K1 · 4. szakasz — Bizonyítás: a closed-book alapmérés
Model Memory Audit· KEOinternetes keresés nélküli memóriamérés
A hiteles, kanonikus, olvasható, idézhető nyilvántartás, amelyből az AI-modellek tanulnak — hogy minden új modell úgy legyen betanítva, hogy helyesen ismerje és idézze fel a cégedet.
Olvasd el a definíciótAz 1. lépcső azt méri, mit talál rólad az AI az interneten. Ez a vizsgálat azt mutatja meg, mire emlékszik külső segítség nélkül. A két eredmény nem ugyanaz.
A gépi márkaérték (Machine Equity)A gépi márkaérték (Machine Equity) az az üzleti vagyon, amely abból származik, hogy az AI-rendszerek egy márkát képesek felismerni, megérteni, felidézni, ajánlani — és a felhasználó megbízásából tranzakcióvá váltani. Három rétegből áll: bérelt elérés (retrieval-láthatóság), saját memória (betanított modell-felidézés) és gépi vásárlóképesség (ügynök-oldali tranzakció-képesség). Becsületesen csak rétegenkénti, tartományos mérőszámok portfóliójaként mérhető — soha nem egyetlen összevont pontszámként.
Olvasd el a definíciót körforgása
A gépi márkaérték (Machine Equity) az az üzleti vagyon, amely abból származik, hogy az AI-rendszerek egy márkát képesek felismerni, megérteni, felidézni, ajánlani — és a felhasználó megbízásából tranzakcióvá váltani. Három rétegből áll: bérelt elérés (retrieval-láthatóság), saját memória (betanított modell-felidézés) és gépi vásárlóképesség (ügynök-oldali tranzakció-képesség). Becsületesen csak rétegenkénti, tartományos mérőszámok portfóliójaként mérhető — soha nem egyetlen összevont pontszámként.
Olvasd el a definíciót- 1 · MÉRÉS — hol állsz és mely kérdések számítanak (Citation Tracker, Selector)
- 2 · JAVÍTÁS — miért ugrik át az AI, és kódszintű javítás (Gap Analysis, Gap Closure)
- 3 · LEHORGONYZÁS — egyértelmű entitás és jelenlét a tanulási forrásokban (Entity Anchor, Corpus Campaign)
- 4 · BIZONYÍTÁS ↺ — web nélküli alapmérés és delta minden új modellgenerációnál (Model Memory Audit, Release Audit)
A KG Doctor és a Claim Coherence Engine — a stúdió saját műszerei — a teljes kört kiszolgálják.
Az AVE Studio nem rövid távú kampányokat futtat: a partnerei gépi márkaértékét építi, modellgenerációkon át.
Mit talál az AI az interneten?
Az AI élő keresést végez: felkeresi a webet, forrásokat olvas, majd ezek alapján válaszol. Ha a tartalmad elérhető és megfelelő, már ma megtalálhatja.
Mit tud rólad a modell önállóan?
Internetes keresés nélküli mérés: a modell kizárólag a betanítás során megszerzett saját tudására támaszkodhat. Ez a tartósabb réteg: azt mutatja meg, hogy az AI külső források nélkül is megnevez-e, és mit tud rólad.
Önálló felidézés
Megnevez-e a saját kategóriádban úgy, hogy előre nem áruljuk el a márkád nevét?
Felismerés név alapján
Ezután megadjuk a nevedet, és megvizsgáljuk, felismer-e, illetve pontosak-e az ismeretei. A sorrend rögzített, hogy az első mérés eredményét ne befolyásolja.
Ismételt mérés több modellen
OpenAI-, Anthropic- és Google-modelleken többször is megismételjük a vizsgálatot, mert egyetlen válaszból nem lehet megbízható következtetést levonni.
A téves információk listája
Tételesen összegyűjtjük, mit tud rólad hibásan a modell. Ez alapján tervezhető meg a javítás.
Minden szolgáltatásunkat házon belül épített, erre a feladatra tervezett alkalmazás támogatja — nem kézi táblázatok és nem általános célú eszközök.
