AI-láthatósági riport a vezetőnek: milyen 5 számot mutass, és mit ne

Scheo · 2026-09-08 · Frissítve: 2026-09-18 · olvasási idő ~10 perc · Szerző: Schmidt Péter

Az AI-láthatóság mérése ma nagyjából ott tart, ahol a webanalitika a kétezres évek elején: sok az adat, kevés a szabvány, és két eszköz ugyanarra a kérdésre két különböző számot ad. Aki ilyenkor egy szép, kerek, magabiztos riportot tesz az ügyvezető asztalára, az nem tájékoztat, hanem kockázatot rejt el.

A saját álláspontom határozott: a rossz AI-riport rosszabb, mint a semmilyen. A semmilyen riportból a vezető annyit tud, hogy nem tud semmit, és óvatosan dönt. A rosszból azt hiszi, hogy tudja, hol áll, és erre költ. Az alábbi vázlat arra való, hogy egyetlen oldalon adj át egy őszinte képet: öt számot, egy magyarázatot az ingadozásra, és egy világos listát arról, mit nem mértünk.

Egy dolgot érdemes az elején tisztázni: a vezetői riport nem a szakmai riport kicsinyített változata. Más a célja. A szakmai riportból az derül ki, mi történt és miért, a vezetőiből pedig az, hogy kell-e beavatkozni, és ha igen, mibe kerül. Ha ezt a két műfajt összekevered, olyan lapot kapsz, ami a szakembernek kevés, a döntéshozónak sok, és senkinek nem használ.

Miért rosszabb a rossz AI-riport a semmilyennél?

Rövid válasz: mert biztos tudást színlel egy kiforratlan területen, és a döntéshozó a látszólagos pontosságra tervez költséget, időt és emberi kapacitást.

A jelenség ismerős a hirdetéskezelésből. Ha egy kampányjelentés két nap adatából számol konverziós arányt, a szám matematikailag helyes, döntési alapnak mégis alkalmatlan. Az AI-láthatóságnál ez a torzítás erősebb, mert a mérés maga is generatív: ugyanaz a kérdés, ugyanazon a napon, ugyanabban a modellben is más választ adhat.

Saját tapasztalat: amikor egy tíz kérdésből álló promptkészletet háromszor futtattunk le egyetlen délelőtt, a márkaemlítések száma futásonként két-három ponttal eltért, miközben a weboldalon semmi nem változott. Aki ebből az első futást viszi a vezetőnek, egy zajt ad el trendként.

A kár nem a riport pillanatában keletkezik, hanem két hónappal később. Egy tipikus lefutás így néz ki: az első hónap 30 százalékos említési aránya jó hírnek számít, a második hónap 22 százaléka pánikot kelt, mire a harmadik hónapban átcsoportosítanak egy keretet valami másra. Utólag kiderül, hogy a különbség végig a mérési szóráson belül volt. A pénz elment, a bizalom elfogyott, és a valódi munkára nem jutott idő.

Szakmai feltételezés: a nagy, hónapról hónapra érkező ugrások jelentős részét nem a mi tartalmunk okozza, hanem a modellek és a mögöttes keresési réteg frissítése. Ezt kívülről bizonyítani nem tudjuk, ezért a riportban feltételezésként kell jelölni, nem magyarázatként.

Melyik öt szám fér bele egy oldalba?

Rövid válasz: az, amelyik saját, ismételhető mérésből származik, mintanagysággal együtt közölhető, és amelyikhez tartozik egy konkrét következő lépés.

1. Említési arány a saját promptkészleten

Rögzíts 15-30 kérdést, amit a valós vásárlód feltehet, és mérd, a lefuttatások hány százalékában jelenik meg a cég neve a válaszban. A százalék mellé mindig kerüljön oda a nevező: emlitesi_arany = emlitett_futasok / osszes_futas. Ha ez 40 futásból 12, akkor azt írd ki, hogy „12 / 40”, ne csak azt, hogy 30 százalék.

