Hogyan működik a mesterséges intelligencia alapú keresés: a lekérdezéstől az idézetig

Bevezetés

Az AI-válasz 6 lépésből áll: a rendszer elolvassa a kérdést, kisebb keresésekre bontja, forrásokat talál, kiválasztja a legjobb bizonyítékokat, megírja a választ, és hozzáadja a hivatkozásokat. A Google 2026. májusi útmutatója az AI-keresésről e lépések közül kettőt említ: a visszakeresést és a lekérdezés kiterjesztését. A marketingesek befolyásolhatják, hogy tartalmuk megtalálható-e, releváns-e és könnyen alátámasztható-e, de nem irányíthatják a modell döntéseit, és nem kényszeríthetnek hivatkozást.

Főbb tények

• A mesterséges intelligencia általi hivatkozások eredmények. Egyetlen kiadó sem tudja azokat bekapcsolni.
• A hivatkozás előtt a megtalálás jön. Egy oldalt meg kell találni és hasznosnak kell ítélni, mielőtt elismerést kaphatna.
• Egyes szakaszok befolyásolhatók. A feltérképezési hozzáférés, a relevancia, a bizonyítékok és az egyértelműség részben a vállalkozás kezében van.
• Más szakaszok a modellhez tartoznak. A keresési lekérdezés értelmezése, a belső pontozás, az írásbeli válasz és a végső hivatkozás a rendszer döntése.
• A válaszmotor-optimalizálás (AEO) leginkább diagnosztikai eszközként működik. Mielőtt pénzt költenél a hiba kijavítására, találd meg azt a szakaszt, ahol a láthatóság megszakad.

A kérdéstől a hivatkozásig vezető 6 lépéses út

Ahhoz, hogy megértsük, hogyan építik fel és idézik a válaszokat a mesterséges intelligencia-motorok, először is tudnunk kell, hogy a folyamat mely részeit tudják befolyásolni a marketingesek, és melyek maradnak az ellenőrzésükön kívül. Az alábbi hat szakasz inkább egy gyakorlati munkamodellt nyújt, mintsem azt sugallná, hogy minden mesterséges intelligencia-termék azonos architektúrát használ.

A Google 2026. május 15-én tette közzé első hivatalos útmutatóját az AI-alapú keresésről. A Search Central bejelentésében azt írja, hogy a keresőmotor-optimalizálás (SEO) bevált gyakorlata továbbra is az alapot képezi. Más platformok saját keresési, rangsorolási és szövegszerkesztő rendszereket működtetnek.

Általános szinten a folyamat a következőképpen néz ki:

Fázis	Mi történik
1. A lekérdezés értelmezése	A rendszer kideríti, mit kér a felhasználó.
2. Alkérdések kibontása	A kérdés kapcsolódó keresésekre vagy információigényekre bontódik.
3. Információkeresés	A rendszer megtalálja a lehetséges releváns forrásokat.
4. Szövegrészek rangsorolása	A hasznos dokumentumok, szövegrészek vagy bizonyítékok az élre kerülnek.
5. Összefoglalás	A rendszer megírja a választ.
6. Hivatkozások hozzáadása	Egyes források látható hivatkozást kapnak.

Az érték abban rejlik, hogy tudjuk, mely részeket tudják a marketingesek alakítani, és melyek maradnak a modell felelősségi körében.

1. A lekérdezés értelmezése: mit is kérdez valójában a felhasználó?

Ebben a szakaszban a rendszer meghatározza a szándékot, a kontextust és azt a fajta választ, amely kielégítené a kérdést.

A Google 2019-es BERT-bejelentése szerint a naponta beérkező lekérdezések 15%-a új a rendszer számára, így senki sem tudja előre megjósolni az összes lekérdezést.

Vegyük például ezt a lekérdezést: „Mi a legjobb CRM egy 50 fős SaaS értékesítési csapat számára?”

A kulcsszavak egyezése csak a kezdet, mert a válasz attól függ, mit jelent a „legjobb”, és mire van szüksége egy 50 fős szoftver-szolgáltatás (SaaS) csapatnak. Attól is függ, mely termékek számítanak ügyfélkapcsolat-kezelő (CRM) eszköznek. Attól is függ, hogy a felhasználó számára mi a legfontosabb: a költség, a beállítás, a jelentések, az integrációk vagy a növekedés.

