GEO mérése: így követheti cége láthatóságát a ChatGPT-ben és az AI-keresőkben

Cégem360 szakértői csapat · Közzétéve: 2026. október 30.

Egyre több vásárló nem a Google találati listáját görgeti, hanem megkérdezi a ChatGPT-t, a Perplexityt vagy a Google AI-áttekintését: „melyik a legjobb megoldás erre?” Ha a cége ott nem jelenik meg, a versenytárs kapja meg a figyelmet – és ezt a hagyományos SEO-riportok nem mutatják meg. Ebben a cikkben végigvesszük, hogyan mérhető a generatív keresőoptimalizálás (GEO): milyen mutatókat érdemes követni, hogyan állítson össze megbízható tesztkérdés-készletet, és hogyan különítse el az AI-ból érkező látogatókat a Google Analytics 4-ben.

Mi a GEO, és miért nem elég hozzá a hagyományos SEO-mérés?

A generatív keresőoptimalizálás (Generative Engine Optimization, GEO) célja, hogy egy márka, termék vagy weboldal bekerüljön a mesterséges intelligencia által írt válaszokba: említsék, forrásként hivatkozzák, vagy egyenesen ajánlják. Ilyen felület a ChatGPT, a Perplexity, a Google AI Overviews és AI Mode, a Gemini, a Microsoft Copilot és a Claude.

A klasszikus SEO évtizedekig egyszerű egységekben gondolkodott: pozíció a találati listán, megjelenés, kattintás, átkattintási arány. A generatív motorok másként működnek. Valós időben több forrásból gyűjtenek információt (ezt hívják RAG-nek, azaz keresésre épülő szöveggenerálásnak), majd egyetlen összefüggő választ írnak belőle, amelyben jó esetben forrásmegjelölések is szerepelnek. Itt nincs „3. helyezés” – a kérdés az, hogy benne van-e a cége a válaszban, és ha igen, hogyan.

A GEO kifejezést egy 2024-es tudományos tanulmány (Princeton, Georgia Tech és IIT Delhi kutatói, ACM SIGKDD konferencia) tette ismertté. A kutatók azt találták, hogy a tartalom célzott átdolgozásával – például statisztikák, idézetek és hiteles forrásmegjelölések beépítésével, a szöveg gördülékenyebbé tételével – a generatív válaszokban mért láthatóság nagyjából 30–40%-kal javítható, míg a puszta kulcsszóhalmozás nem segített. Különösen tanulságos, hogy a hagyományos találati listán hátrébb álló oldalak profitáltak a legtöbbet: a jó helyezés tehát nem garantálja az AI-válaszokba kerülést, és a gyengébb helyezés sem zárja ki.

Ebből egy fontos mérési következtetés adódik: a Google-pozíciókból nem lehet visszakövetkeztetni az AI-láthatóságra. Külön kell mérni.

A GEO fő mutatói: mit érdemes mérni?

Egyetlen „AI-helyezés” mutató nem létezik. Érdemes egy kis, többdimenziós mutatócsomagot felépíteni, amely a jelenléttől az üzleti eredményig lefedi a folyamatot.

Említés és idézés: nem ugyanaz

A márkaemlítés azt jelenti, hogy a válasz szövegében szerepel a cég neve – link nélkül is. Ez a korai „entitás-ismertség” jele: az AI tud a cégről. Az idézés szigorúbb: a válasz a weboldalt forrásként linkeli. Ehhez a tartalomnak jól kinyerhetőnek kell lennie: világos szerkezet, konkrét állítások, egyértelmű adatok. Ha egy márkát gyakran említenek, de ritkán idéznek, az gyakran tartalomszerkezeti probléma, és jól javítható.

Arra is figyeljen, hogy a motorok eltérően hivatkoznak: a Perplexity és a ChatGPT keresős válaszai jellemzően számozott forrásokat adnak, más felületek ritkábban vagy más formában mutatnak forrást. Ezért a mutatókat motoronként is érdemes bontani.

Összetett index – csak ha a részmutatók már stabilak

Nagyobb szervezetek szívesen vonják össze a mutatókat egyetlen indexbe, amely például a citálási gyakoriságot, a motorok közötti lefedettséget (hány AI-felület hivatkozik a cégre), a kérdéstípusok közötti lefedettséget, a tartalom kinyerhetőségét és az AI-robotok hozzáférését súlyozza. Egy KKV-nak azonban többet ér, ha először a fenti 4–6 részmutatót méri következetesen; egy összetett index súlyozása mindig önkényes, és könnyen elfedi, hol van a valódi gond.

