Egyre több cégvezető kérdezi ugyanazt: látszik-e egyáltalán a GA4-ben, ha valakit a ChatGPT küldött hozzám? A rövid válasz: részben igen. Van, ami tisztán mérhető, van, ami csak becsülhető, és van, ami jelenleg egyáltalán nem különíthető el. Az alábbiakban végigmegyünk azon, mit állíts be, mit olvass ki belőle, és hol kell megállnod az értelmezéssel.
Hogyan jelenik meg egyáltalán az AI-forgalom a GA4-ben?
Az AI-asszisztensekből érkező kattintás alapesetben sima referral forgalomként érkezik, a hivatkozó domain nevével (például chatgpt.com vagy perplexity.ai), és a GA4 alapértelmezett csatornacsoportjában a Referral vödörbe kerül.
Amikor a felhasználó egy AI-válaszban rákattint egy forráshivatkozásra, a böngésző elküldi a hivatkozó domaint, a GA4 pedig ebből képzi a session source és session medium értéket. Ez a mechanizmus semmiben nem különbözik attól, mint amikor egy blogról érkezik látogató. A gond ott kezdődik, hogy a GA4-nek nincs beépített tudása arról, hogy a chatgpt.com egy AI-válaszmotor és nem egy tetszőleges weboldal, így ezek a látogatók elkeverednek a többi hivatkozás között.
Hivatalos információ: az OpenAI 2025 folyamán elkezdett utm_source=chatgpt.com paramétert fűzni a kimenő hivatkozásokhoz. Saját tapasztalat: ez nem következetes minden felületen és minden válaszformátumban, ezért a paraméterre önmagában nem érdemes építeni a mérést. A domainalapú szűrés stabilabb, a UTM-paraméter pedig hasznos kontrollpont mellé.
Milyen forrásneveket kell figyelned?
Nem elég a chatgpt.com-ot figyelni: legalább nyolc-tíz domaint érdemes egy listában kezelni, mert a felhasználók több asszisztenst is használnak párhuzamosan.
A gyakorlatban ezekkel találkozol a leggyakrabban a Forgalomszerzés riportokban:
chatgpt.comés a régebbichat.openai.comperplexity.aiéswww.perplexity.aigemini.google.com, ritkábbanbard.google.comcopilot.microsoft.com, illetve a Bing chat felületeiclaude.aiyou.com,phind.com,poe.com(kis volumen, de érdemes benne hagyni)
Magyar piacon saját tapasztalat alapján a ChatGPT adja a mérhető AI-referral döntő többségét, a Perplexity nagyságrenddel kisebb, de gyakran feltűnően jó minőségű forgalmat hoz. Ez cégenként és iparáganként jelentősen eltérhet, szóval a saját adatod mindig felülírja az általános arányokat.
Hogyan állítsd be a szűrést lépésről lépésre?
A legtartósabb megoldás egy egyedi csatornacsoport (custom channel group), mert így az AI-forgalom minden standard riportban külön sorként jelenik meg, visszamenőlegesen is.
- GA4 Adminisztrálás menü, majd Adatmegjelenítés alatt Csatornacsoportok, ott Új csatornacsoport létrehozása.
- Másold le az alapértelmezett csoportot, hogy a többi csatorna logikája megmaradjon.
- Hozz létre egy új csatornát AI Assistants néven, és tedd a lista tetejére (a GA4 fentről lefelé értékel, tehát ez fogja elkapni a találatot a Referral előtt).
- Feltétel: Munkamenet forrása, egyezés típusa reguláris kifejezés.
- Használd ezt a mintát:
^(chatgpt\.com|chat\.openai\.com|(www\.)?perplexity\.ai|gemini\.google\.com|bard\.google\.com|copilot\.microsoft\.com|claude\.ai|you\.com|phind\.com|poe\.com)$ - Mentsd, majd várj: az új csatornacsoport a történeti adatra is alkalmazódik, de a feldolgozás időbe telik.
Ha gyorsan akarsz eredményt látni, addig is készíts egy szabad formájú felfedezést (Exploration): dimenzió a Munkamenet forrása, mérőszám a Munkamenetek és a Kulcsesemények, majd a szűrőben ugyanezzel a regexszel korlátozd a sorokat. Ez öt perc alatt megvan, és azonnal megmutatja, hogy egyáltalán van-e értékelhető volumen.
Harmadik réteg a közönség (Audience): hozz létre egy közönséget ugyanezzel a feltétellel, így a viselkedést hosszabb távon is tudod követni, és a Google Ads felé is átadható, ha releváns.
Mit mutat meg ez az adat, és mit nem?
A referral-szűrés a mérhető AI-forgalom alsó becslését adja, nem a teljes képet: a valós szám ennél biztosan magasabb, csak nem tudod, mennyivel.
