Ugrás a tartalomra
AVE StudioÜgynökségeknekENHU

Szakácskönyv

Hogyan idézzen a Perplexity? Retrieval-oldali ellenőrzőlista

Az idézhetőség nem tekintély kérdése, hanem formátumé — és a legfájdalmasabb kimenet az, amikor idézik a tartalmadat, de nem írják ki a neved.

Frissítve ·

A forrásmutató felületek — a Perplexity a legismertebb közülük — más logikával működnek, mint a zárt könyves válaszok. Itt nem az számít elsősorban, mit tud rólad a modell a tanításából, hanem hogy a válaszadás pillanatában talál-e olyan oldalt, amiből egy állítást ki tud emelni és meg tud jelölni. Ez jó hír, mert gyorsabban befolyásolható, mint a parametrikus memória: a javításod a következő bejárás után már hathat, nem a következő modellgeneráció után. És rossz hír, mert az idézhetőség formai követelményeket támaszt, amiket a jól megírt marketingszöveg rendszeresen nem teljesít. Egy dolgot érdemes előre tudni: a szolgáltató dokumentációja szerint az indexelő bot nem alapmodell-tanításhoz gyűjt, a felhasználói kérésre induló lekérés pedig általában figyelmen kívül hagyja a robots.txt-et — vagyis a hozzáférés és az idézés itt két külön kérdés.

Az eljárás

  1. Ellenőrizd, hogy egyáltalán bejárható vagy

    Nézd meg, hogy a robots.txt-ed engedi-e az indexelő botot, és hogy a tartalom megjelenik-e a szerveroldalon renderelt HTML-ben. Ha a lényegi szöveg csak kliensoldali futtatás után áll össze, akkor a lekérő könnyen üres lapot lát. Ez a lépés triviálisnak tűnik, és pont ezért ugorják át — a tapasztalat szerint viszont a leggyakoribb néma hiba nem a tartalom minősége, hanem hogy a szöveg nincs ott, amikor kérik.

  2. Írj kiemelhető állításokat

    Egy idézhető mondat önmagában is megáll: tartalmaz alanyt, állítást, és ha lehet, számot vagy dátumot. „Piacvezető megoldást kínálunk” nem idézhető, mert kiemelve semmit nem állít. „A magyar nyelvű mérésben tíz futásból hányszor nevezik meg a márkát — ezt mérjük, és intervallummal közöljük” viszont kiemelve is működik. A gyakorlati mérce: olvasd el a mondatot a szövegkörnyezet nélkül, és kérdezd meg, mond-e még mindig valamit.

  3. Forrásold, amit állítasz

    A forrásmutató felületek olyan tartalmat kedvelnek, ami maga is hivatkozik. Ha számot vagy külső tényt írsz, tedd mellé, honnan van. Ennek két haszna van: az egyik, hogy ellenőrizhetővé teszi az állítást; a másik, hogy a te oldalad így nem végállomás, hanem csomópont. A saját méréseidnél írd le a módszert is — mit mértél, hányszor, mikor —, mert egy módszertan nélküli szám ugyanolyan súlytalan, mint egy jelző.

  4. Tedd láthatóvá a frissességet

    Írd ki emberi szemmel is olvasható formában, mikor frissült a tartalom, és tartsd szinkronban a gépi dátummal. Ne trükközz vele: a dátum előreállítása anélkül, hogy a tartalom változott volna, rövid távon sem hoz, hosszabb távon viszont hiteltelenít. Ha egy anyag tényleg elavult, a becsületes lépés a frissítés vagy a lejárat kimondása, nem a dátum átírása.

  5. Tartsd koherensen az identitást

    A forrásmegjelölés akkor jó neked, ha a felület a márkádhoz tudja kötni az oldalt. Ehhez az kell, hogy a szervezet neve, a kanonikus URL és a hivatalos profiljaid mindenhol ugyanazt mondják. Ha az oldal jelölése egy nemlétező azonosítóra mutat, vagy a név oldalanként más alakban szerepel, akkor a tartalom idézhető marad — de nem téged erősít.

  6. Mérd a szellem-idézetet külön

    Ez a lépés a legritkábban futtatott, és nálunk hozta a legdrágább tanulságot. Nézd meg nemcsak azt, hogy idéznek-e, hanem azt is, hogy a válasz SZÖVEGÉBEN szerepel-e a neved. A kettő nem jár együtt. A saját mérésünkben egy magyar kategória-kérdésre öt futásból ötben idézték a kutatásunkat, és a cégnevünk egyszer sem szerepelt a válaszban — a saját adatunk a mezőny listáját támasztotta alá, nélkülünk. Az ok jellemzően az, hogy a tartalom a látható szövegében nem mondja meg, ki készítette.

Gyakori kérdések

Mitől függ, hogy melyik oldalt idézi?
Kívülről nem lehet biztosan megmondani, és aki képletet ígér rá, többet állít, mint amennyit tud. Amit meg lehet figyelni: a rövid, önmagában megálló, forrásolt állításokat tartalmazó oldalak gyakrabban kerülnek be, mint a hosszú, általános szövegek. Ez nem szabály, hanem mintázat — érdemes megnézni, mit idéz a felület a te kategóriádban.
Kell hozzá llms.txt vagy speciális jelölés?
Nincs bizonyíték rá, hogy kellene. A dokumentált követelmény a bejárhatóság; minden más — llms.txt, extra jelölés — a mai tudásunk szerint nem feltétel. A jelölésnek megvan a maga haszna az entitás-oldalon, de az idézhetőséget elsősorban a szöveg formája dönti el.
Blokkoljam a botot, ha nem akarom, hogy tanuljanak belőlem?
Érdemes szétválasztani. A szolgáltató dokumentációja szerint az indexelő bot nem alapmodell-tanításhoz gyűjt, hanem a felületen való megjelenítéshez — tehát a blokkolása nem a tanítást akadályozza meg, hanem az idézhetőségedet szünteti meg. Ha a tanítás a kifogásod, a tanító user-agenteket kell kezelni, külön.
Mennyi idő alatt látszik a változás?
A retrieval-oldali javítások napokban-hetekben mérhetők, mert az újrabejárás után a következő válasz már az új állapotból dolgozik. Ez a lényegi különbség a parametrikus memóriához képest, ahol új modellgenerációra kell várni. Pontos átfutást viszont senki nem tud ígérni.
Idézik a tartalmamat, de a nevemet nem — mit tegyek?
Nevezd meg magad a LÁTHATÓ szövegben. A jelölésben lévő szerző- vagy kiadó-mező ehhez kevés: a válasz generálása nem feltétlenül abból dolgozik. Írd bele a szövegbe, ki készítette a mérést vagy az elemzést és milyen szerepben — egy mondat elég, de ott kell lennie, ahol a felület olvas.

Források

  1. Perplexity — Crawlers (PerplexityBot és Perplexity-User szerepe). https://docs.perplexity.ai/docs/resources/perplexity-crawlers
  2. OpenAI — Bots (a retrieval és a tanító UA szétválasztása). https://developers.openai.com/api/docs/bots
  3. Anthropic — crawler-dokumentáció (a keresési UA szerepe). https://support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler