A belső kereső találati oldala egyetlen dologra való: hogy a látogató, aki már nálad van, gyorsabban megtalálja, amiért jött. Amikor ezek az oldalak bekerülnek a Google indexébe, a keresőnek olyan tartalmat adsz át, amit nem te írtál, nem te hagytál jóvá, és jó eséllyel nem is ügyfél gépelte be. Egy magyar KKV-oldalon ez tipikusan úgy néz ki, hogy valaki rákeres a saját cégnevére, és a saját domainje alatt talál egy ?s= kezdetű URL-t egy kínos, idegen nyelvű kifejezéssel. Nézzük végig, hogyan jut ide egy oldal, mit ront el ezzel, és melyik a három lehetséges kezelés közül a helyes.
Miért kerülnek egyáltalán indexbe a belső keresési találati oldalak?
Rövid válasz: mert linkelhetők, és mert valaki linkelte őket. A Google nem véletlenszerűen próbálgat paramétereket, hanem URL-eket követ, amiket máshol megtalált.
Tovább a témában: Paraméteres URL-ek kordában tartása · AI-botok kezelése Cloudflare-ben
A leggyakoribb utak, ahogy egy keresési URL bekerül a bejárási sorba:
- Külső link. Spam-botok tömegével küldenek be lekérdezéseket a keresődobozba, majd az így kapott URL-re fórumokról, feltört oldalakról linkelnek. Ez a leggyakoribb ok a kínos találatok mögött.
- Belső link. Egy „népszerű keresések” blokk, egy címke-felhő, vagy egy szűrő, ami valójában keresési URL-t generál.
- Sitemap. Rosszul konfigurált SEO-plugin vagy egyedi generátor, ami minden nyilvános URL-t bevesz.
- Analitika és böngésző. Ha az URL bárhol nyilvánosan megjelenik, előbb-utóbb bejárható lesz.
Hivatalosan igazolt: a Google dokumentációja évek óta külön kiemeli a keresési találati oldalakat és a végtelen paraméter-tereket mint olyan tartalmat, amit érdemes kizárni a bejárásból, mert a felhasználónak a keresőben nem hasznos egy másik kereső találati listája.
Saját tapasztalat: a magyar WordPress-oldalakon a probléma ritkán a ?s= paraméter maga. A WordPress alapból noindexre teszi a keresési oldalt. A baj majdnem mindig ott keletkezik, ahol valaki „szép” URL-t csinált belőle (/kereses/kulcsszo/), egyedi sablont írt hozzá, és a sablonból kimaradt a robots meta.
Milyen konkrét kárt okoz, ha ezek az oldalak bent maradnak?
Három különböző kárról van szó, és érdemes szétválasztani őket, mert nem ugyanaz a súlyuk.
Vékony és duplikált tartalom. A keresési találati oldal saját szövege nulla. A rajta lévő címek és kivonatok mind máshonnan származnak. Ha ebből több száz variáció van indexben, a domainen belüli minőségi átlagod romlik, és a valóban értékes oldalaid nehezebben tűnnek ki.
Crawl-pazarlás. Minden kombináció új URL. Egy 200 termékes webshop keresője és szűrői több tízezer bejárható címet tudnak előállítani. A bejárási kapacitás nem végtelen, és ha azt a keresőoldalak eszik meg, az új terméklapod vagy a friss cikked lassabban kerül be. Hivatalosan igazolt: a Google szerint a legtöbb kis oldalnak nem kell a crawl budget miatt aggódnia, de a paraméterrobbanás pont az a helyzet, amit kivételként említenek.
Márkakár. Ez az, ami miatt a cégvezető telefonál. A saját domained alatt jelenik meg egy szemetes lekérdezés a Google-ben, gyakran a cégnévre keresve is. Ez nem algoritmikus büntetés, hanem egyszerűen csúnya.
Szakmai feltételezés: a válaszmotorok (AI-összefoglalók, chatbotok) szempontjából az ilyen oldalak további kockázatot jelentenek, mert szerkesztetlen szövegtöredékeket társítanak a márkádhoz. Erre nincs publikus mérésem, de az elv logikus: ami bejárható és indexelhető, az idézhető is.
Meta noindex, robots.txt vagy 404: melyik mikor a helyes döntés?
A három megoldás nem alternatíva, hanem három különböző dolgot csinál. A leggyakoribb hiba abból jön, hogy összekeverik őket.
Meta noindex (vagy X-Robots-Tag fejléc)
Ez mondja meg a keresőnek, hogy az oldalt ne tartsa indexben. A robot bejárja, elolvassa, és kiveszi. Ez az alapértelmezett helyes válasz a belső keresési oldalakra.
