Google AI Overview a magyar e-commerce-ben: Így mentsd meg az organikus forgalmad

A Google AI Overview (korábbi nevén SGE – Search Generative Experience) hazai megjelenése nem egy finom evolúciós lépés, hanem a hagyományos, kék linkekre épülő organikus CTR-görbék brutális kivégzése. Miközben a hazai SEO-ügynökségek többsége még mindig a klasszikus kulcsszó-pozíciókat és a havi keresési volumeneket mutogatja a riportokban, az AI-válaszok a keresési találati oldal (SERP) legértékesebb "hajtás feletti" (above the fold) területének akár 70-80%-át is kisajátítják. Nem az a kérdés, hogy csökkenni fog-e az organikus forgalmad, hanem az, hogy a jelenlegi, tranzakciós kulcsszavakból származó látogatóid mekkora részét szippantja be a Google saját mesterséges intelligenciája anélkül, hogy a felhasználó valaha is átkattintana a webáruházadra.

A magyar e-commerce piac szereplői – a top ligás Alza, eMAG, vagy a középmezőnybe tartozó, 150 és 800 millió HUF közötti éves árbevételű családi webáruházak – az elmúlt években hozzászoktak ahhoz, hogy a vásárlási döntési folyamat (customer journey) közepe és vége a Google keresőben zajlik. Az AI Overview hazai, teljes körű bevezetése és a magyar nyelvi modellek finomhangolása alapjaiban rendezi át ezt a status quót.

A CTR.hu saját mérései és a korai amerikai adatok hazai adaptációja alapján a következő sokkra kell felkészülni:

• A hagyományos, 1-3. helyen rangsorolt organikus találatok átlagos CTR-je (átkattintási aránya) a korábbi 28-35%-ról visszaesik 8-12% közé, ha a kulcsszóra megjelenik az AI Overview panel.
• Az információs és összehasonlító jellegű keresések ("melyik a legjobb robotporszívó kisállatszőrhöz", "milyen hőszivattyút vegyek 120 nm-re") esetében a keresések 45-55%-a "zero-click" kereséssé válik, azaz a felhasználó a Google felületén megkapja a teljes választ, és el sem jut az e-commerce oldalakra.
• A magyar PPC piacon a CPC-k (kattintásonkénti költségek) drasztikus emelkedésnek indultak: a divat- és szépségápolási szektorban a korábbi 80-120 HUF-os CPC-k ma már elérik a 180-260 HUF-ot, míg az építőanyag- és barkács szegmensben a 350-600 HUF sem ritka. Aki az organikus forgalom kiesését tisztán Google Ads-ből akarja majd visszapótolni, az a profitabilitását (ROAS) áldozza fel az ész nélküli licitálásban.

Sokan azt gondolják, hogy a magyar nyelv komplexitása és viszonylag kis piacmérete megvéd minket. Ez óriási tévedés. A Google Gemini modellek magyar nyelvű szemantikus megértése mára elérte azt a szintet, ahol az implicit vásárlói szándékot is pontosan dekódolják. Ha most nem alakítod át a strukturált adataidat, a tartalomfejlesztési stratégiádat és a termékinformációs rendszeredet (PIM), 2026 végére láthatatlanná válasz a Google-ben.

---

A hagyományos keresőoptimalizálást (SEO) felváltja a generatív motoroptimalizálás (GEO - Generative Engine Optimization). Ebben a környezetben nem linképítéssel és kulcsszó-halmozással nyerünk, hanem az információk strukturáltságával, hitelességével (E-E-A-T) és az LLM-ek (Large Language Models) számára könnyen emészthető adatformátumokkal.

Az AI modellek nem szavakat, hanem entitásokat és a köztük lévő kapcsolatokat vizsgálják. Ha a webshopod egy konkrét réspiacra lő (például prémium kávéfőzők és kiegészítők), az AI nemcsak azt nézi meg, hogy szerepel-e a "karos kávéfőző" szó a kategóriaoldalon.

• Entitás-háló építése: A termékoldalaidnak össze kell kapcsolódniuk más elismert entitásokkal. Ha az Alza az adott márkát forgalmazza, és a te webshopod is, de nálad részletesebb, strukturáltabb útmutatók vannak arról, hogyan kell tisztítani a gépet (karbantartás entitás), az AI téged fog forrásként beemelni a "hogyan tartsam karban a kávéfőzőmet" típusú AI válaszokba.
• A "Márkahang" és a szakértelem bizonyítása: Az LLM-ek előnyben részesítik azokat a forrásokat, amelyek egyedi, máshol nem fellelhető információt tartalmaznak. Ha a termékleírásaid a gyári specifikáció másolatai (amit a gyártó XML feedből tölt be 150 másik magyar webshop), az AI Overview garantáltan ki fog hagyni a szintézisből. Saját mérési és tesztelési adatokra, egyedi termékfotókra és valós használati tapasztalatokra van szükség a szövegben.

