Min múlik, hogy megjelenik-e a weboldalad a ChatGPT válaszaiban?

Hogy egy AI-rendszer idéz-e egy oldalt, az nagyrészt mérhető, strukturális tényezőkön múlik. A GEO-16 keretrendszer (Kumar & Palkhouski, 2025) ezt 16 pillérre bontja — metaadat és frissesség, szemantikus HTML, strukturált adat, tekintély-jelek —, és empirikus módszerekkel arra a következtetésre jutott: nagyjából 0,70 feletti összpontszám és legalább 12 teljesülő pillér mellett a citáció esélye jelentősen, a vizsgálatban mintegy 78%-ra nőtt.

Az előző cikkben azt írtam meg, miért a citáció az új mérce a kattintás helyett. Ez a cikk a következő lépés: mitől lesz egy oldal citálható.

Honnan jön a GEO-16, és miért hihető a módszertan?

A GEO-16 nem marketinges ökölszabály-gyűjtemény, hanem empirikus tanulmány. A szerzők 70 termék-szándékú prompttal 1702 citációt gyűjtöttek három AI-motorból (Google AI Overviews, Perplexity, Brave Summary), és 1100 egyedi URL-t auditáltak végig a 16 pillér mentén. Az eredmény: az oldal összesített gépi minősége erős előrejelzője annak, hogy a motorok idézik-e — és a pillérek közül a metaadat és frissesség, a szemantikus HTML valamint a strukturált adat mutatta a legerősebb összefüggést a citációval.

Egy fontos pontosítás a korrektség kedvéért: a vizsgálat a fent említett három motoron futott, a ChatGPT nem volt köztük. A strukturális elvek — gépileg olvasható, kinyerhető, datált tartalom — ésszerűen általánosíthatók a többi generatív rendszerre is, de ez következtetés, nem mért adat. Ahogy a saját tartalmainkban is jelöljük: ami mérés, az mérés; ami következtetés, az következtetés.

És itt egy második pontosítás, ami nekünk különösen fontos: a tanulmány angol nyelvű, B2B SaaS oldalakon készült. A módszertan nemzetközi — az alkalmazása viszont magyar piacon történik. Az AICLARITY nem egy amerikai termék magyarosítása: a tudományos keretrendszert vettük át, de a mérés, a példák, a tartalom és a nyelv a magyar piacra épül, magyar piacon szerzett tapasztalatból. A nemzetközi alap adja a hitelességet, a magyar fókusz a relevanciát.

A 16 pillér — négy csoportban, érthetően

A 16 pillér felsorolásként száraz; csoportosítva viszont kirajzolódik a logika. Négy kérdést tesz fel a gép minden oldalnak:

Mit lát először a gép: metaadat és frissesség

A title, a meta description, a canonical és — kiemelten — a dátumok: mikor publikálták és mikor módosították az oldalt. A frissesség nemcsak a <meta> sorokban él, hanem láthatóan is: egy „Frissítve: 2026. június" jelzés az olvasónak és a gépnek ugyanazt mondja. A vizsgálatban ez a pillércsoport az egyik legerősebb citációs jelzés volt.

Mit tud elolvasni a gép: szemantikus szerkezet

Egyetlen h1, logikus címsor-hierarchia, listák és táblázatok ott, ahol a tartalom valóban strukturált, és answer-first bekezdések: a válasz elöl, nem a hetedik bekezdésben. Egy bekezdés egy gondolat — így a tartalom darabonként is kinyerhető, és pont a kinyerhető darabokat idézi az AI.

Mit vesz ténynek a gép: strukturált adat

Az érvényes JSON-LD — Article vagy FAQPage a publikálási és módosítási dátummal, Organization és Person entitás, breadcrumb — gépileg egyértelművé teszi, amit a szöveg csak sugall: ki írta, mikor, kinek vagy minek a nevében. Az előző cikk megállapítása itt kap empirikus súlyt: a strukturált adat a legerősebb citációs jelzések egyike.

Miért bízzon meg a gép az oldalunkban: tekintély és forrás

Azonosítható szerző valós entitásként, kifelé mutató hivatkozások hiteles forrásokra, és — az oldalon túl — külső említések tekintélyes domaineken. A tanulmány kellemetlen, de fontos tanulsága: a tökéletes on-page szükséges, de nem elégséges — a motorok hajlamosak a külső, tekintélyes forrásokat előnyben részesíteni. Az earned media szerepéről az előző cikkben írtam részletesen, de később részletesen is feldolgozom.

Mit jelent a 0,70-es küszöb és a 12 pillér?

A keretrendszer minden pillért pontoz, és egy 0-tól 1-ig terjedő összesített G-mutatót ad. A tanulmány gyakorlati küszöböt is kínál: legalább 0,70-es G-pontszám és legalább 12 teljesülő pillér esetén a citációs arány jelentősen — a vizsgált korpuszban mintegy 78%-ra — nőtt.

