
Amíg Ön a következő blogbejegyzésen dolgozik, valaki éppen most kérdez rá a ChatGPT-ben, hogy kire bízza a problémáját. A válasz vagy tartalmazza a márkáját — vagy nem. Ez a sablon nem egy újabb SEO-checklist, hanem egy teljes diagnosztikai keretrendszer: megméri, mennyire látja, érti és idézi a vállalkozását a generatív keresés négy rétege — a technika, az entitás, a promptok és a citációk.
Illusztratív példa · összesen 47 / 100 pont
A hagyományos SEO-audit egy jól ismert kérdéssort jár körbe: feltérképezhető-e az oldal, indexelhető-e, elég gyors-e, és megfelelően van-e optimalizálva a keresőmotorok számára. Ezek a kérdések továbbra is érvényesek — csak épp önmagukban már nem elegendőek.
A keresés időközben megkapta a második agyát. Amikor valaki ma megkérdezi a ChatGPT-t, a Geminit vagy a Google AI Módot, hogy kire bízza a problémáját, a rendszer nem tíz kék linket dob elé — egyetlen összefésült választ ad. Ez a válasz vagy tartalmazza az Ön vállalkozását, vagy egy versenytársét, és a különbséget legtöbbször nem a klasszikus rangsorolás dönti el, hanem az alábbi kérdések:
Az AI-láthatóság nem kizárólag kattintható forráshivatkozást jelent. A márka megjelenhet citációként, link nélküli említésként vagy konkrét ajánlásként is — mindhárom másképp értékes, de mindhárom számít abban, hogy a döntéshozó Önt választja-e.
Gondoljon bele, milyen gyakran fordul elő ez a helyzet a saját piacán. Egy potenciális ügyfél nem beírja a márkanevet, hanem megfogalmaz egy problémát — „kell egy megbízható könyvelő Budapesten”, „melyik ügynökség ért a generatív kereséshez” —, és az AI-asszisztens ad neki két-három konkrét nevet. Ha ott nem szerepel, a hagyományos honlap, a szép logó és a jól megírt „Rólunk” oldal önmagában semmit nem ér ebben a pillanatban. Az AI-láthatósági audit épp ezt a vakfoltot teszi mérhetővé, mielőtt még drága kampányokba fektetne.
Ha bizonytalan abban, hogy pontosan mit takar ez a fogalom, ebben a cikkben bontottuk ki részletesen, hogy mit jelent valójában az AI-láthatóság.
Az AI-láthatósági audit egy weboldal, márka vagy szakértő gépi értelmezhetőségének, forrásként való használhatóságának és generatív keresőkben történő megjelenésének strukturált vizsgálata.
Ez nem egyetlen mérőszám, hanem négy, egymásra épülő diagnosztikai réteg — pontosan azok, amelyeket a fenti radar is megmutat:
El tudják-e érni és fel tudják-e dolgozni a rendszerek az oldal tartalmát? Ez az alapréteg — enélkül a másik három nem is értelmezhető.
Világos-e, hogy ki a vállalkozás, mit kínál, és milyen témákhoz kapcsolódik a neve az interneten?
Milyen választ ad a ChatGPT, a Gemini vagy a Perplexity a célközönség valós, üzletileg releváns kérdéseire?
Mely oldalakat, márkákat és forrásokat idézik ténylegesen a válaszok — és szerepel-e köztük az Ön weboldala?
Fontos leszögezni: az AI SEO nem helyettesíti a klasszikus keresőoptimalizálást. A technikai SEO, a GEO és az AEO egymásra épülő rétegek, nem egymással versengő módszerek — részletesen itt olvashat az AI SEO, GEO és AEO gyakorlati keretrendszeréről.
Kinek érdemes végigvinnie ezt a sablont? Elsősorban azoknak a marketingvezetőknek és cégvezetőknek, akik már érzik, hogy valami megváltozott a keresési szokásokban, de nincs kézzelfogható adatuk arról, hol veszítik el a láthatóságot. Ugyanígy hasznos SEO-szakembereknek, akik a klasszikus auditjukat szeretnék kiegészíteni egy AI-specifikus réteggel, és szakértői márkáknak, ahol a személyes hitelesség — nem csak a cégnév — a döntő tényező. A négy pillér sorrendje nem véletlen: a technikai alap nélkül az entitásjelek is bizonytalanok maradnak, entitás nélkül pedig a promptteszt eredményei értelmezhetetlenek lesznek.
