Hogyan magyarázd el a főnöködnek, mit ér az AI-láthatóság kattintás nélkül

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

Ismerős a helyzet: hónapok óta dolgozol azon, hogy a cég tartalma megjelenjen a ChatGPT, a Perplexity, a Google AI Overviews vagy a Gemini válaszaiban. Strukturált adatot tettél az oldalra, kérdés-alapú tartalmat írtál, rendbe tetted a szolgáltatás-oldalakat. Aztán a vezetői megbeszélésen valaki megnyitja a GA4-et, és látja, hogy a chatgpt.com forrásból havi néhány tucat munkamenet érkezett. Utána jön a kérdés, amire fel kell készülnöd: és ezért mennyi időt fordítottunk rá?

AI-láthatóság kattintás nélkül" loading="lazy" decoding="async" width="1200" height="669">

Ez a cikk nem marketingszöveg a döntéshozónak, hanem belső érvelési anyag neked. Azt szedi össze, hogy mivel tudod alátámasztani a munkát, ha a kattintás-alapú kimutatás üres, és hol van az a határ, ahol az érvelésből ígérgetés lesz. A szövegben végig jelölöm, mi hivatalosan igazolt, mi saját tapasztalat és mi szakmai feltételezés, mert pontosan ez a megkülönböztetés az, ami egy belső anyagot védhetővé tesz.

Miért nem látszik a GA4-ben, ha az AI-válaszokban ott vagy?

Rövid válasz: mert az AI-asszisztens válasza sokszor maga a végtermék, a felhasználó pedig nem kattint tovább. Ami mégis átjön, annak egy része technikai okokból nem azonosítható forrásként. A GA4-ben látott szám tehát nem a hatás mérőszáma, hanem a hatás egyik, szűk szeletének maradéka.

A tipikus veszteségpontok, amiket érdemes ismerned, mielőtt bárkinek magyarázol:

• A felhasználó megkapja a választ, megjegyzi a márkanevet, és később keres rá, egy másik eszközön, akár napokkal később.
• A hivatkozás mobilappon belüli böngészőben nyílik meg, ahol a hivatkozó forrás nem mindig adódik át tisztán.
• A munkamenet közvetlen (direct) forgalomként landol, mert nincs használható referrer.
• A hangalapú vagy összefoglaló válaszban a márkanév elhangzik, de link nem is jelenik meg.

Egy valósághű lefutás, amit érdemes szó szerint elmondanod a megbeszélésen: valaki megkérdezi az asszisztenst, melyik cég vállal ipari csarnok-villamosítást a régióban. Megkapja a háromelemű listát, benne a ti nevetekkel és egy mondatos leírással. Nem kattint, mert a válasz elég. Két nappal később a munkahelyi gépén beírja a cégnevet a Google-be, rákattint a találatra, körülnéz, a hét végén pedig ajánlatot kér. Ebből a GA4 annyit lát, hogy egy márkás keresésből érkező látogató kitöltött egy űrlapot. Az AI-válaszról, ami az egészet elindította, egyetlen sor sem keletkezik.

Hivatalosan igazolt: a Google Search Console súgója szerint az AI-felületeken keletkező megjelenések és kattintások a normál webes keresési teljesítménybe olvadnak bele, külön bontásban nem kapod meg őket. Hivatalosan igazolt: az OpenAI nyilvános dokumentációja külön nevesíti a botjait (indexelő és felhasználói lekérésre induló user agentek), tehát azt, hogy egy AI-rendszer egyáltalán járt-e az oldaladon, szerverszinten meg tudod nézni. Szakmai feltételezés: a nulla kattintásos említés és a tényleges kattintás aránya iparágtól és kérdéstípustól erősen függ, ezért bármilyen általános szorzószám, amit valaki bemond, gyanús.

Milyen mutatókkal tudod mégis alátámasztani a munkát?

Rövid válasz: négy, egymástól független mutatót érdemes együtt nézni, mert külön-külön mindegyik támadható, együtt viszont ritkán mozdulnak véletlenül egy irányba. A cél nem a bizonyítás, hanem a konzisztens jelzés bemutatása.

