---
title: "AI visibility: így mérem a márka láthatóságát az AI-ban - Łukasz Rogala"
description: "Hogyan ellenőrizheti a márka láthatóságát a ChatGPT-ben, a Geminiben és az AI Overview-ban: említés és idézés külön, ismétlések, eszközök és buktatók."
url: "https://rogala.pro/hu/blog/ai-visibility/"
language: "hu"
author: "Łukasz Rogala"
published: "2026-10-18T11:50:00+02:00"
modified: "2026-10-18T12:16:57+02:00"
---

[Blog](https://rogala.pro/hu/blog/)

# A márka láthatósága az AI-ban: hogyan mérem, és milyen eszközökkel

[Łukasz Rogala](https://rogala.pro/hu/#about) · 2026. október 18. · 20 perc olvasás

**A márka láthatósága az AI-ban azoknak az AI-asszisztens-válaszoknak az aránya az Ön ügyfeleinek kérdéseire, amelyekben a márkát néven említik, vagy az oldalát forrásként adják meg.** A saját kérdéskészletemen számolom, külön minden asszisztensre, és külön az említésre és az idézésre. Az asszisztensek szolgáltatóin kívül senki sem ismeri az összes kérdést, amelyet az emberek feltesznek nekik, ezért az „AI-piaci részesedés” nem számolható ki. Az AI-beli láthatóságra vonatkozó minden szám csak azzal együtt értelmezhető, mire számolták: hány kérdésen, melyik asszisztensben és melyik napon.

**Augusztus és október között háromszor derült ki a saját ellenőrzésemből, hogy egy jól kinéző szám mást jelent, mint hittem:**

1. Az egyik általam vezetett projekt jelentésében a „márka jelenléte” az oldal idézését jelentette, nem a márka említését. A Perplexityben a jelentés 2%-ot mutatott, a márkát viszont a kérdések 37%-ában megemlítették; a márka nevét nem tartalmazó kérdések 21%-ában.
2. Az a teszt, amelynek meg kellett volna mutatnia, hogy a részlekérdezésekre (azokra a lekérdezésekre, amelyeket az asszisztens válaszadás közben maga küld a keresőnek) vett pozíció jobban előrejelzi az idézéseket, mint a fő kulcsszóra vett pozíció, a tézissel egyező eredményt adott, amíg a lektor észre nem vette, hogy különböző pontosságú méréseket hasonlítottam össze.
3. Az idézések száma egy eszközben egy hét alatt másfélszeresére nőtt két márkánál, a részesedésük viszont szinte nem változott, ezért valószínűleg az eszköz által gyűjtött válaszok bázisa (az indexe) nőtt, nem a márkák láthatósága.

**Az AI-beli láthatóságot úgy mérem, hogy az ilyen hibákat az ügyfélnek szóló jelentés előtt találjam meg, ne utána.** Ezek közül a másodikat az [AI SEO-ról és a GEO-ról](https://rogala.pro/hu/blog/ai-seo-geo/) szóló szövegben írtam le, a másik kettő lejjebb szerepel.

**A szövegben szereplő saját számok mind a 2026. júliusi, augusztusi és októberi méréseimből és leolvasásaimból származnak.** Ahol egy szám AI-láthatósági eszközből jön, azt kimondom. Az első mérés az ismétlési teszt: 1 410 válasz egyetlen projektből (94 kérdés, öt AI-felület, vagyis öt hely, ahol a modell válaszol, ezekről bővebben a 4. lépésben; minden kérdést háromszor tettem fel), amelyeket augusztus 29-én gyűjtöttem, és 2026. október 14-én elemeztem újra. Ehhez jön ugyanannak az eszköznek két, egyhetes különbséggel készült leolvasása (2026. július 26. és augusztus 2.), valamint egy lengyel SEO-ügynökségre vonatkozó AI-válaszok mérése 2026 októberéből. Az ügyfelek nevét nem közlöm.

## Mi a márka láthatósága az AI-ban?

**A márka láthatósága az AI-ban a márka jelenléte azokban a válaszokban, amelyeket a Google AI Overview-ja (MI-áttekintése) és AI Módja, a ChatGPT, a Gemini, a Perplexity és a Copilot generál, ilyen válaszok arányaként számolva.** A márka kétféleképpen lehet jelen egy ilyen válaszban, és ezeket külön számolom:

1. Említés: a márka neve szerepel a válasz szövegében, amelyet a felhasználó elolvas.
2. Idézés: a márka oldala forrásként szerepel, általában lábjegyzetben vagy a válasz melletti linklistában.

**Az egyik nem következik a másikból.** Az asszisztens név szerint ajánlhat egy márkát anélkül, hogy megadná az oldalát, mert a memóriájából vagy mások szövegeiből tud róla. Megadhatja a márka oldalát általános információ forrásaként is, és egyszer sem írhatja le a nevét. Az [AI SEO-ról és a GEO-ról](https://rogala.pro/hu/blog/ai-seo-geo/) szóló szövegben leírom, honnan tud az asszisztens a márkáról: a keresésből vagy a modell emlékezetéből.

