- A Product schema (ár, elérhetőség, GTIN, értékelés) gépileg olvashatóvá teszi a terméked, ami segítheti az idézést.
- Az AI a kontextusból idéz: az önmagában is értelmes, tényszerű termékleírás jobb eséllyel kerül be egy válaszba, mint a marketingszöveg.
- A kategóriaoldal nem csak terméklista: a jó bevezető és a szűrők melletti szöveg entitás-kontextust ad a keresőnek.
- A Merchant feed és az oldal adatai közti eltérés (ár, készlet) rontja a bizalmat, ezért tartsd őket szinkronban.
- Az egyedi, saját tapasztalatot közvetítő tartalom nehezebben helyettesíthető, ezért értékesebb az idézésnél.
A webáruházak régóta a klasszikus keresőre optimalizáltak: kulcsszó a termékcímben, kategóriastruktúra, belső linkek. A válaszmotorok (ChatGPT, Google AI Mode és AI Overviews, Gemini, Perplexity) megjelenésével egy másik kérdés került előtérbe: nem csak az, hogy megtalál-e a rendszer, hanem az, hogy idéz-e téged akkor, amikor valaki terméket keres vagy összehasonlítást kér. Ez a cikk azt járja körül, mit tehetsz a termékadat, a termékleírás és a feed szintjén azért, hogy az AI jó eséllyel a te boltodat hozza fel forrásként.
Hogyan választ ki és idéz egy terméket az AI?
Röviden: az AI nem az egész oldaladat olvassa, hanem kontextusrészleteket vesz fel és azokból épít választ, ezért az idézhetőség kulcsa a gépileg kinyerhető, önmagában is érthető termékadat. Amikor egy felhasználó azt kérdezi, hogy "melyik a legjobb csendes mosogatógép 60 cm-es beépítéshez", a modell nem egy klasszikus találati listát ad vissza. Vagy a betanított tudásából dolgozik, vagy élő kereséssel (retrieval) néhány forrást behúz, kivonatol és összegez. Ebben a folyamatban az a termékoldal jár jól, amelyről a rendszer gyorsan és egyértelműen ki tudja olvasni a lényeget: mi a termék, milyen paraméterei vannak, mennyibe kerül, elérhető-e.
Ez saját tapasztalat és a jelenlegi működésből levont szakmai feltételezés, nem hivatalos, garantált mechanizmus: a szolgáltatók nem közlik pontosan, mikor melyik terméket idézik. Az viszont hivatalos információ a Google részéről, hogy a strukturált adat segíti a tartalom értelmezését, és hogy az AI-funkciók ugyanazokra a jelekre építenek, mint a hagyományos keresés.
Miért fontos a Product schema, és mit tegyél bele?
Röviden: a Product strukturált adat gépileg olvashatóvá teszi a termék legfontosabb tényeit, ezért ez az idézhetőség alaprétege. A Schema.org Product típusa és a hozzá tartozó Offer egyértelműsíti azt, amit egy embernek a szem magától összerak. Egy webáruházban ezt érdemes minden terméknél kitölteni:
- name, description, image: a termék neve, leírása és képe.
- sku, gtin / mpn, brand: azonosítók, amelyek egyértelműen egy konkrét termékhez kötik az adatot.
- offers: ezen belül a
price,priceCurrencyés azavailability(pl.InStock). - aggregateRating és review: ha valós, oldalon is látható értékelésekből származik.
Egy egyszerű, JSON-LD formátumú váz így néz ki:
{ "@context": "https://schema.org", "@type": "Product", "name": "Csendes mosogatogep 60 cm", "brand": {"@type":"Brand","name":"Marka"}, "gtin13": "599...", "offers": {"@type":"Offer", "price": "189900", "priceCurrency": "HUF", "availability": "https://schema.org/InStock"} }
Fontos szabály (hivatalos Google-irányelv): az értékelés-jelölést csak akkor tedd ki, ha az érték valóban megjelenik az oldalon és valós felhasználóktól származik. A kitalált vagy csak a schemában létező adat a strukturált adat kézi büntetésének kockázatát hordozza, és nem garantál semmilyen megjelenést.
