Van egy mondat, amit magyar weboldalakon hetente többször látok: "Költöztetés Budapestban és környékén". Aki magyar anyanyelvű, annak ez fél másodperc alatt megakad a szemén. Nem azért, mert nyelvtannáci lenne, hanem mert a mondat nem hangzik emberi szájból. És ha egy mondat nem hangzik emberi szájból, akkor az olvasó fejében elindul egy kérdés: ki írta ezt, és mennyire figyelt oda?
Ez a cikk arról szól, hogy miért nem kozmetikai kérdés a magyar nyelvi minőség, ha az AI-válaszmotorokban (ChatGPT, Gemini, Google AI Overviews, Perplexity) is szeretnél megjelenni, és hogyan lehet módszeresen kigyomlálni a tipikus hibákat.
Miért árt egyetlen rossz ragozás annyit, mint tíz gyenge mondat?
Rövid válasz: mert a helytelen toldalék nem stílushiba, hanem hibajel: azt mutatja, hogy a szöveget nem ember írta vagy nem ember ellenőrizte, és ez az egész oldal hitelességére visszahat.
Tovább a témában: Magyar vagy angol tartalom · AI-val írt tartalom emberi ellenőrzése, hogy ne legyen lábnyom
A magyar olvasó nem tudatosan elemzi a mondatot. Egyszerűen furcsán érzi magát, továbbgörget, és az oldal kap egy láthatatlan pontlevonást. Ez a mechanizmus régóta ismert az online meggyőzés szakirodalmában: az apró, felszíni hibák aránytalanul nagyot rontanak az észlelt szakértelmen, mert az olvasónak nincs más támpontja. Nem tudja megítélni, hogy tényleg jó-e a költöztető cég, viszont azt tudja megítélni, hogy tudnak-e magyarul.
Saját tapasztalat: amikor ügyfélszövegeket nézek át, a ragozási hibák szinte sosem egyedül jönnek. Ahol "Budapestban" van, ott jellemzően van sablonból generált címsor, ismétlődő bekezdés és üres általánosság is. A nyelvi hiba tehát egy nagyobb minőségi probléma legjobban látható tünete.
Miért pont a településnevek buknak el gépi ragozásnál?
Rövid válasz: mert a magyar településnevek helyhatározó ragja nem levezethető szabályból, hanem hagyomány kérdése, így semmilyen egyszerű algoritmus nem találja el megbízhatóan.
A magyar nyelvben a helynevek két csoportba esnek. Az egyik csoport úgynevezett külső helyviszonyt kap:
- Budapest, Budapesten, Budapestre, Budapestről
- Székesfehérvár, Székesfehérváron, Székesfehérvárra, Székesfehérvárról
- Debrecen, Debrecenben helyett Debrecenben a helyes, ez a másik csoport
Pontosítok, mert pont ez a lényeg: Budapesten, Székesfehérváron, Miskolcon, Szegeden, Győrben, Debrecenben, Pécsett. Nincs olyan hangrendi vagy végződési szabály, amiből ezt kikövetkeztethetnéd. Debrecen és Szeged végződése hasonló, mégis az egyik Debrecenben, a másik Szegeden. A Pécs mellé pedig egy külön, ritka rag jár (Pécsett, bár a Pécsen is elfogadott a köznyelvben).
Szakmai feltételezés a részemről: a legtöbb hibás magyar oldalon nem azért rossz a ragozás, mert a szerző nem tud magyarul, hanem mert a szöveg egy sablonból jött, ahol valaki egy változó mellé odaírta a ragot. Valahogy így:
<h1>Költöztetés {varos}ban és környékén</h1>
Ez a sor Miskolc esetén azonnal hibás lesz. A megoldás nem az, hogy okosabb ragozó függvényt írsz, hanem az, hogy a ragozott alakot is adatként tárolod:
{ "nev": "Miskolc", "hol": "Miskolcon", "hova": "Miskolcra", "honnan": "Miskolcról" }
Ezt egyszer végig kell kattintani a városlistán, utána viszont soha többé nem hibázik a rendszer. Ha 30 települést céloz az oldalad, az egy fél órás munka, ami 30 landing oldalt ment meg a gépies benyomástól.