**Az AI válaszában nincs pozíció, ezért részesedést mérek, nem helyezést.** Az asszisztens válasza minden alkalommal újonnan születik, és nem tíz találat listája. Eli Schwartz egy mondatban foglalta össze:

> „Rankings don't exist in LLMs.”
>
> Eli Schwartz, Product-Led SEO, 2026. április 9. („A nyelvi modellekben nincs pozíció”)

**Ezért a pozíció helyett azt számolom, hogy a kérdéskészletemre adott válaszok közül hányban jelenik meg a márka.** Az, hogy „a márka a 3. helyen áll a ChatGPT-ben”, egyetlen nap egyetlen válaszát írja le, a következő válasz ugyanarra a kérdésre más márkákat nevezhet meg, más sorrendben.

## Hogyan ellenőrizheti a márka láthatóságát a ChatGPT-ben és más AI-asszisztensekben?

**Hat lépésben ellenőrzöm, és csak az ötödikben számolok.** A korábbi lépések azért vannak, hogy a végén kapott szám a megfelelő márkára és a megfelelő kérdésekre vonatkozzon.

**Így mérem a márka AI-beli láthatóságát: hat lépés, számolás csak az ötödikben**

Idővonal hat lépéssel: tudja-e az asszisztens, melyik márkáról van szó, a márka nevére adott Google-találatok, a keresletből összeállított kérdéskészlet, pilotmérés minden kérdés tízszeri ismétlésével és a feltételek rögzítése, az említések és az idézések külön számolása, annak ellenőrzése, mi érvényteleníthetné a diagnózist. A lépések között két kapu: az asszisztens összekeveri a márkát egy másik céggel, és a kérdéskészlet befagyasztása.

*A korábbi lépések azt ellenőrzik, hogy a szám a megfelelő márkára és a megfelelő kérdésekre vonatkozik-e. Csak az ötödikben számolok.*

### Lépés 1. Ellenőrizze, hogy az asszisztens tudja-e, melyik márkáról van szó

**Mielőtt bármit megszámolnék, felteszek egy kérdést pusztán a márka nevével, és elolvasom a választ.** Ha az asszisztens összekeveri a márkát egy másik céggel, minden későbbi szám egy másik cégre vonatkozhat. Az egyik lengyel webáruház esetében az AI-láthatósági eszköz 100-ból 55 pontot és 100% részesedést mutatott, a válaszok viszont, amelyekből ezt számolta, mind egy másik, ismert, azonos nevű cégről szóltak. Egy másik eszközben az a márka, amelynek neve egy közönséges szótári szó, több mint 400 ezer oldalt kapott említéssel, mert az eszköz a szó minden használatát megszámolta. Az összehasonlító márkának nem egész 7 ezer ilyen oldala volt.

**Ha ugyanazt a nevet az azonos ágazatból egy másik cég viseli, a mérésnek nincs értelme, ha viszont egy másik területről valaki, a mérés csak nehezebb.** Az első esetben, mielőtt bármit megszámolnék, rendbe teszem a márka leírását az oldalán és a profiljaiban, hogy az asszisztens meg tudja különböztetni. A nevemet többek között egy színész és egy pilóta is viseli, ezért a márkám mérésének van értelme, de minden említésnél ellenőrzöm, hogy rám vonatkozik-e.

### Lépés 2. Olvassa el a márka nevére adott Google-találatokat

**Az AI Overview és az AI Mód a Google indexét használja, ezért először azt ellenőrzöm, mit mutat a Google magára a márkanévre.** Az első tíz találat mindegyikénél feljegyzem, hogy az oldalt teljes egészében, részben (például egy profilt egy idegen oldalon) vagy egyáltalán nem én kontrollálom. A saját nevemre 2026. október 3-án a lengyel Google-ben a 10 találat közül egyet sem kontrolláltam teljes egészében, egyet részben.

**Aztán megkeresem ezeken az oldalakon azokat a mondatokat, amelyeket az asszisztensek a márkáról ismételnek.** Ha a mondat a találatokban van, tudom, honnan veszi az asszisztens, és kérhetem az oldal javítását. Ha ott nincs, valószínűleg a modell emlékezetében van, és az oldalak javítása nem fogja gyorsan megváltoztatni.

### Lépés 3. Állítsa össze a kérdéskészletet, és ne változtassa

**A kérdéseket a keresleti adatokból és a Search Console-ból veszem, nem ötletelésből.** A Search Console-ból azokat a lekérdezéseket választom ki, amelyekre az oldal már megjelenik, a többit pedig kulcsszókutató eszközök kulcsszavaival egészítem ki. A kérdések felosztását az oldal pozíciója szerint a [SEO stratégiáról](https://rogala.pro/hu/blog/seo-strategia/) szóló szövegben írtam le. Ha a lekérdezések vételére használt időszakban az oldalnak a Search Console-ban kevesebb mint kb. 1 000 megjelenése és 100 különböző lekérdezése van, nem származtatok belőle kérdéseket, mert egy ilyen kis mintából nem választok ki olyan kérdéseket, amelyek bármit mondanak a piacról. Ez a folyamatomból származó tájékoztató küszöb, nem teszt eredménye.

**A kérdések többségét a márka neve nélkül állítom össze, az [AI SEO-ról és a GEO-ról](https://rogala.pro/hu/blog/ai-seo-geo/) szóló szövegben leírt ok miatt.** A „jó-e az X?” kérdés azt méri, mit tud az asszisztens X-ről, nem azt, hogy ajánlaná-e X-et valakinek, aki még nem hallott róla. A márkanév nélküli kérdéseket három formában állítom össze (a példák szemléltető jellegűek):

- kategória pontosítással, például „könyvelőiroda egyéni vállalkozónak Krakkóban”;
- összehasonlítás, amelyben csak a versenytárs neve szerepel, például „[versenytárs] alternatívája”;
- kérdés egy konkrét lehetőségről, például „melyik jegyzetelő alkalmazás működik internet nélkül”.