Amit a marketingesek befolyásolni tudnak

• Egyértelmű entitásnyelv: tegye egyértelművé, hogy mi a vállalat, a termék vagy a szolgáltatás.
• A célközönség meghatározása: mondja el, kinek szól az ajánlat.
• Probléma-összehangolás: kapcsolja össze a terméket vagy szolgáltatást azokkal a problémákkal, amelyeket megold.
• Feltételes egyértelműség: határozza meg, hogy az egyes állítások mikor érvényesek, és mikor nem.

Amit a marketingesek nem tudnak irányítani

• A prompt értelmezése: hogyan értelmezi a rendszer egy felhasználó pontos megfogalmazását.
• A beszélgetés kontextusa: mely korábbi párbeszédek alakítják a választ.
• Szándék súlyozása: melyik értelmezést tartja a rendszer a legfontosabbnak.

A gyakorlati tanulság: ne próbálj meg minden lehetséges kérdést előre megjósolni, hanem tisztázd magát a témát.

2. Alkérdések kibővítése: 1 kérdésből több keresés is lehet

Ebben a szakaszban 1 általános kérdés több kisebb információigényre bomlik.

A komplex kérdések ritkán tartalmaznak csak egy keresendő elemet, és a Google ezt a felosztott lekérdezést „fan-out”-nak nevezi. Az AI-funkciók dokumentációja szerint az AI Overviews és az AI Mode több kapcsolódó keresést is futtathat al-témák és források között a válasz összeállításához.

Ez megváltoztatja a relevanciáról alkotott gondolkodásmódot, mivel egy oldalnak nem kell pontosan a keresési kifejezés szó szerinti megfogalmazását tartalmaznia. Az oldal akkor is helyet szerezhet a találati listában, ha a rendszer által a folyamat során ellenőrzött kapcsolódó kérdések egyikére ad választ.

Például

Egy olyan lekérdezés, mint: „Mi a legjobb CRM egy 50 fős SaaS értékesítési csapat számára?”, a következő témák köré kapcsolódó információigényeket hozhat létre:

• CRM árazás
• A csapat méretének megfelelősége
• Értékesítési jelentések
• Beállítási erőfeszítés
• SaaS-integrációk
• Növekedési lehetőségek

A legtöbb rendszer elrejti a pontos elágazást, de az elv továbbra is érvényes.

Mire tudnak hatást gyakorolni a marketingesek

Építsenek ki olyan átfogó tartalmat, hogy a webhely megválaszolja a fő kérdést és az ahhoz kapcsolódó legfontosabb kérdéseket.

Ez magában foglalhatja a következőket:

• Kapcsolódó témákról szólókiegészítő oldalak.
• Erős belső hivatkozások a kapcsolódó források között.
• A tágabb cikkeken belülial témák egyértelmű lefedése.
• Különálló oldalak, ahol egy külön szándék indokolja azok létrehozását.

Amit a marketingesek nem tudnak ellenőrizni

A rendszer dönt:

• milyen fan-out lekérdezéseket kell létrehozni
• hány keresést kell futtatni
• mely al témák a legfontosabbak
• melyik olvasmány kapjon prioritást

Ezért jelent gyenge tervet a több tucat, szinte azonos oldal létrehozása, egy-egy variációra. A Google saját iránymutatása ezt a mintát spamnek tekinti.

3. Információkeresés: mely források kerülnek be a jelöltkészletbe?

A visszakeresés az a szakasz, amikor a rendszer forrásanyagot keres a kérdés megválaszolásához. A visszakereséssel kiegészített generálás (RAG) egy nyelvi modellt párosít a rendszeren kívülről beszerzett információkkal. A Google szerint mesterséges intelligenciája a kereső rangsorolási rendszereit használja arra, hogy releváns, aktuális oldalakat keressen ki az indexéből.

A marketingesek számára ez a szakasz ismerősnek tűnhet: egy AI-válasz csak azt használhatja fel, amit a rendszer megtalál és lekér, ami az egyik oka annak, hogy a SEO továbbra is fontos.

