A magyar AI láthatósági piac a ChatGPT szemével

10 kérdés · 100 futás · 345 említés · 38 entitás · 2026-08-26

A méréshez kijelentkezett ChatGPT-t és inkognitó ablakot használtunk. Minden kérdést tízszer, egymástól függetlenül futtattunk.

A nyers adatok a raw/ mappában találhatók; a tanulmányban szereplő minden szám ezekből származik.

A mérce: az említés

Ebben a kutatásban az számít, hogy egy AI-válaszban elhangzik-e egy szereplő neve. A válaszon belüli sorrendet nem tekintjük mérvadónak.

Ennek egyszerű oka van. Egy AI-válasz prózai szöveg, nem klasszikus találati lista, és jelenleg nincs olyan mérési alap, amelyből megbízható pozíció–átkattintás görbét lehetne levezetni LLM-válaszokra.

A tanulmány ezért egyetlen fő mutatóra épül: hány futásban hangzik el egy adott név a tízből.

A sorrendadatokat megtartottuk, de csak a B függelékben szerepelnek, mechanizmus-diagnosztikai céllal. Egyetlen fő megállapítás vagy ajánlás sem függ tőlük.

A korábbi változat több következtetése éppen emiatt kiesett. Ezeket a 3. fejezetben külön is bemutatjuk.

0. Mit mértünk, és mit nem

Tíz magyar nyelvű kérdést tettünk fel a ChatGPT-nek, mindegyiket tízszer. A futások kijelentkezett állapotban, inkognitó böngészőablakból készültek.

Ez közelíti azt az alaphelyzetet, amelyben a modellnek nincs érdemi személyes előzménye a kérdezőről: azt vizsgáltuk, mit mondhat egy ismeretlen érdeklődőnek.

A mérés három dolgot követ: az említést, vagyis hogy hány futásban hangzik el egy név; a mezőnyméretet, vagyis hány szereplőt sorol fel a modell; valamint a mezőny összetételét.

Nem vizsgáltuk a teljes válaszszöveg minőségét, a futásonként idézett forrásokat, illetve azt sem, hogy a felhasználó végül melyik szereplőre kattintana vagy kivel venné fel a kapcsolatot. A forrásfelhasználásról külön mérés készült; annak egyik fontos következménye a 2. leletben jelenik meg.

1. Az eredmény egy oldalon

Az AVE Studio említési eredménye kérdésenként

Kilenc olyan kérdésből, ahol legalább egy szereplő megjelent, az AVE Studio négyben első vagy holtversenyes első. Két további kérdésben a mezőny elején marad.

Összesített mezőny a 100 futásban

A mezőnyben négy magánszemély is megjelenik. Őket a tanulmány nem nevesíti: a mérés cégek gépi láthatóságáról szól.

A száz futásban összesen 345 említést és 38 különböző entitást rögzítettünk. A három legtöbbször említett szereplő az összes említés 44 százalékát, az első öt 59 százalékát adja.

A másik véglet jóval töredezettebb. Tizennyolc szereplő — a teljes mezőny 47 százaléka — együtt mindössze 24 említést kapott.

Ez inkább kialakuló piacra utal, mint stabil hierarchiára: van egy sűrű élmezőny, mögötte pedig nagyon hosszú farok.

2. A legfontosabb leletek

L1. A kérdés formája két eltérő mezőnyt rajzol ki

Ez a mérés legerősebb, statisztikailag is legjobban alátámasztott megállapítása.

A különbség nagy: z = 4,98, p ≈ 0,0000006. Itt nem a válaszon belüli sorrendet hasonlítjuk össze, hanem a tiszta említésszámot.

Nemcsak az AVE Studio jelenléte változik, hanem maga a mezőny is. A 38 azonosított entitásból 19 kizárólag a 6–9. kérdésekben jelenik meg.