<meta name="robots" content="noindex, follow">
A follow azért fontos, mert a találati oldalról induló linkek így továbbra is segítik a valódi oldalaid felfedezését. Mikor rossz választás: ha az oldalt egyúttal a robots.txt-ben is tiltod. Akkor a Google soha nem látja a noindexet, mert le sem tölti az oldalt.
Robots.txt tiltás
Ez a bejárást tiltja, nem az indexelést.
User-agent: *Disallow: /*?s=Disallow: /kereses/
Mikor rossz választás: ha már vannak indexelt keresési URL-jeid. A robots.txt tiltás nem szedi ki őket, sőt bebetonozza a helyzetet. Hivatalosan igazolt: a Google dokumentációja szerint a robots.txt-ben tiltott URL is megjelenhet a találatok között, ha máshonnan linkelik, és a noindex utasítás ilyenkor hatástalan, mert a robot nem tudja elolvasni. Ez a cikk legfontosabb mondata.
A robots.txt akkor jó, ha előre teszed ki, tiszta helyzetben, vagy ha a bejárási terhelés a fő gond, és az indexelést már megoldottad noindexszel, majd megvártad, hogy a Google feldolgozza.
Szerveroldali 404 vagy 410
A legerősebb eszköz: az URL egyszerűen nem létezik. A 410 (Gone) valamivel gyorsabb eltávolítást szokott hozni, mint a 404, de mindkettő működik.
Mikor rossz választás: szinte mindig, ha a belső kereső valóban használatban van. A 404 a látogatót is eltalálja, nem csak a robotot. Akkor van értelme, ha a keresőfunkciót kivezetted, vagy ha egy elavult keresési URL-mintát (például egy régi rendszer /search.php?q= címeit) végleg le akarsz zárni.
Hogyan ellenőrzöd 10 perc alatt, hogy neked is van-e ilyen problémád?
Két lépés, mindkettő ingyenes.
1. lépés, site: operátor. Írd be a Google-be, saját domainnel:
site:sajatdomain.hu inurl:?s=site:sajatdomain.hu inurl:keresessite:sajatdomain.hu inurl:searchsite:sajatdomain.hu inurl:?q=
Ha bármelyik találatot ad, van dolgod. Hivatalosan igazolt: a Google több alkalommal jelezte, hogy a site: operátor nem pontos diagnosztikai eszköz, a darabszáma becslés. Igen vagy nem kérdésre viszont tökéletesen elég: ha egy ilyen URL-t látsz, az bent van.
2. lépés, Search Console. Nyisd meg az Indexelés, Oldalak riportot, és nézd meg ezeket a sorokat:
- Bejárva, jelenleg nincs indexelve: itt szoktak tömegével ülni a keresési URL-ek. Kattints rá, és a példa-URL-ek listájában keresd a paraméteres címeket.
- Duplikált, a felhasználó által nem jelölt kanonikus: gyakori a szűrő- és keresési variációknál.
- Kizárva a noindex címke miatt: itt kell lenniük a keresési oldalaknak. Ha itt vannak, jól dolgoztál.
Ezt egészítsd ki a Teljesítmény riporttal: szűrj az oldal URL-jére a s= vagy kereses részlettel. Ha van rájuk megjelenés vagy kattintás, akkor nem elméleti a probléma. Végül az URL-ellenőrzés eszközbe illessz be egy konkrét keresési URL-t, és nézd meg, mit lát a Google: bejárható-e, milyen robots utasítást talál, melyik kanonikust választotta.
Mi a helyes beállítás WordPressen?
A WordPress mag a keresési találati oldalt alapból noindexre teszi. A gyakorlati teendő ezért inkább ellenőrzés, mint beállítás.
- Nyisd meg a saját keresési oldaladat, nézd meg az oldal forrását, és keress rá:
name="robots". Ha nem látsz noindexet, valami felülírta. - Ha SEO-plugint használsz (Yoast, Rank Math, SEOPress), keresd meg a keresési oldal indexelési kapcsolóját, és győződj meg róla, hogy noindexen áll. Ha két forrás is kiír robots metát, az egyiket kapcsold ki, mert az ütköző utasítás kiszámíthatatlan.
- Egyedi sablonnál vagy „szép” keresési URL-nél tedd vissza kézzel:
add_filter( 'wp_robots', function( $robots ) { if ( is_search() ) { $robots['noindex'] = true; $robots['follow'] = true; } return $robots; } );
- Nézd át a sitemapot: a keresési URL-eknek nincs bent keresnivalójuk.
- Ha van „népszerű keresések” blokkod, vagy a hibaoldalad keresési linkeket kínál, azokra tegyél
rel="nofollow"jelölést, vagy cseréld valódi kategórialinkekre.