Mi segít a visszakeresési szakaszban

Hatáskör	Miért fontos
Kereshetőség	A keresőrendszereknek hozzáférésre van szükségük a fontos oldalakhoz.
Indexelhetőség	Az oldalaknak meg kell felelniük a kereshető indexbe való felvétel feltételeinek.
A tartalom elérhetősége	A legfontosabb információk nem függhetnek bizonytalan megjelenítéstől vagy nehezen elérhető felületektől.
Belső hivatkozások	A szilárd webhelyszerkezet kiemeli a fontos oldalakat és azok közötti kapcsolatokat.
Témához kapcsolódó relevancia	Az oldalnak valódi hivatkozással kell rendelkeznie a szükséges információkhoz.
Hasznos tartalom	Az, hogy egy oldal megfelel a követelményeknek, még nem jelenti azt, hogy versenyképes is lenne.

Ami a vállalkozás ellenőrzésén kívül marad

Egy marketinges nem tudja előírni:

• hogy egy adott URL-t kell-e lekérni
• milyen nagy lesz a jelöltkészlet
• mely versenytársak kerülnek még be a találatok közé
• mennyire változik a találatok összetétele az egyes lekérdezések között

A Google útmutatója a Kereső működéséről három szakaszt sorol fel: feltérképezés, indexelés és kiszolgálás. Azt is kijelenti, hogy a Google ezek közül egyet sem garantál, még azoknál az oldalaknál sem, amelyek betartják a szabályait. A szabályok betartása alkalmassá teszi az oldalt, és ennyi az egész.

A visszakeresés egy kapu, és ha a tartalmad soha nem jut át rajta, a későbbi szakaszokban végzett munka sem tudja ezt pótolni.

4. Szövegrész-rangsorolás: mely bizonyítékok elég hasznosak ahhoz, hogy megőrizzék őket?

A visszakeresés figyelembe veszi a forrást. A szövegrész rangsorolása eldönti, hogy a benne található információ elég hasznos-e ahhoz, hogy megőrizzék. Egy visszakeresett dokumentum nem minden szavát beépíti a válaszba.

A rendszernek még mindig ki kell választania, mely tények illenek a feladathoz. A terméktől függően rangsorolhat teljes dokumentumokat, szövegrészeket vagy kisebb bizonyítékegységeket.

Gyenge bizonyítékok kontra hasznos bizonyítékok

Vegyünk két szövegrészt, amelyek egy szoftverbeállítási költségekkel kapcsolatos kérdésre adnak választ.

Gyenge változat: „A bevezetés gyors és megfizethető a növekvő vállalkozások számára.”

Erősebb változat: „A bevezetési költség a migráció mennyiségétől, az integrációs követelményektől, a felhasználók számától és a szükséges egyedi konfiguráció mértékétől függ. Azok a vállalkozások, amelyek több régi eszközről migrálnak, általában több bevezetési munkával szembesülnek, mint azok a csapatok, amelyek egyetlen platformról váltanak át.”

A második szövegrész hasznosabb, mert elmagyarázza:

• mi befolyásolja az eredményt
• hogyan kapcsolódnak egymáshoz ezek a tényezők
• hol érvényes az állítás
• miért változtatják meg a körülmények a választ

Mire tudnak hatást gyakorolni a marketingesek

• Konkrétum: adjon részletekkel alátámasztott, közvetlen válaszokat.
• A bizonyítékok közelsége: helyezze a bizonyítékot az általa alátámasztott állítás mellé.
• Korlátozások: határozza meg a korlátokat és a feltételeket.
• A szakaszok érthetősége: gondoskodjon arról, hogy minden szakasz önmagában is érthető legyen, anélkül, hogy a környező kontextusra lenne szükség.
• Okozati nyelv: magyarázza el, miért történik valami, és azt is, hogy mi történik.

Amit a marketingesek nem tudnak ellenőrizni

A vállalkozások nem láthatják és nem írhatják elő:

• magán újrarangsorolási pontszámok
• belső küszöbértékek
• súlyozási rendszerek
• versengő szövegrészek
• hogyan használja fel a modell a kontextus-terét

Az „Answer-first” írásmód itt is megérdemli a helyét, mert a világos írás csökkenti a szöveg értelmezéséhez szükséges találgatásokat. Egyetlen AI-rendszer sem követel meg meghatározott bekezdéshosszt vagy képletet.

