Miért láthatatlan a weboldalad az AI számára – és mit tehetsz ellene?

Lehetsz te első a Google-ben, ha a ChatGPT közben a konkurensednek szerez ügyfeleket. 

A jó organikus helyezés ugyanis nem garantálja, hogy az AI-keresők is ajánlani fognak. 

De akkor miért tartja az AI hivatkozásra érdemesnek az egyik weboldalt, miközben a másikat figyelmen kívül hagyja? És hogyan fordíthatod a működését a saját előnyödre? Cikkünk végére te is megtudhatod!

Paradigmaváltás: Miért nem elég a hagyományos SEO az AI-keresőknek?

Képzeld el, hogy hosszú hónapok munkájával sikerült megszerezned a Google első helyét egy fontos kulcsszóra. Hátradőlsz, megveregeted a vállad, majd kíváncsiságból megkérdezed a ChatGPT-t is ugyanarról a témáról.

Az eredmény? Az AI a harmadik, ötödik, sőt akár a huszadik helyen szereplő versenytársaidat idézi. Téged pedig meg sem említ.

Hogy lehetséges ez?

A választ részben az AI-keresők eltérő működésében kell keresnünk. A hagyományos keresőmotorokkal szemben ugyanis a ChatGPT, a Perplexity és más generatív rendszerek nem egyszerűen találati listákat állítanak össze, hanem a különböző forrásokból származó információkat egyetlen válaszban szintetizálják.

Egy olyan válaszban, ahonnan a felhasználók csak töredéke kattint tovább, hiszen megkapta, amit keresett.

Ebben játszik fontos szerepet a Retrieval-Augmented Generation (RAG) technológia. Lényege, hogy a nyelvi modellek nem kizárólag a korábban megtanult információkból dolgoznak, hanem külső forrásokat, például weboldalakat is felhasználhatnak a válaszadáshoz.

A folyamat a kereséssel kezdődik. Ez történhet hagyományos, kulcsszóalapú, de szemantikus kereséssel is, amely nem pusztán a szavak egyezését, hanem a szövegek jelentésbeli hasonlóságát vizsgálja. Utóbbihoz úgynevezett vektoros beágyazásokat (embeddings) használhat, amelyek matematikailag összehasonlítható formában reprezentálják a szövegek jelentését.

A megtalált források közül a rendszer kiválasztja a kérdés szempontjából legrelevánsabb információkkal bíró részleteket, majd ezeket a felhasználói kérdéssel együtt átadja a nyelvi modellnek. Az AI ezek alapján állítja össze a választ, amelyhez jó esetben közvetlen forráshivatkozásokat is társít.

Vagyis az AI-hivatkozásokat nem kizárólag az organikus helyezés, a kulcsszóegyezés vagy a backlinkprofil befolyásolhatja, hanem az is, hogy az adott tartalom mennyire releváns a konkrét kérdés szempontjából.

Hogy mekkora különbség lehet az organikus rangsorolás és az AI-hivatkozások között, azt több kutatás is jól szemlélteti:

• Az Ahrefs 2025-ös, 15 000 promptot vizsgáló kutatásában az AI-asszisztensek által hivatkozott URL-eknek átlagosan mindössze 12%-a szerepelt a Google első tíz találata között az eredeti keresésre. A Perplexity esetében ez az arány magasabb, 28,6% volt.
• Az Ahrefs 2026-os elemzése 863 ezer Google-találati oldalt és négymillió AI Overview-hivatkozást vizsgált. A hivatkozott URL-ek 37,1%-a szerepelt az eredeti keresés első tíz organikus találata között. A többi hivatkozás olyan oldalakra vezetett, amelyek hátrébb rangsoroltak, vagy egyáltalán nem szerepeltek az első száz organikus találat között.

Az eredmények tehát platformonként és vizsgálatonként is eltérnek, de egy irányba mutatnak: a jó Google-helyezés fontos előny lehet, önmagában azonban nem garantál AI-hivatkozást.

És mi a helyzet a hagyományos on-page SEO-val?

Nos, a kulcsszóhalmozás ahogy korábban, úgy most sem jelent megoldást. 