A Ventoora például 16 említéssel a teljes mérés hetedik legláthatóbb szereplője, miközben az 1–5. kérdésben egyszer sem fordul elő. Ugyanez igaz a Xsoft Mediára, a KeresőPartnerre, a CorvinAI Labsra és további tizenöt szereplőre.

Fordítva alig látunk hasonlót. Az értékelő kérdések mezőnyéből mindössze két entitás — KlikkProfit és SEOIT — kizárólagos.

A minta arra utal, hogy a ChatGPT legalább két, részben eltérő forráskörnyezetből építheti fel a válaszait. Az egyikben inkább minősítő, értékelő állítások jelenhetnek meg cégekről; a másikban listák, gyűjtések és felsorolások dominálhatnak.

L2. Az avestudio.pro forrásként gyakrabban jelenik meg, mint ahányszor az AVE Studio neve elhangzik

Egy külön mérésben az avestudio.pro 69 válaszban szolgált forrásként. Megnevezett szereplőként az AVE Studio 53 futásban jelent meg.

A két halmaz pontos átfedését nem mértük, ezért csak korlátokat lehet számolni. Száz futás esetén az átfedés legalább 69 + 53 − 100 = 22, legfeljebb pedig 53 lehet.

Ebből két fontos sáv adódik:

• 16 és 47 közötti futásban lehetett az AVE Studio forrás úgy, hogy a neve nem hangzott el.
• 0 és 31 közötti futásban hangozhatott el a név úgy, hogy nem az avestudio.pro volt a felhasznált forrás.

Az első sáv alsó határa biztos. Vagyis legalább 16 olyan futás volt, amelyben az oldal forrásként megjelent, miközben az AVE Studio neve nem került be a válaszba.

Ez jól illeszkedik a kérdés → rejtett keresés → dokumentum → passzus → entitás lánc logikájához. A tartalom eljuthat a válaszépítésig, de ettől még nem következik automatikusan a márkanév megjelenése.

Itt lehet az egyik lényegi szűk keresztmetszet. Nem feltétlenül az a kérdés, hogy a modell megtalálja-e az oldalt, hanem az, hogy a felhasznált állítást mennyire köti következetesen az AVE Studio entitásához.

L5. Az értékelő kérdések mezőnye sem teljesen stabil

Négy futásban — 2/5, 2/8, 3/10 és 4/5 — sem az AVE Studio, sem a Marketing21 nem jelent meg. Ezekben a válaszokban a mezőny szinte teljesen kicserélődött: CRS Budapest, Kontext Group, Webrolling, SEO101 és KlikkProfit került előtérbe.

Ugyanaz a kérdés, ugyanaz a nap, mégis más névkészlet.

Az értékelő kérdésekben ez nagyjából 8 százalékos arányt jelent. A minta alapján időnként olyan dokumentumkör kerülhet előtérbe, amelyben az AVE Studio és a Marketing21 egyaránt gyengén reprezentált.

Ezt pusztán a saját weboldal szövegének finomhangolása valószínűleg nem oldaná meg. Ha a jelenség tartós, inkább az lehet a kérdés, milyen külső dokumentumkörnyezetekből épülnek fel ezek az alternatív válaszok.

L6. A kérdés megfogalmazása az entitástípusra is hatással lehet

A „kihez forduljak” megfogalmazás a mérésben feltűnően gyakran hív elő személyeket. A 8. kérdésben négy magánszemély jelenik meg.

A 7. kérdés még szokatlanabb képet ad. Tízből öt futásban a modell egyáltalán nem nevez meg konkrét szereplőt.

Amikor mégis, a leggyakoribb név az AI Visibility Barometer, 3/10. Ez nem ügynökségként, hanem eszközként vagy jelentésként jelenik meg. Egyetlen ügynökség sem éri el a 2/10-es arányt.

A minta alapján az „AI láthatóság” kifejezés a modellben egyelőre nem feltétlenül stabil ügynökségi kategória. Lehetséges, hogy inkább méréshez, eszközhöz vagy riporthoz kapcsolódó fogalmi körként aktiválódik.