1. Márkás keresések alakulása

A Search Console teljesítmény-riportjában szűrd ketté a lekérdezéseket márkás és nem márkás halmazra, és nézd hónapról hónapra a márkás megjelenéseket és kattintásokat. Ha az AI-válaszokban egyre gyakrabban hangzik el a cégnév, annak jó eséllyel az a lenyomata, hogy többen keresnek rá közvetlenül a névre. A szűrőhöz használj reguláris kifejezést, és vedd bele az elgépelt alakokat is:

^(cegnev|cég nev|cegnev\.hu|ceg nev kft|cégnév)

Lépésről lépésre:

1. Search Console, Teljesítmény jelentés, dátumtartomány 16 hónap.
2. Lekérdezés szűrő, egyéni (reguláris kifejezés), a fenti mintával.
3. Exportáld havi bontásban, majd ugyanezt fordított szűrővel (nem márkás halmaz) is mentsd el.
4. Tedd a két görbét egy táblázatba, és a sorok mellé írd oda, mi futott abban a hónapban.

Saját tapasztalat: a márkás keresés a leglassabban mozduló, de a legnehezebben vitatható mutató. Hátránya, hogy minden más marketingtevékenység is emeli, ezért mindig jelöld mellette, mi futott ugyanabban az időszakban (hirdetés, PR, rendezvény, szezon).

2. Közvetlen és nem hozzárendelt forgalom

A közvetlen forgalom önmagában zajos, de az aloldalankénti bontása beszédes. Ha nem a főoldalra, hanem egy mély szolgáltatás- vagy tudásbázis-oldalra érkezik közvetlen forgalom, azt kevés dolog magyarázza. Nézd meg ugyanezt az AI-forrásokra szűrve is, és tartsd külön nyilván, mert a két görbe együttmozgása erősebb érv, mint bármelyik külön.

3. A „honnan hallott rólunk” válaszok

Ez a legolcsóbb és a leghitelesebb adatforrás, amit be tudsz vezetni. Tegyél az ajánlatkérő űrlapra egy nem kötelező, szabadszöveges vagy félig strukturált mezőt, és hagyj benne olyan opciót, ami a mesterséges intelligenciát nevesíti. Amikor egy érdeklődő azt írja be, hogy egy AI-asszisztens ajánlotta a céget, az egy mondatban többet bizonyít a vezetőnek, mint három grafikon.

Használható opciókészlet, ami nem tereli a válaszadót: ismerős ajánlotta, Google kereső, mesterséges intelligencia (ChatGPT, Gemini, Copilot, Perplexity), közösségi média, hirdetés, korábbról ismerjük, egyéb. Az utolsó mellé mindig hagyj szabadszöveges mezőt, mert a leghasznosabb mondatok oda kerülnek.

A mező mellé érdemes rögzíteni a technikai hivatkozót is, mert így a szöveges és a mért adat összevethető:

<input type="hidden" name="referrer" value="">

document.querySelector('[name=referrer]').value = document.referrer || 'nincs';

4. Az ajánlatkérésekben elhangzó megfogalmazások

Saját tapasztalat: ez a leginkább alábecsült jel. Ha az érdeklődő levelében vagy telefonhívásában olyan fordulatok és szakkifejezések jelennek meg, amiket a te tudásbázis-cikkeid használnak, akkor a tartalmad eljutott hozzá, akkor is, ha soha nem járt az oldaladon. Gyűjtsd ezeket idézetként, dátummal, egy egyszerű táblázatba. Az ügyfél szavai a saját megfogalmazásoddal nem véletlenül esnek egybe.

Hogyan mutasd be a nulla kattintásos említés értékét kitalált szám nélkül?

Rövid válasz: ne az értéket becsüld meg, hanem a jelenlétet mérd, és a döntést hagyd a vezetőn. Három dolgot tudsz tisztességesen megmutatni.

Az első a lefedettség. Állíts össze egy fix, 20-40 kérdésből álló promptkészletet, ami a valódi vásárlói kérdéseket tükrözi, és fusd le rendszeresen ugyanazokon a felületeken. Rögzítsd, hány kérdésnél szerepel a cég a válaszban, hányadik helyen, és milyen kontextusban. Ez nem a forgalomról szól, hanem arról, hogy a vásárlói döntés pillanatában szóba kerültök-e. A számot mindig a saját mérésed adja, nem becslés.

