Bevezetés – A versenytársad már nem csak a Google találati listáján előzhet meg

A hagyományos keresőoptimalizálás világában viszonylag egyértelmű játékszabályok szerint határoztuk meg a konkurenciát: elvégeztünk egy kulcsszókutatást, megnéztük, mely weboldalak szerepelnek az első három pozícióban a Google találati listáján, és elemeztük a linkprofiljukat. De a generatív mesterséges intelligencia keresési környezete (GEO) ezt a megszokott rendszert alapjaiban írta felül.

A potenciális ügyfeleid és B2B partnereid ma már olyan természetes nyelvi kérdésekkel fordulnak az AI-hoz, mint: „Melyik a legjobb felhő alapú számlázó egy növekedésben lévő kkv-nak?” vagy „Melyik budapesti ügynökséget ajánlod komplex AI-láthatóság felépítésére?”.

Az AI nem egy sorszámozott, tíz darab kék linkből álló találati listát ad vissza. Ehelyett szintetizál, érvel, és gyakran **csak egy-két márkát nevez meg vagy ajánl közvetlenül**. Egy átfogó AI marketing és keresőoptimalizálási stratégia ma már ezért nemcsak a Google-rangsorokra, hanem a generatív AI-rendszerekben kialakuló márkaajánlásokra is figyel.

Mi az AI keresési versenytárselemzés?

A legfontosabb megértés: a klasszikus SEO versenytárs és az AI versenytárs nem ugyanaz a kategória. Míg a SEO-konkurensed azonos kulcsszavakra próbál rangsorolni, az **AI versenytársad az a cég, akit a modellek ugyanarra a döntési kérdésre vagy vásárlói szándékra aktívan ajánlanak**.

A modern piac elemzéséhez az alábbi három, részben átfedő versenytársi halmazt kell elkülönítenünk:

🌐 3. AI-Ajánlási Versenytársak

Azok a vállalkozások, amelyeket a ChatGPT, Gemini, Perplexity vagy a Google AI Overviews konzisztensen és elsőként megnevez, amikor a potenciális ügyfél tanácsot vagy szakértői javaslatot kér az AI-tól. Ez az a kör, amelyet a legszorosabban kell elemezned 2026-ban.

Ez az oka annak, hogy egy korszerű digitális marketing és AI SEO stratégia egyre inkább a márka teljes online entitását vizsgálja, nem csupán néhány kulcsszó pozícióját.

Miért fontosabb az AI-ajánlás, mint egy egyszerű keresési pozíció?

A klasszikus keresőkben a felhasználó kap egy listát, és a saját intellektusa alapján futja át a találatokat, válogatva a hirdetések, térképek és organikus linkek között. A generatív keresésnél (GEO/AEO) az AI **maga végzi el a szűrést és a döntés-előkészítést**.

Ha a ChatGPT-nek feltesznek egy kérdést, a válasz gyakran így indul: „Három olyan budapesti szolgáltató van ezen a területen, akiket a tapasztalatok és az ügyfélelemzések alapján kiemelten érdemes megfontolnia…”. Ha a te céged nem szerepel ebben a három említett márkában, a potenciális ügyfél el sem fog jutni a weboldaladig – a döntési folyamatban gyakorlatilag láthatatlanná válik a vállalkozásod.

Az AI-láthatóság az új keresési környezetben már nem pusztán rangsorolási (ranking) probléma, hanem közvetlen ajánlási (recommendation) és hitelességi kérdés.

Első lépés: térképezd fel azokat a kérdéseket, amelyeket az ügyfeleid valóban feltesznek

Az AI versenytárselemzés nem indulhat el egy hagyományos kulcsszó-listából. Egy szisztematikus **buyer question mátrixot (Prompt Matrix)** kell felépítened, amely az ügyfelek különböző döntési fázisainak lekérdezéseit tükrözi:

• Kategóriaalapú promptok: „Melyik a legjobb felhő alapú ERP rendszer kkv-knak?”
• Lokális fókuszú promptok: „Milyen elismert AI-láthatósági ügynökségek működnek Budapesten?”
• Összehasonlító promptok: „Hasonlítsd össze a [Saját céged] és a [Versenytársad] esettanulmányait és eredményeit.”
• Problémaalapú promptok: „Ki tud segíteni abban, hogy a márkám bekerüljön a Perplexity citációs forrásai közé?”
• Árérzékeny promptok: „Mennyibe kerül egy átfogó AI SEO és GEO projekt 2026-ban?”

