Ha megkérdezel valamit a ChatGPT-től vagy a Perplexity-től, az egészen más, mint amikor beírod a Google-be. A kérdésed nem csak kulcsszavakra keres rá. A teljes keresőrendszer megérti, mit kérdezel valójában, több ezer forrásból származó adatokat dolgoz fel, és másodpercek alatt személyre szabott választ ad. Így működnek az AI-keresők: összekapcsolják a természetes nyelv megértését, a szemantikus keresést és a generatív AI-t. A válasz úgy hangzik, mintha egy hozzáértő ember kutatott volna utána, csak neked.
A kulcsszavak egyeztetéséről a jelentés egyeztetésére váltás átírja, hogyan találnak információt az emberek. A hagyományos keresés linkek listáját adja vissza, az AI-keresés összeállított választ. A hagyományos keresés elveszíti a szövegkörnyezetet, az AI-keresés megérti a szándékot. Ezért kezdi a fogyasztók 37%-a a keresést már AI-jal a hagyományos kereső helyett, és ezért nőtt az AI-ból érkező forgalom 527%-kal éves összevetésben 2025 elején.
Ha az AI-keresésre akarsz optimalizálni, értened kell a mögötte álló technológiát. Nem azért, mert gépi tanulási mérnöknek kell lenned, hanem mert az AI-rendszerek egészen másképp találják meg és értékelik a forrásokat, mint ahogy a Google rangsorolja az oldalakat. Ez a fejezet bemutatja az ötlépéses folyamatot, amelyet minden AI-kereső használ, elmagyarázza a jelentésalapú egyeztetést lehetővé tevő kulcstechnológiákat, és megmutatja, hol van a helye a tartalmadnak a folyamatban.
Hogyan működnek az AI-keresők a hagyományos kereséshez képest
A hagyományos keresők három egyszerű lépésben dolgoznak: bejárják a webet, kulcsszavakból indexet építenek, és amikor valaki keres, a kulcsszavait összeegyeztetik az indexszel, majd rangsorolják a legjobb találatokat.
Az AI-keresők összetettebben működnek. Nem csak kulcsszavakat egyeztetnek. Megértik a kérdésed szemantikai jelentését, olyan tartalmat keresnek, amely ennek a jelentésnek megfelel (akkor is, ha a szavak nem egyeznek pontosan), majd egy nagy nyelvi modell (LLM) segítségével új választ állítanak össze több forrásból. Ehhez minden szakaszban alapvetően más technológia kell.
A lényeg egyetlen gondolat: az AI-keresők a nyelvet a jelentést megragadó számokká alakítják. Ezek a számok, a vektoros beágyazások (vector embeddings) lehetővé teszik, hogy a rendszer megértse: a "Hogyan optimalizáljak egy oldalt AI-ra" hasonlót jelent, mint a "Hogyan készítsem fel a tartalmat a generatív keresésre", pedig a szavak teljesen mások. A hagyományos keresés ezt nem tudja. Csak szavakat egyeztet.
Ez az egyetlen változás átalakítja az egész keresési folyamatot: azt, hogyan kerül a tartalom az indexbe, hogyan rangsorolják a forrásokat, és melyik oldalak táplálják a generatív választ.
Az ötlépéses folyamat: a kérdésedtől az összeállított válaszig
Minden AI-kereső ugyanazt az alapfolyamatot követi, legyen az ChatGPT, Perplexity, Google AI Overviews vagy Claude Search. Ha ismered ezt az öt lépést, pontosan látod, hol kell megjelennie a tartalmadnak.
1. lépés: tartalomgyűjtés és bejárás
Mielőtt bármilyen keresés megtörténhetne, az AI-rendszernek friss tartalomra van szüksége. Ez a crawlerekkel kezdődik, amelyek folyamatosan pásztázzák a webet, és az új és frissített oldalakat behúzzák a rendszerbe. Néhány AI-kereső valós időben jár be oldalakat. Mások már elkészített, gyorsítótárazott indexet használnak. Mindegyiknek az kell, hogy az oldalad bejárható, gyors és rendszeresen frissített legyen.
