A gyakorlatban ritkán az a kérdés, hogy használjunk-e nyelvi modellt a tartalomkészítéshez. Használunk, mert a vázlatolást, az átstrukturálást és az első piszkozatot érdemben gyorsítja. A valódi kérdés az, hogy mi történik a piszkozat és a publikálás között. Ha semmi, akkor a végeredmény felismerhetően gépi lesz, és ez nem esztétikai probléma: az olvasó bizalma és a tartalom idézhetősége múlik rajta.
Mit nevezünk AI-lábnyomnak, és tényleg számít?
Az AI-lábnyom az a stílus- és szerkezetbeli mintázat, amiről az olvasó felismeri, hogy a szöveget modell írta, és utána senki nem nyúlt hozzá. Nem egyetlen árulkodó szó, hanem a minta egésze: minden bekezdés nagyjából ugyanolyan hosszú, minden felsorolás pontosan három elemű, minden szakasz egy általános összegzéssel zárul, és a szövegben sehol nincs olyan mondat, amit csak az írhatott volna le, aki tényleg csinálta a dolgot.
Hivatalos információ: a Google Search Central dokumentációja szerint az automatizált eszközökkel készült tartalom önmagában nem irányelvsértő, a mérce az, hogy a tartalom hasznos-e, eredeti-e, és emberek számára készült-e, nem pedig kizárólag a rangsorolás manipulálására. Vagyis nincs olyan hivatalos szabály, hogy „AI-szöveg tilos”. Ettől függetlenül a hasznosság-alapú értékelés pont azt bünteti, ami a szerkesztetlen gépi szöveg fő jellemzője: a konkrétum hiányát.
Szakmai feltételezés a részemről: a nagy nyelvi modellekre épülő válaszmotorok is szívesebben idéznek olyan forrást, amiben ellenőrizhető állítás, szám, eljárásrend vagy határeset szerepel, mint általános leírást. Ez logikusan következik abból, ahogy ezek a rendszerek szintetizálnak, de nyilvános, hivatalos súlyozási dokumentáció nem támasztja alá, ezért kezeld feltételezésként.
Melyik magyar fordulatokat kell először kigyomlálni?
A legtöbb magyar gépi szöveg ugyanabból a néhány tucat panelből épül, ezért a legelső szerkesztési kör egy egyszerű keresés-csere lehet. Érdemes fenntartani egy saját tiltólistát, és minden cikken végigfuttatni. Tipikus tételek:
- Idő-panelek, amelyek semmit nem állítanak a témáról, csak felvezetnek („a modern világban”, „az elmúlt években egyre inkább”).
- Felszólító marketingfordulatok, amiket senki nem mond élőben („vágj bele”, „lépj szintet”, „engedd, hogy segítsen”).
- Ál-szakmai jelzőhalmozás: „innovatív, dinamikus, komplex megoldás” típusú sorok, amikből törölhető minden jelző anélkül, hogy a jelentés változna.
- Kötőszavas kettősök: „nemcsak..., hanem... is”, ha egy bekezdésben kettőnél többször szerepel.
- Üres lezárómondatok, amelyek megismétlik a szakasz címét.
- Túlbonyolított birtokos láncok: „a weboldal tartalmának minőségének javítása” helyett „jobb tartalom a weboldalon”.
Fontos, hogy a csere ne szinonimacsere legyen. Ha a „napjaink kihívásai” helyére „a jelen kihívásai” kerül, semmit nem nyertél. A helyes reflex a törlés: ha a mondat elhagyása után a bekezdés ugyanazt jelenti, a mondat felesleges volt.
Hogyan lesz a gépi mondatból rendes magyar mondat?
A modellek magyarul jellemzően angolos mondatszerkezetet építenek, ezért a mondatszintű átírás fontosabb, mint a szóválasztás. Négy visszatérő hiba, konkrét javítási iránnyal:
Szenvedő és személytelen szerkezetek
A „a tartalom optimalizálásra kerül” típusú fordulat angol tükörfordítás. Magyarul cselekvő alakban rövidebb és pontosabb: „optimalizáljuk a tartalmat”, vagy még jobb, ha megnevezed, ki csinálja.
Egyforma mondathossz
Az emberi szöveg ritmusa egyenetlen. Rövid mondat után jöhet hosszabb, összetett gondolat, aztán megint egy tömör kijelentés. Ha egy bekezdésben minden mondat 18 és 24 szó között van, az önmagában gyanús. Írj bele szándékosan négy-öt szavas mondatokat.