Mielőtt bármelyik pillért vizsgálni kezdené, érdemes tíz percet szánni az alapadatok összegyűjtésére. Enélkül a későbbi eredmények nehezen lesznek összehasonlíthatók — pláne negyedévről negyedévre.
A tesztelés előtt készítsen képernyőképeket, dátumozott eredménytáblát és egységes pontozást minden vizsgált kérdésről. Ugyanazokat a kérdéseket később, változtatás nélkül kell újra lefuttatni — csak így válik mérhetővé, hogy az elvégzett fejlesztések valóban hoztak-e elmozdulást a citációkban és a márkaemlítésekben.
Ez a réteg a legkevésbé látványos, mégis itt dől el a legtöbb: amit egy keresőrendszer nem tud stabilan elérni, azt nem tudja megbízható forrásként feldolgozni sem.
A technikai hiányosságok ezért nem egyszerűen rangsorolási problémát okoznak, hanem valódi AI-láthatósági vakfoltot is létrehozhatnak — bővebben itt olvashat arról, miért válhat láthatatlanná a tartalom az AI-botok számára.
A belső linkek nem csupán navigációs elemek: a témák, szolgáltatások és márkaentitások közötti kapcsolatokat is megmutatják a gépi rendszereknek.
*csak valós és szabályosan használható értékelések esetén.
Ha szélesebb, prioritásalapú lefedettségre van szüksége, ez a keretrendszer segít abban is, hogy AI-vel épített, prioritásalapú SEO-audit teendőlistát állítson össze.
A generatív rendszerek nem kulcsszavakban, hanem entitásokban gondolkodnak: kikről, mikről és milyen kapcsolatokban van szó. Ha a márka ebben a rétegben elmosódott, a legjobb tartalom sem tud stabil forrássá válni.
Hasonlítsa össze, hogy a weboldal fejléce és lábléce, a kapcsolat oldal, a Google Cégprofil, a közösségi profilok, a szakmai adatbázisok, a sajtómegjelenések, a szerzői bemutatkozások és a strukturált adatokban szereplő nevek mind ugyanazt a képet mutatják-e. A cégnév, a szakértő neve, a cím, a szolgáltatások és a kapcsolódó webcímek közötti eltérések bizonytalanságot teremtenek — és a bizonytalan entitást egy AI-rendszer inkább kihagyja a válaszból, mint hogy kockáztasson vele.
Külön táblázatban érdemes rögzíteni, hogy a márka mely fogalmakhoz kapcsolódik. Egy AI SEO-ügynökségnél ilyen kapcsolódó entitás lehet például:
Ha ezt a réteget mélyebben szeretné megérteni, itt olvashat a ChatGPT Search-láthatóság entitásjeleiről és a forráskész weboldalak jellemzőiről.
Egy AI-rendszer válasza függhet a kérdés megfogalmazásától, a felhasználó feltételezett szándékától, a helytől, a beszélgetési előzményektől és az elérhető webes forrásoktól. Ezért soha ne egyetlen kérdéssel teszteljünk: kisebb vállalkozásnál legalább 30–50, összetettebb vagy többpiacos márkánál 100–200 kérdésből álló promptmátrixot érdemes összeállítani.
A márka önálló, közvetlen ismertségét vizsgálja.
Azt méri, hogy a márka bekerül-e a kategória „legjobbjai” közé, amikor a felhasználó még nem is ismeri a nevét.
Megmutatja, hogyan pozicionálja az AI a márkát a versenytársakhoz képest.
A szakértői hitelesség és a személyes márka láthatóságát teszteli.
Minden egyes válasznál rögzítse táblázatban: szerepel-e a márka, milyen pozícióban, pozitív, semleges vagy negatív-e a kontextus, van-e kattintható hivatkozás, melyik URL-t használja a rendszer, mely versenytársakat nevezi meg, és tényszerűen pontos-e a válasz.
A márka megjelenése önmagában még nem mutatja meg, hogy az AI melyik forrásból építette fel a választ — pedig pontosan ez a különbség dönti el, hogy a saját weboldala kap-e szerepet, vagy csak egy harmadik fél írása közvetíti a nevét.
Vizsgálja meg, mely oldaltípusok kerülnek be leggyakrabban a válaszokba: útmutatók, fogalommeghatározások, összehasonlítások, kutatások, esettanulmányok, árakat tartalmazó oldalak, szakértői bemutatkozások, gyakori kérdések, valamint statisztikákat és eredeti adatokat közlő tartalmak.
