A Google találati oldalak közel felén ma már senki sem kattint az organikus találatokra. Nem azért, mert rossz a tartalom. Hanem azért, mert a válasz már ott van a lap tetején – megválaszolva, lezárva, kattintás nélkül kiszolgálva. Ez nem jóslat és nem iparági riogatás. Ez mérési adat, amit a Search Console-ban látni lehet, ha valaki tudja, mit keressen.
A legtöbb webshop-tulajdonos most azt tapasztalja, hogy a pozíciói nem romlottak, a technikai SEO rendben van, mégis 20-30%-kal esett az organikus forgalom. A Search Console zöld számai nem illeszkednek össze azzal, amit a bevételi grafikonon lát. Ez a kettőség pontosan az, amiről itt szó lesz.
A magyarázat nem a rangsorolásban van. A cikk már ott van valahol az első oldalon – csak a Google nem találatként mutatja többé, hanem forrásként használja. Idéz belőle. De nem hoz forgalmat. Ez az a pont, ahol a klasszikus SEO-gondolkodás megbicsaklik, és ahol az AI-vezérelt keresőoptimalizálásban gondolkodóknak már más kérdéseket kell feltenni.
Mielőtt azonban bárki fejest ugrik az entitás-optimalizálásba és a chunk-szerkezetbe: ha egy weboldal még nem indexálható rendesen, ha az oldalsebessége lassú, ha a strukturált adatok hiányoznak – előbb ezeket kell rendbe tenni. A generatív rendszerek sem tudnak olyan forrást kiemelni, amit a crawler sem lát. Az alap nélkül nincs felépítmény.
TL;DR
Az AI-vezérelt keresőoptimalizálás olyan tartalmi megközelítés, amely a generatív keresőrendszerek – Google Search Overviews, ChatGPT Search, Perplexity – általi forrás-felhasználásra optimalizál, nem csak a klasszikus rangsorolásra. Nem a technikai SEO alternatívája, hanem annak entitás-alapú kiterjesztése – az alap indexálhatóság továbbra is szükséges. A magyar KKV-szegmensben akkor éri meg befektetni, ha a bevétel jelentős része szerves forgalomból származik és van rendszeres tartalomtermelés. A generatív válaszdobozok térnyerésével a klasszikus kattintási arányok érezhetően csökkennek, miközben az idézés mint új láthatósági forma növekszik. Gyakorlati következmény: a meglévő cikkek fele-kétharmada chunk-szintű újraszerkesztésre szorul ahhoz, hogy az AI-rendszerek forrásként használják őket.
Hogyan változott meg a láthatóság logikája
2026-ra az AI-vezérelt keresőoptimalizálás már nem a kulcsszósűrűségről szól, hanem arról, hogy a Google Search Overviews és a generatív válaszmotorok képesek-e egyáltalán kiemelni egy konkrét, önállóan értelmezhető választ a szövegből.
Ez egy részben új logika – nem a régi SEO egyszerű kiegészítése.
Az AI-vezérelt keresőoptimalizálás olyan tartalmi megközelítés, amely nem csak a találati pozíciót célozza, hanem azt, hogy a generatív keresőrendszerek – Google Search Overviews, ChatGPT Search, Perplexity – forrásként és válaszként is használják a szöveget. Fő különbsége a klasszikus SEO-hoz képest, hogy a láthatóság nem egyenlő a kattintással. Egy szöveg megjelenhet idézett forrásként anélkül, hogy egyetlen látogató is érkezne belőle – és ez az állapot sok webshop esetében már most a valóság, csak éppen még nem tudnak róla. A szemantikus keresés és a Knowledge Graph – az entitások közötti strukturált kapcsolatrendszer – az AI-válaszok hátterében dolgozik: nem azt méri, hányszor szerepel egy kulcsszó, hanem azt, hogy a szöveg mennyire illeszkedik egy témakör fogalmi hálójába.
Hogyan különbözik ez a megközelítés mindattól, amit az elmúlt évtizedben SEO-ként ismertünk?