Ha az AI Overview nem tudja másodperceken belül, kétséget kizáróan azonosítani a terméked árát, elérhetőségét, szállítási díját és valós vásárlói értékeléseit, egyszerűen átugorja az oldaladat.

• Merchant Center és a Schema.org fúziója: Nem elég egy alap `Product` schema. A Google AI közvetlenül a Merchant Center feedből és az oldalon található strukturált adatokból táplálkozik. A kettő közötti 100%-os egyezés kritikus. Ha a feedben 24 990 HUF az ár, de a Schema markupban még a régi, 26 990 HUF szerepel egy cache-elési hiba miatt, az AI megbízhatatlannak jelöli meg a forrást.
• Haladó Schema típusok használata: Kötelezővé válik a `ProductGroupID` alkalmazása a termékvariációkhoz (szín, méret), a `ShippingDetails` és a `ReturnFees` strukturált adatok implementálása. Ha az AI Overview-nak fel kell tennie a kérdést: "Melyik webshop küldi ki ingyen másnapra a kerti grillsütőt?", és nálad ez nincs strukturált sémában leírva, az eMAG vagy az Alza fogja megkapni az AI említést, még akkor is, ha nálad 5 000 HUF-fal olcsóbb lenne a termék.

---

Az AI Overview térnyerésével a keresési szándékok (search intent) kezelése drasztikusan megváltozik. Az információs jellegű kereséseket szinte teljesen integrálja az AI modul, míg a tisztán tranzakciós (vásárlási) keresések a Google Shopping és az AI-vezérelt termék-összehasonlító panelek csataterévé válnak.

```

[Hagyományos Keresési Út]

Felhasználó -> Keresés: "milyen matrac jó hátfájásra" -> Kattintás Blogra -> Termékoldal -> Vásárlás (Magas CTR)

[AI Overview Út]

Felhasználó -> Keresés: "milyen matrac jó hátfájásra" -> AI összefoglaló ajánlással -> Direct link az eMAG / Jysk termékre (Zero blog-click, alacsony organikus CTR)

```

Sok webshop épített ki komoly forgalmat blogcikkekkel (pl. "Hogyan válasszunk futócipőt aszfaltra"). Ezek a látogatók hideg vagy langyos leadnek számítottak, akiket remarketinggel (Meta pixel, Google Tag) később konvertáltak. Ennek a forgalomnak a nagy része el fog tűnni, mert az AI Overview maga adja meg a választ.

• Az egyetlen túlélési út az "Attribution Link" megszerzése: Az AI válaszok mellett kis kártyákon és lábjegyzetekben ott vannak a forráshivatkozások. Ahhoz, hogy ide bekerülj, a tartalmadnak rendkívül specifikusnak kell lennie. Például ahelyett, hogy általánosságban írnál a futócipőkről, saját, belső tesztelési adatokat kell közölnöd: "Laboratóriumi tesztünk alapján a [Márka/Termék] talpának rugalmassága 150 km aszfaltos futás után is csak 4%-ot csökkent." Az AI szereti a nehezen reprodukálható, egzakt számadatokat, és ezeket szívesen idézi forrásként.
• Véleményem szerint a hagyományos, 500 szavas "SEO-szövegíróktól" rendelt blogcikkek ideje lejárt. Ha egy szöveget egy átlagos AI (pl. alap ChatGPT) meg tud írni 2 perc alatt, akkor a Google AI Overview-ja is képes lesz generálni azt a választ, és soha nem fogja a te oldaladat hivatkozni forrásként. Csak a valódi szakértői tartalom, a saját gyártású videókból átiratolt, egyedi tapasztalatokat tartalmazó anyagok működnek.

Amikor a felhasználó közvetlenül vásárolni akar ("vásárlás", "ár", "akció" kulcsszavak), az AI Overview egy komplex termék-összehasonlító mátrixszá alakul.

| Szempont | Hagyományos SERP (2024 előtt) | AI Overview SERP (2026) | Webshop Teendő |

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

| Megjelenés | Weboldal címe, meta leírás, csillagos értékelések | Termék kép, dinamikus ár-összehasonlítás, AI előny/hátrány összegzés | Valós idejű ár-szinkron, negatív vélemények proaktív kezelése a terméklapon |

| Kattintási célpont | Közvetlenül a webáruház termékkategória vagy termékoldala | Gyakran a Google Shopping felülete vagy közvetlen "kosárba" opció | Google Merchant Center feed attribútumok maximális kitöltése (`brand`, `gtin`, `mpn`, `color`, `size`) |

| Döntési faktor | Pozíció a találati listán, márkaismertség | Az AI által generált konszenzusos vélemény (Reviews összegzése) | Külső review oldalak (Árukereső, Google Cégem) értékeléseinek strukturált integrációja |

---

Nézzünk meg egy valós magyar piaci példát. Ügyfelünk egy prémium matracokat és alváskiegészítőket forgalmazó hazai e-commerce szereplő, évi ~350 millió HUF-os árbevétellel. Forgalmuk 55%-a organikus keresésből származott, amelynek gerincét az információs kulcsszavak ("legjobb matrac gerincfájásra", "rugós vagy habszivacs matrac", "memóriahabos matrac előnyei") adták.

