Amikor egy AI-kereső (ChatGPT keresés, Google AI Overviews, Gemini, Perplexity) összerak egy választ, nem egy egész cikket olvas fel. Kiválaszt belőle egy-két bekezdést, amely a legpontosabban felel a felhasználó kérdésére, és azt idézi vagy fogalmazza át. Ha a te oldaladon a szakasz élén ott van a kérdés és rögtön alatta a tömör válasz, akkor megkönnyíted ezt a kiválasztást. Ez a cikk arról szól, hogyan építs kérdés-alapú H2 címeket és válaszmotor-barát bekezdéseket.
Mi az a kérdés-alapú H2?
A kérdés-alapú H2 egy olyan szakaszcím, amely valós felhasználói kérdést fogalmaz meg teljes mondatként, kérdőjellel. Nem kulcsszó-halmaz és nem szlogen, hanem pontosan az a mondat, amit a felhasználó begépelne vagy kimondana. Alatta a szakasz első egy-két mondata rögtön megválaszolja a kérdést, mielőtt a részletekbe mennél.
A logika egyszerű: az emberek a keresőkbe és az AI-asszisztensekbe egyre inkább egész kérdéseket írnak, nem csak tőszavakat. Ha a címstruktúrád tükrözi ezt a nyelvet, akkor a tartalmad és a keresés közötti szemantikai távolság kisebb lesz. A kérdés a horog, a rá adott tömör válasz pedig a hal, amit a válaszmotor könnyen kiemel.
Miért segíti ez az AI-idézhetőséget?
Azért, mert a nagy nyelvi modellekre épülő keresők passzus-szinten dolgoznak: a hosszú tartalmat kisebb egységekre bontják, és ezeket az egységeket külön-külön értékelik relevancia szerint. Hivatalos információ: a Google Search Central több anyagában is azt írja, hogy jól strukturált, egyértelmű címhierarchia (H1, H2, H3) segíti a tartalom megértését, és hogy a világos, közvetlen válaszokat tartalmazó szakaszok jó eséllyel szerepelnek a kiemelt találatokban és az AI-összefoglalókban.
Saját tapasztalat: amikor egy meglévő cikk általános címeit ("Bevezetés", "A megoldás", "Előnyök") lecseréltük valódi kérdésekre, és minden szakasz elejére tettünk egy 2-3 mondatos, önmagában is érthető választ, a tartalom gyakrabban jelent meg az AI-válaszokban forrásként. Ez nem tudományos mérés és nem garancia, de a mintázat több oldalon is visszaköszönt.
Szakmai feltételezés: a modellek valószínűleg azért kedvelik ezt a szerkezetet, mert csökkenti a bizonytalanságot. Ha egy passzus önmagában is válaszol egy kérdésre, akkor a modellnek kevesebb környező kontextust kell felhasználnia ahhoz, hogy biztos legyen a tartalmában, így kisebb az esélye, hogy félreidézi.
Milyen egy jó és milyen egy rossz kérdés-alapú H2?
A jó H2 konkrét, teljes kérdés, amit a felhasználó tényleg feltenne, és amire a szakasz egyértelműen felel. A rossz H2 általános, szlogenszerű vagy egyetlen szó, amiből a gép nem tudja kiolvasni, mire ad választ a szöveg. Nézzünk konkrét párokat.
- Rossz: "Áraink" | Jó: "Mennyibe kerül egy webshop SEO-auditja?"
- Rossz: "A folyamat" | Jó: "Hogyan zajlik egy tartalmi audit lépésről lépésre?"
- Rossz: "Miért mi?" | Jó: "Miből lehet felismerni egy megbízható SEO-szakértőt?"
- Rossz: "Innováció a gyakorlatban" | Jó: "Mikor érdemes AI-eszközt bevonni a tartalomírásba?"
A rossz példák közös hibája, hogy a cím a szerző fejében van értelmezve, nem a felhasználó kérdéseihez igazodik. A "Miért mi?" a cégnek szól, nem az olvasónak. A jó változat viszont pont az a mondat, amit valaki beírna a keresőbe, ezért a gép is könnyebben párosítja a lekérdezéssel.
Van egy köztes eset is: a túl hosszú, több kérdést egybegyúró cím. A "Hogyan írj H2-t, és mi a különbség a SEO és a GEO között, és megéri-e egyáltalán?" cím zavaros. Egy H2 egy kérdésre feleljen. Ha több kérdésed van, csinálj több szakaszt.