Ragozás és tulajdonnevek
A helynevek ragozása nyelvtől független, de a modellek rendszeresen elrontják. A magyar településnevek egy része -ban/-ben, más része -on/-en/-ön ragot kap: Budapesten, Székesfehérváron, Debrecenben, Egerben, Nyíregyházán. Ha helyi szolgáltatásról írsz, ez az első, amit egy helyi olvasó észrevesz. Ugyanez igaz a márkanevek és a szakkifejezések toldalékolására.
Számok és mértékegységek
A gépi szöveg szeret kerek, forrás nélküli arányokat mondani. Ha nem tudod megmondani, honnan van a szám, vedd ki. Ha tudod, írd oda a forrást és a mérés időpontját.
Miért nem elég a stílusjavítás?
Attól, hogy a szöveg jól hangzik, még nem lesz benne semmi, amit csak te tudsz. Egy tökéletesen megszerkesztett, de nézőpont nélküli cikk pontosan olyan cserélhető, mint a nyers piszkozat volt, csak szebb. Az egyediség forrása nem a stílus, hanem az, hogy állítasz valamit, amit vállalsz.
Gyakorlati teszt, amit szerkesztéskor használok (saját tapasztalat): olvasd el a cikket, és keress benne legalább három olyan mondatot, amivel egy szakmabeli vitatkozni tudna. Ha nincs ilyen, a szöveg nem állít semmit. A vitatható állítás nem provokáció, hanem szakmai álláspont: például hogy egy adott iparágban a hosszú útmutató jó eséllyel kevesebbet hoz, mint öt jól célzott kérdés-válasz oldal, vagy hogy a gyakori tartalomfrissítés bizonyos témáknál felesleges energiapocsékolás.
Ide tartozik az epistemikus tisztaság is. Ha a szövegben elkülöníted, mi hivatalos dokumentációból származó információ, mi a saját mérési tapasztalatod, és mi szakmai feltételezés, azzal két dolgot nyersz: az olvasó tudja, mennyire támaszkodhat rá, és a szöveg azonnal megkülönböztethető lesz a magabiztos, de forrás nélküli gépi átlagtól. Ez nem hoz biztos helyezést, de segítheti, hogy komolyan vegyék.
Honnan szerzel saját adatot külön kutatás nélkül?
A legtöbb vállalkozásnál már ott van a saját adat, csak nem használják tartalomhoz. Néhány forrás, amiből egy-két óra alatt kinyerhető valami eredeti:
- Belső keresés a weboldalon. Amit a látogatók beírnak, az szó szerinti kereslet, saját megfogalmazásban. Az öt leggyakoribb kifejezés önmagában egy cikkvázlat.
- Ügyfélszolgálati levelek és ajánlatkérések. Gyűjts ki húsz kérdést az elmúlt fél évből, és nézd meg, melyik ismétlődik. A visszatérő félreértés a legjobb GYIK-alapanyag.
- Search Console lekérdezések. A megjelenéssel rendelkező, de kattintás nélküli kifejezések megmutatják, hol nem elég meggyőző a jelenlegi szöveged.
- Saját munkafolyamat. Egy ellenőrzőlista, egy döntési fa, egy időbecslés lépésenként: ezek nem találhatók meg máshol, mert a te gyakorlatodból származnak.
- Kudarcok. Az a leírás, hogy mikor NEM működik egy módszer, ritka és értékes, és nagyon nehéz gépből előcsalni.
Ha ezekből akár csak egy kerül a cikkbe, a szöveg átlép abból a kategóriából, hogy „megfogalmaz valamit”, abba, hogy „tud valamit”.
Hogyan ellenőrzöd a tényeket, mielőtt kimegy?
Minden ellenőrizhető állítást vissza kell vezetni forrásra, mert a modellek magabiztosan írnak le nem létező adatot, szabványszámot vagy funkciónevet. A gyakorlati sorrend: jelöld ki a szövegben az összes számot, dátumot, terméknevet, jogszabályi hivatkozást és idézetet, majd egyesével keresd meg az elsődleges forrást. Nem másodlagos cikkeket, hanem a gyártó vagy a kibocsátó saját dokumentációját.
Külön figyelj a hamis pontosságra. A „a felhasználók 73 százaléka” típusú mondat akkor is gyanús, ha véletlenül igaz, mert forrás nélkül nem ellenőrizhető. Két megoldás van: odateszed a forrást, vagy átírod olyan állításra, amit vállalni tudsz („a legtöbb látogató”, „az ügyfeleink többsége a tapasztalataink szerint”).
