<!--
SEO Title: Google AI Overview SEO stratégia webáruházaknak: Így mentsd meg a szerves forgalmad
Meta leírás: Hogyan készülj fel a Google AI Overview (SGE) magyarországi bevezetésére? Konkrét e-commerce esettanulmány, strukturált adatok optimalizálása és túlélési akcióterv webáruházaknak.
-->
A Google keresőmotorjának történetében a találati oldal (SERP) struktúrájának átalakulása soha nem fenyegette annyira közvetlenül a tranzakciós webáruházak organikus forgalmát, mint a mesterséges intelligenciára épülő AI Overview (korábbi nevén SGE) globális és hazai térnyerése. A probléma lényege nem az, hogy a weboldalak hátrébb sorolódnak a klasszikus "kék linkek" listáján, hanem az, hogy a Google közvetlenül a találati oldalon válaszolja meg a vásárlási döntést megelőző kutató kereséseket, ezzel radikálisan csökkentve az átkattintási arányt (CTR). Ha egy felhasználó arra keres rá, hogy "melyik a legjobb robotporszívó kisállatszőrhöz", az AI Overview egy komplett, összehasonlító táblázattal és termékajánlásokkal kiegészített blokkot jelenít meg a képernyő tetején, a klasszikus organikus találatokat mélyen a hajtás alá szorítva. Az e-commerce oldalak számára ez nem csupán egy finomhangolási feladat, hanem a teljes organikus akvizíciós tölcsér újradefiniálását igényli.
Miért fontos ez most
A magyar e-commerce piac szereplői hosszú éveken át abban a kényelmes helyzetben voltak, hogy a nyelvi korlátok és a lokális piac kisebb mérete miatt a Google globális algoritmus-frissítései csak 6–12 hónapos késéssel fejtették ki hatásukat. Az AI Overview és a mögötte álló Gemini modell esetében ez a haladék megszűnt: a többnyelvű LLM-ek natívan, kiváló minőségben értik és generálják a magyar szakmai szövegeket is.
A 2026-os piaci valóság az, hogy az információs és kereskedelmi szándékú (commercial investigation) keresések akár 40-50%-a is "zero-click" kereséssé válik. Ez azt jelenti, hogy a felhasználó anélkül kapja meg a pontos választ, a specifikációk összehasonlítását vagy a márkajavaslatokat, hogy valaha rákattintana egy webáruház blogjára vagy kategóriaoldalára.
Ez a változás egy olyan időszakban éri a hazai piacot, amikor a Google Ads és a Meta hirdetési költségei (CPC és CPM) drasztikus mértékben emelkednek. Míg 2022-ben egy átlagos otthon-kert kategóriájú kattintásért 80–120 HUF-ot fizettünk a Google Search hálózatán, addig ez az érték ma már gyakran átlépi a 180–310 HUF közötti tartományt. Az organikus forgalom visszaesése így közvetlenül és azonnal megemeli a vevőszerzési költséget (CAC), ami a 50–500 millió HUF éves árbevételű, szűkebb árréssel dolgozó magyar webáruházak számára kritikus profitabilitási kérdéssé válik. Ha nem vagyunk ott az AI Overview forrásai között, a kieső forgalmat kizárólag méregdrága fizetett hirdetésekkel tudjuk majd pótolni, ami gyorsan lenullázza a ROAS-t.
A keresési szándék radikális átrendeződése: A "T-modell"
Az AI Overview térnyerésével a kulcsszókutatás hagyományos módszertana elavulttá válik. Nem elegendő keresési volumen (search volume) és kulcsszó-nehézség (keyword difficulty) alapján priorizálni. Be kell vezetnünk a keresési szándék (intent) új csoportosítását, amelyet "T-modellnek" nevezünk.
Információs vs. Tranzakciós keresések az AI korában
Az AI Overview elsősorban az információs és a komplex összehasonlító kereséseket sajátítja ki. Az olyan keresések, mint a "hogyan válasszak matracot" vagy a "melyik a jobb: OLED vagy QLED tévé", közvetlenül az AI válaszdobozban dőlnek el.
