A magyar e-commerce szektorban működő SEO ügynökségek többsége még mindig a hagyományos, tíz kék linkre optimalizált kulcsszó-pozíciókat értékesíti havi 150 000 - 300 000 HUF közötti átalánydíjakért, miközben a Google AI Overview (AIO) alapjaiban írja át a keresési szándékok kiszolgálását. Az igazi dráma nem az, hogy a keresések száma csökken, hanem az, hogy a konverziós tölcsér tetején lévő (top-of-funnel) információs forgalom akár 40-60%-a közvetlenül a Google felületén landol anélkül, hogy a felhasználó valaha rákattintana a webáruház linkjére. Azok a hazai márkák, amelyek továbbra is a klasszikus kulcsszó-kitöltésre építik a stratégiájukat, drasztikus organikus forgalomvesztéssel és ezzel párhuzamosan emelkedő CAC (ügyfélszerzési költség) mutatókkal fognak szembesülni. A túlélés záloga az AI-válaszokba való bekerülés (Retrieval-Augmented Generation optimalizálás) és a tranzakciós felületek könyörtelen technikai fejlesztése.
Miért fontos ez most
A Google keresőmotorjának evolúciója elérte azt a fázist, ahol a mesterséges intelligencia által generált összefoglalók (AI Overview) már nem kísérleti funkciók, hanem a találati oldal (SERP) domináns elemei. A magyar piac sajátossága, hogy a nyelvi korlátok és a ragozó nyelvtan miatt a Google Gemini-alapú modelljei kezdetben lassabban adaptálódtak, mint az angolszász területeken. Ez a haladék azonban lejárt. A szemantikus keresés és a többnyelvű LLM-ek (Large Language Models) fejlődése révén a Google immár kiválóan értelmezi a komplex, hosszú (long-tail) magyar keresési kifejezéseket is.
Gondoljunk bele: ha egy felhasználó arra keres rá, hogy "milyen hőszivattyús szárítógépet vegyek egy 4 fős családnak kis fürdőszobába", korábban az Alza, a MediaMarkt vagy az Euronics releváns blogcikkei közül választott. Ma az AI Overview egyetlen, jól strukturált blokkban összefoglalja a kritériumokat (keskeny kivitel, minimum 8 kg kapacitás, energiahatékonyság), és közvetlenül felkínál 3-4 konkrét terméket a Google Merchant Center adatbázisából.
Ez a változás drasztikusan átrendezi a CTR (átkattintási arány) görbét. A hagyományos organikus első hely értéke – amely korábban 30% feletti CTR-t biztosított – egy AI Overview-val terhelt találati oldalon 8-12% közé zuhan vissza, ha az AI-blokk teljesen kitölti a hajtás feletti (above-the-fold) területet a mobilképernyőkön. Mivel a magyar e-commerce tranzakciók több mint 72%-a mobil eszközökön indul el, ez a visszaesés azonnali és mérhető bevételkiesést okoz.
---
A Google AI Overview működési logikája a magyar piacon
A RAG (Retrieval-Augmented Generation) architektúra működése
A Google AI Overview nem a klasszikus generatív modellek szerint működik, amelyek hajlamosak a hallucinációra. Ehelyett a RAG (adatvisszakereséssel támogatott generálás) technológiát alkalmazza. Ez azt jelenti, hogy amikor a felhasználó beír egy keresőkérdést, a Google először elindít egy hagyományos keresést az indexelt weboldalak között, kiválogatja a legmegbízhatóbbnak ítélt forrásokat, majd az AI (Gemini) segítségével ezekből a forrásokból gyúr össze egy koherens, azonnal olvasható választ.
A magyar nyelv morfológiai sajátosságai – a ragozás, az összetett szavak és a kontextusfüggő jelentések – miatt a Google rendszere kiemelten támaszkodik a szemantikai entitásokra. Ha egy hazai webshop termékleírásai vagy cikkei csak kulcsszavakkal vannak teleszórva (pl. "olcsó mosógép", "mosógép akció"), de hiányzik belőlük a mélyebb kontextus és a strukturált adatháló, a RAG algoritmus egyszerűen figyelmen kívül hagyja őket.