A kérdéseket ne kulcsszavakból csináld, hanem abból, ahogy egy ember beszél. Nem az „autószerviz Székesfehérváron” a jó prompt, hanem az, hogy „hova vigyem a kocsit Székesfehérváron, ha furcsa hangot ad a fékezésnél”. A készlet fele legyen ilyen helyzetleíró kérdés, a másik fele összehasonlító („melyik a jobb, ha…”), mert a kettő nagyon eltérő válaszokat hív elő.

2. Idézett oldalak száma és listája

Az említés önmagában kevés, a hivatkozás a forgalmi érték. Számold meg, hány saját URL kapott hivatkozást a mért válaszokban, és sorold fel a hármat, amelyik a leggyakrabban. Ez a szám az, amiből tartalmi döntés születik: ha mindig ugyanaz a két oldal jön vissza, ott érdemes bővíteni, és azokat az URL-eket nem szabad átnevezni.

Ehhez a számhoz tartozik a riport egyetlen tiltó jellegű javaslata is: a listán szereplő URL-eket a következő időszakban ne rendezd át, ne irányítsd át, és ne vond össze másikkal. Egy webshop-átalakítás során ez az a fél oldal, amit a fejlesztőnek is oda kell adni.

3. AI-felületekről érkező munkamenetek, érdemi eseményhez kötve

Az analitikában szűrhető a chatfelületekről érkező hivatkozó forgalom. Önmagában a látogatószám félrevezető, ezért mindig egy érdemi eseménnyel együtt közöld: ajánlatkérés, hívásindítás, kosárba tétel. Saját tapasztalat: ez a forgalom általában kicsi, de a látogatásonkénti elköteleződése rendszerint jobb a szokásos organikusnál, mert a felhasználó már kapott egy előszűrt választ.

Ha a szám nagyon alacsony, ne kerekítsd fel és ne alakítsd arányszámmá. A „41 munkamenet, ebből 3 ajánlatkérés” őszinte mondat. A „7,3 százalékos konverzió az AI-forgalomban” ugyanabból az adatból hamis pontosság.

4. Ténybeli hibaarány a rólunk szóló válaszokban

Ez a legkevésbé használt, mégis a legfontosabb szám. Nézd át a mért válaszokat, és jelöld, hányban szerepel rólunk téves nyitvatartás, rossz szolgáltatási kör, megszűnt telephely vagy elavult ár. Egy hibás említés üzletileg többet ront, mint amennyit tíz jó használ, és a javítása általában olcsó: a saját oldalon kell egyértelműsíteni az adatot.

A vezető ezt a sort érti meg leggyorsabban, mert nem marketingkérdésként hallja. „Négy válaszból egyben azt írják, hogy szombaton zárva vagyunk, pedig nyitva vagyunk” azonnali cselekvést vált ki, és a javítás mérhető: a következő körben ugyanazon a promptkészleten újra megnézed.

5. Válasz-lefedettség

Hány prioritásos kérdésre van a saját oldalunkon publikált, önmagában idézhető, rövid válaszunk? Ez a belső mutató nem függ a modellek szeszélyétől, tehát stabil, és pontosan megmondja a következő havi munkát. Ha 30 kérdésből 11-re van válaszunk, a riport javaslata magától adódik.

Ez az egyetlen szám, ami teljes egészében a mi kezünkben van, ezért a vezetői lapon érdemes utolsóként, de kiemelten szerepeltetni. Ha minden más ingadozik, ez akkor is halad, és megmutatja, hogy a befektetett munka nem tűnt el.

Hogyan magyarázd el az ingadozást úgy, hogy ne szüljön rossz döntést?

Rövid válasz: a számhoz mindig add oda az ingadozási sávot és a mérés dátumtartományát, és mondd ki, mekkora eltérés számít normálisnak.

A gyakorlatban ez egy mondat: „Ez a szám 40 lefuttatásból származik 2026. augusztus 3. és 7. között, és a tapasztalt szórás alapján 5 százalékpontnál kisebb elmozdulást nem tekintünk változásnak.” Ezzel a vezető nem fog háromhavi büdzsét átcsoportosítani egy háromszázalékos mozgás miatt.