Az egyik legismerteb, a Torontói Egyetem dolgozói által készített Generative Engine Optimization kutatás során a kutatók azt találták, hogy a kulcsszavak mesterséges ismétlése a Perplexity rendszerében közel 10%-kal rontotta az egyik vizsgált AI-láthatósági mutatót az optimalizálatlan tartalomhoz képest.

Mindez persze nem jelenti azt, hogy a hagyományos SEO-t elfelejtheted. A Google hivatalos útmutatója kifejezetten megerősíti, hogy az AI Overviews és az AI Mode továbbra is a Google alapvető keresési és minőségértékelési rendszereire épül. A megfelelő indexelhetőség, belső linkelés és hasznos tartalom tehát változatlanul fontos.

Az AI SEO, más néven Generative Engine Optimization (GEO) így nem váltja le a SEO-t, hanem annak alapjait fejleszti tovább: azt vizsgálja, hogyan teheted a tartalmaidat és a márkádat releváns, hiteles és felhasználható információforrássá az AI-rendszerek számára.

A tanulság? A Google első helye továbbra is értékes, de az AI nem akassza érte nyakadba automatikusan az aranyérmet. Ahhoz, hogy a generált válaszokban is megjelenj, már nemcsak jó helyezésekre, hanem arra is szükséged van, hogy minél eredetibb, infógazdagabb és konkrétabb válaszokat adj a felhasználók specifikus kérdéseire.

A leggyakoribb hibák, amelyek miatt az AI a versenytársaidat ajánlja helyetted

Tegyük fel, hogy a weboldalad technikailag rendben van, a fontos kulcsszavaidra jól rangsorolsz, és még a tartalmaidat is rendszeresen frissíted. A ChatGPT mégis következetesen a versenytársaidat ajánlja helyetted.

Miért?

A probléma sokszor nem egyetlen hiányzó SEO-beállításban keresendő. Az AI által generált ajánlásokban ugyanis a weboldalad tartalma mellett a márkád külső megítélése, a rólad elérhető információk és azok felhasználhatósága is szerepet kaphat.

Nézzük meg az öt leggyakoribb hibát, amely miatt lemaradhatsz az AI-ajánlásokról!

1. A független források (earned media) hiánya a digitális jelenlétben

Arról, hogy a saját terméked vagy szolgáltatásod kiváló, nyilván te tudsz a leglelkesebben nyilatkozni. Csakhogy a vásárlók többségét sem feltétlenül győzi meg egy olyan értékelés, amelyben a gyártó saját magának ad öt csillagot.

Hát még az AI-t.

Az AI-alapú keresésben ezért a független forrásoknak (earned media) is fontos szerepük van. Ide tartoznak például a szaklapokban megjelent cikkek, terméktesztek, független összehasonlítások és szerkesztőségi ajánlások.

A jelentőségüket több kutatás is igazolja:

• Egy 2025-ös tanulmány szerint az amerikai fogyasztói elektronikai témájú ChatGPT-keresések vizsgált forrásainak 92,1%-a független, harmadik fél tulajdonában lévő felületekről származott.
• A Wix Studio 2026-os, több mint egymillió AI-hivatkozást vizsgáló kutatásában a professzionális szolgáltatások kategóriájának legtöbbet idézett ajánlólistái között 80,9%-ot képviseltek a független összeállítások, szemben a saját márkát népszerűsítő listákkal.

A kép ugyanakkor nem minden iparágban ilyen egyértelmű. A Profound 2026-os, 11,84 milliárd hivatkozást feldolgozó kutatása szerint az AI-hivatkozások 57%-a vállalatok saját weboldalaira vezetett, de ez az arány platformonként és iparáganként jelentősen eltért.

A tanulság tehát nem az, hogy a saját weboldalad helyett kizárólag PR-megjelenésekre kell költened. Inkább az, hogy a szakmai tekintélyedet nem érdemes kizárólag a saját kommunikációdra építened.