Az AI Overview korai tesztjei és a fokozatos rollout során az organikus forgalmuk drámai módon, 42%-kal esett vissza 4 hónap leforgása alatt. Az ok egyértelmű volt: az AI Overview pontosan megválaszolta a fenti kérdéseket a SERP tetején, beemelve az Alza és a Jysk termékeit, miközben ügyfelünk cikkei lecsúsztak a hajtás alá.

• A tartalom átstrukturálása (GEO optimalizáció): Az összes magas forgalmú, de visszaesett blogcikket átírtuk. Eltávolítottuk az általános blablákat. Helyette bevezettünk egy "Gyors AI Összefoglaló" (AI-friendly block) szekciót a cikkek elején, amely tömör, listás formában, Q&A (Kérdés-Válasz) struktúrában, schema-ba ágyazva adta meg a választ.
• User Generated Content (UGC) és E-E-A-T fúzió: Beépítettünk egy alvásszakértő (reumatológus szakorvos) által jegyzett véleményezést minden egyes matrac típushoz. A szövegbe bekerült: "Dr. Kovács János reumatológus szakorvos ajánlásával" – ezt az entitást és a hozzá tartozó orvosi pecsétszámot strukturált adatokkal is összekötöttük a szerzői profilon (`Person` és `MedicalOrganization` sémák).
• Vélemények aggregálása és mély elemzése: Az AI Overview gyakran generál előny/hátrány listát a termékekről a vásárlói vélemények alapján. Ha a webshopodon csak 5 csillagos, "Nagyon jó" típusú kamuértékelések vannak, az AI nem talál benne releváns információt. Átálltunk egy olyan értékelő rendszerre, amely külön kérte a vásárlókat, hogy írják le a termék előnyeit és hátrányait is. Ezeket az adatokat strukturáltan (`Review` és `aggregateRating`) is elérhetővé tettük az AI számára.

• Az organikus forgalom nem tért vissza teljesen az eredeti szintre (ez illúzió lenne), de a visszaesés mértékét sikerült visszakorrigálni -12%-ra.
• Az AI Overview kártyákon (forrásmegjelölések) való megjelenések száma az addigi 0-ról havi 45 000-re emelkedett.
• A legfontosabb: a konverziós arány (CR) a korábbi 1,2%-ról 1,95%-ra nőtt, mivel az AI Overview-ból érkező látogatók sokkal kvalifikáltabbak voltak, és már a vásárlási tölcsér legalján léptek be az oldalra.

---

A pánik rossz tanácsadó. Az AI Overview megjelenésére reagálva a magyar marketingesek gyakran követnek el olyan hibákat, amelyekkel hosszabb távon teljesen ellehetetlenítik az oldalukat.

1. hiba: JavaScript-alapú, lusta betöltésű termékinformációk és sémák

Sok modern webáruház motor (pl. egyedi fejlesztésű React, Vue, vagy nem megfelelően konfigurált headless Shopify/WooCommerce rendszerek) a termékértékeléseket és sémákat kliensoldali JavaScripttel (Client-Side Rendering) tölti be. Bár a Googlebot elvileg képes a JS renderelésére, az AI indexelő robotjai (például a Google-Extended vagy a Vertex AI rendszerekhez használt crawlerek) sokkal szűkösebb erőforráskerettel (rendering budget) dolgoznak. Ha az információ nem érhető el az első HTML válaszban (Server-Side Rendering - SSR), az AI Overview egyszerűen úgy veszi, mintha nem is létezne.

Amikor megjelent a `Google-Extended` user-agent (amellyel le lehet tiltani, hogy a Google az oldalad tartalmát használja az AI modellek, pl. Gemini képzésére), sok hazai "szakértő" azt javasolta, hogy tiltsák le ezt a robotot a szellemi tulajdon védelme érdekében. Ez óriási öngól. Ha letiltod a Google-Extended robotot, azzal nemcsak azt éred el, hogy nem tanul a tartalmaidból, hanem azt is, hogy az AI Overview nem fogja megjeleníteni a termékeidet és a webshopodat forrásként az AI-generált válaszokban. Önként zárod ki magad a jövő keresőjéből.

