A B2B vásárlás régóta nem lineáris tölcsér. Egy közepes vagy nagyobb beszerzésnél jellemzően 6-10 ember ül az asztalnál, mindegyikük más szempontból nézi a kérdést, és a döntés jó része már azelőtt megszületik, hogy bárki felvenné veled a kapcsolatot. Ami az elmúlt időszakban megváltozott: ennek a korai szakasznak egy jelentős része átkerült a chatablakba. A szakmai vezető nem tíz találatot nyit meg, hanem feltesz egy kérdést a ChatGPT-nek, a Gemininek, a Perplexitynek vagy a Google AI Mode-jának, és egy kész, összefoglalt választ kap, benne három-öt szolgáltató nevével. Ha te nem vagy köztük, nem is tudsz róla, hogy kimaradtál.
Hogyan néz ki ma egy B2B kutatási út AI-val?
Röviden: az AI-val kutató döntéshozó gyorsabban jut el a szűkítésig, viszont több körben, egyre konkrétabb kérdésekkel dolgozik, és a végén ellenőrzi, amit kapott. Ez a folyamat több pontot ad neked, ahol megjelenhetsz, de mindegyiken másfajta tartalom kell.
Tovább a témában: Hogyan kerülhetek be a chatgpt és a google ai overview válaszaiba? · A/B teszt eredményének értelmezése
Saját tapasztalat, ügyfelekkel közösen végigkísért beszerzésekből: a tipikus út nagyjából így épül fel.
- Problémafogalmazás. "Miért nem hoz elég ajánlatkérést a weboldalunk?" Itt még nincs szolgáltatói név, csak fogalmi tisztázás.
- Megoldástípusok feltérképezése. "Milyen lehetőségek vannak, mennyi időbe telik, mibe kerül nagyságrendileg?" A modell összehasonlítja a megközelítéseket.
- Kritériumok kialakítása. "Mit kérdezzek meg egy ilyen szolgáltatótól, mire figyeljek a szerződésben?" Innentől a kérdéssor gyakorlatilag egy beszerzési checklist.
- Szűkítés, nevek. "Kik foglalkoznak ezzel Magyarországon, kis- és középvállalati méretben?" Ez a rövidlista pillanata.
- Ellenőrzés. A döntéshozó rákeres a nevekre, megnyitja a weboldalt, megnézi a LinkedIn-profilt, referenciákat keres. Az AI ajánlás itt hitelesítést kap vagy elvérzik.
A gyakorlati következmény: nem elég a 4. lépésre optimalizálni. Ha az 1-3. lépésben nem a te anyagaidból tanulja meg a modell a témát, kicsi az esély, hogy a 4. lépésnél eszébe jutsz.
Miért kerül be egy szolgáltató az AI válaszába, és miért marad ki?
Röviden: mert a rendszer talált róla elég konzisztens, egymást megerősítő információt több forrásból, és a saját tartalma egyértelműen megválaszolta a feltett kérdést.
Hivatalos információ: a Google Search Central dokumentációja szerint az AI-funkciók ugyanazokra a rendszerekre épülnek, mint a klasszikus keresés, és nincs külön "AI-ranking faktor", amire optimalizálni lehetne. Az OpenAI dokumentációja hasonlóan azt írja le, hogy a böngészésre képes modellek a nyilvánosan elérhető webes tartalmakat használják, a robots.txt beállításait figyelembe véve.
Szakmai feltételezés, több éves megfigyelésre alapozva: a kimaradás leggyakoribb oka nem technikai, hanem tartalmi. A tipikus B2B weboldal olyan mondatokban beszél magáról ("egyedi megoldások", "partnerközpontú szemlélet"), amelyekből egy nyelvi modell semmilyen konkrét állítást nem tud kiemelni. Nincs mit idézni. Amit nem lehet idézni, azt nem is idézik.
Milyen tartalom segíti a rövidlistára kerülést?