Miért érdekli mindez az AI-válaszmotorokat?
Rövid válasz: a nyelvi minőség közvetlenül nem rangsoroló tényező, de a válaszmotorok mondat- és bekezdésszinten emelik ki a tartalmat, és egy hibás vagy zavaros mondatot nehezebb idézhető állításként felhasználni.
Hivatalos információ: a Google Search Central dokumentációja évek óta azt írja, hogy nincs külön "helyesírás-rangsorjel", viszont a hasznos, emberekért készült tartalom irányelvei (helpful content guidance) kifejezetten kérdésként teszik fel, hogy a tartalom "gondosan szerkesztett-e, vagy hanyagul készült". A Google minőségértékelői útmutatója (Search Quality Rater Guidelines) szintén nevesíti a gondatlan, alacsony erőfeszítéssel készült tartalmat mint minőségrontó jelet. Ez nem egyenlő azzal, hogy a helyesírási hiba büntetést von maga után, de azt jelenti, hogy a hanyagság a minőségi keretrendszer része.
Szakmai feltételezés: a generatív válaszmotorok szempontjából ennél gyakorlatibb a hatás. Ezek a rendszerek nem az egész oldaladat idézik, hanem kiszednek belőle egy állítást, és beépítik a saját válaszukba. Minél tisztább, önállóbb és félreérthetetlenebb egy mondat, annál könnyebben lesz belőle idézhető részlet. Egy rosszul ragozott vagy háromszor alárendelt mondat kontextus nélkül értelmetlenné válik, ezért kisebb eséllyel kerül be a válaszba.
Van egy másik szint is: a magyar nyelvű tartalom eleve kevesebb a nagy nyelvekhez képest, így a modellek magyar tudása részben abból épül, amit a magyar weben találnak. Ha a szakterületed magyar szövegeinek nagy része gépi fordítás és sablonragozás, akkor az adott témában a modellek magyar válaszai is gyengébbek lesznek. Aki tiszta, pontos magyar szakszöveget publikál, az ebben a mezőnyben tűnik ki, nem pedig kulcsszósűrűséggel.
Mik a leggyakoribb magyar nyelvi hibák a webes szövegekben?
Rövid válasz: a gépi eredetű szövegek nagy része ugyanazon a hat-hét ponton bukik el, és mindegyik gyorsan javítható.
- Helyrag a településnév mellett. "Budapestban", "Szegedben", "Miskolcban" helyett Budapesten, Szegeden, Miskolcon.
- Egybe- és különírás. Az összetett szakszavak a leggyakoribb áldozatok: keresőoptimalizálás (egybe), online marketing (külön), weboldal (egybe), e-mail cím (kötőjellel, majd külön).
- Idegen szavak toldalékolása. Kötőjel kell, ha a szó néma betűre vagy szokatlan betűkapcsolatra végződik: Google-lel, ChatGPT-t, SEO-t, URL-ek. A Googlel vagy SEOt alak hibás.
- Birtokos szerkezetek túlhalmozása. "A weboldalad tartalmának minőségének javítása" helyett: "A weboldalad tartalmi minőségének javítása".
- Szenvedő és személytelen szerkezetek. "A beállítás elvégzésre kerül" helyett: "Elvégezzük a beállítást". A hivataloskodó "kerül" a magyar szövegek egyik legerősebb gépiesség-jelzője.
- Fordításszagú szórend. Az angol mondatszerkezet tükörfordítása felismerhető: "Ez az, amiért fontos, hogy..." helyett magyarul: "Ezért fontos, hogy...".
- Tegezés és magázás keveredése. Egy oldalon belül eldöntendő, és a gombfeliratoktól az űrlap hibaüzeneteiig végig kell vinni.