A küszöböt nem hasra ütve találod ki. Fuss le egyetlen napon belül három azonos kört úgy, hogy közben semmit nem változtatsz, és nézd meg, mennyivel tér el egymástól a három eredmény. Ez a különbség a mérési zajod alsó becslése. Ha a három kör 12, 14 és 11 említést hozott, akkor a hónapok közötti 3 pontos elmozdulás nem hír. Ezt a zajszintet évente egyszer, illetve minden módszerváltás után érdemes újramérni.

Ha nagy az ugrás, három lehetséges okot sorolj fel, és jelöld, melyiket zártad ki: a saját tartalmunk változott, a mérési készlet vagy a módszer változott, vagy a modell oldalán történt valami. A harmadikat többnyire nem tudod bizonyítani, ezért írd oda, hogy feltételezés. Hivatalosan igazolt: a Google dokumentációja szerint a generatív felületeken megjelenő találatok teljesítménye a szokásos Search Console jelentésbe olvad be, külön AI-bontás nélkül, tehát a különválasztott „AI-megjelenés” szám nem hivatalos forrásból származik.

Mely mutatókat hagyd ki a vezetői riportból?

Rövid válasz: mindent, ami egyetlen összevont pontszámmá présel bizonytalan részadatokat, vagy klasszikus SEO-fogalmat erőltet a generatív válaszra.

• „AI-helyezés” vagy pozíciószám. A generatív válaszban nincs stabil, tízes lista, a sorrend a kérdés megfogalmazásától és a felhasználói előzményektől is függ.
• Összevont 0-100-as AI-láthatósági index. Súlyozott átlag ismeretlen súlyokból: pontosnak látszik, visszafejthetetlen, és két hónap múlva sem tudod megmondani, mitől mozdult.
• Egyetlen lefuttatásból számolt százalék. Ez nem mérés, hanem anekdota, tizedesjeggyel.
• Harmadik féltől vett „becsült AI-forgalom”, ha az eszköz nem közli a módszertanát és a mintáját.
• Prompt-keresési volumen. Nincs nyilvános adat arról, hány ember kérdez meg egy adott mondatot egy chatfelületen, a piaci becslések modellezésen alapulnak.
• Versenytárs-összevetés kis mintán. Tizenöt kérdésből kirajzolt piaci részesedés inkább vitát szül, mint döntést.
• Nyers crawler-találatok a szerverlogból önmagában. Az, hogy egy bot letöltötte az oldalt, nem jelenti azt, hogy a válaszban hivatkozták is.
• Hangulati vagy szentiment-pontszám néhány tucat válaszból. A minta kicsi, a besorolás szubjektív, és a vezető számnak látja, nem benyomásnak.

Mit tegyél, ha a vezető mégis AI-helyezést kér?

Rövid válasz: ne tagadd meg és ne találj ki helyette valamit, hanem fordítsd le a kérdést arra, ami mögötte van, és arra adj számot.

Az „hányadikok vagyunk” kérdés valójában három dolgot akar tudni: látnak-e minket egyáltalán, a versenytársat gyakrabban látják-e, és romlik-e a helyzet. Mindháromra van használható válasz pozíciószám nélkül.

1. Látnak-e minket: az említési arány a saját készleten, mintanagysággal.
2. A versenytárshoz képest: ugyanazon a promptkészleten, ugyanabban a futásban számold meg, hány válaszban jelenik meg két-három megnevezett versenytárs. Ez így nem piaci részesedés, hanem együtt-említési arány, és pontosan ennek is kell nevezni.
3. Romlik-e: a zajküszöbhöz viszonyított elmozdulás, legalább három azonos módszerű mérési pont után.

Egy mondat elég a lapon: „Pozíciószámot nem közlünk, mert a generatív válaszban nincs stabil sorrend. Helyette azt mutatjuk, hány válaszban jelenünk meg mi, és hány válaszban a két megnevezett versenytárs, azonos kérdéseken, azonos futásban.” A tapasztalat szerint ezt a döntéshozók elfogadják, ha egyszer és világosan mondod ki, nem pedig lábjegyzetben.

Milyen mondatokkal jelezd őszintén a bizonytalanságot?

