A magyar keresőoptimalizálási piac jelentős része még mindig havi 150 000 - 350 000 forintos fix díjas keretszerződések keretében gyártja a semmitmondó, kulcsszavakra optimalizált blogcikkeket, miközben a Google AI Overview csendben felszámolja a klasszikus organikus találati listát. Ez nem a távoli jövő ígérete: a keresőmotorok generatív mesterséges intelligenciája alapjaiban írja át a felhasználói utat, közvetlenül a találati oldalon (SERP) válaszolva meg a vásárlók kérdéseit. Azok a hazai e-commerce szereplők, akik megmaradnak a hagyományos "metaleírás + kulcsszósűrűség" paradigmánál, a következő időszakban az organikus forgalmuk akár 40-60%-át is elveszíthetik. A túlélés és a növekedés kulcsa nem a Google kijátszása, hanem az AI-motorok kiszolgálása olyan strukturált adatokkal és entitás-alapú tartalommal, amelyeket a modellek megbízható forrásként tudnak idézni a mesterséges intelligencia által generált összefoglalókban.
Miért fontos ez most
A Google AI Overview (korábbi nevén Search Generative Experience - SGE) európai és magyarországi térnyerése alapvető változást hoz a keresési ökoszisztémába. A felhasználók egyre nagyobb hányada kap azonnali, szintetizált választ a keresési kérdéseire anélkül, hogy rákattintana egyetlen hagyományos kék linkre is. Ez a "zero-click" jelenség eddig csak az egyszerű definíciókat érintette, az AI Overview viszont a komplex vásárlási döntési folyamatokat is bekebelezi.
A magyar piacon ez a hatás fokozottan jelentkezik. Egy átlagos, 50 és 500 millió HUF közötti éves árbevételű magyar webáruház jellemzően a látogatóinak 35-50%-át szerzi organikus keresésből. Ha ez a csatorna sérül, a kieső forgalmat a Google Ads vagy a Meta hirdetések növelésével kell kompenzálni. Csakhogy a hazai CPC (kattintásonkénti költség) árak az elmúlt két évben drasztikusan emelkedtek: a lakberendezési és építőipari szegmensben a 180-350 HUF közötti CPC már teljesen megszokott, míg az elektronikai cikkeknél a 150-280 HUF közötti tartomány dominál. Ekkora hirdetési költségek mellett a tisztán fizetett forgalomra való átállás drámaian rontja a nettó árrést, amely a hazai e-commerce szektorban amúgy is ritkán haladja meg a 8-12%-ot.
A generatív keresés nem szünteti meg a SEO-t, de átalakítja azt Generative Engine Optimization-né (GEO). Az AI nem a semmiből veszi az információit; létező weboldalak tartalmát, termékadatait és strukturált feedjeit szintetizálja. Aki kimarad ebből a szintézisből, az láthatatlanná válik a fizetőképes, vásárlási fázisban lévő magyar fogyasztók számára.
---
Az információs keresések kisajátítása: Hogyan alakítja át az AI Overview a vásárlói utat
A vásárlói döntési út korábban lineáris volt: a felhasználó rákeresett egy problémára, elolvasott 2-3 blogcikket, összehasonlított néhány terméket az Árukeresőn vagy az Alzán, majd végrehajtotta a vásárlást. Az AI Overview ezt a folyamatot egyetlen felületre sűríti össze.
Zero-click keresések robbanása a magyar piacon
Amikor egy felhasználó beírja a Google-be, hogy "hogyan válasszak futócipőt lúdtalpra", az AI Overview nem csupán linkeket ajánl, hanem egy strukturált, azonnal olvasható útmutatót ad. Leírja a pronáció lényegét, meghatározza a szükséges csillapítást, és közvetlenül a dobozban megjelenít konkrét termékajánlatokat árakkal, képekkel és értékelésekkel.
Ez azt jelenti, hogy az olyan nagy márkák, mint a Decathlon Magyarország vagy a niche futószaküzletek korábban aranyat érő, edukációs blogcikkei drasztikus CTR-csökkenést szenvednek el. A felhasználónak már nincs szüksége arra, hogy átkattintson és végiggörgessen egy 1500 szavas cikket, mert a lényeget 3 másodperc alatt megkapja a SERP tetején.
