Ugrás a tartalomra
searchboar.

AI-keresés és láthatóság

AI-láthatóság: jelentése, mérése és korlátai

Az AI-láthatóság azt írja le, hogy egy márka, vállalkozás vagy weboldal megjelenik-e, és hogyan jelenik meg egy AI-rendszer válaszaiban. Jelenthet névemlítést, forráshivatkozást vagy ajánlást. Méréskor meg kell nevezni a vizsgált rendszert, kérdéseket és időszakot: egyetlen válasz vagy pontszám nem mutatja meg a teljes jelenlétet.

Más elnevezések: AI visibility · AI láthatóság · láthatóság az AI-válaszokban · márka láthatósága az AI-ban

Röviden

  • A márkaemlítés, a belinkelt forrás, az ajánlás és a látogatás külön esemény.
  • Egy mérési arány csak a megnevezett kérdésekre, rendszerre és időszakra értelmezhető.
  • Az AI-láthatóság eredmény vagy megfigyelés; az optimalizálás az ezen javítani kívánó tevékenység.
Ezen az oldalon
Egy AI-választ szemlélő olvasó, a válaszban kiemelés és forráslink, alatta egy külön weboldal.
Egy válaszban való megjelenés, egy forráshivatkozás és egy weboldallátogatás három külön esemény. Ez szemléltető ábra, nem mért eredmény.

Pontosan mi válik láthatóvá?

Az AI-keresés válaszában többféleképpen jelenhet meg egy vállalkozás. A rendszer megnevezheti a márkát, hivatkozhat egy útmutatójára vagy ajánlhatja a szolgáltatását. E három megjelenés üzleti jelentése eltér, ezért érdemes őket külön leírni.

Ebben a fogalomtárban az AI-láthatóság gyűjtőfogalom. A meghatározásunk szerkesztői összefoglalás, nem egy keresőszolgáltató által előírt egységes mérőszám. Amikor valaki azt mondja, hogy „javult az AI-láthatóságunk”, még meg kell kérdezni, milyen megjelenésből, hol és hogyan lett több.

MegfigyelésMit jelent?Mit nem bizonyít önmagában?
MárkaemlítésA válaszban szerepel a vállalkozás neveHogy ajánlja is, vagy linkel a weboldalára
ForráshivatkozásA válasz egy oldalt forrásként kapcsol hozzáHogy a márka a válasz fő ajánlása
AjánlásA válasz egy igényhez illő lehetőségként mutatja be a vállalkozástHogy az ajánlásból érdeklődés vagy vásárlás lett
WebhelylátogatásValaki eljut a weboldalraHogy vásárlóvá is vált

Ezek nem kötelezően egymásra épülő lépcsők. Egy oldal lehet forrás anélkül, hogy a vállalkozását szolgáltatóként ajánlanák. A márkanév pedig link nélkül is megjelenhet. A hiányzó kapcsolatot nem érdemes automatikusan hozzáképzelni a méréshez.

Példa: említésből még nem következik ajánlás

Tegyük fel, hogy egy képzeletbeli pékség szeretné megérteni a jelenlétét a budapesti kenyérvásárlással kapcsolatos AI-válaszokban. Az egyik válasz felsorolja a pékség nevét több üzlet között. Egy másik a saját oldalán található kenyértárolási útmutatóra hivatkozik. Egy harmadik kifejezetten ezt az üzletet javasolja a kérdező megadott igényeihez.

Az első eset említés, a második forráshasználat, a harmadik ajánlás. A példa szemléltetésre szolgál; nem egy elvégzett mérés eredménye.

A válasz szövegét is érdemes megtartani. Ha a rendszer egy vállalkozást csak ellenpéldaként említ, a puszta névegyezés ugyanúgy pozitív találatot adhat, mint egy kedvező ajánlás. A szám mellé ezért jelentés is kell: milyen összefüggésben szerepelt a márka?

Hogyan számolható egy egyszerű említési arány?

Egy lehetséges munkadefiníció: az említést tartalmazó érvényes válaszok számát elosztjuk az összes érvényes, megvizsgált válasz számával. Ezt a szabályt előre rögzíteni kell, mert más mérés más nevezőt használhat.

Szemléltető számítás: 20 sikeresen rögzített válaszból 8 tartalmazza a képzeletbeli pékség egyértelmű említését. Az említési arány ebben a mintában 8 / 20 × 100 = 40%.

A 40% nem a teljes piacra vagy minden AI-felhasználó keresésére vonatkozik. Csak erre a húsz válaszra igaz. Ha a vizsgálatban összesen 24 próbálkozás volt, de négy nem adott értékelhető választ, ezt is fel kell tüntetni: 20 érvényes válasz, 4 sikertelen vagy hiányzó megfigyelés. A hiányzó adat nem azonos azzal, hogy a rendszer biztosan nem említette a márkát.

