- A szószám önmagában nem rangsoroló tényező, az információsűrűség viszont döntő különbséget jelenthet.
- A saját mérés, saját folyamat és saját hibalista az, amit egy nyelvi modell nem tud a tanítóanyagából előhúzni.
- A jól tagolt, kérdés-válasz szerkezetű oldal könnyebben idézhető részletekre bontható.
- Kevesebb, de karbantartott cikk kevesebb kannibalizációt és erősebb belső linkhálót ad.
- A mélyítés mérhető munka: konkrét számok, lépéssorok, ellenőrzőlisták és határesetek hozzáadása.
Az elmúlt években szinte minden magyar tartalommarketing-brief ugyanazzal a mondattal kezdődött: "legyen legalább 1500 szó". Ez a gondolkodás egy olyan korszakból maradt ránk, amikor a hosszúság korrelált a alapossággal, mert szöveget írni drága volt. Ma a szöveg olcsó lett. Amit egy generatív modell másodpercek alatt előállít, az definíció szerint nem lehet a te versenyelőnyöd, mert bárki más is előállíthatja ugyanazt.
Miért nem a szószám dönt az AI-korban?
Röviden: mert sem a klasszikus keresők, sem a válaszmotorok nem hosszúságot mérnek, hanem azt, hogy a szöveg megválaszolja-e a kérdést, és hogy megbízható-e a forrás. A hosszúság legfeljebb következmény lehet, nem cél.
Hivatalos információ: a Google Search Central dokumentációja és a hasznos tartalomról szóló útmutatója kifejezetten kimondja, hogy nincs ajánlott vagy előírt szószám, és hogy az elsődlegesen keresőmotoroknak írt, embereknek kevés értéket adó tartalom nem szolgálja jól a webhelyet. A minőségi értékelési szempontok között az eredetiség, a szakértelem és a téma valódi lefedettsége szerepel.
Szakmai feltételezés (nem hivatalos): a nagy nyelvi modellekre épülő válaszmotoroknál a helyzet még élesebb. Ezek a rendszerek jellemzően nem egy teljes oldalt idéznek, hanem részleteket emelnek ki belőle. Ha egy 2000 szavas cikkben három mondat hordozza az információt, a maradék 1900 szó nemhogy nem segít, hanem hígítja az oldal információsűrűségét, és megnehezíti a releváns szakasz kiválasztását.
Saját tapasztalat: amikor magyar ügyfél-oldalakon összehasonlítottuk a hosszú, általános "minden a témáról" cikkeket a rövidebb, de konkrét számokat és lépéssorokat tartalmazó anyagokkal, rendszeresen az utóbbiak kerültek elő AI-asszisztensek válaszaiban. Ez nem kontrollált kísérlet, nem is bizonyíték, de a mintázat elég következetes ahhoz, hogy érdemes legyen komolyan venni.
Mit jelent pontosan az, hogy "egyedi" tartalom?
Az egyediség nem a szinonimacsere és nem az átfogalmazás. Egyedi az, aminek az információtartalma nem szerepelt a modell tanítóanyagában, és nem szerepel a versenytársak oldalain sem.
Négy dolog számít ténylegesen egyedinek:
- Saját mérés. A te GA4-ed, a te Search Console-od, a te kampányod számai. Nem ügyfélnév és nem konkrét eredmény-ígéret, hanem aggregált tanulság: "20 hazai szolgáltatói oldal auditjánál a leggyakoribb hiba a hiányzó strukturált adat volt".
- Saját folyamat. Ahogyan te csinálod. A lépések sorrendje, a döntési pontok, az, hogy mit ellenőrzöl elsőként és miért.
- Saját hibalista. Amit elrontottál, és amiből tanultál. Ez az egyik legnehezebben másolható tartalomtípus, mert konkrét tapasztalatot feltételez.
- Piaci kontextus. Magyar sajátosságok: hazai jogszabályi környezet, a magyar nyelvű keresések jellemzői, a helyi piac mérete. Az angol nyelvű forrásokból ez hiányzik.
Gyors önteszt: olvasd el a cikked bármelyik bekezdését, és kérdezd meg, hogy egy általános asszisztens ugyanezt le tudná-e írni a te oldalad nélkül. Ha igen, az a bekezdés töltelék. Nem feltétlenül rossz, de nem az hozza a láthatóságot.