```
+--------------------------------------------------------+
| [ AI Overview Box ] |
| "A lúdtalpas futóknak stabil cipőre van szükségük..." |
| |
| [Cipő A] - 42.000 Ft [Cipő B] - 48.000 Ft |
| (Kép, Ár, Bolt neve) (Kép, Ár, Bolt neve) |
+--------------------------------------------------------+
| #1 Organikus Találat (Classic Blue Link) |
| CTR: ~30% ---> LEKÜLDVE A HAJTÁS ALÁ |
+--------------------------------------------------------+
```
Az Alza és az Euronics példája: A termék-összehasonlítások új korszaka
Vizsgáljuk meg a "melyik a legjobb hőszivattyús szárítógép 200 ezer forint alatt" keresési kifejezést. Korábban az Alza, az Euronics vagy a MediaMarkt kategóriaoldalai, illetve a kifejezetten tesztekre szakosodott affiliate oldalak versenyeztek az első helyekért.
Az AI Overview korában a Google nyelvi modellje (Gemini) elvégzi az elemzést a felhasználó helyett. Összegzi a különböző fórumokon, tesztoldalakon található véleményeket, kiszűri a valós vásárlói visszajelzéseket, és egy összehasonlító táblázatot generál. Ha egy webáruház csupán gyári specifikációkat másol be a termékoldalaira, és nem rendelkezik egyedi, strukturált véleményezési rendszerrel, akkor az AI egyszerűen figyelmen kívül fogja hagyni mint információforrást.
---
Strukturált adatok és a Google Merchant Center feed mint az AI elsődleges tápanyaga
Az AI modellek nem úgy olvasnak weboldalakat, mint az emberek. Bár a természetes nyelvfeldolgozásuk (NLP) fejlett, az entitások közötti kapcsolatokat és a pontos termékadatokat leggyorsabban és legbiztonságosabban a strukturált adatokból (Schema.org) és a Merchant Center feedből nyerik ki.
A sémajelölések (Schema.org) új generációja
Nem elegendő a klasszikus `Product` séma alapvető kitöltése. Az AI Overview korában a mély, egymásba ágyazott JSON-LD struktúrák megléte határozza meg, hogy a terméked bekerül-e az AI által generált ajánlóboxokba. A következő tulajdonságok megléte kritikus jelentőségű:
- `suggestedAgeGroup` és `gender`: Pontosítja a célcsoportot az AI számára.
- `material` és `color`: Segít a szűrt, specifikus AI-kereséseknél (pl. "zöld skandináv stílusú kanapé").
- `offers` -> `priceSpecification`: Különösen a szállítási díjak és az esetleges kedvezmények tiszta kommunikálása miatt.
- `hasMerchantReturnPolicy` és `shippingDetails`: A Google előnyben részesíti azokat az ajánlatokat, ahol a visszaküldési és szállítási feltételek géppel olvasható módon tisztázottak.
Egy hibásan strukturált vagy hiányos JSON-LD kód miatt a Google robotja félreértelmezheti a termék elérhetőségét vagy valós árát, ami azonnali kizárást jelent az AI-ajánlásokból.
Feed-optimalizáció: Nem csak a PPC-sek játéka
Súlyos szakmai tévedés a Google Merchant Center feedet kizárólag a Google Shopping és Performance Max (PMax) kampányok kiszolgálójaként kezelni. Az AI Overview szoros integrációban működik a Google Shopping Graph-al. Ez azt jelenti, hogy az organikus AI találatok termékkártyáit a Google közvetlenül a Merchant Center adatbázisából húzza be.
A feed optimalizálása során az alábbi lépések nem spórolhatók meg:
- Címek (Title) optimalizálása: A márkaneveken túl kötelező az attribútumok (méret, szín, anyag, specifikáció) beépítése a cím első 70 karakterébe. Például a "Beko MDF7444W" helyett a "Beko MDF7444W hőszivattyús szárítógép, 7kg, A+++" struktúra a célravezető.
- Részletes termékleírás (Description): Kerüljük a marketinges sallangokat. Az AI a leírásból a száraz tényeket, kompatibilitási adatokat és fizikai jellemzőket olvassa ki.
- Egyedi azonosítók (GTIN, MPN, Brand): Ha ezek hiányoznak, a Google nem tudja összekapcsolni a termékedet a globális Shopping Graph entitásaival, így az AI nem fogja tudni, hogy te ugyanazt a terméket árulod, mint az Alza vagy az Emag, csak éppen kedvezőbb feltételekkel.