Hogyan ellenőrizd módszeresen a saját szövegeidet?
Rövid válasz: a hangos felolvasás, a sablonok kigyűjtése és egy rövid, ismételhető ellenőrzőlista együtt a hibák nagy részét kiszűri, gépi eszköz nélkül is.
Így csinálom lépésről lépésre, amikor egy oldal szövegét átveszem:
- Olvasd fel hangosan az első bekezdést és a H2 címeket. Ahol megbotlik a nyelved, ott van a hiba. Ez a leggyorsabb és a leghatékonyabb szűrő, komolyan.
- Keresd meg a dinamikus szövegeket. Nézd végig, hol rak össze a rendszer szöveget változóból: címsor-sablonok, meta title minták, űrlap-visszaigazolások, számlázási sablonok, e-mail automatizmusok. Ezek hibáznak először, mert ezeket senki nem olvassa el egyesével.
- Csinálj ragozási szótárat. Ha város-, megye- vagy terméknevekkel dolgozol, tárold el a ragozott alakokat adatként (lásd fentebb), és tiltsd meg a kódban a ragok fűzését.
- Ellenőrizd a nem látható szövegeket is. A meta description, a képek alt szövege, a strukturált adat (Schema.org) mezői, a 404-es oldal, a hibaüzenetek. Ezeket az AI-rendszerek is beolvassák, viszont a szerkesztők jellemzően kihagyják.
- Futtass egy magyar helyesírás-ellenőrzőt, de ne bízd rá magad. A Hunspell alapú ellenőrzők (LibreOffice, böngészők) a gépelési hibákat megfogják, a rossz helyragot viszont sokszor nem, mert a "Budapestban" alaktanilag képezhető alak.
- Utolsó kör: egy másik ember. Nincs jobb eszköz. Aki nem írta a szöveget, az öt perc alatt megtalálja azt, amit te tizedszerre sem veszel észre.
Rövid ellenőrzőlista publikálás előtt
- Minden településnév helyes helyraggal szerepel (Budapesten, Székesfehérváron, Debrecenben, Szegeden)?
- Egységes a megszólítás az egész oldalon (végig tegező vagy végig magázó)?
- Kötőjeles az idegen szavak toldalékolása ott, ahol kell (SEO-t, ChatGPT-t, Google-lel)?
- Nincs "kerül" típusú szenvedő szerkezet a fontos mondatokban?
- Az első bekezdés hangosan felolvasva természetesen szól?
- A meta leírás, az alt szövegek és a hibaüzenetek is át lettek nézve?
- A sablonból generált oldalak közül legalább hármat kézzel is elolvastál?
Mit tegyél, ha AI-val írattál szöveget?
Rövid válasz: a nyelvi modellek magyar nyelvtana ma már többnyire jó, a bajt inkább a promptba beégetett sablonok és a szerkesztetlen kimenet okozza, ezért a nyersanyagot mindig át kell dolgozni.
A gyakorlatban három dolog javít a legtöbbet. Először: ne kérj a modelltől változóhelyeket tartalmazó mondatot, hanem írasd meg az egész mondatot a konkrét településnévvel. Másodszor: a kimenetet ne másold be nyersen, hanem írd át legalább a bevezetőt és a záró részt saját szavakkal, mert ezt olvassák a legtöbben. Harmadszor: ellenőrizd a szakszavakat, mert a modellek hajlamosak az angol kifejezés magyar tükörfordítására olyankor is, amikor van bevett magyar szakkifejezés.
Ez a munka nem garantál sem jobb helyezést, sem AI-idézettséget. Amit jó eséllyel elér: az oldalad nem esik ki a versenyből egy olyan hiba miatt, ami tíz perc alatt javítható lett volna, és a tartalmad idézhető formában áll rendelkezésre, amikor egy válaszmotor forrást keres.
