TL;DR
A zero-click kor paradoxona: minél jobb egy tartalom, annál valószínűbb, hogy az AI felhasználja — és annál kevesebben kattintanak a forrásra. De a kattintás helyett valami más épül: branded recall. Az “idézhető tartalom” nem a kattintásgenerátor blog poszt — hanem egy pontosan fogalmazott, önállóan értelmes, konkrét adatot hordozó szövegblokk, amelyet az AI szívesen emel ki. A tartalomstratégia ma kétféle funkciót tölt be egyszerre: kattintást generál és AI-t táplál. Aki csak az egyiket optimalizálja, a másik területen vakfoltot hagy.
Egyszer megmutattam egy ügyfélnek a Google Search Console-t. Ott volt az adat: az egyik legjobb cikkük impressziói meredeken nőttek az elmúlt negyedévben. Az organikus kattintások viszont enyhén csökkentek. A kérdés, ami azonnal elhangzott: “akkor rosszabb lett a cikk?”
Nem. A cikk jobb lett. Az AI Overview elkezdte idézni.
Ez az a pillanat, amikor megváltozik az ember viszonya a “jó tartalom” fogalmához. Egy keresőoptimalizálási metrika — az organikus kattintás — csökkent. Egy másik metrika — az AI idézettség, a branded recall, a “melyik forrás jön elő, amikor valaki az AI-tól kérdez erről a témáról” — nőtt. Ezeket a Search Console-ban nem látod közvetlenül. De a hatásuk valós.
A zero-click jelenség — amit tévesen értelmezünk
A “zero-click keresés” fogalma nem új. Már 2019 óta dokumentált, hogy a Google-keresések egyre nagyobb aránya nem generál kattintást — a válasz megjelenik a keresési oldalon, az embernek nincs oka továbblépni. A Featured Snippet, a Knowledge Panel, az “answer box” — ezek mind zero-click elemek.
Az AI Overview ennek az evolúció következő állomása. Nem egy link, amelyik rád mutat — hanem egy összefoglaló, amelyik a tartalmadból emel ki valamit, és azt közvetlenül adja a keresőnek.
A félreértelmezés ott kezdődik, amikor ezt veszteségként értelmezzük. Igen, az organikus kattintás csökken. De cserébe mi épül?
Branded recall — az a jelenség, amikor a keresőnek az asszociációs háló mélyén megmarad, hogy “ezt az adatot X forrásból kapta”. Az AI-idézés nem mindig névvel történik, de a névvel történő idézés esetén a márkaismeretség és a szaktekintély-percepcció erősebb, mint a legtöbb kattintás-alapú megjelenés.
Ennél is fontosabb: a B2B és szakértői piacokon az AI-idézettség egyre inkább a szakértői státusz jele. “Az AI hivatkozott rájuk, amikor megkérdeztem” — ez egy megbízhatósági jelzés, amelyik a vásárlói döntési folyamatba épül be.
Az idézhető tartalom anatómiája
Mi tesz egy szövegblokkot “idézhetővé”? Négy jellemzőt azonosítok, amelyeket az AI retrieval rendszerek — és a jó szerkesztők — egyaránt keresnek.
1. Pontos állítás. Az idézhető szövegblokk nem általánosít — állít valamit. Nem “az AI egyre fontosabb a marketingben”, hanem “a Gartner 2025-ös felmérése szerint a B2B vásárlók 62%-a már az AI-alapú keresési összefoglalókat tekinti az első tájékozódási lépésnek, megelőzve a direkt weboldalmegtekintést”. Az első mondatot bárki leírhatja — a másodikat csak az idézi az AI, amelyik az állítás mögötti specificitást felismeri.
2. Önálló értelmezhetőség. Az idézhető szövegblokk kontextus nélkül is megáll. Nincs szüksége az előző öt bekezdésre ahhoz, hogy értelmes legyen. Ha kiemelem a bekezdésedet egy teljesen más cikkbe, elveszíti-e az értelmét? Ha igen, nem idézhető. Az AI retrieval rendszerek nem mindig viszik magukkal a kontextust — a kiemelhetőség alapfeltétel.
3. Egyedi adat vagy nézőpont. Ami már ezer cikkben szerepel, azzal az AI nem erősíti a tartalmad autoritását. Ami egyedi — saját mérés, saját tapasztalat, saját konklúzió, nem máshol idézett adatpont — az differenciál. A “quotable chunk” nem feltétlenül statisztika: lehet egy pontosan megfogalmazott definíció, egy szokatlan analógia, egy konkrét esetleírás.
4. Rövid válasz a kérdésre. Az AI Overview-k logikája közel áll a kérdés-válasz pároshoz. Ha a szövegblokk egy konkrét kérdésre ad tömör, pontos választ — “mi a különbség a RAG és a fine-tuning között?” — az idézési valószínűség nő. Ez nem azt jelenti, hogy FAQ-szerűen kell írni. Azt jelenti, hogy a legfontosabb bekezdések magukon kell hordozzák a kérdés és a válasz struktúráját, még akkor is, ha nincs kimondva.
A blog poszt mint AI-betáplálás
Ez a logika alapjaiban változtatja meg a blog poszt funkciójáról alkotott képet.
