Az AI visibility mérőeszközök egyre könnyebben mutatják meg, hogy egy márka milyen gyakran jelenik meg ChatGPT-ben, Google AI Overviewsban, AI Mode-ban vagy más generatív keresési felületeken. A probléma már nem feltétlenül az, hogy nincs adat. Sokkal inkább az, hogy egyetlen „visibility score” mögött több, egymástól eltérő jelenség keveredhet.
Egy márka említése nem ugyanaz, mint egy weboldal hivatkozása. A citation nem ugyanaz, mint a látogatás. A látogatás pedig még mindig nem konverzió vagy árbevétel. Ezért az AI visibilityt érdemes inkább diagnosztikai rendszerként, és nem önmagában üzleti KPI-ként kezelni.
Mention, citation és ranking nem ugyanazt mutatja
Az egyik legalapvetőbb különbség a mention és a citation között van. Egy AI-válasz megemlítheti a márkát anélkül, hogy a weboldalára hivatkozna. Fordítva is megtörténhet: egy oldal forrásként szolgálhat egy válaszhoz úgy, hogy maga a márkanév nem kerül be a generált szövegbe. Már ez elegendő ahhoz, hogy egy aggregált visibility score félrevezető legyen. Ha a mutató nő, abból még nem tudjuk, hogy több promptban említik a márkát, több oldala lett forrás, esetleg mindkettő történt.
A retrieval tovább bonyolítja a képet. Az Ahrefs 1,4 millió ChatGPT-promptot vizsgáló kutatása azt mutatta, hogy a rendszer sokkal több URL-t vonhat be a forráskeresési folyamatba, mint amennyit végül tényleges citationként megjelenít. A külön Reddit retrieval csatornából származó több mint 16 millió adatpontnak például csak 1,93%-a jelent meg citationként. A kutatás arra is figyelmeztet, hogy a különböző retrieval csatornák eltérő működése miatt az aggregált adatok könnyen félreértelmezhetők. Vagyis már a citation előtt is létezik egy olyan réteg, amelyet a legtöbb visibility dashboardból nem látunk.
A Google-ranking továbbra is fontos, de nem egyenlő az AI-láthatósággal
Az AI Search térnyerése nem jelenti azt, hogy a hagyományos keresési láthatóság jelentőségét elvesztette volna.
Az Ahrefs 863 ezer keresést és négymillió AI Overview URL-t elemző 2026-os kutatásában az AI Overview által hivatkozott oldalak 37,1%-a ugyanarra a queryre az organikus top 10-ben is szerepelt. További 26,2% a 11–100. hely között volt, miközben 36,7% egyáltalán nem szerepelt az organikus top 100-ban. Ez két dolgot mond egyszerre.
Az organikus keresési teljesítmény és az AI citation között van kapcsolat, tehát hiba lenne a klasszikus SEO-t külön világnak tekinteni. Ugyanakkor a top 10-es ranking nyilvánvalóan nem feltétele annak, hogy egy oldal bekerüljön egy AI Overview forrásai közé. Ezért egy visibility visszaesés diagnosztikájánál a rankingadatot is érdemes megnézni, de önmagában abból sem következik, hogy mi történt az AI-felületeken.
A korreláció nem optimalizációs recept
Különösen veszélyes az AI visibility adatokból gyors technikai recepteket gyártani. Jó példa erre a strukturált adatok kérdése. Az Ahrefs olyan oldalakat vizsgált, amelyek AI-rendszerekben már jelentős citation mennyiséggel rendelkeztek, majd 1 885 olyan oldalt követett, amelyeken JSON-LD schema került bevezetésre. Kontrolloldalakkal összevetve a ChatGPT citationök változása +2,2%, a Google AI Mode esetében +2,4% volt; egyik eltérés sem volt statisztikailag szignifikáns. Az AI Overview esetében pedig −4,6%-os, kis mértékű, de statisztikailag szignifikáns relatív csökkenést mértek. A kutatók maguk sem állították, hogy ezt a schema okozta. Ez fontos módszertani különbség.
