AI-láthatóság · Mérési útmutató

AI-márkaemlítések mérése a ChatGPT, Gemini, Copilot és Perplexity válaszaiban

Egy vállalkozás szerepelhet a Google első oldalán úgy, hogy közben a ChatGPT, a Gemini, a Copilot vagy a Perplexity egyetlen szóval sem említi, amikor a felhasználó szolgáltatót, terméket vagy szakértőt keres. A két világ mérése nem ugyanaz — és aki csak a helyezéseket figyeli, annak a digitális láthatóságáról egyre torzabb képe lesz.

Az AI-rendszerek ugyanis egyre ritkábban adnak klasszikus találati listát. Ehelyett összefoglalnak, összehasonlítanak, ajánlanak, és bizonyos esetekben forrásokat is megjelölnek. Emiatt már nem az az egyetlen kérdés, hogy egy weboldal hányadik helyen áll, hanem az is, hogy:

• megjelenik-e egyáltalán a márkanév a válaszokban;
• milyen összefüggésben jelenik meg;
• ajánlja-e az AI a vállalkozást, vagy csak megemlíti;
• hivatkozik-e a weboldalra forrásként;
• pontos információkat közöl-e a márkáról;
• és mely versenytársakat részesíti előnyben helyette.

Ez a cikk egy egységes, mind a négy nagy platformon használható mérési módszert ad — tesztkérdésekkel, KPI-képletekkel, platformspecifikus szempontokkal és riportstruktúrával. Ha még az alapfogalmaknál tartasz, előbb érdemes elolvasnod, mit jelent valójában az AI-láthatóság.

1. Mi számít AI-márkaemlítésnek?

Az első és leggyakoribb mérési hiba, hogy minden megjelenést azonos súllyal kezelünk. Pedig egy AI-válaszban a márka legalább öt, üzletileg nagyon eltérő értékű módon jelenhet meg:

A tanulság: a márkaemlítési arány önmagában kevés. A kontextust, a pontosságot, az ajánlási erőt és a hivatkozásokat külön dimenzióként kell értékelni. Az, hogy a rendszerek egyáltalán észlelik-e és forrásként kezelik-e az oldalt, jelentős részben az entitásjeleken és a forráskész weboldalakon múlik.

2. Miért kell platformonként külön mérni?

A négy nagy rendszer eltérő forráskiválasztási, keresési és hivatkozási logikát követ. Ha az eredményeket egyetlen összevont „AI-láthatósági értékbe” gyúrjuk, pont a lényeges különbségek tűnnek el.

• A ChatGPT keresést használó válaszai tartalmazhatnak szövegközi hivatkozásokat, illetve külön forráspanelt — de az általános modellválaszok gyakran hivatkozás nélkül születnek.
• A Gemini bizonyos válaszok alatt forrásokat és kapcsolódó tartalmakat jeleníthet meg, ám ez nem minden válasznál történik meg.
• A Microsoft Copilot webes válaszai Bing-alapú forrásokra támaszkodhatnak, a Bing Webmaster Tools pedig külön AI Performance jelentést biztosít a webhelytulajdonosoknak.
• A Perplexity válaszai jellemzően számozott, az eredeti webes forrásokra vezető hivatkozásokat tartalmaznak.

3. Egységes tesztkérdés-rendszer létrehozása

Minden megbízható mérés alapja egy rögzített kérdéskészlet. A kérdéseket ne kizárólag márkanévvel futtasd, mert az csak azt mutatja meg, hogy az AI mit tud egy már ismert vállalkozásról. Az igazi láthatóságot a márkanév nélküli, kategória- és problémaközpontú kérdések tárják fel — vagyis azok a helyzetek, amikor a felhasználó még nem ismer téged, csak megoldást keres.

Javasolt kérdéstípusok

Tájékozódási kérdések — a felhasználó érteni akar valamit:

• Hogyan válasszak megbízható keresőoptimalizálási ügynökséget?
• Mit jelent az AI-láthatóság?
• Hogyan mérhető egy vállalkozás megjelenése a ChatGPT-ben?

Összehasonlító kérdések — a felhasználó alternatívákat mérlegel:

• Melyek a legjobb AI SEO ügynökségek Magyarországon?
• Miben különbözik az AI SEO a hagyományos keresőoptimalizálástól?
• ChatGPT vagy Perplexity használható jobban szakértőkeresésre?

Kereskedelmi kérdések — a felhasználó szolgáltatót keres:

• Melyik ügynökség segít AI-láthatósági audit készítésében?
• Kit érdemes megbízni generatív keresőoptimalizálással?
• Melyik magyar ügynökség foglalkozik ChatGPT-optimalizálással?

Helyi kérdések — földrajzi szűkítéssel:

• Melyik a legjobb AI-marketingügynökség Budapesten?
• Ki foglalkozik AI SEO-val Magyarországon?

Márkaellenőrző kérdések — itt már szerepel a név, a pontosság vizsgálatára:

• Mit lehet tudni az Onlinemarketing101 szolgáltatásairól?
• Milyen területen számít szakértőnek az Onlinemarketing101?

