Ha arra keresel választ, hogyan követheted nyomon, hogy a tartalmad szerepel-e az AI-javaslatokban, valószínűleg két dolog érdekel. Egyrészt, hogy van-e egyáltalán mérhető nyoma annak, ha egy ChatGPT, Gemini, Perplexity vagy Google AI Overview idéz téged. Másrészt, hogy milyen eszközzel tudod ezt rendszeresen figyelni: nem alkalmi kíváncsiságból, hanem úgy, hogy hónapról hónapra összehasonlítható legyen.
Előre egy kijózanító mondat: az AI-láthatóságra ma nincs olyan hitelesített, teljes körű mérőszám, mint amilyen a megjelenés vagy a kattintás a Search Console-ban. Ami van, az négy különböző adatforrás. Külön-külön mindegyik hiányos, együtt viszont már használható képet adnak. Aki egyetlen eszköztől vár pontos számot, az jó eséllyel félre fog mérni.
Mit jelent pontosan az AI-láthatóság, és miért nem elég hozzá a rangsorfigyelés?
Rövid válasz: az AI-láthatóság azt méri, hogy a nyelvi modellekre épülő válaszfelületek mennyire gyakran használják fel, idézik vagy ajánlják a tartalmadat egy adott kérdésre. Ez nem azonos a keresési pozícióval, mert egy AI-válaszban több forrás szerepel egyszerre, gyakran sorrend nélkül, és a válasz kérdésenként, sőt futásonként is változhat.
Érdemes három szintet szétválasztani, mert nem ugyanaz a nehézségük és nem ugyanaz az üzleti értékük:
- Említés: a válaszban elhangzik a márkaneved vagy a szolgáltatásod, link nélkül. Ez leggyakrabban a modell betanított tudásából jön.
- Idézés: a válasz alatt vagy mellett forrásként ott a te oldalad, kattintható hivatkozással. Ez már élő webes lekérésből származik.
- Ajánlás: a modell kifejezetten téged javasol egy döntési kérdésre („kit érdemes megkeresni”, „melyik megoldást válasszam”). Ez a legértékesebb, és ez a legritkább.
Szakmai feltételezés: a legtöbb magyar kkv-nál az első kettő között van a valós helyzet, tehát vagy csak említés van, vagy csak idézés, és pont az ajánlási szint hiányzik. Ezt viszont csak akkor tudod megmondani, ha méred, nem ha tippelsz.
Hogyan ellenőrizd fél óra alatt, hogy egyáltalán szerepelsz-e az AI-válaszokban?
Rövid válasz: nyiss meg három-négy AI-felületet, futtass rajtuk azonos, valós ügyfélkérdéseket kijelentkezett vagy előzmény nélküli állapotban, és jegyezd fel, hogy megjelensz-e említésként vagy forrásként. Ez a kézi promptteszt a leggyorsabb és a legőszintébb belépő.
- Nyiss privát böngészőablakot, és ha lehet, jelentkezz ki. A személyre szabott előzmény torzítja az eredményt.
- Válaszd ki a felületeket: ChatGPT, Google Gemini, Perplexity, Microsoft Copilot, és a Google keresőben megjelenő AI-összefoglaló.
- Írd be ugyanazt a kérdést mindegyikbe, szó szerint azonosan. Ne finomítsd menet közben, mert akkor nem lesz összehasonlítható.
- Jegyezd fel: említett-e, idézett-e forrásként, hányadik helyen a forráslistában, és kik a versenytársak a válaszban.
- Futtasd le ugyanazt a kérdést háromszor, új beszélgetésben. A szórás önmagában is információ.
- Mentsd el a válasz szövegét vagy egy képernyőképet. Két hét múlva ez lesz a viszonyítási alapod.
Saját tapasztalat: ugyanaz a prompt ugyanazon a napon, ugyanazon a felületen simán hozhat eltérő forráslistát. Ezért egyetlen sikeres találat még nem jelenti, hogy „bent vagy”, és egyetlen sikertelen sem jelenti, hogy nem.
Milyen promptkészletből lesz megbízható mérés?
Rövid válasz: húsz-harminc rögzített kérdésből, amelyeket soha nem változtatsz meg, és amelyek öt kategóriát fednek le. A fix promptkészlet a mérés gerince: ha menet közben átírod a kérdéseket, elveszíted az összehasonlíthatóságot.