Források és további olvasnivalók
- Google Search Central: Creating helpful, reliable, people-first content
- Google Search Quality Rater Guidelines
- Google Search Central: Google Search's guidance about AI-generated content
- Magyar Tudományos Akadémia: A magyar helyesírás szabályai, 12. kiadás
- Nyelvtudományi Kutatóközpont: helyesiras.mta.hu tanácsadó portál
- Schema.org szótár dokumentációja
- W3C: Internationalization Best Practices for Spelling and Language Attributes
- OpenAI dokumentáció: ChatGPT Search és a bot-hozzáférés leírása
- A rossz helyragozás (Budapestban) azonnal elárulja, hogy a szöveg gépi sablonból jött, nem embertől.
- A magyar toldalékrendszer nem sablonozható: a településnevek egy része -n/-on/-en/-ön, más része -ban/-ben ragot kap, és ez kivételes lista, nem szabály.
- Az AI-válaszmotorok a szöveget mondatokra bontva idézik, ezért egyetlen hibás mondat is elronthatja a legjobb szakaszodat.
- A dinamikus, változóból összerakott szövegek (városnév, terméknév) a hibák leggyakoribb forrásai a magyar oldalakon.
- A nyelvi minőség önmagában nem hoz rangsorjavulást, de a hiánya jó eséllyel visszahúzza az egyébként erős tartalmat is.
Gyakori kérdések
Tényleg rangsorol a Google a helyesírás alapján?
Hivatalos információ szerint nincs önálló helyesírási rangsorjel, a Google képviselői ezt többször megerősítették. Ugyanakkor a hasznos tartalomra vonatkozó irányelvek és a minőségértékelői útmutató is nevesíti a gondatlanul készült, szerkesztetlen tartalmat mint minőségrontó jelet, tehát közvetve számít.
Miért Budapesten és nem Budapestban?
A magyar településnevek egy része külső helyviszonyragot kap (-n, -on, -en, -ön), másik része belsőt (-ban, -ben), és ez hagyomány kérdése, nem levezethető szabály. Budapest, Székesfehérvár, Miskolc, Szeged az első csoportba tartozik (Budapesten, Székesfehérváron, Miskolcon, Szegeden), míg Debrecen, Győr, Sopron a másodikba (Debrecenben, Győrben, Sopronban).
Hogyan kerüljem el a hibás ragozást sablonos landing oldalakon?
Ne fűzz ragot változóhoz a kódban. Tárold el minden névhez a ragozott alakokat külön mezőben (hol, hova, honnan), és a sablon ezeket a kész alakokat használja. Egyszeri adatfelvitel, utána nem hibázhat.
Az AI-eszközök magyar szövege ma már megbízható nyelvtanilag?
A nagy nyelvi modellek magyar nyelvtana az utóbbi években sokat javult, a településnevek ragozását is jellemzően jól kezelik. A tipikus hiba ma inkább a fordításszagú szórend, a szenvedő szerkezet és az angol szakkifejezések tükörfordítása, ezért a kimenetet mindig szerkeszteni kell.
Milyen eszközzel ellenőrizzem a magyar szöveget?
Kezdd hangos felolvasással, ez fogja meg a legtöbb természetellenes mondatot. Emellett használható a Hunspell alapú helyesírás-ellenőrzés (LibreOffice, böngésző) és a helyesiras.mta.hu tanácsadó portál a bizonytalan egybeírási és toldalékolási esetekre. Gépi eszköz azonban nem helyettesíti a második emberi olvasót.
Mennyi idő alatt hoz eredményt a nyelvi minőség javítása?
Ez nem az a beavatkozás, amitől önmagában rangsorugrás várható, és nem is ígérhető meg konkrét hatás. Amit reálisan ad: megszünteti a gépies benyomást, csökkenti az olvasói bizalmatlanságot, és idézhetőbbé teszi a mondataidat, ami hosszabb távon segítheti a láthatóságot az AI-válaszokban is.
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.