Röviden: az, ami a döntéshozó tényleges munkáját végzi el helyette, és közben ellenőrizhető állításokat tartalmaz.
1. Kritérium- és kérdéslisták
Ha megírod, hogy mit érdemes megkérdezni egy szolgáltatótól a te területeden, jó eséllyel pont ez a tartalom kerül be a döntéshozó 3. lépésébe. Fontos, hogy őszinte legyen: ha a listádon csak olyan kérdések vannak, amikre te tudsz jól válaszolni, az látszik és hiteltelen.
2. Összehasonlító, döntéstámogató anyagok
"Mikor éri meg X, és mikor Y?" típusú cikkek. A kulcs az, hogy legyen benne olyan eset is, amikor a te megoldásod nem a jó válasz. Ez a fajta korlát-megnevezés a tapasztalatom szerint feltűnően jól teljesít az idézhetőség szempontjából, mert a modellek keresik a kiegyensúlyozott forrást.
3. Folyamatleírás
Lépésről lépésre, időzítéssel, felelősökkel, buktatókkal. Egy B2B beszerző számára a legnagyobb bizonytalanság az, hogy mi fog vele történni. Aki ezt előre leírja, azt kevésbé kockázatosnak érzékeli.
4. Fogalomtár és definíciók
Rövid, pontos meghatározások. A definíciós bekezdés a legkönnyebben kiemelhető tartalomegység, és sokszor ezen keresztül kerül be a márkanév a válaszba.
5. Adatok és módszertan
Ha van saját mérésed, publikáld a módszertannal együtt: mekkora minta, milyen időszak, mi a mérés korlátja. Az eredeti adat az egyik legerősebb ok arra, hogy egy rendszer hivatkozzon rád.
Mitől lesz idézhető egy anyag?
Röviden: attól, hogy a szöveg kisebb egységei önmagukban is megállnak, kontextus nélkül is értelmesek és pontosak.
Gyakorlati szabályok, amiket a saját tartalmainkon is használunk:
- Kérdés-alapú címsor, alatta azonnali válasz. Az első 1-2 mondat legyen a teljes válasz, a részletezés utána jöjjön.
- Egy bekezdés, egy állítás. A hosszú, több gondolatot összefűző mondat nehezen kiemelhető.
- Konkrétum a jelző helyett. "Gyors átfutás" helyett "az átvilágítás jellemzően 2-3 hét".
- Névvel nevezett entitások. Írd ki a cégnevet, a szakterületet, a földrajzi működést. A "cégünk" névmás semmit nem köt a márkádhoz. Ha helyhez kötött vagy, azt is mondd ki: Székesfehérváron és Budapesten dolgozó ügyfelekkel egyaránt.
- Dátumozott frissítés. Ha egy anyag változott, tüntesd fel, mikor és mi.
- Forrásmegjelölés. Ha külső adatra hivatkozol, nevezd meg az elsődleges forrást, ne egy másodközlést.
Hogyan mutatod meg a bizonyítékot és a szakértelmet?
Röviden: úgy, hogy a szövegből kiderül, ki írta, mire alapozza, és mit nem tud.
Hivatalos információ: a Google minőségértékelési irányelvei (Search Quality Rater Guidelines) az E-E-A-T keretrendszert használják, amelyben a tapasztalat, a szakértelem, a tekintély és a megbízhatóság együtt jelenik meg. Ez nem közvetlen rangsorolási tényező, hanem az értékelők számára megfogalmazott szempontrendszer, de jól leírja, milyen jelzéseket keresnek a rendszerek.
A gyakorlatban ez néhány nagyon egyszerű dolgot jelent. Legyen a cikknek megnevezett szerzője, mögötte valós szakmai profillal. Legyen a szövegben olyan részlet, ami csak akkor írható meg, ha valaki tényleg csinálta már: hol szokott elakadni a projekt, mit kérnek rosszul az ügyfelek, mi az, ami papíron jó ötlet és a gyakorlatban nem. Ez a fajta "munkaszagú" részlet a legnehezebben másolható elem.