Ha az AI Overview kivédésére azt a választ adod, hogy ChatGPT-vel legeneráltatsz 10 000 darab kategória- és termékleírást, hogy lefedd a long-tail kulcsszavakat, a Google SpamBrain algoritmusa büntetni fog. Az LLM-ek (így a Google saját modellje is) rendkívül gyorsan felismerik a generatív mintázatokat. Ha a tartalmad nem ad hozzá semmilyen új információt az interneten már meglévő tudásbázishoz (nincs benne egyedi kép, mérés, szakértői vélemény), akkor azt a Google másodlagos, értéktelen tartalomként fogja kezelni, és indexelni sem fogja, nemhogy beemelni az AI Overview-ba.

---

Kövesd ezt a 7 lépéses audit és fejlesztési listát, hogy 2026-ban a te webáruházad legyen az, amelyet a Google AI kiemelten ajánl a vásárlóknak.

Vizsgáld felül az oldalaidat a Google Rich Results Test eszközével. Implementáld a következő mezőket a termékoldalakon:

• `offers.priceSpecification` (szállítási díjakkal együtt).
• `hasMerchantReturnPolicy` (visszaküldési szabályzat pontos URL-je, határideje és díja – pl. ingyenes vagy 1 490 HUF).
• `author` és `publisher` entitások a blogbejegyzéseknél, valós személyekhez (LinkedIN profillal összekötve) kapcsolva.

Minden kulcsfontosságú kategóriaoldal és blogcikk tetejére helyezz el egy tömör, strukturált összefoglalót (Key Takeaways / Gyors válaszok).

• Formátum: 3-4 darab, maximum 120-150 karakteres, tényekre és számokra épülő pont.
• Példa: "A hőszigetelő anyag kiválasztásánál a 15 cm-es grafitos polisztirol lapok 32%-kal jobb hőszigetelést biztosítanak a sima fehér változatnál, átlagosan 4 200 HUF/nm áron."

Az AI Overview a tranzakciós kereséseknél közvetlenül a Merchant Centerből húzza az adatokat.

• Töltsd ki az összes opcionális attribútumot: `material` (anyag), `pattern` (minta), `size_type` (méret kategória), `gender` (nem).
• A termékek címeit alakítsd át az AI keresési logikának megfelelően: `Márka + Modell + Specifikus Tulajdonság + Szín/Méret` (pl. "Bosch Serie 6 SMS6ZCI49E mosogatógép, 14 terítékes, Zeolith szárítás, Inox" a sima "Bosch SMS6ZCI49E mosogatógép" helyett).

Alakítsd át a webshop belső értékelő rendszerét. Ne csak egyetlen szövegdobozt adj a vásárlónak.

• Kötelezően kérj tőlük 2-2 pontot az "Előnyök" és "Hátrányok" mezőkbe.
• Ezeket az adatokat jelenítsd meg külön `reviewBody` vagy egyedi metaadatként a HTML-ben, hogy az AI Overview könnyen tudja szintetizálni azokat a "Mit mondanak a vásárlók?" típusú összegzéseknél.

Az AI modellek az internet teljes egészét pásztázzák, hogy felépítsék a webshopod megbízhatósági indexét (E-E-A-T).

• Biztosítsd, hogy a NAP adatok (Name, Address, Phone - Név, Cím, Telefonszám) karakterre pontosan megegyezzenek a webshop láblécében, a Google Cégem profilodon, az Opten cégjegyzékben és a partneroldalakon.
• Válaszolj meg minden egyes Google értékelést (különösen a negatívakat, higgadtan, szakmai érvekkel), mert az AI az interakcióitok minőségét is elemzi.

Ha Ahrefs-t, Semrush-t vagy magyar fejlesztésű SEO eszközöket használsz, szűrd ki azokat a kulcsszavakat, ahol a SERP-en már megjelent az AI Overview / SGE funkció.

• Azon kulcsszavak esetében, ahol az AI dominál, engedd el a klasszikus organikus pozíció-hajhászást.
• Fókuszálj azokra a long-tail, ultra-specifikus kifejezésekre, amelyeket az AI még nem tud megbízhatóan lefedni saját adatbázisból, vagy ahol a vásárlói bizonytalanság olyan magas, hogy mindenképpen szükség van egy dedikált összehasonlító táblázatra.

Mivel a Google Analytics 4 (GA4) egyelőre nem különíti el tisztán az AI Overview-ból érkező kattintásokat a normál organikus keresésektől, hozz létre egyedi mérési keretrendszert:

• Figyeld a Google Search Console-ban az "Impressions" (Megjelenítések) és a "CTR" változását az információs URL-eken.
• Ha a megjelenítés nő vagy stagnál, de a CTR drasztikusan esik, az szinte biztosan az AI Overview megjelenésének a jele. Ekkor azonnal indítsd el a 2. pontban részletezett tartalom-átalakítást az adott URL-en, és mérd az eredményeket 14 napos ciklusokban.