**A hírnévvel kapcsolatos kérdéseket külön számolom, és nem számítom bele a láthatóságba.** A „megbízható cég az X?” és a „kit válasszak” és „kit kerüljek” kérdéspárok azt mutatják, mit gondol az asszisztens a márkáról, nem azt, hogy ajánlja-e. Abban a webáruházban, amelyről az 1. lépésben írtam, az asszisztensek arra a kérdésre, megbízható-e az üzlet, ügyfélpanaszokat idézve válaszoltak.

**A lengyel márkáról lengyelül és angolul is kérdezek.** A tesztemben a lengyel kérdésekhez tartozó részlekérdezések egy része angol volt, erről az [AI SEO-ról és a GEO-ról](https://rogala.pro/hu/blog/ai-seo-geo/) szóló szövegben írok.

**A készletet a mérések között nem változtatom.** Az új kérdéseket külön csoportként adom hozzá, mert a lista minden módosítása elrontja az összehasonlítást az előző méréssel.

### Lépés 4. Az ismétlések számát pilotméréssel állapítsa meg, és jegyezze fel, mikor és hol

**Az ismétlések számát nem állapítom meg előre: új kérdéskészleten először pilotmérést végzek, amelyben minden kérdést 10-szer teszek fel, mindet ugyanabban az időben.** Ezt javasolja Dmitrij Żatuchin a Dice Roll Method protokollban a modellek márkákról való ismételt kérdezéséhez (arXiv, a 2. verzió 2026. október 14-éről). A pilotmérésből kiszámolom, mennyire térnek el a válaszok ugyanarra a kérdésre, és mennyire különböznek egymástól a kérdések, ebből pedig azt, hány ismétlés kell ahhoz az eredményhez, amelyre szükségem van. A munka ebben a verziójában a szerző visszavonta az első verzió rögzített küszöbeit (5-től 20 ismétlésig a vizsgálat fajtájától függően), mert kiderült, hogy szintetikus generátor adataiból számolták őket, nem kutatási adatokból.

**A pilotmérés általában két különböző számot ad: kevés ismétlést az egész asszisztensre vonatkozó eredményhez, és sokkal többet egyetlen kérdés összehasonlításához a változtatás előtt és után.** A saját tesztem és Żatuchin munkájának számait lejjebb, az ismétlésekről szóló részben mutatom meg. Az AI Overview volt a legstabilabb az adataimban: a 94 kérdésből 77-nél három azonos választ adott, ezért hozzá általában egy lekérés elég.

**Minden válasznál négy dolgot jegyzek fel: az asszisztenst, a felületet, a modell verzióját, valamint a dátumot órával.** A felület az a hely, ahol a modell válaszol: csevegőalkalmazás, API, a Google AI Módja vagy az AI Overview. Az API válaszai nem biztos, hogy megegyeznek azzal, amit az alkalmazás felhasználója lát, ezért két felület eredményét nem összegzem egyetlen számmá.

**A válasz időpontja segít megkülönböztetni a véletlent az időbeli változástól.** Az ismétlési tesztben a Perplexity a projekt oldalát egymást követő ismétlésekben 0, 2 és 9 kérdésnél idézte, miközben az említések száma szinte állandó volt (33, 36 és 35). Valószínűleg a mérés közben megváltozott az oldalhoz való hozzáférés, de a táblázatban nem szerepeltek a válaszok időpontjai, ezért ez nem ellenőrizhető. Ezért a következő mérésekben az ismétléseket egyszerre küldöm el, és feljegyzem minden válasz idejét.

### Lépés 5. Az említéseket és az idézéseket külön számolja

**Az asszisztens eredménye azoknak a válaszoknak az aránya, amelyekben a márka megjelent, külön az említésre és az idézésre.** A forrásokat az összes ismétlésből összegzem. Azokat a kérdéseket, amelyeknél a márka a válaszoknak csak egy részében jelent meg, instabilnak jelölöm, és nem vonok le belőlük következtetéseket egyetlen kérdésre.

### Lépés 6. Ellenőrizze, mi érvényteleníthetné a diagnózist

**Mielőtt megírom az ügyfélnek, mi hiányzik neki, ellenőrzöm azokat a helyzeteket, amelyekben a diagnózis téves lenne:**

- Az asszisztens senkit sem ajánl ebben a kategóriában, például egészségügyi, pénzügyi vagy jogi kérdéseknél. Ilyenkor nincs rés, amelyet a márka betölthetne.
- Az asszisztens emlékezetből válaszol, keresés nélkül. Ilyenkor az oldalon végzett munka sokáig nem változtat semmit.
- A versenytárs, akit magam írtam be az összehasonlításba, nem működik. Az egyik mérésben négy domainnek, amelyekre azt a tézist alapoztam, hogy a kategória üres, nem volt DNS-rekordja sem, vagyis a domain címe nem vezetett semmilyen szerverhez. A nulla idézés egy olyan versenytársnál, akinek az oldala nem működik, nem jelent szabad helyet a kategóriában.
- Az AI-beli láthatóság nő, a Google-forgalom ugyanabban az időszakban viszont csökken. A SearchPilot leír egy tesztet az Omio oldalán, amelyben az oldalakon végzett változtatás segített a nyelvi modellekből érkező forgalomban, de az ő becslésük szerint kb. 6,5%-kal csökkentette volna a Google-forgalmat, ezért nem vezették be (SearchPilot). Ezért az AI-válaszok mellett mindig megnézem a Google-forgalmat is.