Az értelmezési fegyelem itt is szükséges: ez egy megfigyeléses vizsgálatban mért összefüggés, nem garancia semmire. A küszöb átlépése az esélyt javítja — pozíciót, megjelenést senki nem ígérhet, aki méréssel foglalkozik. Aki mégis ígér, attól érdemes megkérdezni, mire alapozza?

Mit tudsz ebből magad ellenőrizni?

A nyilvánvaló hibák AI láthatósági eszköz nélkül is tetten érhetők. Egy gyors kézi lista:

• Egy h1 van az oldalon? Több vagy nulla — mindkettő szerkezeti hiba.
• Látszik a dátum? Publikálva és frissítve — a metaadatban és láthatóan is.
• Érvényes a JSON-LD? A Google Rich Results tesztje ingyen megmondja.
• Answer-first a nyitás? Az első bekezdés önállóan megválaszolja-e a cím kérdését?
• Van FAQ-blokk? Külön kérdés-válasz egységek, amelyek önállóan is értelmezhetők.
• Linkelsz kifelé hiteles forrásokra? A forrás nélküli állítás a gépnek is csak vélemény.

De ki kell mondanunk a kézi átnézés korlátját is: ezek csak a szemmel látható hibák. A 16 pillér szisztematikus, pontozott végigmérése kézzel munkaigényes, és ami ennél rosszabb: szubjektív — két ember kétféleképp ítéli meg ugyanazt az oldalt. A pontozás értelme pont a következetesség és determinisztikusság.

Így néz ki egy mérés a gyakorlatban

Két valós példa a saját méréseinkből. Az ai-seo.hu G-pontszáma jelenleg 0,792 — a küszöb felett, a pillérek többsége teljesül (saját mérés, 2026. június). Egy általunk vizsgált kulturális portál ugyanezen a mérésen 0,54 körüli értéket adott — a küszöb alatt, jellemzően a strukturált adat és a frissesség-jelzések hiánya miatt. Ugyanaz a mérőléc, két nagyon különböző kiindulópont — és mindkét tulajdonos pontosan látja, hol áll.

A mérés egyetlen URL-lel lefuttatható és arra az URL-re érvényes (NEM A TELJES OLDALRA): a GEO-16 audit a főoldalon érhető el, ingyen, az eredményt emailben is megkapod.

Gyakori kérdések

Mi az a GEO-16?

Egy empirikus auditkeretrendszer (Kumar & Palkhouski, 2025), amely 16 pillér mentén pontozza egy weboldal gépi olvashatóságát, és egy 0–1 közötti G-mutatóba sűríti — ez az AI-citáció esélyének strukturális előrejelzője.

Elég a 0,70 feletti pontszám ahhoz, hogy az AI idézzen?

Nem. A jó strukturális pontszám szükséges, de nem elégséges feltétel — a motorok a külső, tekintélyes említéseket is súlyozzák. A teljes képhez az earned media réteg is kell, erről az előző cikkben írtam.

A GEO-16 csak a Google AI Overview-ra vonatkozik?

A vizsgálat három motoron mért (Google AI Overviews, Perplexity, Brave Summary). A strukturális elvek ésszerűen általánosíthatók a többi generatív rendszerre — köztük a ChatGPT-re és a Geminire —, de ott ez következtetés, nem közvetlen mérési eredmény.

Honnan tudom meg, hogy most ténylegesen megjelenek-e az AI válaszaiban?

A leggyorsabb valóság-ellenőrzés: tedd fel a területed tipikus kérdéseit a fő AI-rendszereknek, és nézd meg, megneveznek-e — vagy mást ajánlanak helyetted. Ennek menetét az előző cikk mérés-szekciójában írtam le. A GEO-16 a másik oldalt méri: a feltételeket, amelyeken a megjelenés esélye múlik.

Mennyire hiteles magyar piacon egy amerikai AI-láthatósági eszköz?

A nemzetközi eszközök angol nyelvű lekérdezésekre és piacokra épülnek — magyar kérdéskészletük, említés-adatbázisuk és versenytárs-kontextusuk jellemzően nincs vagy üres, így a magyar piacról torz, hiányos képet adnak. Az AICLARITY-t a magyar piacra fejlesztettük, magyar piacon szerzett tapasztalatra építve; a nemzetközi elem a tudományos módszertan.

A mérés után az audit megoldja a problémát?

Nem — és ezt szándékosan mondjuk ki. Az audit diagnosztizál és mér: megmutatja, hol a rés, mit kell javítani. Aki mérést és csodát egyszerre ígér, az egyiket biztosan nem tartja be.

---

A weboldalak többsége nem azért láthatatlan az AI számára, mert rossz a tartalma — hanem mert a gép nem tudja elolvasni. Ez jó hír is egyben: a strukturális réteg mérhető, és ami mérhető, az javítható. Az AI-láthatóság viszont mozgó célpont — modellek frissülnek, versenytársak közben optimalizálnak, a tartalom öregszik —, ezért hosszú távon a folyamatos mérés ad valós képet és cselekvési tervet a pillanatkép helyett. Az első lépés ugyanaz marad: mérd meg, hol állsz most.