorolt forrásokból származott. És mint minden veterán SEO-s tudja: a magas Domain Authority (DA) jelentős részben az erős linkprofil függvénye.
• Márkaismertség: Kevin Indig kutatása 0,334-es korrelációt talált a márkára irányuló keresések volumene és az AI-platformokon történő márkaemlítések között. A kapcsolat a ChatGPT esetében még erősebb volt (r = 0,542). Ez arra utal, hogy a márka ismertsége és piaci tekintélye is befolyásolja, megjelenik-e az AI-válaszokban.
• Digitális jelenlét: A Yext 2025-ös, 6,8 millió AI-hivatkozást vizsgáló kutatásában a hivatkozások 44%-a weboldalakhoz, 42%-a pedig üzleti adatlapokhoz és címtárakhoz vezetett. Vagyis a vizsgált hivatkozások 86%-a olyan felületekről származott, amelyek felett a vállalkozások közvetlen vagy közvetett kontrollt gyakorolhatnak. A célzott AI SEO-stratégiák tehát érdemben tudják növelni a cégek jelenlétét a generatív felületeken.

A backlinkeket tehát nem érdemes lecserélni, inkább úgy érdemes rájuk tekintened, mint amelyek a márkád digitális jelenlétépítésének részei. Utóbbit pedig szakmai publikációkkal, független márkaemlítésekkel, naprakész üzleti profilokkal és következetes márkakommunikációval is fontos kiterjesztened.

Relevancia és információsűrűség: Hogyan értelmezik a gépek a tartalom értékét?

A RAG-rendszerek forráskeresése nem feltétlenül kizárólag a kulcsszavak pontos egyezésére épül. A szemantikus keresés során a rendszer a felhasználói kérdés és a források jelentésbeli hasonlóságát is vizsgálhatja.

Ehhez úgynevezett vektoros reprezentációkat (embeddings) használhat, amelyek számszerű formában írják le a szövegek jelentését. A hasonlóság mérésének egyik elterjedt módszere a koszinuszhasonlóság (cosine similarity). Így például a „hőszivattyú radiátoros házhoz” és a „meglévő radiátoros fűtés korszerűsítése hőszivattyúval” kifejezések kapcsolata akkor is felismerhető, ha nem pontosan ugyanazokat a szavakat tartalmazzák.

A relevancia mellett a tartalom információsűrűsége is fontos lehet. Ez azt jelenti, hogy mennyi konkrét, a kérdés megválaszolásához hasznos információt tartalmaz egy adott szövegrész.

Itt két fogalomnak van különösen nagy jelentősége:

• Entity Density (Entitássűrűség): A konkrét személyek, márkák, termékek, szervezetek és más azonosítható entitások aránya a szövegben. Kevin Indig 2026-os elemzése szerint a vizsgált, gyakran hivatkozott szövegrészletek átlagosan 20,6%-os entitássűrűséget mutattak.
• Information Gain (Információtöbblet): Azt fejezi ki, mennyi új, hasznos információval járul hozzá egy tartalom a már rendelkezésre álló ismeretekhez. Ilyenek lehetnek a saját kutatások, egyedi adatok, konkrét összehasonlítások és szakértőktől származó megállapítások.

Az információtöbblet jelentőségét az egyik legismertebb Generative Engine Optimization kutatás is vizsgálta. A kísérletekben a hiteles források, idézetek és statisztikák beépítése egyes mérési módszerek szerint 30-40%-kal javította a tartalmak láthatóságát a generált válaszokban.

Indig már említett kutatása arra is rávilágított, hogy az AI-modellek által legtöbbet idézett oldalak jellemzően jóval hosszabbak is, mint a kevésbé jó GEO-teljesítményt nyújtók. Ez ugyanakkor nem jelenti azt, hogy az LLM-ek a szószaporítást jutalmazzák: a legtöbbet idézett oldalak azért voltak hosszabbak, mert átfogó, forrásokkal alátámasztott és valódi információtöbbletet nyújtó tartalmat kínáltak.

A gyakorlatban ez azt jelenti, hogy az üres marketingszlogeneknek és a felületes, tömeggyártott SEO-cikkeknek vége.

A tartalomgyártás során tehát a konszenzus összefoglalása helyett eredeti tudás előállítására kell törekedned, amelynek az is része, hogy az általános kijelentéseket konkrét, ellenőrizhető információkkal érdemes helyettesítened. 

Egy hőszivattyúról szóló cikkben például a „kiváló hatásfokkal működik hidegben is” állításnál hasznosabb lehet, ha megadod inkább az adott modell pontos típusát, a mérési körülményeket és az ezekhez tartozó konkrét COP-értéket.

Aktualitás: Dátumozott adatok és frissítések hatása az AI-láthatóságra

A tartalom aktualitása szintén befolyásolhatja, hogy milyen forrásokat találnak meg és használnak fel az AI-rendszerek. Ez különösen az olyan témáknál fontos, amelyekben az információk gyorsan változnak, például a termékáraknál, jogszabályoknál vagy technológiai újdonságoknál.