---
LLM-optimalizáció (GEO) a klasszikus SEO helyett
A hagyományos keresőoptimalizálás a kulcsszavak elhelyezésére és a linképítésre összpontosított. A Generative Engine Optimization (GEO) ezzel szemben arra törekszik, hogy az oldalt a nagy nyelvi modellek (LLM-ek) számára könnyen emészthetővé és hitelessé tegye.
Hogyan olvassák a nyelvi modellek a magyar webáruházakat?
A nyelvi modellek az információ visszanyerése során (Retrieval-Augmented Generation - RAG) a relevanciát, a hitelességet és a konszenzust vizsgálják. Ha egy magyar webshop ugyanazt a sablonos termékleírást használja, mint amit a gyártó adott, és amit másik 40 hazai viszonteladó is egy az egyben átvett, a modell nem lát okot arra, hogy pont őt emelje ki.
Az LLM-ek az egyedi nézőpontot, a strukturált összehasonlításokat és a közvetlen hangvételű, szakértői véleményeket részesítik előnyben. A tartalomfejlesztés során szakítani kell a mesterségesen generált, érték nélküli szövegekkel. Ha egy 100 000 HUF értékű matracról írunk, a termékoldalnak tartalmaznia kell:
- Milyen alvási pozícióhoz ajánlott (tényalapú megközelítés).
- Milyen súlyhatárig nyújt optimális alátámasztást.
- Pontos rétegrendet és anyagösszetételt.
- Valós vásárlói tapasztalatokat, amelyek nemcsak pozitív, hanem reális negatív vagy kompromisszumos elemeket is tartalmaznak.
Entitás-alapú tartalomépítés és a hitelességi faktor (E-E-A-T)
A Google E-E-A-T (Tapasztalat, Szakértelem, Tekintély, Megbízhatóság) irányelvei az AI Overview korában még kritikusabbá válnak. A nyelvi modellek összekapcsolják a szerzőket, a márkákat és a termékeket.
Ha a webáruházad blogjában megjelenő szakmai cikkek mögött nincs valós, hitelesíthető szakértő (szerzői profillal, LinkedIn linkkel, szakmai háttérrel), a Google AI nem fogja megbízható forrásként kezelni a tartalmat.
Minden egyes információs tartalomnál egyértelművé kell tenni, hogy ki írta azt, és miért kompetens a témában. Egy barkácsáruház esetében egy cikket írjon egy okleveles asztalos vagy építészmérnök, és ezt jelezzük a sémajelölésekben is (`Author` séma).
---
Esettanulmány: Egy 450M HUF árbevételű magyar lakberendezési webshop szimulációja
Nézzük meg egy valós piaci adatokon alapuló szimuláción keresztül, hogy milyen pénzügyi és forgalmi hatásokkal kell számolnia egy közepes méretű magyar e-commerce szereplőnek, és hogyan fordítható meg a trend a GEO stratégia alkalmazásával.
Kiinduló állapot (2024 év vége)
- Éves nettó árbevétel: 450 000 000 HUF
- Átlagos kosárérték (AOV): 45 000 HUF
- Tranzakciók száma: 10 000 db
- Organikus keresésből származó forgalom aránya: 40% (180 000 munkamenet/év)
- Organikus konverziós ráta (CR): 2,2% (3960 tranzakció, azaz 178 200 000 HUF árbevétel)
- PPC csatornák aránya: 60% (Google Ads és Meta Ads vegyesen)
A probléma: AI Overview bevezetése és a tétlenség ára
Tegyük fel, hogy a webáruház nem reagál az AI Overview térnyerésére. A konkurens nagyvállalatok (pl. IKEA, Jysk, Bonami) és az optimalizált piacterek (eMAG) elszívják az információs és tranzakciós keresésekből származó organikus forgalom egy részét.
- Várható organikus CTR csökkenés: átlagosan 35% (a kulcsszavak típusától függően a tranzakciós kulcsszavaknál kevesebb, az információs/összehasonlító kifejezéseknél több).
- Új organikus forgalom: 117 000 munkamenet.
- Kieső organikus árbevétel: ~62 370 000 HUF (1386 elveszített tranzakció).
Ha ezt a kieső forgalmat tisztán Google Ads hirdetésekből szeretnék pótolni a lakberendezési szektorban jellemző 120 HUF-os átlagos CPC mellett, és számolunk a fizetett hirdetések alacsonyabb (1,5%-os) konverziós rátájával:
- Szükséges extra kattintások száma: $1386 \text{ tranzakció} / 0,015 = 92 400 \text{ kattintás}$.
