Oldaltípusok priorizálása az AI-keresésben

A Google-indexelés ma már nem ígér látogatást. Egy oldal most csak jelölt a hivatkozásra, és egy AI-válasz úgy támaszkodhat rá, hogy senki nem kattint. Nagy oldalon a "publikálj többet" rossz válasz. Oldaltípusok priorizálására van szükség az AI-keresésben: döntsd el, mely oldaltípusok hordoznak értéket, és azokat javítsd és erősítsd először.

Fő tanulságok

• Az indexelés belépő a jelöltek közé, nem garancia forgalomra vagy hivatkozásra.
• Oldaltípusonként és sablononként dolgozz, ne URL-enként.
• Derítsd ki, melyik rétegen esik ki először a márkád (hozzáférés, érthetőség, tekintély, bizalom).
• Úgy építsd az oldalakat, hogy nélkülük rosszabb legyen a válasz, a kattintó látogató pedig árat, bizonyítékot és elérhetőséget találjon.
• A sikert konverziókkal és bevétellel igazold, ne pozíciókkal.

Az indexelés csak belépő a jelöltek közé

A Search Engine Journal egyik elemzése abból a becslésből indul ki, hogy az AI-válaszok 2028 és 2030 között válhatnak alapértelmezett találattá. A számok már most mutatják az irányt: a külső oldalakra mutató átkattintás 15%-ról 8%-ra esik, ha van AI-összefoglaló. A Penn és a Northeastern kísérlete, amely minden keresést az AI Módra irányított, 18,8 százalékpontos esést mért. A 20%-os forgalomvesztés ugyanakkor csak hipotetikus forgatókönyv, nem mért tény, így is kezeld.

A gyakorlati teszt: minden prioritást élvező oldalnál kérdezd meg, rosszabb lenne-e nélküle a keresőmotor válasza. Ha az oldal csak azt ismétli, amit mindenki tud, a rendszer magától válaszol. Értéke a saját adatnak, a szakértői véleménynek, a megalapozott állításoknak és az eredeti kutatásnak van.

Oldaltípusok priorizálása URL-enkénti munka helyett

A Semrush szerint egy 40 000 URL-es oldalt két fős csapat nem tud oldalanként kezelni. A munkaegység a sablon. Egyetlen CMS-szabály vagy URL-minta módosítása egyszerre több ezer oldalt javít.

Az ötlépéses modell

1. Szegmentáld az URL-eket oldaltípus és alkönyvtár szerint (kategória, termék, cikk, helyszín).
2. Pontozd az egyes típusokat magas, közepes vagy alacsony hatás szerint a bevételre, leadekre vagy foglalásokra, valamint aszerint, mennyire javíthatók.
3. A közös hibákat a sablonban javítsd: átfedő kategóriák, következetlen URL-minták, belső linkek.
4. Biztonságosan vezesd be, kézi szerkesztések helyett átirányításokkal.
5. Monitorozd a teljesítményt típusonként, ne egyes oldalanként.

Számít, mit tekintesz hatásnak. 40 000 látogatás konverzió nélkül kevesebbet érhet, mint 3 000 látogatás, amely eladást vagy leadet hoz. Amikor egyre kevesebb a látogatás, ez még inkább igaz: a döntéshez közeli oldalak mennek előre, akkor is, ha kisebbek.

Találd meg a réteget, ahol a márkád kiesik

A Semrush négy lépést különböztet meg a válasz felépítésében (lekérés, források értékelése, szintézis, hivatkozások kiválasztása) és négy diagnosztikai réteget: felfedezhetőség, érthetőség, tekintély és bizalom. Mindegyikhez más javítás kell, és a "több tartalom" egyiken sem segít.

• Hozzáférés: ellenőrizd az indexelhetőséget, a robots.txt-t, a CDN-t, a WAF-ot és a botkezelést. A Google AI Overviews számára megfelelő oldalhoz index és snippet kell, a ChatGPT Search pedig az OAI-SearchBot hozzáférésétől függ. Nézd meg a JavaScriptben rejtett kulcstartalmat és a 403 vagy 429 hibákat is.
• Érthetőség: alakíts ki egyetlen igazságforrást a termékekről, árakról és pozicionálásról, hangold össze a saját oldalaidat, és javítsd az elavult leírásokat az értékelő és összehasonlító oldalakon.
• Tekintély: tematikus mélység, backlinkek és szakértői említések, hogy helyet szerezz az összehasonlításokban.
• Bizalom: hangulat, értékelések és a források közötti megerősítés.

Ezután rendszeresen hasonlítsd össze, hogyan írják le a márkádat a ChatGPT, a Google AI Mód, a Perplexity és a Gemini, és keresd az ismétlődő, a stratégiáddal ütköző állításokat.

Hivatkozásra és kattintásra érdemes oldalak

Aki AI-válaszból érkezik, az gyakran már tudja a választ. Árat, bizonyítékot, összehasonlítást, elérhetőséget vagy kapcsolatot keres. A navigációt az ügyfelek döntései köré építsd (opciók összehasonlítása, szolgáltató választása), a konverziós oldalakat pedig arra, amire valakinek közvetlenül a cselekvés előtt szüksége van.

Itt hasznos a közösségi hirdetések kutatása. A Social Media Examiner egyetlen központi üzenet, egy világos érzelem és illeszkedő intenzitás mellett érvel. Az Original Grainnél a "deserve" (megérdemled) szó "earned" (kiérdemelted) szóra cserélése hatjegyű bevételi hatást hozott, mert egy passzív érzésből aktív lett. Ugyanezt a fegyelmet alkalmazd a kategória- és terméknyelvezetre: aktív megfogalmazás, egyetlen fő állítás, a közönség pedig aszerint szegmentálva, ki szeretne lenni, ki ő, és ki "kellene" lennie.

Az AI-látogatások minőségét ne mások számai alapján ítéld meg. A Microsoft Clarity 1,66%-os regisztrációs konverziót jelentett a keresés 0,15%-ával szemben, míg egy 973 webshopot vizsgáló tanulmány szerint a ChatGPT-ről érkezők körülbelül 13%-kal rosszabbul konvertáltak az organikusnál. A saját adataid döntenek.

Eredményt mérj, ne pozíciót

A rangsorkövetés szeptemberben megsérült a Google HTML-változásai és a SERP-scrapelés korlátozása után, ami sok eszközt érintett, és zavarta a Search Console körüli adatokat. A pozíciók diagnosztikaként hasznosak maradnak, de elveszítik a főmutató szerepét. Két mérőszámmal helyettesítsd őket: serving (milyen széles körben és milyen gyakran jelenik meg a márkád a felületeken) és citing (forrásként nevesítenek egy AI-válaszban).

• Válassz egy eszközt, és csak azon belül hasonlíts, mert a mutatók eszközönként eltérnek.
• Oszd a promptokat riport-, kísérleti, szélső és teszthalmazokra.
• Tarts tartalék dashboardot, hogy egy eszközkiesés ne legyen válság.
• Az ügyfeleknek CRM-pipeline-nal, konverziókkal és bevétellel igazold a hatást. Az ügynökségek többet látnak itt: Charlie ügynökségeknek.

Az opt-outot oldalanként kezeld. A Search Console-ban a teljes kikapcsolás nem ajánlott. A saját kutatást oldalszinten védd (a Generative AI performance riport az AI Overviews és az AI Mode hatását mutatja), és ne feledd, hogy a kapcsoló nem akadályozza meg az AI-tanításra való felhasználást. Az oldalszintű kontroll a CMA alapján 2027 márciusáig várható.