Ezt az öt kategóriát érdemes lefedni:
- Problémakérdés: ahogy egy laikus fogalmazza meg a baját, a te szakszavaid nélkül.
- Összehasonlító kérdés: „mi a különbség A és B között”, „melyiket érdemes választani”.
- Szolgáltatókereső kérdés: „kihez forduljak”, kiegészítve földrajzi szűkítéssel, például Székesfehérváron vagy Budapesten.
- Márkakérdés: a saját céged nevére rákérdezve, hogy lásd, mit tud rólad a modell, és mennyire pontosan.
- Ellenőrző kérdés: olyan tény, amit te publikáltál, és aminek a visszaköszönése bizonyítja, hogy a tartalmadból dolgozik a válasz.
Az utolsó kategória a legalulértékeltebb. Ha van egy konkrét, csak nálad szereplő adatod vagy megfogalmazásod, és az visszaköszön az AI-válaszban, az a legerősebb közvetett bizonyíték arra, hogy a tartalmad forrásként szolgált, még akkor is, ha nem kaptál linket.
Hogyan mérd meg a GA4-ben az AI-felületekről érkező forgalmat?
Rövid válasz: hozz létre egy hivatkozó-forrás alapú szegmenst vagy szabad formájú riportot, amely az ismert AI-domainekre szűr, és nézd külön ennek a forgalomnak a viselkedését. Ez az egyetlen adatforrás, ami tényleges látogatót és nem csak megjelenést mutat.
A GA4-ben az Explore felületen kezdd egy szabad formájú riporttal, sorbontásnak vedd a munkamenet forrását, majd tegyél rá egy szűrőt, amely reguláris kifejezéssel illeszkedik az AI-felületekre:
^(chatgpt\.com|chat\.openai\.com|perplexity\.ai|www\.perplexity\.ai|copilot\.microsoft\.com|gemini\.google\.com|claude\.ai)
Ugyanezt a listát érdemes csatorna-csoportként is rögzíteni, hogy ne kelljen minden riportban újra összerakni. Mérőszámnak a munkamenetszám mellett tedd oda az elköteleződési arányt és a kulcseseményeket is, mert a mennyiség itt jellemzően kicsi, a minőség viszont gyakran feltűnően jó.
Saját tapasztalat: a ChatGPT-ből érkező hivatkozásoknál sokszor megjelenik egy utm_source=chatgpt.com paraméter is, ami segít a beazonosításban, de nem minden esetben van ott. Ezért a hivatkozó domain szerinti szűrés a megbízhatóbb alap, az UTM csak kiegészítés.
Szakmai feltételezés: ez a szám szinte biztosan alulméri a valós hatást, mert az AI-válaszokat sokan elolvassák kattintás nélkül, és később, közvetlenül vagy márkakereséssel jönnek vissza. A GA4-adat ezért alsó becslés, nem teljes kép.
Mit árul el a szervernapló, amit a webanalitika nem?
Rövid válasz: a szervernapló megmutatja, hogy az AI-botok egyáltalán elérik-e az oldalaidat, melyik URL-eket kérik le, és milyen válaszkódot kapnak. Ha ide be sem jutnak, akkor az összes többi mérés értelmetlen.
Fontos szétválasztani, hogy melyik bot mit csinál. Hivatalosan igazolt: az OpenAI külön dokumentálja a botjait, és eltérő célt jelöl meg náluk: van, amelyik a modell tanításához gyűjt tartalmat, van, amelyik a keresési indexhez, és van, amelyik akkor kér le egy oldalt, amikor egy felhasználó kérdésére élőben szükség van rá. Hasonló szétválasztás jellemző a többi nagy szolgáltatónál is.
Egy egyszerű napló-elemzés Apache vagy Nginx access log fölött:
grep -Ei 'GPTBot|OAI-SearchBot|ChatGPT-User|ClaudeBot|Claude-User|PerplexityBot|Google-Extended' access.log | awk '{print $1, $7, $9}' | sort | uniq -c | sort -rn | head -40
Amit érdemes kiolvasni belőle:
- Van-e egyáltalán találat. Ha nulla, nézd meg a robots.txt fájlt és a szerveroldali botszűrést, mert valószínűleg te magad zártad ki őket.
- Mely URL-eket kérik le. Ha csak a nyitóoldalt, akkor a mélyebb tartalmaid vagy nehezen elérhetők, vagy nem tűnnek relevánsnak.
