- A válaszmotorok kontextusos kérdésekre válaszolnak (talaj, fekvés, település), ezért a tartalomnak is kontextussal kell dolgoznia.
- A fajtaszintű oldalak évekig hoznak forgalmat, mert a legtöbb versenytárs csak kategóriaszinten ír.
- A szezonális tartalmat 8-10 héttel a kereslet előtt kell publikálni és évente frissíteni, nem újraírni.
- A kertépítésnél a képek önmagukban nem idézhetők: a munkafolyamatot, a méreteket és a döntések okát szövegben is le kell írni.
- Az AI-láthatóság mérése ma mintavételes és változékony, ezért trendet érdemes nézni, nem egyetlen lekérdezést.
A kertészeti szakmában a kereslet sosem volt egyenletes: márciusban és áprilisban dől el a féléves forgalom nagy része, novemberben viszont csend van a telepen. Az AI-alapú kereséssel ez a ritmus nem szűnik meg, de átrendeződik, mert a vásárló egyre gyakrabban nem tíz találatot lát, hanem egy kész, összeollózott választ. Ebben a cikkben azt nézzük végig, hogyan érdemes egy magyar kertészet vagy kertépítő kisvállalkozás tartalmát felépíteni, hogy a Google AI Overviews, a ChatGPT keresője, a Perplexity vagy a Gemini számára is használható, hivatkozható forrás legyen.
Miben más az AI-keresés egy kertészetnek és kertépítőnek?
Abban, hogy a felhasználó nem kulcsszót ír be, hanem helyzetet ír le, és a modell több forrásból rak össze egy választ. A kertészeti kérdések eleve összetettek, ezért ez a szakma különösen érzékeny a változásra.
A régi keresés így nézett ki: örökzöld sövény. A mai kérdés inkább ilyen: milyen örökzöld sövényt ültessek agyagos, tömörödő talajra, félárnyékos kertbe, Székesfehérváron, ha nyáron ritkán tudok öntözni? Erre a modell egyetlen bekezdésben válaszol, és ahhoz több forrásból emel be részleteket: talajigény, fagytűrés, végleges méret, ültetési tőtávolság.
Hivatalosan igazolt: a Google Search Central dokumentációja szerint nincs külön "AI Overviews-optimalizálás", az AI-válaszok ugyanarra az indexre és ugyanazokra a Search Essentials alapelvekre épülnek, mint a hagyományos találatok. Saját tapasztalat: azok az oldalak kerülnek be gyakrabban ilyen válaszokba, amelyek egy bekezdésen belül több konkrét paramétert is megadnak, nem csak hangulati leírást. Szakmai feltételezés: a nyelvi modellek a jól tagolt, táblázatszerű vagy felsorolásos szakmai adatokat könnyebben emelik ki, mint a folyó szöveget, de ezt hivatalos dokumentáció nem erősíti meg.
- Írj le minden növénynél legalább négy mérhető paramétert (fagytűrés, végleges méret, talaj- és fényigény).
- Nevezd meg a szolgáltatási területet szövegben is, ne csak a lábléc térképén.
- Egy kérdés, egy szakasz: a válasz az első két mondatban legyen kész.
Hogyan használd ki a szezonalitást úgy, hogy a tartalom egész évben dolgozzon?
Úgy, hogy a szezonális cikket a kereslet előtt 8-10 héttel publikálod, és utána évről évre frissíted ugyanazon a webcímen, ahelyett hogy minden tavasszal új oldalt hoznál létre. Az indexelés és a bizalom felépülése időt kér, a régi webcím ezt a bizalmat viszi tovább.
Egy működő éves ritmus egy magyar kertészetnél nagyjából így néz ki:
- December-január: metszési útmutatók, gyümölcsfa-alanyok, magvetési naptár. Ilyenkor a tervezgető olvasó keres.
- Február: tavaszi ültetési sorrend, talajelőkészítés, konténeres és szabadgyökerű növények különbsége.
- Március-május: fajtaválasztó tartalmak, öntözés beüzemelése, gyepfelújítás lépései.
- Június-augusztus: aszálytűrő növények, mulcsozás, kártevő- és betegségfelismerés fotós leírással.
- Szeptember-november: őszi ültetés előnyei, hagymások, télre felkészítés, örökzöldek fagyvédelme.