```
Hagyományos tölcsér:
[Információs keresés] -> [Blogbejegyzés] -> [Kategóriaoldal] -> [Vásárlás]
AI Overview tölcsér:
[Információs keresés] -> [AI Overview összefoglaló + Termék kártyák] -> [Közvetlen vásárlás]
```
A fenti ábra mutatja, hogy a hagyományos blog alapú forgalomterelés köztes fázisa teljesen kiesik. Ha a te webáruházad biztosítja a forrásadatot az AI számára, akkor a terméked közvetlenül az AI Overview termékkártyáin jelenik meg. Ha nem, akkor a felhasználó az Alza, az Emag vagy a MediaMarkt kínálatával találkozik közvetlenül a Google felületén, anélkül, hogy a te oldaladra valaha eljutna.
Az "AI-proof" kulcsszavak azonosítása
Ahhoz, hogy megvédjük a webshop organikus pozícióit, a kulcsszókészletet két kategóriára kell osztanunk:
- AI-sérülékeny kulcsszavak: Általános listák, "hogyan működik" típusú kérdések, egyszerű definíciók. Ezeknél a cél nem a közvetlen organikus kattintás megszerzése, hanem a GEO (Generative Engine Optimization) segítségével elérni, hogy a mi webáruházunk legyen az AI által hivatkozott forrás.
- AI-rezisztens kulcsszavak: Ultra-specifikus long-tail keresések, lokális elérhetőségre vonatkozó kifejezések, márkanevesített tranzakciós keresések (pl. "Bosch Serie 6 mosógép 9kg azonnal átvehető Budapest"). Ezeknél a kereséseknél a felhasználók átugorják az AI összefoglalót, mert azonnali vásárlási szándékkal rendelkeznek, és a valós készletinformációkra kíváncsiak.
Strukturált adatok és Entity-alapú SEO: Hogyan beszélgessünk a Gemini-vel
Az LLM-ek (Large Language Models), mint amilyen a Google keresőt hajtó Gemini is, nem úgy olvassák a weboldalakat, mint a hagyományos Googlebot. Nem egyszerűen kulcsszavakat keresnek az indexelt HTML-kódban, hanem entitásokat (Entities) és a köztük lévő kapcsolatokat (Knowledge Graph) próbálják megérteni. Ha a webáruházad nem beszéli ezt az entitás-alapú nyelvet, az AI számára láthatatlanná válik.
A Schema.org nem opció, hanem az egyetlen túlélési eszköz
Sok magyar webáruház még mindig a legalapvetőbb terméksémákkal működik, amelyeket a bérelhető rendszerek (például Shoprenter vagy Unas) alapértelmezetten generálnak. Ezek gyakran hiányosak, hibásak vagy nem tartalmaznak elegendő attribútumot. Az AI-korszakban a következő strukturált adatok implementálása kötelező minden egyes termékoldalon:
- `Product` séma, de nem csak a névvel és árral, hanem az összes létező attribútummal: `brand`, `color`, `material`, `size`, `weight`, `gtin13` (EAN kód).
- `Offer` séma, pontos `priceCurrency` (HUF), `itemCondition` és `shippingDetails` adatokkal. Az AI Overview előszeretettel emel ki szállítási költségeket és szállítási időket közvetlenül az összehasonlításban. Ha ezek nincsenek strukturált formában megadva, a termék kiesik a rostán.
- `MerchantReturnPolicy` séma: A Google kiemelten kezeli azokat a kereskedőket, akik egyértelmű visszaküldési politikával rendelkeznek (pl. "30 napos ingyenes visszaküldés").
A magyar nyelv agglutináló (ragozó) jellege miatt a hagyományos szövegelemzés során az algoritmusok nehezebben azonosítják a szinonimákat és ragozott alakokat. A strukturált adatok használatával azonban nyelvfüggetlen entitás-azonosítókat (például Wikidata QID-kat) adhatunk meg a `sameAs` mezőben.
Ha például az oldaladon prémium minőségű kerti szerszámokat árulsz, a terméksémában a márkát így kell definiálnod:
```json
"brand": {
"@type": "Brand",
"name": "Gardena",
"sameAs": "https://www.wikidata.org/wiki/Q1494056"
}
```
Ezzel az egyszerű kódrészlettel egyértelművé teszed a Gemini számára, hogy pontosan melyik globális entitásról van szó, függetlenül attól, hogy a magyar szövegkörnyezetben hogyan ragozod a szót.