L8. A névkonzisztencia önmagában is mérési előny

A CRS Budapest három különböző névváltozatban jelenik meg az adatokban: CRS Budapest KFT, valamint két hosszabb, zárójeles változat. Az AdOps és az AI Entity szintén több formában fordul elő.

Aggregálás nélkül a CRS 13 említése három külön sorra esne szét. A piac így jóval töredezettebbnek látszana, mint amilyen valójában.

Az AVE Studio ezzel szemben mind az 53 említésben pontosan ugyanazzal a névformával szerepel.

Ez első látásra apróság, de a mérhetőség szempontjából nem az. A stabil névhasználat megkönnyíti az entitás felismerését, az aggregálást és a későbbi visszamérést is.

Egyéb korlátok

Egyetlen felületet és egyetlen napot mértünk. A vizsgálat a ChatGPT-re, kijelentkezett állapotra és 2026. augusztus 26-ra vonatkozik.

Korábbi méréseink szerint a Gemini és a Google AI Overviews más mezőnyt is adhat. A jelenlegi eredményeket ezért nem lenne helyes általában az „AI keresőkre” kiterjeszteni.

A „ki a legjobb” nem objektív piaci tényállítás. A modell nem auditálja a szolgáltatók üzleti teljesítményét, hanem válaszokat állít elő a rendelkezésére álló információkból.

A kutatás tehát nem azt méri, melyik cég a legjobb. Azt méri, kit nevez meg a ChatGPT, amikor egy magyar felhasználó ilyen kérdéseket tesz fel.

1. A szűk keresztmetszet nem feltétlenül a megtalálhatóság, hanem a névhez kötés

A külön forrásmérés alapján legalább 16 futásban az avestudio.pro forrásként megjelent, miközben az AVE Studio neve nem.

Ez azt jelzi, hogy a gépi olvashatóság javítása önmagában már nem biztos, hogy a legnagyobb tartalék. A következő lépés inkább az lehetne, hogy az AVE Studio neve következetesebben kapcsolódjon a kategóriaállításokhoz olyan dokumentumokban is, amelyeket nem maga a cég publikál.

Ez harmadik fél általi említéseket, szakmai hivatkozásokat és egyértelműbb entitáskapcsolatokat jelenthetne. Nem egyszerűen több saját oldalt.

Függelék A: promptonkénti mezőnyök

Minden kérdésnél a teljes mezőnyt említésszám szerint rendeztük. A szám azt mutatja, tíz futásból hányban hangzott el az adott név.

1. kérdés: melyik a legjobb geo ügynökség magyarországon

30 említés, 7 entitás, átlagosan 3,0 név futásonként.

Ez a legkonszolidáltabb mezőny a tíz kérdés közül: a Marketing21 minden futásban megjelenik.

Az AVE Studio számára ez az értékelő kérdések közül a leggyengébb eredmény, bár 6/10-es említéssel így is a mezőny második helyén áll.

2. kérdés: melyik a legjobb ai seo ügynökség magyarországon

35 említés, 12 entitás, átlagosan 3,5 név.

Ez az egyetlen kérdés, ahol a Vantgard Digital vezet. A mezőny tetején három szereplő különül el: Vantgard Digital, Marketing21 és AVE Studio.

3. kérdés: melyik a legjobb ai láthatósági ügynökség magyarországon

36 említés, 9 entitás, átlagosan 3,6 név.

Az AVE Studio és a Marketing21 holtversenyben vezet. Ugyanabban a kilenc futásban jelennek meg, és ugyanabból a tizedikből maradnak ki.

4. kérdés: melyik a legjobb ai láthatósági cég magyarországon

37 említés, 12 entitás, átlagosan 3,7 név.

Itt az AVE Studio önállóan vezet 9/10-es említéssel.

A 3. kérdéssel együtt ez azt mutatja, hogy az „AI láthatósági” kifejezéshez kapcsolódó értékelő kérdésekben az AVE különösen erős jelenlétet ér el.

