Bing AI Performance mérőszámok: mit mutatnak a hivatkozott oldalak, a grounding lekérdezések és a citációs részesedés?
A helyezés önmagában már nem elég. Megmutatjuk, hogyan olvassa ki a Bing Webmaster Tools AI Performance riportjából, hogy a weboldala tényleg megjelenik-e a Microsoft Copilot válaszaiban — és mit kezdjen az adatokkal.
Képzelje el a következő helyzetet: a weboldala szépen teljesít a hagyományos Google-találati listán, mégis úgy érzi, hogy valami hiányzik a képből. Amikor rákérdez a Microsoft Copilotnál a saját szakterületére, a válaszban egyetlen mondat sem hivatkozik Önre. Aztán ott a fordított eset is: egy szakmai aloldal rendszeresen felbukkan forrásként az AI által generált válaszokban, miközben a kattintásszám alig mozdul. Zavaró, nem?
Ez a két jelenség pontosan azt mutatja meg, miért nem elég többé a helyezésben gondolkodni. A generatív keresőmotorok — legyen szó a Bingről, a Copilotról vagy azok partneri felületeiről — nem egyszerű találati listát adnak vissza. Több forrás tartalmát olvasztják egyetlen, közvetlen válasszá, és ehhez hivatkozásokat rendelnek. Az organikus forgalom ezt a fajta láthatóságot egyszerűen nem tudja megmutatni.
Itt lép be a képbe a Bing AI Performance: első kézből származó adat arról, mikor, milyen kontextusban és milyen gyakorisággal hivatkozott a tartalmára egy AI-rendszer. A Microsoft 2026 februárjában indította el nyilvános előzetesként a Bing Webmaster Tools AI Performance riportját, majd 2026. június 16-án új funkciókkal bővítette: szándékok, témák, citációs részesedés és időszak-összehasonlítás. A riport a Bing, a Microsoft Copilot és bizonyos partneri AI-felületek összesített citációs adatait mutatja meg egy helyen.
Ahhoz azonban, hogy ezt az adathalmazt jól tudja értelmezni, először szét kell szálazni négy fogalmat: a hivatkozások számát, a hivatkozott oldalak körét, a grounding lekérdezéseket és a citációs részesedést. Ebben a cikkben pontosan ezt tesszük — sorban, gyakorlati példákkal, és egy kis interaktív számológéppel a végén, amivel azonnal ki is próbálhatja a saját adatait.
Ha a klasszikus SEO, az AEO és a GEO közötti különbségekben is szeretne elmélyülni, ehhez egy külön útmutatót is összeállítottunk: AI SEO, GEO és AEO gyakorlati keretrendszere.
1. Mi az a Bing AI Performance riport?
Az AI Performance a Bing Webmaster Tools egy különálló jelentése. Nem a klasszikus keresési helyezéseket, hanem azt vizsgálja, hogy a weboldal mennyire és hogyan válik forrássá az AI által generált válaszokban. Más szóval: nem azt méri, hányadik a listán, hanem azt, hogy egyáltalán bekerül-e abba a néhány forrásba, amit az AI ténylegesen felhasznál.
| Mérőszám | Mit mutat? |
|---|---|
| Összes citáció | Hányszor jelent meg a weboldal valamely URL-je forrásként |
| Átlagosan hivatkozott oldalak | Naponta átlagosan hány egyedi oldal vett részt AI-válaszokban |
| Oldalszintű citációs aktivitás | Mely URL-eket hivatkozták a leggyakrabban |
| Grounding lekérdezések | Milyen kifejezésekkel kereste vissza az AI a hivatkozott információt |
| Citációs részesedés | Az adott lekérdezéshez tartozó összes citáció mekkora része származott a webhelyről |
| Időbeli változás | Hogyan emelkedett vagy csökkent a citációs aktivitás |
Érdemes tehát elszakadni attól a reflextől, hogy „minél magasabb a szám, annál jobb”. A riport igazi értéke abban rejlik, hogy mintázatokat mutat meg: mely tartalmak, milyen témákban és milyen gyakorisággal válnak hivatkozási ponttá. Ha ezt a tágabb AI-láthatósági fogalmat is szeretné jobban megérteni, ajánljuk ezt az összefoglalót: Mit jelent valójában az AI-láthatóság?
2. Hivatkozott oldalak: mely tartalmakat tekinti használható forrásnak az AI?
Az igazán fontos kérdés nem az, hogy hány oldal van indexelve a domainen. Az számít, hogy ezek közül ténylegesen mennyi kerül bele az AI-válaszok forráskészletébe. Egy 500 oldalas webshopnak lehet, hogy csak 4-5 oldala „idézhető” valójában — és pontosan ez az a szám, amit érdemes figyelni.
