Ha egy AI-asszisztens szakmai kérdésre válaszol, valahonnan vennie kell a konkrétumot. Véleményből bőven van a neten, számból sokkal kevesebb. Ezért esik aránytalanul nagy súllyal latba a saját mérésből, saját ügyfélkörből vagy saját tesztből származó adat: nem lehet máshonnan beszerezni, tehát ha a modell konkrétumot akar mondani, téged kell megneveznie mellé.
A magyar kkv-k tartalommarketingje ma jellemzően újramondja azt, amit már tíz másik oldal leírt. Ez a fajta anyag beleolvad a modell általános tudásába, és pont ezért nem jár érte hivatkozás: a modell nem tőled tudja, hanem mindenhonnan. A saját adat viszont ennek a fordítottja. Egyetlen, tisztességesen összerakott, húsz-negyven elemű felmérés több idézést hozhat, mint húsz általános cikk ugyanarról a témáról.
Az alábbiakban végigveszem, miért működik ez, milyen kutatás fér bele reálisan egy néhány fős cégnek, hogyan kell a módszertant dokumentálni, és mit kell technikailag megcsinálni ahhoz, hogy az adatod egyáltalán hivatkozható legyen.
Miért idéz szívesebben egy válaszmotor eredeti adatot?
Rövid válasz: mert az eredeti adat nem helyettesíthető, és mert a modellnek fedezetre van szüksége az állítás mögé. Ha az összegzés azt mondja, hogy "a hazai szolgáltatók átlagosan több mint egy napig válaszolnak egy ajánlatkérésre", ezt nem tudja általánosságból levezetni. Vagy megnevez egy forrást, vagy nem mondja ki a mondatot.
Van egy másodlagos hatás is, ami legalább ennyire fontos. Az eredeti adatra más oldalak is hivatkoznak: szakmai blogok, kamarai hírlevelek, helyi sajtó, fórumok. Minden ilyen említés újabb szöveges környezetet ad a cégnevednek, és a modellek ezekből a másodlagos említésekből is építkeznek. Egy jó felmérés tehát kétszer dolgozik: közvetlenül, mert idézhető, és közvetve, mert hivatkozásokat termel.
Hivatalosan igazolt: a Google Search Central nyilvános útmutatói és a Search Quality Rater Guidelines évek óta hangsúlyozzák az eredeti, első kézből származó információ értékét, és külön kiemelik a saját kutatáson, eredeti riportáláson alapuló tartalmat. Az OpenAI dokumentációja szintén leírja, hogy a keresésre használt kúszórobotjai milyen szabályok szerint férnek hozzá a nyilvános oldalakhoz.
Saját tapasztalat: a gyakorlatban azt látom, hogy azok az oldalrészek kerülnek be leggyakrabban AI-válaszokba, ahol egy szám, egy dátum és egy módszertani mondat egymás mellett áll. A puszta szám módszertan nélkül gyengébben teljesít, mert nem ellenőrizhető, és a modellnek kockázatos átvennie.
Szakmai feltételezés: valószínűnek tartom, hogy a modellek a jövőben egyre erősebben preferálják majd a dátumozott, forrásolt és strukturáltan közölt adatot, mert ez csökkenti a téves állítás kockázatát. Ez feltételezés, nem publikált tény, és semmilyen megjelenést nem garantál.
Milyen kutatás fér bele reálisan egy kkv-nak?
Az, amit a saját működésed melléktermékéből vagy néhány nap fókuszált munkából ki tudsz nyerni. Nem reprezentatív országos felmérésre van szükséged, hanem szűk kérdésre, amire rajtad kívül senki nem tud válaszolni. Néhány formátum, ami tényleg működik:
- Rejtett vásárlói teszt. Kiküldesz azonos szövegű ajánlatkérést 30-40 szakmabeli vállalkozásnak egy megyében, és méred, hányan és mennyi idő alatt válaszolnak. Egy székesfehérvári gépészcég ebből például megtudja, hogy a saját válaszideje mennyire lóg ki a mezőnyből, és erről tud egy hivatkozható mondatot írni.