5. Szintézis: a modell megalkotja a választ

A szintézis során a lekért információkból a kérdéshez illő válasz jön létre. Ez az a szakasz, amelyre a legtöbb ember gondol, amikor a generatív mesterséges intelligenciáról beszél.

A modell képes:

• több forrás kombinálása
• hosszabb magyarázatok összefoglalása
• az egymást átfedő információk összehangolása
• csak a rendelkezésre álló tények egy részét tartsa meg
• a megfogalmazást a felhasználó lekérdezéséhez és kontextusához igazítja

Ahol a marketingeseknek még van befolyásuk

Olyan forrásanyagot tehetnek közzé, amely:

• pontos
• konkrét
• jól alátámasztott
• önmagával konzisztens
• nehezen félreérthető

Ahol a kontroll véget ér

A modell irányítja:

• záró megfogalmazás
• hangnem
• a válasz hossza
• mely tényeket tart meg
• hogyan ötvözi a forrásokat
• mit hagy ki

Ez a határ fontos: az AEO javítja az anyagot, amelyet a visszakereső és írási rendszerek kapnak, míg maga az írási rendszer a modellhez tartozik.

6. Hivatkozás csatolása: mely források kapnak látható elismerést?

A hivatkozás a végső, látható eredmény, és egyben az a lépés is, amely a marketingeseket leginkább érdekli. Tartsuk elkülönítve a kereséstől és a felhasználástól.

Mit tudnak javítani a vállalkozások

• Ellenőrizhető állítások
• Egyértelmű forrásmegjelölés
• Az állítások mellé helyezett bizonyítékok
• Eredeti vagy egyedi információk
• Olyan oldalak, amelyek már a korábbi szakaszokban is jól teljesítettek

Amit a vállalkozások nem írhatnak elő

• Hány hivatkozás jelenik meg
• Melyik forrás kap elismerést
• Hol szerepel a hivatkozás
• Hogy esetleg egy versenytárs forrás nyer-e helyette

Ez a határ az AEO egyik alapgondolata: javíthatja a kiválasztás feltételeit, de nem követelheti meg a kiválasztást.

A drága hiba: a rossz szakasz optimalizálása

Az AEO legnagyobb pazarlása abból származik, hogy egy taktikát a rossz szakaszra alkalmaznak. A csapatok az optimalizálásra ugranak, mielőtt kiderítenék, hol történik a hiba, és ennek eredménye a diagnózis nélküli tevékenység.

1. példa: az oldal nem érhető el

Tegyük fel, hogy egy fontos oldal nem indexelhető. A „GYIK” (gyakran ismételt kérdések) szakasz átírása az „AI-kivonhatóság” érdekében nem oldja meg a problémát, mert a hiba korábban, a felfedezés és a lekérés során történik.

2. példa: az oldal letölthető, de gyenge

Vegyük most az ellenkező esetet. Egy oldal bejárható, indexelve van és megjelenik a releváns keresések eredményei között, de az állításai homályosak és alátámasztás nélküliek. A technikai jelölés bővítése nem oldja meg a problémát, mivel a gyengeség inkább a bizonyítékok kiválasztásánál keresendő.

Először diagnosztizáljunk, aztán optimalizáljunk

Ha a probléma az, hogy...	Először összpontosítson...
Az oldal nem található meg	Bejárhatóság, indexelhetőség és a webhely felépítése
Az oldal megtalálható, de nem hasznos	Relevancia, egyértelműség és bizonyíték
A válasz homályos vagy általános	Konkrétum, első kézből származó információk és erősebb alátámasztás
A versenytársakat többször is idézik	Az összehasonlító bizonyítékok minősége és a források hasznossága
A márka megjelenik, de nem hivatkoznak rá	Hivatkozási minták és forrás szintű mérés

Ez megakadályozza, hogy az AEO egy divatos technikai feladatokból álló listává váljon.