**Az oldalon vagy a márka leírásában végzett minden változtatás után ugyanazon a kérdéskészleten megismétlem a 4-6. lépést.** Csak így hasonlítható össze a változtatás előtti és utáni eredmény.

## Milyen AI-láthatósági mutatókat érdemes mérni?

**Minden asszisztensre két számot mérek: a márkát említő válaszok arányát és az oldalát idéző válaszok arányát.** Ehhez jön a versenytársakhoz viszonyított részesedés ugyanazon a kérdéskészleten és az instabil kérdések száma. Az asszisztensekből érkező forgalmat az analitikában külön mértéknek tekintem, mert mindig alulbecsült: a belépések egy része forrásinformáció nélkül érkezik.

**Amikor külön megszámoltam az említéseket, kiderült, hogy a „márka jelenlétéről” szóló jelentés az idézéseket mérte.** Az egyik általam vezetett projektben a 2026. augusztus 29-i mérés 94 kérdésre, öt AI-felületre és három ismétlésre terjedt ki, összesen 1 410 válaszra. A szkript, amely ezt számolta, csak akkor tekintette jelenlévőnek a márkát, ha a források között ott volt az oldala, a jelentés módszertani leírása viszont a márka jelenlétéről beszélt a válaszban. Októberben ugyanezekben a válaszokban megszámoltam magát a márka nevét:

**A Perplexity és a Gemini a kérdések több mint egyharmadában említette a márkát, az oldalát viszont 2%-ban és 0%-ban idézte**

Vízszintes oszlopok négy AI-asszisztensre. Mindegyiknél két oszlop: azoknak a kérdéseknek az aránya, amelyekben a márka néven szerepelt a válasz szövegében, és azoké, amelyekben a márka oldalát forrásként idézték. ChatGPT 41,5% és 27,7%, Google AI Mód 42,6% és 18,1%, Perplexity 37,2% és 2,1%, Gemini 38,3% és 0%.

*Egy projekt, 94 kérdés, mindegyik háromszor feltéve (a mérés 2026. augusztus 29-én, az elemzés 2026. október 14-én). A grafikon azoknak a kérdéseknek az arányát mutatja, amelyeknél a márka a 3 válaszból legalább 2-ben megjelent, mert az eredeti jelentés csak ezt a mértéket tartalmazta; az 5. lépésben a pontosabb, az összes válaszra vett arányt javaslom. Az említések 19 olyan kérdést tartalmaznak, amelyben szerepel a márka neve; a márkanév nélküli 75 kérdésben 21% és 28% között voltak. Az ötödik felületen, az AI Overview-ban a márka egyetlen kérdésnél sem jelent meg a 3 válaszból legalább 2-ben, sem említésként, sem idézésként.*

**A Perplexityben és a Geminiben a márkát a kérdések több mint egyharmadában megemlítették, a jelentés viszont 2%-ot és 0%-ot mutatott.** Az említések számai 19 olyan kérdést is tartalmaznak, amelyben szerepel a márka neve, ezért a márkanév nélküli 75 kérdésben alacsonyabbak: asszisztenstől függően 21% és 28% között vannak. Ez még mindig nagyjából a kérdések egyötöde azokban az asszisztensekben, ahol a jelentés szinte nullát mutatott. Ezen elemzés óta mindkét mértéket külön számolom, és ugyanezt várom el minden jelentéstől, amelyet kapok.

**Az idézés nélküli említés és az említés nélküli idézés számomra két különböző hipotézis és két különböző munka, amelyeket a láthatósági rés kezeléséről szóló részben írok le.** Mindkét hipotézist változtatással és újabb méréssel ellenőrzöm.

### A részesedést válaszra számolom, nem idézésre

**A márka részesedését a versenytársak között válaszra számolom, nem idézésre, mert a válaszok forrásainak száma nagyon eltérő.** Egy lengyel SEO-ügynökség mérésében az ügynökségajánlásra vonatkozó kérdésekre adott 23 válasznak 1 és 13 közötti számú forrása volt. Az idézésre számolt részesedés a 13 forrású válaszoknak tizenháromszoros súlyt adna az egy forrásúakhoz képest. A válaszra számolásnál minden válasz ugyanannyit nyom, mert a felhasználó egyszerre egy választ olvas.

**A ChatGPT forráslistáját meg kell tisztítani a keresési találatoktól, amelyeket a modell csak átnézett.** Az eszköz, amellyel a ChatGPT válaszait gyűjtöm, a válaszban idézett források mellett a modell által látott keresési találatok teljes listáját is visszaadja. Egy válaszban 52 ilyen találat volt, és 7 idézett forrás. Ugyanebben a 23 válaszban a lista elvetése után az idézések száma 279-ről 181-re esett, azoknak a helyeknek a listája pedig, ahol érdemes megjelenni, 10-ről 6 tételre.

