AVE Studio · AI láthatósági ügynökség · weboldalfejlesztés, GEO/AEO marketing és kód egy kézben
Tudásgráf-diagnosztika · Azt vizsgáljuk, mit tudnak rólad a gépek
Tudásgráf-diagnosztika · GEO + KEO részletes lelet egyetlen pontszám helyett
Az AI megtalálja, beemeli és idézi az oldaladat, amikor épp választ állít össze — az élő webről, a válaszadás pillanatában.
Generative Engine Optimization definíciójaAz a hiteles, kanonikus, olvasható és idézhető nyilvántartás, amelyből az AI-modellek tanulnak – hogy minden új modell a valóságnak megfelelően tanulja meg, ki vagy.
Knowledge Engine Optimization definíciójaA különböző adatforrások mást állítanak rólad, ezért az AI nem tudja biztosan, ki vagy. Feltárjuk, hol és miért válik bizonytalanná a gépi azonosítás.
A gépi márkaérték körforgása — Tudásgráf-diagnosztika
- 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 (Entitáshorgony, Korpuszkampány)
- 4 · Bizonyítás ↺ — „Mozdult-e, és mit hozott?” Web nélküli alapmérés és visszamérés minden új modellgenerációnál (Memóriavizsgálat, Utómérés)
A stúdió két saját műszere, a Tudásgráf-diagnosztika és az Állításegyeztetés, 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-modellek több strukturált adatforrásból azonosítják a vállalatodat. Ide tartozik például a Wikidata, a weboldaladba ágyazott strukturált adat és a céges profilok. Ha ezek eltérő alapítási évet, címet vagy más tényeket közölnek, esetleg hiányoznak a közöttük lévő hivatkozások, a gép nem tud egyértelmű képet kialakítani rólad. Három lépésben dolgozunk: feltárjuk a tünetet, elkészítjük a leletet, majd kezelési tervet adunk.
A Tudásgráf-diagnosztika a strukturált tényadatokkal dolgozik — azzal, amit a gépi források (Wikidata, beágyazott strukturált adat, céges profilok) állítanak rólad. A weboldalad szöveges marketingállításait a testvérműszere, az Állításegyeztetés vizsgálja – és mindkettő ugyanazt a jóváhagyott tényforrást tölti fel.
01A jóváhagyott tények nyilvántartása
A géppel olvasható forrásokból – a weboldalról, a Wikidatából és a céges profilokból – összegyűjtjük a rólad szóló állításokat, majd megmutatjuk az ellentmondásokat. Te döntöd el, melyik adat a helyes; a döntést naplózzuk, és ez lesz a további ellenőrzések hivatalos viszonyítási alapja.
02Azonosíthatósági vizsgálat – 8 ellenőrzés
Megvizsgáljuk, hogy a gépek egyértelműen azonosítják-e a cégedet. Ellenőrizzük a Wikidata-adatlap teljességét, a hivatkozások minőségét, az adatok frissességét, valamint összevetjük a jóváhagyott tényeket, a Wikidatát és a weboldalad strukturált adatait. Azt akarjuk kideríteni, hogy mindhárom forrás ugyanazt állítja-e rólad.
03Mit érnek el az AI-robotok?
Ellenőrizzük, mely AI-robotok férhetnek hozzá az oldalhoz, például a GPTBot, a ClaudeBot vagy a PerplexityBot. Megnézzük, hogy a fontos állítások JavaScript nélkül is szerepelnek-e az oldal forrásában, eltér-e a böngészőknek és az AI-robotoknak kiszolgált tartalom, valamint létezik-e és megfelelő-e az llms.txt fájl.
Minden szolgáltatásunk mögött saját fejlesztésű, kifejezetten erre a feladatra készült alkalmazás áll – nem kézzel vezetett táblázatok és nem általános célú eszközök.
Saját diagnosztikai motorunk: jóváhagyott tényregiszter, nyolc azonosíthatósági ellenőrzés, és kétszeri letöltés – egyszer úgy, ahogy a böngésző látja, egyszer úgy, ahogy az AI-robot.
Lelet, súlyossági szint és ellenőrizhető bizonyíték
Minden megállapításhoz súlyossági besorolás tartozik az egyszerű tájékoztatástól a munkát blokkoló hibáig. Mellékeljük az ellenőrizhető bizonyítékot is: az érintett URL-t, az oldal vizsgálatkor rögzített gépi másolatát és az eltéréseket bemutató táblázatot. A gépi javaslat csak emberi ellenőrzés után kerülhet a végleges leletbe.
Miért nem adunk összevont „tudásgráfpontszámot”?
Egyetlen pontszám elfedné, pontosan mit kell kijavítani. Egy 61-es értékből nem derül ki, hogy elavult-e a Wikidata-adatlap, vagy az AI-robot nem éri-e el az árlistát. A részletes leletből viszont rögtön látszik, mihez kell hozzányúlni.
Lépésről lépésre felépített feladatlistát kapsz, a szükséges végrehajtási sorrendben. Minden tételnél szerepel, mit kell tenni, hol kell módosítani és mekkora ráfordítás várható. A magyar és angol nyelvű riport megosztható. Végleges riportot addig nem adunk ki, amíg olyan súlyos hiba van nyitva, ami miatt a munkát nem lehet lezárni.
Azt vizsgálja, amit az AI-robot valóban elér
Az oldalt JavaScript nélkül, nyers formában is letöltjük, majd összehasonlítjuk, mit kap egy hagyományos böngésző és mit kap egy AI-robot.
A saját, jóváhagyott tényeidhez viszonyít
Nem általános ellenőrzőlistát használunk: azt vizsgáljuk, hogy a te jóváhagyott állításaid következetesen jelennek-e meg a gépek által olvasott felületeken.
Az eltérő adatok önmagukban hibát jeleznek
Ha a jóváhagyott tények nyilvántartása, a Wikidata és a weboldalad eltérő adatokat közöl, ezt tételes leletként, bizonyítékokkal mutatjuk meg.
Bizonyítékokra épül, nem véleményre
Minden megállapítás mögött ellenőrizhető URL és a vizsgálatkor rögzített technikai bizonyíték áll, ezért a riport minden egyes tétele visszaellenőrizhető.
Ez a műszer a következő fizetős modulok tényalapját készíti elő:
Ez a stúdió saját, belső diagnosztikai műszere: a fizetős szolgáltatásainkat működteti. Külön nem vásárolható meg – a megrendelt munkában viszont mindig dolgozik.
Miért érdemes most rendbe tenni a tényeket? Az AI-modellek ma tanulják meg, ki kicsoda a magyar piacon – és amit ellentmondásosnak találnak, arról inkább hallgatnak. Egy ellentmondás javítása napok kérdése, de amíg fennáll, minden más munkánk gyengébb alapról indul.