A Seer Interactive kutatása szerint a vizsgált AI-botok látogatásainak közel 65%-a az előző egy évben, 79%-a pedig az előző két évben megjelent tartalmakat érintette.

A tartalomfrissítés során ezért az alábbiakra érdemes figyelned:

• Ellenőrizd és szükség esetén aktualizáld a statisztikákat, termékadatokat, árakat és más időérzékeny információkat.
• Jelenítsd meg az utolsó érdemi frissítés dátumát a weboldalon.
• Az Article vagy BlogPosting strukturált adataiban használd megfelelően a datePublished és dateModified tulajdonságokat.

Moduláris tartalomépítés: Hogyan kell formázni a tartalmat az AI számára?

A releváns és hiteles információk mellett az sem mindegy, hogyan rendezed el őket az oldalon. A RAG-rendszerek ugyanis gyakran nem teljes dokumentumokkal, hanem azokból kinyert kisebb szövegrészletekkel dolgoznak.

Ezt a működést támogatja a moduláris tartalomépítés, amelynek lényege, hogy az egyes fejezetek és bekezdések önállóan is értelmezhető, jól körülhatárolt információkat tartalmazzanak.

Három módszer különösen hasznos lehet:

1. BLUF (Bottom Line Up Front): A lényeg kerüljön előre

A BLUF-elv szerint a legfontosabb választ vagy következtetést már a bekezdés elején érdemes megfogalmaznod, és csak ezt követően részletezni a magyarázatot.

Kevin Indig korábban említett, több mint 18 000 ellenőrzött ChatGPT-hivatkozást vizsgáló elemzésében a hivatkozások 44,2%-a a tartalmak első 30%-ából származott. Ez arra utal, hogy az oldal elején elhelyezett lényegi információk kiemelt szerepet kaphatnak a forrásfelhasználásban.

2. Chunking: Önállóan értelmezhető szövegblokkok

A RAG-rendszerek gyakran nem az egész oldalt olvassák el elejétől a végéig, hanem kisebb szövegrészletekre (ún. chunk-okra) bontva dolgozzák fel a tartalmat, hogy megtalálják azt a részt, amelyik a legközvetlenebbül ad választ a felhasználó lekérdezésére. 

Az NVIDIA kutatása emellett arra is rámutatott, hogy a sűrűn tagolt tartalmakat az AI-keresők pontosabban is voltak képesek idézni.

A hosszú, több témát keverő bekezdések helyett érdemes ezért rövidebb, világosan körülhatárolt tartalmi egységeket kialakítanod. 

Az is fontos, hogy a szövegrészlet önmagában is érthető legyen, és ne csak a teljes cikk elolvasásával nyerjen értelmet. Ha belegondolsz, ez nemcsak az AI modellek számára fontos: biztos te is többször kerestél már úgy választ egy kérdésedre, hogy nem az egész oldalt, csak a konkrétan téged érdeklő szeckió(ka)t olvastad el.

Az AI-botok ugyanilyen célzottan igyekeznek kinyerni a kellő információkat a tartalmadból.

3. Kérdés-válasz (Q&A) struktúra

A kérdésként megfogalmazott H2 vagy H3 címsorok és az alattuk szereplő közvetlen válaszok segíthetik a tartalom értelmezését és a releváns részletek azonosítását.

Az Ahrefs által ismertetett kutatási eredmények szerint a kérdést tartalmazó címsorokkal rendelkező tartalmak a vizsgált mintában 18%-os hivatkozási arányt értek el, szemben a más típusú címsoroknál mért 8,9%-kal.

A cél ettől még nem az, hogy minden tartalmat kérdés-válasz formátumra alakíts át, hanem hogy az egyes szakaszok egyértelmű témával, jól megfogalmazott címsorral és könnyen kinyerhető információkkal rendelkezzenek. Ezzel egyszerre javíthatod az olvasói élményt és a tartalom gépi feldolgozhatóságát.

Hogyan válhat a weboldalad az AI-keresők kedvencévé?

A Retrieval-Augmented Generation és a Query Fan-Out működését megismerve jól látható, hogy a hagyományos SEO továbbra is az AI-láthatóság legfontosabb alapja, de önmagában már nem feltétlenül elegendő.

Ahhoz, hogy weboldalad nagyobb eséllyel váljon az LLM-ek hivatkozott forrásává, érdemes a témáidat minél átfogóbban feldolgoznod, hiteles és egyedi információkat közölnöd, rendszeresen frissítened a tartalmaidat, és olyan struktúrát kialakítanod, amelyből az AI-rendszerek könnyen kiemelhetik a releváns válaszokat.

A cél tehát nem pusztán az, hogy minél több kulcsszóra jó helyezést érj el, hanem hogy a márkád megbízható információforrássá váljon a keresőmotorok és az AI-platformok számára egyaránt.

Szeretnéd megtudni, hogyan érheted ezt el a saját weboldaladon? Ismerd meg az INTREN AI keresés optimalizáció szolgáltatását, és készülj fel velünk a digitális világ következő korszakára!