- Milyen státuszkód megy vissza. A 403-as és 429-es válaszok halmozódása azt jelenti, hogy a tűzfalad vagy a CDN-ed blokkol.
- Az élő lekérést végző botok találatai időben egybeesnek-e a te kézi prompttesztjeiddel. Ez erős jelzés arra, hogy a tartalmad tényleg bekerült a válaszba.
Mit tudsz kiolvasni a Search Console-ból az AI-válaszok koráról?
Rövid válasz: külön AI-bontást nem kapsz, de a mintázatokból következtethetsz. Hivatalosan igazolt: a Google közlése szerint az AI-felületeken megjelenő találatok megjelenései és kattintásai beleszámítanak a Teljesítmény riport adataiba, de nincs rá önálló szűrő.
Ettől még három dolgot érdemes rendszeresen nézni. Először a magas megjelenésszámot alacsony vagy romló átkattintási aránnyal: ez tipikusan olyan lekérdezéseknél jelenik meg, ahol a választ a felhasználó már a találati oldalon megkapja. Másodszor a kérdés formájú, hosszabb lekérdezéseket, mert ezek a beszélgetős keresés lenyomatai. Harmadszor az átlagpozíciót: ha egy témára már van megjelenésed a tizedik hely környékén, az azt jelenti, hogy a Google ért téged a témára, csak nincs elég jó oldalad rá. Ez pontosan az a helyzet, amikor egy mélyebb, kérdés-alapú tartalom építése jó eséllyel megtérül, bár biztos elmozdulást senki nem ígérhet.
A kérdés formájú lekérdezéseket a Teljesítmény riport lekérdezés-szűrőjében, az egyéni reguláris kifejezés opcióval tudod kiemelni. Hivatalosan igazolt: a Search Console szűrője a RE2 szintaxisú reguláris kifejezéseket támogatja. Két mintával érdemes kezdeni.
^(hogyan|miért|melyik|mennyi|mikor|hol|mit|mi a|ki)\s
^(\S+\s+){5,}\S+$
Az első a kérdőszóval kezdődő lekérdezéseket gyűjti ki, a második a hat vagy több szóból állókat. Mindkettőt oldalanként is érdemes megnézni, és havonta feljegyezni a megjelenést, az átkattintási arányt és az átlagpozíciót. Ha egy oldalnál a kérdés formájú lekérdezések megjelenése nő, az átkattintás pedig csökken, akkor nagy eséllyel olyan témáról van szó, ahol a választ már a találati oldal adja meg.
Hogyan építs egy egyszerű, heti AI-láthatóság mérőtáblát?
Rövid válasz: egy táblázatkezelő is elég hozzá, ha fix a szerkezete. Soronként egy mérés, oszlopokban a dátum, a felület, a prompt azonosítója, az említés, az idézés, a forráslistabeli hely, a megjelenő versenytársak és egy rövid megjegyzés.
Ebből három származtatott mutatót érdemes számolni:
- Említési arány: hány futásban jelent meg a márkaneved az összes futáshoz képest.
- Idézési arány: hány futásban szerepeltél kattintható forrásként.
- Hangsúlyarány: a te említéseid száma osztva az adott promptnál felbukkanó összes cég említésével. Ez mutatja meg, hogy a versenytársakhoz képest hol állsz.
Ha promptonként és felületenként három futást csinálsz, és a többségi eredményt veszed, akkor a véletlen ingadozás nagy részét kiszűröd. Öt felület, huszonöt prompt és három futás összesen 375 sor havonta, ami kézzel is végigvihető, de a második hónaptól már érdemes automatizálni.
Milyen gyakran mérj, és mit kezdj a válaszok változékonyságával?
Rövid válasz: heti vagy kétheti ritmus, mindig ugyanazon a napszakon, változatlan promptkészleten. Trendet nézz, ne pillanatképet, és legalább négy-hat hét adatát várd meg, mielőtt következtetést vonsz le.
A változékonyság nem hiba, hanem a rendszer természete. Ugyanaz a kérdés eltérő válaszokat hozhat a modellfrissítések, az élő webes lekérés és a felhasználói kontextus miatt. Ezért a mérésnél az egyedi találat gyakorlatilag zaj, a több hetes arány viszont már jel. Ha az idézési arányod négy egymást követő héten 10 százalék körül mozog, majd a következő két héten 25 százalékra ugrik, akkor történt valami, amit érdemes megkeresni. Ha egyik hétről a másikra eltűnsz egy promptból, még ne írj át semmit az oldaladon.
