Hogyan írj blogot az AI Overview korában?

Az AI Overview elviszi a kattintások egy részét — de nem a láthatóságot, csak áthelyezi a súlyokat. Az új cél nem az, hogy a felhasználó rád kattintson, hanem hogy az AI téged idézzen a válaszában. Ehhez öt dolog kell: tedd a választ előre, írj kérdés-alakú címeket, billentsd a tartalmat a mérlegelő és kereskedelmi intent felé, építs külső (earned) megjelenést, és láthatóságban mérj — ne csak látogatószámban.

Mi változott? Az AI Overview és a kattintás-erózió

A keresés felülete átalakult. A Google AI Mode 2026 májusára átlépte az egymilliárd havi felhasználót, az AI Overviews pedig a találati oldalon ad kész, összefoglalt választ. A következmény mérhető: a felhasználó gyakran meg sem nyitja a forrásoldalt. Ezt hívjuk kattintás-eróziónak.

Aki eddig úgy gondolkodott, hogy „írok egy cikket egy kérdésre, és jön a forgalom", annak ez rossz hír — különösen az egyszerű, definíciós lekérdezéseknél, amelyeket az AI a helyszínen megválaszol.

A cél már nem a kattintás, hanem a citáció

Itt a fontos megkülönböztetés: a kevesebb kattintás nem azonos a kevesebb láthatósággal. Amikor az AI megválaszol egy kérdést, néhány forrást megnevez vagy azokból szintetizál. Ha a te oldalad ez a forrás, akkor megjelensz — akkor is, ha nincs átkattintás. A megnevezés maga a láthatóság, és bizalmat épít.

Vagyis a tartalom célja eltolódik: nem kattintásért írsz, hanem citációért és tekintélyért. Ez nem a blog halála — a szerepének az újradefiniálása.

Milyen tartalom marad értékes? (intent-térkép)

Nem minden tartalmat „eszik meg" egyformán az AI Overview. Durva, de használható térkép:

A gyakorlati következtetés: kevesebb tiszta „mi az X" forgalom-cikk, több mérlegelő és kereskedelmi darab, közelebb a döntési ponthoz.

Hogyan írj citálható tartalmat?

A citálhatóság nagyrészt szerkezet kérdése. Egy checklist konkrét példákkal:

• Tedd a választ előre. A cikk elejére egy 2–4 mondatos, önállóan értelmes összefoglaló — ezt emeli ki legkönnyebben az AI. Rossz nyitás: „Az elmúlt években a keresés sokat változott, és érdemes átgondolni…" — Jó nyitás: „Az AI Overview korában nem kattintásra írsz, hanem citációra. Íme öt lépés."
• Írj kérdés-alakú címeket. A H2/H3 egyezzen azzal, ahogy az emberek (és az AI-felhasználók) ténylegesen kérdeznek. „A tartalom jövője" helyett → „Hogyan írj blogot az AI Overview korában?"
• Microcontent. Definíciók, kiemelt számok, rövid takeaway-ek — egy bekezdés egy gondolat, hogy önállóan kinyerhető legyen.
• Forrásolj minden állítást. Konkrét szám, tekintélyes forrásra mutató linkkel; a megérzés nem citálható. „Sokan használják már az AI-keresést" helyett → „az AI Mode átlépte az 1 milliárd havi felhasználót (Google, 2026)".
• Adj strukturált adatot. Lista, táblázat, lépéssorozat — az AI szereti az extrahálható struktúrát, és a felhasználó is gyorsabban átfutja.
• Jelöld a tényt és a véleményt. Ami mérés, az legyen forrásolva; ami a te tapasztalatod, azt mondd ki annak. A bizonytalanság vállalása megbízhatóbbá tesz, nem gyengébbé.
• Zárj FAQ-blokkal. Külön kérdés-válasz egységek, amelyek pontosan a promptokra felelnek — minden válasz önállóan is megáll.

Egy gyors példa: így írj át egy „mi az X" címet

A legjobb módja megérteni, ha látod a transzformációt. Vegyünk egy klasszikus, definíciós témát:

• Eredeti (forgalom-cikk): „Mi az az AEO?" — Tiszta definíciós kérdés. Az AI Overview egy bekezdésben megválaszolja, a felhasználó nem kattint át. Forgalmat alig hoz.
• Átírva (mérlegelő darab): „AEO vs. SEO: mit csinálj másként 2026-ban?" — Ugyanaz a téma, de összehasonlító, döntés-támogató szögből. Itt a felhasználó verifikálni akar, össze akarja vetni a kettőt — ezt az AIO kevésbé tudja egy mondatban lezárni, és a komparatív tartalmat szívesen idézi forrásként.

A definíciót sem dobod el: beépíted az átírt cikkbe egy answer-first bekezdésként (az adja a citáció-csalit), de a cikk súlypontja a mérlegelő részen van — közelebb a döntéshez és a te szolgáltatásodhoz.