Ha a versenytársadról független tesztek, összehasonlítások és szakértői értékelések is elérhetők, rólad viszont csak a saját marketinganyagaid adnak hírt, a sok külső forrás nagy eséllyel fogja valamelyik konkurensedre irányítani az AI-chatbot figyelmét.

2. Alacsony információsűrűség és strukturálatlan szerkesztésmód

„Cégünk innovatív megoldásokat kínál, amelyek kiemelkedő minőségükkel és ügyfélközpontú szemléletükkel garantálják a maximális elégedettséget.”

Ismerős?

Az ilyen mondatokkal nem az a legnagyobb probléma, hogy marketingesek írták őket. Hanem az, hogy gyakorlatilag semmilyen konkrét információt nem közölnek.

Az AI-rendszerek számára sokkal hasznosabbak lehetnek azok a szövegrészletek, amelyek pontos adatokkal, egyértelmű fogalmakkal és ellenőrizhető állításokkal válaszolnak a felhasználó kérdésére.

Ezt támasztja alá a Torontói Egyetem által készített kutatás is. A szerzők azt találták, hogy a releváns statisztikák, szakértői idézetek és hiteles forráshivatkozások beépítése 30–40%-kal javította a vizsgált tartalmak láthatóságát a generált válaszokban.

A tartalom szerkezete sem mellékes. A RAG-rendszerek gyakran kisebb szövegrészletekben, úgynevezett chunkokban dolgozzák fel a dokumentumokat. Ha egy lényeges állítást több hosszú, egymástól nehezen elkülöníthető bekezdés közé rejtesz, megnehezítheted a releváns információ visszakeresését. 

A jól tagolt, egyértelmű állításokat körüljáró szekciók azonban nemcsak az AI-botok számára fontosak: az emberi felhasználóknak is csupán töredéke kezd bele úgy egy internetes cikkbe, mint a Háború és békébe. 

Magyarán nem A-tól haladnak Z-ig, hanem célzottan azt a részt keresik, amely megoldást nyújt a problémájukra.

Ezért nem meghatározott szószámra, hanem jól elkülöníthető, önmagukban is értelmezhető tartalmi egységekre érdemes törekedned.

3. Strukturált összehasonlítások és pro-kontra listák hiánya

Az AI-alapú keresők egyik fontos felhasználási területe a döntéstámogatás. Gondolj csak az olyan kérdésekre, mint „Melyik a legjobb hőszivattyú radiátoros házhoz?” vagy „Melyik GEO-eszközzel mérhetem, hogyan teljesít a márkám az AI-keresésekben?”.

Az ilyen kérdésekre a felhasználó nem pusztán termékleírást vár, hanem összehasonlítást, mérlegelhető szempontokat és egy lehetőleg érvekkel megtámogatott ajánlást.

A Wix Studio AI Search Lab kutatásában a kereskedelmi szándékú keresésekhez kapcsolódó AI-hivatkozások 40,86%-a listás ajánlókból (listicles) származott. Az összes vizsgált keresési szándékot tekintve ugyanez az arány 21,9% volt.

Ez nem bizonyítja, hogy egy összehasonlító táblázat beillesztése önmagában növeli az AI-hivatkozások számát. Arra viszont jól rámutat, hogy a döntéstámogató tartalomformátumok kiemelt szerepet kaphatnak a vásárlási szándékú kérdéseknél.

Ha tehát két termék vagy szolgáltatás között segítesz választani, ne csak az előnyöket sorold fel. Mutasd be a különbségeket, az esetleges hátrányokat és azt is, hogy melyik megoldás kinek lehet megfelelő.

4. Szétesett márkajelenlét és ellentmondó adatforrások

Más cím a weboldalon és a Google Cégprofilban, elavult szolgáltatáslista egy szakmai adatbázisban, és egy három évvel korábbi termékkínálat a viszonteladóknál.

Ismerős helyzet?

Az AI-alapú keresőrendszerek több különböző forrásból is gyűjthetnek információkat egy vállalkozásról. Ha ezek eltérő adatokat tartalmaznak, az megnehezítheti a márka egyértelmű azonosítását és a pontos válaszgenerálást.