Saját tapasztalat: a legnagyobb hibát ott látni, hogy a tavaszi cikk májusban jelenik meg, amikor a vásárlás már megtörtént. A frissítésnél pedig érdemes a dátumot és a ténylegesen megváltozott részt is jelölni: ha csak az évszámot írod át, az sem az olvasónak, sem a keresőnek nem ad új értéket.
Szakmai feltételezés: a válaszmotorok szezonális kérdéseknél előnyben részesíthetik a frissebb, dátumozott tartalmat, mert az időfüggő tanácsnál (mikor metssz, mikor ültess) a régi információ kockázatos. Ezt sem a Google, sem az OpenAI nem részletezi nyilvánosan, de a viselkedés következetesnek tűnik.
Miért a fajtaszintű tartalom a legerősebb hosszú távú forgalomforrás?
Mert a versenytársak többsége kategóriaszinten megáll ("örökzöldek", "gyümölcsfák"), a vásárló viszont fajtanevet keres, és a modellnek is fajtaszintű adatra van szüksége a válaszhoz. Ez az a rés, ahol egy kkv szakmai előnye tényleges láthatósággá válik.
Egy jó fajtaoldal nem termékleírás, hanem döntéstámogatás. Vedd például a Thuja occidentalis 'Smaragd' sövényt. A gyenge oldal annyit ír, hogy szép, kúp alakú, örökzöld. Az erős oldal ezt írja le:
- Végleges magasság és szélesség 10-15 év távlatában, nem csak a szállítási méret.
- Ajánlott tőtávolság sövénynek és szoliternek, méterre lebontva.
- Talaj- és vízigény, illetve mi történik tömörödött agyagon vagy homokon.
- Tipikus problémák: pajzstetű, levélszáradás, téli barnulás, és mi ezek valós oka.
- Mivel helyettesíthető, ha a helyszín nem alkalmas (például tiszafa vagy babérmeggy).
Az utolsó pont a legfontosabb. Ha leírod, mikor ne azt a fajtát válasszák, azzal olyan tartalmat gyártasz, amit a modellek szívesen idéznek, mert kockázatot kezel. Saját tapasztalat: a "mikor ne" típusú bekezdések nálunk következetesen jobban teljesítenek hosszú kérdésekre, mint a dicsérő leírások. Hivatalosan igazolt: a Google minőségi útmutatói kifejezetten kiemelik a tapasztalatot és a szakértelmet (E-E-A-T) mint értékelési szempontot, és a saját, kézzel fogható gyakorlati tudás pontosan ez.
Hogyan lehet a helyi klímát és talajt hitelesen beépíteni?
Konkrét, ellenőrizhető adatokkal, nem általános "a magyar éghajlaton" fordulattal. A helyi hitelesség itt nem marketingszöveg, hanem szakmai tény.
Hivatalosan igazolt: a fagytűrési besorolás nyilvános adat, a USDA Plant Hardiness Zone térkép alapján Magyarország nagyjából a 6-os és 7-es zónákba esik, a csapadék- és hőmérsékleti sorokat pedig a HungaroMet (korábban Országos Meteorológiai Szolgálat) teszi közzé. Ezekre nyugodtan hivatkozhatsz.
A gyakorlati különbségek valósak, és a tartalomban meg is jelenhetnek: a Duna-Tisza közén, Kecskeméten a homokos talaj vízmegtartása egészen más feladat, mint Debrecenben a kötöttebb talajon, a Balaton-felvidéken a párásabb mikroklíma, Miskolcon pedig a hidegebb téli minimumok számítanak. Ha kertépítőként Székesfehérváron és a Velencei-tó környékén dolgozol, írd le, mit jelent ez a gyepválasztásnál vagy az automata öntözés téliesítésénél.
Szakmai feltételezés: a helyi klímára és talajra hivatkozó, települést megnevező tartalom nagyobb eséllyel kerül be egy helyhez kötött AI-válaszba, mint az általános leírás, mert a modellnek van mihez kötnie a földrajzi szűrőt. Ez nem garantál megjelenést, de a hasznosság szempontjából mindenképp indokolt.
Hogyan bizonyítsd szövegben azt, amit a kép mutat?
Úgy, hogy a képhez tartozó döntéseket, méreteket és folyamatot leírod. A nyelvi modellek ma elsősorban szöveget dolgoznak fel és idéznek, ezért egy gyönyörű kertfotó önmagában nem bizonyíték: a mellette lévő 150 szó az.