Milyen a termékleírás, amit az AI szívesen idéz?
Röviden: az önmagában is értelmes, tényszerű, egyedi leírás jobb eséllyel kerül be egy AI-válaszba, mint a gyártói szöveg vagy a jelzőkkel teli marketingnyelv. A modell akkor tud biztonsággal hivatkozni rád, ha a leírásból konkrét, ellenőrizhető állításokat tud kiemelni. Néhány gyakorlati elv:
- Kezdd a lényeggel. Az első két-három mondat mondja meg, mi ez, kinek való és mi a legfontosabb paramétere. Ez a rész az, amit egy kivonatoló a leggyakrabban felhasznál.
- Írj egyedi szöveget. A gyártótól átvett, több száz boltban azonos leírás nem ad okot arra, hogy pont téged idézzen a rendszer. A saját tapasztalat, a használati kontextus ("kis konyhába jó választás, mert...") megkülönböztet.
- Használj tényeket, ne jelzőket. A "46 dB működési zajszint" idézhető, a "csendes, mint egy suttogás" kevésbé.
- Válaszolj kérdésekre a szövegben. A tipikus vásárlói kérdések ("beépíthető-e", "mennyit fogyaszt") megválaszolása közvetlenül illeszkedik a válaszmotor logikájához.
Egy jól bevált szerkezet: rövid összefoglaló bekezdés, alatta a főbb paraméterek listája, majd egy "kinek ajánljuk / kinek nem" rész, végül egy tömör gyakori kérdések blokk. Ez emberi olvasónak is jó, és a gépi kivonatolásnak is.
Mire jó a kategóriaoldal az idézhetőség szempontjából?
Röviden: a kategóriaoldal nem csak terméklista, hanem az az entitás-kontextus, amelyből az AI megérti, hogy te ezzel a termékkörrel foglalkozol. Sok webáruházban a kategóriaoldalon nincs más, mint a szűrők és a termékek rácsa. Ez a keresőnek és az AI-nak is kevés fogódzót ad. Érdemes tenni rá:
- Rövid, érdemi bevezetőt a kategória tetejére vagy aljára: mi tartozik ide, mi alapján érdemes választani, milyen fő típusok vannak.
- Választási szempontokat, amelyek egyben a szűrők logikáját is magyarázzák (méret, teljesítmény, felhasználási cél).
- Belső linkeket a kapcsolódó alkategóriákra és a témába vágó tudástár-cikkekre, hogy a kereső össze tudja kötni a témát.
Ez a szöveg segít abban, hogy a boltod egy adott termékkör körül entitásként épüljön fel. Vigyázni kell viszont a mértékkel: a kcategory oldal elsődleges funkciója a böngészés, a szöveg ne nyomja le a termékeket és ne legyen kulcsszóval telezsúfolt.
Hogyan kapcsolódik mindehhez a Merchant feed?
Röviden: a termékfeed (Google Merchant Center adatfolyam) a strukturált adat másik csatornája, és ha eltér az oldalon látható adattól, az bizalmat és láthatóságot ront. A feedben ugyanazok a mezők jelennek meg, mint a schemában: cím, leírás, ár, elérhetőség, GTIN, márka, kép. A Google hivatalos elvárása, hogy a feed adata és a landing oldal adata egyezzen, különösen az ár és a készlet. Gyakorlati alapok:
- Egy igazságforrás. Az ár és a készlet a rendszeredből (pl. a webshop-motorból) jöjjön, a feed és a schema onnan generálódjon, ne kézzel karbantartott, elavuló másolat legyen.
- Pontos, kereshető cím. A feed címében a márka, a modell és a fő tulajdonság szerepeljen, ne a marketing-szlogen.
- Egyedi azonosítók. A GTIN/MPN kitöltése segíti a terméked összekötését a termékadat-ökoszisztémával, ami közvetve az összehasonlító és AI-funkciókban is számíthat.