Hogyan választja ki a Google a forrásokat?
Az AI Overview-ban megjelenő hivatkozások (a kis kártyák és linkek a szöveg mellett vagy alatt) nem feltétlenül egyeznek meg a hagyományos SERP első három helyezettjével. A Google az alábbi szempontok alapján válogat:
- Információnyeremény (Information Gain): Tartalmaz-e az oldal olyan egyedi adatot, gyártói specifikációt, saját tesztet vagy szakértői véleményt, amely más oldalakon nem található meg?
- Strukturált adatok pontossága: Rendelkezésre állnak-e a sémajelölések (Schema.org), amelyek segítségével az algoritmus azonnal képes validálni az árat, a készletet, a méreteket és a kompatibilitást?
- EEAT (Tapasztalat, Szakértelem, Tekintély, Megbízhatóság): Valós, beazonosítható szakértő írta a tartalom információs részét? Rendelkezik a szerző digitális lábnyommal a magyar weben?
---
Információs vs. Tranzakciós keresések kettészakadása
Az információs blogcikkek alkonya és az újrastrukturálás
A hagyományos e-commerce SEO-stratégia alapköve volt a blogolás: "Írjunk 10 cikket havonta a lakberendezésről, hogy bevonzzuk a vásárlókat." Ez a modell jelenleg összeomlik. Ha a cikk általános tanácsokat tartalmaz, amelyeket az AI másodpercek alatt képes összefoglalni, a látogató nem fog átkattintani a webshopra.
Szakmai vélemény: A magyar SEO szakma jelentős része még mindig a "szószaporításban" hisz. Ha egy webáruház blogjában a cikkek hossza a cél, és nem az egyedi hozzáadott érték, akkor az az AI Overview korszakában kidobott pénz. A havi 150 000 HUF-ért kiszervezett, ChatGPT-vel generált, átfogalmazott blogcikkek nemhogy nem hozzák be a vásárlókat, de a Google "Helpful Content" algoritmusa miatt az egész domain tekintélyét rombolhatják.
Ahhoz, hogy az információs tartalom bekerüljön az AI Overview forrásai közé, át kell térni a "Direkt Megoldás" formátumra. A cikkeknek konkrét kérdésekre kell azonnali, táblázatokkal, egyedi képekkel és saját mérésekkel alátámasztott választ adniuk.
```
Hagyományos struktúra (Már nem működik):
Bevezetés -> Mi a fúrókalapács? -> Története -> Hogyan válasszunk (500 szó felesleges szöveg) -> Termékajánló.
AI-barát struktúra (Működik):
Azonnali Q&A blokk az oldal tetején -> Strukturált összehasonlító táblázat (súly, nyomaték, ár) -> Saját tesztvideó vagy egyedi fotó -> Szakértői vélemény névvel, titulussal.
```
Tranzakciós keresések: A Google Merchant Center mint SEO csatorna
Amikor a keresési szándék egyértelműen vásárlásra irányul (pl. "Samsung lte okosóra árak"), az AI Overview átadja a helyét a Shopping Graph-nak. A Google nem szöveges magyarázatot ad, hanem termékkártyákat jelenít meg árakkal, értékelésekkel és szállítási információkkal.
| Keresési Szándék típusa | AI Overview megjelenési forma | Elsődleges optimalizációs fókusz |
| :--- | :--- | :--- |
| Információs (pl. hogyan kell...) | Szöveges összefoglaló + 3 forráslink | EEAT, Egyedi kutatás, Schema Q&A |
| Kereskedelmi összehasonlítás | Előny/hátrány listák + Termékkártyák | Termékspecifikus attribútumok a feedben |
| Tranzakciós (pl. vásárlás, olcsón) | Közvetlen termékkörhinta (Shopping Grid) | Google Merchant Center feed minőség, Árversenyképesség |
Ez azt jelenti, hogy a technikai SEO-nak és a PPC feed-optimalizálásnak össze kell olvadnia. Az a webshop, amelynek a Merchant Center feedje hiányos (hiányzó GTIN kódok, nem szabványos szín- vagy méretmegjelölések), láthatatlanná válik az organikus tranzakciós keresésekben is.
