Írd be ugyanazt a kérdést a ChatGPT-be, a Perplexitybe, a Geminibe, majd keress rá a Google-ben úgy, hogy AI Overviews is megjelenjen. Négy választ kapsz, és a négyben más cégek, más sorrend, más hivatkozott oldalak szerepelnek. Ez nem hiba, és nem azt jelenti, hogy az egyik rendszer téved. Négy különálló gépezetről van szó, amelyek más forráskészletből, más pillanatban és más összefoglalási szabályok mentén dolgoznak.
A gyakorlati kérdés viszont nagyon konkrét: melyikre fordítsd az idődet, ha egy weboldalad van és véges kapacitásod? A rövid válaszom: mind a négyre külön nem tudsz optimalizálni, de nem is kell, mert a közös metszet nagyobb, mint amekkorának elsőre látszik. Az alábbiakban végigveszem, mi okozza az eltérést, hogyan mérd meg saját magad, és hol érdemes fókuszálnod.
Miért ad négy motor négy különböző választ ugyanarra a kérdésre?
Azért, mert a válasz három egymástól független lépésen múlik: milyen forrásokból válogat a rendszer, keres-e élőben a kérdés pillanatában, és milyen logikával sűríti össze a talált anyagot. Ha ebből a háromból bármelyik eltér, más lesz a végeredmény, még akkor is, ha a modellek mögötti tudás nagyrészt átfed.
Tovább a témában: Összehasonlító táblázatok, amelyeket az AI-motorok is fel tudnak dolgozni · Vetőmag- és műtrágya-kereskedés AI-SEO
Hivatalosan igazolt: a nagy szolgáltatók dokumentálják, hogy a válaszgenerálás és a webes lekérés két külön lépés. Az OpenAI külön botokat tart fenn a tanításra (GPTBot), a ChatGPT keresési indexéhez (OAI-SearchBot) és a felhasználó által kezdeményezett oldalletöltéshez (ChatGPT-User). A Perplexity a PerplexityBot és a Perplexity-User azonosítót használja. A Google a Google-Extended robots.txt tokent kínálja a generatív felhasználás szabályozására, és külön kimondja, hogy ez nem befolyásolja a klasszikus keresési rangsorolást. Már ebből látszik, hogy négy különböző csővezetékről beszélünk.
Ehhez jön egy negyedik tényező, amiről kevesebb szó esik: a nyelvi modellek kimenete nem determinisztikus. Ugyanaz a prompt ugyanabban a motorban is adhat kissé eltérő választ két egymást követő lefutásban. Ezért egyetlen próbából soha ne vonj le következtetést.
Mit jelent az, hogy az egyik motor élőben keres, a másik nem?
Röviden: van, ahol minden kérdés mögött webes lekérés fut, és van, ahol a modell csak akkor keres, ha úgy ítéli meg, hogy szüksége van rá. Ez a döntés önmagában képes teljesen más választ eredményezni.
A Perplexity alapértelmezésben keresésre épül, ezért nála a frissesség és a hivatkozhatóság dominál. A ChatGPT viszont eldönti, hogy elég-e a betanított tudása, vagy elindít egy keresést. Ha nem keres, a válasz a tanítási adatból jön, ami hónapokkal korábbi állapotot tükrözhet, és ilyenkor a régóta stabil, sokat idézett márkanevek vannak előnyben. A Gemini a Google infrastruktúrájára támaszkodik, az AI Overviews pedig magába a keresési folyamatba épül be: a rendszer a beírt kérdést több részkérdésre bontja, ezekre külön keres, és az így összegyűjtött találatokból állít össze egy összefoglalót.
Saját tapasztalat: a legnagyobb eltérést jellemzően nem az általános fogalmi kérdéseknél látod, hanem a szolgáltató-kereső kérdéseknél. A "mi az a technikai SEO" típusú kérdésre a négy válasz tartalmilag közel áll egymáshoz. A "ki csinálja ezt jól Székesfehérváron" kérdésre viszont akár négy teljesen különböző névsort kapsz, mert itt már a helyi jelek, a katalógusok és a cégprofilok súlya dönt.