A Bing AI Performance jelentése különösen értékes lehet, mert a hivatkozott oldalak mellett a visszakereséshez használt lekérdezéseket és a citációs részesedést is segíthet megérteni — erről bővebben itt olvashat: Bing AI Performance: hivatkozott oldalak, grounding lekérdezések és citációs részesedés. A Google-oldali réteghez pedig ez a cikk ad gyakorlati útmutatót: Google AI Overviews optimalizálás és hivatkozási potenciál.
A négy pillért egyetlen, 100 pontos skálán érdemes összesíteni — pontosan úgy, ahogyan a cikk elején látható radar is felépül.
| Auditkategória | Maximális pont |
|---|---|
| Technikai hozzáférhetőség | 25 |
| Entitásegyértelműség | 25 |
| Tesztkérdésekben elért jelenlét | 25 |
| Citációk és forrásminőség | 25 |
| Összesen | 100 |
A pontszám önmagában nem elég — minden azonosított hibához rögzítse az üzleti hatást, a javítás várható nehézségét, a felelőst, a határidőt, a mérési módszert és a prioritási szintet is. Enélkül az audit szép dokumentum marad, nem cselekvési terv.
Az audit önmagában diagnózis. Az érték abban rejlik, hogy a talált hiányosságokat ütemezett, felelősökhöz rendelt lépésekké alakítja.
Aki idáig eljut, érdemes megnézni, hogyan mérhető az AI-keresésekből ténylegesen származó bevétel, illetve hogyan illeszthető mindez egy tágabb Google AI Mode SEO-stratégiába.
Az alábbi táblázat a teljes audit sablon egy kicsinyített, működő mintája. Kattintson bármelyik állapot-gombra: minden kattintás továbblépteti a sort „Nincs ellenőrizve” → „Megfelelt” → „Hibás” között, és élőben frissíti a haladást. A teljes sablon értelemszerűen ennél jóval több sort és minden vizsgálati pontot tartalmaz.
| Vizsgálati pont | Bizonyíték | Prioritás | Teendő | Állapot |
|---|---|---|---|---|
| Fontos oldalak indexelhetők | Search Console | Kritikus | Indexelési hiba javítása | |
| Márkanév egységes | Weboldal és profilok | Magas | Névformák egységesítése | |
| Organization jelölés helyes | Kódellenőrzés | Közepes | Strukturált adat javítása | |
| Márka szerepel kategóriakérdésekben | Promptteszt | Magas | Kategóriaoldalak fejlesztése | |
| Saját oldal kap citációt | AI-válasz | Magas | Forrásoldal optimalizálása | |
| Versenytársi citációs részesedés ismert | Bing-adatok | Közepes | Versenyelemzés |
A kattintások csak ebben a böngészőmunkamenetben tárolódnak, nem kerülnek mentésre.
A publikált auditoldalon érdemes az alábbi strukturált adatokat is alkalmazni: Article, FAQPage, BreadcrumbList, Organization, Person, jól meghatározott szerzői és frissítési adatokkal kiegészítve.
A SEO-audit elsősorban a keresőmotoros teljesítményt vizsgálja. Az AI-láthatósági audit azt is elemzi, hogyan értelmezik, említik, ajánlják és idézik a márkát a generatív válaszrendszerek — vagyis egy réteggel a klasszikus rangsorolás mögé, egészen a forráskiválasztásig néz vissza.
Kisebb vállalkozásnál legalább 30–50, összetettebb vagy többpiacos márkánál 100–200 kérdésből álló promptmátrix javasolt, márkaismertségi, kategóriaalapú, összehasonlító és szakértői kérdéscsoportokra bontva.
Nem. Az audit és az azt követő optimalizálás a megjelenés valószínűségét, a gépi érthetőséget és a forrásként való használhatóságot javítja — konkrét megjelenést egyetlen módszer sem garantálhat.
Az alaptesztet érdemes negyedévente, a kiemelt kérdések és hivatkozások vizsgálatát pedig havonta megismételni, mert a generatív keresőmotorok válaszai folyamatosan változnak.
A fenti sablon önállóan is használható, de a legtöbb csapat számára az első lefuttatás a legnehezebb: melyik platformon, milyen kérdésekkel, milyen viszonyítási alappal érdemes kezdeni. Egy személyre szabott, technikai, entitásalapú és citációs auditban pontosan ezt térképezzük fel — az Ön piacára, versenytársaira és valós keresési szándékaira szabva.
Az eredmény nem egy újabb PDF a fiókban, hanem egy 30–60–90 napos terv, konkrét felelősökkel, határidőkkel és újramérési ponttal — ugyanazzal a logikával, amit ebben a cikkben is bemutattunk.
AI-láthatósági és AI SEO audit igénylése