---
Esettanulmány: Egy 350M HUF éves árbevételű magyar home & living webshop modellezése
Nézzük meg egy valós forgatókönyv alapján, mit jelent a Google AI Overview térnyerése a számok nyelvén. A vizsgált alany a "BútorTrend" (fiktív név egy valós piaci adatokon alapuló modellhez), egy lakberendezési és kiegészítő termékeket értékesítő magyar webáruház.
Kiinduló adatok (AI Overview előtti állapot):
- Éves árbevétel: 350 000 000 HUF
- Átlagos kosárérték (AOV): 45 000 HUF
- Összes éves megrendelés: 7 777 db
- Organikus forgalom aránya: 45% (évi 420 000 munkamenet, havi ~35 000 látogató)
- Organikus forgalom megoszlása:
Információs / Kereskedelmi összehasonlító:* 60% (havi 21 000 látogató, konverziós arány: 0,6%)
Tranzakciós / Brand:* 40% (havi 14 000 látogató, konverziós arány: 2,8%)
- Havi organikus bevétel:
Információs forgalomból: 21 000 0,006 * 45 000 = 5 670 000 HUF
Tranzakciós forgalomból: 14 000 0,028 * 45 000 = 17 640 000 HUF
Összesen:* 23 310 000 HUF / hó
Az AI Overview hatása (Modellezett veszteség optimalizálás nélkül):
Az AI Overview bevezetésével az információs kulcsszavak (pl. "milyen szőnyeget vegyek a nappaliba", "skandináv stílusú bútorok elrendezése") esetében a Google közvetlenül megválaszolja a kérdéseket. A webshop korábbi első-második pozíciói megmaradnak ugyan a hagyományos listában, de az AI-blokk mögé szorulnak.
- Az információs organikus forgalom azonnal visszaesik 50%-kal (havi 21 000-ről 10 500-ra).
- A tranzakciós forgalom szintén csökken 15%-kal, mert a Google az összehasonlító kereséseknél az AI Overview kártyákon keresztül közvetlenül a nagyobb piacterekre (pl. eMAG, Alza) tereli a vásárlókat, akik jobb árakat vagy ingyenes szállítást kínálnak.
#### Új forgalmi és bevételi mutatók:
- Új információs forgalom: 10 500 látogató -> 2 835 000 HUF bevétel (-2 835 000 HUF)
- Új tranzakciós forgalom: 11 900 látogató -> 14 994 000 HUF bevétel (-2 646 000 HUF)
- Teljes havi kiesés: 5 481 000 HUF (éves szinten ez 65 772 000 HUF veszteséget jelent, ami a teljes árbevétel közel 19%-a).
```
[Hagyományos SEO Bevétele: 23,3M HUF] ──(AI Overview Hatás)──> [Új Bevétele: 17,8M HUF]
│
VESZTESÉG: 5,5M HUF / hó
```
Hogyan lehet visszaszerezni ezt a forgalmat fizetett hirdetéssel?
Ha a tulajdonos úgy dönt, hogy ezt a kieső forgalmat Google Ads (PPC) hirdetésekkel pótolja, a következő költségekkel kell számolnia a magyar Home & Living kategóriában (ahol az átlagos CPC jelenleg 110 - 160 HUF között mozog):
- Pótolandó forgalom: 12 600 látogató (10 500 információs + 2 100 tranzakciós).
- Átlagos CPC (konzervatív becsléssel): 130 HUF.
- Kiegészítő havi média büdzsé: 12 600 130 HUF = 1 638 000 HUF + ÁFA*.
- Ehhez hozzáadódik az ügynökségi kezelési díj, amely a magyar piacon ebben a költési sávban jellemzően a költés 10-15%-a, azaz minimum 160 000 HUF + ÁFA.
- Összes plusz költség havonta: közel 1,8 millió HUF csak azért, hogy a korábbi forgalmi szintet fenntartsák.