A klasszikus SEO célja a találati pozíció megszerzése volt. Az új megközelítés azt méri, hogy a generatív válaszokban megjelenik-e a szöveg forrásként. A klasszikus SEO kulcsszóra épített, az AI-kori tartalomstratégia entitásokra és szemantikai kapcsolatokra. A tartalomnak önállóan értelmezhető egységekre kell tagolódnia ahhoz, hogy a visszakereső rendszerek – amelyek a generatív válaszokat összerakják – ki tudják emelni a releváns részt. Az E-E-A-T – tapasztalat, szakértelem, hitelesség, megbízhatóság – nem újdonság, de szerepe felértékelődött: a láthatóság új mérőszáma nem a kattintás, hanem az idézés. Mindkét megközelítés technikai alapja – indexálhatóság, sebesség, struktúra – közös marad.
Van, aki azt mondja: ez is elmúlik, maradjunk a klasszikus SEO-nál. Ebben van ráció – a technikai alap valóban nem veszíti el értelmét. De aki kizárólag erre épít, az egyre kisebb szeletet fog kapni egy találati oldalból, ahol az AI-generált válaszdoboz már most az első képernyő nagy részét foglalja el.
A különbség nem technikai mélységben rejlik. A különbség abban van, hogy a tartalom önmagában is kerek választ ad-e egy kérdésre – vagy csak egy hosszabb szöveg töredéke, amelyből a kontextus nélkül semmit sem lehet kiemelni.
Az E-E-A-T a kulcs. Illetve nem is – pontosabban az E-E-A-T csak akkor kulcs, ha a rendszer egyáltalán felismeri a szerzőt mint entitást. Enélkül csak egy újabb általános cikk a sok közül.
Egy budapesti közepes méretű webshop esetében a magyar nyelvű AI-válaszokban való megjelenés most kezd kézzelfogható hozzáadott értéket adni. A magyar digitális tér kis mérete miatt a verseny egyelőre töredéke az angolszász piacénak: itt az AI-láthatóság előnye hamarabb kézzelfogható, mint ott, ahol több ezer forrás versenyez egyetlen generatív válaszért.
Kinek éri meg ezt most komolyan venni, és kinek nem?
Ha egy vállalkozás rendszeresen publikál – hetente vagy havonta – és az organikus forgalom a bevétel érdemi részét adja, az AI-vezérelt keresőoptimalizálásba fektetett energia kézzelfogható megtérüléssel jár. Ha viszont a forgalom szinte kizárólag fizetett hirdetésekből érkezik, és nincs tartalomtermelési kapacitás, a pénzt egyelőre érdemes máshova tenni.
Fontos, hogy ez nem egyszeri beállítás. Havonta legalább egy tartalmi audit és a meglévő szövegek chunk-szintű újraszerkesztése szükséges – a meglévő cikkek fele-kétharmada átdolgozásra szorul. Ez belső csapattól vagy partnertől 10-20 óra havi elköteleződést jelent. Ha ez nincs meg, a legszebb tartalmi irányvonal is papíron marad. Szakembereink tapasztalata szerint a legtöbb esetben nem az ötlet hiányzik, hanem a rendszeres végrehajtás.
Domonkos és az akvárium-kérdés
Domonkos egy akvarisztikai webshopnál dolgozik Budapest XIII. kerületében. Vízminőségi termékeket forgalmaznak – halszűrőket, vízelőkészítőket, akváriumi növényeket. Nem egy szexi iparág, de épp ezért tanulságos: a vásárlók nagyon specifikus kérdésekkel keresnek, és ezekre a kérdésekre pontosan az a fajta tartalom adhat választ, ami chunk-alapon is önállóan értelmezhető.
Domonkos tavaly ősszel vette észre, hogy a forgalom csökken. Nem drasztikusan, de következetesen – havonta 3-5%-kal. Elővette a Search Console-t. A pozíciók nem romlottak. Az impressziók sem estek különösebben. Csak a kattintások fogytak.
Aztán kipróbált valamit: beírt egy tipikus vevőkérdést a ChatGPT-be. „Miért lesz zavaros az akvárium vize szűrő után?" Megkapta a választ. A válasz végén ott volt a forrás: az ő webshopjuk egyik cikke. A vevő megkapta az információt. Nem kattintott át.