- Saját ügyféladat anonimizált aggregálása. Egy könyvelőiroda összeszámolhatja, hogy az elmúlt két évben beérkezett iratcsomagok hány százaléka volt hiányos, és melyik három dokumentum hiányzik a leggyakrabban.
- Terméktesztek, mérések. Egy szigetelést végző kivitelező tíz lakáson rögzítheti a beavatkozás előtti és utáni fűtésfogyasztást, azonos fűtési idényen belül, azonos leolvasási móddal.
- Nyilvános adatok saját feldolgozása. A KSH vagy a Cégközlöny nyilvános adataiból összeállított, a szakmádra szűkített kimutatás is eredeti munka, ha a szűrés és a szempont a tiéd.
- Ismétlődő pillanatfelvétel. Ugyanazt a 25 weboldalt megnézed félévente ugyanazzal a szemponttal (van-e valódi kapcsolati oldal, van-e feltüntetve szolgáltatási terület, mennyi idő alatt tölt be). A második körtől már trendet tudsz mutatni, és a trend sokkal idézhetőbb, mint az egyszeri szám.
- Belső folyamatstatisztika. Egy nyíregyházi szerviz kigyűjtheti, hogy az elmúlt 500 munkalapon melyik öt hibatípus fordult elő a leggyakrabban, és mely évjáratoknál.
A minta lehet kicsi, ha őszintén megírod, hogy kicsi. A hitelt nem a méret adja, hanem az, hogy pontosan tudni lehessen, mit mértél. Egy 30 elemű, átlátható felmérés komolyabban vehető, mint egy "több száz ügyfelünk tapasztalata alapján" kezdetű mondat, ami mögött nincs egyetlen ellenőrizhető szám sem.
Hogyan tervezd meg lépésről lépésre?
- Írj le egy kérdést egy mondatban. Ha két mondat kell hozzá, még túl tág. Rossz: "hogyan kommunikálnak a szolgáltatók". Jó: "hány óra alatt érkezik első érdemi válasz egy weboldalon leadott ajánlatkérésre".
- Határozd meg a mintakeretet. Honnan veszed a listát, milyen szűrővel, mikor. Például: Google Térkép találatok egy adott városban, egy adott szakmára, az első 50 találat, adott napon rögzítve, a listát elmentve.
- Rögzítsd a protokollt előre. Azonos szöveg, azonos napszak, azonos csatorna, azonos várakozási ablak. Ha menet közben változtatnod kell, azt is dokumentáld, és ne írd felül a korábbi köröket.
- Vezess nyers adattáblát. Egy sor egy megfigyelés, dátummal és azonosítóval. Ez lesz a letölthető melléklet alapja, és ezzel tudod fél év múlva is megismételni a számítást.
- Számolj egyszerű mutatókat. Átlag, medián, arányok, esetleg szórás. A medián gyakran őszintébb, mint az átlag, mert egy szélsőséges eset nem torzítja el.
- Nézesd át valakivel. Elég, ha egy kolléga végigmegy a nyers táblán és a számoláson. A leggyakoribb hiba nem a bonyolult statisztika, hanem az elcsúszott képlet vagy a kétszer beírt sor.
- Írd meg a korlátokat. Mit nem mér a kutatás, hol lehet torzítás, mekkora a bizonytalanság. Ez nem gyengíti az anyagot, hanem hitelesíti.
Hogyan néz ki mindez egy konkrét példán?
Vegyünk egy elképzelt, de teljesen reális felállást: egy debreceni villanyszerelő cég azt akarja megmutatni, mennyire nehéz a szakmában egyáltalán ajánlatot kapni. Ez illusztráció egy lehetséges kutatási tervre, nem egy megtörtént munka leírása.
- Kérdés: hány óra alatt érkezik első érdemi válasz egy weboldalon leadott lakossági ajánlatkérésre Debrecenben?
- Mintakeret: a "villanyszerelő Debrecen" keresés első 60 térképes találata egy adott napon, ezek közül az a 42, amelyiknek van működő űrlapja vagy nyilvános e-mail-címe.