Google Merchant Center mint az AI elsődleges adatforrása
Sokan elfelejtik, hogy a Google AI Overview nemcsak az organikus indexből táplálkozik, hanem közvetlenül összeköttetésben áll a Google Shopping Graph-al is. Ez azt jelenti, hogy a termékajánlások, árak, készletinfók és értékelések jelentős része a Google Merchant Center (GMC) feedből származik.
Ha a GMC feededben hibásak az adatok, nincsenek kitöltve az opcionális, de fontos attribútumok (pl. `product_type`, `google_product_category`), vagy eltérés van a feedben szereplő ár és a weboldalon található bruttó fogyasztói ár között, az AI egyszerűen kizárja a termékeidet a generált válaszokból. A feed minőségének javítása (Feed Optimization) ma már tisztán SEO feladattá is vált.
| Attribútum | Fontosság az AI Overview szempontjából | Javasolt formátum / Érték |
| :--- | :--- | :--- |
| `gtin` | Kritikus | Valós EAN-13 kód (kötelező az egyértelmű azonosításhoz) |
| `product_type` | Magas | Legalább 3 szintű kategória-hierarchia (pl. Otthon > Kert > Fűnyírók) |
| `custom_label_0` | Közepes | Szezonalitás vagy árrés kategória (segíti az AI-t a kontextus megértésében) |
| `product_highlight` | Magas | Rövid, bullet-point szerű előnyök (közvetlenül beolvasható az AI összefoglalóba) |
Márkaemlítések és a "Generative Engine Optimization" (GEO)
Mivel az LLM-ek a weben található összes elérhető információ alapján szintetizálják a válaszaikat, a hagyományos linképítés (backlink profil) mellé fel kell zárkóztatni a digitális PR és a márkaemlítések menedzselését. A keresőoptimalizálás új iránya a GEO, amelynek célja, hogy a márkánk és termékeink hiteles, szakértői kontextusban jelenjenek meg azokon a helyeken, ahonnan az AI a tudását meríti.
Hogyan kerüljünk be az AI Overview forrásai közé?
A Gemini a válaszok generálásakor megbízható forrásokat keres. Nem feltétlenül a legnagyobb domain tekintéllyel (Domain Authority) rendelkező oldalakat választja, hanem azokat, amelyek a leginkább releváns, strukturált és szakértői (E-E-A-T) választ adják az adott problémára.
A források közé való bekerüléshez a tartalomnak a következő tulajdonságokkal kell rendelkeznie:
- Közvetlen adatok és statisztikák: Az AI imádja a konkrét számokat. Ha a cikkedben leírod, hogy "a fűnyíró traktor fogyasztása alacsony", az AI figyelmen kívül hagyja. Ha azt írod: "tesztünk során a fűnyíró traktor átlagos fogyasztása 1,2 liter/óra volt 10 cm-es fűmagasság mellett", az AI ezt tényként és értékes információként fogja kezelni, és jó eséllyel téged jelöl meg forrásként.
- Strukturált formátum: Használj összehasonlító táblázatokat, listákat, pro-contra felsorolásokat. Az LLM-ek sokkal könnyebben dolgozzák fel a strukturált HTML táblázatokat (`<table>`), mint a folyószövegbe rejtett adatokat.
- Szakértői hitelesség (E-E-A-T): Minden információs cikket egy valós, beazonosítható szakértő jegyezzen. Legyen szerzői profil (Author Page), amely linkeli a szerző LinkedIn profilját, szakmai hátterét.
A digitális PR és a fórumok felértékelődése
A Google az utóbbi időben drámaian megemelte a felhasználói vélemények, fórumok (Reddit, Quora) súlyát a találati oldalon. Magyarországon ennek megfelelője a Gyakori Kérdések (gyakorikerdesek.hu) és a különböző tematikus fórumok (pl. Prohardver, Index Fórum, Autó-Motor fórumok).
Ha az AI azt látja, hogy egy adott termékkategóriában (pl. "megbízható klímaszerelő Budapesten" vagy "legjobb pelenka márka") a felhasználók konzisztensen egy bizonyos márkát vagy webáruházat ajánlanak a fórumokon, akkor ezt a márkát fogja preferálni az AI Overview válaszokban is.