Ez volt az a pillanat, amikor Domonkos megértette, hogy nem a rangsorolással van a baj. A tartalommal sincs. A probléma az, hogy a tartalomstratégiájuk kizárólag az olvasóra volt hangolva – de nem arra, hogy a generatív motor mit tud belőle kiemelni és mit nem.
Átgondolta a szerkesztési logikát. Nem a cikkek témáját dobta el – azok jók voltak. Hanem azt változtatta meg, hogyan épülnek fel a bekezdések. Minden egység önmagában is kerek választ ad-e? Van-e a szövegben olyan réteg, ami a forrás-felhasználón túl a továbblépésre ösztönöz – konkrét termékkérdéssel, összehasonlítással, olyan részlettel, amit az AI nem ad meg, csak a tényleges tartalomoldal?
Domonkos egyébként sokat panaszkodik a szűrőgyártók dokumentációira – azok tele vannak olyan technikai részlettel, amit az átlagos akváriumtartó sosem fog érteni. Más kérdés. De a felismerés, amit levont a saját cikkeiből, pontosan illik erre a helyzetre: az információ önmagában nem elég, ha nem adja meg az olvasónak azt az egy lépést, amiért tényleg érdemes átkattintani.
Hogyan kell egy szöveget AI-keresésre optimalizálni, hogy a ChatGPT vagy Perplexity forrásként használja?
Az első szabály a tagoltság: minden bekezdés 80-130 szóban, önállóan értelmezhető egységként álljon. A fő entitást teljes nevén kell szerepeltetni, nem csak névmással visszautalva. Kerülni kell a „ahogy feljebb említettem" típusú visszahivatkozásokat, mert a kiemelt bekezdés így elveszíti önálló értelmét. Szerepeljenek kapcsolódó entitások is, hogy a rendszer felismerje a kontextust. A számszerű állítások ellenőrizhetők legyenek – a generatív motorok ezeket kiemelten kezelik. Az E-E-A-T-jelek, vagyis a konkrét tapasztalat és szerzői hitelesség, tegyék megbízhatóvá a forrást. A szöveg egyszerre szolgálja az emberi olvasót és a gépi értelmezést – ez a kettő nem zárja ki egymást, de tudatosan kell tervezni rá.
Az E-E-A-T szerepe az AI-korszakban nem csökkent, hanem átalakult. Az AI-vezérelt keresőoptimalizálásban a megbízhatóság nem csak abban mérhető, hogy egy oldal hány backlinkkel rendelkezik. A generatív rendszerek – beleértve a Google Search Overviews működési logikáját is – azt vizsgálják, hogy a szöveg mögött felismerhető-e egy konkrét szakmai entitás: szerző, szervezet, szaktudás. A szemantikus keresés és a Knowledge Graph kapcsolatrendszere nem névtelen cikkeket emel ki, hanem azonosítható forrásokat. Ez azt jelenti, hogy a szerzői hitelesség – konkrét tapasztalat, ellenőrizhető szempont, specifikus példa – közvetlen hatással van arra, hogy egy szöveg bekerül-e a generatív válasz forrásai közé, vagy csak egy újabb általános bekezdés marad a találati oldalon.
Ami ezután következik
A klasszikus „10 kék link" találati oldal fokozatosan eltűnik. Helyét egy többrétegű felület veszi át, ahol az AI-generált válasz, a forrás-idézések és a hagyományos találatok keverednek. Aki most építi az entitás-alapú láthatóságot, az a következő 1-3 évben nem a rangsorolásért fog versenyezni, hanem azért, hogy forrásként egyáltalán idézzék. A láthatóság új mérőszámai – megjelenés idézett forrásként, nem csak kattintásként – iparági standarddá válnak. A magyar piac kis mérete miatt ez a folyamat itt gyorsabban lesz érzékelhető, mint nagyobb piacokon: kevesebb versenyző, hamarabb kézzelfogható eredmény annak, aki korán lép.
Ha holnap a Google már nem küld forgalmat, csak idéz – felismerhető leszel egyáltalán a saját szövegedben?
No comments:
Post a Comment