Hogyan mélyíts egy meglévő, felszínes cikket?
Röviden: ne írj hozzá bekezdéseket, hanem cserélj ki állításokat bizonyítékra. A mélyítés nem bővítés, hanem sűrítés.
Egy működő, hétlépéses menet:
- Jelöld meg az üres állításokat. Menj végig a szövegen, és húzd alá minden olyan mondatot, ami nem tartalmaz számot, nevet, lépést vagy határesetet. ("A sebesség fontos a felhasználói élményben.")
- Mindegyikhez rendelj bizonyítékot. Számot, forrást, saját mérést vagy konkrét példát. A fenti mondatból így lesz: "az INP mérőszám 200 ms alatt számít jónak a Google hivatalos küszöbértéke szerint, a 200-500 ms közötti tartomány javításra szorul".
- Írj legalább egy teljes lépéssort. Ha a cikk azt állítja, hogy valamit érdemes megcsinálni, mutasd is meg, hogyan. Kattintásszinten, nem elvi szinten.
- Tegyél bele legalább egy határesetet. Mikor NEM működik a javaslatod? Ez az a rész, amit a felszínes tartalmak szinte sosem tartalmaznak, és ami a legjobban jelzi a valódi tapasztalatot.
- Adj hozzá ellenőrzőlistát. Az olvasó a cikk után el akar végezni valamit. A lista teszi használhatóvá, és jól idézhető egységként is működik.
- Vágj. Töröld a bevezető köröket, az általános piaci helyzetleírást, az ismételt megfogalmazásokat. Tapasztalatom szerint egy tipikus, tartalomgyárban készült 1800 szavas cikkből 500-700 szó nyom nélkül kivehető.
- Dátumozz és tarts karban. Írd le, mikor frissítetted utoljára, és mi változott. Az AI-korban a friss, ellenőrzött adat többet ér a réginél.
Fontos: a mélyítés után a cikk gyakran rövidebb lesz, nem hosszabb. Ez jó jel.
Miért ér többet tíz mély cikk ötven általánosnál?
Röviden: mert a figyelem, a linkerő és a karbantartási kapacitás véges erőforrás, és ötven cikk között szétosztva mindhárom felhígul.
Konkrétan négy dolog történik, ha sok, hasonló cikked van:
- Kannibalizáció. Öt cikk ugyanarra a kérdéskörre azt jelenti, hogy a keresőnek kell eldöntenie, melyiket mutassa. Gyakran egyiket sem választja meggyőzően.
- Felhígult belső linkháló. Tíz cikk esetén minden fontos oldal kaphat több releváns belső hivatkozást. Ötven esetén jellemzően a fele árván marad.
- Karbantarthatatlanság. Ötven cikket évente átnézni komoly munka. Az elavult adat viszont aktívan ront a hitelességen, tehát a nem karbantartott cikk idővel negatív eszközzé válik.
- Márkajel gyengülése. Ha az oldaladon vegyesen van tíz kiváló és negyven közepes anyag, az összbenyomás közepes lesz.
Ez nem azt jelenti, hogy tíz cikknél megállj. Azt jelenti, hogy a következő cikk megírása előtt tedd fel a kérdést: van-e olyan meglévő cikkem, amit ugyanennyi munkával kétszer ilyen jóvá tehetnék? Ha igen, jellemzően az a jobb befektetés.
Milyen szerkezet segíti, hogy az AI idézni tudjon?
Röviden: az, amelyikből ki lehet vágni egy önmagában is értelmes, 40-80 szavas részletet anélkül, hogy elveszne a kontextus.
Ennek gyakorlati következményei vannak a szövegre nézve:
- Kérdés-alapú H2 címek. A címsor tükrözze, hogy a szakasz milyen kérdésre válaszol.
- Válasz elöl. Minden szakasz első bekezdése adja meg a tömör választ, a részletezés utána jön. Ha a szakasz első mondata csak felvezetés, nincs mit idézni.
- Ne használj homályos visszautalást. A "mint fentebb láttuk" vagy "ez utóbbi esetben" kifejezések használhatatlanná teszik az adott bekezdést önálló részletként. Nevezd nevén a dolgot.