Ez azt jelenti, hogy a SEO-nak ki kell lépnie a saját weboldal keretei közül. Aktív, organikus jelenlétre van szükség a releváns fórumokon és közösségi csoportokban. Ez nem spamelést jelent, hanem valós problémamegoldást: ha egy felhasználó segítséget kér egy fórumon, és a te szakértő munkatársad válaszol neki – megemlítve a webáruházat –, azt a Google AI indexelni fogja, és entitás-kapcsolatként rögzíti.
---
Esettanulmány: A 350 millió HUF árbevételű "KertDepó" AI-transzformációja
Hogy megértsük a számokat és a stratégia gyakorlati működését, nézzünk meg egy valós forgatókönyv alapján felépített magyar esettanulmányt.
A kiinduló állapot
A KertDepó egy fiktív, de paramétereiben teljesen reális magyar webáruház, amely kerti szerszámokat, öntözéstechnikai eszközöket és fűnyírókat értékesít.
- Éves árbevétel: 350 000 000 HUF
- Átlagos kosárérték (AOV): 25 000 HUF
- Tranzakciók száma: 14 000 rendelés/év
- Forgalmi megoszlás: 45% Organikus keresés (SEO), 35% Paid PPC (Google Ads, Meta), 20% Közvetlen/E-mail marketing.
- Havi organikus forgalom: 30 000 munkamenet (sessions). ebből 18 000 (60%) információs vagy commercial keresésekből származik (blogcikkek, összehasonlítások, vásárlási útmutatók), míg 12 000 (40%) közvetlen termék- vagy kategóriakeresés.
A fenyegetés kalkulációja
A Google AI Overview magyarországi bevezetésével a KertDepó marketing csapata modellezte a várható veszteségeket, amennyiben nem változtatnak a stratégián. Az információs keresések CTR-jének becsült 35%-os visszaesésével számolva:
- Kieső havi információs forgalom: $18\ 000 \times 0,35 = 6\ 300$ munkamenet.
- Az információs forgalom átlagos konverziós aránya (CR) alacsonyabb, mint a közvetlené, de a retargeting listák építésével együtt realizált közvetett konverziós ráta: 0,8%.
- Közvetlen havi rendelésveszteség: $6\ 300 \times 0,008 \approx 50$ rendelés/hónap.
- Éves rendelésveszteség: $50 \times 12 = 600$ rendelés.
- Éves árbevétel-kiesés: $600 \times 25\ 000 \text{ HUF} = 15\ 000\ 000 \text{ HUF}$.
Ha ezt a kieső forgalmat fizetett Google Search hirdetésekkel akarnák pótolni a kerti kategóriában jellemző 160 HUF-os átlagos CPC mellett, annak költsége:
$$\text{Pótlási költség} = 6\ 300 \text{ kattintás} \times 160 \text{ HUF} = 1\ 008\ 000 \text{ HUF / hónap}$$
Ez évente több mint 12 millió HUF plusz marketing kiadást jelentene, ami súlyosan rontaná a cég EBITDA mutatóját.

A bevezetett GEO és Technikai SEO intézkedések
A KertDepó nem fogadta el a forgalomvesztést, hanem egy 6 hónapos optimalizálási programot indított el.
- Strukturált adatok teljes revíziója: Lekérték az összes terméket a Google Merchant Centerből, és kijavították az EAN (GTIN) kódok hibáit (korábban a termékek 22%-ánál hiányzott vagy hibás volt). Implementálták a kiterjesztett `Product` és `Offer` sémákat a webáruház motorjában (Shoprenter egyedi fejlesztői API segítségével).
- A tartalom átalakítása "AI-barát" formátumra: A 40 leglátogatottabb blogcikküket teljesen átírták. Ahelyett, hogy hosszú, terjengős bevezetőket írtak volna, minden cikk elejére egy 3-4 mondatos, tényekkel teli összefoglalót helyeztek el, amelyet HTML táblázatok és pro-contra listák követtek.
- E-E-A-T megerősítése: Felkértek egy ismert magyar kertészmérnököt, hogy vizsgálja felül a cikkeiket. A cikkek alá részletes szerzői box került, hivatkozva a mérnök kamarai tagságára és publikációira.
