Google AI Overview a magyar e-commerce-ben: Így alakítsd át a SEO-stratégiád a zero-click korszakra

A magyar SEO-ügynökségek többsége még mindig havi 250 000 forintos átalánydíjért gyártja a semmitmondó, 800 szavas blogcikkeket, miközben a Google AI Overview (korábban SGE) csendben átírja a játékszabályokat, és elszívja az információs keresésekből származó organikus forgalom akár 40-60%-át. Ez a drasztikus változás nem a távoli jövő, hanem a küszöbön álló valóság, amely a hazai e-commerce piacot is közvetlenül érinti, amint a Google teljes gőzzel aktiválja az AI-válaszokat a magyar nyelvű találati listákon (SERP). A webáruház-tulajdonosok és marketingvezetők többsége struccpolitikát folytat, bízva a hagyományos kulcsszó-alapú optimalizálásban, miközben az AI Overview nem linkeket, hanem kész válaszokat és közvetlen termékajánlásokat kínál a felhasználóknak. Aki most nem alakítja át gyökeresen az adatstruktúráját, a termékfeedjét és az EEAT stratégiáját, az 2026-ra azon kapja magát, hogy az organikus CTR-je a mélybe zuhan, miközben a Google Ads és Performance Max kampányok CPC-i megfizethetetlenné válnak.

A hazai e-commerce piac 2026-ra eléri azt a telítettségi pontot, ahol a tisztán fizetett hirdetésekre (PPC) épülő növekedési modellek megtörnek. A Google Ads átlagos CPC (Click-Through Cost) árai a kompetitív szegmensekben – mint a divat (80–180 HUF), a lakberendezés (150–350 HUF) vagy a barkács/kert (200–450 HUF) – az elmúlt két évben több mint 35%-kal emelkedtek. Ebben a környezetben az organikus csatorna szerepe felértékelődött, ám a Google AI Overview bevezetése alapjaiban forgatja fel ezt a védőhálót.

Az amerikai és nyugat-európai adatok egyértelműen mutatják, hogy az AI Overview megjelenésével a hagyományos organikus találatok (különösen az első három helyezett alatt) kattintási aránya (CTR) átlagosan 30-40%-kal esett vissza az információs és összehasonlító kereséseknél. Magyarországon, ahol a közel 15 000 működő webáruház jelentős része (különösen a 50 és 500 millió HUF közötti éves árbevételű kkv-k) még mindig az egyszerű, "írunk egy cikket a kulcsszóra" típusú SEO-ban hisz, ez a váltás sokkszerű lesz. Az AI Overview ugyanis közvetlenül a keresőfelületen válaszolja meg a vásárló kérdéseit, beágyazva a Google Merchant Centerből behúzott termékkártyákat, így a felhasználónak már nincs szüksége arra, hogy átkattintson egy külső webáruház blogjára vagy kategóriaoldalára.

Amikor egy potenciális vásárló beírja a Google-be, hogy "milyen futócipőt vegyek betonra nehéz futóként", korábban a Decathlon, a Nike vagy dedikált futóblogok részletes cikkei versenyeztek a kattintásért. Az AI Overview korában a Google generatív mesterséges intelligenciája ezekből a cikkekből szintetizál egy azonnali, 4-5 pontos választ, kiemelve a legfontosabb szempontokat (csillapítás, drop, saroktámasz), és közvetlenül mellékel 3-4 konkrét termékajánlatot – árakkal, értékelésekkel és boltokkal.

Ez a klasszikus "zero-click" jelenség legújabb, legveszélyesebb szintje. A tartalomgyártó webshop elvégezte a nehéz munkát, megírta a szakértői cikket, amiből az AI tanult, de a látogatót már nem a webshop kapja meg, hanem maga a Google, amely a tranzakciót is igyekszik a saját felületén tartani (például a Google Shopping integráció révén).