Ha tartós ugrást vagy esést látsz, mielőtt bármit átírnál, menj végig ezen a négy kérdésen.
- Változott-e valami az oldaladon azon a héten, például új szakasz, átírt bevezető vagy új strukturált adat?
- Látszik-e a szervernaplóban, hogy az élő lekérést végző botok azóta újra lekérték az érintett oldalt?
- Egyetlen promptnál mozdult az eredmény, vagy sokban egyszerre? Szakmai feltételezés: ha sokban egyszerre és több felületen, akkor valószínűbb a szolgáltató oldali modellfrissítés, mint a te tartalmad hatása.
- Ugyanazok a versenytársak jelennek-e meg? Ha új szereplő bukkant fel, az ő oldalát is érdemes megnézni, mert lehet, hogy pontosabban válaszol ugyanarra a kérdésre.
Mit ellenőrizz, mielőtt az első mérést elindítod?
Rövid válasz: a mérés csak akkor mond igazat, ha a technikai alapok rendben vannak. Az alábbi listán haladj végig egyszer, utána már csak mérj.
- A robots.txt nem tiltja azokat az AI-botokat, amelyeket be akarsz engedni, és tudatos döntés van amögött, amit tiltasz.
- A tűzfal vagy a CDN nem ad 403-as választ ezekre a botokra.
- A lényegi tartalom a kiszolgált HTML-ben is benne van, nem csak kattintás után töltődik be.
- Minden fontos oldal elején van egy önmagában is idézhető, két-három mondatos válasz a fő kérdésre.
- Van strukturált adat: legalább Organization, Article és ahol indokolt, FAQPage jelölés.
- A cégadataid, elérhetőségeid és szolgáltatásaid mindenhol azonos formában szerepelnek.
- A GA4-ben él az AI-forrásokra szűrő szegmens vagy csatorna-csoport.
- Van hozzáférésed a nyers szervernaplóhoz, és tudod, meddig őrzi meg a tárhelyszolgáltató.
- Rögzítetted és lefagyasztottad a promptkészletet.
Hogyan csináld az AI láthatóság mérést lépésről lépésre, ha most kezded?
Rövid válasz: az AI láthatóság mérést négy lépésben, ebben a sorrendben érdemes felépíteni. Először a szervernaplóban ellenőrzöd, hogy a botok elérik-e az oldalaidat, aztán rögzíted a promptkészletet és lefuttatod az alapmérést, utána beállítod a GA4-csatorna-csoportot, végül hetente frissíted a mérőtáblát, és a Search Console adataival együtt értelmezed.
A sorrend azért számít, mert mindegyik lépés az előzőre épül. Ha a botok nem jutnak be, a promptteszt nulla eredménye semmit nem mond a tartalmad minőségéről. Ha nincs alapmérés, később nem tudod megmondani, hogy egy változás javulás vagy csak ingadozás.
- Első hét, hozzáférés. Kérd le a tárhelyszolgáltatótól a lehető leghosszabb időszak access logját, futtasd rajta a fenti grep parancsot, és jegyezd fel botonként a találatok számát, a lekért URL-eket és a státuszkódokat. Ha valahol 403-at látsz, előbb ezt javítsd.
- Első hét, alapmérés. Írd meg a húsz-harminc fix promptot az öt kategória szerint, mindegyiket futtasd le felületenként háromszor, és ezzel töltsd ki a mérőtábla első hetét. Ez lesz a nullpont, amihez minden későbbi mérést hasonlítasz.
- Második hét, analitika. Állítsd be a GA4-ben az AI-forrásokra szűrő csatorna-csoportot a fenti reguláris kifejezéssel. Hivatalosan igazolt: a Google Analytics súgója szerint az egyéni csatorna-csoportok a korábbi adatokra is érvényesek, így visszamenőleg is látod az AI-forgalmat.
- Harmadik héttől, rutin. Hetente ugyanazon a napon futtasd a promptokat, havonta egyszer pedig nézd át a szervernaplót és a Search Console kérdés formájú lekérdezéseit.
- Hatodik-nyolcadik hét, első értékelés. Csak ekkor vonj le következtetést, amikor már legalább négy-hat hét adata van egymás mellett, és csak ezután döntsd el, melyik oldalt fejleszted tovább.