Következtetés: A technikai felkészülés az AI Overview-ra nem egy elméleti SEO-játék, hanem kőkemény pénzügyi érdek. Az erre fordított egyszeri fejlesztési és tartalom-optimalizálási költség töredéke annak, amit a PPC csatornákon kellene elkölteni a kieső látogatók pótlására.
---

Mit NE csinálj: A leggyakoribb tévutak az AI SEO-ban
1. Tömeges, ellenőrizetlen AI-tartalomgyártás (The AI Content Treadmill)
A legnagyobb hiba, amit egy magyar webshop elkövethet, hogy előfizet egy olcsó külföldi szoftverre, lefordíttat és legenerál havi 100 darab "SEO-optimalizált" blogcikket, majd ezeket emberi szerkesztés nélkül publikálja. A Google Helpful Content rendszere és az AIO integrált minőségellenőrző algoritmusai azonnal felismerik a redundáns, valódi értéket nem képviselő tartalmat. Ezzel nemhogy nem kerül be a webshop az AI-válaszokba, de a teljes domain organikus láthatóságát kockáztatja.
2. Az "AIO-blokkolás" tévhite (A robots.txt túlbiztosítása)
Terjed a piacon az a téves tanács, hogy a webshopoknak le kellene tiltaniuk a robots.txt fájlban a Google AI-botjait (pl. `Google-Extended`), hogy megvédjék szellemi tulajdonukat. Ez egy e-commerce oldal esetében öngyilkossági kísérlet. Ha letiltjuk a hozzáférést az AI-botoknak, azzal nem azt érjük el, hogy a Google nem jeleníti meg a termékeinket, hanem azt, hogy a versenytársaink (pl. a Praktiker vagy az IKEA) fognak megjelenni az AI Overview hivatkozásokban, míg mi teljesen kimaradunk a prémium láthatósági zónából.
3. A sémajelölések elhanyagolása vagy hibás konfigurálása
Sok hazai webáruháznál a fejlesztők elintézik a Schema.org implementációt egy alap sablonnal, ami csak a termék nevét és árát tartalmazza. Ha az AI Overview nem találja meg a strukturált kódban a pontos készletinformációt (`Availability`), a szállítási díjat (`shippingDetails`) vagy a visszaküldési irányelveket (`merchantReturnDays`), akkor nem fogja beemelni a terméket az összehasonlító kártyák közé. A hibás vagy hiányos strukturált adat rosszabb, mint annak hiánya, mert félrevezeti az algoritmust.
---
Akcióterv: 7 lépés az AI Overview dominanciához
Ahhoz, hogy a magyar webáruházad ne vesztese, hanem nyertese legyen az AI-korszaknak, az alábbi, mérhető lépéseket kell végrehajtanod a következő 3-6 hónapban.
1. Strukturált adatok (Schema.org) teljes körű auditja és javítása
Ne bízd a véletlenre, hogyan olvassa a Google a termékeidet.
- Feladat: Integráld a legfrissebb Schema.org protokollt az összes termékoldalon. Kötelező elemek: `Product`, `Offer`, `AggregateRating`, `Brand`, `GTIN13` (vonalkód), `Color`, `Material`, `Size`.
- Költségigény: Magyar fejlesztői óradíjjal számolva (18 000 - 28 000 HUF/óra) egy átfogó strukturált adat implementáció egy egyedi vagy bérelhető motoron (pl. Shoprenter, Shoptet, Unas módosítások) kb. 150 000 - 250 000 HUF egyszeri költség.
- Mérhető eredmény: Google Search Console > Rich Results tesztben 0 hiba és 100% figyelmeztetésmentes státusz.
2. Az "Information Gain" tartalomstratégia bevezetése
Minden egyes információs oldalnak olyan értéket kell adnia, ami nem másolható könnyen.
- Feladat: Vizsgáld felül a top 20 legnagyobb forgalmú információs blogcikket. Egészítsd ki őket:
* Saját készítésű, nem stock fotókkal (vízjellel vagy márkajelzéssel ellátva).
Szakértői véleménnyel (pl. "Kovács János, a BútorTrend vezető kárpitosának tanácsa"* - linkelve a szerző LinkedIn profiljára vagy szerkesztői aloldalára).