Az eredménnyel kapcsolatos ígéreteknél maradj óvatos. Az sem szakmailag, sem jogilag nem védhető, ha biztos helyezést vagy biztos forgalomnövekedést ígérsz. A „jó eséllyel”, „segítheti”, „tapasztalataink szerint gyakran” megfogalmazások pontosabbak, és a szöveget is hitelesebbé teszik.
Milyen technikai nyomok maradnak a szövegen kívül?
A lábnyom egy része nem a mondatokban van, hanem a fájlban. Másoláskor gyakran bekerülnek olyan karakterek és elemek, amik elárulják a szöveg útját, és néha a megjelenítést is elrontják:
- Nem törhető szóközök és speciális idézőjelek, amelyeket a CMS máshogy renderel.
- Fölösleges inline stílusok és üres bekezdések a beillesztett HTML-ben.
- Bennfelejtett prompt-maradványok („Íme a kért cikk:”, „Természetesen!”), jellemzően az első és az utolsó bekezdésben.
- Helykitöltők, például szögletes zárójeles mezők, amiket senki nem töltött ki.
Ezekre érdemes egy egyszerű, ismételhető ellenőrzést futtatni a végleges fájlon, például a saját tiltólistáddal és a gyanús karakterek keresésével: grep -n -i -f tiltolista.txt cikk.html, illetve grep -nP "[\x{00A0}\x{2028}\x{FEFF}]" cikk.html. Ha a szerkesztőd nem parancssoros, ugyanez megoldható a CMS keresés-csere funkciójával is, csak írásba kell foglalni a listát, hogy ne fejből menjen.
A szerzőség jelzése is ide tartozik. Ha van valódi szerző, jelenjen meg a nevével, rövid szakmai háttérrel, és a strukturált adatban is: az author mező Person típussal, névvel és lehetőleg sameAs hivatkozással konzisztensebb képet ad, mint egy általános céges aláírás. Hivatalos információ: a Schema.org dokumentációja szerint az author lehet személy vagy szervezet, tehát a személyes megjelölés nem kötelező, viszont a szerzői hitelesség bemutatása a Google minőségi útmutatóiban visszatérő szempont.
Milyen ellenőrzőlistát futtass le publikálás előtt?
A cél egy fix, körülbelül húsz perces menet, amit minden cikken ugyanabban a sorrendben csinálsz végig. A sorrend nem esetleges: előbb a tartalom, utána a nyelv, végül a technika, mert a nyelvi csiszolás értelmetlen olyan bekezdésen, amit úgyis törölni fogsz.
- Van benne saját tudás? Legalább egy adat, eljárás vagy határeset, ami a saját gyakorlatodból származik.
- Van benne vállalt állítás? Legalább három vitatható mondat, amivel egy szakmabeli vitába szállhatna.
- Minden szakasz a címére válaszol? A kérdés formájú H2 után az első két mondat legyen önmagában is idézhető válasz.
- Ellenőrizhető minden szám és név? Elsődleges forrásból, nem másodkézből.
- Elkülöníthető a hivatalos, a tapasztalati és a feltételezett rész? Ha nem, jelöld meg a szövegben.
- Lefutott a tiltólista? Panelmondatok, üres jelzők, ismétlődő kötőszavas szerkezetek.
- Változatos a mondatritmus? Olvasd fel hangosan egy bekezdést. Ha monoton, tördeld át.
- Helyes a ragozás? Kiemelten a településnevek, márkanevek, idegen szakkifejezések toldalékai.
- Nincs eredményígéret? Minden állítás óvatos és szakmailag védhető.
- Tiszta a HTML? Nincs bennfelejtett bevezető mondat, helykitöltő, fölös stílus vagy rejtett karakter.
- Van belső link és következő lépés? Két-három releváns saját oldalra, nem erőltetve.
- Van felelős szerző? Névvel, háttérrel, és a strukturált adatban is konzisztensen.
Saját tapasztalat: ha ezt a listát nem írod le, hanem fejből próbálod, három cikk után elkezd rövidülni, és jellemzően pont a nehéz pontok esnek ki belőle (a saját adat és a forrásellenőrzés). Érdemes a szerkesztőségi sablon részévé tenni, hogy a lista pipálása nélkül a cikk ne kerülhessen publikált státuszba.
Végül egy mérce, ami a legtöbb vitát lezárja: adnád-e oda a cikket egy szakmabeli ismerősödnek azzal, hogy „ezt én írtam”? Ha igen, akkor mindegy, milyen eszközzel készült a piszkozat. Ha nem, akkor nem a modellel van baj, hanem azzal, hogy még nem tetted bele magad.