Érdemes ezért rendszeresen ellenőrizned, hogy a weboldaladon, a Google Cégprofilban, a releváns szakmai adatbázisokban és az ügyfélvisszajelzéseket tartalmazó felületeken ugyanazok a naprakész információk szerepelnek-e.

5. Egyedi adatok és saját kutatások hiánya

Ha a weboldaladon ugyanazokat az általános információkat foglalod össze, amelyek már húsz másik oldalon is szerepelnek, miért pont téged választana forrásként az AI?

Hiszen egyébként is az a dolga, hogy összefoglalja az internetet.

Ez persze nem jelenti azt, hogy a RAG-rendszerek automatikusan figyelmen kívül hagyják a máshol is megtalálható információkat. Az viszont világos, hogy a saját kutatásokkal, eredeti tapasztalatokkal és egyedi adatokkal olyan információkat kínálhatsz, amelyek más forrásokból nem feltétlenül érhetők el.

A Google hasznos tartalmakról szóló útmutatója is külön kiemeli az eredeti kutatások, elemzések és a más forrásokon túlmutató információk jelentőségét.

Az egyedi információ azonban nem feltétlenül jelent költséges, reprezentatív kutatást. Egy vállalkozás saját szerviztapasztalatai, terméktesztjei, ügyféladatokon alapuló összesített elemzései vagy részletes esettanulmányai is valódi hozzáadott értéket képviselhetnek.

Az is rengeteget segíthet, ha szimplán körbekérdezel: mi érdekli mostanában az ügyfeleket? Milyen problémákkal fordulnak hozzátok vagy a partnereitekhez?

De a különböző online fórumok is – mint amilyen a Reddit, a Gyakorikérdések, vagy akár a valamilyen témakör köré összpontosuló Facebook-csoportok – aranybányának számítanak. Itt számos olyan kérdést találhatsz, amelyre a konkurenseid még nem adták meg a választ. Nálatok viszont lehet, hogy ott lapul a megoldás.

A lényeg, hogy ne csak azt írd le, amit bárki más is könnyedén összegyűjthet az internetről. Tegyél hozzá valamit, amit a saját szakértelmed, tapasztalatod vagy adataid alapján tudsz.

Hogyan mérjük az AI-láthatóságot?

Tegyük fel, hogy javítottad a fent említett hibákat, és optimalizáltad az oldalad az AI keresésekre.

De mi alapján döntheted el, eredményes volt-e a stratégiád?

A hagyományos SEO-ban viszonylag egyszerű dolgunk volt. Megnéztük a Google-helyezéseket, az organikus forgalmat, a kattintási arányt és a konverziókat. Ha ezek jól alakultak, többnyire elégedetten hátradőlhettünk.

Az AI-keresés azonban alaposan megkavarta a képletet.

Ma már előfordulhat, hogy a ChatGPT rendszeresen ajánlja a márkádat, összehasonlítja a termékeidet a konkurenciával, sőt konkrét vásárlási tanácsokat is ad róluk, mindezt anélkül, hogy egyetlen látogatót küldene a weboldaladra.

És hogy ez mennyire gyakori jelenség?

A Pew Research Center 2025-ös kutatása szerint a Google AI Overviews összefoglalóiban szereplő forráshivatkozásokra a keresések mindössze 1%-ában kattintottak rá a felhasználók. A hagyományos organikus találatokra is csupán az AI-összefoglalóval kiegészített keresések 8%-ában kattintottak.

Ez pedig alapvető kérdést vet fel: hogyan méred egy olyan csatorna teljesítményét, amelynek hatása sokszor kattintás nélkül érvényesül?

A Google Analytics és a Search Console már nem mutatja a teljes képet

Kezdjük a két legismertebb analitikai eszközzel.

A Google Analytics 4 (GA4) segítségével továbbra is mérheted az AI-platformokról érkező, azonosítható látogatásokat, azok elköteleződését és konverzióit. A munkamenet forrása alapján például elkülönítheted a ChatGPT-ről vagy a Perplexityről érkező forgalmat.

Csakhogy a GA4 nem látja, ha az AI megemlíti a márkádat, de a felhasználó nem kattint át a weboldaladra. Márpedig a márkaismertséget ezek is növelik.