Rövid válasz: olyanokkal, amelyek a szám mellé teszik a korlátot, és nem a riport végére, apró betűvel.

• „Ez a szám saját mérésünk eredménye, nem a szolgáltató hivatalos adata.”
• „A mérés X lefuttatáson alapul, ezért ennél kisebb elmozdulást nem értékelünk változásként.”
• „Nem tudjuk elkülöníteni, hogy a változás a mi munkánk vagy a modell frissítése miatt történt.”
• „Ezt a mutatót két hónap alatt sem sikerült stabilizálni, ezért döntést nem alapozunk rá.”
• „Ha egy költségdöntés ezen a számon múlik, kérj még egy mérési kört, mielőtt aláírod.”
• „Erre a kérdésre jelenleg nincs megbízható mérőszám, ezért csak a következő lépést javasoljuk.”
• „A múlt havi számot a módszer változása miatt nem hasonlítjuk össze a mostanival, a sor ezért üres.”

Ez a hangnem elsőre gyengének tűnik. A gyakorlatban fordítva működik: az a szolgáltató marad hiteles fél évvel később, aki előre kimondta, mit nem tud, mert nem kell utólag magyaráznia egy visszaeső grafikont.

Hogyan néz ki az egyoldalas riport-sablon szerkezete?

Rövid válasz: hat blokk, fentről lefelé csökkenő fontossággal, és a lap alján az, amit nem mértünk.

1. Fejléc: időszak, mérés dátuma, a promptkészlet mérete, a vizsgált motorok neve. Négy adat, egy sor.
2. Egy mondat a lényegről: mi történt, és kell-e beavatkozni. Például: „A láthatóság a mérési zajon belül maradt, a következő hónapban a hiányzó válaszoldalakkal foglalkozunk.”
3. Az öt szám, egymás alatt, mindegyik mellett az előző időszak értéke és a mintanagyság. Grafikon csak akkor, ha legalább négy azonos módszerű mérési pont van mögötte.
4. Mi változott a mi oldalunkon: a hónapban elvégzett munka két-három sorban, hogy a szám és a tevékenység összeérjen.
5. Következő lépés: maximum három tétel, felelőssel és határidővel. Amelyik számhoz nem tartozik lépés, azt fontold meg, kell-e egyáltalán a riportba.
6. Amit nem tudunk: a korlátok listája, három sornál nem hosszabban. Ez a blokk a riport hitelességének a fedezete.

A számsor formátuma legyen mindenhol azonos: mutató | mostani érték (számláló/nevező) | előző időszak | értékelés. Az értékelés három szó egyike lehet: „nőtt”, „csökkent”, „zajon belül”. Ez a harmadik érték a legfontosabb, mert a legtöbb hónapban ez lesz a helyes, és megszokottá teszi, hogy a nyugalom is eredmény.

Ami nem fér bele: módszertani függelék, képernyőképek a chatablakról, versenytárs-táblázat, szakszavak magyarázat nélkül. Ezek mehetnek külön mellékletbe annak, aki kéri.

Hogyan nézzen ki a riport az első három hónapban?

Rövid válasz: az első három hónap célja nem a javulás kimutatása, hanem a viszonyítási alap felépítése, és ezt a lapon is ki kell mondani.

Az első riport a leggyakoribb bukási pont, mert nincs mihez hasonlítani, a nyomás viszont már ott van. Ilyenkor a legjobb, amit tehetsz, hogy a lap tetejére odaírod: „Ez az alapmérés. Trendet a harmadik hónaptól tudunk mutatni.” Ez egyetlen mondat, és megelőzi a következő két hónap félreértéseit.

• Első hónap: a promptkészlet véglegesítése, a zajszint megmérése három azonos körrel, az öt szám kiinduló értéke. Az „előző időszak” oszlop üres, nem nulla.
• Második hónap: ugyanaz a készlet, ugyanaz a módszer, változatlanul. A riport fő tartalma a válasz-lefedettség haladása és a ténybeli hibák javítása, mert ez a kettő már ekkor is mozdul.
• Harmadik hónap: az első olyan lap, ahol az elmozdulást a zajküszöbhöz mérve értelmezni lehet. Innentől van értelme grafikonnak.