Ugyanilyen fontos az epistemikus tisztaság: jelöld a szövegben, mi hivatalos dokumentációból származó információ, mi saját mérésed és mi szakmai feltételezés. Ez nemcsak korrekt, hanem a bizalom szempontjából is előny, mert a döntéshozó pontosan tudja, mit mennyire vegyen készpénznek.
Milyen technikai jelzések segítik a felismerést?
Röviden: azok, amelyek egyértelművé teszik, ki vagy, mit csinálsz, és melyik tartalom mire válasz. Ezek önmagukban nem hoznak láthatóságot, a hiányuk viszont visszafoghat.
Minimum, amit érdemes rendben tartani: bejárható, blokkolatlan oldalak, tiszta címsor-hierarchia, beszédes belső linkek, valós szerzői oldal, és strukturált adat az alapentitásokra. Egy egyszerű szervezeti jelölés például így néz ki:
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Példa Kft.",
"url": "https://pelda.hu/",
"description": "B2B energetikai auditokat készítő mérnökiroda",
"areaServed": "HU",
"sameAs": [
"https://www.linkedin.com/company/pelda",
"https://hu.wikipedia.org/wiki/Pelda"
]
}
A sameAs mező azért fontos, mert összeköti a weboldaladat a máshol létező profiljaiddal. Ez segíti, hogy a rendszerek egyetlen entitásként kezeljék a márkádat, ne több, egymástól független említésként.
Hogyan méred, hogy tényleg említenek-e?
Röviden: kérdéskészlettel és forgalmi adattal, nem helyezésekkel.
Állíts össze 20-40 kérdést, amit egy valódi döntéshozó feltenne a te területeden, a kutatási út mind az öt szakaszából. Ezeket futtasd le rendszeresen, azonos módon, több asszisztensben, és jegyezd fel, megjelenik-e a márkaneved, milyen kontextusban, és melyik oldaladra hivatkozik a rendszer. Havi ismétléssel már látszik a tendencia. Emellett a webanalitikában érdemes külön nézni az AI-felületekről érkező hivatkozó forgalmat, mert ez jellemzően alacsony volumenű, de magas szándékú látogatás.
Fontos elvárás-kezelés: ez a mérés zajos. Ugyanaz a kérdés két futtatásban más választ adhat, a modellek frissülnek, és a személyre szabás is beleszól. Egyetlen futtatásból nem szabad következtetést levonni, és semmilyen módszer nem garantál megjelenést.
Milyen ellenőrzőlistával indulj el?
- Írd össze a valós beszerzői kérdéseket, ahogy elhangzanak, ne kulcsszóként.
- Nézd meg, melyikre nincs a saját oldaladon önálló, konkrét válaszod.
- A hiányzókra készíts kérdés-címsoros, azonnali válasszal induló anyagot.
- Minden állítás mellé tedd oda a bizonyítékot vagy a korlátot.
- Nevezd meg a szerzőt, és mutasd meg a szakmai hátterét.
- Ellenőrizd a technikai alapot: bejárhatóság, szerkezet, strukturált adat, belső linkek.
- Futtasd le a kérdéskészletet, rögzítsd a kiindulási állapotot.
- Havonta ismételd, és a hiányzó témákat írd vissza a tartalomtervbe.
Ez a munka lassabb, mint a klasszikus kulcsszavas tartalomgyártás, viszont ugyanaz az anyag szolgálja ki a keresést, az AI-asszisztenseket és az értékesítési beszélgetést is. A tapasztalatunk szerint az utóbbi hozza a legkorábbi visszajelzést: ha egy anyagot az értékesítő szívesen küld el ajánlat előtt, jó eséllyel a modellek is használható forrásnak látják.