Javaslatunk: állíts össze egy 20–50 magas üzleti szándékú promptból álló tesztlistát, amely a te iparágad legértékesebb értékesítési csatornáit fedi le.

Második lépés: futtasd ugyanazokat a kérdéseket több AI-rendszerben

Súlyos módszertani hiba lenne egyetlen ChatGPT válaszból globális következtetéseket levonni. A teszt- promptokat szisztematikusan, ismétlődő módon végig kell futtatni a különböző architektúrájú generatív rendszereken:

Harmadik lépés: keresd a visszatérő győzteseket

Ha az AI egyszer megemlíti a konkurenciádat, az lehet puszta statisztikai véletlen (hallucináció vagy átmeneti adathasználat). A valódi fenyegetést azok a versenytársak jelentik, akik **konzisztensen, több különböző platformon és eltérő prompt-variációkra is stabilan megjelennek** az első ajánlások között.

Határozd meg a versenytársak AI Share of Recommendation (ajánlási részesedés) arányát az alábbi képlet szerint:

AI Share of Recommendation = Márkaajánlások száma / Összes vizsgált ajánlási lehetőség

Ha az 50 vizsgált promptból a „Versenytárs A” 35-ször szerepel az ajánlásokban, míg a te márkád csak 5-ször, akkor az ő online entitása a te elsődleges AI-láthatósági benchmarkod, nem pedig az a cég, akit a hagyományos SEO rangsorok alapján annak gondoltál.

Negyedik lépés: derítsd ki, miért bízik az AI a versenytársban?

Az AI versenytárselemzés legfontosabb kérdése nem az, hogy kit ajánl a gép, hanem az, hogy miért épült ki a szemantikai bizalom a versenytársad irányába?

Eleségként meg kell vizsgálnod a győztes versenytárs teljes digitális lábnyomát a következő szempontok szerint:

• On-site tényezők: Rendelkezik-e mély szakmai témaklaszterekkel? Használ-e strukturált FAQ blokkokat és precíz JSON-LD Schema jelöléseket? Vannak-e hiteles szerzői oldalai az oldalon?
• Off-site tényezők (Külső bizonyítékok): Milyen szakmai sajtó és PR említések írják le következetesen a versenytárs tevékenységét? Hivatkoznak-e rá iparági adatbázisokban és listákban?
• Harmadik fél általi megerősítés: Ha tíz különböző megbízható és független külső domain (nem a saját weboldala) állítja azt a versenytársadról, hogy ő a szakértője az adott témának, az AI ezt bizonyított tényként fogja kezelni.

A Roth Creative megközelítésében ezért az AI-láthatóság nem pusztán tartalomgyártási kérdés: a weboldal, a márkaentitás, a külső említések és a hiteles szakmai bizonyítékok együttese számít.

Ötödik lépés: vizsgáld meg, milyen forrásokat használ az AI

Az AI-láthatóság felépítésének legértékesebb adata, amikor azonosítod azokat a külső forrásokat és domaineket, amelyekből az AI-modellek kinyerik az információkat a válasz megfogalmazásakor. Ezeket a csomópontokat nevezzük **AI Citation Huboknak (információs csomópontoknak)**.

Egy részletes forrástérkép segítségével pontosan látni fogod, hogy a ChatGPT vagy a Perplexity honnan gyűjti az adatokat: szakmai médiumokból, Reddit fórumokról, szakértői blogokból, Wikipédia adatbázisokból vagy közvetlenül a versenytárs saját weboldaláról. A stratégiai célod az, hogy **ezeken a kiemelt információs csomópontokon** építsd ki a márkád jelenlétét.