Ráadásul az sem garantált, hogy minden AI-ból érkező látogatást helyesen azonosít.

Erre látványos példát szolgáltatott 2026 októbere, amikor a ChatGPT egyik hivatkozáskezelési hibája miatt több weboldalnál hirtelen visszaesett a ChatGPT-nek tulajdonított forgalom, miközben a közvetlen (Direct) látogatások száma megnőtt. Egy körülbelül 500 oldalt vizsgáló elemzésben napi 31 ezerrel kevesebb ChatGPT-látogatást és 26 ezerrel több Direct-látogatást mértek.

A Google Search Console valamivel kedvezőbb helyzetben van.

A Google ugyanis 2026 júniusában bevezette a Generative AI Performance riportot, amely augusztus 31-től világszerte elérhetővé vált. A hivatalos dokumentáció szerint ebben már külön vizsgálhatod a Google AI Overviews és az AI Mode felületein megjelenő saját URL-ek akár kattintás nélküli megjelenítéseit (impressions) is.

A riport azonban elsősorban a Google saját AI-keresési felületeire korlátozódik. Nem derül ki belőle, hogy a ChatGPT vagy a Perplexity milyen gyakran ajánlja a márkádat, és azt sem mutatja meg, amikor egy AI-válaszban link nélküli márkaemlítés történik.

Vagyis a hagyományos analitika a forgalmad egy részét már látja, az AI-válaszokban zajló verseny jelentős részét viszont továbbra sem.

Az AI-láthatóság legfontosabb mérőszámai

Ahhoz, hogy pontosabb képet kapj a márkád AI-jelenlétéről, nem elég egyetlen százalékot figyelned. Más kérdés ugyanis, hogy az AI milyen gyakran említ, milyen helyen ajánl, vagy éppen mennyire támaszkodik a weboldaladra forrásként.

Érdemes ezért több mutatót együttesen vizsgálnod:

• Említési arány (Mention Rate): Megmutatja, hogy a vizsgált, értékelhető AI-válaszok hány százalékában szerepel a márkád. Ha például 100 válaszból 30 megemlít, az említési arányod 30%. Ebbe a link nélküli márkaemlítések is beleszámítanak.
• Említési részesedés (Mention Share / Share of Voice): A saját márkád részesedése a vizsgált márkák összes említéséből. Segítségével megállapíthatod, hogy a versenytársaidhoz képest mekkora figyelmet kapsz az AI-válaszokban. Az említési aránnyal ellentétben ez relatív mutató: akkor is csökkenhet, ha téged többször említenek, amennyiben a konkurenseidet még gyakrabban ajánlják.
• Átlagos AI-pozíció (Average AI Position): Azt mutatja meg, hogy az AI által összeállított ajánlásokban átlagosan hányadik helyen szerepel a márkád. Minél kisebb az érték, annál előkelőbb az átlagos helyezésed. Fontos, hogy csak azokat a válaszokat lehet értékelni, amelyekben egyértelmű ajánlási sorrend állapítható meg.
• Idézési arány (Citation Rate): Megmutatja, hogy a vizsgált AI-válaszok mekkora hányada hivatkozik a saját weboldaladra forrásként. Ez nem ugyanaz, mint az említési arány: itt kifejezetten a forrásként való feltüntetés számít.
• Saját forrásarány (Source Share): A saját weboldaladhoz tartozó hivatkozások részesedése az összes vizsgált forráselőfordulásból. Míg az idézési arány azt mutatja meg, hogy a válaszok mekkora részében szerepel legalább egy saját forrásod, ez a mutató azt vizsgálja, milyen súllyal vannak jelen az oldalaid az összes felhasznált hivatkozás között.
• Hangvételi pontszám (Sentiment Score): Azt értékeli, milyen hangvételben beszél rólad az AI. A pozitív, semleges és negatív említésekből egy 0 és 100 közötti összesített pontszámot képez, ahol az 50-es érték semleges megítélést jelent. Így nemcsak azt láthatod, hogy milyen gyakran szerepelsz az AI-válaszokban, hanem azt is, hogy milyen képet közvetítenek rólad a potenciális vásárlóidnak.