Saját tapasztalat: a legtöbb bejelentett „csúnya találat” eset nálunk vagy egyedi keresősablonból, vagy egy régi, migráció után is élő keresési URL-mintából jött, nem a WordPress alapműködéséből.
Mi a különbség WooCommerce-en és egyedi rendszeren?
WooCommerce-en a keresés csak a jéghegy csúcsa. A ?s=valami&post_type=product mellett ott vannak a szűrők és a rendezés: ?orderby=, ?min_price=, ?filter_szin=, és ezek kombinációi. Ezek nem keresési oldalak, hanem fazettás navigáció, viszont ugyanazt a crawl-robbanást okozzák.
Amit a gyakorlatban működni látok:
- A keresési URL: noindex, follow.
- A rendezési paraméterek (
orderby,pagedfeletti variációk): kanonikus a tiszta kategória-URL-re. - A szűrők: alapból noindex, kivéve azt a néhány kombinációt, amire valódi keresési igény van, és amiből saját, szerkesztett gyűjtőoldalt csinálsz egyedi címmel és bevezetővel. Ez utóbbi már nem keresőoldal, hanem landing oldal.
- A bejárási terhelés ellen a robots.txt csak akkor jöjjön, ha a noindexes állapotot a Google már feldolgozta.
Egyedi rendszeren, ahol nem akarsz sablonokhoz nyúlni, a legtisztább a szerveroldali fejléc. Apache alatt például:
SetEnvIf Query_String "(^|&)s=" IS_SEARCHHeader set X-Robots-Tag "noindex, follow" env=IS_SEARCH
Ez ugyanúgy érvényes utasítás, mint a HTML-be írt meta, és ott is működik, ahol a kimenet nem HTML. Ha a keresés POST-tal megy és nincs is megosztható URL-je, akkor nincs mit tiltanod, viszont figyelj arra, hogy a stringet ne írja bele semmilyen kanonikus vagy sitemap-generátor.
Ha kiveszed az indexből, mi lesz a lekérdezésekkel?
Itt van a szakmai álláspontom, ami nem mindenkinek tetszik: a belső keresési oldal soha nem landing oldal, de a rá érkező lekérdezés az egyik legjobb tartalomterv-forrásod.
A látogató, aki már nálad van, és mégis a keresődobozhoz nyúl, egy dolgot közöl: valamit nem talált meg. Ez pontosabb jelzés, mint bármelyik kulcsszókutató eszköz, mert nem becslés, hanem megtörtént esemény, ráadásul a te közönségedtől.
Amit érdemes csinálni vele:
- Kapcsold be a belső keresés mérését (GA4-ben az oldalon belüli keresés eseményét), és havonta nézd át a listát.
- Válaszd szét: termék, amit nem árulsz, termék, amit árulsz, de nem találták meg, kérdés, amire nincs tartalmad. Mindhárom más teendőt jelent: kínálatbővítés, navigációjavítás, cikkírás.
- A nulla találatot adó lekérdezéseket kezeld külön. Ez a leggyorsabban megtérülő lista.
- Ha egy lekérdezés hónapról hónapra visszatér, írj rá saját, szerkesztett oldalt. Az mehet indexbe, mert van rajta hozzáadott érték.
Saját tapasztalat: a belső keresési listákból rendszeresen jönnek elő olyan megfogalmazások, amiket a cég maga soha nem használna, mégis ezekkel keresnek az ügyfelei. Ez a szóhasználati eltérés önmagában is megéri a havi tíz percet.
Milyen sorrendben javítsd, ha már bent vannak az oldalak?
Ez a sorrend számít a legtöbbet, mert rossz sorrendben a javítás hónapokra megakad.
- Vedd ki a robots.txt tiltást a keresési mintákra, ha van. Amíg bent van, a Google nem látja a noindexet.
- Tedd ki a noindex, follow utasítást minden keresési URL-re, metában vagy X-Robots-Tag fejlécben.
- Ellenőrizd az URL-ellenőrző eszközzel, hogy a Google tényleg látja-e a noindexet. Ha nem, ott ütközés van.
- Szedd ki a belső linkeket és a sitemap-bejegyzéseket, amik ezekre az URL-ekre mutatnak.
- Ha a márkakár sürgős, a Search Console Eltávolítások eszközével kérj ideiglenes elrejtést. Ez körülbelül fél évig tart, tehát nem megoldás, csak időnyerés, amíg a noindex hat.
- Várj. Az eltűnés az újrabejárás ütemétől függ, kis oldalon ez hetekben mérhető. Ez nem garantált menetrend, csak tapasztalati nagyságrend.