- Definíciók külön mondatban. Az "X az a Y, amelyik Z" felépítésű mondatok kiemelkedően jól idézhetők.
- Táblázat helyett lista, ha lehet. A listaelemek szövegesen is jól átemelhetők, a bonyolult táblázatokból nehezebb kinyerni a jelentést.
Erre jön rá a gépi olvashatóság. Egy szakcikknél az Article típus, a szerzőség és a dátumok jelölése a minimum:
{"@context":"https://schema.org","@type":"Article","headline":"...","author":{"@type":"Person","name":"..."},"datePublished":"2026-07-20","dateModified":"2026-07-20"}
Ha a cikk végén valódi gyakori kérdések vannak, a FAQPage jelölés is helyénvaló. Fontos viszont, hogy a jelölés csak azt írja le, ami az oldalon látható is: a strukturált adat nem pótolja a tartalmat, csak értelmezhetőbbé teszi.
Hogyan tervezz úgy, hogy ne essél vissza a mennyiségi logikába?
Röviden: cseréld le a naptárban a "heti két cikk" célt egy tartalomegységenkénti minőségi küszöbre, és mérd a kettőt külön.
Egy használható küszöblista, amit publikálás előtt végigmehetsz:
- Van a cikkben legalább három olyan konkrétum (szám, küszöbérték, verzió, dátum, eljárásnév), ami ellenőrizhető?
- Van benne legalább egy elem, ami kizárólag a te tapasztalatodból vagy méréseidből származhat?
- Van legalább egy lépéssor vagy ellenőrzőlista, amit az olvasó ma este el tud kezdeni?
- Meg van jelölve, mi hivatalos forrásból jön, mi a saját tapasztalat, és mi a feltételezés?
- Kerüli a garantált eredményre utaló megfogalmazást? ("segítheti", "jó eséllyel" igen, "biztosan első leszel" nem.)
- Minden H2 alatt az első bekezdés önmagában is válasz?
- Van legalább két releváns belső link értelmes horgonyszöveggel?
- Szerepel rajta a szerző neve és a frissítés dátuma?
- Kihúztál belőle legalább 15 százaléknyi szöveget a végső átolvasáskor?
Ha egy tervezett cikk nem tudja teljesíteni ezeket a feltételeket, az általában azt jelzi, hogy nincs róla elég mondanivalód. Ilyenkor a helyes döntés nem a megírás, hanem a téma elhalasztása addig, amíg lesz hozzá saját anyagod.
Hol van helye mégis a mennyiségnek?
Röviden: ott, ahol a tartalom nem meggyőzni akar, hanem adatot szolgáltatni.
Van néhány eset, ahol a sok, rövid oldal indokolt: termékadatlapok, szolgáltatási területek valódi helyi információval, terminológiai szócikkek, dokumentációs oldalak. Ezeknél nem az a cél, hogy mély elemzést adjanak, hanem hogy pontosan lefedjenek egy-egy konkrét entitást vagy kérdést. Itt is érvényes viszont a szabály: minden oldalnak legyen legalább egy olyan információja, ami máshol nincs meg. Egy településoldal, ami csak a településnevet cseréli, ugyanolyan hígítás, mint az ötven általános blogcikk.
A különbségtétel egyszerű: ha az oldal célja a döntés támogatása, mélyíts. Ha az oldal célja a tényadat elérhetővé tétele, akkor legyen rövid, pontos és jól strukturált.
Mit mérj, ha a minőséget akarod követni?
A klasszikus mutatók (megjelenés, kattintás, pozíció) továbbra is a Search Console-ból jönnek, de az AI-felületek forgalma ezekben csak részben jelenik meg.
Hivatalos információ: a Google Search Console jelenleg nem bontja külön az AI Overviews megjelenéseket a webes keresési adatoktól, tehát ezt nem tudod közvetlenül kiolvasni.
Amit viszont követni tudsz:
- Hivatkozó forgalom az AI-felületekről. GA4-ben a forrás szerinti bontásban megjelennek olyan hivatkozók, mint a chatgpt.com, a perplexity.ai vagy a gemini.google.com. Alacsony volumenű, de minőségi jelzés.