Amit megbízhatóan kiolvasol belőle:
- Melyik céloldalakra érkeznek AI-forrásból (Landing page riport, AI-szűrővel). Ez az egyik legértékesebb jel: megmutatja, melyik tartalmadat idézik a válaszmotorok.
- Milyen a viselkedésük: eseményszám munkamenetenként, átlagos elköteleződési idő, kulcsesemény-arány.
- Trend: nő vagy stagnál a volumen hónapról hónapra.
Amit viszont nem mutat meg, és ezt fontos kimondani, mielőtt bárki döntést hoz rá:
- Nem látod a promptot. A GA4-ben nincs kulcsszó- vagy kérdés-szintű adat, ellentétben a Search Console lekérdezéseivel. Azt tudod, hogy jött, azt nem, hogy mire.
- Nem látod az AI Overviews és az AI Mode forgalmát külön. Hivatalos információ: a Google szerint ez a forgalom a szokásos organikus forgalommal együtt jelenik meg, tehát
google / organicforrásként. GA4-ben nem szeparálható. - Nem látod a natív appból érkezők jelentős részét. Mobilalkalmazásból megnyitott linknél a hivatkozó gyakran elveszik, így a látogató
(direct) / (none)lesz. Szakmai feltételezés, hogy ez a legnagyobb egyedi torzító tényező az AI-referral mérésében. - Nem látod a nulla kattintásos hatást. Ha az asszisztens a márkádat idézi, de a felhasználó nem kattint, hanem később közvetlenül beírja a domainedet, az direct forgalom lesz, minden ok-okozati jelzés nélkül.
- Nem méri a crawlereket. A GPTBot, az OAI-SearchBot vagy a PerplexityBot látogatásai nem jelennek meg a GA4-ben, mert nem futtatnak JavaScriptet. Ezekhez szervernaplót vagy Cloudflare-szintű elemzést kell nézned.
Miért csalóka a munkamenetszám az AI-forgalomnál?
Az AI-referral volumene tipikusan a teljes forgalom töredéke, ezért munkamenetszám alapján könnyű alábecsülni az értékét: a helyes mérőszám az esemény- és lead-szintű teljesítmény.
Saját tapasztalat, hogy ez a forgalom általában későbbi szakaszban lévő érdeklődőt hoz: a felhasználó már megkérdezte az asszisztenst, már kapott egy szűrt listát, és tudatosan kattintott rád. Ez nem garantál magasabb konverziót, de érdemes külön vizsgálni. Ehhez viszont az kell, hogy a GA4-ben legyen rendes eseménymérésed, ne csak oldalletöltés: űrlapküldés, telefonszám-kattintás, e-mail-kattintás, ajánlatkérő megnyitása, mindezek kulcseseményként jelölve.
Gyakorlati összehasonlítás, amit érdemes havonta megnézni: az AI-csatorna kulcsesemény-aránya az összes csatorna átlagához képest. Ha havi tíz munkamenetről beszélsz, statisztikailag semmit nem mondhatsz ki belőle, ezt is jelezd, amikor riportot adsz. Alacsony volumennél a szám mozgása jó eséllyel zaj, nem trend.
Hogyan javíthatod a mérés pontosságát?
Teljes pontosságot nem tudsz elérni, de három lépéssel érdemben csökkentheted a vakfoltot.
- Nézd a szervernaplót vagy a CDN-statisztikát. Itt látod az AI-crawlerek user agent stringjeit, tehát azt, hogy egyáltalán olvassák-e a tartalmadat. Ez nem forgalom, hanem hozzáférés, de az AI-láthatóság előfeltétele.
- Kösd össze a Search Console-lal. A márkanevedre irányuló keresések számának emelkedése közvetett jel lehet arra, hogy a válaszmotorokban említenek. Ez szakmai feltételezés szintű összefüggés, nem bizonyíték.
- Használj BigQuery exportot, ha komolyan méred. A GA4 felületén a mintavételezés és a küszöbértékek kis volumennél elrejtenek sorokat. A nyers eseményexportban a
collected_traffic_sourceés apage_referrermezők együtt pontosabb képet adnak, és saját logikával is szűrhetsz.
Kiegészítésként érdemes kézzel is ellenőrizni: tegyél fel néhány, a szolgáltatásodra jellemző kérdést a nagyobb asszisztenseknek, és jegyezd fel, megjelensz-e forrásként. Ez nem reprezentatív mérés (a válaszok személyre szabottak és időben változnak), de a GA4-számok mellé kontextust ad.
Ellenőrzőlista: rendben van a mérésed?
- Létezik egyedi csatornacsoport AI Assistants sorral, a Referral fölött.