Saját tapasztalat: a legtöbb munka az első héten van, a promptok megfogalmazásával és a napló első átnézésével. Utána a heti frissítés már ismétlődő rutin, amit egy jól megírt táblázatsablonnal sokkal gyorsabban végig lehet vinni.
Hogyan működik a tartalom teljesítményének mérése az AI keresőkben?
Rövid válasz: az AI keresőkben a tartalom teljesítményét oldalanként, három rétegben méred. Az első réteg az, hogy látszol-e (említési és idézési arány), a második, hogy hoz-e látogatót az adott oldal az AI-felületekről (GA4-munkamenetek), a harmadik pedig, hogy ezek a látogatók csinálnak-e valamit (elköteleződés és kulcsesemények). Egyik réteg sem elég önmagában.
A láthatóság mérése azt mondja meg, hogy jelen vagy-e a válaszokban, a teljesítmény mérése pedig azt, hogy ebből lesz-e üzleti haszon. Egy oldal, amelyet gyakran idéznek, de soha senki nem kattint rá, másképp kezelendő, mint egy ritkán idézett oldal, amelyről viszont ajánlatkérés érkezik.
Melyik oldalad hoz AI-forgalmat?
A GA4 Explore felületén készíts szabad formájú riportot, sorbontásnak vedd a céloldalt, oszlopnak a munkamenet forrását, és szűrj az AI-csatorna-csoportra. Ebből látod, mely cikkeidre érkeznek látogatók az AI-felületekről. Mérőszámnak tedd mellé a munkameneteket, az elköteleződési arányt, az átlagos elköteleződési időt és a kulcseseményeket.
Hogyan hasonlítsd össze az organikus forgalommal?
Ugyanezt a riportot futtasd le a Google organikus forgalmára is, és tedd a kettőt egymás mellé oldalanként. A mennyiséget ne hasonlítsd, mert az AI-forgalom szinte mindig kisebb. Az arányokat hasonlítsd, vagyis az elköteleződési arányt és a munkamenetenkénti kulcseseményeket.
Szakmai feltételezés: ha egy oldalnál az AI-ból érkező látogatók rendre jobban elköteleződnek, mint az organikusak, akkor az az oldal jól válaszol a beszélgetős kérdésekre, és érdemes tovább mélyíteni.
Milyen oldalszintű táblát vezess?
- Az oldal URL-je és a fő kérdés, amire válaszol.
- Hány promptban idézték az adott hónapban, és melyik felületen.
- Hány AI-ból érkező munkamenet volt rajta, és mekkora az elköteleződési arány.
- Hány kulcsesemény jött ezekből a munkamenetekből.
- Hogyan változott a Search Console-ban a megjelenése és az átkattintási aránya az előző hónaphoz képest.
- Mi változott az oldalon a hónap során, hogy az elmozdulást később vissza tudd kötni.
Ez a tábla és a heti mérőtábla együtt adja ki a teljes képet. Az egyik a kérdések felől nézi a láthatóságot, a másik az oldalaid felől az eredményt.
Források és további olvasnivalók
- Google Search Central: dokumentáció a Search Console teljesítményriportjáról és az AI-felületek adatkezeléséről
- Google Search Central: Google crawlerek és user agentek áttekintése, valamint a Google-Extended vezérlő leírása
- Google Search Console súgó: reguláris kifejezések használata a teljesítményriport szűrőiben
- Google Analytics súgó: forgalmi források, csatorna-csoportok és a szabad formájú felfedezések
- OpenAI dokumentáció: GPTBot, OAI-SearchBot és ChatGPT-User botok leírása
- Anthropic súgóközpont: ClaudeBot és a webes lekérés működése
- Perplexity dokumentáció: PerplexityBot és a forrásmegjelölés
- Schema.org: Organization, Article és FAQPage típusok specifikációja
- W3C: webes akadálymentesítési és szemantikus jelölési ajánlások
- Az AI-válasz futásonként változik, ezért egyetlen próbálkozás nem bizonyíték, csak a többszöri, ismételt mérés az.
- Az AI láthatóság mérést a szervernaplóval kezdd. Ha a botok be sem jutnak, a promptteszt nulla eredménye semmit nem mond a tartalmadról.
- A GA4-ben külön csatorna-csoportban érdemes gyűjteni a ChatGPT, Perplexity, Copilot és Gemini felől érkező munkameneteket, és céloldalanként is megnézni őket.
- A tartalom teljesítményét az AI keresőkben három rétegben méred: említési és idézési arány, AI-ból érkező látogatók, és az általuk elért kulcsesemények.