A technikai réteg: GEO-16 és a strukturált adat

A tartalom a csata fele. A másik fele, hogy a gép is értse az oldalt. A GEO-16 keretrendszer (Kumar & Palkhouski, 2025) 16 pillérre bontja az oldal gépi minőségét, és empirikusan azt találta, hogy a citációval a metaadat és frissesség, a semantic HTML és a strukturált adat (JSON-LD) függ össze a legerősebben.

A kutatás egy használható küszöböt is ad: körülbelül 0,70-es összpontszám és legalább 12 pillér-találat esetén jelentősen — a vizsgálatban mintegy 78%-ra — nő a citáció esélye a motorok között. A gyakorlatban ez azt jelenti: egyetlen h1, logikus címsor-hierarchia, érvényes Article/FAQPage JSON-LD a publikálási és módosítási dátummal, és látható „frissítve" jelzés.

Earned media: miért nem elég a saját blog?

Egy kellemetlen igazságot is ki kell mondani. Ugyanez a kutatás megállapítja, hogy a generatív motorok hajlamosak a külső, tekintélyes domaineket előnyben részesíteni, és gyakran kihagyják a kizárólag a cég saját oldalán élő tartalmat.

Vagyis a tökéletesen optimalizált saját blog szükséges, de nem elégséges. Mellé kell a harmadik feles, hiteles megjelenés is: vendégcikkek, szakmai említések, hivatkozások más tekintélyes oldalakról. A linképítés tehát nem halt meg — átalakult.

Hogyan mérd, hogy működik?

Ha a kattintás már nem a mérce, mit nézel? A válasz: AI-láthatóságot és citációt — megjelensz-e az AI válaszaiban, és ha nem, kit idéznek/ajánlanak helyetted az LLM-ek. A Search Console ezt csak részben mutatja (az AIO-megjelenés nem mindig különül el tisztán), és pont itt van a vakfolt.

Három konkrét, megfigyelhető jel, amin elindulhatsz:

• Impresszió emelkedik, CTR csökken. Ha a Search Console-ban egy oldal impressziói nőnek, de az átkattintási aránya esik, az gyakran azt jelzi, hogy megjelensz az AI-összefoglalóban — csak kattintás nélkül. Ez nem feltétlenül rossz hír: ez maga a citáció.
• Kérdezd meg a modelleket. Tedd fel a területed tipikus kérdéseit a fő AI-rendszereknek (ChatGPT, Claude, Gemini, Perplexity), és nézd meg: téged említenek-e, vagy mást neveznek meg helyetted. Ez a leggyorsabb valóság-ellenőrzés.
• Figyeld, ki nyer ismételten. Ha ugyanazok a versenytárs-domainek bukkannak fel újra és újra az AI-válaszokban, ők a „earned media" nyertesei a területeden — érdemes megérteni, miért idézik őket.

Mindenekelőtt mérni kell: hol állsz strukturálisan, és idéznek-e az LLM-ek? Egy ilyen pillanatkép megmutatja a hiányosságokat — de mivel az AI-láthatóság folyamatosan változik (frissülő modellek, mozgó versenytársak, öregedő tartalom), hosszú távon a folyamatos monitoring ad valós képet. Ha kíváncsi vagy, hol áll most a saját oldalad, a mérés a kiindulópont.

Gyakori kérdések

Meghal a blog az AI Overview miatt?

Nem. A szerepe változik: kevesebb közvetlen kattintás, de a citáció és a tekintély új láthatóságot ad. A tartalmat érdemes a mérlegelő és kereskedelmi intent felé billenteni.

Mi az az AEO és a GEO?

Az AEO (Answer Engine Optimization) és a GEO (Generative Engine Optimization) ugyanannak a célnak a nevei: úgy alakítani a tartalmat és a struktúrát, hogy az AI-rendszerek megtaláljanak, megértsenek és idézzenek.

Honnan tudom meg, hogy idéz-e az AI?

Folyamatos méréssel. Egyrészt strukturálisan (megfelel-e az oldal a gépi minőség kritériumainak), másrészt úgy, hogy ténylegesen megnézed: a fő AI-modellek a területedre vonatkozó kérdéseknél megemlítenek-e — vagy mást neveznek meg helyetted.

Elég a jó tartalom, vagy kell strukturált adat is?

Mindkettő kell. A jó, answer-first tartalom a tartalmi réteg; a semantic HTML és a JSON-LD a gépi réteg. A kutatás szerint a strukturált adat az egyik legerősebb citációs jelzés.

Ne feledd! Az AI-keresés nem a láthatóság végét jelenti, hanem a szabályok átírását. Ehhez alkalmazkodni, fejleszteni és fejlődni kell. A többi a türelem és a következetesség kérdése.