- Csak ezután vedd fontolóra a robots.txt tiltást, ha a bejárási terhelés indokolja.
Néhány dolog, amit nem érdemes csinálni: kanonikus címkével a főoldalra mutatni a keresési oldalról (ez javaslat, nem utasítás, és a Google gyakran figyelmen kívül hagyja), jelszóval védeni a keresést, vagy 301-gyel átirányítani a keresést a kategórialistára, mert azzal a funkciót veszed el a látogatótól.
Források és további olvasnivalók
- Google Search Central: Blokkolás az indexelésből a noindex használatával
- Google Search Central: A robots.txt bemutatása és a robots.txt szabályok értelmezése
- Google Search Central: Robots meta címke, data-nosnippet és X-Robots-Tag specifikáció
- Google Search Central: Crawl budget kezelése nagy méretű webhelyeken
- Google Search Central: Fazettás navigáció bevált gyakorlatai
- Google Search Essentials és a spam-szabályzat
- Google Search Console súgó: Oldalak indexelési riport, URL-ellenőrző eszköz, Eltávolítások eszköz
- WordPress Developer Resources: wp_robots szűrő és a keresési oldalak alapértelmezett kezelése
- WooCommerce dokumentáció: terméklekérdezések és szűrők
- Robots Exclusion Protocol, RFC 9309
- A robots.txt tiltás megakadályozza a bejárást, de a már indexelt URL-t nem távolítja el, sőt megakadályozza, hogy a Google meglássa a noindexet.
- A helyes alapbeállítás a legtöbb rendszeren a meta noindex, follow a keresési találati oldalon, nem a crawl-tiltás.
- A 404 vagy 410 csak akkor jó megoldás, ha a belső keresést URL-ből egyáltalán nem akarod elérhetővé tenni, a látogatói élményt viszont rontja.
- A site: operátoros ellenőrzés és a Search Console Oldalak riportja együtt 10 perc alatt megmutatja, van-e ilyen problémád.
- A belső keresőbe beírt valódi lekérdezések a legjobb ingyenes tartalomterv-forrásaid, akkor is, ha maguk az oldalak nem kerülnek indexbe.
Gyakori kérdések
Elég, ha a robots.txt-ben letiltom a ?s= paramétert?
Nem, ha már vannak indexelt keresési oldalaid. A robots.txt csak a bejárást tiltja, az indexelést nem. A már bent lévő URL maradhat a találatok között, ráadásul a robot nem tudja letölteni az oldalt, így a rajta lévő noindexet sem látja. Előbb a noindexnek kell hatnia, a crawl-tiltás jöhet utána.
A WordPress alapból megoldja ezt helyettem?
A WordPress mag noindexre teszi a keresési találati oldalt, tehát alaphelyzetben rendben vagy. A gond akkor keletkezik, ha egyedi keresősablont használsz, szép URL-t csináltál a keresésnek, vagy egy plugin felülírja a robots metát. Nézd meg az oldal forrásában, hogy tényleg ott van-e a noindex.
Mennyi idő alatt tűnnek el a keresési oldalak a Google-ből?
Ez az újrabejárás ütemétől függ, és nincs rá garantált menetrend. Kisebb oldalakon jellemzően hetekben mérhető, nagy, sok URL-es rendszereken tovább tarthat. Ha a márkakár miatt sürgős, a Search Console Eltávolítások eszközével kérhetsz ideiglenes elrejtést, ami körülbelül fél évig él, de a tartós megoldás a noindex.
Mikor van értelme mégis indexelhetővé tenni egy keresési oldalt?
Akkor, ha az már nem keresési oldal. Ha egy visszatérő lekérdezésre saját címmel, bevezetővel, szerkesztett sorrenddel és belső linkekkel gyűjtőoldalt építesz, az önálló tartalom, ami jogosan lehet indexben. A nyers, paraméterből generált találati listára ez nem igaz.
Mi a különbség a 404 és a 410 között ilyenkor?
Mindkettő azt jelenti, hogy az URL nem szolgál ki tartalmat, a 410 (Gone) viszont azt is közli, hogy véglegesen megszűnt. Tapasztalat szerint a 410 valamivel gyorsabb eltávolítást hozhat. Belső keresésnél viszont egyik sem az első választás, mert a látogatót is elzárja a funkciótól.
Hogyan nézzem meg, milyen szavakra keresnek a saját oldalamon?
Kapcsold be a GA4-ben az oldalon belüli keresés mérését, és havonta nézd át a lekérdezéseket, külön figyelve a nulla találatot adókra. Ez akkor is működik, ha a keresési oldalak noindexen vannak, mert a mérés a látogatói eseményből jön, nem az indexelésből.
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.