- Márkaemlítés az AI-válaszokban. Rendszeres, azonos megfogalmazású kérdésekkel érdemes ellenőrizni, hogy a te oldalad előkerül-e forrásként. Ez manuális munka, és a válaszok szórnak, tehát trendként nézd, ne egyszeri mérésként.
- Az oldalra jutó belső linkek száma. Ha egy cikk mély, jó eséllyel más cikkeidből is természetesen hivatkozol rá.
- Karbantartási dátum. Egyszerű, de hasznos mutató: hány cikked nem lett hozzányúlva 12 hónapja?
Ezek egyike sem garantál eredményt, és egyik sem helyettesíti a klasszikus konverziómérést. Arra viszont alkalmasak, hogy megmutassák, a mélyítésbe fektetett munka mozdít-e valamit.
Források és további olvasnivalók
- Google Search Central: Creating helpful, reliable, people-first content
- Google Search Central: Structured data general guidelines, Article és FAQPage dokumentáció
- Google Search Quality Rater Guidelines (E-E-A-T fejezetek)
- Google Search Central Blog: AI features and your website
- Schema.org: Article, FAQPage, Organization, Person típusdefiníciók
- web.dev: Core Web Vitals és INP mérőszám dokumentáció
- OpenAI: ChatGPT Search és OAI-SearchBot dokumentáció
- W3C: Web Content Accessibility Guidelines (WCAG) 2.2
- Google Analytics 4 súgó: Forgalmi források és hivatkozó forgalom jelentések
Gyakori kérdések
Van optimális szószám egy AI-korban írt szakcikkhez?
Hivatalos ajánlás nincs: a Google dokumentációja kifejezetten kimondja, hogy nem létezik előírt szószám. A gyakorlatban az a hossz a jó, amennyiben a kérdés valóban megválaszolható, felesleges bevezetők és ismétlés nélkül. Egy jól megírt 900 szavas cikk gyakran hasznosabb egy felhígított 2000 szavasnál.
Rontja-e az AI-val írt tartalom a láthatóságot?
A Google hivatalos álláspontja szerint nem az előállítás módja számít, hanem a tartalom minősége és hasznossága. Az AI-val generált, szerkesztetlen, saját információt nem tartalmazó szöveg viszont jellemzően pont azokat a minőségi jeleket nélkülözi, amiket a rendszerek keresnek, ezért kockázatos. Az AI szerkesztőeszközként hasznos, önálló szerzőként ritkán.
Töröljem a régi, gyenge minőségű cikkeimet?
Törlés helyett általában jobb az összevonás: több hasonló témájú, gyenge cikkből készíts egy alaposat, a többiről pedig 301-es átirányítást állíts a megtartott oldalra. Törlésre akkor van ok, ha az adott tartalomnak nincs se forgalma, se linkje, se aktualitása. Az összevonás megőrzi a meglévő linkerőt.
Honnan szerezzek saját adatot, ha kicsi a vállalkozásom?
Nem kell nagy mintaszám. Saját adat lehet a tíz utolsó projekted tanulsága, a saját weboldalad mérési eredményei, egy általad összeállított összehasonlító teszt, vagy a leggyakoribb ügyfélkérdések strukturált összegzése. A lényeg, hogy a forrás te legyél, és hogy őszintén jelöld a mintaszámot.
Mennyi idő alatt látszik a mélyítés hatása?
Ez sok tényezőtől függ (domain kora, verseny, indexelési gyakoriság), ezért felelősen nem lehet konkrét időtávot ígérni. Tapasztalat szerint a klasszikus kereséses hatás jellemzően hetekben-hónapokban mérhető, az AI-válaszokban való megjelenés pedig még lassabb és bizonytalanabb, mert a modellek és az indexek frissülési üteme eltérő.
Elég-e a strukturált adat, ha a szöveg gyenge?
Nem. A strukturált adat értelmezhetőbbé teszi a tartalmat, de nem hoz létre értéket ott, ahol nincs. A jelölés csak azt írhatja le, ami az oldalon ténylegesen megjelenik, ellenkező esetben a Google irányelvei szerint akár manuális intézkedés is járhat érte.
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.