Az ajánláskérő promptkészlet egy kategóriákba rendezett kérdésgyűjtemény, amivel módszeresen leméred, hogy az AI-válaszmotorok (ChatGPT, Gemini, Google AI Overviews, Perplexity) mikor, milyen kontextusban és mennyire pontosan említik a szolgáltatásodat. A lényeg nem egy-egy szerencsés találat, hanem a megismételhető, összehasonlítható mérés.
Miért nem mindegy, hogyan teszed fel a kérdést az AI-nak?
Röviden: az AI-válasz azon múlik, milyen szándékot fogalmazol meg, ezért egyetlen prompt sosem ad teljes képet. Ha csak azt kérded, hogy "ki a legjobb könyvelő", mást kapsz, mint ha azt, hogy "melyik könyvelőt ajánlanád egy induló egyéni vállalkozónak Szegeden". A két kérdés más adatforrásokat és más logikát mozgat meg a modellben.
Tovább a témában: Melyik értékelő oldalakra hivatkoznak az AI-motorok · Ki felel az AI-láthatóságért a cégben? Szerepek, havi rutin, átadható folyamat
Szakmai tapasztalatom szerint a legtöbben egyetlen, gyakran túl általános kérdéssel tesztelik magukat, majd ebből messzemenő következtetést vonnak le. Ez félrevezető. A valós felhasználók sokféleképpen kérdeznek: van, aki tájékozódik, van, aki már összehasonlít, és van, aki konkrét ajánlást vár. Ezt a szándék-sokféleséget csak egy strukturált készlet tudja lefedni.
Milyen kategóriákba érdemes rendezni a promptokat?
Öt kategória fedi le a szolgáltatás-keresés tipikus szándékait: információs, összehasonlító, ajánláskérő, helyi és vásárlási. Mindegyik a felhasználói út egy másik pontját méri.
- Információs: a felhasználó még tanul, a témát akarja megérteni, nem szolgáltatót keres.
- Összehasonlító: két vagy több megoldást, megközelítést mérlegel.
- Ajánláskérő: kifejezetten szolgáltató- vagy céglistát vár.
- Helyi: földrajzi kötöttséggel keres (település, régió).
- Vásárlási: döntés előtt áll, a választás szempontjait tisztázza.
A kategóriák külön kezelése azért fontos, mert egészen máshogy jelenhetsz meg bennük. Egy információs kérdésben forrásként idézhet a modell, egy ajánláskérőben pedig névvel listázhat. A kettő nem ugyanaz, és a brand-említés és a forrás-említés különbségét érdemes külön követni.
Hogyan néznek ki a konkrét magyar promptok kategóriánként?
Röviden: minden kategóriához kell néhány sablon, amit a saját szakterületedre és településedre húzol rá. Alább egy fiktív példaszakma (kertépítés) és néhány valós szolgáltatás-típus mentén mutatom, de a szerkezet bármelyik szakmára átvihető.
Információs promptok
Mire figyeljek, ha kertépítést tervezek egy 400 nm-es telken?Milyen lépésekből áll egy komplett kertfelújítás?Mennyibe kerül nagyjából egy öntözőrendszer kialakítása, és mitől függ?
Itt nem az a cél, hogy megjelenj, hanem hogy lásd, milyen forrásokból és milyen hangnemben válaszol a modell a szakterületeden. Ha a saját tartalmad logikája köszön vissza, az jó jel a forrásolásra.
Összehasonlító promptok
Mi a különbség a gyepszőnyeg és a fűmagvetés között, melyik mikor éri meg?Automata öntözés vagy kézi locsolás: melyiket válasszam egy átlagos családi ház kertjéhez?
Ajánláskérő promptok
Tudsz ajánlani megbízható kertépítő vállalkozást Székesfehérváron?Kihez forduljak, ha kulcsrakész kertet szeretnék kialakíttatni Fejér megyében?Milyen szempontok alapján válasszak kertépítőt, és tudsz konkrét céget mondani?
Helyi promptok
Kertépítő Budapesten: kit ajánlanál a XI. kerületben?Keresek egy jó kertészt Debrecenben, aki öntözőrendszert is telepít.Ki foglalkozik kertfenntartással Győrben és környékén?