Melyik motor milyen forrástípusra támaszkodik, és mit erősíts ott?
Az alábbi összeállítás három oszlopot tartalmaz: motor, jellemző forrástípus, és amit érdemes az adott irányba erősíteni. A besorolás megfigyelésen alapul, nem hivatalos szolgáltatói közlésen, ezért kezeld iránytűként, ne törvényként.
- ChatGPT / jellemző forrástípus: vegyes, részben betanított tudás, részben saját keresési index; szereti a stabil, régóta létező referenciaoldalakat és a harmadik felek említéseit / mit erősíts: egyértelmű "ki vagy, mit csinálsz, hol" tényblokk a saját oldaladon, konzisztens cégnév, cím és telefonszám mindenhol, szakmai katalógusokban és partneroldalakon való említés.
- Perplexity / jellemző forrástípus: friss, jól hivatkozható webes cikkek, dokumentációk, összehasonlító listák / mit erősíts: dátumozott, szerzővel ellátott tartalom, kérdés formájú alcímek, az alcím után azonnal egy önmagában is idézhető válaszmondat, kivonatolható rövid bekezdések.
- Gemini / jellemző forrástípus: a Google indexe és a Google körüli adatvagyon, benne a cégprofil és a videós tartalom / mit erősíts: hibátlan technikai indexelhetőség, strukturált adat, karbantartott Google cégprofil, szolgáltatásonként külön aloldal.
- Google AI Overviews / jellemző forrástípus: a klasszikus organikus keresési index, jellemzően az adott kérdéskörben már erős oldalak / mit erősíts: a hagyományos SEO alapjai, vagyis keresési szándékra illeszkedő oldal, tiszta belső linkelés, gyors betöltés, valamint a bekezdés elején álló közvetlen válasz.
Szakmai feltételezés: a ChatGPT és a Bing-alapú megoldások forráskészlete részben átfed, ezért a Microsoft ökoszisztémájában végzett munka jó eséllyel több motorban is látszik. Ez megfigyelésen alapuló következtetés, nem nyilvános szolgáltatói dokumentáció.
Hogyan térképezd fel az eltérést egyetlen nap alatt?
Az összehasonlítás csak akkor ér valamit, ha három dolog azonos: a prompt szövege, a nap, és a rögzítés módja. Ha ezek közül bármelyik csúszik, nem a motorokat méred, hanem a saját módszered zaját.
- Válassz ki 10-15 kérdést, amit egy valódi érdeklődő beírna. Legyen köztük problémás megfogalmazás ("folyton eldugul a lefolyó, kit hívjak"), összehasonlító kérdés, és szolgáltató-kereső kérdés helymegjelöléssel.
- Írd le a promptokat egy fájlba, és onnan másold be őket. Fejből újragépelve mindig változtatsz rajta egy szót, és ez elég a torzításhoz.
- Használj kijelentkezett vagy friss profilt minden motorban, hogy a korábbi beszélgetéseid ne szóljanak bele a válaszba.
- Egy kérdést egy motorban legalább kétszer futtass le, külön beszélgetésben. Ha a két saját futás jobban eltér egymástól, mint két motor egymástól, akkor az adott kérdés instabil, és nem alkalmas mérésre.
- Rögzíts mindent ugyanabba a táblába. Javasolt fejléc:
datum;motor;prompt;emlitett_markak;hivatkozott_domainek;sajat_emlites;pozicio_a_valaszban. - Mentsd el a teljes választ is, ne csak a kivonatot. Erre elég egy szövegfájl kérdésenként, például
2026-09-09_perplexity_k03.txtnéven. - Számold ki motoronként, hogy a 10-15 kérdésből hányban jelentél meg egyáltalán, és hányban az első három említett név között. Ez a két szám a kiindulási alapod.
- Nézd meg a hivatkozott domaineket. Ez fontosabb, mint a saját említésed: megmutatja, milyen típusú oldalról szereti idézni az adott motor a témádat.
Ismételd meg a mérést havonta, mindig ugyanazokkal a kérdésekkel. A trend használható, az egyszeri pillanatkép nem.
Melyik motorra koncentrálj a szakmád és a célközönséged szerint?