A bejárási szakasz hasonlít a Google bejárására, de van egy fontos különbség: néhány AI-platform (például a Perplexity) nagyon előnyben részesíti a frissességet. Az elmúlt 30 napban frissített tartalomra 3,2-szer gyakrabban hivatkoznak, mint a régebbire. Vagyis az elavult tartalom az AI-láthatóságot másképp érinti, mint a hagyományos keresési helyezéseket.
Ha az oldalad a robots.txt-ben blokkolja az AI-crawlereket, vagy nem jeleníti meg rendesen a tartalmat, ebben a szakaszban nem jelensz meg. Ha az oldalad lassan töltődik be, vagy nem mobilbarát, a crawlerek kevesebbet látnak a tartalmadból. Itt még mindig számít a technikai SEO, csak AI-specifikus csavarral.
2. lépés: tartalom darabolása és indexelése
Miután a tartalmat bejárták, az AI-keresők nem úgy indexelik, mint a Google. A Google egész oldalakat indexel kulcsszavak szerint. Az AI-keresők az oldalakat kisebb darabokra, úgynevezett chunkokra bontják. Egy chunk lehet egy bekezdés, egy szakasz vagy egy mondat, a rendszertől függően.
Miért chunkok? Mert amikor az AI-rendszer választ állít össze, nem a teljes oldaladat használja. Azokat a mondatokat vagy bekezdéseket húzza ki, amelyek a leginkább relevánsak a felhasználó kérdésére. Ha az AI-keresésről szóló 2000 szavas cikked 40 chunkként kerül az indexbe, a rendszer csak a 2-3 chunkot veheti ki, amely közvetlenül válaszol a kérdésre.
Ezért számít másképp a szerkezet az AI-nál. Az áttekinthető szakaszcímekkel, rövid bekezdésekkel és jól rendezett információval megírt oldalt hatékonyabban darabolja fel a rendszer, mint egy szövegfalat. Minden H2 szakasz potenciális kinyerési pont. Minden bekezdés potenciális válaszforrás.
3. lépés: vektorizálás és szemantikus keresés
Itt történik a varázslat. Az AI-rendszer minden tartalomdarabot vektorrá alakít, vagyis a jelentésének matematikai leírásává. Képzelj el egy vektort úgy, mint egy pontot egy sokdimenziós térben, ahol a hasonló gondolatok egymás közelében csoportosulnak. A rendszer ugyanezt teszi a keresőkérdéseddel is: vektorrá alakítja, amely azt jelenti, amit keresel.
Amikor a kérdésed és az index teljes tartalma is vektor, a kereső azokat a chunkokat találja meg, amelyek vektora a legközelebb van a kérdésed vektorához. Ez a szemantikus keresés, és ezért talál releváns válaszokat akkor is, ha a szavak nem egyeznek pontosan.
Ez a lépés kulcsfontosságú annak megértéséhez, miért nem a kulcsszó-egyezés a fő rangsorolási tényező az AI-keresésben. Az az oldal, amely pontosan a kulcsszavakat használja, de a jelentésében nem felel meg a kérdésnek, nem kerül előre. Az az oldal, amely közvetlenül válaszol a kérdésre, de más szakkifejezést használ, jobban szerepel.
4. lépés: lekérés és rangsorolás
A rendszer most megtalálta az összes chunkot, amely szemantikailag illik a felhasználó kérdéséhez. De ezekből általában több száz vagy ezer van. A lekérés (retrieval) azt jelenti, hogy megtalálja közülük a legjobbakat.
Itt jönnek képbe a rangsorolási tényezők, de ezek mások, mint a Google-é. Az AI-keresők azt értékelik, mennyire közvetlenül válaszol a chunk a kérdésre, megbízható-e a forrás, mennyire friss az információ, van-e a forrásnak szakértelme a témában, és mennyire jól felépített az információ.
A legjobban rangsorolt chunkok kerülnek a következő lépésbe. A rendszer a kérdés összetettségétől és a platform sajátosságaitól függően 5-20 legjobb forrást húzhat be.
