A The Rank Masters szeptember 11-én publikált egy 90 napos AI Visibility case study-t, amelyben 64 kereskedelmi szándékú prompt teljesítményét követte ChatGPT-ben, Geminiben és Perplexityben. A saját adataik szerint a mérési időszak alatt 6831, a weboldalukra mutató AI-hivatkozást rögzítettek.
A nagy szám önmagában látványos, de a kutatás érdekesebb része máshol van. Az eredmények szerint ugyanaz a weboldal nagyon eltérően teljesített az egyes AI-rendszerekben, a hivatkozások jelentős része kevés URL-re koncentrálódott, és még egy erős AI-láthatóság sem jelentett automatikusan jelentős referral forgalmat.
Ez jó emlékeztető arra, hogy az AI Visibilityt nem érdemes egyetlen pontszámra vagy ChatGPT-ellenőrzésre redukálni.
Mit mértek pontosan?
A The Rank Masters 2026. június 10. és szeptember 8. között 64 commercial-intent promptot követett 15 témában, amerikai lokációval. A ChatGPT, Gemini és Perplexity válaszait az Amadora AI segítségével mérték, míg a Google AI Overviews és AI Mode megjelenéseit külön a Google Search Console generatív AI riportjából vizsgálták.
Két külön mutatót használtak.
A visibility rate azt mutatta, hogy az adott prompt válaszainak mekkora részében említették név szerint a The Rank Masterst. A citation ezzel szemben azt jelentette, hogy egy AI-válasz konkrét TRM URL-re hivatkozott forrásként.
Ez a különbség fontos: egy brand megjelenhet egy válaszban link nélkül, és egy oldal is szerepelhet forrásként anélkül, hogy maga a brand hangsúlyosan megjelenne.
A 64 promptból ráadásul 26-ot csak szeptember elején adtak hozzá. Emiatt a teljes 90 napos időablakkal rendelkező mintában valójában 38 prompt szerepelt. Ezek közül 34-ben jelent meg a The Rank Masters legalább egyszer, ami 89,5%-os lefedettséget jelent. A teljes 64-es promptkészletnél ugyanez az arány 73,4% volt.
Ugyanaz a brand teljesen másképp teljesíthet különböző AI-rendszerekben
A húsz legtöbbet idézett TRM URL citationjeinek 64,2%-a Geminiből, 20,4%-a Perplexityből, 15,4%-a pedig ChatGPT-ből érkezett.
Ez különösen érdekes, mert a The Rank Masters saját bevallása szerint korábban főként ChatGPT-ben ellenőrizte manuálisan az AI-láthatóságát. A folyamatos mérésből viszont az derült ki, hogy ebben a mintában éppen ChatGPT volt a három vizsgált rendszer közül a leggyengébb citation-forrás.
Ebből nem következik, hogy minden vállalatnak Geminire kellene optimalizálnia. A case study maga is óvatosságra int: egyetlen weboldal, egyetlen B2B szolgáltató és egy meghatározott promptkészlet eredményeiről van szó.
A használható tanulság inkább az, hogy az AI-platformok közötti megoszlást érdemes megmérni, nem feltételezni.
Ha egy vállalat kizárólag ChatGPT-ben ellenőrzi a saját jelenlétét, könnyen lehet, hogy nem azt az AI-környezetet figyeli, ahol a legerősebb vagy éppen a leggyengébb.
A citationök több mint fele öt oldalra koncentrálódott
A vizsgált 6831 saját citationből öt URL 3582-t szerzett. Ez az összes hivatkozás 52,4%-a.
A húsz legtöbbet idézett oldal már 90,4%-ot adott.
Ez a koncentráció fontosabb stratégiai jelzés lehet, mint maga a 6831-es headline-szám. A minta nem azt mutatja, hogy minden publikált oldal egyenletesen termelt AI-láthatóságot, hanem azt, hogy egy viszonylag kis tartalomcsoport vitte a teljesítmény döntő részét.
Ez egyetlen case study alapján még nem bizonyít általános szabályt, de felvet egy hasznos mérési kérdést: egy tartalomprogram értékelésekor nem elég az összes citationt nézni. URL-szinten is érdemes látni, hogy valójában mely oldalak viszik a teljesítményt.
A 96 ezer citationből a vállalati blogok és listák domináltak – ebben a promptkészletben
A The Rank Masters nemcsak a saját hivatkozásait elemezte. Az Amadora által a vizsgált kérdéskörökben rögzített 96 076 citation forrástípusát is megvizsgálták.
A saját kategorizálásuk szerint ezek 42,7%-a vállalati blogcikkből, további 35,6%-a vállalati listicle-típusú tartalomból érkezett. A kettő együtt 78,3%.
Ez érdekes eredmény, de nem „AI ranking factor”.