Ha választanod kell, a döntést ne a motor népszerűsége vezesse, hanem az, hol dönt a te vevőd. Néhány támpont, saját tapasztalat alapján:
- Helyi lakossági szolgáltatás (szerelő, étterem, szalon, autószerviz): a Google oldala súlyosabb. Ide a cégprofil, a vélemények és a klasszikus helyi SEO hoz többet, mint bármilyen chatbot-optimalizálás.
- B2B szolgáltatás és szoftver: a ChatGPT és a Perplexity nagyobb szerepet kap, mert a beszerzési előszűrésben sokan itt állítják össze a szállítói rövidlistát.
- Műszaki, dokumentációs, összehasonlító témák: a Perplexity a legerősebb, mert szereti a jól hivatkozott, dátumozott anyagot.
- Egészségügy, jog, pénzügy: a motorok itt jellemzően óvatosabbak és a bevett, intézményi forrásokat részesítik előnyben. Itt a hitelesség jeleire (szerző, szakmai háttér, frissítési dátum) érdemes időt fordítani.
- Webshop: az AI Overviews és a terméklistás felületek dominálnak, ezért a termékadat minősége és a strukturált adat pontossága a belépő.
Miért nem tudsz mind a négyre külön optimalizálni, és miért nem baj ez?
Nem tudsz, mert a négy rendszer visszajelzése zajos, a szabályaik nem nyilvánosak, és hetente változhatnak. Egy külön ChatGPT-taktika, ami két hónapig működik, majd egy modellfrissítéssel eltűnik, rossz befektetés. Ez a saját nézőpontom, és eddig minden mérésem ezt támasztotta alá.
A jó hír, hogy a négy motor követelményei nagyrészt ugyanoda futnak ki. A közös metszet, amiből érdemes építkezni:
- Kivonatolható szerkezet: kérdés formájú alcím, alatta rögtön egy önmagában megálló, két-három mondatos válasz. Mind a négy rendszer ebből tud a legkönnyebben idézni.
- Ellenőrizhető tények: konkrét szám, időtartam, folyamatlépés, dátum. Az általánosságokat egyik motor sem tudja mire használni.
- Technikai hozzáférhetőség: a tartalom szerveroldalon is jelen van, nem csak JavaScript után jelenik meg; a robots.txt nem zárja ki azt a botot, amelyiktől látszani szeretnél; az URL-ek nem változnak hónapról hónapra.
- Strukturált adat: szervezet, szolgáltatás, GYIK és cikk típusú jelölés. Nem rangsorolási varázslat, hanem egyértelműsítés.
- Márkakonzisztencia a saját oldaladon kívül: ugyanaz a névalak, ugyanaz a leírás, ugyanaz a szakterület mindenhol. Ez az, ami a betanított tudásba is beszivárog.
Saját tapasztalat: ha ezt az öt pontot rendbe teszed, a motoronkénti extra finomhangolás már csak a maradék töredékét adja hozzá. Ez nem garantál megjelenést egyik rendszerben sem, de a munka nagy részét egyszerre végzi el mind a négy irányba.
Milyen ellenőrzőlistával zárd a hónapot?
- Lefutott a mérés ugyanazzal a 10-15 kérdéssel, ugyanabban a hetében a hónapnak?
- Megvan minden válasz mentve, nem csak az összegzés?
- Változott-e a hivatkozott domainek köre? Ha új típusú forrás jelent meg, van-e ott jelenléted?
- Van-e olyan kérdés, ahol mind a négy motorban hiányzol? Az lesz a következő tartalom témája.
- Van-e olyan oldalad, amit a motorok idéznek, de azóta átírtad vagy átirányítottad? Az idézett oldal URL-jét hagyd békén.
- A szerverlogban látszik-e, hogy az AI-botok egyáltalán elérik az oldalt?
Milyen hibákat érdemes elkerülni?