- Szükséges extra PPC büdzsé: $92 400 \text{ kattintás} \times 120 \text{ HUF} = 11 088 000 \text{ HUF}$.
- Ez az extra költség közvetlenül a nettó profitot terheli, ami egy 10%-os profithatárral dolgozó cégnél szinte a teljes éves nyereséget felemésztheti.

A megoldás: A GEO és feed-alapú optimalizálás bevezetése
A webshop vezetése úgy döntött, hogy nem a hirdetési büdzsét növeli, hanem átcsoportosít 1 200 000 HUF egyszeri fejlesztési és SEO tanácsadói keretet az AI-optimalizációra.
| Elvégzett feladat | Költség (HUF) | Célkitűzés |
| :--- | :--- | :--- |
| Teljes JSON-LD séma overhaul (Product, Brand, FAQ, Review) | 350 000 Ft | Strukturált adathibák nullázása, árak és raktárkészlet valós idejű szinkronizálása a keresővel. |
| Merchant Center Feed gazdagítás (attribútumok, egyedi azonosítók) | 250 000 Ft | Organikus Google Shopping és AI Overview termékmegjelenések maximalizálása. |
| Top 20 legfontosabb kategóriaoldal és 15 blogcikk átírása E-E-A-T alapon | 600 000 Ft | Nyelvi modellek általi idézhetőség elérése a főbb vásárlási fázisú kereséseknél. |
Az eredmények 6 hónap elteltével
Bár a klasszikus organikus forgalom így is csökkent 15%-kal (a zero-click keresések miatt ezt teljesen nem lehetett elkerülni), a webshop bekerült az AI Overview ajánlódobozaiba a releváns lakberendezési kifejezések 28%-ánál.
Az AI Overview-ból érkező látogatók rendkívül magas vásárlási szándékkal rendelkeztek, így az onnan származó forgalom konverziós rátája 4,1%-ra ugrott (szemben a korábbi 2,2%-os átlagos organikus rátával).
- Megmaradt organikus forgalom: 153 000 munkamenet.
- Ebből AI Overview forrású látogatás: 28 000 munkamenet (CR: 4,1% = 1148 tranzakció, értékben: 51 660 000 HUF).
- Klasszikus organikus látogatás: 125 000 munkamenet (CR: 2,2% = 2750 tranzakció, értékben: 123 750 000 HUF).
- Összesített organikus árbevétel az átalakítás után: 175 410 000 HUF.
- Pénzügyi mérleg: A webshop gyakorlatilag teljesen megvédte az organikus csatornáját a visszaeséstől, és elkerülte a havi szinten jelentkező, milliós nagyságrendű extra PPC kiadásokat, mindezt egy egyszeri, 1,2 millió HUF-os befektetéssel.
---
Gyakori hibák: Amit NE csinálj az AI Overview korában
Sok hazai marketinges pánikreakcióból olyan döntéseket hoz, amelyek hosszabb távon teljesen tönkreteszik a webáruház organikus láthatóságát.
1. Hiba: A Google-Extended bot letiltása a robots.txt-ben
Terjed a tévhit a hazai fórumokon, hogy ha letiltjuk a Google AI botjait (`Google-Extended`), akkor megvédjük a szellemi tulajdonunkat, és rákényszerítjük a felhasználót, hogy a mi oldalunkat látogassa meg.
Ez súlyos tévedés. Ha letiltod a hozzáférést a nyelvi modellek elől, az AI Overview egyszerűen nem fogja tudni, hogy létezel. Nem fog idézni, nem fogja megjeleníteni a termékeidet a generált összehasonlításokban, és a forgalmat a versenytársaid (pl. Alza, Euronics, vagy a dinamikusan fejlődő kisebb konkurensek) fogják megkapni. Az elzárkózás ebben az esetben egyenlő az organikus öngyilkossággal.
2. Hiba: Olcsó, tömeges AI tartalomgyártás emberi felügyelet nélkül
Sok cég próbálja megúszni a tartalomfejlesztést havi 50 000 HUF-os ChatGPT előfizetésekkel, amikkel több száz, mélység nélküli cikkeket generálnak. A Google nyelvi modelljei kiválóan felismerik a saját maguk által generált, hozzáadott érték nélküli szövegmintázatokat.
A száraz, átfogalmazott gyári leírások és a sablonos blogcikkek nem fognak bekerülni az AI Overview forrásai közé. A minőség és az egyedi adatok (saját mérések, valós tesztek, lokális tapasztalatok) messze felülmúlják a mennyiséget.