💡 TippNe feledkezzen meg a technikai alapról: ha a robots.txt vagy a tűzfal kizárja az AI-keresőrobotokat (például OAI-SearchBot, PerplexityBot), a legjobb tartalom sem kerülhet be a válaszokba. Negyedévente ellenőrizze, mely robotok férnek hozzá az oldalhoz – ez a GEO-mérés legolcsóbb, mégis gyakran kihagyott pontja.

Mérési protokoll: így lesz megbízható az adat

Az AI-válaszok nem determinisztikusak: ugyanarra a kérdésre kétszer feltéve is eltérő választ kaphat. Egy-egy alkalmi „rákérdezés” ezért semmit nem bizonyít. Megbízható adathoz rögzített módszertan kell.

1. Állítson össze prompt-korpuszt a vásárlói út mentén

A mérés alapja egy 15–100 kérdésből álló, rögzített kérdéskészlet (prompt-korpusz), amely a vevők valódi kérdéseit tükrözi. Érdemes négy csoportot lefedni:

• Kategóriakérdések: „Milyen gyártásirányítási szoftvert érdemes választani egy kisüzemnek?”

• Funkció- és használati eset kérdések: „Melyik rendszerrel lehet tableten munkalapot kitölteni?”

• Összehasonlító kérdések: „Mi az X alternatívája?”, „X vagy Y jobb egy 20 fős cégnek?”

• Helyi és megfelelőségi kérdések: „Magyar nyelvű, GDPR-kompatibilis CRM KKV-knak” – ezeket a motorok kifejezetten figyelembe veszik, kihagyásuk torzítja a képet.

Egy kezdő KKV-nak 20–30 jól megválasztott kérdés is elég. Fontosabb, hogy a készlet állandó legyen, mint hogy nagy.

2. Szűrje ki a személyre szabás zaját

• Minden mérés új, tiszta munkamenetben induljon, korábbi beszélgetés nélkül.

• A tesztfiókokban kapcsolja ki a memóriát és a személyre szabást.

• Rögzítse a földrajzi helyet és a nyelvet – a motorok országonként más forrásokat emelnek be.

3. Ismételjen és idősorban gondolkodjon

Minden kérdést 2–3 alkalommal futtasson le egy mérési körön belül, és az átlagot rögzítse. A méréseket hetente vagy havonta ismételje: az irány (javul-e a hangarány) sokkal többet mond, mint egyetlen pillanatkép. Szemléltető példa: ha 30 kérdés × 3 ismétlés = 90 válaszból 18-ban szerepel a cége, az említési arány 20%; ha három hónap múlva 27 válaszban, akkor 30% – ez már valódi trend.

4. Jegyezze fel a hivatkozott külső forrásokat is

Ne csak a saját domainjét figyelje. Írja fel, milyen harmadik fél oldalakat idéz az AI a témában: összehasonlító portálokat, iparági listákat, fórumokat, értékelőoldalakat, enciklopédiákat. Ez a forráslefedettségi elemzés megmutatja, hol érdemes jelen lennie a saját weboldalán kívül – vagyis kijelöli az „off-page GEO” teendőit.

AI-forgalom mérése a Google Analytics 4-ben

A GEO weboldalra gyakorolt hatása az AI-válaszokból érkező kattintásokban látszik. A Google saját AI-felületeiről a Search Console ad információt (2026 közepén külön generatív AI teljesítményjelentést is kapott). A független AI-asszisztensekből – ChatGPT, Perplexity, Claude, Copilot, Gemini – érkező látogatókat viszont a GA4 alapból az általános „Referral” csatornába sorolja, így elvesznek a többi hivatkozó oldal között.

Egyéni csatornacsoport létrehozása

1. A GA4-ben nyissa meg: Adminisztráció → Adatmegjelenítés → Csatornacsoportok.

2. Másolja le az alapértelmezett csatornacsoportot, és adjon hozzá egy új csatornát „AI Assistants” néven.

3. Feltételként a Munkamenet forrása dimenzióra adjon meg reguláris kifejezést (regex), például:

chatgpt\.com|chat\.openai\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai

4. Húzza az új csatornát a „Referral” fölé. A GA4 fentről lefelé értékeli a szabályokat, és az első egyezésnél megáll; ha az AI-csatorna lejjebb van, a Referral „elnyeli” ezeket a munkameneteket.

5. Mentse el, és néhány nap múlva ellenőrizze, megjelennek-e a látogatások az új csatornában.

💡 TippNe a forgalom mennyiségét kérje számon a GEO-n. Az AI-ból érkező látogatók száma általában a teljes forgalom kis töredéke, viszont ők már végigmentek az összehasonlításon az AI-felületen, ezért jellemzően elkötelezettebbek és jobban konvertálnak. A GEO értékét az AI-konverziós ráta és a CRM-ben követett leadek mutatják meg, nem a látogatószám.