### Hány ismétlés elég?

**A tesztemben a kérdésenkénti három ismétlés elég volt az egész asszisztensre vonatkozó eredményhez, de nem egyetlen kérdés értékeléséhez.** Az ismétlési tesztben azoknak a kérdéseknek a fele körül, amelyekben a márka legalább egyszer megjelent, instabil volt az eredmény: a ChatGPT-ben 36-ból 18 az oldal idézésénél (mind a 94 kérdés), az AI Módban pedig 29-ből 16 az említésnél a márkanév nélküli kérdésekben. Az a kérdés, amelyben az egyik futásban „benne van a márka”, a következőben lehet, hogy nincs benne.

- 13%Ennyi márkanév nélküli kérdést értékelnének tévesen a ChatGPT-ben (a márkát megnevezik, vagy nem) három ismétlésnél. Egyszeri feltevésnél 21%, öt ismétlésnél 9%, hétnél 8%.Modellből származó becslés 1 410 válasz adatain, 2026. október 14.
- 1,5 százalékpontEnnyi a márkát említő válaszok arányának tipikus hibája (szórása) a ChatGPT-ben három ismétlésnél, a márkanév nélküli kérdésekben. Öt ismétlésnél 1,2 százalékpont.Modellből származó becslés 1 410 válasz adatain, 2026. október 14.
- 0,33Az idézett domainek listái közötti hasonlóság mediánja ugyanannak a kérdésnek két ismétlése között a ChatGPT-ben és az AI Módban: a közös rész osztva mindkét lista összes domainjével (az 1 azonos listákat jelent). A Perplexityben 0,92.Ismétlési teszt, 2026. október 14.
- 77 a 94-bőlEnnyi kérdésnél adott az AI Overview három azonos választ.Ismétlési teszt, 2026. október 14.

**A háromról öt ismétlésre az asszisztensre vonatkozó eredmény a tesztemben egy százalékpontnál kevesebbet javult, ezért ehhez az eredményhez általában a háromnál maradok.** Ez egy statisztikai modellből származó becslés, amelyet egy projektre, egy mérési időszakra és két asszisztensre (a ChatGPT-re és az AI Módra) illesztettem, nem mérés, ezért új készleten pilotméréssel ellenőrzöm. Żatuchin hasonló eredményt kapott: 250 különböző kérdésen már egy-két ismétlés 0,80-as megbízhatósági együtthatót adott, öt ismétlés pedig 0,96-ot (az 1 azt jelenti, hogy az ismétlések hibátlan átlagai megkülönböztetik egymástól a kérdéseket).

**Egyetlen kérdés összehasonlításához az oldalon végzett változtatás előtt és után 15-25 ismétlés kell, nem három.** Żatuchin szimulációja szerint öt ismétlésnél egy nagy változás kimutatásának esélye egyetlen kérdésen csak 15-19%, a 80%-ot csak 15-25 ismétlésnél éri el. Az ő adatai a modellek API-n át lekérdezett márkaajánlásaira vonatkoznak, ezért a kereséssel adott válaszoknál ezt a számot is pilotméréssel ellenőrzöm.

**Egyetlen ismétlés forráslistáját nem használom, mert a ChatGPT-ben és az AI Módban ugyanannak a kérdésnek két ismétlése közös része általában csak egyharmada a mindkettőben idézett összes domainnek.** Azoknak a helyeknek a listáját, ahol a márkának meg kellene jelennie, az összes ismétlésből építem fel, minden domain előfordulásainak számával.

**A források hétről hétre is változhatnak.** A SISTRIX hat országban (Lengyelország nélkül) 17 héten át követett 82 619 kérdést, és a ChatGPT-ben hétről hétre az idézett források akár 74%-a változott; ez a legmagasabb érték, nem az átlag (SISTRIX, 2026. május 1.). Ezért a források változását csak akkor fogadom el, ha a következő mérésben megismétlődik.

## Hogyan működnek az AI-láthatósági mérőeszközök, és hogyan válasszon közülük?

**Az AI-láthatósági eszközök ugyanazt csinálják, mint a kézi mérés: kérdéskészletet tesznek fel az asszisztenseknek, rögzítik a válaszokat, és megszámolják, hol jelenik meg a márka.** Abban különböznek, kié a kérdéskészlet, hányszor teszik fel a kérdéseket, és mit számolnak. Az adatokat háromféle forrásból veszem:

| Fajta | Példák | Mit ad | Mire figyelek |
|---|---|---|---|
| Keresők ingyenes jelentései | Bing Webmaster Tools, Google Search Console | idézések a Copilotban és a Bingben, megjelenések az AI Overview-ban és az AI Módban | csak egy keresőből származó adatok, ChatGPT nélkül |
| Fizetős platformok | Ahrefs Brand Radar, Semrush, SE Ranking, Peec AI, Profound | említések és idézések több asszisztensben, saját kérdések, részben összehasonlítás a versenytársakkal | külön van-e az említés és az idézés (kifejezetten leírja az Ahrefs és az SE Ranking); a szolgáltató kérdésbázisából származó számok az indexével együtt nőnek (az Ahrefsben ellenőriztem); Lengyelország és a lengyel nyelv támogatása |
| Saját mérés API-n át | a modellek API-ja, DataForSEO | teljes kontroll a kérdések, az ismétlések és a rögzítés felett | az előkészítés ideje; az API nem az az alkalmazás, amelyet a felhasználó lát |

### Az abszolút számok az eszköz indexével együtt nőnek

**Az eszközben az idézések száma egy hét alatt másfélszeresére nőhet, miközben a márka részesedése nem változik.** Az Ahrefs jelentésében, amely az Ahrefs kérdésbázisán alapul, és azt mutatja, hány AI-válasz idézi a domaint, összehasonlítottam két leolvasást két nagy németországi webáruházra, 2026. július 26-áról és augusztus 2-áról. Az idézéseik száma a ChatGPT-ben ez alatt mindkettőnél 50%-kal nőtt, az egyikük részesedése a két áruház idézéseinek összegéből pedig szinte nem változott: 34,2% és 34,1%. A Perplexityben a számok 68%-kal és 185%-kal nőttek. Valószínűleg az eszköz bázisa nőtt, nem e márkák láthatósága. Ez két márka, egy eszköz és egy hét.