Egy fontos részlet: ebben a lépésben a rendszer nem oldalakat rangsorol. Chunkokat rangsorol. Az oldalad 2 chunkkal járulhat hozzá a végső válaszhoz, míg egy versenytársé 1-gyel vagy 0-val. Ez a részletesség új. A hagyományos keresési rangsorolás egész oldalakon dolgozik. Az AI-keresési rangsorolás válaszokon.
5. lépés: generálás és összeállítás
Most a nagy nyelvi modell veszi a legjobban rangsorolt chunkokat, és új választ állít össze belőlük. Több forrás információit szintetizálja, természetes nyelven megírja, és hivatkozásokat ad az eredeti forrásokra.
Ekkor válik a keresés beszélgetéssé. A válasz úgy hangzik, mintha kifejezetten a te kérdésedre írták volna, nem pedig valahonnan lemásolták. A rendszer több forrás gondolatait kombinálja, kitölti a hézagokat, és érthetően strukturálja a választ.
Ezen a ponton a tartalmadra hivatkozhatnak, átfogalmazhatják, vagy egyáltalán nem használják, attól függően, mennyire jól válaszolt a kérdésre a többi forráshoz képest. A 4. lépésben kapott jó helyezés nem garantálja a hivatkozást az 5. lépésben. A tartalmad minősége, érthetősége és relevanciája számít.
A kulcstechnológiák, amelyek ezt lehetővé teszik
Három alapvető technológia hajtja az egész folyamatot. Ha érted, mit csinálnak, könnyebb megérteni, miért más az AI-keresésre optimalizálás, mint a hagyományos SEO.
Vektoros beágyazások: így érti meg az AI a jelentést
A vektoros beágyazás a szöveg matematikai leírása. A rendszer a szavakat számokká alakítja (gyakran szavanként több száz vagy ezer számmá), és sokdimenziós térképet hoz létre, ahol a hasonló fogalmak közel vannak egymáshoz.
Ez alapvetően különbözik attól, ahogy a hagyományos keresők a nyelvről gondolkodnak. A Google a kulcsszavakat úgy egyezteti, hogy megnézi, megjelennek-e együtt pontosan ugyanazok a szövegrészek. A vektoros beágyazások a jelentést egyeztetik, a matematikai leírások távolságát kiszámítva.
Az eredmény: megkérdezheted, "Melyik a legjobb CMS egy kis márka oldalához?", és a rendszer válaszokat talál a "weboldalépítők kisvállalkozásoknak" vagy a "legjobb platformok induló vállalkozásoknak" témákban, pedig a pontos kulcsszavak nem szerepelnek együtt. A hagyományos keresés ezzel a kérdéssel nehezen birkózik meg, mert a pontos kifejezés valószínűleg sehol sem létezik.
A vektoros beágyazások miatt a szemantikai teljesség a legerősebb rangsorolási tényező az AI-keresésben. A tartalmadnak nem a pontos kulcsszavakra van szüksége. Teljesen el kell magyaráznia a fogalmat, hogy a vektoros leírás megragadja mindazt a jelentést, amelyet a felhasználó keres.
Retrieval-augmented generation (RAG): a tárolás és a nyelvi modellek összekapcsolása
Egy 2024-es adatokon tanított nagy nyelvi modell nem tud válaszolni egy 2025 márciusában történt eseményről. Ezt a problémát oldja meg a RAG. A RAG azt jelenti, hogy friss információt kér le egy vektoradatbázisból, odaadja a nyelvi modellnek, és a modell ebből a valós adatból állít össze választ.
RAG nélkül az AI-keresők elavult vagy kitalált válaszokat adnának. RAG-gal friss forrásokból származó, aktuális információt adnak. Ezért használ minden modern AI-kereső RAG-ot. A ChatGPT a webes keresési módjához használja. A Perplexity teljes rendszere RAG-ra épül. A Google az AI Overviews-hoz használja.