- A Search Console nem bontja külön az AI-felületeket, de a regex szűrővel kiemelt kérdés formájú lekérdezések és a zuhanó átkattintási arány árulkodó jel.
- Egy egyszerű táblázat (prompt, felület, említve, idézve, versenytárs) többet ér, mint bármelyik eszköz önmagában.
Gyakori kérdések
Van olyan eszköz, ami egyben megmutatja az AI-láthatóságomat?
Több piaci eszköz kínál ilyen funkciót, jellemzően úgy, hogy a te nevedben futtat ismételt promptokat és kigyűjti az említéseket. Ezek hasznos időmegtakarítást jelentenek, de ugyanazt csinálják, amit kézzel is meg tudsz csinálni, és ugyanúgy mintavételen alapulnak. Egyik sem lát bele a szolgáltatók belső adataiba, ezért egyik sem ad hivatalos, teljes körű számot.
Ha egyszer megjelentem egy AI-válaszban, az tartós?
Nem. Az AI-válaszok futásonként és időben is változnak, a modellfrissítések és az élő webes lekérések miatt. Ezért egyetlen találat nem jelent stabil pozíciót, és egyetlen kiesés sem jelent bajt. Csak a több hetes, ismételt mérésből lesz értelmezhető trend.
Blokkoljam vagy engedjem be az AI-botokat?
Ez üzleti döntés, nem technikai. Ha az a célod, hogy megjelenj az AI-válaszokban forrásként, akkor az élő lekérést végző botokat mindenképpen be kell engedni, különben a tartalmad nem tud bekerülni a válaszba. A tanítási célú botoknál külön mérlegelhetsz, mert ott más a haszon és más a kockázat. Fontos, hogy tudatos döntés legyen, ne véletlen tűzfalbeállítás.
Miért nem látom a GA4-ben azt a forgalmat, amiről az AI-válaszban idéztek?
Több oka lehet. Az AI-válaszok nagy részét kattintás nélkül olvassák el, tehát nem keletkezik látogatás. Emellett a hivatkozó adat elveszhet, ha a felhasználó másolja a linket, vagy ha a felület nem adja tovább a forrást. Ezért a GA4-adatot alsó becslésnek érdemes tekinteni, és a szervernaplóval, illetve a márkakeresések alakulásával kiegészíteni.
Elég, ha csak a ChatGPT-ben ellenőrzöm magam?
Nem érdemes egyetlen felületre szűkíteni, mert ezek eltérő forrásokból és eltérő logikával dolgoznak. Előfordul, hogy az egyik rendszeresen idéz, a másik meg sem említ. Legalább három-négy felületet vegyél be, és ugyanazokkal a promptokkal mérj mindegyiken.
Mennyi idő után látszik, hogy hatott-e egy tartalomfejlesztés?
Tapasztalati alapon négy-nyolc hét az az időtáv, amin belül egy új vagy jelentősen átdolgozott tartalom hatása kezd látszani a mérőtáblán, ha egyáltalán látszik. Ez nagyban függ attól, milyen gyorsan kérik le újra az oldalt az AI-botok, és mennyire versenyzett a téma. Biztos elmozdulást senki nem ígérhet.
Hogyan kezdjem az AI láthatóság mérést, ha nincs rá külön eszközöm?
Külön eszköz nélkül is elindulhatsz. Kell hozzá egy húsz-harminc kérdésből álló, rögzített promptkészlet, egy táblázat a heti eredményeknek, egy GA4-csatorna-csoport az AI-domainekre és hozzáférés a szervernaplóhoz. Az első héten a botok elérését és az alapmérést csinálod meg, utána hetente ugyanazokat a promptokat futtatod. Eszközt akkor érdemes bevonni, amikor a kézi futtatás már túl sok időt visz el.
Melyik mutatóból látszik, hogy egy tartalom jól teljesít az AI keresőkben?
Egyetlen mutatóból nem látszik megbízhatóan. Az idézési arány megmutatja, hogy az oldalad forrásként szerepel-e, a GA4-ben az AI-ból érkező munkamenetek elköteleződési aránya azt, hogy a látogatók megtalálják-e, amit kerestek, a kulcsesemények pedig azt, hogy lesz-e ebből megkeresés. Ha mindhárom egy irányba mozdul, az már valódi jel. Ha csak az egyik, akkor várj még néhány hetet a következtetéssel.
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.