**Ezért az eszközökből részesedést veszek, nem abszolút számokat, és csak azokra az asszisztensekre, amelyekben a részesedés az összehasonlításomban nem változott fél százalékpontnál többel.** Így volt ez a ChatGPT-ben, az AI Overview-ban, az AI Módban és a Grokban (az xAI asszisztensében); a Perplexityben, a Geminiben és a Copilotban viszont a részesedés kb. 3-11 százalékponttal változott. Ez egyetlen hét egyetlen összehasonlítása, ezért stabilitást feltételezek, amíg a következő leolvasás ennek ellent nem mond.

### Mit ellenőrzök az eszköz kiválasztása előtt

**Az eszköz kiválasztása előtt hét dolgot ellenőrzök:**

1. Az említést és az idézést külön mutatja-e.
2. Hozzáadhatok-e saját kérdéseket, és hónapokon át változtatás nélkül tarthatom-e őket.
3. Hányszor teszi fel az egyes kérdéseket, és megmutatja-e, mely kérdések instabilak.
4. Rögzíti-e minden válasz modellverzióját, felületét és dátumát.
5. Támogatja-e a piacomat és a nyelvemet.
6. Megmutatja-e a teljes válaszokat, hogy ellenőrizhessem, a megfelelő márkáról van-e szó.
7. Ugyanazon a kérdéskészleten adja-e meg a részesedést, nem csak abszolút számokat.

**A hangulatértékeléseket egy általam tesztelt osztályozóból nem közlöm.** Egy esetben negatívnak jelölt egy választ, amely azzal a megállapítással végződött, hogy „az X a legtöbb csapatnak jobb választás”. A hangulatot a válasz szövegrészletének elolvasásával értékelem, vagy nem írok róla semmit.

**Egyetlen „AI-láthatósági pontszám” az eszközből számomra nem cél.** Összevonja az említéseket, az idézéseket és a különböző asszisztenseket, ezért nem olvasható ki belőle, mi változott. Az eszköz számát mindig üzleti mértékkel együtt adom meg: ügyfélmegkeresésekkel, értékesítéssel vagy Google-forgalommal.

### Ingyenes források: Bing és Google

**A Bing Webmaster Tools ingyen megmutatja, hányszor idézték az Ön oldalait a Copilot és a Bing AI-válaszai.** Az AI Performance jelentést 2026. február 10-én jelentették be tesztverzióként. Megmutatja az idézések számát, naponta az idézett oldalak számát, az egyes címek idézéseit és azokból a kifejezésekből mintát, amelyekkel az AI a tartalmat kereste, mielőtt idézte (Bing Webmaster Blog). Ezek csak a Bing és a Copilot adatai, ezért nem helyettesítik a ChatGPT-ben végzett mérést.

**A Search Console megmutatja az oldalak megjelenéseit az AI Overview-ban és az AI Módban, de nem mondja meg, hogy a márkát néven említették-e.** A Google ezt a jelentést 2026 júniusában az oldalak egy része számára tette elérhetővé, 2026. augusztus 31-től pedig mindenkinek (Google Search Central, Search Console súgó). A jelentés leírása az oldalak, országok, dátumok és eszközök szerinti megjelenésekről szól, nem írja le a válasz szövegében lévő említéseket, sem az őket kiváltó kérdéseket. Ez jó ellenőrzés a Google oldalán, de nem az említések mérése.

### Saját mérés API-n át

**A saját mérés API-n át kevésbe kerül, de időt igényel az előkészítéshez és az ellenőrzéshez.** 14 kérdés lefuttatása négy felületen (a ChatGPT kereséssel, a Google AI Módja, valamint a Gemini és a Perplexity API-n át), összesen 56 válasz, 0,82 USD API-díjba került, ebből 0,63 USD jutott a Geminire (az első számot az AI SEO-ról és a GEO-ról szóló szövegben közöltem). Ez volt a SEO-ügynökségnek készült mérés három futásából az első, az egész mérés pedig, összesen 180 válasz, kb. 2,8 USD-ba került. E díjak szerint egy 100 kérdéses készlet négy felületen, három ismétléssel, vagyis 1 200 válasz, mérésenként kb. 18-19 USD-ba kerülne, nagyrészt a Gemini miatt. A pilotmérés tíz ismétléssel ugyanazon a készleten 4 000 válasz és kb. 60 USD, egyszer. Időt a kérdések összeállítása, annak ellenőrzése, hogy az asszisztens nem téveszti-e össze a márkát egy másikkal, és a válaszok olvasása igényel. Az [AI-eszközökről a SEO-ban](https://rogala.pro/hu/blog/ai-seo-eszkozok/) szóló szövegben leírtam azokat a teszteket, amelyek után az ilyen mérések számait szkripttel számolom, nem modellel.