Források és további olvasnivalók
- Google Search Central: dokumentáció az AI-funkciókról és a keresésre optimalizálás alapelveiről
- Google Search Quality Rater Guidelines (E-E-A-T fejezet)
- Google Search Central: Structured Data általános irányelvek
- Schema.org: Organization, FAQPage, Article típusok specifikációja
- OpenAI dokumentáció: böngészés, GPTBot és a robots.txt kezelése
- Google AI (Gemini) hivatalos dokumentáció és termékleírások
- W3C: HTML Living Standard, szemantikus szerkezeti elemek
- Bing Webmaster Guidelines
- A B2B döntéshozó ma jellemzően nem tíz találatot nyit meg, hanem egy összefoglalt AI-választ kap, amelyben 3-5 szolgáltató neve szerepel.
- Az AI-rendszerek olyan tartalmat idéznek szívesen, ami tömör, tényszerű, önmagában is értelmezhető bekezdésekből áll.
- A bizonyíték (módszertan, számok, korlátok megnevezése) erősebb jelzés, mint a szuperlatívuszok.
- A technikai alap (tiszta HTML-szerkezet, strukturált adat, elérhető aloldalak) nem növeli önmagában a láthatóságot, de a hiánya visszafog.
- Mérni az említéseket és az AI-forrásból érkező forgalmat kell, nem a klasszikus helyezéseket.
Gyakori kérdések
Mennyire megbízható, amit egy AI-asszisztens mond egy szolgáltatóról?
Változó. A modellek nyilvános forrásokból dolgoznak, és össze is keverhetnek cégeket vagy elavult információt idézhetnek. Ezért érdemes rendszeresen leellenőrizni, mit mondanak rólad, és ha téves állítást találsz, a saját oldaladon egyértelmű, jól strukturált információval korrigálni. Azonnali javulást ez sem garantál.
Elég, ha a cégoldalunkat optimalizáljuk, vagy blogra is szükség van?
A szolgáltatásoldal jellemzően a döntési szakaszban működik, a kutatási út korai lépéseit viszont ritkán fedi le. Az összehasonlító, folyamatleíró és fogalommagyarázó anyagok pont ott jelennek meg, ahol a döntéshozó még csak tájékozódik, ezért a kettő együtt működik jól.
Mennyi idő alatt látszik bármilyen elmozdulás?
Nem jósolható meg pontosan, és nagyban függ attól, mennyire ismert a márkád, illetve mennyi értékelhető tartalom van már róla a weben. A tapasztalat szerint hónapokban érdemes gondolkodni, nem hetekben, és a mérés is csak több ismételt futtatásból ad értelmes képet.
Blokkoljam az AI-botokat, ha nem akarom, hogy tanuljanak a tartalmamból?
Ez üzleti döntés. A robots.txt-ben a legtöbb nagy szolgáltató botja külön kezelhető, és a hivatalos dokumentációk leírják a pontos user agent neveket. Fontos viszont, hogy a tanulásra és a válaszidőbeli böngészésre használt botok gyakran különböznek: ha az utóbbit is kizárod, jó eséllyel az idézhetőségedet is elvágod.
Számít-e a márkaemlítés akkor is, ha nincs mellette link?
Igen, a link nélküli említés is hozzájárul ahhoz, hogy a rendszerek felismerjék a márkádat mint entitást. A szakmai portálokon, podcastekben, előadás-leírásokban megjelenő következetes névhasználat ezért önmagában is értékes, még ha nem is termel közvetlen forgalmat.
Mi a leggyakoribb hiba, amit B2B cégek elkövetnek ezen a téren?
Az általánosság. A weboldal tele van pozitív, de tartalmatlan jelzőkkel, amelyekből semmilyen konkrét, ellenőrizhető állítás nem emelhető ki. Ha egy bekezdésedet szó szerint be lehetne másolni bármelyik versenytársad oldalára, akkor az a bekezdés nem alkalmas arra, hogy téged idézzenek belőle.
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.