Hatodik lépés: hasonlítsd össze saját márkád és a versenytárs „bizonyítékait”

Az elemzés során hozz létre egy **Evidence Gap Analysis (Bizonyíték-rés elemzés)** táblázatot, amely számszerűsíthető adatok mentén választja el a megérzéseket a valós versenyhátránytól:

Hetedik lépés: azonosítsd az „AI visibility gap”-et

Az elemzés lezárásaként egyértelmű és számonkérhető hiányosságlistát kapsz a kezedbe:

• Content Gap: A konkurensünk lényegesen több szakmai kérdésre ad részletes és tűpontos válaszokat a weboldalán.
• Entity Gap: A Schema és Wikidata jelek hiánya miatt az AI nem érti pontosan a márkánk besorolását.
• Authority Gap: A konkurensünk nagyságrenddel több független külső említéssel és szakmai linkkel rendelkezik.
• Citation Gap: A versenytársunk dominálja azokat az AI Citation Hubokat (csomópontokat), ahonnan az AI a válaszokat meríti.

Mit ne tegyél: ne másold le egyszerűen a versenytársad tartalmát!

A legrosszabb taktika, ha az elemzés után megkéred az AI-t, hogy másolja le és fogalmazza újra a konkurensed cikkeit. Ezzel csak a homogén tömegtartalmakat szaporítod, amit a Google Helpful Content és az AI RAG szűrői gyorsan büntetnek.

A cél a konkurencia **információs és hitelességi jeleinek megértése**, majd egy náluk sokkal erősebb, hitelesebb és egyedibb bizonyítékrendszer kiépítése (saját kutatásokkal, egyedi ügyféladatokkal, eredeti szakértői kommentárokkal és videós anyagokkal).

Milyen gyakran érdemes AI-versenytárselemzést végezni?

Az AI válaszok világa rendkívül dinamikus és változékony. A modellek frissítései, a versenytársak GEO beállításai és az új online források megjelenése folyamatosan alakítják az ajánlási mintázatokat. Ezért az AI versenytárselemzés nem egyszeri projekt, hanem egy **folyamatos stratégiai monitoring rendszer**.

Ajánlott modellünk: az induláskor egy mélyreható audit (30–100 stratégiai prompt), havonta a legfontosabb 15-20 üzleti prompt nyomon követése, negyedévente pedig a forrás- és citációs csomópontok átfogó elemzése.

Az új SEO-verseny valójában „share of recommendation” verseny

2026-ban az organikus keresőmarketing alapvető paradigmaváltáson megy keresztül. A hagyományos SEO fő kérdése az volt: „Hányadik helyen szerepel a weboldalunk a rangsorban?”. Az AI és generatív alapú keresésben az új, kulcsfontosságú üzleti kérdés:

Az AI által szűrt és ajánlott top 3 márka között vagyunk?

Ez a Share of Voice, a Share of Citation és a Share of Recommendation hármasának mérését és folyamatos optimalizálását igényli. A jövő nyertesei azok lesznek, akik a legnagyobb részt foglalják el a generatív ajánlási térből.

Összegzés – Először azt derítsd ki, ki nyer helyetted

Mielőtt jelentős összegeket fektetnél be ellenőrizetlen AI tartalomgyártásba vagy linképítésbe, három alapvető kérdésre kell pontos, számszerű választ kapnod:

• Milyen specifikus promptokat és kérdéseket tesznek fel a potenciális ügyfeleid az AI-nak?
• Kiket ajánlanak ezekre a döntési kérdésekre a generatív rendszerek a te céged helyett?
• Milyen technikai, tartalmi és hitelességi bizonyítékok miatt esik az AI választása ezekre a versenytársakra?

Ha tisztán látod ezeket az összefüggéseket, az AI-láthatóság kiépítése többé nem találgatásokon alapuló marketingfogalom, hanem egy pontosan tervezhető, mérhető és fejleszthető üzleti stratégia.