5. kérdés: melyik a leginnovatívabb geo ügynökség magyarországon

29 említés, 10 entitás, átlagosan 2,9 név.

Ez az AVE Studio egyetlen 10/10-es eredménye: minden futásban megjelenik.

Fontos azonban különválasztani az eredményt és az okát. A 10/10 önmagában nem bizonyítja, hogy a „leginnovatívabb” melléknév okozza a különbséget; erről a 3. fejezetben részletesebben írtunk.

6. kérdés: melyik a leginnovatívabb ai seo cég magyarországon

61 említés, 15 entitás, átlagosan 6,1 név.

Ez már más mezőnyt mutat. A Ventoora 9/10-zel vezet, miközben az 1–5. kérdésben egyszer sem jelenik meg.

A kérdés egyben azt is megmutatja, miért nem lenne helyes a „leginnovatívabb” szót önmagában az AVE Studio erősségének tekinteni.

7. kérdés: kihez forduljak ai láthatóság ügyben

9 említés, 7 entitás, 5 üres futás, átlagosan 0,9 név.

Ez a leggyérebb mezőny. A leggyakoribb kimenet az, hogy a modell nem nevez meg senkit; a második leggyakoribb egy eszközjellegű entitás.

Egyetlen ügynökség sem éri el a 2/10-es említési arányt. Ebben az értelemben a kérdés ma még nincs stabilan „megnyerve” senki által.

8. kérdés: kihez forduljak geo optimalizálásért

32 említés, 15 entitás, 2 üres futás, átlagosan 3,2 név.

Ez a legszórtabb mezőny: 15 entitás jelenik meg, miközben senki sem jut 5/10 fölé.

Az AVE Studio 4/10-zel holtversenyben vezet. A magas vásárlási szándék és a még rendezetlen mezőny együtt teszi ezt az egyik legérdekesebb célponttá.

9. kérdés: ai seo szolgáltatást nyújtó cégek magyarországon

76 említés, 26 entitás, átlagosan 7,6 név.

Ez a katalógusjellegű kérdés legtisztább példája: 26 különböző entitás jelenik meg, közülük 12 csak egyetlen futásban.

10. kérdés: geo ügynökség vagy ai seo ügynökség kell a cégemnek

Tíz futásból tízben nulla megnevezett cég.

A ChatGPT ebben a kérdésformában magyaráz, összehasonlít és döntést támogat, de nem épít szolgáltatói mezőnyt.

Függelék B: sorrend-diagnosztika

A sorrend itt nem teljesítménymérce.

A válaszon belüli pozícióhoz ebben a kutatásban nem rendelünk értéket. Az adatot kizárólag azért tartottuk meg, mert segíthet megérteni, hogyan áll össze egy-egy válasz.

Ha ezt a teljes függeléket elhagynánk, a tanulmány fő megállapításai nem változnának.

A két leghosszabb listát adó kérdésben — 6. és 9. — az AVE Studio összesen hétszer szerepel. Hatszor az utolsó név a felsorolásban, egyszer pedig az utolsó előtti.

Ez összeegyeztethető azzal a hipotézissel, hogy a modell először katalógusszerű forrásból építi fel a lista magját, majd más forrásból további szereplőt kapcsol hozzá.

Ezt azonban ebből a sorrendadatból nem lehet bizonyítani. A két eltérő mezőnyre utaló erősebb bizonyíték az L1-ben szereplő megoszlás: 19 entitás kizárólag a 6–9. kérdésben jelenik meg.

Függelék C: a levezetés ellenőrizhető pontjai

Az entitásonkénti összegzés és a soronkénti ellenőrzés két külön úton ugyanazt a 345 említést adta.

A kapott összesítő mind a nyolc külön ellenőrzött cégnél egyezett a saját számolással. A levezetés ezért belsőleg konzisztensnek tekinthető.