Az elmúlt két évben szinte minden ügyfelemmel ugyanarról a félreértésről kellett beszélgetnem: azt hitték, hogy ha egy oldaluk jól szerepel a Google-ben, akkor az AI-keresésben (ChatGPT, Google AI Overview, Perplexity) is automatikusan jól fog szerepelni. Bill Hunt, a Bisan Digital elnöke a Search Engine Journalon megjelent cikkében pontosan azt a jelenséget írja le, ami miatt ez a feltételezés egyre kevésbé állja meg a helyét. A gondolatmenete szerint a verseny súlypontja eltolódott: már nem elég megtalálhatónak lenni, a legmagasabb bizalmú bizonyítékot kell szolgáltatni ahhoz, hogy egy AI-rendszer téged idézzen egy másik márka helyett.
Miért nem elég többé "megtalálhatónak" lenni
A hagyományos SEO logikája oldal-központú: kulcsszó, cím, meta leírás, backlink. Hunt érvelése szerint az AI-rendszerek nem oldalakat értékelnek, hanem szervezeti tudást. Amikor egy nagynyelvi modell választ ad egy kérdésre, nem azt nézi, melyik oldal van jobban optimalizálva, hanem azt, melyik forrás nyújt teljesebb, konzisztensebb és egyértelműbben strukturált információt az adott döntési helyzetről.
Ez a különbség nem apró technikai finomság, hanem stratégiai szemléletváltás. A "brand sovereignty", vagyis a márka szuverenitása Hunt megfogalmazásában azt jelenti, hogy egy szervezet legyen a legmagasabb tekintélyű forrás önmagáról, ne külső összefoglalók, fórumbejegyzések vagy versenytársi tartalmak töltsék be ezt a szerepet. Ehhez viszont nem egy újabb SEO-kampányra van szükség, hanem arra, hogy a cég a saját tudását tudatosan kezelje és rendszerezze. Ha szeretnéd tágabb, mérési oldalról is megnézni, mit jelent ez a gyakorlatban, a GEO-befektetés megtérüléséről szóló korábbi cikkemben pontosan ezt a kérdést járom körül.
A négy tudás-képesség, ami eldönti, kit idéz az AI
Hunt keretrendszere négy képességet nevez meg, amelyek együttesen határozzák meg, hogy egy márka valóban "AI-ready" forrásnak számít-e:
- Tudás-teljesség (Knowledge Completeness): nem elég a termékleírás vagy a szolgáltatás alapadatai, azt az összehasonlítási, döntés-előkészítő információt kell rögzíteni, amit a vásárló ténylegesen használ döntéshez (pl. mikor melyik csomag éri meg jobban, mi számít bele egy adott árba).
- Tudás-összekapcsoltság (Knowledge Connectivity): a különálló tényeket egy koherens, egymásra hivatkozó tudásháló részeként kell kezelni, nem elszigetelt adatpontokként egy-egy aloldalon.
- Válasz-készenlét (Answer Readiness): az információt a vásárlói kérdések köré kell szervezni, nem a belső szervezeti struktúra (marketing, termék, ügyfélszolgálat) mentén, ahogy a legtöbb vállalati honlap ma felépül.
- Governance (tudás-gazdaság): valakinek felelősséget kell vállalnia azért, hogy a szervezeti tudás teljes és konzisztens maradjon, ahogy a termékkínálat, az árazás vagy a szolgáltatási feltételek változnak.
Ami ebben a legfontosabb: ez a négy képesség együtt működik. Egy cég lehet kiváló a tartalom-teljességben, mégis elveszíti a versenyt, ha a tudása nincs összekapcsolva, vagy ha senki nem felelős azért, hogy három hónap múlva is pontos maradjon.
Amit egy 6,8 millió dolláros keresési adat felfedett
Hunt a cikkében egy konkrét, saját korábbi projektjéből származó esetet oszt meg, amit itt kizárólag az ő explicit, megnevezett tapasztalataként idézek, nem saját ügyfélmunkámként. Egy szervezet a belső oldalkereső adatainak elemzésével 6,8 millió dolláros bevételi lehetőséget tárt fel: a látogatók keresési szokásaiból derült ki, mely kérdésekre nem talált a rendszer megfelelő választ.
"A probléma az volt, hogy a válasz lezárta a vásárló útját ahelyett, hogy tovább vitte volna."
Bill Hunt, Bisan Digital
A legszemléletesebb példa, amit Hunt kiemel: egy adott oldalon több mint 100 000 keresési kérelem érkezett arra, hogyan lehet egynapos belépőt többnapos jegyre váltani, miközben a FAQ-tartalom technikailag létezett, csak nem azon a nyelven és struktúrában, ahogy a látogatók ténylegesen kérdeztek. Ez a példa azért fontos, mert megmutatja: a hiányzó tudás nem feltétlenül hiányzó tartalmat jelent, hanem rosszul strukturált, rosszul megcélzott tartalmat. Ugyanez a probléma AI-keresési kontextusban súlyosabb, mert egy nagynyelvi modell nem fog "kitalálni" egy hiányzó összefüggést csak azért, mert az emberi olvasó esetleg kikövetkeztetné a kontextusból.
Hol vannak a te céged tudás-hézagai?
Nézd meg ingyen a 47 pontos ellenőrzőlistát, ami a marketing-megtérülésed mellett a tartalmi hiányokat is felszínre hozza.