- Márkaemlítések generálása: Célzott digitális PR kampányt indítottak. Cikkeket helyeztek el a Sokszínű Vidék és az Ezermester portálokon, nem klasszikus értékesítési céllal, hanem szakmai interjúk formájában, ahol a KertDepó szakértőként volt megnevezve.
Az eredmények
A program lefutása után, az AI Overview élesedését követő 6. hónapban az adatok a következő képet mutatták:
- Az organikus forgalom nemhogy csökkent volna, de az információs szegmensben 4%-kal növekedett.
- A KertDepó termékei és ajánlásai a releváns kulcsszavak (pl. "legjobb fűnyíró traktor kis kertbe") esetében az AI Overview válaszdobozok 42%-ában megjelentek mint ajánlott források vagy termékkártyák.
- Az AI Overview-ból érkező közvetlen átkattintások konverziós aránya kimagasló, 3,1% volt, mivel a felhasználók már előmelegített, jól informált állapotban érkeztek a webshopra.
- A cég sikeresen megvédte a 15 millió HUF értékű éves forgalmát, és elkerülte a 12 millió HUF-os extra PPC költést. A projekt teljes költsége (fejlesztés, szakértői díjak, PR cikkek) egyszeri 2,4 millió HUF volt, ami kevesebb mint 3 hónap alatt megtérült.
---
Gyakori hibák: Mit NE csinálj?
A pánik rossz tanácsadó. Az AI Overview-ra való felkészülés során a magyar marketingesek és cégvezetők gyakran elkövetnek olyan hibákat, amelyekkel nemhogy javítanák, de egyenesen rombolják a webáruház organikus pozícióit.
1. Tömeges AI-tartalomgyártás felügyelet nélkül
"Ha a Google mesterséges intelligenciát használ, akkor mi is gyártsunk le havi 500 blogcikket ChatGPT-vel, és árasszuk el a keresőt!"
Ez a leggyorsabb út a teljes organikus megsemmisüléshez. A Google algoritmusai (különösen a SpamBrain és a Helpful Content rendszer) másodpercek alatt azonosítják a gyenge minőségű, generikus, emberi hozzáadott érték nélküli AI tartalmakat.
A magyar piacon működő "olcsó" SEO ügynökségek (jellemzően a havi 120 000 – 180 000 HUF közötti sávban dolgozók) előszeretettel ajánlanak ilyen tömeges tartalomgyártást. Az eredmény: a domain tekintélyének elvesztése, rosszabb esetben manuális büntetés a Google-től. Az AI Overview nem a tömeget, hanem a kiemelkedő, egyedi kutatást tartalmazó forrásokat emeli ki.
2. A technikai SEO és a Core Web Vitals elhanyagolása
Egyesek azt gondolják, hogy az AI korában a technikai részletek (mint az oldalsebesség vagy a tiszta HTML kód) háttérbe szorulnak. Ez tévedés.
Az AI Overview-nak valós időben kell generálnia a válaszokat. Ha a te oldalad lassan tölt be, a Google botjai nem tudják időben lekérni az adatokat a RAG (Retrieval-Augmented Generation) folyamat során. Ha a mobil LCP (Largest Contentful Paint) értéked rosszabb, mint 2,8 másodperc, a rendszerek egyszerűen átugorják a webshopodat, mert nem kockáztathatják az AI válaszadási sebességének lassulását.
3. Másolás és az "XML feedből élünk" mentalitás
Ha a webshopodban lévő 10 000 termék leírása megegyezik a nagykereskedőtől kapott XML feed tartalmával (amelyet másik 40 magyar webáruház is használ), az AI számára te nem létezel mint önálló entitás. Az AI a legolcsóbb vagy a legismertebb szereplőt (pl. Alza, Emag) fogja megjeleníteni. Ha nincs egyedi termékleírásod, egyedi képeid, saját videós bemutatóid, akkor az AI szempontjából teljesen felesleges zaj vagy a weben.
---
Akcióterv: 6 lépéses felkészülési stratégia magyar webáruházaknak
Kövesd ezt a lépésről lépésre felépített tervet a következő 90 napban, hogy minimalizáld az AI Overview negatív hatásait, és növeld a piaci részesedésedet.