A hivatkozott oldalak listájának vizsgálata több kérdésre is választ ad:
Tartalmi tekintély
Mely témákban van már érzékelhető AI-jelenléte a domainnek?
Idézhető formátum
Mely tartalomtípusok bizonyulnak ténylegesen idézhetőnek?
Oldaltípus-teljesítmény
Termékoldalak, kategóriaoldalak vagy útmutatók teljesítenek jobban?
Koncentráció
Egyetlen erős oldal termeli-e a citációk többségét, vagy szélesebb a bázis?
Fontos különbséget tenni két hasonlóan hangzó mutató között. Az „átlagosan hivatkozott oldalak” egy webhelyszintű átlag: naponta hány egyedi URL jelenik meg forrásként összesítve. Az „oldalszintű citációs aktivitás” ezzel szemben konkrét URL-ekhez rendelt citációs számokat mutat. A Microsoft is hangsúlyozza: ezek a mutatók nem jelentenek tekintélypontszámot vagy rangsort — a citációs mintázat megfigyelésére szolgálnak, nem minősítésre.
Egy könyvelőiroda weboldalán 150 indexelt oldal található, de az AI Performance szerint csak három útmutató kap rendszeres hivatkozást. Ez önmagában nem baj — sőt, gyakran ez jó jel. Arra utalhat, hogy ez a három oldal megfelelően fókuszált, konkrét és ellenőrizhető állításokat tartalmaz, és jól elkülöníthető válaszblokkokból épül fel. A többi 147 oldal ezzel szemben valószínűleg túl általános, vagy tartalmilag átfedésben van egymással — ezért nem válik önálló hivatkozási ponttá.
Ha a technikai hozzáférhetőség kérdése is érdekli — vagyis hogy egyáltalán miért nem „látja” egy AI-bot a tartalmát —, ebben a cikkben jártuk körül: Miért láthatatlan a tartalommarketing az AI-botok számára?
3. Mik azok a grounding lekérdezések?
A „grounding lekérdezés” magyarul leginkább forrásmegalapozó lekérdezésként írható körül, de mivel a szakmai szóhasználatban egyre inkább az angol kifejezés terjed el, ebben a cikkben is megtartjuk mindkét változatot.
Egyszerű megfogalmazásban: a grounding lekérdezés az a kulcskifejezés vagy keresési megfogalmazás, amelyet az AI-rendszer akkor használt, amikor a válasz alátámasztásához szükséges webes információt kereste vissza. A Microsoft meghatározása szerint ezek azok a fontos kifejezések, amelyekkel az AI a később hivatkozott tartalmat megtalálta — a megjelenített adatok pedig a teljes citációs aktivitás egy reprezentatív mintáját jelentik.
Nem azonos a felhasználó kérdésével
Ez a legfontosabb és legtöbbször félreértett pont. A grounding lekérdezés nem feltétlenül egyezik meg azzal, amit a felhasználó ténylegesen begépelt a Copilotba vagy a Bingbe.
A felhasználó ezt kérdezi: „Milyen keresőoptimalizálási stratégiára van szüksége egy magyar B2B vállalkozásnak 2026-ban?”
Az AI ennek megválaszolásához a háttérben több, egymástól független visszakeresést is indíthat, például:
- „B2B SEO stratégia Magyarország”
- „AI SEO mérőszámok”
- „Microsoft Copilot láthatóság”
- „GEO optimalizálás B2B vállalatoknak”
Ez a felbontás pontosan megmutatja, ahogyan az AI a felhasználó egyetlen, összetett kérdését apró, önállóan megválaszolható információs feladatokra bontja szét. Ha ezt megérti, a saját tartalomtervezését is ehhez a logikához tudja igazítani — nem egyetlen kulcsszóra, hanem egy egész kérdéskör lefedésére érdemes építkezni.
A grounding lekérdezések elemzéséből tehát kiolvasható:
- milyen kérdéskörökben tartja relevánsnak az AI a weboldalt;
- milyen terminológiával társítja a tartalmat;
- információs, kereskedelmi, helyi vagy kutatási szándékhoz kapcsolja-e;
- mely kapcsolódó témákhoz érdemes új tartalmat készíteni;
- hol van eltérés a célzott és az AI által ténylegesen érzékelt témák között.
A Bing legújabb riportverziója a grounding lekérdezéseket ráadásul szélesebb szándékkategóriákba is sorolja — például információs, kereskedelmi, navigációs, kutatási, helyi, alkotási vagy problémamegoldási kategóriába —, ami tovább finomítja a képet arról, hogyan illeszkedik a tartalom a felhasználói utazásba.