- A regex tartalmazza a ChatGPT, Perplexity, Gemini, Copilot, Claude domainjeit.
- Van mentett felfedezés, amit havonta ugyanúgy futtatsz.
- A kulcsesemények (űrlap, hívás, e-mail) rendesen be vannak állítva, nem csak pageview van.
- A hivatkozó kizárási listában (unwanted referrals) nincs benne egyik AI-domain sem, mert akkor direct lenne belőle.
- A riportban szerepel a korlátok szöveges jelzése, hogy senki ne kezelje teljes körű számként.
- Beállítottad a BigQuery exportot, ha a volumen indokolja.
Ez a beállítás nem varázslat és nem is ad garantált teljességet. Amit ad: egy következetes, hónapról hónapra összehasonlítható mérőszámot arról, hogy a válaszmotorokból érkezik-e felhasználó a webhelyedre, és mit csinál, ha megérkezett. A többit becsléssel és józan értelmezéssel kell kiegészíteni.
Források és további olvasnivalók
- Google Analytics Súgó: Alapértelmezett csatornacsoportok és egyedi csatornacsoportok
- Google Analytics Súgó: BigQuery Export séma (traffic_source, collected_traffic_source mezők)
- Google Search Central: AI-funkciók és a webhelyed, valamint a Search Console adatok értelmezése
- OpenAI dokumentáció: ChatGPT crawlerek és bot user agentek (GPTBot, OAI-SearchBot)
- Perplexity Súgóközpont: PerplexityBot dokumentáció
- W3C: Referrer Policy specifikáció
- Schema.org: strukturált adat típusok dokumentációja
- A GA4 nem ismeri fel automatikusan az AI-forrásokat, neked kell egyedi csatornacsoportot és regex-szűrőt létrehoznod hozzá.
- A hivatkozó domain (chatgpt.com, perplexity.ai, gemini.google.com, copilot.microsoft.com) a legmegbízhatóbb jel, az utm_source paraméter csak kiegészítés.
- Az AI Overviews és az AI Mode forgalma a sima google / organic forrásban olvad el, külön nem szűrhető ki GA4-ben.
- A natív mobilappokból érkező kattintás gyakran referrer nélkül fut be, így direct forgalomként jelenik meg: ez rendszerszintű aluljelentés.
- Az AI-referral kis volumenű, de általában magas szándékú forgalom, ezért munkamenetszám helyett érdemes esemény- és lead-szinten nézni.
Gyakori kérdések
Miért nem látom a ChatGPT forgalmat a GA4-ben?
Több oka lehet. Ha nagyon alacsony a volumen, a GA4 küszöbérték miatt elrejtheti a sort, ezért nézd meg felfedezésben is. Előfordulhat, hogy a natív appból érkező kattintások hivatkozó nélkül futnak be, így direct forgalomként jelennek meg. Az is gyakori hiba, hogy a chatgpt.com szerepel a nem kívánt hivatkozók listájában, ilyenkor a GA4 szándékosan eldobja a forrást.
Külön mérhető az AI Overviews forgalma?
Jelenleg nem. A Google hivatalos álláspontja szerint az AI Overviewsból és az AI Mode-ból érkező kattintás a szokásos organikus forgalommal együtt jelenik meg, tehát google / organic forrásként. Sem a GA4, sem a Search Console nem ad külön bontást rá.
Elég, ha az utm_source=chatgpt.com paraméterre szűrök?
Nem érdemes csak arra építeni. A paraméter megjelenése nem következetes minden felületen, és más asszisztensek egyáltalán nem használják. A hivatkozó domainre épülő regex-szűrés a stabilabb alap, a UTM-paraméter pedig hasznos kiegészítő kontroll.
Mennyi AI-referral forgalom számít normálisnak?
Nincs általános viszonyítási szám, iparáganként és tartalomtípusonként nagyon eltérő. A legtöbb magyar kkk weboldalán ez ma a teljes forgalom néhány ezreléke vagy néhány százaléka. Fontosabb a saját trended és a kulcsesemény-arány, mint az abszolút szám vagy bármilyen külső benchmark.
Miért fontos a landing page bontás az AI-forgalomnál?
Mert ez mutatja meg, melyik konkrét tartalmadat idézik a válaszmotorok forrásként. Ha látod, hogy egy adott útmutatód vagy összehasonlító oldalad hozza az AI-referral nagy részét, abból tanulhatsz a többi tartalom felépítéséhez is.
Kell-e külön eszköz a GA4 mellé?
Ha komolyan méred, két kiegészítés hasznos: szervernapló- vagy CDN-elemzés az AI-crawlerek követéséhez, és BigQuery export a nyers eseményadatokhoz. Kis volumennél viszont a GA4 egyedi csatornacsoportja önmagában is elegendő kiindulás.
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.