## Mit teszek, ha a mérés láthatósági rést mutat?

**A mérés megmutatja, milyen helyzetben van a márka, és ettől függ, mit csinálok:**

- A márka sem az említések, sem a források között nincs jelen, az asszisztens pedig keres a neten: dolgozom az oldal Google-beli láthatóságán ezekre a kérdésekre és változataikra. Azzal kezdem, hogy ellenőrzöm, megkapják-e egyáltalán az oldalt az asszisztensek robotjai, ahogyan a [SEO auditban](https://rogala.pro/hu/blog/seo-audit/).
- A márkát említik, de az oldalát nem idézik: úgy javítom az oldal részleteit, hogy az oldal többi része nélkül is megválaszolják a kérdést.
- Az oldalt idézik, de a márkát nem említik néven: azon dolgozom, mit írnak a márkáról mások, mert valószínűleg mások szövegeiből tudja az asszisztens, kit ajánljon. A [linképítésről az AI korában](https://rogala.pro/hu/blog/linkepites-ai/) szóló szövegben leírtam, hogyan tervezem az említéseket azokon az oldalakon, amelyeket az AI már idéz.
- Az asszisztens emlékezetből válaszol, és elavult vagy valótlan tényeket közöl: először egyetlen, következetes márkaleírás a saját csatornákon, utána publikációk olyan helyeken, amelyeket mások szerkesztenek. Negyedéves távlatban eredményt nem ígérek.

**Ezeknek a munkáknak az eredményét ugyanazon a kérdéskészleten végzett újabb méréssel ellenőrzöm, mert egyik sem ad garanciát.** Az [AI SEO-ról és a GEO-ról](https://rogala.pro/hu/blog/ai-seo-geo/) szóló szövegben leírtam, hogy ezek közül melyekre van bizonyíték, és melyek mérés nélküli népszerű tanácsok. Ott vannak a teszteim is, amelyek néhány ilyen tanácsot nem igazoltak vissza.

## Mit nem mond meg az AI-láthatóság mérése?

**A mérés nem mondja meg, hányan látták a márkát az AI válaszaiban.** Az arány az én kérdéskészletemre vonatkozik, nem az asszisztensekkel folytatott összes beszélgetésre, amelyeknek a számát nem ismerem.

**Azt sem mondja meg, miért választotta az asszisztens ezt a márkát, és nem egy másikat.** A mérésből származó diagnózis hipotézis, amelyet változtatással és újabb méréssel ellenőrzök ugyanazon a készleten.

**Egyetlen nap eredménye nem trend.** A szolgáltatók modelleket és keresési módszereket cserélnek, és a változásokat nem mindig jelentik be, ezért csak azonos felülettel és rögzített modellverzióval készült méréseket hasonlítok össze, a változást pedig csak akkor fogadom el, ha a következő mérésben megismétlődik.

**Lengyelországra nincs adat arról, melyik asszisztenst használják az emberek.** Lengyel felmérést arról, milyen gyakran használják az egyes asszisztenseket, nem találtam, ezért nem tudom, mekkora súlya van az eredménynek az egyes asszisztensekben. Ezért minden asszisztens eredményét külön mutatom, és nem vonom össze átlaggá.

## Mit mérek a saját márkámon?

**A rogala.pro-n ugyanazt mérem, mint az ügyfeleknél, de az első mérést (a kiindulópontot) 2026. július 26-án gyengébb módszerrel végeztem.** Kérdésenként egy válasza volt, és nem terjedt ki a ChatGPT eredményeire. A kiindulópontot és azt, mit változtattam azóta, az [AI SEO-ról és a GEO-ról](https://rogala.pro/hu/blog/ai-seo-geo/) szóló szövegben írtam le. Augusztus 25-én beállítottam az Ahrefs Brand Radarban a kiindulópont négy kérdésének napi ellenőrzését a ChatGPT-ben Lengyelországra. Ennek a napi ellenőrzésnek az eredményeit nem írom le, amíg nem vetem össze a november 1-jei méréssel. A jelen szöveg módszerével végzett első mérést pilotként 2026. november 1-jére terveztem: ugyanaz a négy kérdés négy felületen, mindegyik 10-szer. Az eredményt mindkét szövegben leírom, akkor is, ha nulla lesz.

**Szeretné tudni, az ügyfelei kérdéseire adott AI-válaszok hányadában jelenik meg az Ön márkája?** Írja meg, milyen ágazatban dolgozik, és kit tart versenytársnak. Válaszolok, hogyan mérném meg az Ön esetében.

[Írjon nekem](https://rogala.pro/hu/#contact) · [LinkedIn](https://www.linkedin.com/in/lukaszrogala/?locale=hu_HU) · [WhatsApp](https://wa.me/48570081225)

## Gyakori kérdések a márka AI-beli láthatóságáról

### Hogyan ellenőrizheti ingyen a márka láthatóságát a ChatGPT-ben?

**Tegyen fel a ChatGPT-nek néhány kérdést, amelyet az ügyfelei feltesznek, az Ön márkájának neve nélkül, mindegyiket háromszor, és jegyezze fel, kit említ, és milyen oldalakat idéz.** Ez az egész készletről ad első képet, de egyetlen kérdésről nem ad biztos eredményt. Előbb tegyen fel egy kérdést pusztán a márka nevével, hogy ellenőrizze, nem téveszti-e össze a ChatGPT egy másik céggel. Jegyezze fel a dátumot és a modellt, mert a következő ellenőrzésnél csak ugyanazokat a kérdéseket fogja összehasonlítani ugyanazok között a feltételek között.