Mérőeszközök: kézi táblázattól a GEO-platformig

Kis kérdéskészlettel a mérés táblázatban is elvégezhető: soronként egy kérdés, oszloponként a motorok, a cellákban pedig az, hogy említette-e, idézte-e, és hányadikként. Ahogy a kérdések és a motorok száma nő, a kézi mérés gyorsan fenntarthatatlanná válik. Erre jelentek meg a dedikált GEO-mérő platformok, például:

• Profound – nagyvállalati fókuszú, sok AI-motort lefedő platform, tartalomoptimalizálási funkciókkal.

• ZipTie.ai – SEO- és technikai csapatoknak, Search Console-integrációval és API-hozzáféréssel.

• Otterly.AI – KKV-knak és ügynökségeknek, a hagyományos és az AI-láthatóság együttes követésére.

• Peec AI – gyors beállítás, fókuszban a versenytársakhoz mért AI-hangarány.

Az árak és a támogatott motorok gyorsan változnak, ezért választás előtt mindig a gyártó aktuális ajánlatát nézze meg. Szempontok: mely AI-felületeket fedi le, támogatja-e a magyar nyelvet és a hazai helyszínt, exportálhatók-e az adatok, és mennyibe kerül a kérdéskészlet bővítése.

Hogyan kezdjen hozzá? Gyakorlati lépések

1. Kérdéskészlet: gyűjtsön 20–30 valós vevői kérdést az értékesítőktől és az ügyfélszolgálattól.

2. Kiindulási mérés: futtassa le őket 3–4 AI-felületen, rögzítse az említési és idézettségi arányt, valamint a hangarányt 3–5 versenytárshoz képest.

3. GA4 AI-csatorna: állítsa be még ma – visszamenőleg nem tudja helyreállítani az elmaradt adatot.

4. Tartalomjavítás: a legfontosabb oldalakat tegye kinyerhetőbbé: konkrét számok, egyértelmű definíciók, rövid válaszblokkok, GYIK, hiteles hivatkozások.

5. Off-page lépések: jelenjen meg azokon a külső oldalakon, amelyeket az AI a témában forrásként használ.

6. Havi felülvizsgálat: ugyanazzal a módszertannal mérjen újra, és a trendet vesse össze a konverziókkal.

Összefoglalás

A GEO mérése nem a kék linkek pozíciójáról szól, hanem arról, hogy a cége benne van-e az AI által írt válaszokban – említve, idézve vagy ajánlva. Ehhez rögzített prompt-korpusz, zajmentes, ismételt mérés és néhány jól megválasztott mutató kell: említési és idézettségi arány, AI-hangarány, ajánlási arány. A GA4-ben külön AI-csatornát érdemes kialakítani, és a sikert a konverziókon, nem a forgalom tömegén mérni. Aki most felállítja a kiindulási értékeket, néhány hónap múlva már tényekre alapozva optimalizálhat.

Gyakran ismételt kérdések

Kiváltja a GEO a hagyományos SEO-t?

Nem. Az AI-felületek nagyrészt ugyanazt a webet használják forrásként, ezért a jó technikai SEO és a minőségi tartalom a GEO alapja is. A GEO egy kiegészítő mérési és optimalizálási réteg, nem helyettesítő.

Hány kérdéssel érdemes elkezdeni a mérést?

Egy KKV-nak 20–30 kérdés jó kiindulás, ha lefedi a kategória-, funkció-, összehasonlító és helyi kérdéseket. A lényeg, hogy a készlet mérésről mérésre ugyanaz maradjon.

Milyen gyakran mérjek?

Havonta elég, gyorsan változó piacon vagy aktív tartalomfejlesztés idején hetente. Kérdésenként 2–3 ismétléssel csökkentse a válaszok véletlenszerű ingadozását.

Miért nem látom a ChatGPT-ből érkező látogatókat a GA4-ben?

Alapbeállítás mellett a „Referral” csatornában vannak, más hivatkozó oldalakkal együtt. Hozzon létre egyéni „AI Assistants” csatornát regex-feltétellel, és helyezze a Referral fölé. Egy része a forgalomnak hivatkozó adat nélkül érkezik, ezért az AI-forgalom a valóságban kicsit nagyobb, mint amit a GA4 mutat.

Mit tegyek, ha az AI említi a cégünket, de nem linkel ránk?

Ez jó kiindulópont: az AI ismeri a márkát. A következő lépés a tartalom kinyerhetőségének javítása – világos szerkezet, konkrét adatok, egyértelmű válaszok a gyakori kérdésekre –, valamint annak ellenőrzése, hogy az AI-robotok hozzáférnek-e az oldalhoz.