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

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.
| Megfigyelés | Mit jelent? | Mit nem bizonyít önmagában? |
|---|---|---|
| Márkaemlítés | A válaszban szerepel a vállalkozás neve | Hogy ajánlja is, vagy linkel a weboldalára |
| Forráshivatkozás | A válasz egy oldalt forrásként kapcsol hozzá | Hogy a márka a válasz fő ajánlása |
| Ajánlás | A válasz egy igényhez illő lehetőségként mutatja be a vállalkozást | Hogy az ajánlásból érdeklődés vagy vásárlás lett |
| Webhelylátogatás | Valaki eljut a weboldalra | Hogy 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.