A cél tehát nem pusztán az, hogy az AI megemlítse a márkádat, hanem hogy minél gyakrabban, minél előkelőbb helyen és lehetőleg pozitív kontextusban tegye ezt. Mert nem mindegy, hogy a ChatGPT elsőként ajánl, vagy csak a konkurensed alternatívájaként említ meg a “futottak még” kategóriában.

Az egyes mutatókat érdemes AI-platformonként, témakörönként és konkrét kérdésenként is elemezned. Különösen fontos az időbeli változásuk: egyetlen ChatGPT-válaszból ugyanis nehéz megbízható következtetést levonni.

Miért érdemes platformonként külön mérned?

Mert az AI-keresők nem ugyanúgy válogatnak és hivatkoznak a forrásokra.

Egy 2026 szeptemberében készült, 4984 kérdést vizsgáló kutatás például jelentős különbségeket talált a platformok között:

AI-platform	Hivatkozott weboldalak átlagos száma válaszonként
ChatGPT	3,7
Gemini	4,3
Google AI Mode	6,7
Google AI Overviews	7,3
Perplexity	20,0

Az amerikai keresési környezetben, meghatározott kérdésmintán végzett mérés nem tekinthető minden válaszra érvényes platformátlagnak, de a különbség így is beszédes.

A platformonkénti bontás mellett a mérés következetessége is fontos. Ugyanazokat a kérdéseket, azonos nyelvi és földrajzi beállításokkal, lehetőleg több alkalommal vizsgáld, és rögzítsd a mérés időpontját, valamint a használt modellt. Az AI-válaszok ugyanis idővel és az adott lekérési környezettől függően is változhatnak.

És végül a legfontosabb: hoz-e üzleti eredményt az AI-láthatóság?

A kattintások csökkenése ellenére az AI-ból érkező forgalmat sem érdemes lebecsülni. Sőt, egyre több kutatás utal arra, hogy az AI-keresők olyan látogatókat irányíthatnak a weboldalakra, akik már közelebb állnak a konverzióhoz.

Az Adobe Digital Insights 2026-os kutatása szerint például az amerikai kiskereskedelmi oldalakra AI-platformokról érkező felhasználók júliusban 60%-kal magasabb arányban vásároltak, mint a nem AI-forrásokból érkezők.

Hasonló eredményre jutott a 180 Marketing 94 webshopot vizsgáló elemzése is: a ChatGPT-ből érkező forgalom 31%-kal magasabb konverziós arányt ért el a nem márkázott organikus keresésekhez képest.

A jelenség egyik lehetséges magyarázata, hogy az AI már a keresési folyamat során segít összehasonlítani a lehetőségeket, mérlegelni az előnyöket és leszűkíteni a választékot. Mire a felhasználó átkattint a weboldaladra, sok esetben már nem tájékozódni akar, hanem vásárolni.

Ez persze nem jelenti azt, hogy az AI-forgalom minden iparágban jobban konvertál. Az eredmények a vizsgált piactól, időszaktól és a konverzió meghatározásától is függenek. Egy dolgot azonban jól szemléltetnek: az AI-láthatóság üzleti értékét nem érdemes pusztán a generált kattintások számából megítélni.

A teljesítményméréshez ezért érdemes összekapcsolnod az AI-válaszok elemzését a GA4 konverziós adataival és a Google Search Console keresési adataival.

Ebben segíthet az INTREN saját, AI láthatóság mérésére fejlesztett alkalmazása is. A rendszer promptonként és platformonként vizsgálja a márkaemlítéseket, a forráshivatkozásokat, az ajánlási pozíciókat, a versenytársakat és a márkáról tett állításokat, valamint az elérhető GA4- és keresési adatokkal is kiegészítheti az elemzést.

A lényeg, hogy ne csak azt mérd, hányan érkeznek az AI-ból a weboldaladra, hanem azt is, hogy milyen kérdésekben, milyen gyakran és milyen összefüggésben ajánlják a márkádat.