Források és további olvasnivalók
- Google Search Central: Creating helpful, reliable, people-first content
- Google Search Central: Google Search's guidance about AI-generated content
- Google Search Essentials (korábban Webmester irányelvek), spam-irányelvek
- Google Search Quality Rater Guidelines (E-E-A-T fejezetek)
- Schema.org: Article, Person és author tulajdonság dokumentációja
- OpenAI dokumentáció: Usage policies és Prompt engineering útmutató
- Anthropic dokumentáció: Claude prompt engineering és hallucináció-csökkentési útmutatók
- W3C: Web Content Accessibility Guidelines (WCAG), olvashatósági szempontok
- Magyar Tudományos Akadémia: A magyar helyesírás szabályai, 12. kiadás
- Az AI-lábnyom nem egyetlen tiltott szó, hanem mintázat: azonos hosszú bekezdések, konkrétum nélküli állítások, semmitmondó lezárások.
- A Google hivatalos álláspontja szerint nem az előállítás módja számít, hanem hogy a tartalom hasznos-e és eredeti értéket ad-e.
- A leggyorsabb minőségi ugrást a saját adat és a saját nézőpont hozza, nem a szinonimacsere.
- Magyar nyelven a modellek jellemzően angolos mondatszerkezetet és túlbonyolított birtokos szerkezeteket hoznak, ezeket mondatszinten kell szétszedni.
- Publikálás előtt érdemes fix ellenőrzőlistát futtatni: tények, nevek, ragozás, tiltólista, technikai maradványok, belső linkek.
Gyakori kérdések
Bünteti a Google az AI-val írt tartalmat?
A Google hivatalos dokumentációja szerint nem az előállítás módja a mérce, hanem az, hogy a tartalom hasznos-e és eredeti értéket ad-e. Az automatizált, kizárólag rangsorolásra gyártott tömegtartalom minősül spamnek, a gondosan szerkesztett, saját tudással kiegészített szöveg nem. Vagyis a szerkesztés hiánya a kockázat, nem maga az eszköz.
Megbízhatók az AI-detektorok?
Nem érdemes rájuk döntést alapozni. Ezek statisztikai valószínűséget becsülnek, és rendszeresen jeleznek gépinek emberi szöveget (különösen szakmai, sablonos stílusút), illetve emberinek jól átírt gépit. Sokkal többet ér egy szerkesztői átolvasás és a saját ellenőrzőlistád, mint egy detektor százalékos értéke.
Mennyi időt vesz el egy cikk rendes emberi ellenőrzése?
Tapasztalatunk szerint egy 1500 és 2000 szó közötti szakcikknél a piszkozat után 45 és 90 perc közötti érdemi szerkesztés reális, ha a saját adat összegyűjtését is beleszámoljuk. Ha ennél lényegesen gyorsabban végzel, jó eséllyel csak a stílust simítottad, a tartalmat nem.
Elég, ha átíratom a szöveget egy másik AI-val, hogy emberibb legyen?
Ez jellemzően csak a felszíni jeleket tünteti el, a tartalmi ürességet nem. A második kör ugyanúgy nem tud saját mérési adatot, ügyfélkérdést vagy határesetet hozzátenni, mert nincs hozzáférése a te gyakorlatodhoz. A stílusjavításra használható segítségként, de nem helyettesíti a szakmai átnézést.
Fel kell tüntetni, hogy AI segítségével készült a cikk?
Jogszabályi általános kötelezettség erre a legtöbb tartalomtípusnál jelenleg nincs, de a szerkesztőségi átláthatóság bizalmat épít. Egy rövid mondat arról, hogy a piszkozat készítésében eszköz segített, a végleges szöveget pedig megnevezett szakértő ellenőrizte, jó eséllyel többet használ, mint amennyit árt.
Mi az a néhány jel, amiről egy olvasó azonnal kiszúrja a szerkesztetlen gépi szöveget?
A leggyakoribbak: minden bekezdés azonos hosszú, a felsorolások mindig három eleműek, nincs benne egyetlen konkrét szám, név vagy dátum, és minden szakasz általános összegzéssel zárul. Ha ezek közül kettő is igaz, a szöveg felismerhető, mielőtt bárki detektort futtatna rá.
Források és további olvasnivalók
Ezen az oldalon a hivatalosan igazolt információt elsődleges forrásokból építjük fel; a saját tapasztalatot és a szakmai becslést mindig külön jelöljük a szövegben.