2. szakasz · Javítás — a diagnózis, ami megmondja, mit érdemes megépíteni
Hiányelemzés· GEOmiért hagy ki az AI, oldalról oldalra
Az AI megtalálja, beemeli és idézi az oldaladat, amikor épp választ állít össze — az élő webről, a válaszadás pillanatában.
Generative Engine Optimization definíciójaMár tudod, hogy az AI nem téged ajánl – de azt még nem, miért. Kérdésről kérdésre feltárjuk, és kiadjuk a javítási listát — ez az AI keresőoptimalizálás munkalapja: mit írjunk át a kódban, és mit a tartalomban.
A gépi márkaérték körforgása — Hiányelemzés
- 1 · Mérés — „Hol állok ma?” Motoronként külön, tartománnyal (Alapmérés, Kérdésválasztó)
- 2 · Javítás — „Miért hagynak ki?” Oldalról oldalra, majd kódban javítva (Hiányelemzés, Hiánypótlás)
- 3 · Lehorgonyzás — „Miből tanuljon rólam a gép?” Egyértelmű entitás és jelenlét a tanulási forrásokban (Entity Anchor, Corpus Campaign)
- 4 · Bizonyítás ↺ — „Mozdult-e, és mit hozott?” Web nélküli alapmérés és visszamérés minden új modellgenerációnál (Model Memory Audit, Release Audit)
A stúdió két saját műszere, a KG Doctor és a Claim Coherence Engine, a kör mind a négy szakaszában dolgozik.
A gépi márkaérték (Machine Equity) az az üzleti vagyon, amely abból származik, hogy az AI-rendszerek felismerik, megértik, felidézik és ajánlják a márkádat, és a felhasználó megbízásából tranzakcióvá is tudják váltani. Három rétegből áll: a bérelt elérés (mennyit talál meg belőled a motor kereséskor), a saját memória (mire emlékszik rólad a modell a tudásából) és a gépi vásárlóképesség (tud-e nálad vásárolni egy ügynök). Becsületesen csak rétegenként, tartományban megadott mérőszámok együtteseként mérhető, egyetlen összevont pontszámmal soha.
Gépi márkaérték (machine equity) definíciójaAz AI általában nem véletlenül ajánl egy másik szolgáltatót: annak tartalma, adatai vagy weboldalszerkezete valamiben mérhetően jobban megfelel a kérdésnek. Minden jóváhagyott célkérdésnél megkeressük azt a versenytársat, akit az AI-felületek a legkövetkezetesebben ajánlanak helyetted. Ezután részletesen megvizsgáljuk a versenytárs tényleges oldalait, és bizonyítékokkal mutatjuk meg, mit csinál másként, illetve mi hiányzik nálad.
01Tartalom
Megválaszolja-e az oldalad a vevő kérdését olyan formában, amelyet az AI könnyen értelmezhet és idézhet?
02Szókincs
Ugyanazokat a kifejezéseket használod-e, amelyekkel a vevőid és az AI megnevezik a témát?
03Strukturált adatok
A JSON-LD a gépeknek szánt leírás az oldaladról. Megmutatja-e egyértelműen az AI-nak, hogy az oldalad egyes elemei mit jelentenek?
04Külső hitelességi jelek
Milyen megbízható források hivatkoznak rád, és ezek alapján mennyire tűnsz hitelesnek az AI számára?
05Oldaltípus
Megfelelő típusú oldallal válaszolsz-e a kérdésre, vagy például egy blogbejegyzéssel versenyzel egy részletes szolgáltatásoldallal?
06Belső hivatkozások
A weboldalad belső linkjei elvezetik-e az AI-t a legfontosabb oldalhoz, vagy az nehezen található meg a szerkezetben?
Elkülönítjük a tényeket a feltételezésektől
Minden megállapítást konkrét forráshoz kötünk: a saját oldaladhoz, egy versenytárs oldalához vagy a mérési eredményhez. Ami mögött nincs közvetlen bizonyíték, azt külön „feltételezés” címkével jelöljük, és soha nem állítjuk tényként. Ez csökkenti a téves, kitalált következtetések kockázatát.
Nem általános tanácslistát adunk
A helyetted ajánlott oldalak tényleges tartalmát és szerkezetét vizsgáljuk meg, majd bizonyítékokkal dokumentáljuk a gyakorlatukat. Ha egy kérdésnél az AI válaszok túl változékonyak, egyértelműen jelezzük: „nincs egyértelmű győztes”. Bizonytalan adatokból nem vonunk le biztos következtetést.
Minden szolgáltatásunk mögött saját fejlesztésű, kifejezetten erre a feladatra készült alkalmazás áll – nem kézzel vezetett táblázatok és nem általános célú eszközök.
Hat szempontú elemzőmotorunk minden megállapítást forráshoz köt – amit nem tudunk bizonyítani, az láthatóan „feltételezés” címkét kap.
- Kérdésenkénti okfeltárás: megmutatjuk, miért kerüli meg az AI a te oldaladat. A hat szempont megállapításait súlyosság szerint rangsoroljuk.
- Versenytárs-bizonyítékok: oldalról oldalra dokumentáljuk, mit csinál az a versenytárs, akit az AI az adott kérdésnél a legkövetkezetesebben ajánl helyetted.
- Az egész webhelyre vonatkozó technikai megállapítások: robots.txt, llms.txt (ez mondja meg az AI-rendszereknek, mit járhatnak be) és oldaltérkép.
- Továbbadható riport: megosztható linken éred el, és a fejlécében ott a mérés dátuma, hogy mindig látszódjon, mikori adatokra épül.
- Kutatási eredményekre épülő elemzés: a bizonyított AI láthatósági eredményeket (például a Princeton GEO kutatásait) forrásmegjelöléssel építjük be.
- A következő lépés alapja: az elemzés megállapításaiból állítjuk össze a Hiánypótlás javítócsomagját.
A riport magyar és angol nyelven készül.
Mennyibe kerül a résdiagnózis?
A Hiányelemzés már 170 000 Ft + áfa. A piac prémium szegmense ennek a többszöröséért ad „átfogó audit + stratégia” dokumentumot; nálunk oldalankénti és kérdésenkénti diagnózist kapsz a tényleges AI válaszokhoz mérve, hat rétegben.
Mit kapok kézhez?
Oldalanként és kérdésenként megmutatjuk, pontosan hol és miért ugrik át téged az AI: melyik oldalad esik ki, melyik rétegben, és kiket idéz helyetted. Nem általános ajánláslista, hanem bizonyíték – megnevezett hibákkal.
Miben más, mint egy általános AI-audit tanácsadás?
A tanácsadók dokumentumot írnak: általános ajánlásokat, jó gyakorlatokat. Mi a te oldalaidat mérjük a te vevőid kérdésein, és minden megállapítás mögé odatesszük a tényleges AI választ, amiből ez látszik. A különbség: vélemény helyett bizonyíték.
Miért érdemes most feltárni az okokat? Amíg nem tudod, melyik rétegen bukik el az oldalad, minden javítás találgatás – és a rossz helyre költött fejlesztés kétszer kerül pénzbe. A diagnózis egyszeri munka, az eredménye viszont minden későbbi lépést megalapoz.
Kíváncsi vagy, mit lát rólad az AI?
Kezdd az ingyenes belépő méréssel – kötelezettség nélkül.
Kérd az ingyenes belépő mérést