A forráskiválasztás, a tekintély és a tartalmi struktúra összjátékáról bővebben itt olvashat: Hogyan dolgozik együtt a forráskiválasztás, a tekintély és a tartalmi struktúra?
4. Mit jelent a citációs részesedés?
A Citation Share, vagyis citációs részesedés azt mutatja meg, hogy egy adott grounding lekérdezéshez tartozó összes megjelenített hivatkozás mekkora százaléka származott az Ön weboldaláról.
Nézzünk egy konkrét esetet: egy adott grounding lekérdezéshez kapcsolódó AI-válaszokban összesen 100 forráshivatkozás jelent meg. Ebből 18 citáció az Ön domainjére mutatott, 82 pedig más forrásokhoz tartozott. A citációs részesedés ebben az esetben 18 százalék.
Miért értékesebb ez, mint önmagában a citációszám? Mert kontextust ad. Húsz citáció lehet kiemelkedő eredmény egy szűk szakmai résztémában, de jelentéktelen egy olyan témakörben, amelyben több ezer citáció keletkezik naponta. A Citation Share pontosan ezt a relatív súlyt mutatja meg.
Ugyanakkor a Microsoft is világosan jelzi: ez egy megfigyelési mutató, nem több.
Nem helyezési rendszer
Nincs benne rangsor vagy pozíció, csak arányszám.
Nem minőségpontszám
Nem méri a tartalom nyelvi vagy szakmai színvonalát.
Nem forgalmi részesedés
Nincs közvetlen kapcsolatban a kattintásokkal.
Nem teljes piaci kép
Nem mutatja meg az összes versenytárs domaint.
A citációs részesedés emellett folyamatosan mozog: a felhasználói érdeklődés, a modellfrissítések, a tartalom frissessége, a partneri adatforrások és a teljes internetes forráskészlet változásai mind hatással vannak rá. Ez nem hiba a rendszerben — ez a generatív keresés természete.
🧮 Próbálja ki: Citation Share kalkulátor
Adja meg a saját citációit és az adott lekérdezéshez tartozó összes citációt — a számológép azonnal kiszámolja a részesedést.
Adja meg az adatokat fent.
A citációs részesedésről és az AI-citációk mérési logikájáról bővebben a főoldalunkon olvashat: AI SEO és AI-citációk mérése.
5. A három mérőszámot együtt kell értelmezni
Az eddig bemutatott mutatók külön-külön csak féligazságot mondanak el. Csak együtt, egymás mellé téve rajzolódik ki a valós kép arról, hol tart a domain AI-láthatósága.
| Helyzet | Hivatkozott oldalak | Grounding lekérdezések | Citációs részesedés | Értelmezés |
|---|---|---|---|---|
| Kevés oldal, magas részesedés | Alacsony | Szűk témakör | Magas | Erős, de koncentrált szakmai jelenlét |
| Sok oldal, alacsony részesedés | Magas | Sokféle | Alacsony | Széles lefedettség, de erős verseny |
| Sok oldal, növekvő részesedés | Magas | Releváns klaszterek | Emelkedő | Erősödő témaköri tekintély |
| Sok citáció, irreleváns lekérdezések | Magas | Pontatlan | Változó | Szemantikai pozicionálási probléma |
| Csökkenő oldalszám és részesedés | Csökkenő | Szűkülő | Csökkenő | Frissességi, technikai vagy tartalmi probléma |
Érdemes megjegyezni egy egyszerű ökölszabályt:
- a citációszám az aktivitást mutatja meg;
- a hivatkozott oldalak száma a tartalmi szélességet;
- a grounding lekérdezések a szemantikai kontextust;
- a Citation Share a relatív jelenlétet;
- az időbeli összehasonlítás pedig az irányt.
A Bing Compare funkciójával például az aktuális 30 napot szembeállíthatja az előző 30 nappal, vagy két tetszőleges időszakot vethet össze. Fontos ugyanakkor óvatosnak lenni: egy elmozdulás nem feltétlenül egyetlen optimalizálási beavatkozás következménye — a modellfrissítések, a versenytársi mozgások és a kereslet szezonalitása is alakítják a számokat.
6. Gyakorlati Bing AI Performance elemzési folyamat
Állítson be egy kiindulási időszakot
Nézze át az előző 30 vagy 90 napot, és jegyezze fel az alapértékeket:
- összes citáció
- átlagosan hivatkozott oldalak
- leggyakrabban idézett URL-ek
- vezető grounding lekérdezések
- legerősebb témák és citációs részesedés
Csoportosítsa a hivatkozott oldalakat
Rendezze kategóriákba a citációt kapó URL-eket: szolgáltatási oldal, termék- vagy kategóriaoldal, szakmai útmutató, esettanulmány, fogalommagyarázó oldal, összehasonlítás, kutatás/saját adat, GYIK-oldal. Így gyorsan látszik, melyik tartalomtípus „dolgozik” valójában.
Kapcsolja össze az oldalakat a lekérdezésekkel
Egyetlen táblázatban gyűjtse a legfontosabb adatpontokat: URL — grounding lekérdezés — szándék — citációk — citációs részesedés — teendő. Ez a táblázat lesz a következő tartalmi ciklus alapja.
Keresse meg a tartalmi lehetőségeket
Különösen érdemes odafigyelni ezekre a mintázatokra:
- magas citáció, de alacsony részesedés;
- magas részesedés, de csak egyetlen hivatkozott oldal;
- releváns grounding lekérdezés, amelyhez még nincs dedikált tartalom;
- csökkenő részesedés egy korábban erős témában;
- indexelt oldal, amely egyáltalán nem kap hivatkozást.
Vesse össze a hagyományos SEO-adatokkal
A Bing Webmaster Tools klasszikus riportjai továbbra is mutatják a megjelenéseket, kattintásokat és átlagos pozíciókat. Az AI Performance ezt nem helyettesíti, hanem egy második láthatósági réteggel egészíti ki.
A klasszikus keresőoptimalizálás és a keresőmarketing viszonyáról bővebben itt olvashat: Keresőmarketing és keresőoptimalizálás.
7. Hogyan növelhető a hivatkozott oldalak száma és a citációs részesedés?
Önállóan idézhető információs egységek
Az AI számára könnyen kivonható tartalmak: rövid definíciók, konkrét számadatok, összehasonlító táblázatok, lépésről lépésre útmutatók, szakértői következtetések, kérdés-válasz blokkok, egyértelműen megjelölt források.
Kerülje a túl általános állításokat
Építsen tudatos témaklasztereket
A grounding lekérdezésekből azonosíthatók a kapcsolódó kérdések, amelyekhez érdemes új aloldalakat létrehozni — például egy főoldal köré szervezett, egymásra épülő aloldal-hálózat formájában.
Frissítse rendszeresen a tényeket
A grounding rendszerekben a frissesség kulcsfontosságú: egy elavult adat nemcsak gyengébb találatot, hanem pontatlan AI-választ is eredményezhet. A tényszerű pontosság, a forrás egyértelműsége és az ellentmondások kezelése alapvető elvárás.
Az optimalizálási folyamat teljes, technikai SEO-t, GEO-t és AEO-t egyaránt lefedő bemutatását itt találja: AI-láthatósági útmutató: technikai SEO, GEO és AEO.
8. A leggyakoribb értelmezési hibák
Nem feltétlenül. A citációszám nem rangsorolási vagy minőségi pontszám.
A Citation Share nem kattintási vagy forgalmi mutató, hanem relatív jelenlétet mér egy adott lekérdezésen belül.
A grounding lekérdezés az AI belső információ-visszakeresési folyamatának része, ezért az eredeti kérdés átfogalmazott vagy részfeladatokra bontott változata is lehet.
Az AI-citációk dinamikusan mozognak. Legalább 30–90 napos trendeket, több mutatót együtt érdemes elemezni.
Nem váltja ki. Az AI-citáció, az organikus megjelenés, a kattintás, a referral forgalom és a konverzió továbbra is külön mérési szintek, amelyeket együtt kell nézni.
Összegzés: az AI-láthatóság mérhető üzleti folyamattá válik
A Bing AI Performance legfontosabb erénye nem az, hogy egyetlen végleges AI-láthatósági pontszámot ad. Éppen ellenkezőleg: több különálló jelzésen keresztül mutatja meg, hol, milyen témában és milyen arányban használják a tartalmát AI-válaszok megalapozására.
A hivatkozott oldalak megmutatják, mely tartalmak válnak ténylegesen forrássá. A grounding lekérdezések feltárják, hogyan értelmezi az AI a weboldal témáit. A citációs részesedés pedig kontextusba helyezi a megjelenések számát — megmutatja, hogy egy adott témában mekkora hányadot birtokol a saját domain a versenyben.
A jövő SEO-kérdése ezért már nem csupán az, hogy „hányadik helyen szerepel az oldal a Google-ban?” — hanem legalább ennyire az is:
Mely kérdések megválaszolásakor támaszkodnak az AI-rendszerek a mi weboldalunkra?
Gyakori kérdések
Egységben az erő: technikai SEO + AEO + GEO
Az AI-citációk növeléséhez a klasszikus technikai SEO-t, a tartalmi tekintélyt, az AEO-t és a GEO-t egységes rendszerként érdemes kezelni. Ismerje meg az OnlineMarketing101 AI SEO megközelítését.
Fedezze fel az AI SEO megközelítésünket →