Ahhoz, hogy a webáruházunk termékei és információi bekerüljenek az AI Overview által generált válaszokba és összehasonlító táblázatokba, az LLM-eknek (Large Language Models) pontosan érteniük kell az oldalunk tartalmát. A sima HTML szöveg puszta parszolása már nem elegendő. A strukturált adatok (JSON-LD formátumban) jelentik az egyetlen olyan hidat, amelyen keresztül az AI közvetlenül, félreértések nélkül képes fogyasztani az adatainkat.

Nem elégedhetünk meg az alapvető `Product` sémával. Az AI-alapú keresés megköveteli a mélyebb specifikációk átadását:

• `hasMerchantReturnPolicy`: A visszaküldési szabályzat pontos leírása (HUF-ban megadott költségekkel, határidőkkel).
• `shippingDetails`: Szállítási díjak és tranzitidők, amelyek közvetlenül befolyásolják az AI vásárlási döntési mátrixát.
• `aggregateRating`: Valós, hitelesített vásárlói értékelések megléte.
• Termékspecifikus attribútumok (méret, szín, anyag, súly, kompatibilitás) strukturált megadása.

Ha ezek az adatok nincsenek tűpontosan implementálva – amit a hazai Shoptet, Unas vagy Shoprenter motorok sokszor csak korlátozottan vagy hibásan támogatnak gyári beállításokkal –, az AI egyszerűen kizárja a webáruház termékeit az ajánlásokból.

Az AI Overview nem kizárólag a mi weboldalunkról tájékozódik, amikor a mi márkánkat vagy termékeinket értékeli. Egy komplex entitás-hálózatot (Entity Graph) épít fel, amely magában foglalja az Árukereső értékeléseit, a Google Cégem (GBP) profilunkat, a különböző fórumokon (például Prohardver, Reddit) megjelenő valós felhasználói véleményeket, valamint a hazai online sajtóban (Telex, Index, szaksajtó) megjelent teszteket.

Ha az AI azt tapasztalja, hogy a webáruházunkról szóló külső említések (mentions) hangvétele negatív, vagy a szállítási határidők be nem tartásáról szólnak a fórumbejegyzések, az AI Overview aktívan lebeszéli a felhasználót a tőlünk való vásárlásról, még akkor is, ha a mi oldalunkon a SEO tökéletesen be van állítva.

Az entitás-alapú SEO lényege, hogy a márkánkat egyértelműen összekapcsoljuk a termékkategóriánkkal a teljes magyar webtérben. Ez azt jelenti, hogy a hagyományos, kulcsszavas linképítést fel kell váltania a márkanevet és a valós szakértői véleményeket tartalmazó, hiteles PR-kampányoknak.

Sokan elkövetik azt a hibát, hogy a Google Merchant Centert kizárólag PPC-eszköznek tekintik. Az AI Overview korában a Merchant Center feed a legfontosabb ingyenes SEO-eszközzé válik. Az AI ugyanis nem a weboldalunkat indexeli valós időben, amikor egy termék árára vagy raktárkészletére kíváncsi egy összehasonlító táblázatban, hanem a Merchant Centerben található termékfeedből dolgozik.

| Attribútum | PPC szerepe | AI Overview szerepe | SEO hatás |

| :--- | :--- | :--- | :--- |

| `g:brand` | Hirdetések szűrése | Entitás azonosítás | Kritikus a márkaalapú kereséseknél |

| `g:product_highlight` | Megjelenés javítása | AI válaszok bulletpointjai | Közvetlen forrás az AI érveihez |

| `g:custom_label` | Kampány struktúra | Kontextus megértése | Segíti az AI-t a szezonális ajánlásoknál |

| `g:material` / `g:pattern` | Specifikus keresések | Tulajdonság-mátrix | Alapfeltétel az összehasonlító táblázatokba kerüléshez |

Ha a feedünk hiányos, vagy az árak eltérnek a weboldalon található áraktól, a Google nemcsak a fizetett hirdetéseinket korlátozhatja, hanem az AI Overview organikus ajánlásaiból is könyörtelenül kizárja a termékeinket.