A Google AI-keresés-optimalizálási útmutatója is alátámasztja ezt. A Google Keresőhöz nincs szükség llms.txt fájlra, sem speciális AI-jelölésre. Nincs szükség apró tartalmi darabokra és AI-specifikus Schema.org-jelölésre sem. Ugyanez az útmutató kimondja, hogy az eredmények manipulálására létrehozott, minden „fan-out” lekérdezéshez külön oldalak készítése megsérti a skálázott tartalom-visszaélés elleni irányelvét.

Az oldalszerkezet továbbra is fontos, de más okból. A rövid bekezdések, az egyértelmű címsorok és az önálló válaszok segítik az embereket a tartalom megértésében, és egyértelművé teszik az összefüggéseket. Kezelje őket jó írásként, soha ne titkos kódként, amely hivatkozásra kényszerít.

Mit tudnak a marketingesek valójában optimalizálni?

A legtöbb gyakorlati AEO-munka három területre osztható: felfedezés, a bizonyítékok minősége és a mérés.

A 6 lépésből álló modell segít a diagnózis felállításában. A gyakorlatban a marketingesek a rendszer azon részeit fejlesztik, amelyeket alakíthatnak, és amelyeket e három területbe csoportosítanak.

1. Tegye a fontos információkat felfedezhetővé

Kezdjük az alapokkal: a fontos oldalaknak nyitottnak kell lenniük a keresőrobotok számára, megfelelően kell betöltődniük, és indexelhetőnek kell lenniük minden olyan platformon, amely webes keresésre vagy indexelt szövegkorpusra támaszkodik.

A Google esetében a szokásos SEO-gyakorlat továbbra is érvényes az AI-funkciókra. Az OpenAI ChatGPT-kereséssel kapcsolatos súgójában azt tanácsolja a webhelytulajdonosoknak, hogy engedjék be az OAI-SearchBot keresőrobotot az indexeléshez, és hozzáteszi, hogy a megjelenés nem garantált.

Gondoljon erre két lépésként:

• A SEO segít az információk megtalálásában. A hasznos oldalakat először meg kell találni.
• Az AEO a választ használhatóvá teszi. Miután egy oldal megtalálhatóvá vált, a választ világossá, bizonyítékokkal alátámasztottá és a kontextusba könnyen beilleszthetővé kell tenni.

2. Javítsuk a bizonyítékok minőségét

Ha a felfedezés már működik, a minőség többet jelent, mint egyszerűen „jobb cikket írni”. Gondold át, hogy az egyes szövegrészek elegendő információt nyújtanak-e a rendszernek ahhoz, hogy azt felelősségteljesen használhassa.

Egy hasznos minőségellenőrzés a következő:

• Mi az állítás?
• Milyen bizonyítékok támasztják alá?
• Milyen feltételek befolyásolják?
• Egyértelmű a forrás?
• Meg lehet-e érteni a szövegrészt találgatás nélkül?
• Hoz-e hozzá valamit a meglévő konszenzuson túl?

Tegyük fel, hogy azt állítja, egy bizonyos megközelítés gyorsabb: gyorsabb mint mi, milyen feltételek mellett és kinek a bizonyítékai alapján?

Ha statisztikát idéz, elérhető-e a módszer?

Ha egy szolgáltatást ír le, egyértelmű-e, kinek szól és milyen problémát old meg?

Ha van valami korlátozás, az az állításhoz kapcsolódik, vagy három szakasznyira el van rejtve?

A magas színvonalú AEO-tartalom kiküszöböli a kétértelműséget, és a Google iránymutatása is ugyanazt a felhasználóközpontú szemléletet követi, mivel a hasznos, eredeti tartalmat részesíti előnyben a keresési variációk befogására létrehozott általános tartalmú oldalakkal szemben.

3. Mérje az utazás minden szakaszát

Egy hivatkozás a láthatóságot mutatja, de nem magyarázza meg, miért jelent meg, vagy miért tűnt el.

Ne csak az igen-nem jellegű hivatkozási eredményeket kövesse nyomon.

