Mi az AI SEO és a GEO? Átfogó útmutató B2B döntéshozóknak

Rövid definíció: Az AI SEO — más néven GEO (Generative Engine Optimization) — az a gyakorlat, amely arról szól, hogy egy márka vagy tartalom megjelenjen és idézve legyen az AI-keresők (ChatGPT, Perplexity, Google AI Overviews, Gemini) válaszaiban. A klasszikus SEO a találati listán elfoglalt helyről szól; az AI SEO arról, hogy a nyelvi modell téged használjon fel, amikor összeállítja a választ.

Ez az oldal a fő fogalmakat, a működési mechanizmust és a gyakorlati lépéseket foglalja össze. A részletes altémákat külön cikkek járják körül — ezekre lentebb hivatkozunk.

Mi az AI SEO, a GEO és az AEO?

Három rövidítés kering, és sokszor keverednek:

• AI SEO — gyűjtőfogalom: minden tevékenység, amely a márka láthatóságát javítja az AI-alapú keresésben.
• GEO (Generative Engine Optimization) — a generatív motorok (ChatGPT, Perplexity, Gemini, Google AI Overviews) válaszaiban való megjelenés és idézés optimalizálása. A fogalmat egy 2023-as tudományos tanulmány vezette be, amely szerint célzott tartalmi módszerekkel akár 40%-kal növelhető egy forrás láthatósága a generatív válaszokban (GEO: Generative Engine Optimization, arXiv).
• AEO (Answer Engine Optimization) — a közvetlen, kérdés-válasz jellegű megjelenés optimalizálása (kiemelt válaszok, AI Overview snippetek).

A gyakorlatban a három erősen átfed. A cél mindháromnál ugyanaz: ne csak rangsoroljon a tartalom, hanem a gép fel is használja a válaszához.

Miért nem elég a klasszikus SEO?

A hagyományos SEO sikermércéje a pozíció és a kattintás. A generatív keresésben viszont a felhasználó gyakran nem kattint: a modell elolvassa a forrásokat, és saját szavaival megfogalmaz egy kész választ. A forrás legfeljebb hivatkozásként jelenik meg — vagy sehogy.

Ezt a jelenséget jól mutatja a klikk-erózió. Egyre több oldalon figyelhető meg ugyanaz a minta: a Google-megjelenések (impressziók) tovább nőnek, de a kattintási arány (CTR) év/év csökken, mert a választ egyre többször maga a kereső (AI Overview, kiemelt snippet) adja meg, kattintás nélkül. A megjelenés tehát gyorsabban nő, mint a kattintás — vagyis a tartalom „látszik", de a forgalom lassabban követi.

Ez a klasszikus SEO belső korlátja a generatív korszakban: hiába rangsorolsz jól, ha a választ a gép a te tartalmadból, de a te linked helyett adja. Az AI SEO éppen erre a rétegre optimalizál — arra, hogy amikor a gép válaszol, téged idézzen, néven nevezzen, és onnan érkezzen a megkeresés.

Hogyan „olvas" egy generatív kereső?

A nyelvi modell nem kulcsszavakat számol, hanem entitásokban és összefüggésekben dolgozik. Amikor választ állít össze, jellemzően három dolog dönt arról, bekerülsz-e:

1. Entitás-egyértelműség — a rendszer tud-e rólad tiszta, ellentmondásmentes képet alkotni: ki vagy, mivel foglalkozol, milyen piacon, kik állnak mögötted.
2. Gépi olvashatóság — a tartalom strukturáltan, félreérthetetlenül közli-e, hogy mi micsoda (erre való a strukturált adat / schema).
3. Idézhetőség — tényszerű, számszerű, jól tagolt-e a szöveg annyira, hogy a modell biztonságosan beemelhesse.

Ha bármelyik gyenge, a modell inkább egy magabiztosabb, tisztább forrást választ helyetted.

A 4 tényező, amin az AI-láthatóság múlik

1. Egyértelmű entitás. Minden felületen ugyanaz a márkanév, ugyanaz a 2–3 mondatos leírás, ugyanaz a domain. Ha egy cég három néven, eltérő leírással szerepel, az a modellnek zaj — a zajos entitást ritkábban idézi.

2. Strukturált adat (schema). Az Organization, Service, Person, Article, FAQ típusú schema.org-jelölés gépi olvasásra teszi egyértelművé az oldalt. Nem új találmány, de a generatív korszakban felértékelődik, mert a modellek ezekből az egyértelmű jelzésekből építik a belső képüket.

3. Idézhető tartalom. Rövid definíció az első 2–3 sorban; konkrét, számszerű állítások általánosságok helyett; kérdés–válasz szerkezet; tagolt, jól szkennelhető felépítés.

4. Külső megerősítés. Ha egy állítást független forrás is alátámaszt (szakmai említések, hivatkozások), a modell nagyobb bizalommal kezeli.

Hogyan méred az AI-láthatóságot?

A GEO legnehezebb pontja a mérés. A klasszikus SEO-ban a pozíció és a kattintás jól számszerűsíthető; a generatív válasz viszont nem determinisztikus — ugyanarra a kérdésre a modell máskor kicsit más választ ad, és a kimenet függ a felhasználó előzményeitől, sőt a modell aktuális verziójától is.

Ezért a mérés ma két rétegű:

• Strukturális audit — mennyire felkészült az oldal (entitás, schema, idézhetőség). Erre használjuk a GEO-16 keretet, amely 16 dimenzió mentén értékel. Egy konkrét, saját oldalon végzett mérés részleteit itt írtuk meg: Lemértem a saját oldalam AI-láthatóságát — 94/100 strukturálisan, és 0% idézés.
• Élő idézés-mérés — előre rögzített kérdéseket teszünk fel több modellben (ChatGPT, Perplexity, Gemini), és feljegyezzük, megjelenik-e az entitás, idézi-e a modell, és mekkora eltéréssel. Ez az adat gyorsan avul, mert a modellek hetente változnak — a GEO tehát folyamatos monitorozás, nem egyszeri beállítás.

Fontos tanulság: a magas strukturális pontszám nem garantál idézést. A felkészültség szükséges, de nem elégséges feltétel — a kettőt külön kell mérni.

Hol kezdd?

A sorrend a gyakorlatban: előbb az entitásalap (egységes márkanév, „Rólunk" oldal, alap schema), utána az idézhető tartalom (definíció-előre, számszerű állítások, GYIK), végül a külső megerősítés és a folyamatos mérés. A tartalom-oldalt konkrétan úgy érdemes felépíteni, hogy a modell is könnyen kiemelhesse — ehhez ad támpontot: Hogyan írj blogot az AI Overview korában? és Min múlik, hogy megjelenik-e a weboldalad a ChatGPT válaszaiban?.

Ha a saját oldaladon szeretnéd látni, hol tartasz: az ingyenes AICLARITY-audit egyetlen URL alapján megadja a strukturális pontszámot és egy élő AI-válaszban azt is, idéznek-e már.