Ha munkaerő-közvetítéssel, kölcsönzéssel vagy fejvadászattal foglalkozol, a keresőoptimalizálásod nehezebb ügy, mint egy átlagos szolgáltatóé. Két teljesen különböző ember keres rád ugyanazon a domainen: egy ügyvezető vagy HR-vezető, aki embert akar felvenni, és egy munkavállaló, aki állást keres. Ráadásul olyan témában írsz, ahol a pontatlanság nem stílushiba, hanem jogi kockázat. Ez a cikk arról szól, hogyan építsd fel ezt úgy, hogy a mai válaszmotorok (Google AI Overviews, ChatGPT keresés, Perplexity, Gemini) is meg tudjanak idézni.
Miért nehezebb az AI-keresés egy HR-cégnél, mint egy átlagos szolgáltatónál?
Rövid válasz: mert a válaszmotorok nem weboldalt, hanem szándékot szolgálnak ki, nálad viszont két, egymással ellentétes szándék fut ugyanazon a domainen, és mindkettő magas bizonyítási igényű téma.
A klasszikus keresőoptimalizálásban egy oldal versenyzett egy kulcsszóra. A generatív válaszmotorok ezzel szemben bekezdés- vagy szakaszszinten emelnek ki tartalmat, és több forrásból raknak össze egy választ. Ha egy oldalad felváltva beszél a megbízóhoz és a jelölthöz, akkor egyik szakasz sem lesz elég tiszta ahhoz, hogy önmagában idézhető legyen.
Hivatalosan igazolt: a Google minőségértékelői útmutatója (Search Quality Rater Guidelines) azokat a témákat sorolja a YMYL kategóriába, amelyek érdemben befolyásolhatják valaki pénzügyi stabilitását vagy biztonságát. A foglalkoztatás, a munkaszerződés és a bérezés ebbe a körbe esik. Szakmai feltételezés: ez a gyakorlatban azt jelenti, hogy a HR-tartalomnál a szerzői hitelesség, a hivatkozott jogforrás és a frissítési dátum nagyobb súllyal esik latba, mint mondjuk egy hobbitémánál. Ezt egyetlen szolgáltató sem dokumentálta számszerűen, tehát következtetés, nem tény.
Hogyan építs kettős tartalomarchitektúrát megbízónak és jelöltnek?
Rövid válasz: két külön oldalággal, két külön nyelvezettel és két külön belső link-hálóval, egyetlen közös cég-entitás alatt.
Gondolj egy tizenkét fős, székesfehérvári székhelyű közvetítőre, amely gépipari és logisztikai pozíciókra dolgozik Fejér megyében. Nála a következő szerkezet működik jól:
/munkaltatoknak/ág: kölcsönzés, közvetítés, tömeges toborzás, adminisztrációs átvállalás, szektoronkénti aloldalak./allast-keresoknek/ág: nyitott pozíciók, jelentkezési folyamat, mit vár el egy adott műszakrend, milyen okmányok kellenek a belépéshez./tudastar/ág: a semleges, kérdés-alapú tartalom, amelyet mindkét közönség olvashat.
A leggyakoribb hiba, amit a piacon látok (saját tapasztalat), hogy a szolgáltatási oldal alján ott van egy jelentkezési űrlap is. A látogatót ez összezavarja, a gépi feldolgozásnál pedig a szakasz szándéka lesz kevert. Válaszd szét: a megbízói oldalon a mérhető szempontok szerepeljenek (mennyi idő alatt indul a toborzás, milyen szűrési lépcsők vannak, ki viseli a munkáltatói adminisztrációt), a jelölti oldalon pedig a konkrét, hétköznapi kérdések.
Figyelj a szóhasználatra is. A kölcsönzés, a kiközvetítés és a fejvadászat a szakmában három különböző dolog, a köznyelvben viszont keverednek. Ha az egyik oldaladon a jelölt nyelvén írsz, definiáld egy mondatban a fogalmat, mert éppen ez a definíciós mondat lesz az, amit egy válaszmotor kiemelhet.
Mit kell tudni a JobPosting strukturált adatról?
Rövid válasz: a nyitott pozíciók oldalain JSON-LD formátumú JobPosting jelölés kell, a lejárt hirdetéseket pedig aktívan ki kell vezetni, különben a régi adat marad forgalomban.