A generatív mesterséges intelligencia korában a szöveges tartalom előállítási költsége gyakorlatilag nullára csökkent. Ez azt eredményezte, hogy a magyar internetet is elárasztották a sablonos, AI-val írt termékleírások és blogbejegyzések. A Google algoritmusa (különösen a Helpful Content System frissítések óta) kiemelten bünteti ezt a "szürke zónás" tartalmat.

Az AI Overview olyan információkat keres, amelyeknek magas az úgynevezett "Information Gain" (információnövekmény) értéke. Ez azt jelenti, hogy a tartalomnak olyat kell nyújtania, ami máshol nem található meg a weben. Ezt legkönnyebben valódi felhasználói tartalmakkal (User Generated Content - UGC) érhetjük el:

• Integráljunk részletes, képekkel és videókkal támogatott vásárlói véleményeket közvetlenül a termékoldalakra.
• Engedélyezzük a kérdés-felelet (Q&A) funkciót a terméklapokon, ahol a valódi vásárlói kérdésekre szakértői választ adunk.
• A blogcikkek ne általánosságokat ismételjenek meg, hanem tartalmazzanak saját méréseket, teszteket, egyedi fotókat és videós bemutatókat.

Szerzői entitások és valódi szakértői profilok

A Google tudni akarja, ki áll a tartalom mögött. Ha a blogbejegyzéseink szerzője "Admin" vagy "Szerkesztőség", az AI szemében a tartalom hitelessége konvergál a nullához. Minden e-commerce tartalom mögé valódi szakértőt kell helyezni.

Ha például egy prémium kerti szerszámokat értékesítő webshopunk van, a cikkeinket szignózza egy okleveles kertészmérnök vagy egy 15 éves tapasztalattal rendelkező kertépítő. A szerzőnek legyen dedikált profiloldala a webshopon belül, ahol linkeljük a LinkedIn profilját, a diplomáit, a publikációit, és ezt a kapcsolatot a `Person` sémával is erősítsük meg a HTML kódban. Az AI képes összekapcsolni ezt a személyt a szakmájával, és a tőle származó információkat sokkal nagyobb súllyal veszi figyelembe az AI Overview válaszok összeállításakor.

Nézzük meg egy valós paraméterek alapján modellezett, 350 millió HUF éves árbevételű, prémium egyedi bútorokat és lakberendezési kiegészítőket értékesítő magyar webáruház (nevezzük "BútorTrend"-nek) esetét.

A BútorTrend forgalmának 42%-a származott organikus keresésekből. A SEO stratégiájuk havi 300 000 HUF ügynökségi díj mellett főként olyan információs kulcsszavak targetálására épült, mint a "milyen kanapét válasszak kis nappaliba", "skandináv stílusú nappali ötletek", vagy "sarokkanapé elrendezések". Ezek a cikkek havi 18 000 látogatót hoztak, amiből a tranzakciók száma átlagosan 140 darab volt, 24 000 HUF átlagos kosárértékkel (AOV). Ez havonta 3 360 000 HUF közvetlen organikus bevételt jelentett a blogból.

Az AI Overview korai, béta verziós magyarországi tesztjei során a fenti kulcsszavak organikus kattintásszáma 48%-kal esett vissza. A látogatók ugyanis megkapták a skandináv nappali ötleteket és a kanapé-ajánlásokat közvetlenül a Google felületén, anélkül, hogy átkattintottak volna a BútorTrend blogjára. A kieső forgalmat PPC csatornán (PMax és Search hirdetések) kellett pótolni, ami az átlagos 220 HUF CPC mellett havonta plusz 1 900 000 HUF hirdetési költséget generált, jelentősen rontva a cég nettó profitmarzsát.