- Rendszeres frissítés. Az elavult készlet- vagy árinformáció a leggyakoribb hibaforrás; az automatikus szinkron itt sokat számít.
Szakmai feltételezés, hogy ahogy az AI-alapú vásárlási és összehasonlító felületek fejlődnek, egyre nagyobb súlyt kap a strukturált, gépi termékadat konzisztenciája a különböző csatornák (oldal, schema, feed) között. Ezt hivatalosan nem ígéri senki, de a jelenlegi irány ebbe mutat.
Milyen sorrendben érdemes nekiállni?
Röviden: előbb a gépi olvashatóság alapjai, utána a tartalom minősége, végül a csatornák közti konzisztencia. Egy lehetséges ellenőrzőlista:
- Minden terméknél van érvényes
Product+OfferJSON-LD, valós ár- és készletadattal. - Az értékelés-jelölés csak ott van kint, ahol valós, látható értékelés is szerepel.
- A termékleírások egyediek, tényszerűek, és az első bekezdés önmagában is érthető.
- A fontos kategóriaoldalakon van érdemi bevezető és belső linkelés.
- A Merchant feed adata egyezik az oldal adatával, GTIN/MPN kitöltve, automatikus szinkronnal.
- A strukturált adatot a Google Rich Results Test és a Search Console riportjai alapján ellenőrzöd.
Ez a sorrend azért működik jól, mert a technikai alap hiánya esetén a jó tartalom sem tud gépileg kinyerhető formában megjelenni, a konzisztencia pedig azt védi, hogy a felépített bizalom ne sérüljön egy elavult ár vagy készlet miatt. Garantált helyezést vagy idézést egyik lépés sem ad, de együtt jó eséllyel javítják az esélyt arra, hogy a válaszmotorok forrásként rád hivatkozzanak.
Források és további olvasnivalók
- Google Search Central: Product structured data és Merchant listings dokumentáció
- Google Search Central: Review snippet irányelvek
- Google Merchant Center Súgó: termékadat-specifikáció
- Schema.org: Product és Offer típusok
- Google: AI Overviews és AI Mode a Search területén (hivatalos leírások)
- OpenAI dokumentáció: ChatGPT search működése
- W3C: JSON-LD 1.1 specifikáció
Gyakori kérdések
Elég csak a Product schema, hogy idézzen az AI?
Nem. A strukturált adat a gépi olvashatóság alaprétege, de önmagában nem garantál idézést. Egyedi, tényszerű termékleírás és konzisztens feed nélkül a schema kevés. A három réteg együtt segíti az esélyt.
Használhatom a gyártó által adott termékleírást?
Technikailag igen, de az idézhetőséghez gyenge. A több száz boltban azonos szöveg nem ad okot arra, hogy pont téged emeljen ki egy AI-válasz. Érdemes saját, a termék használatát is bemutató leírást írni.
Kirakhatom a csillagos értékelést a schemába, ha még kevés véleményem van?
Csak akkor, ha az értékelés valós és az oldalon is látható. A Google irányelvei tiltják a kitalált vagy csak a kódban létező értékelést, és ez strukturált adat elleni büntetést vonhat maga után.
Miért baj, ha a feed ára eltér az oldalon lévőtől?
A Merchant Center elvárja az egyezést, különösen az árnál és a készletnél. Az eltérés rontja a bizalmat, hirdetési szinten elutasításhoz vezethet, és általánosan gyengíti a termékadataid megbízhatóságát.
Kell szöveg a kategóriaoldalra AI-SEO szempontból?
Egy rövid, érdemi bevezető és a választási szempontok segítenek abban, hogy a kereső és az AI megértse, milyen termékkörrel foglalkozol. Ne legyen viszont kulcsszóval telezsúfolt, és ne nyomja le a termékeket.
Hogyan ellenőrzöm, hogy jó-e a strukturált adatom?
A Google Rich Results Test megmutatja, hogy érvényes-e a jelölés, a Search Console pedig a nagyobb mintán jelzi a hibákat és figyelmeztetéseket. Ezeket érdemes rendszeresen átnézni, főleg sablonváltás után.
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.