* Összehasonlító táblázatokkal, amelyek egyszerűen másolhatók és feldolgozhatók az LLM-ek számára.
- Mérhető eredmény: Az érintett oldalakon a "Dwell Time" (oldalon töltött idő) legalább 25%-os növekedése.
3. Google Merchant Center feed és a Shopping Graph összekapcsolása
Az organikus SEO és a PPC feed minőségének szimbiózisa.
- Feladat: Optimalizáld a termék feedet. Az attribútumok között szerepeljen a pontos `product_type` (legalább 3 szintű mélységgel, pl. Otthon > Bútor > Nappali > Kanapé). Használj egyedi termékleírásokat a feedben is, ne csak a gyártói sablont másold be.
- Költségigény: Feed optimalizáló szoftver használata (pl. Mergado, havi 12 000 - 30 000 HUF) vagy külső PPC/SEO szakértő megbízása (kb. 80 000 - 150 000 HUF egyszeri díj).
- Mérhető eredmény: A Merchant Centerben az "Approved" termékek aránya haladja meg a 98,5%-ot, zéró kritikus figyelmeztetéssel.
4. Conversational SEO (Társalgási keresés) optimalizálás
A felhasználók úgy kérdeznek az AI-tól, mintha egy emberrel beszélnének.
- Feladat: Hozz létre Q&A (Kérdés-Válasz) blokkokat a legfontosabb kategória- és termékoldalak alján. A kérdések pontosan egyezzenek meg a valós keresésekkel (pl. "Mekkora fúró kell a 10-es tiplihez?"). A választ közvetlenül a kérdés alatt, maximum 280 karakterben, egyértelműen és tényőrösen fogalmazd meg.
- Mérhető eredmény: Megjelenés az AI Overview forráskártyák között az adott long-tail kifejezésekre.
5. Digitális PR és a márkamegemlítések (Co-citation) növelése
A Google AI modelleknek látniuk kell, hogy a márka megbízható entitásként létezik a magyar webtérben.
- Feladat: Hagyományos, értéktelen linképítés (pl. linkkatalógusok, gyenge minőségű PR cikk gyűjtő oldalak havi 5 000 HUF-ért) helyett fókuszálj a valódi digitális PR-ra. Érj el említéseket releváns, nagy látogatottságú magyar portálokon (pl. Index, Telex, Portfolio, vagy szaksajtó, mint a Lakáskultúra, Nosalty). Nem feltétlenül szükséges a "dofollow" link; maga a márkanév kontextuális említése is elegendő ahhoz, hogy a Google az AI-válaszok generálásakor szakértőként azonosítsa a webshopot.
- Költségigény: Egy minőségi hazai PR kampány (cikkírással, elhelyezéssel prémium médiumokban) 250 000 - 600 000 HUF / kampány áron érhető el.
- Mérhető eredmény: A márkanévre (branded search) történő keresések számának stabil növekedése a Google Search Console-ban.
6. Mobil UX és Core Web Vitals optimalizálása az AI-korszakra
Az AI Overview lassíthatja a találati oldal betöltődését a felhasználó oldalán. Ha a te weboldalad is lassú, a kettő együtt katasztrofális felhasználói élményt nyújt.
- Feladat: Érd el, hogy a webshop mobil verziója zöld zónában legyen a Google PageSpeed Insights-ban. Különösen az LCP (Largest Contentful Paint) mutatót kell 2,5 másodperc alá szorítani, mivel az AI Overview-ból érkező átkattintások azonnali és gyors oldalbetöltést várnak el.
- Mérhető eredmény: LCP < 2,0s mobil eszközökön.
---
SEO Meta Adatok
- Meta Title: Hogyan készülj fel a Google AI Overview-ra? SEO stratégia webshopoknak
- Meta Description: Gyakorlati útmutató magyar e-commerce oldalaknak a Google AI Overview (SGE) elleni védekezésre és a RAG algoritmus kihasználására. Konkrét számok, hazai esettanulmány és akcióterv.