A webáruház vezetése szakított a hagyományos SEO szemlélettel, és az alábbi intézkedéseket hajtotta végre:

• A tartalom teljes strukturálása: Az összes információs blogcikket átalakították. Ahelyett, hogy folyó szövegben magyarázták volna el a bútorok méreteit, bevezették az összehasonlító táblázatokat, amelyeket elláttak `Table` sémával, valamint minden cikkbe beágyaztak egy egyedi, saját gyártású videót.
• Merchant Center feed optimalizálás: Minden terméknél feltöltötték a választható attribútumokat (anyag: tömör tölgy, stílus: skandináv, max_terhelhetoség: 120kg). Így, amikor az AI Overview összehasonlította a kanapékat, a BútorTrend termékei pontos adatokkal szerepeltek az AI által generált táblázatokban.
• EEAT erősítése: A cikkeket ezentúl a cég belső lakberendezője jegyezte saját névvel, akinek létrehozták a szakmai profilját. Az Árukereső és Google értékelések kezelésére egy automatizált Billingo-integrációt építettek be, amely a sikeres kézbesítés után 3 nappal közvetlen értékelő linket küldött a vásárlóknak, 15%-os kedvezménykuponért cserébe. Ezzel a Google Cégem értékelések száma 3 hónap alatt 4.2-ről 4.8-ra nőtt, több mint 180 új véleménnyel.

Az átalakítás után, bár a blogbejegyzések teljes organikus forgalma 22%-kal csökkent a korábbi csúcshoz képest (az AI zero-click miatt), a látogatók minősége drasztikusan javult.

• Az organikus forgalomból származó tranzakciós konverziós ráta (CR) 1,2%-ról 2,1%-ra emelkedett.
• A Google AI Overview közvetlenül a BútorTrend kanapéit kezdte ajánlani a "legjobb skandináv kanapé kis lakásba" jellegű generatív válaszokban, mint megbízható és magasan értékelt opciót.
• Ez az AI-ajánlásokból származó forgalom havonta átlagosan 95 közvetlen tranzakciót generált, magasabb, 32 000 HUF kosárértékkel (mivel az AI a prémiumabb termékeket emelte ki a jó értékelések miatt).
• A havi organikus bevétel az AI-transzformáció után elérte a 4 128 000 HUF-ot, ami 22%-os növekedés a kiinduló állapothoz képest, miközben a PPC függőség és a járulékos hirdetési költségek csökkentek.

A pánik rossz tanácsadó. Sokan a forgalomcsökkenést látva olyan technikákhoz nyúlnak, amelyekkel végleg ellehetetlenítik a webáruházukat a jövő keresőiben.

Amikor a Google bejelentette, hogy a weboldalak letilthatják az AI tréninget a `Googlebot-Extended` user-agent blokkolásával, sok magyar webshop azonnal élt a lehetőséggel, mert "ne lopja el az AI a tartalmunkat". Ez hatalmas hiba.

Ha letiltod a Googlebot-Extendedet, valóban megakadályozod, hogy a Gemini tanuljon az oldaladból, de egyúttal garantálod, hogy a webáruházad és a termékeid soha nem fognak megjelenni az AI Overview válaszokban és az organikus Shopping ajánlásokban. Ez felér egy digitális öngyilkossággal.

Az a stratégia, hogy "ha az AI elviszi a forgalom felét, akkor kétszer annyi cikket írunk a ChatGPT-vel", katasztrófához vezet. A Google algoritmusa ma már másodpercek alatt azonosítja a hozzáadott érték nélküli, átfogalmazott szövegeket. Egyetlen darab, valódi szakértő által írt, saját mérési eredményeket és egyedi képeket tartalmazó esettanulmány vagy termékteszt többet ér, mint 150 darab, promptolt blogcikk.