3. Hiba: A vásárlói vélemények (UGC) figyelmen kívül hagyása
Ha a webáruházad termékoldalain nincsenek aktív, moderált, strukturált formában beküldött vásárlói vélemények, az AI modellek más forrásokból (Árukereső, Google Cégem, Reddit, független blogok) fognak adatot gyűjteni a termékeidről és a cégedről.
Ha ott negatív vagy hiányos az információ, az AI Overview nem fogja ajánlani a webáruházadat. A véleménygyűjtés automatizálása és a sémákkal való megjelölése nem halogatható feladat.
---
Akcióterv
A felkészülést most kell elkezdeni. Az alábbi, lépésről lépésre követhető akcióterv végrehajtásával biztosíthatod, hogy e-commerce oldalad ne vesztese, hanem nyertese legyen az AI-alapú keresés korszakának.
1. Lépés: Technikai struktúra és sémák auditálása (Határidő: 15 nap)
- Futtass le egy teljes sémavizsgálatot a Google Rich Results Test eszközével a legfontosabb terméktípusokon.
- Implementáld a hiányzó tulajdonságokat: `brand`, `aggregateRating`, `review`, `shippingDetails` és `hasMerchantReturnPolicy`.
- Biztosítsd, hogy a JSON-LD kód dinamikusan frissüljön a raktárkészlet és az árváltozások esetén is. Nem megengedhető, hogy eltérés legyen a strukturált adat és a látható tartalom között.
2. Lépés: Google Merchant Center feed gazdagítása (Határidő: 30 nap)
- Vizsgáld felül a feed hibaüzeneteit a Merchant Center Diagnostics felületén. Törekedj a 100%-os figyelmeztetés-mentességre.
- Gazdagítsd a termékek címeit az alábbi struktúra szerint:
$$\text{[Márka]} + \text{[Fő terméktípus]} + \text{[Kiemelt tulajdonság 1 (pl. anyag/méret)]} + \text{[Modellszám]}$$
- Töltsd ki az opcionális, de az AI számára fontos attribútumokat: `size_system`, `size_type`, `material`, `pattern`.
3. Lépés: A TOP 30 legnagyobb forgalmú információs tartalom átalakítása E-E-A-T alapon (Határidő: 45 nap)
- Azonosítsd a Google Search Console-ban azokat a blogcikkeket vagy információs oldalakat, amelyek a legtöbb organikus kattintást hozzák.
- Építs be a cikkek elejére egy rövid, 2-3 mondatos összefoglalót, amely azonnal választ ad a leggyakoribb kérdésre (ezzel segíted a nyelvi modellek dolgát a gyors beolvasásban).
- Rendelj minden cikkhez valós szerzőt szakmai életrajzzal, fényképpel és közösségi média hivatkozásokkal. Ezt vezesd át a `ProfilePage` és `Author` sémákba is.
4. Lépés: Strukturált vásárlói véleménygyűjtési rendszer bevezetése (Határidő: 60 nap)
- Integrálj egy automatizált véleménygyűjtő rendszert (pl. Trustpilot, vagy saját fejlesztésű, vásárlás után 7-14 nappal kiküldött értékelő email).
- Ajánlj fel minimális ösztönzőt (pl. 5-10%-os kupon a következő vásárláshoz), ha a vásárló szöveges értékelést és saját fotót is feltölt a termékről.
- Győződj meg róla, hogy ezek az értékelések a `Review` és `aggregateRating` sémákon keresztül a Google robotjai számára közvetlenül is olvashatók a termékoldalon.
5. Lépés: Márkaentitás erősítése és külső említések menedzselése (Folyamatos feladat)
- Az AI modellek az internet teljes egészét olvassák. Monitorozd a márkád megjelenéseit a hazai fórumokon, blogokon, és törekedj a pozitív kontextusú említésekre.
- Regisztráld a céged minden releváns hazai cégtárba, szakmai szövetségbe (pl. Szövetség az Elektronikus Kereskedelemért - SZEK), és linkeld össze ezeket a profilokat a weboldalad `Organization` sémájában a `sameAs` tulajdonság használatával.
---
SEO Meta-adatok
- SEO cím: Google AI Overview Felkészülés: E-commerce SEO Stratégia 2026
- Meta leírás: Hogyan készítsd fel webáruházad a Google AI Overview (SGE) hatásaira? Konkrét magyar piaci adatok, számítások és technikai GEO akcióterv webshop tulajdonosoknak.