Saját closed-book mérőbattéria: web nélküli, rögzített kérdéssoros mérés modellenként és nyelvenként, hat dimenzióban, tartományokkal.
- Hat külön mérési szempont: felidézés, elsőbbség – vagyis milyen korán említ –, pontosság, részletesség, következetesség és az, milyen összefüggésben mutat be a modell.
- Eredmények modellenként és nyelvenként: a modell magyarul és angolul eltérő tudással rendelkezhet rólad; mindkettőt külön látod.
- Megbízhatósági tartomány minden eredménynél: megmutatja, mennyire tekinthető biztosnak az adott érték.
- Háttérkép az online jelenlétedről: megmutatjuk, mennyi nyom található rólad azokban a forrásokban, amelyekből a modellek tanulhatnak. Ez háttérinformáció, nem pontszám.
- Időbeli változások az irányítópulton és részletes riport: minden mérés előtt költségbecslést kapsz, és a vizsgálat csak a jóváhagyásod után indul.
| Modell A | Modell B | Modell C | |
|---|---|---|---|
| magyar | 32–51% | 18–39% | 4–19% |
| angol | 41–63% | 9–27% | 22–44% |
Szemléltető példa: az önálló felidézés eredménye mindig tartományként jelenik meg, nem egyetlen összevont pontszámként.
A riport magyar és angol nyelven készül.
◇ = szemléltető adat — példaérték, nem mért ügyféleredmény.
Nem azt méri, mit talál, hanem azt, mit tud önállóan
A legtöbb mérés az internetes keresés eredményét vizsgálja. Mi azt a mélyebb réteget mérjük, milyen kép él rólad a modell saját, korábban megszerzett tudásában.
A márkakutatás módszerét alkalmazza AI-modellekre
Először név nélkül, majd a név megadásával kérdezünk, mindig ugyanabban a sorrendben. Ugyanez a logika régóta bevett módszer az emberi márkaemlékezet kutatásában.
Nincs félrevezető, összevont „memóriapontszám”
Egyetlen szám összemosná az eltérő jelenségeket, ezért külön mutatjuk meg mind a hat mérési szempontot, megbízhatósági tartománnyal.
Az eredmények később pontosan összehasonlíthatók
A Release Audit ugyanazt a kérdéskészletet használja, ezért egy új modellgeneráció eredménye valóban összevethető az alapméréssel.
A Perplexityhez és a Google AI Overviewhez hasonló, élő internetes keresést használó felületeket itt szándékosan nem mérjük, mert ezek nem a modell saját, betanított tudását mutatják. A Model Memory Audit diagnózist ad; a javítást az Entity Anchor és a Corpus Campaign végzi, az eredményt pedig a Release Audit méri vissza.
- Mennyibe kerül a modellmemória-audit?
- 145 000 Ft + ÁFA-tól. Erre a mérésre nincs piaci ár, mert nincs piaci termék: a betanult modellmemóriát tudtunkkal egyedül mi mérjük termékesített formában. Az alapár egy nyelvre és három modellre vonatkozik; több nyelv vagy több modell fix felárral megy.
- Mit kapok kézhez?
- Felidézés-mátrixot modell és nyelv szerinti bontásban: mit tud rólad az AI webhozzáférés nélkül, fejből. Mellé a hamis-állítás listát — amit a modellek tévesen ismételgetnek rólad —, és a korpusz-lábnyomot: hol vannak jelen a forrásaid.
- Mit jelent a closed-book mérés?
- A modellt webhozzáférés nélkül kérdezzük: csak arra támaszkodhat, amit a betanításakor megjegyzett. Ez azért számít, mert ez a tudás akkor is működik, amikor az AI nem keres — és ez marad meg modellgenerációkon át, ha egyszer beépült.
Kíváncsi vagy, mit lát rólad az AI?
Indulj az ingyenes belépő méréssel — kötelezettség nélkül.
Kérd az ingyenes felmérést