Szakmai feltételezés: egy új domainnél az első mérhető említések általában hónapokkal a tartalom megjelenése után jönnek, mert a modellek és a mögöttes keresési réteg frissítése időbe telik. Ezt biztosan állítani nem lehet, ezért a riportban is feltételezésként jelöld, és inkább a saját kezünkben lévő mutatókra terelj.

Hogyan gyűjtsd az adatot, hogy a riport ne hazudjon?

Rövid válasz: fix promptkészlettel, futásonként naplózva, és a naplóból számolva, nem emlékezetből.

Elég egy soronként egy futást tartalmazó, gépi feldolgozásra alkalmas napló. Egy sor nagyjából így néz ki:

{"datum":"2026-09-03","motor":"chatgpt","prompt_id":"P07","futas":3,"emlitve":true,"idezett_url":["/szolgaltatas/x"],"tenybeli_hiba":0}

Ebből mind az öt szám kiszámolható, és fél év múlva is visszakereshető, hogy pontosan mit mértél. A havi kör így néz ki lépésről lépésre:

1. Mindig ugyanazon a napszakon futtasd, lehetőleg bejelentkezés nélküli, előzmény nélküli munkamenetből, hogy a személyre szabás ne torzítson.
2. Minden kérdést legalább háromszor kérdezz meg, külön beszélgetésben, és mind a három futást naplózd.
3. A válaszból három dolgot rögzíts: szerepel-e a márkanév, milyen saját URL-t hivatkozott, és van-e benne rólunk téves tényállítás.
4. A számokat a naplófájlból számold, ne kézzel. Ami kézzel készül, azt fél év múlva nem tudod reprodukálni.
5. A nyers válaszokat tedd el szövegként. Ha vitássá válik egy szám, ez az egyetlen bizonyíték.

A promptkészletet ne módosítsd hónap közben: ha bővíted, a régi és az új készletet külön kell futtatni legalább egy időszakon át, különben a módszerváltás lesz a „javulás”. Ha mégis változtatnod kell, a riportban jelöld a sort, és hagyd üresen az összehasonlítást.

Hivatalosan igazolt: az OpenAI dokumentálja a saját botjait és azok robots.txt-alapú kezelését, a Google Search Central pedig részletezi a strukturált adat használatát és azt, hogy az helyes alkalmazás mellett sem garantál megjelenést. Ezek a szolgáltatói leírások jelentik a szilárd talajt, minden más a mi mérésünk.

Milyen ellenőrzőlistán menj végig kiküldés előtt?

• Minden szám mellett ott a mintanagyság és a dátumtartomány?
• Van olyan mutató, amihez nem tartozik javasolt lépés? Ha igen, indokolt-e a jelenléte?
• Szerepel-e a lapon összevont pontszám vagy pozíciószám? Ha igen, vedd ki.
• A grafikon mögött legalább négy azonos módszerű mérés áll?
• Kiderül a lapról, mi tény, mi saját mérés és mi feltételezés?
• Ha a módszer változott, jelölve van a nem összehasonlítható sor?
• Elolvasva úgy tűnik, hogy a szolgáltató mindent kézben tart? Akkor hiányzik az őszinte korlát-blokk.
• Egy szakmán kívüli olvasó öt perc alatt megérti, és tud dönteni belőle?

Ez a nyolc kérdés a legtöbb hibát kiszűri. A maradékot pedig az idő: ha a következő hónapban a saját riportod alapján hoztál egy döntést, és utólag is vállalod, akkor jó volt a riport.

Források és további olvasnivalók

• Google Search Central: dokumentáció a keresési teljesítményjelentésről és a strukturált adatokról
• Google Search Central: Google Crawler áttekintő (user-agentek, robots.txt kezelés)
• OpenAI dokumentáció: botok és crawlerek kezelése
• Microsoft Bing Webmaster dokumentáció: indexelés és IndexNow
• Schema.org: típus- és tulajdonságdefiníciók
• W3C: Web Content Accessibility Guidelines és a szemantikus HTML ajánlásai
• Google Analytics súgó: forgalmi forrás és esemény alapú mérés