Ha az említések közül kettőben forráslink is szerepel, külön leírható a hivatkozások gyakorisága. A nevezőt ennél is meg kell nevezni: kettő a húsz vizsgált válaszból, vagy kettő a nyolc említést tartalmazó válaszból? A két szám más kérdésre válaszol.

Mi kell egy értelmezhető méréshez?

A vizsgált kérdések

Őrizd meg a kérdések pontos szövegét. A „Milyen pékségeket ajánlasz Újbudán?” és az „Ismered a Minta Pékséget?” nem ugyanazt vizsgálja. A második már eleve megnevezi a vállalkozást, így az eredménye nem mutatja meg, hogy a rendszer magától is felhozná-e.

A kérdéssor kapcsolódjon a vállalkozás valódi kínálatához és az ügyfelek keresési szándékához. Egy szűk, kedvezően összeválogatott kérdéslista jó aránya kevésbé informatív, mint egy átláthatóan kiválasztott, életszerű feladatsor eredménye.

A rendszer és a körülmények

Rögzítsd a szolgáltatást, az elérhető rendszerbeállításokat, a nyelvet, a földrajzi keretet és az időpontot. Azt is, hogy új beszélgetésből indult-e a kérdés, történt-e webes keresés, és volt-e korábbi beszélgetési kontextus. Nem minden felület tesz minden technikai adatot elérhetővé; amit nem tudsz, jelöld ismeretlenként.

A számolás szabályai

Döntsd el, hogy egy válaszban többször említett márkát egyszer vagy többször számolsz, hogyan kezeled a névváltozatokat, és mikor tekintesz egy linket a saját webhelyed hivatkozásának. Két időszak összehasonlításakor ugyanazokat a szabályokat használd, vagy jelezd a változtatást.

Milyen adatot adnak maguk a keresőszolgáltatók?

A Google generatív AI-teljesítményjelentései a Search Console-ban az érintett Google-felületeken megjelenő URL-ekről adnak információt, például oldal, ország és időszak szerinti bontásban. Ez az adott szolgáltató saját felületeire vonatkozó adat.

A Bing AI Performance leírása a támogatott Microsoft- és partnerélményekben történő hivatkozásokat különíti el. A Microsoft kifejezetten jelzi, hogy a hivatkozásszám önmagában nem mutatja a tartalom helyét vagy fontosságát egy adott válaszban.

Ezeket a jelentéseket ezért nem szabad egyszerűen összeadni egy külső eszköz tesztkérdéseiből kapott aránnyal. Eltérhet, hogy tényleges megjelenéseket, hivatkozásokat vagy mesterségesen összeállított kérdésmintát mérnek. Az összehasonlításhoz előbb a mért jelenséget kell egyeztetni.

AI-láthatóság, optimalizálás és üzleti eredmény

Az AI-láthatóság a jelenlét leírása. A GEO, az AEO vagy az AI SEO megnevezést általában az ezen javítani kívánó munkára használják; ezek jelentését is érdemes az adott szolgáltatásnál tisztázni. Egy tevékenység neve nem bizonyítja annak eredményét.

A Google útmutatója az alapvető SEO-elveket a generatív keresésnél is relevánsnak tartja. A tartalom pontosítása, a valódi ügyfélkérdések megválaszolása és az ellenőrizhető információk hozzáférhetővé tétele érdemi munka lehet. A tényleges megjelenést azonban utána külön kell megfigyelni.

Az üzleti értékelés további kérdés: érkezett-e releváns látogató, érdeklődés vagy vásárlás? Egy hivatkozás önmagában ezek egyikét sem bizonyítja. Az AI-láthatóság akkor ad használható képet, ha pontosan megmondjuk, melyik eseményt látjuk, és melyikről nincs még adatunk.

Az összehasonlításnál őrizd meg a pontos promptot és a beszélgetés előzményeit is: a kontextusablak keretei befolyásolják, mi állhat a modell rendelkezésére. A márkádra vonatkozó állítást ellenőrizd az eredeti forrásban, mert az AI-hallucináció jól hangzó, de hibás említést is létrehozhat.

A mért mintán belüli AI-említési arány azt mutathatja meg, milyen gyakran szerepel a márka. Az AI-láthatósági részesedés ehhez képest versenytársakhoz vagy egy meghatározott összesítéshez viszonyít. Mindkettőnél közölni kell a mintát és a számítás módját.

Források

  1. Google: generatív AI-teljesítményjelentések a Search Console-ban
  2. Microsoft Bing: AI Performance a Webmaster Toolsban
  3. Google: generatív AI-funkciók és a webhelyek