Egy kertépítő referencia akkor lesz hivatkozható, ha ezeket tartalmazza:
- Kiindulási állapot: a terület mérete, tájolása, a talaj típusa és a valós probléma (például állóvíz esőzés után).
- A döntés indoka: miért drénréteg és miért nem terepfeltöltés, miért az adott burkolat, miért az a növényválaszték.
- Konkrét számok: hány négyzetméter, hány centiméteres ágyazat, hány szórófejes körre osztott öntözés.
- Ütemezés: mennyi idő telt el a földmunkától a beültetésig, és mi függött az időjárástól.
- Utóélet: mi az első két év fenntartási feladata, mit kell tudni a garanciális beavatkozásokról.
Ehhez jön a technikai alap: minden képnek legyen leíró alt szövege ("gyepszőnyeg fektetése automata öntözés fölé, 220 négyzetméteres hátsó kert"), és a képfájlnév se IMG_2291.jpg legyen. Hivatalosan igazolt: a Google képkeresési útmutatója és a W3C akadálymentességi ajánlásai (WCAG) egyaránt előírják az érdemi alternatív szöveget. Saját tapasztalat: a legtöbb kertépítő portfólióoldalon mindössze egy címsor és tíz kép van, tehát ezen a ponton viszonylag kis munkával lehet érdemi különbséget elérni.
Milyen strukturált adat segíti a válaszmotorokat?
A Schema.org jelölés nem hoz automatikusan megjelenést, viszont egyértelművé teszi a gépnek, ki vagy, hol dolgozol és mit csinálsz. Kertészetnél és kertépítőnél a LocalBusiness, a Service és a szolgáltatási terület megadása a legfontosabb.
{"@context":"https://schema.org","@type":"Service","serviceType":"Kertépítés és kerttervezés","provider":{"@type":"LocalBusiness","name":"Példa Kertészet","address":{"@type":"PostalAddress","addressLocality":"Székesfehérvár","addressCountry":"HU"}},"areaServed":["Székesfehérvár","Velence","Gárdony","Martonvásár"]}
Hivatalosan igazolt: a Google 2023 augusztusától jelentősen szűkítette a GYIK-jelölésből származó kiemelt találatokat, ma jellemzően csak széles körben ismert egészségügyi és kormányzati oldalaknál jeleníti meg. A FAQPage jelölést tehát ne a látványért tedd fel, hanem a géppel olvasható egyértelműségért. Érdemes még tudni, hogy az OpenAI dokumentációja külön user agenteket nevesít (GPTBot, OAI-SearchBot, ChatGPT-User), így a robots.txt fájlban tudatosan eldöntheted, mit engedsz be.
Hogyan méred, hogy megjelensz-e az AI-válaszokban?
Mintavételes teszteléssel és a hivatkozási forgalom elkülönítésével, mert teljes körű, hivatalos kimutatás ma nem létezik. Ez a terület még kiforratlan, ezért óvatosan kell értelmezni a számokat.
Egy egyszerű, kkv-méretű mérési rend: állíts össze 20-30 valós ügyfélkérdést (fajtaválasztás, ültetési időpont, helyi szolgáltatás), és havonta egyszer, azonos napszakban futtasd le őket a nagyobb asszisztenseknél. Rögzítsd, megjelensz-e forrásként, és milyen állítással. A GA4-ben pedig hozz létre külön csatornacsoportot a hivatkozó tartományokra (például chatgpt.com, perplexity.ai, gemini.google.com), így a látogatások elkülönülnek az egyéb hivatkozásoktól.
Saját tapasztalat: ugyanaz a kérdés két nap különbséggel eltérő forrásokat hozhat, ezért egyetlen mérésből nem szabad következtetést levonni, csak háromhavi trendből. Szakmai feltételezés: a szezonális kérdéseknél a válaszok változékonysága nagyobb, mint az állandó szakmai kérdéseknél, mert a friss tartalmak folyamatosan cserélődnek.
Milyen ellenőrzőlistával indulj neki?
Ha egyszerre sok mindent akarsz elkezdeni, semmi nem készül el. Ez a sorrend egy szezonon belül reálisan végigvihető:
- Írd össze a tíz leggyakoribb ügyfélkérdést, amit telefonban kapsz. Ezek lesznek az első tíz H2 címed.
- Válaszd ki azt az öt fajtát vagy növénycsoportot, amiből a legtöbbet értékesíted, és készíts hozzájuk paraméteres oldalt.