1. lépés: Strukturált adatok auditja és javítása (Határidő: 1-15. nap)
- Futtasd le a webáruházad főbb kategória- és termékoldalait a Google Rich Results Test eszközben.
- Azonosítsd és javítsd az összes "Figyelmeztetés" (Warning) jelzést, különösen a `price`, `availability`, `review` és `gtin` mezőknél.
- Ha bérelt rendszered van (Shoprenter, Unas, Shoptet), vedd fel a kapcsolatot az ügyfélszolgálattal, és kérd a sémák kibővítését a hiányzó attribútumokkal (`shippingDetails`, `returnPolicy`). Ha WooCommerce vagy Shopify rendszert használsz, telepíts prémium séma-bővítményt (pl. RankMath Pro vagy Schema App).
2. lépés: Google Merchant Center Feed optimalizálás (Határidő: 16-30. nap)
- Ellenőrizd a GMC-ben az "Diagnosztika" fület. A hibás vagy hiányzó attribútumok arányát szorítsd 1% alá.
- Töltsd ki az összes létező terméknél a `brand`, `color`, `gender`, `size` és `material` mezőket, még akkor is, ha ezek nem kötelezőek a te kategóriádban.
- Használj egyedi termékcímeket a feedben, amelyek tartalmazzák a legfontosabb keresési kulcsszavakat (márka + modell + fő tulajdonság).
3. lépés: A tartalom "AI-optimalizálása" (GEO) (Határidő: 31-50. nap)
- Azonosítsd a top 20 olyan információs blogbejegyzésedet, amelyek jelenleg a legtöbb organikus forgalmat hozzák (Google Search Console adatok alapján).
- Alakítsd át őket a következő struktúra szerint:
Helyezz el a cikk legelején egy tömör, 200-300 karakteres összefoglalót* bold betűtípussal szedve (ez az úgynevezett "AI bait" vagy AI csali).
* Helyezz el legalább egy jól strukturált HTML táblázatot az adatokkal.
* Használj egyértelmű, kérdés-felelet formátumot a H2 és H3 címsorokban.
4. lépés: E-E-A-T profilok felépítése (Határidő: 51-65. nap)
- Hozz létre egy dedikált "Szakértőink" vagy "Szerkesztőség" oldalt.
- Minden cikkhez rendelj hozzá egy valós szerzőt. Ne a "KertDepó marketing csapat" vagy a "Webáruház admin" legyen a szerző.
- Linkeld be a szerzők valós szakmai profiljait. Ha nincs belső szakértőd, működj együtt egy külsős magyar szakemberrel (pl. kertész, lakberendező, villanyszerelő a webshop profiljától függően), aki nevét és arcát adja a tartalomhoz havi fix díjért (kb. 50 000 – 100 000 HUF/hó).
5. lépés: Digitális PR és entitás-építés (Határidő: 66-80. nap)
- Keresd meg a piacodhoz kapcsolódó releváns magyar blogokat, magazinokat.
- Vásárolj vagy barterezz vendégcikkeket (Guest Posts), de kerüld a kulcsszóra optimalizált horgonyszövegeket (pl. "olcsó fűnyíró"). Ehelyett a márkanévre (brand anchor) és a szakértői megnevezésre fókuszálj (pl. "a KertDepó szakértője szerint...").
- Indíts el egy belső programot, ahol a vásárlóidat ösztönzöd valós, részletes értékelések írására a Google Cégem és Árukereső felületeken. Az értékelések szövegében szerepeljenek a termékek pontos megnevezései is.
6. lépés: Monitorozás és mérés (Határidő: 81-90. nap és folyamatosan)
- Mivel a Google Search Console még nem biztosít külön szűrőt az AI Overview forgalomra, hozz létre egy egyedi szegmenst vagy követőkódot a Google Analytics 4 (GA4) felületén.
- Kövesd nyomon az információs kategóriák és blogbejegyzések organikus CTR változását.
- Használj olyan modern SEO eszközöket (pl. Ranktracker vagy Semrush AI tracking funkciók), amelyek már képesek detektálni, hogy a te kulcsszavaidra megjelenik-e AI Overview, és abban szerepel-e a weboldalad linkje. Target KPI: az AI Overview válaszok legalább 20%-ában való megjelenés az első év végére.