Hogyan írd meg a tömör választ a szakasz elején?
A szakasz első mondata legyen olyan, hogy kimásolva, a cím nélkül is teljes, igaz állítás maradjon. Ezt hívom "önmagában megálló" mondatnak. A gyakorlati szabály: ne kezdd névmással vagy visszautalással ("Ez azért fontos, mert..."), hanem nevezd meg az alanyt.
Egy egyszerű minta, amit követni tudsz:
- Első mondat: a kérdésre adott közvetlen válasz, alany + állítmány, konkrétan. Például: "Egy tartalmi audit három szakaszból áll: felmérés, elemzés és prioritizált javaslatlista."
- Második mondat: egy pontosító feltétel vagy a legfontosabb kivétel. Például: "A terjedelme az oldalszámtól függ, egy néhány oldalas honlapnál lényegesen gyorsabb, mint egy több ezer termékes webshopnál."
- Ezután jönnek a részletek: lista, példa, magyarázat, kontextus.
Kerüld azt, hogy a válasz csak három bekezdés után, egy felvezetés végén bújjon elő. Ha az olvasónak görgetnie kell a válaszért, akkor a modellnek is nehezebb megtalálnia.
Mennyire hosszú legyen egy idézhető passzus?
A tapasztalat szerint a jól idézhető válasz nagyjából 40-70 szó, két-három mondat. Ennyi elég ahhoz, hogy önmagában értelmes legyen, de még nem annyi, hogy a modellnek több gondolatot kelljen egybegyúrnia. Szakmai feltételezés: a túl rövid, egymondatos válasz gyakran alultömött (hiányzik belőle a feltétel vagy a pontosítás), a túl hosszú pedig felhígul, és a modell csak egy részletét emeli ki, ami könnyen félreérthető.
Praktikus fogás: a válaszbekezdés után tegyél egy üres sort, és onnan folytasd a részleteket. A bekezdés-határ vizuális és strukturális jel is egyben, segít abban, hogy a passzus egy zárt egységként legyen kezelhető.
Hogyan illeszkedik ehhez a szerkezethez a Schema jelölés?
A kérdés-alapú szakaszok jól kombinálhatók strukturált adatokkal, de a kettő nem ugyanaz. A látható H2-kérdés a felhasználónak és a szövegértő modelleknek szól, a Schema.org jelölés (például FAQPage vagy QAPage) pedig a gépi olvasásnak ad explicit jelzést arról, hogy itt kérdés-válasz párok vannak.
Fontos figyelmeztetés: a Google dokumentációja szerint a FAQ strukturált adatot csak akkor szabad használni, ha a kérdés-válasz párok ténylegesen látszanak az oldalon, és valódi GYIK-jellegűek. Ne jelölj FAQPage-ként egy sima cikket csak azért, hogy trükközz. Ha a szerkezeted valódi kérdésekből és rájuk adott válaszokból áll, a jelölés megerősíti a szöveges struktúrát. A részletekről külön írtam a FAQPage jelölésről szóló anyagban.
Milyen gyakori hibákat érdemes elkerülni?
A leggyakoribb hiba, hogy a kérdés a címben van, de a válasz nem az első mondatban. Ilyenkor a szerkezet félkész: a horog megvan, de a hal elúszik. Néhány további buktató:
- Álkérdés: a cím kérdés formájú, de a szakasz nem felel rá, hanem elkalandozik. A modell ilyenkor nem talál egyértelmű választ.
- Kulcsszó-tömés a kérdésbe: "SEO szövegírás Budapest olcsó ár árajánlat" nem kérdés, hanem kulcsszólista. Természetes mondatot írj.
- Válasz névmással kezdve: "Ez attól függ..." A modell nem tudja, mi az "ez", ha kontextus nélkül emeli ki.
- Túl sok kérdés egy H2-ben: egy cím, egy kérdés, egy fő válasz.
- Ellentmondás a cím és a szöveg között: ha a kérdés mást ígér, mint amiről a szakasz szól, az rontja a bizalmat.
Ellenőrzőlista a publikálás előtt
Mielőtt kiadsz egy cikket, fusd át ezt a listát minden H2-re:
- A H2 valódi, teljes kérdés, kérdőjellel, olyan nyelven, ahogy a felhasználó feltenné?
- Egy H2 pontosan egy kérdésre koncentrál?
- A szakasz első mondata önmagában, a cím nélkül is igaz és érthető állítás?