Hivatalosan igazolt (Google Search Central dokumentáció): a kötelező mezők a title, a description, a datePosted, a hiringOrganization és a jobLocation, távmunkánál a jobLocationType értéke TELECOMMUTE. A validThrough erősen ajánlott. Egy minimális példa:
{"@context":"https://schema.org/","@type":"JobPosting","title":"CNC-forgácsoló","datePosted":"2026-08-09","validThrough":"2026-09-30T23:59","employmentType":"FULL_TIME","hiringOrganization":{"@type":"Organization","name":"Pelda Munkaero Kft.","sameAs":"https://pelda.hu"},"jobLocation":{"@type":"Place","address":{"@type":"PostalAddress","addressLocality":"Szekesfehervar","addressCountry":"HU"}}}
A lejárt hirdetés kezelése legalább ennyire fontos. A dokumentált megoldások: az oldal adjon vissza 404-es vagy 410-es státuszt, vagy a validThrough dátuma legyen már múltbeli, vagy vedd ki a hirdetéslistából. Ha ezt elmulasztod, hónapokig fut a rendszerben egy betöltött pozíció, ami a jelölti bizalmat rombolja. A Google Indexing API hivatalosan is támogatja a JobPosting oldalak gyors be- és kivezetését, ez tömeges toborzásnál érdemi gyorsulást hozhat, bár nem garantál megjelenést.
A cég saját adatlapját is jelöld: az Organization mellett a Schema.org kínál EmploymentAgency típust is, és a sameAs mezőbe tedd be a cégprofiljaidat. Ez az entitás-egyértelműsítést segíti, vagyis azt, hogy a gépek egyetlen szervezetként azonosítsanak.
Hogyan bizonyítod a szektorális szakértelmedet géppel olvashatóan?
Rövid válasz: úgy, hogy három-öt szakterületre építesz mély tartalomfészket, ahelyett hogy húsz iparágra ígérnél mindent.
A "minden pozíciót közvetítünk" mondat sem embernek, sem gépnek nem mond semmit. Ehelyett vegyél egy szektort, és menj bele a részletekbe: milyen műszakrendek szokásosak, milyen igazolások kellenek a belépéshez, mi az a néhány jellemző ok, ami miatt egy jelentkezés elakad, milyen próbaidős gyakorlat működik. Ez az a szint, ahol egy válaszmotor talál nálad valamit, amit máshol nem.
Néhány konkrét eszköz, ami ezt géppel olvashatóvá teszi:
- Szerzői oldal valódi névvel, pozícióval és szakterülettel, minden cikk alján hivatkozva rá. A "Szerkesztőség" aláírás itt gyenge jel.
- Frissítési dátum megjelenítése a szövegben is, nem csak a lábjegyzetben.
- Konzisztens cégnév, cím és tevékenységmegjelölés a cégjegyzékben, a Google Cégprofilban, a LinkedIn-oldalon és a saját weboldalon. Egyetlen betűnyi eltérés is szétszakíthatja az entitást.
- Szektoronkénti GYIK-blokk, ahol a válasz első mondata önmagában is megáll.
Saját tapasztalat: a szektorális aloldalak akkor kezdenek dolgozni, ha legalább öt-hat kapcsolódó tartalom mutat egymásra belső linkkel, és mindegyik ugyanazt a szakszókincset használja. Egyetlen jó cikk önmagában ritkán mozdít.
Milyen jogi pontosságot vár el a foglalkoztatási tartalom?
Rövid válasz: minden jogszabályi állításnál nevezd meg a jogforrást, írd oda a hivatkozás időpontját, és jelezd, hogy a hatályos szöveget a Nemzeti Jogszabálytárban kell ellenőrizni.
Hivatalosan igazolt keretek, amelyekre a magyar HR-tartalom épül: a munkaerő-kölcsönzés szabályait a munka törvénykönyvéről szóló 2012. évi I. törvény vonatkozó fejezete tartalmazza; a magán-munkaközvetítői és kölcsönzési tevékenység nyilvántartásba vételének feltételeit külön kormányrendelet (118/2001. (VI. 30.) Korm. rendelet) rendezi; a személyes adatok kezelésére a GDPR és az információs önrendelkezési jogról szóló 2011. évi CXII. törvény alkalmazandó; az egyenlő bánásmód követelményét az egyenlő bánásmódról szóló törvény írja elő, a hatósági feladatokat 2021 óta az alapvető jogok biztosának hivatala látja el.
A gyakorlatban ez néhány visszatérő pontot jelent a tartalmadban:
- A magán-munkaközvetítő a munkát kereső személytől a közvetítésért pénzt nem kérhet. Ezt írd is ki a jelölti oldalon, mert megnyugtatja az olvasót, és pontosan az a fajta ellenőrizhető állítás, amit egy válaszmotor szívesen idéz.
- Az álláshirdetés nem tartalmazhat életkorra, nemre, családi állapotra vagy más védett tulajdonságra utaló szűrést. A sablonszövegeidet érdemes ebből a szempontból végignézni.