Mit kell nyomon követni	Mit árulhat el
Promptok vagy lekérdezések	Milyen információigény váltotta ki a láthatóságot
Platform	Hol eltér a hivatkozási viselkedés
Hivatkozott URL	Melyik oldal kerül kiválasztásra
Hivatkozott szakasz	Melyik szövegrész tűnik hasznosnak
Versengő források	Ki nyeri el folyamatosan ugyanazt az információigényt
Organikus láthatóság	A visszakeresés és a standard keresési láthatóság átfedik-e egymást
Link nélküli márkaemlítések	Az, hogy a vállalkozás látható hivatkozás nélkül adja-e meg a választ

Ezután hasonlítsa össze a mintákat.

Elvesztette az oldal az indexelését?

Megjelenik-e az organikus találatok között, de nem a generált válaszok között?

Egy másik kiadót folyamatosan hivatkoznak, mert eredeti adatokkal rendelkezik?

Megemlítik Önt anélkül, hogy linket kapna?

Ezek a mintázatok jobb döntésekhez vezetnek, mintha minden kihagyott hivatkozást írásbeli problémának tekintenénk.

Egy egyszerű módszer a hiányzó hivatkozás diagnosztizálására

Ha hiányzik egy hivatkozás, mielőtt bármit is átírnál, haladj végig a lépéseken sorrendben. Cseréld le a „Hogyan érhetjük el, hogy az AI hivatkozzon erre az oldalra?” kérdést 5 diagnosztikai kérdésre.

1. Megtalálható-e az oldal? Ellenőrizze a technikai hozzáférhetőséget, a bejárhatóságot és az indexelhetőséget. A Google technikai követelményeinek oldala három tesztet sorol fel: a Googlebot nincs blokkolva, az oldal HTTP 200-as állapotkódot ad vissza, és az oldal indexelhető tartalommal rendelkezik.
2. Releváns-e a szükséges információk szempontjából? Ne csak a pontos kulcsszóra koncentráljon, hanem a kapcsolódó kérdésekre és a valószínűsíthető további témákra is.
3. Van-e egyértelmű válasz az oldalon? Keresd meg azt a szakaszt, amelyik választ adhat a kérdésre. Ha egy embernek nehézséget okoz megtalálni, akkor az túl homályos.
4. Elég erős-e a bizonyíték? Hasonlítsd össze az oldalt a már megjelenő forrásokkal. Keresd az eredeti adatokat, a meggyőzőbb magyarázatot, a világosabb feltételeket vagy a jobb eredetet.
5. A hivatkozás a probléma? Ha a márka vagy a hozzá tartozó tények megjelennek a válaszokban, de az oldalra nincs látható hivatkozás,akkor a probléma a lánc későbbi szakaszában keresendő.

Ez a sorrend megakadályozza, hogy a csapatok költségvetést költsenek késői szakaszbeli taktikákra, miközben egy korai szakaszbeli probléma blokkolja az oldalt.

Optimalizáld a hivatkozás feltételeit

Optimalizálja azokat a feltételeket, amelyek tartalmát erős jelöltté teszik a visszakeresés, a bizonyítékok kiválasztása és a hivatkozás szempontjából.

Még így sem garantált semmi: a Google Search Essentials szerint egy olyan oldal, amely minden követelménynek és bevált gyakorlatnak megfelel, mégsem biztos, hogy bejárják, indexelik vagy megjelenítik. Az OpenAI ugyanezt mondja a ChatGPT keresési elhelyezéséről. Ez kevésbé izgalmas, mint az „AI-eredmények uralása” ígérete, de a marketingesek számára sokkal hasznosabb módszert kínál a munkavégzéshez.

A marketingesek a következőket tehetik:

• Tedd felfedezhetővé a fontos tartalmakat
• Közzétegyen konkrét, alátámasztható válaszokat
• Építsd fel a témakör lefedettségét a valódi ügyfélkérdések köré
• készítsen saját bizonyítékokat az újrahasznosított összefoglalók helyett
• kövessük nyomon, mely források adnak folyamatosan választ a kereskedelmi szempontból fontos kérdésekre
• a gyenge szakaszokat diagnosztizálja, ahelyett, hogy egyszerre mindent megváltoztatna

Amit viszont nem tehetnek meg, az az, hogy irányítsák egy zárt modell lekérdezés-értelmezését, belső pontozását vagy végső hivatkozási döntését.