A második a tartalom minősége. Mentsd el a válaszok szövegét. Ha az asszisztens pontosan írja le a szolgáltatást, a lefedett területet, a folyamatot, az érték. Ha rosszul írja le, elavult árat vagy megszűnt szolgáltatást említ, az kockázat, és ez a legerősebb belső érv: a hibás AI-válasz akkor is terjed, ha te nem foglalkozol vele.

A harmadik a versenytárs-kontextus. Ugyanabban a mérésben látod, kik jelennek meg melletted. Ha a listán ott vannak a piac szereplői, te pedig nem, az önmagában érthető állítás a vezetőnek, számolgatás nélkül.

Hogyan nézed meg a szerverlogban, jártak-e nálad az AI-botok?

Rövid válasz: a nyers naplófájlból, user agent szerint szűrve. Ez az egyetlen adatod, ami nem függ attól, kattintott-e bárki, és nem is vitatható el, mert a saját szervered írta.

Kérd el a tárhelyszolgáltatótól vagy a rendszergazdától a webszerver hozzáférési naplóját, és futtasd le rajta ezt a sort:

grep -Ei 'GPTBot|OAI-SearchBot|ChatGPT-User|PerplexityBot|ClaudeBot|Google-Extended' access.log | awk '{print $7}' | sort | uniq -c | sort -rn | head -20

A kimenet megmutatja, mely aloldalaidat kérték le a leggyakrabban. Ha a tudásbázis-cikkeid és a szolgáltatás-oldalaid vannak elöl, az azt jelenti, hogy a tartalom, amin dolgoztál, tényleg a rendszerek látókörébe került. Szakmai feltételezés: a lekérés gyakorisága és a válaszokban való megjelenés között van összefüggés, de ez nem egyenes arány, ezért ne állítsd be ok-okozatnak. Amit mondhatsz: az oldalaink elérhetők és rendszeresen le is kérik őket.

Hogyan indítsd el a mérést, ha eddig semmi nem volt?

Ha most kezded, ebben a sorrendben haladj, mert így két hónap múlva lesz mire hivatkoznod:

1. Rögzítsd az alapvonalat: a mai márkás keresési adat, a mai közvetlen forgalom, a mai promptkészlet-eredmény. Írd le dátummal, mentsd el.
2. Tedd ki a „honnan hallott rólunk” mezőt, és állítsd be a rejtett hivatkozó-mezőt is.
3. Nézd meg a szerverlogban, milyen AI-botok járnak az oldalon, és mely aloldalakat kérik le. Ez a legkevésbé vitatható nyers adat, amivel rendelkezel.
4. Havonta ugyanazon a napon, ugyanazzal a promptkészlettel ismételd a mérést. A módszertan állandósága fontosabb, mint a pontossága.
5. Negyedévente írj egy oldalt a vezetőnek, ne havonta tíz oldalt.

Hogyan nézzen ki az egyoldalas vezetői összefoglaló?

Rövid válasz: egy oldal, hat blokk, és minden blokkban legfeljebb három sor. Ez a vázlat fejezetcímekkel:

1. Mit csinálunk és miért most. Két mondat arról, hogy a vásárlói kérdések egy része már asszisztensen keresztül fut.
2. Mit mértünk, mikor, milyen módszerrel. A promptkészlet mérete, a felületek neve, a mérés dátuma.
3. Hol tartunk most. Lefedettség, márkás keresés, közvetlen forgalom, beérkezett említések, nyers számokkal.
4. Mi változott az előző méréshez képest. Irány és nagyságrend, bizonytalansági megjegyzéssel.
5. Milyen kockázatot kezeltünk. Konkrétan: pontatlan válaszok, elavult adat, hiányzó márkaleírás.
6. Mit kérünk a következő negyedévre. Egy döntés, egy erőforrás-igény, egy határidő.

Milyen ellenvetésekre készülj fel a megbeszélésen?

Rövid válasz: háromra, és mindháromra van tisztességes, ígéret nélküli mondatod.