- Nevezd meg szövegesen a szolgáltatási területedet, településnevekkel, helyes ragozással.
- Vegyél elő három lezárt kertépítési munkát, és írj hozzájuk 150-250 szavas folyamatleírást a képek mellé.
- Pótold az
altszövegeket, és nevezd át a képfájlokat beszédes névre. - Tedd fel a
LocalBusinessésServicejelölést, és ellenőrizd a Rich Results Test eszközzel. - Készíts éves szezonális naptárt, minden bejegyzésnél a tervezett publikálási dátummal, ami a kereslet előtt legalább két hónappal van.
- Havonta futtasd le a kérdéslistádat, és negyedévente nézd meg a trendet.
Ez a munka nem hoz azonnali eredményt, és garantált helyezést sem ígér senki felelősséggel. Amit jó eséllyel hoz, az a következő: olyan tartalmi vagyon épül, ami minden szezonban újra dolgozik, és ami akkor is hivatkozható marad, ha a keresés felülete megint megváltozik.
Források és további olvasnivalók
- Google Search Central: Search Essentials, valamint a strukturált adatokra és a képkeresésre vonatkozó dokumentáció
- Google Search Quality Rater Guidelines (E-E-A-T fejezetek)
- Schema.org: LocalBusiness, Service, FAQPage típusdefiníciók
- OpenAI dokumentáció: GPTBot, OAI-SearchBot és ChatGPT-User bot-leírások
- Bing Webmaster Guidelines
- W3C Web Content Accessibility Guidelines (WCAG), alternatív szövegekről szóló rész
- HungaroMet (korábban Országos Meteorológiai Szolgálat) éghajlati adatsorai
- USDA Plant Hardiness Zone Map
- NÉBIH: növényútlevélre és növényegészségügyre vonatkozó tájékoztatók
Gyakori kérdések
Mennyi idő alatt látszik eredmény egy kertészeti tartalomépítésnél?
Erre nincs felelősen megadható pontos idő. Saját tapasztalat alapján az első értékelhető mozgás jellemzően több hónap után jelentkezik, a szezonális tartalmaknál pedig gyakran csak a következő szezonban mutatkozik meg a hatás, mert akkor jön el újra a kereslet. Egyetlen hónap adatából nem érdemes következtetni.
Elég, ha csak szép képeket teszek fel a referenciamunkákról?
Nem elég, ha az a cél, hogy AI-válaszokban is forrás legyél. A nyelvi modellek elsősorban szöveget dolgoznak fel és idéznek, ezért a képek mellé érdemes leírni a kiindulási állapotot, a méreteket, a szakmai döntések okát és a fenntartási feladatokat. A képekhez pedig legyen érdemi alternatív szöveg.
Muszáj minden növényfajtáról külön oldalt írnom?
Nem, és nem is javasolt egyszerre. Kezdd azzal az öt-tíz fajtával vagy növénycsoporttal, amiből a legtöbbet értékesíted, vagy amiről a legtöbbet kérdeznek. Egy alapos, paraméteres fajtaoldal többet ér, mint húsz felületes, egymáshoz hasonló szöveg.
Kell külön tartalom a különböző településeknek, ahol dolgozom?
Csak akkor, ha valódi szakmai különbséget tudsz leírni: eltérő talajtípus, mikroklíma, jellemző problémák, helyi adottságok. Ha az oldalak csak a településnévben térnek el, az inkább kockázat, mint előny. A hasznosság a mérce, nem a darabszám.
Érdemes tiltani az AI-botokat a robots.txt fájlban?
Ez üzleti döntés. Ha a cél az AI-válaszokban való megjelenés, a tiltás ellene dolgozik. Ha viszont a szerverterhelés vagy a tartalom felhasználása a fő szempont, az OpenAI dokumentációja szerint a botok külön user agent néven kezelhetők, tehát szelektíven is lehet dönteni.
Hogyan tudom ellenőrizni, hogy az AI helyes információt mond rólam?
Havonta futtass le egy fix kérdéslistát a nagyobb asszisztenseknél, és jegyezd fel, mit állítanak a vállalkozásodról és a szolgáltatási területedről. Ha téves adatot látsz, a saját oldalon és az üzleti profilokban tedd egyértelművé a helyes információt. A javulás nem azonnali és nem garantált, de a következetes, egységes adat segítheti.
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.