- A válasz alany + állítmány szerkezettel indul, nem névmással vagy visszautalással?
- A tömör válasz nagyjából 40-70 szó, és a részletek utána, külön bekezdésben jönnek?
- A kérdés és a rá adott válasz tartalmilag fedik egymást, nincs ellentmondás?
- Ahol GYIK-szerű a tartalom, ott a Schema jelölés valós, látható párokra épül?
- Elolvasva a szakasz úgy hangzik, mintha egy szakértő válaszolna egy ügyfélnek, nem mintha szlogeneket sorolna?
Ez a szerkezet nem varázslat, és nem garantál sem helyezést, sem AI-idézést. Amit tesz, hogy a tartalmadat könnyebben feldolgozhatóvá teszi mind az ember, mind a gép számára, és ez jó eséllyel javítja az esélyeidet arra, hogy a válaszmotorok téged emeljenek ki forrásként. A jó hír, hogy ugyanez a szerkezet a hagyományos olvasónak is kényelmesebb, tehát nem kell választanod a kettő között.
Források és további olvasnivalók
- Google Search Central: Creating helpful, reliable, people-first content
- Google Search Central: FAQ (FAQPage) structured data dokumentáció
- Google Search Central: AI Overviews and your website
- Schema.org: FAQPage és QAPage típusdefiníciók
- OpenAI: ChatGPT search dokumentáció
- W3C: HTML szakaszolás és címhierarchia (headings and sections)
- A H2 legyen olyan kérdés, amit a felhasználó tényleg begépel vagy kimond az AI-nak.
- A szakasz első 1-2 mondata adjon önmagában idézhető, kontextus nélkül is érthető választ.
- A válaszmotorok bekezdés-szintű passzusokat idéznek, nem egész oldalakat, ezért a bekezdés-határok számítanak.
- A rossz H2 általában marketinges szlogen vagy egy szó, a jó H2 konkrét és egyértelmű.
- A kérdés-válasz szerkezet nem garantál idézést, de mérhetően megkönnyíti a gépi feldolgozást.
Gyakori kérdések
Minden H2-t kérdéssé kell alakítanom?
Nem feltétlenül. Ott érdemes kérdés-alapú H2-t használni, ahol a szakasz tényleg egy megválaszolható kérdésre felel. Egy tisztán bemutató vagy felsoroló szakasznál a kijelentő cím is rendben van. A cél nem a kényszeres kérdésesítés, hanem hogy a válasz-jellegű szakaszok idézhetőek legyenek.
Nem rontja a kérdéses cím a professzionális megjelenést?
Jól megírva nem. A kérdés attól nem lesz igénytelen, hogy kérdőjel van a végén. Egy pontos, szakszerű kérdés inkább azt jelzi, hogy érted az olvasó valós problémáját. A hatásvadász, csali jellegű kérdéseket viszont érdemes kerülni.
Honnan tudom, milyen kérdéseket tesznek fel a felhasználók?
Több forrásból: a Google keresési kifejezés riportjaiból, a "People also ask" dobozokból, az ügyfélkérdésekből, az e-mailekből és a valós beszélgetésekből. Érdemes az AI-asszisztenseket is megkérdezni, milyen kérdések merülnek fel egy témában, majd ezeket a saját szakmai tudásoddal szűrni.
A kérdés-alapú H2 helyettesíti a kulcsszókutatást?
Nem. Kiegészíti. A kulcsszókutatás megmutatja, mit keresnek az emberek, a kérdés-alapú szerkezet pedig azt, hogyan tálald a választ idézhető formában. A kettő együtt működik: a kutatásból jönnek a kérdések, a szerkezetből a jó válaszok.
Garantálja ez, hogy az AI idézni fog engem?
Nem, semmilyen technika nem garantálja az AI-idézést vagy a helyezést. A kérdés-válasz szerkezet a gépi feldolgozhatóságot javítja, ami jó eséllyel növeli az esélyeidet, de a végső döntés a keresőé. Óvatosan bánj minden olyan ígérettel, ami garantált AI-megjelenést állít.
Mennyi kérdés-alapú H2 legyen egy cikkben?
Nincs kőbe vésett szám, a téma természetes bontása dönti el. A lényeg, hogy minden fő gondolathoz tartozzon egy tiszta kérdés és egy tömör válasz. Egy közepes cikkben ez jellemzően néhány és tíz közötti H2-t jelent, de a mennyiség önmagában nem cél.
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.