A leggyakoribb, hogy valaki egyetlen kedvező válaszból következtet, majd egy hét múlva egy kedvezőtlenből az ellenkezőjére. A második, hogy a mérés minden hónapban más kérdésekkel fut, így az adatok nem összehasonlíthatók. A harmadik, hogy a robots.txt-ben mindenféle AI-botot letiltanak, majd csodálkoznak, hogy nincs említés. A negyedik pedig az, hogy a tartalom kizárólag a motoroknak készül, és emberi olvasónak már nem használható. Ez utóbbi hosszú távon a keresési teljesítményt is viszi magával.
Források és további olvasnivalók
- Google Search Central: AI features and your website
- Google Search Central: Overview of Google crawlers and fetchers
- Google Search Central: Structured data general guidelines
- OpenAI: Bots and crawlers documentation (GPTBot, OAI-SearchBot, ChatGPT-User)
- Perplexity: PerplexityBot and Perplexity-User crawler documentation
- Schema.org: Organization, Service, FAQPage, Article típusok
- W3C: Web Content Accessibility Guidelines (WCAG)
- Robots Exclusion Protocol (RFC 9309)
- Az eltérés fő oka nem a modell tudása, hanem a forrásválasztás és az, hogy az adott motor keres-e élőben.
- Az eltérést csak azonos prompttal, azonos napon és rögzített kimenettel lehet értelmesen összehasonlítani.
- A Perplexity és a ChatGPT jellemzően a jól hivatkozható, kivonatolható szöveget szereti, a Gemini és az AI Overviews erősen a Google-ökoszisztémára támaszkodik.
- Szakma és célközönség dönti el a fókuszt: helyi szolgáltatásnál a Google-oldal, B2B és műszaki témában a ChatGPT és a Perplexity hoz több valós érdeklődőt.
- A négy motorra végzett munka jelentős része átfedésben van, ezért a közös metszetből érdemes építkezni, nem motoronkénti mikrooptimalizálásból.
Gyakori kérdések
Miért kapok más választ, ha ugyanazt a kérdést kétszer teszem fel ugyanabban a motorban?
Mert a nyelvi modellek kimenete nem determinisztikus, és élő keresés esetén a lekért források is változhatnak percről percre. Ezért egy kérdést mindig legalább kétszer futtass le, külön beszélgetésben, és csak akkor hasonlítsd össze a motorokat, ha a saját ismétléseid stabilak.
Melyik motorra optimalizáljak, ha csak egyre van kapacitásom?
A célközönséged döntsön. Helyi lakossági szolgáltatásnál a Google oldala (AI Overviews és a cégprofil) hoz többet, B2B és műszaki témában a ChatGPT és a Perplexity felé érdemes fordulni. Ha nem tudod eldönteni, kezdd a közös metszettel: kivonatolható szerkezet, ellenőrizhető tények, technikai hozzáférhetőség.
Ha letiltom az AI-botokat a robots.txt-ben, ront ez a Google-keresésen?
A Google hivatalos közlése szerint a Google-Extended token nem befolyásolja a klasszikus keresési rangsorolást. Az viszont igaz, hogy ha kizárod egy motor keresési botját, az adott rendszerben jó eséllyel nem fogsz forrásként megjelenni, ezért érdemes botonként külön dönteni.
Elég-e strukturált adatot tenni az oldalra ahhoz, hogy idézzenek?
Nem. A strukturált adat egyértelműsíti a tartalmat, de nem helyettesíti magát a tartalmat. Egy pontos jelölés önmagában nem garantál említést egyik motorban sem; a szöveg érthetősége, a konkrét adatok és a technikai elérhetőség együtt számít.
Milyen gyakran mérjem az AI-láthatóságot?
Havonta egyszer, mindig ugyanazokkal a kérdésekkel és lehetőleg a hónap ugyanazon hetében. A gyakoribb mérés inkább zajt ad, mint információt, a ritkább pedig nem mutatja meg időben, ha egy forrástípus súlya megváltozott.
Mit tegyek, ha egy motor idézi az oldalamat, de rossz információt ad vissza rólam?
Először nézd meg, hogy a hivatkozott oldalon tényleg ott van-e a helyes adat, jól olvasható formában, és nincs-e ellentmondó régi tartalom máshol a weben. A javítás jellemzően a forrásoldal pontosításával és a márkaadataid egységesítésével kezdődik, nem magával a motorral.
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.