- A jelölti adatbázisnál legyen külön adatkezelési tájékoztató: mi a jogalap, meddig őrzöd az önéletrajzot, hogyan lehet visszavonni a hozzájárulást.
- A kölcsönzésnél a jogszabály időbeli korlátot és egyenlő bánásmódra vonatkozó szabályokat is tartalmaz. A pontos időtartamokat és a bérezésre vonatkozó feltételeket mindig a hatályos törvényszövegből vedd át, ne egy másik blogcikkből.
Miért fontos ez az AI-láthatóság szempontjából? Mert a nyelvi modellek a weben talált állításokat viszik tovább. Ha a te oldaladon egy régi, már módosított szabály szerepel, azt idézhetik, és a hiba hozzád lesz köthető. Szakmai feltételezés: a jogszabályi hivatkozás pontossága önmagában nem rangsoroló tényező, de a szakértelem jelzéseként közvetve segítheti a megbízhatóság megítélését.
Hogyan jelöld a szövegben, mi hivatalos és mi tapasztalat?
Rövid válasz: három rövid címkével, közvetlenül az állítás előtt, hogy az olvasó és a gép is lássa a bizonyíték erősségét.
A bevált gyakorlat egyszerű. Hivatalosan igazolt: jogszabály, hatósági közlemény vagy gyártói dokumentáció támasztja alá, és a forrás megnevezhető. Saját tapasztalat: a saját ügyfélmunkádból származó megfigyelés, amely nem általánosítható minden cégre. Szakmai feltételezés: logikus következtetés, amelyet senki nem dokumentált.
Ez nem szépészeti kérdés. Ha egy szakaszban keverednek a szintek, az olvasó nem tudja eldönteni, mire alapozhat döntést, és a szöveg hitele csökken. Ha viszont látszik a különbségtétel, az önmagában szakmai jel. Saját tapasztalat: a megbízói oldalon ez a jelölés lényegesen jobban fogadható, mint amire számítani lehetne, mert a HR-vezetők pontosan tudják, hogy a toborzásban kevés a garantálható dolog.
Hogyan méred, hogy tényleg idéznek-e az AI-válaszok?
Rövid válasz: saját promptkészlettel, GA4 referral-szűréssel és szerverlog-elemzéssel, mert hivatalos, teljes körű AI-megjelenési jelentés ma nem áll rendelkezésre.
Hivatalosan igazolt: a Google Search Console nem bontja külön az AI Overviews megjelenéseket, azok a normál keresési adatok között szerepelnek. Ezért az alábbi közvetett módszerek maradnak:
- Promptkészlet. Írj össze húsz-harminc valós kérdést, tíz megbízói és húsz jelölti szemszögből ("melyik cég közvetít raktári munkát Fejér megyében", "mennyi ideig tarthat a munkaerő-kölcsönzés"), és havonta futtasd le ugyanazokat ugyanazokban a rendszerekben. Jegyezd fel, megjelensz-e, és milyen szövegkörnyezetben.
- GA4 referral. Készíts egy szegmenst a jellemző hivatkozó forrásokra (
chatgpt.com,perplexity.ai,copilot.microsoft.com,gemini.google.com). Ez alacsony forgalmat mutat majd, de a trend és a belépő oldalak listája hasznos. - Szerverlog. Nézd meg, mely AI-robotok járnak nálad. A
robots.txthivatalosan dokumentált tokenjei közé tartozik aGPTBot, azOAI-SearchBot, aClaudeBot, aPerplexityBotés aGoogle-Extended. Egy minimális, megengedő beállítás:User-agent: OAI-SearchBotmajd új sorbanAllow: /. Fontos: aGoogle-Extendednem önálló robot, hanem vezérlő token.
Ne várj gyors, egyenletes eredményt. A generatív válaszok erősen változékonyak, ugyanaz a kérdés két nap különbséggel más forrásokat hozhat. Ezért egyetlen mérés semmit nem bizonyít, csak a több hónapos sorozat.
Milyen ellenőrzőlistával indulj neki?
Rövid válasz: nyolc lépéssel, amelyből az első négy technikai alap, a második négy tartalmi mélység.
- Válaszd szét a megbízói és a jelölti oldalágat, és tedd egyértelművé a menüben is.
- Vezesd be a
JobPostingjelölést minden nyitott pozíciónál, és teszteld a Google Rich Results Test eszközével. - Építs eljárást a lejárt hirdetések kivezetésére, lehetőleg automatikusan a
validThroughalapján. - Egységesítsd a cégnevet és a címet minden külső profilban, és kösd össze őket a
sameAsmezőkkel. - Válassz három-öt szektort, és mindegyikhez írj legalább hat összekapcsolt, kérdés-alapú tartalmat.