Egy induló méréshez legalább 30–50 rögzített kérdés szükséges. Minden kérdést azonos nyelven, lehetőleg új beszélgetésben, azonos földrajzi és fiókbeállítások mellett futtass le — különben az eredmények nem lesznek összehasonlíthatók.

Mit rögzíts minden egyes tesztnél?

Kattints a tételekre, és pipáld ki, ami már szerepel a saját mérési sablonodban:

• Dátum és időpont
• Platform és a használt modell vagy keresési mód
• A pontos kérdés szövege
• A teljes válasz mentése
• Márkaemlítés ténye és helye a válaszban
• Ajánlásként vagy csak példaként szerepel-e
• Hivatkozott URL (ha van)
• Említési sorrend a felsorolásban
• Említett versenytársak listája
• Hangnem: pozitív, semleges vagy negatív
• Információs pontosság: helyes-e a leírás

4. Platformspecifikus mérés: így vizsgáld a négy rendszert

Az egységes kérdéskészletet mind a négy platformon lefuttatod — de mindegyiknél más részletekre kell figyelned. Válts a fülek között:

5. Az egységes AI-láthatósági KPI-rendszer

A nyers adatokból egyszerű, reprodukálható képletekkel készíthető riport. Az alábbi kalkulátorba írd be a havi mérésed számait, és azonnal látod a legfontosabb mutatókat:

A képletek mögötte:

• Márkaemlítési arány = márkaemlítést tartalmazó válaszok ÷ összes vizsgált válasz × 100
• Ajánlási arány = kifejezett ajánlást tartalmazó válaszok ÷ összes vizsgált válasz × 100
• Citációs arány = saját domaint idéző válaszok ÷ összes vizsgált válasz × 100
• Információs pontosság = helyes márkaleírások ÷ összes márkaemlítés × 100
• Versenytársi említési részesedés = saját márka említései ÷ az összes figyelt márka említése × 100

Érdemes követni az elsőként történő említés arányát is: azt mutatja meg, hogy a márka milyen gyakran jelenik meg elsőként a szolgáltatói vagy termékajánlásokban — ez az AI-válaszokban körülbelül azt jelenti, amit a klasszikus keresésben az első pozíció.

Említési kontextus pontszám

Nem mindegy, hogyan említik a márkát. Az alábbi hatfokú skálával minden válasz egyetlen számmal jellemezhető:

Készíthető összesített AI-láthatósági mutató is, de a súlyozást mindig az üzleti célhoz kell igazítani. Egy szolgáltató vállalkozásnál az ajánlás fontosabb lehet, mint a puszta citáció, míg egy szakmai kiadónál vagy médiamárkánál a forráshivatkozás kaphat nagyobb súlyt.

6. AI-láthatósági irányítópult és havi riport

A mérés akkor válik döntéstámogató eszközzé, ha az eredmények egy jól strukturált irányítópulton jelennek meg. Az alábbi felépítés bevált:

A gyakorlati megvalósításhoz külön útmutatót találsz itt: AI-láthatósági irányítópult készítése.

7. Mit tegyünk, ha a márka nem jelenik meg?

Ha a mérés azt mutatja, hogy a márka a legtöbb kérdésnél láthatatlan, a javítás nem a tartalommennyiség növelésével kezdődik, hanem az alapok rendbetételével:

• pontos márka- és szolgáltatásdefiníciók készítése a weboldalon;
• szakértői és szerzői profilok megerősítése;
• strukturált kérdés–válasz blokkok beépítése;
• összehasonlító és döntéstámogató cikkek publikálása;
• esettanulmányok és ellenőrizhető eredmények bemutatása;
• külső szakmai említések és digitális PR építése;
• következetes név-, cím- és szolgáltatásadatok minden felületen;
• technikailag hozzáférhető HTML-tartalom;
• rendszeres tartalomfrissítés;
• belső linkekkel összekapcsolt témaklaszterek.

Fontos megállapítás: több tartalom publikálása önmagában nem garantál több AI-megjelenést. Először azt kell megvizsgálni, hogy a meglévő tartalom hozzáférhető, egyértelmű, ellenőrizhető és idézhető-e. Ha nem az, akkor előbb érdemes megérteni, miért lehet láthatatlan egy tartalom az AI-botok számára, majd az AI-kulcsszóklaszterezés és tartalomháló építése mentén rendszerezni a témákat. A teljes folyamatot lefedő módszertanról itt olvashatsz: AI-láthatósági ügynökség gyakorlati módszertana.

Összegzés

Az AI-márkaemlítések mérése nem egyetlen helyezés vagy forgalmi adat követését jelenti. A márkaemlítést, az ajánlást, a citációt, az információs pontosságot és a versenytársi részesedést egyszerre, egymástól elkülönítve kell vizsgálni. A ChatGPT, a Gemini, a Copilot és a Perplexity eltérő adatokat és eltérő jeleket ad, ezért az eredményeket platformonként külön, de egységes módszertan szerint kell rögzíteni — csak így válik láthatóvá, hogy a márka valójában hol áll az AI-vezérelt keresés új térképén.

Gyakori kérdések