A régi paradigma: a blog poszt célja a kattintás. Organikus forgalom érkezik a keresőből, olvassák a cikket, feliratkoznak, konvertálnak. A siker mértéke: session, bounce rate, konverzió.
Az új paradigma: a blog poszt kettős funkcióval bír. Az egyik funkció ugyanaz: kattintást generál, konvertál. A másik funkció új: az AI-t táplálja azzal a szöveg-infrastruktúrával, amelyből az AI retrieval rendszerek dolgozni fognak.
Ez a második funkció nem öli meg az elsőt — kiegészíti. De ha csak az első funkcióra optimalizálsz, a blog posztjaid egy részét teljesen figyelmen kívül hagyod az AI-korszak láthatósági rendszerében.
Konkrétan ez mit jelent a tartalomgyártás szintjén?
Minden cikkben — különösen az erősen informatív, definíció-alapú, “hogyan működik” típusú cikkekben — érdemes szándékosan megírni 2-4 bekezdésnyi “quotable chunk”-ot. Ezek a bekezdések:
- nem tartalmaznak utalást az előző bekezdésre (“mint ahogy fentebb is láttuk…”)
- konkrét állítást tesznek vagy konkrét adatot tartalmaznak
- teljes mondatokban fejeződnek ki, nem listaelemekben
- egyértelműen azonosítható a kérdés, amelyre válaszolnak
A többi tartalom funkciója változatlan: kontextus, fejtegetés, olvasói élmény, konverzió. A “quotable chunk”-ok az AI-infrastruktúra.
A branded recall mérése
Az egyik jogos kérdés: hogyan méred, hogy ez valóban működik?
A közvetlen mérés ma még nehéz — az AI Overview-kból érkező forgalmat a Google Search Console nem bontja szét a hagyományos organikus forgalomtól. Az idézettség “névvel” ritkán látható közvetlenül.
Amit lehet mérni:
- Az impressziók növekedése a kattintáshoz viszonyítva: ha az impressziók nőnek, a kattintások viszont aránytalanul kevésbé nőnek, ez az AI Overview megjelenések jele lehet
- Közvetlen márkakeresések aránya: ha az AI idéz, az emberek egy része utólag rákeres a márkára közvetlenül — ez a branded search növekedésben mérhető
- Minőségi visszajelzések: ügyfelek, partnerek, potenciális ügyfelek megemlítik, hogy “az AI hozta fel” a neved — ezt érdemes aktívan kérdezni
A legőszintébb mérőrendszer ma részben kvalitatív. De ez nem jelenti azt, hogy nem valós a jelenség.
Mi nem idézhető — és miért
Érdemes explicit nevesíteni, milyen tartalomtípusokat kerül az AI retrieval.
Általánosságok: “Az AI forradalmasítja az üzleti világot.” — Sem állítás, sem adat, sem kontextus. Bárki leírhatja, bárki leírta. Az AI nem erősíti meg azzal, hogy idézi.
Kontextusfüggő bekezdések: “Ahogy a bevezetőben is láttuk, ez a probléma több szinten is megjelenik.” — Önmagában értelmetlen, kiemelhetetlen.
Listicle struktúra idézési szándékkal: A listaelemek önmagukban általában nem idézhetők — túl rövidek, nincs önálló értelmi egységük. Ha a tartalom 80%-a felsorolás, az AI nem fog tudni mit kiemelni.
Redundancia: Ha a szöveg ugyanazt a gondolatot három különböző mondatban megismétli, az AI az első, legpontosabb változatot idézi — a többi zajnak számít.
A tiszta, önálló, konkrét szövegblokk — ez az, amit az AI kiemel. Ez nem véletlen: az olvasó számára is ez az, ami megragad.
Kulcsgondolatok
- A zero-click kor paradoxona valós: a jobb tartalom kevesebb kattintást, de erősebb branded recall-t generál — mindkét metrikát érdemes mérni, ne csak az egyiket
- Az idézhető tartalom négy jellemzője: pontos állítás, önálló értelmezhetőség, egyedi adat vagy nézőpont, rövid válasz a kérdésre
- A blog poszt kettős funkciójú: kattintásgenerátor és AI-betáplálás — a “quotable chunk”-ok tudatos tervezése a második funkciót erősíti
- A branded recall mérése ma részben kvalitatív, de az impressziók/kattintás arány, a branded search növekedés és a közvetlen visszajelzések jelzőszámot adnak
- A generic, általánosító, kontextusfüggő tartalom nem idézhető — az AI-korszakban ezek a bekezdések a tartalom “holt zónái”
Kapcsolódó gondolatok
- Az AI nem kulcsszavakra keres — hanem szándékra — Az intent cluster és a topical authority a GEO-stratégia alapja
- Hogyan válik GEO-barát egy weboldal: 5 konkrét lépés — Strukturált adatok és a GEO-barát tartalom technikai alapjai
- AI Slop és az információs aszimmetria — Miért nem elég jónak lenni, ha nem vagy idézhető
Varga Zoltán - LinkedIn Neural • Knowledge Systems Architect | Enterprise RAG architect PKM • AI Ecosystems | Neural Awareness • Consciousness & Leadership A legjobb tartalom ma az, amelyiket az AI idézi — és az ember meg is találja utána.