A tartalmi stratégiád szempontjából a RAG azt jelenti, hogy a frissesség számít, a minőségi források számítanak, és a tényszerű pontosság számít. A nyelvi modell nem a semmiből generál válaszokat. Azokból a forrásokból, amelyeket lekér. Ha a forrásod friss, érthető és pontos, nagyobb eséllyel kérik le és hivatkoznak rá.
Generatív modellek és promptolás: így íródik meg a válasz
Az utolsó láncszem maga a nagy nyelvi modell. A legjobb források lekérése után a rendszer valami ilyesmit ad a modellnek: "Itt van öt forrás erről a témáról. Írj átfogó választ, amely hivatkozik ezekre a forrásokra." A modell ezután megírja a választ, amelyet te látsz.
A rendszer által használt konkrét prompt befolyásolja, mely forrásokra hivatkoznak és hogyan mutatják be őket. Egyes rendszerek az átfogóságot hangsúlyozzák, mások a tömörséget. Egyesek konkrét hivatkozásokat kérnek, mások beszélgetős összefoglalót.
Ezért adhat ugyanaz a kérdés különböző platformokon különböző válaszokat. Az alapul szolgáló technológia hasonló, de a promptok mások, a forrásrangsorolás más, és a generálási paraméterek is mások.
Hogyan változik a folyamat, ha a felhasználók követő kérdéseket tesznek fel
Az AI-keresés és a hagyományos keresés egyik legfontosabb különbsége a beszélgetős folytatás. A felhasználók nem állnak meg egy kérdésnél. Azt kérdezik: "Mesélj többet az X-ről", vagy "Hogyan viszonyul ez az Y-hoz?", vagy "Elmagyarázod a technikai részleteket?"
Ilyenkor az AI-keresőrendszer nem kezdi elölről. Megőrzi a beszélgetés előző fordulójának szövegkörnyezetét, és az új kérdés alapján, ebben a környezetben igazítja, mely forrásokat kéri le.
Ez a tartalmad szempontjából azt jelenti, hogy a hosszabb, átfogó cikkek jobban teljesítenek a többfordulós beszélgetésekben. Ha a cikked lefedi az alapokat, a technikai részleteket és a gyakori követő kérdéseket, a felhasználók nagyobb eséllyel maradnak a beszélgetésben, és kérdeznek tovább a te tartalmadról.
Az egyetlen szűk kérdésre válaszoló, egytémás oldalak ebből kevésbé profitálnak. Azok az oldalak, amelyek mélyebbre mennek, kitérnek a különleges esetekre és előre látják a követő kérdéseket, több AI-láthatóságot kapnak több forduló alatt is.
Hol van a tartalmad helye ebben a folyamatban
E folyamat megértése a generatív keresőoptimalizálás (GEO) alapja. A célod nem csak az, hogy a hagyományos keresésben jól szerepelj. A célod, hogy a lekért chunkok között legyél, a 4. lépésben a legjobban rangsorolódj, és az 5. lépésben hivatkozzanak rád.
Ehhez más írásmód, más szerkezet és más tartalmi stratégia kell, mint a hagyományos SEO-hoz egyedül. A tartalmadnak szemantikailag teljesnek, tényszerűen pontosnak, jól strukturáltnak és frissnek kell lennie. Közvetlenül kell válaszolnia a kérdésekre, nem elásnia a lényeget. Mélyen kell foglalkoznia a témákkal, hogy a vektoros beágyazások a teljes jelentést megragadják.
A modul többi része részletesen tárgyalja az egyes lépéseket, és pontosan megmutatja, mire optimalizálj. De most már érted az utat, amelyet a tartalmad bejár. Attól a pillanattól, hogy egy crawler megtalálja az oldaladat, addig, amíg a kutatásod megjelenik egy AI által generált válaszban, ez az öt lépés dönti el, hogy látható vagy láthatatlan vagy-e az AI-keresés számára.
Gyakran ismételt kérdések
Blokkolhatom, hogy az AI-keresők crawlerei indexeljék az oldalamat?