• „Ez nem hoz bevételt.” Válasz: a mért adat a jelenlétről szól, a bevételi hatást nem tudom szétszálazni. Amit tudok: a vásárlói kérdések egy részénél szóba kerülünk, másoknál nem, és ezt a különbséget tudom befolyásolni.
• „Akkor ezt nem lehet mérni.” Válasz: a kattintást nem, a megjelenést igen. A promptkészlet-mérés és a szerverlog tényadat, a márkás keresés pedig irányt mutat.
• „Miért nem inkább hirdetésre költünk?” Válasz: nem versenytárs a kettő. A hirdetés azonnal mérhető, ez lassabb és bizonytalanabb, viszont a hibás AI-válasz kockázatát csak ez kezeli.

Mit ígérj, és mit ne ígérj?

Ígérj folyamatot, mérési rendszert, dokumentált alapvonalat, rendszeres ellenőrzést és a pontatlan válaszok javítására tett lépéseket. Ígérd meg, hogy negyedévente látni fogja, mi mozdult és mi nem, és hogy a rossz hírt is elmondod.

Ne ígérj konkrét helyezést, garantált megjelenést egy adott asszisztens válaszában, forgalomnövekedést százalékban, sem határidőt arra, hogy mikorra kerültök be egy válaszba. Ezek egyike sem áll a te kezedben: az összefoglaló válaszokat gyártó rendszerek működése változik, és a szolgáltatók sem vállalnak garanciát a megjelenésre.

Milyen mondatokat kerülj el, mert később számon kérhetők?

Ezeket a fordulatokat húzd ki az anyagból, mielőtt beadod:

• „Három hónapon belül bekerülünk a ChatGPT válaszaiba.”
• „Az AI-SEO-tól x százalékkal nő a forgalom.”
• „A strukturált adat miatt idéz minket a rendszer.” (Segítheti az értelmezést, de az ok-okozat nem bizonyított.)
• „A versenytársaink már mind bent vannak.” (Csak akkor mondd, ha lemérted, és mutatod is.)
• „Pontosan meg tudjuk mérni, mennyi ügyfél jön az AI-ból.”
• „A klasszikus keresés meghalt.”
• „Ez a jövő, mindenki ezt csinálja.”
• „Garantáljuk az első helyet az AI-válaszban.”

A közös bennük, hogy vagy ellenőrizhetetlen, vagy fél év múlva ellenőrizhető lesz, és akkor te állsz ott vele. Egy belső anyagban a legdrágább mondat az, ami ma jól hangzik.

Miért ér többet a bevallott bizonytalanság a szép számnál?

Ez a saját álláspontom, és szándékosan nem tudományos állítás. A vezető nem attól nyugszik meg, hogy kap egy magabiztos százalékot, hanem attól, hogy érti, mit tudsz és mit nem. Ha azt mondod, hogy a márkás keresés nyolc hét alatt emelkedő tendenciát mutat, de nem tudod szétszálazni a hirdetési hatástól, akkor hitelesebb vagy, mint az, aki egy kerek számot tesz az asztalra. Az első mondatot fél év múlva is vállalni tudod. A másodikat elő fogják venni.

Szakmai feltételezés: az AI-láthatóság mérése a következő időszakban pontosodni fog, ahogy a szolgáltatók és az elemzőeszközök több bontást adnak. Addig a legjobb, amit tehetsz, hogy fegyelmezetten, ugyanazzal a módszerrel gyűjtöd az adatot, és a bizonytalanságot nem elrejted, hanem kiírod a lap aljára.

Források és további olvasnivalók

• Google Search Central dokumentáció (keresési dokumentáció és strukturált adat útmutatók)
• Google Search Console súgó, Teljesítmény-jelentés
• Google Analytics 4 súgó, forgalomszerzési jelentések és attribúció
• OpenAI hivatalos dokumentáció, bot- és crawler-leírások
• Anthropic támogatási dokumentáció, crawler-információk
• Microsoft Bing Webmaster Tools dokumentáció
• Schema.org szótár (Organization, FAQPage, Service típusok)
• W3C webszabványok, valamint az RFC 9309 (Robots Exclusion Protocol)