- Nézd át a jogi állításokat, tedd mellé a jogforrást és az ellenőrzés dátumát.
- Vezesd be a háromszintű epistemikus jelölést a tudástár minden cikkében.
- Állítsd be a mérést: promptkészlet, GA4 szegmens, negyedéves logelemzés.
Ez a lista nem garantál megjelenést egyetlen válaszmotorban sem. Azt viszont jó eséllyel eléri, hogy amikor a rendszer forrást keres egy magyar foglalkoztatási kérdéshez, legyen nálad tiszta, ellenőrizhető, szektorspecifikus szöveg, amit ki tud emelni.
Források és további olvasnivalók
- Google Search Central: JobPosting (Job posting) strukturált adat dokumentáció
- Google Search Central: Indexing API áttekintés
- Google Search Quality Rater Guidelines
- Schema.org: JobPosting, Organization, EmploymentAgency típusdefiníciók
- OpenAI dokumentáció: GPTBot és OAI-SearchBot robots.txt tokenek
- Anthropic dokumentáció: ClaudeBot crawler-tájékoztató
- W3C: JSON-LD 1.1 ajánlás
- Nemzeti Jogszabálytár: 2012. évi I. törvény a munka törvénykönyvéről; 118/2001. (VI. 30.) Korm. rendelet; 2011. évi CXII. törvény
- Nemzeti Adatvédelmi és Információszabadság Hatóság: álláspályázatokkal kapcsolatos adatkezelési tájékoztatók
- A megbízói és a jelölti tartalmat külön oldalágra tedd, mert az AI-motorok szándék szerint válogatnak, nem cégnév szerint.
- A JobPosting strukturált adat és a lejárt hirdetések tiszta kezelése alaptechnikai feltétel, nem extra.
- A foglalkoztatási tartalomban a jogszabályi hivatkozás dátummal és hatályosság-ellenőrzéssel érvényes, elavult jogi állítást a nyelvi modellek is továbbvisznek.
- Szektorális mélység nélkül nincs idézhetőség: három-öt szakterületre épített tartalomfészek többet ér, mint húsz felszínes oldal.
- Az AI-láthatóság méréséhez saját promptkészlet, GA4 referral-szűrés és szerverlog-elemzés kell, mert hivatalos AI-jelentés erre ma nem áll rendelkezésre.
Gyakori kérdések
Külön weboldal kell a megbízóknak és a jelölteknek?
Általában nem. Egy domainen belül két jól elkülönített oldalág (például /munkaltatoknak/ és /allast-keresoknek/) elég, és így az egész cég entitás-ereje egy helyen marad. Külön domain csak akkor indokolt, ha a két üzletág márkaneve is eltér.
Mi történik, ha nem vezetem ki a lejárt álláshirdetéseket?
A régi hirdetés hetekig-hónapokig futhat a keresési és a generatív rendszerekben, így betöltött pozícióra érkeznek jelentkezések. A dokumentált megoldás: 404-es vagy 410-es státusz, múltbeli validThrough dátum, vagy kivétel a hirdetéslistából.
Kell llms.txt fájl egy HR-cég weboldalára?
Ez ma szakmai feltételezés kategória. Egyetlen nagy szolgáltató sem erősítette meg hivatalosan, hogy figyelembe venné. Elkészítése olcsó és nem árt, de ne ez legyen az első lépés a JobPosting jelölés és a tartalmi mélység előtt.
Hogyan hivatkozzak jogszabályra úgy, hogy ne évüljön el a cikk?
Nevezd meg a jogszabály pontos számát és címét, írd oda, mikor ellenőrizted a hatályos szöveget, és jelezd, hogy a döntés előtt a Nemzeti Jogszabálytár aktuális változatát kell megnézni. Konkrét határidőket és összeghatárokat csak akkor írj le, ha vállalod a rendszeres felülvizsgálatot.
Meddig tart, amíg egy HR-cég megjelenik az AI-válaszokban?
Erre nincs megbízható általános szám, és senki nem tud garanciát adni rá. Saját tapasztalat szerint a technikai alapok (strukturált adat, tiszta oldalszerkezet) hetek alatt átfutnak, a szektorális tartalmi mélység hatása viszont jellemzően több hónapos időtávon mérhető, erősen ingadozó eredményekkel.
Elég a LinkedIn és az álláshirdető portál, vagy kell saját tartalom is?
A portálok forgalmat hoznak, de a rájuk épített láthatóság nem a tiéd. A saját weboldalon lévő szektorspecifikus tartalom az, amit a válaszmotorok a te cégedhez köthetnek, és amit nem tud egyik nap egy platform-szabályváltozás elvenni.
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.