Sok hazai kkv még mindig abban a hitben él, hogy ha vesz havi 5-10 darab PR cikket gyenge minőségű, linkfarmként működő "híroldalakról" (ahol a cikkek 90%-a szerencsejáték, hitel és e-commerce linkek keveréke), akkor az AI őt fogja preferálni. Az LLM-ek sokkal intelligensebbek annál, minthogy bedőljenek a fizetett linkhálózatoknak. A linkeknek továbbra is van szerepük, de csak akkor, ha valódi, releváns forgalmat terelő oldalakról származnak, és ha a webáruház technikai alapjai (JSON-LD, Feed minőség, Core Web Vitals) hibátlanok.

A felkészülést nem lehet halogatni. Az alábbi lépéseket követve strukturáltan alakíthatja át webáruházát az AI-alapú keresések korszakára:

• Merchant Center Feed Audit (Határidő: 14 nap)

Feladat:* Ellenőrizze a Google Merchant Center hibaüzeneteit. Töltse ki az összes opcionális attribútumot (`g:material`, `g:size`, `g:color`, `g:product_highlight`).

Mérhető eredmény:* 0 piros figyelmeztetés a Merchant Centerben, az opcionális attribútumok kitöltöttségi aránya haladja meg a 95%-ot.

• JSON-LD Séma implementáció (Határidő: 30 nap)

Feladat:* Fejlesztővel vagy megfelelő plugin segítségével építse be a haladó sémákat minden termékoldalra (`Product`, `Offer`, `MerchantReturnPolicy`, `ShippingDetails`).

Mérhető eredmény:* A Google Rich Results Test eszközében 0 hiba és 0 figyelmeztetés a termékoldalak tesztelésekor.

• Tartalom-tisztítás és "Information Gain" audit (Határidő: 45 nap)

Feladat:* Vizsgálja felül a top 30 legnagyobb forgalmú blogcikket. Törölje vagy írja át azokat, amelyek általános, AI által is könnyen generálható információkat tartalmaznak. Adjon hozzájuk saját képeket, összehasonlító táblázatokat és szakértői véleményeket.

Mérhető eredmény:* Minden megmaradt cikk rendelkezzen egyedi tartalommal (saját fotó, saját táblázat) és nevesített szerzővel.

• EEAT és Szerzői entitások felépítése (Határidő: 60 nap)

Feladat:* Hozzon létre részletes szerzői profiloldalakat a webáruházon belül. Kapcsolja össze a szerzőket külső profiljaikkal (LinkedIn) és használja a `Person` sémát.

Mérhető eredmény:* Google Search Console-ban az információs keresésekre megjelenő oldalakon a szerzői adatok strukturáltan azonosíthatóak legyenek.

• Véleménygyűjtési és Sentiment stratégia indítása (Határidő: 75 nap)

Feladat:* Automatizálja a vásárlás utáni értékelésgyűjtést. Ne csak a belső rendszerekbe, hanem közvetlenül a Google Cégem és az Árukereső felületére terelje a vásárlókat.

Mérhető eredmény:* Legalább 15%-os konverziós arány elérése a véleménykérő leveleknél, a Google Cégem értékelés átlagának 4.5 fölé emelése minimum 100 valós értékelés mellett.

• AI Visibility Monitoring bevezetése (Határidő: folyamatos)

Feladat:* Monitorozza, hogy a legfontosabb tranzakciós és összehasonlító kulcsszavaira megjelenik-e már az AI Overview (különösen külföldi VPN-t vagy tesztfiókokat használva). Vizsgálja, hogy a saját márkanév vagy termék bekerül-e az AI által generált szöveges válaszokba.

Mérhető eredmény:* Negyedéves jelentés készítése az AI Overview-ból származó közvetett (asszisztált) konverziókról és az entitás-említések számának növekedéséről.

---

SEO Title: Google AI Overview SEO Stratégia Magyar Webáruházaknak 2026

Meta Description: Hogyan készítsd fel e-commerce oldalad a Google AI Overview (SGE) hatásaira? Konkrét magyar piaci adatok, esettanulmány és akcióterv webáruházaknak az organikus CTR csökkenés ellen.