A helyi kategóriánál a település helyes ragozása nem stíluskérdés, hanem hitelességi kérdés: Budapesten, Székesfehérváron, Debrecenben, Győrben, Szegeden. A modell a valós keresési nyelvet tükrözi, ezért érdemes úgy kérdezni, ahogy egy helyi lakos tenné.
Vásárlási promptok
Mit kérdezzek meg egy kertépítőtől, mielőtt szerződök vele?Milyen jelekből ismerem fel a megbízható kertépítő céget?Kertépítésre árajánlatot kérek, mire figyeljek az ajánlatok összehasonlításakor?
Hogyan futtasd le a promptokat módszeresen?
Röviden: egy promptot önmagában egyszer lefuttatni nem mérés, hanem véletlen. Ugyanazt a kérdést több motoron, több alkalommal, azonos feltételek mellett kell megkérdezned, és minden választ dokumentálnod kell.
- Rögzítsd a feltételeket. Jegyezd fel, melyik motorban (ChatGPT, Gemini, Perplexity, Google AI Mode), melyik nyelven és milyen dátummal futtatod. Az AI-válaszok időben változnak.
- Használj tiszta munkamenetet. Lehetőleg bejelentkezés nélkül vagy friss beszélgetésben kérdezz, hogy a korábbi előzmények és a személyre szabás ne torzítsa az eredményt. Ez saját tapasztalat, nem hivatalos szolgáltatói garancia.
- Ismételd meg 3-5 alkalommal. A generatív modellek válaszai ingadoznak, ezért egyetlen futásból nem szabad következtetni. A visszatérő mintázat a lényeg.
- Mentsd el a teljes választ. Ne csak azt, hogy említettek-e, hanem a szó szerinti szöveget, hogy később a pontosságot is tudd ellenőrizni.
Egy egyszerű táblázat is elég a kezdéshez. Oszlopok: prompt, kategória, motor, dátum, említettek-e (igen/nem), a rólad szóló állítás pontos-e, forrásként vagy névként jelentél-e meg, megjegyzés.
Hogyan értékeld az eredményeket?
Röviden: nem az a fő kérdés, hogy említenek-e, hanem hogy pontosan említenek-e. Egy hibás vagy elavult állítás rólad többet árthat, mint a hiányzó említés.
Az értékelésnél ezt a négy szintet érdemes szétválasztani:
- Megjelenés: egyáltalán szerepelsz-e a válaszban, néven vagy forrásként.
- Pontosság: amit rólad ír, az megfelel-e a valóságnak (szolgáltatás, terület, elérhetőség).
- Kontextus: pozitív, semleges vagy feltételes környezetben jelensz meg.
- Stabilitás: az ismételt futásokban visszatérő-e a megjelenésed, vagy csak véletlenszerű.
Ellenőrzőlista a kiértékeléshez:
- Végigfutottad mind az öt kategóriát, nem csak az ajánláskérőt?
- Legalább két különböző motoron mértél?
- Minden promptot legalább háromszor futtattál?
- Elmentetted a szó szerinti válaszokat, nem csak az igen/nem eredményt?
- Külön jelölted, hol jelentél meg forrásként és hol névként?
- Ellenőrizted a rólad szóló állítások tényszerű pontosságát?
- Feljegyezted a mérés dátumát, hogy később összehasonlítható legyen?
Ha egy adott kategóriában soha nem jelensz meg, az nem feltétlenül hiba, hanem információ: jó eséllyel arra a szándékra kevés vagy nehezen értelmezhető tartalmad van. Ez segítheti a tartalomtervezést, de önmagában nem árulja el az okot.
Milyen hibákat érdemes elkerülni a promptos mérésnél?
Röviden: a leggyakoribb hiba, hogy az ember a saját cégnevét kérdezi meg, és abból von le következtetést a láthatóságra. Ez nem ajánláskérés, hanem önellenőrzés, és teljesen más dolgot mér.