Mit jelent ez a magyar KKV-knak
A hazai kis- és középvállalati piacon ritkán találkozom olyan céggel, ahol bárki felelős lenne a "szervezeti tudás" konzisztenciájáért az AI-keresés szempontjából. Jellemzően a marketing csapat kezeli a honlap tartalmát, az ügyfélszolgálat a saját tudásbázisát, a termékfejlesztés a specifikációkat, és a három rendszer között gyakran nincs is átjárás. Ez a fajta szervezeti széttagoltság pontosan azt a hézagot termeli ki, amit egy AI-rendszer vagy egy alternatíva-kereső látogató kihasznál.
| Szemlélet | SEO-korszak | AI-keresési korszak |
|---|---|---|
| Fókusz | oldal-optimalizálás | szervezeti tudás minősége |
| Siker mérése | rangsorolás, kattintás | idézettség, bizalmi jelzés |
| Felelős | SEO-szakember | keresztfunkcionális tudás-gazda |
| Tartalom-struktúra | kulcsszó köré | vásárlói kérdés köré |
A táblázatból jól látszik, hogy ez nem egy újabb taktikai lépés a meglévő SEO-checklist végére, hanem egy másik gondolkodásmód. Hunt is hangsúlyozza, hogy ez nem SEO-kezdeményezés, hanem koordinált tulajdonlást igényel marketing, termék, fejlesztés, ügyfélszolgálat, jog, értékesítés és üzemeltetés között. Ha ezt a fajta márkaépítést, mint szervezeti tudás-alapot szeretnéd komolyabban végiggondolni, ez pontosan az a terület, ahol egy külsős szem sokat segíthet.
Melyik képességgel kezdd, ha csak egyet tudsz most elindítani
Ha nincs erőforrásod mind a négy képességre egyszerre fókuszálni, kezdd a válasz-készenléttel: nézd át a saját oldalkeresésed és ügyfélszolgálati megkereséseid logjait, és keresd meg azokat a visszatérő kérdéseket, amikre nincs egyértelmű, könnyen megtalálható válaszod. Ez a legolcsóbb és legkonkrétabb diagnózis, mert nem igényel új eszközt vagy szerepkört, csak a meglévő adataid átnézését, mégis pontosan megmutatja, hol a legnagyobb a hézag.
A governance kérdését csak ezután érdemes eldönteni, a feltárt hézagok mintázata alapján. Ha a hiányok szétszórtan, több csapatnál (marketing, ügyfélszolgálat, termékfejlesztés) egyaránt jelentkeznek, egy dedikált, keresztfunkcionális tudás-gazda szerepkör indokolt. Ha viszont egy-két jól körülhatárolható témára koncentrálódnak, elég, ha a meglévő marketingvezető vagy ügyfélszolgálati vezető félévente rendszeresen átnézi és frissíti őket.
Gyakori kérdések (FAQ)
Mi a különbség a hagyományos SEO és az AI-ready márkatudás között?
A hagyományos SEO elsősorban az egyes oldalak technikai és kulcsszó-optimalizálására fókuszál. Az AI-ready márkatudás ezzel szemben a szervezet egészének tudását nézi: mennyire teljes, összekapcsolt és konzisztens az az információ, amit a cég magáról és a termékeiről közread, függetlenül attól, melyik oldalon vagy csatornán jelenik meg.
Kell-e ehhez azonnal új szerepkört (pl. "tudás-gazda") létrehozni?
Nem feltétlenül azonnal, de valakinek felelősséget kell vállalnia a konzisztenciáért. Kisebb cégeknél ez gyakran a marketingvezető vagy az ügyfélszolgálati vezető kiegészítő feladata lehet, nagyobb szervezeteknél indokolt lehet dedikált szerepkör, ez a döntés a cég méretétől és komplexitásától függ.
Honnan tudom meg, hol vannak a saját cégem tudás-hézagai?
Hunt példája szerint a belső oldalkereső és az ügyfélszolgálati megkeresések elemzése az egyik legjobb kiindulópont: azok a kérdések, amikre a látogatók rendszeresen keresnek, de nem kapnak egyértelmű választ, pontosan megmutatják, hol hiányos a szervezeti tudás.
Ez a GEO (Generative Engine Optimization) ugyanaz, mint amiről máshol olvastam?
Részben átfedésben van vele, de Hunt keretrendszere nem technikai GEO-taktikákról szól (pl. strukturált adat, schema markup), hanem arról a szervezeti alapról, ami nélkül a technikai taktikák sem érnek célt: ha maga a tudás hiányos vagy inkonzisztens, semmilyen technikai optimalizálás nem pótolja.
Összegzés
Bill Hunt keretrendszere nem azért hasznos, mert kész válaszokat ad, hanem mert jó kérdéseket kényszerít ki: elég teljes-e, amit a piac rólad tud? Össze vannak-e kötve a tényeid, vagy szétszórtan élnek különböző rendszerekben? Ki felel azért, hogy ez holnap is igaz legyen? A négy képesség közül a válasz-készenlét a leggyorsabban tesztelhető: nézd át a saját keresési és ügyfélszolgálati adataidat, mielőtt bármilyen új folyamatba vagy szerepkörbe fektetnél.
Ha szeretnéd közösen feltérképezni a saját céged tudás-hézagait, foglalj be egy ingyenes megtérülési diagnózist.