Igen. Az AI-crawlerek user agentjeit felveheted a robots.txt fájlodba, hogy ne érjék el az oldaladat. Gyakori AI-crawlernevek: GPTBot (OpenAI), ClaudeBot (Anthropic) és PerplexityBot. A blokkolás viszont azt jelenti, hogy a tartalmad nem jelenik meg a ChatGPT, a Perplexity, a Google AI Overviews és a Claude keresési találataiban. A legtöbb tartalomkészítőnek előnyös, ha az AI-rendszerek indexelik, ezért a blokkolást általában nem ajánljuk, kivéve, ha van olyan tartalmad, amelyet nem szabad megosztani vagy idézni. A WEMASY weboldalépítőjével ezt közvetlenül beállíthatod a weboldaladon.
Garantálja az 1. hely a Google-ben, hogy hivatkoznak rám az AI-keresésben?
Nem. Az AI-keresők másképp rangsorolják a tartalmat, mint a Google. Az az oldal, amely a Google-ben az első, nem biztos, hogy hivatkozást kap az AI-rendszerektől, mert az oldal szerkezete, mélysége vagy tényszerű pontossága nem felel meg az AI-platformok konkrét szempontjainak. Fordítva, a Google-ben gyengébben álló oldalakra gyakran sokat hivatkoznak az AI-keresésben. Ezért van szükség a GEO-hoz saját optimalizálási stratégiára, a hagyományos SEO-tól külön.
Milyen gyakran indexelik újra az AI-keresők a tartalmamat?
Platformfüggő. Néhány AI-kereső, például a Perplexity, folyamatosan járja a webet, és az új tartalmat órák vagy napok alatt indexelheti. Mások nagyobb kötegelt frissítéseket használnak, és hetekbe telhet, mire újra bejárják az oldaladat. Ha a tartalmad friss, rendszeresen frissíted, és az oldalad gyors és bejárható, gyorsabban indexelnek minden platformon.
Miért hivatkozik az AI-keresés az oldalam egyik oldalára, a másikra pedig nem, pedig mindkettő ugyanarról szól?
A chunkalapú rangsorolás miatt az oldalak nem egyformán kerülnek rangsorba. Az egyik oldalnak jobb lehet a szerkezete, érthetőbbek a válaszai, frissebb az információja, vagy erősebbek az E-E-A-T jelei. Arra az oldalra hivatkoznak, amelynek chunkjai a 4. lépésben a legelőrébb kerülnek, és a legközvetlenebbül válaszolnak a konkrét kérdésre. A jobb formázású, konkrét adatokat tartalmazó, érthető szakaszcímekkel ellátott oldalakból gyakrabban húznak ki részleteket.
Mi történik, ha az AI-keresési találatokban két forrás ellentmondó dolgot állít?
Az AI-rendszer jelezheti az ellentmondást, hivatkozhat mindkét forrásra, vagy előnyben részesítheti az erősebb megbízhatósági jelekkel rendelkező forrást (frissebb, tekintélyesebb domainről származik, jobban strukturált stb.). Egyes AI-platformok kifejezetten több nézőpontot mutatnak. Mások a legmegbízhatóbb információt állítják össze, és az ellentmondásokat akkor említik, ha jelentősek. Ezért számít az AI-láthatóság szempontjából a pontosság, a hivatkozások és a szakértői hitelesség.
Honnan tudom, melyik szerkezet működik a legjobban az AI chunkoláshoz?
Használj egyértelmű H2 és H3 címsorokat, rövid bekezdéseket (2-4 mondat) és válaszközpontú nyitómondatokat. Minden szakasznak elég önállónak kell lennie ahhoz, hogy kiemelhető és önmagában is érthető legyen. A kulcsfontosságú adatokat, statisztikákat vagy közvetlen válaszokat tedd a szakaszok elejére, hogy nagyobb eséllyel kerüljenek ki chunkként. Ha ezt végigteszteled a tartalmaidon, és figyeled, mely oldalakra hivatkoznak az AI-találatokban, kiderül, melyik szerkezet működik a legjobban a te iparágadban.