- Ne a márkanevedet kérdezd. Ha beírod, hogy "mit tudsz a cégemről", azzal a felismerhetőséget méred, nem azt, hogy egy pártatlan ajánlásban felmerülsz-e.
- Ne általánosíts egyetlen futásból. Egy szerencsés vagy szerencsétlen válasz nem trend.
- Ne keverd a szándékokat egy promptba. A "mi az öntözőrendszer és kit ajánlasz" típusú kettős kérdés zavaros választ ad, és nehezen értékelhető.
- Ne felejtsd a dátumot. A modellek és a hivatkozott források folyamatosan változnak, dátum nélkül a mérésed később értelmezhetetlen.
A promptos mérés reális célja nem a helyezés, hanem a helyzetkép. Rendszeresen, azonos módszerrel ismételve láthatóvá válik a tendencia, és a tartalom- és entitásépítési munkád hatása követhető. Fontos azonban tisztán látni: az AI-válaszok működését a szolgáltatók nem teszik teljesen átláthatóvá, ezért minden következtetés a megfigyelt mintázaton alapul, nem garantált szabályon.
Források és további olvasnivalók
- Google Search Central: AI-funkciók és a Search dokumentációja
- Google Search Central: helyi keresés és a Google Cégprofil súgó
- OpenAI dokumentáció: ChatGPT és a keresési funkciók leírása
- Schema.org: strukturált adat szótár (LocalBusiness, Service)
- W3C: strukturált adat és szemantikus web alapelvek
- Öt promptkategória (információs, összehasonlító, ajánláskérő, helyi, vásárlási) fedi le a valós felhasználói szándékokat.
- A helyi promptoknál a település helyes ragozása és a valós keresési szándék a hitelesség alapja.
- Egy promptot legalább 3-5 alkalommal, több motoron érdemes lefuttatni, mert a válaszok ingadoznak.
- Az értékelésnél nem csak azt nézd, említenek-e, hanem hogy pontos-e a rólad szóló állítás.
- A rendszeres, dokumentált mérés segítheti a fejlődés követését, de nem garantál semmilyen megjelenést.
Gyakori kérdések
Hány promptra van szükség egy megbízható méréshez?
Kategóriánként 2-4 prompt már jó kiindulás, vagyis összesen nagyjából 10-20 kérdés. A darabszámnál fontosabb, hogy mind az öt szándékkategóriát lefedd, és minden promptot több alkalommal, több motoron futtass le.
Miért kapok minden futáskor kicsit más választ?
A generatív modellek természetüknél fogva változó válaszokat adnak, és időben frissülő forrásokból dolgoznak. Ezért egyetlen futás nem mérvadó. Az ismételt futások visszatérő mintázata mutatja a valós helyzetet.
Elég, ha csak ajánláskérő promptokat használok?
Nem célszerű. Az ajánláskérő kategória csak a felhasználói út egy pontját méri. Ha kimarad az információs, összehasonlító, helyi és vásárlási szándék, torz képet kapsz arról, hol és hogyan jelensz meg.
Mit jelent, ha egy adott kategóriában soha nem említenek?
Legtöbbször azt jelzi, hogy arra a szándékra kevés vagy nehezen értelmezhető tartalmad van. Ez hasznos információ a tartalomtervezéshez, de önmagában nem árulja el a pontos okot, mert az AI-válaszok logikája nem teljesen átlátható.
Kérdezhetem-e egyszerűen a saját cégnevemet?
Azzal a felismerhetőséget méred, nem a pártatlan ajánlásban való megjelenést. A kettő különböző dolog. Az ajánláskérő méréshez olyan kérdéseket használj, amelyek nem tartalmazzák a márkanevedet.
Segít-e a promptos mérés jobb helyezést elérni az AI-válaszokban?
A mérés önmagában nem javít a láthatóságon és nem garantál megjelenést. Abban segíthet, hogy lásd, hol állsz, és a tartalom- vagy entitásépítési munkád hatását idővel követni tudd.
Források és további olvasnivalók
Ezen az oldalon a hivatalosan igazolt információt elsődleges forrásokból építjük fel; a saját tapasztalatot és a szakmai becslést mindig külön jelöljük a szövegben.