- Protokoll: azonos szövegű, valós és teljesíthető megkeresés, hétköznap délelőtt kiküldve, a válasz beérkezése percre pontosan rögzítve, hét nap megfigyelési ablakkal.
- Mutatók: válaszadási arány, medián válaszidő, a 24 órán belül válaszolók aránya, és a válasz típusa (érdemi ajánlat, visszakérdezés, automatikus üzenet).
- Korlátok: egyetlen város, egyetlen hét, lakossági megkeresés, tehát nem általánosítható sem az országra, sem az ipari munkákra.
Ebből a néhány napos munkából olyan cikk születik, amiben legalább négy önállóan idézhető szám van, mindegyik mellett dátummal és mintamérettel. Ha az jön ki, hogy a cégek fele egyáltalán nem válaszol, az kellemetlen a szakmára nézve, de éppen ezért lesz sokat hivatkozott. Ha az jön ki, hogy a többség fél napon belül válaszol, az is használható eredmény, csak más történetet mesél. A kutatás pontosan attól hiteles, hogy előre nem tudod, mi lesz a vége.
Hogyan dokumentáld a módszertant, hogy egy gép is megértse?
Tömör válasz: a cikkben legyen egy önálló, jól elkülönített módszertani blokk, ami minden lényeges paramétert egy helyen tartalmaz. Az idézhető szakasz felépítése a gyakorlatban ez:
- Mit mértünk: a vizsgált jelenség egy mondatban.
- Kiken: a minta összetétele, mérete, földrajzi lehatárolása.
- Mikor: pontos adatgyűjtési időszak, naptári dátumokkal.
- Hogyan: az adatfelvétel módja, eszköze, a mérési egység.
- Ki végezte: a szervezet neve, a felelős személy, elérhetőséggel.
- Korlátok: mire nem általánosítható az eredmény.
Ez a hat pont az, amit egy válaszmotor is fel tud dolgozni, és amit egy újságíró vagy egy szakmai blog is idézni tud anélkül, hogy fel kellene hívnia téged. Ha kimarad az időszak vagy a mintaméret, az adat a legjobb esetben is csak illusztráció marad. A módszertant tedd a cikk elejére vagy közepére, ne a legaljára: ami az oldal legvégén van, azt a kivonatoló gyakran már nem viszi magával.
Hogyan teszed technikailag hivatkozhatóvá az adatot?
Úgy, hogy stabil helyet, stabil nevet és géppel olvasható leírást adsz neki. Négy lépés:
- Önálló, állandó URL. A kutatás kapjon saját oldalt, ne egy hírfolyamba temetve jelenjen meg. Az URL-t utána ne írd át, és ha mégis muszáj, tegyél rá állandó átirányítást.
- Nevezd el. Adj neki hivatkozható címet és évszámot, például "Ajánlatkérés-válaszidő felmérés 2026". A visszatérő, évente ismételt névből idővel referenciapont lesz.
- Tedd letölthetővé az aggregált táblát. Egy egyszerű CSV vagy táblázat is elég, személyes adat nélkül. Aki ellenőrizni akar, ellenőrizhessen.
- Írd le strukturált adattal. A Schema.org tartalmaz erre való típust, és a hozzá tartozó jelölés jelzi a gépeknek, hogy itt adathalmazról van szó.
Egy minimális példa a jelölésre: {"@context":"https://schema.org","@type":"Dataset","name":"Ajanlatkeres-valaszido felmeres 2026","creator":{"@type":"Organization","name":"Pelda Kft."},"datePublished":"2026-03-01","temporalCoverage":"2026-01-06/2026-02-14","measurementTechnique":"strukturalt e-mailes ajanlatkeres, 42 szolgaltato","variableMeasured":"elso valasz ideje (ora)"}
A cikk törzsében pedig érdemes az Article jelölésben kitölteni a szerzőt és a dátumot, a módszertani szakaszt önálló H2 alá tenni, a kulcsszámot pedig rövid, önmagában is értelmes mondatban közölni. Ha készítesz hozzá diagramot, a diagram alatt szövegesen is szerepeljen a legfontosabb érték: a képre írt számot a modellek jellemzően nem olvassák ki.