### Miben különbözik az említés az idézéstől az AI válaszában?

**Az említés a márka neve a válasz szövegében, az idézés pedig a márka oldala forrásként megadva.** Az egyik nem következik a másikból: az egyik mérésemben a Perplexity a kérdések 37%-ában említette a márkát, az oldalát viszont 2%-ban idézte.

### Hányszor kell ugyanazt a kérdést feltenni az AI-asszisztensnek?

**Új kérdéskészleten először 10-szer, pilotként, utána annyiszor, amennyi a pilot adataiból következik.** Az egész asszisztensre vonatkozó eredményhez általában elég három, egyszerre feltett ismétlés, egyetlen kérdés összehasonlításához az oldalon végzett változtatás előtt és után pedig 15-25 kell. Az AI Overview-hoz általában elég egy lekérés, mert az adataimban leggyakrabban azonos válaszokat adott.

### Jó mutató az eszköz AI-láthatósági pontszáma?

**Egyedüli mutatóként nem, mert az említéseket, az idézéseket és a különböző asszisztenseket egyetlen számmá vonja össze.** Az eszközökből a márka részesedését veszem állandó kérdéskészleten, külön minden asszisztensre, és üzleti mértékkel együtt adom meg. Az idézések abszolút számai az eszköz indexével együtt nőhetnek a márka oldalán történt bármilyen változás nélkül.

### Milyen gyakran érdemes mérni az AI-beli láthatóságot?

**Havonta egyszer ugyanazon a kérdéskészleten, ezen felül az oldalon végzett fontos változtatás előtt és után.** A havi ciklus a gyakorlatom, nem teszt eredménye. Egyetlen kérdés napi leolvasása sok pontot ad, de mindegyik egyetlen véletlen válasz, ezért a trendet csak több ismétlésből olvasom ki.

### Működnek az AI-láthatósági eszközök lengyel márkáknál?

**Egy részük igen, de vásárlás előtt ellenőrizze.** A termékoldalakon 2026. október 18-án csak a Semrush nevezte meg kifejezetten Lengyelországot mint piacot. Az Ahrefs, az SE Ranking és a Peec AI az országok és nyelvek kiválasztásáról írt lista nélkül, a Profound pedig az országok és a nyelv kiválasztását az Enterprise csomagban írta le. A lengyel Senuto megmutatja, mely lengyel Google-kulcsszavaknál jelenik meg az AI Overview, és idézi-e az Ön domainjét, de nem írja le a kérdések követését a ChatGPT-ben. Lengyel márkánál ellenőrizze azt is, hogy az eszköz nem téveszti-e össze a nevét egy közönséges szóval.

## Hol kezdje?

**Az első mérést egy óra alatt elvégezheti egyedül, fizetős eszköz nélkül.** Tegyen fel az asszisztensnek egy kérdést pusztán a márka nevével, és ellenőrizze, tudja-e, kiről van szó. Válasszon ki a Search Console-ból tíz lekérdezést, amelyre az Ön oldala megjelenik, tegye fel őket a márka neve nélkül háromszor a ChatGPT-ben és a Google AI Módjában, és jegyezze fel külön, hol említik a márkát néven, és hol forrás az oldala. Ez az egész készletről ad képet; az egyes kérdésekről többet csak a tízismétléses pilotmérés mond. Ha az eredmény meglepi, jó téma [tanácsadásra](https://rogala.pro/hu/#contact).

Külső források (ellenőrizve 2026. október 18-án):

- arXiv, Dmitrij Żatuchin: The Dice Roll Method, a 2. verzió 2026. október 14-éről (arxiv.org)
- Product-Led SEO, Eli Schwartz: AEO is not SEO 2.0 (productledseo.com)
- SISTRIX: AI citation drift, how stable are sources in AI search results (sistrix.com)
- SearchPilot: GEO A/B testing, SEO and GEO are not the same (searchpilot.com)
- Bing Webmaster Blog: Introducing AI Performance in Bing Webmaster Tools (blogs.bing.com)
- Google Search Central: Generative AI performance reports (developers.google.com)
- Search Console súgó: az AI-funkciók teljesítményéről szóló jelentés (support.google.com)

Saját adatok: ismétlési teszt 1 410 válaszon (a mérés augusztus 29-én, az elemzés 2026. október 14-én), Ahrefs-leolvasások 2026. július 26-áról és augusztus 2-áról, mérés egy lengyel SEO-ügynökségre 2026 októberéből (három futás API-n át, 180 válasz).

[Łukasz Rogala](https://rogala.pro/hu/#about)

SEO-stratéga és SEO-tanácsadó

Łukasz Rogala SEO-stratéga és SEO-tanácsadó, a VerticalSEO CEO-ja, a Linko társalapítója.

[Rólam](https://rogala.pro/hu/#about) · [Előadások és média](https://rogala.pro/hu/#featured)

Olvassa el ezt is

- [AI SEO és GEO mítoszok nélkül: mi működik valójában](https://rogala.pro/hu/blog/ai-seo-geo/)
- [SEO stratégia: hogyan építse fel lépésről lépésre?](https://rogala.pro/hu/blog/seo-strategia/)