A minta amerikai, kereskedelmi szándékú, jelentős részben shortlist- és eszközválasztási kérdésekből állt. Teljesen más prompttípus, iparág vagy információs igény más forrásszerkezetet eredményezhet.
A felelős következtetés ezért nem az, hogy mostantól mindenkinek listicle-t kell gyártania. Sokkal inkább az, hogy a tartalomformátum teljesítményét is érdemes saját promptkészleten és saját kategóriában mérni.
A specifikus kérdések lényegesen jobban teljesítettek náluk
A TRM adataiban az általános „best tools” típusú promptok átlagos visibility rate-je 5% volt. Az AI Visibility klaszter átlaga ezzel szemben 17,8%-ot ért el, egyes kérdéseknél pedig 40%-ot.
A szerzők ezt részben azzal magyarázzák, hogy a specifikusabb kérdések – például egy konkrét integrációval, országgal vagy felhasználási esettel kiegészített keresések – kisebb és pontosabban megválaszolható versenyteret jelentenek.
Ez azonban már interpretáció, nem önmagában bizonyított oksági eredmény. A case study nem kontrollált kísérlet, ezért nem bizonyítja, hogy kizárólag a prompt specifikussága okozta a magasabb láthatóságot.
Stratégiai hipotézisként viszont erős: az AI Visibility kutatásokban érdemes külön kezelni a generikus kategóriakérdéseket és a konkrét felhasználási helyzethez kötött money query-ket.
Az AI-láthatóság és a forgalom továbbra sem ugyanaz
A 90 nap alatt a The Rank Masters 572 sessiont azonosított AI-asszisztens referral forgalomként. Ezek átlagos engagement time-ja 19,5 másodperc volt; az organikus keresésből érkező 3460 sessionnél 21,3 másodpercet mértek.
A forgalom tehát létezett, de nagyságrendileg jóval kisebb volt, mint amit a több ezer citation száma első látásra sugallhat.
Ez jól illusztrálja az AI Visibility mérés egyik legfontosabb szabályát:
visibility ≠ citation ≠ referral ≠ conversion ≠ incremental revenue.
A case study beszámol inbound megkeresésekről és 3–4 aktív sales lehetőségről is, de revenue adatot nem közöl, és ezekből az adatokból oksági kapcsolat sem bizonyítható az AI citationök és az üzleti eredmény között.
Közben a Google már külön is méri az AI-megjelenéseket
A kutatás egy másik része a Google AI Overviews és AI Mode megjelenéseit vizsgálta. A The Rank Masters szerint ezekből 780 609 impression keletkezett a 90 nap alatt, ami az összes Search Console impression 17,31%-át jelentette náluk.
Maga a mérési lehetőség nem csak a TRM állítása. A Google 2026 júniusában jelentette be a Search Console külön Generative AI performance reportját, amely az AI Overviews és AI Mode felületeken kapott impressionöket mutatja. A Google dokumentációja szerint a riportot augusztus 31-re világszerte bevezették.
Ez azonban továbbra is megjelenési adat. Nem azt mutatja, hogy hányan kattintottak, vásároltak vagy váltak ügyféllé.
Mit érdemes ebből leszűrni?
Nem azt, hogy 6831 citation a követendő benchmark. A The Rank Masters maga is egyértelműen leírja, hogy az eredmény egyetlen oldal, egyetlen kategória és amerikai promptkészlet vizsgálatából származik, ezért más vállalatokra nem tekinthető célértéknek.
A fontosabb tanulság a mérési rendszer.
Ha AI Visibilityt akarunk értelmezni, érdemes külön látni, hogy mely promptokban jelenik meg a brand, mely platformokon, mely URL-eket idézik, hogyan oszlik meg a teljesítmény a tartalmak között, érkezik-e tényleges referral forgalom, és ebből mérhető-e bármilyen üzleti eredmény.
Egyetlen visibility score vagy néhány manuális ChatGPT-keresés ehhez kevés.
A TRM case study nem bizonyít univerzális GEO-receptet. Arra viszont jó példát ad, hogyan válik az AI-láthatóság screenshotokból ténylegesen mérhető rendszerré – és arra is, miért kell különválasztani azt, amit az adatok ténylegesen mutatnak attól, amit szeretnénk belőlük következtetni.
Források:
The Rank Masters: How The Rank Masters (TRM) Earned 6,831 AI Citations in 90 Days, Measured With Amadora - https://www.therankmasters.com/insights/benchmarks/trm-ai-citations-aeo-geo-case-study
Google Search Central: Introducing Search Generative AI performance reports in Search Console - https://developers.google.com/search/blog/2026/06/gen-ai-performance-reports
Google Search Console Help: Generative AI performance report (Search) - https://support.google.com/webmasters/answer/16984139