Ha a citationnel rendelkező oldalak között gyakori egy technikai vagy tartalmi tulajdonság, abból még nem következik, hogy ennek hozzáadása növelni fogja a citationöket. A korreláció és az intervenció hatása két külön kérdés. Ugyanezért kell óvatosan kezelni az olyan listákat is, amelyek néhány jól teljesítő oldal közös jellemzőiből azonnal „GEO ranking faktort” vagy biztos AI-optimalizációs technikát csinálnak.
A visibility végén üzleti eredményt is kell mérni
A visibility legfontosabb korlátja végül az, hogy jelenlétet mér, nem üzleti eredményt.
Az Ahrefs egyik 2026-os vizsgálata 300 ezer kulcsszó Google Search Console adatait elemezte, és azt találta, hogy az AI Overview-val rendelkező információs kereséseknél a top pozíció becsült CTR-je 58%-kal alacsonyabb volt annál, amit az általános CTR-változás alapján AI Overview nélkül vártak volna. Ez korrelációs eredmény egy meghatározott keresési mintán, nem minden weboldalra érvényes forgalmi szabály.
A tanulság viszont fontos: attól, hogy egy márka vagy oldal látható az AI-válaszban, még nem biztos, hogy több látogatást kap.Attól, hogy több AI-referral érkezik, még nem biztos, hogy több konverzió keletkezik.
Ezért az AI visibility mérést legalább négy külön kérdésként érdemes kezelni:
-
Presence: milyen releváns promptoknál jelenik meg a márka?
-
Citation: mely oldalaink jelennek meg tényleges forrásként?
-
Traffic: érkezik-e ebből mérhető referral vagy keresési forgalom?
-
Outcome: történik-e ezekből üzletileg értelmezhető esemény, például lead, vásárlás vagy bevétel?
A Google saját 2026-os Search Console fejlesztése is ebbe az irányba mutat: a generatív Search felületekhez külön insightokat kezdett biztosítani többek között impression-, page- és country-adatokkal, miközben további metrikák bevezetését is jelezte.
Mire használható akkor egy AI visibility score?
Nem arra, hogy egyetlen számból eldöntsük, sikeres-e az AI-stratégiánk. Arra viszont nagyon is használható, hogy észrevegyünk egy változást, majd feltegyük a következő helyes kérdést.
Ha csökken a mention share, érdemes megnézni, mely témáknál és mely versenytársak javára történt a változás. Ha citationöket veszítünk, meg kell nézni, milyen forrásokat használ helyettünk az adott rendszer. Ha közben a hagyományos ranking is romlik, a probléma részben klasszikus keresési láthatósági kérdés lehet. Ha pedig a visibility nő, de a referral vagy az üzleti eredmény nem, akkor nem szabad a score növekedését automatikusan üzleti sikerként könyvelni.
Ráadásul az AI-válaszok probabilisztikusak: ugyanaz a prompt eltérő futásokban más márkákat, forrásokat vagy válaszstruktúrát hozhat. Emiatt néhány prompt egyszeri lefuttatásából könnyű túl nagy következtetést levonni. A stabilabb képhez ismételt mérésre és kellően nagy, üzletileg releváns promptkészletre van szükség.
Az AI visibility ezért nem értéktelen azért, mert nem tökéletes mérőszám. Csak nem szabad többet várni tőle annál, amit valóban mér. A jó visibility rendszer nem egyetlen score-ra próbál választ adni, hanem összeköti a megjelenést, a forrásszerepet, a keresési teljesítményt, a forgalmat és végül az üzleti outcome-ot. Ettől válik a dashboard érdekes grafikonból valódi döntéstámogató eszközzé.
Források:
Search Engine Journal: Brands Are Tracking AI Visibility, But Are They Measuring The Right Things? - https://www.searchenginejournal.com/brands-are-tracking-ai-visibility-but-are-they-measuring-the-right-things/587888/
Ahrefs AI Search kutatások és mérési elemzések - https://ahrefs.com/blog/why-chatgpt-cites-pages/
Google Search / Search Console generatív AI insightok - https://blog.google/products-and-platforms/products/search/new-controls-website-owners