Hogyan írj olyan mondatokat, amelyeket könnyű idézni?
A jó idézhető mondat kontextus nélkül, önmagában is igaz és értelmes. Ez a gyakorlatban néhány egyszerű szabályt jelent:
- Egy mondat, egy állítás. A "továbbá", "valamint", "illetve" halmozása kivághatatlanná teszi a szöveget.
- A szám, a mintaméret és az időszak kerüljön ugyanabba a mondatba, ne szóródjon szét három bekezdésbe.
- Kerüld a visszautaló szót a kulcsmondat elején ("ez", "ilyenkor", "ebből"), mert kiemelve értelmetlen lesz.
- A cég vagy a felmérés nevét legalább egyszer írd bele a kulcsmondatba, hogy az idézet magával vigye a forrást is.
Egy működő minta: "A 2026 januárjában, 42 debreceni villanyszerelő vállalkozásnál végzett felmérésünkben a megkeresések fele kapott érdemi választ hét napon belül." Ez a mondat kiemelve is megáll, mert benne van az idő, a hely, a minta és a forrás.
Hogyan jelöld, mi tény, mi tapasztalat és mi feltételezés?
A legegyszerűbb, ami működik: három visszatérő címke a szövegben, következetesen ugyanazzal a szóhasználattal. Hivatalosan igazolt az, amit egy megnevezhető, nyilvános forrás kimond (jogszabály, gyártói dokumentáció, hivatalos statisztika, platform saját súgója). Saját tapasztalat az, amit a te méréseid vagy ügyfélmunkáid mutatnak, és amiért te felelsz. Szakmai feltételezés az, amit a jelenlegi jelekből valószínűsítesz, de nincs rá bizonyíték.
Ennek két haszna van. Egyrészt az olvasó pontosan tudja, mennyire támaszkodhat az adott mondatra. Másrészt a válaszmotorok szempontjából ez kockázatcsökkentés: a jól elhatárolt állítást biztonságosabb átvenni, mert nem kell mögé feltételezni semmit. Ez nem garantál idézést, de a tapasztalatom szerint jó eséllyel segíti. Amit viszont kerülj: ne címkézd "hivatalosan igazoltnak" azt, amit csak egy másodkézből származó cikkben olvastál. Ha nem tudod megnevezni az eredeti forrást, akkor az saját tapasztalat vagy feltételezés, nem tény.
Hogyan méred, hogy tényleg idézik-e?
Nincs teljes körű, hivatalos kimutatás arról, hány AI-válaszban szerepelsz, ezért közelítő jelekből kell dolgozni. Amit érdemes figyelni:
- Rendszeres, azonos megfogalmazású promptok több asszisztensben, hónapról hónapra, feljegyzett válaszokkal.
- Hivatkozó forgalom a webanalitikában, az AI-felületekről érkező látogatókra szűrve.
- Márkanév és a kutatás nevének említése más oldalakon, egyszerű keresésekkel.
- Szerverlog: mely kúszórobotok és milyen gyakorisággal töltik le a kutatás oldalát.
A válaszok változékonyak, ugyanaz a kérdés két nap múlva más forrásokat hozhat. Ezért egyetlen mérés semmit nem bizonyít, csak a több hónapos sorozat mond valamit. Vezess egy egyszerű táblát: dátum, asszisztens, prompt, megjelentél-e, milyen mondattal. Fél év múlva ebből látszik a tendencia, ami sokkal többet ér, mint egy szerencsés képernyőkép.
Mi rontja el leggyakrabban a saját kutatást?
Ellenőrzőlista publikálás előtt:
- Van pontos mintaméret és adatgyűjtési időszak a szövegben?
- Elkerülted a "minden ügyfelünk" típusú, ellenőrizhetetlen általánosítást?
- Nem sugallsz ok-okozatot ott, ahol csak együttjárást mértél?
- Anonimizáltad az ügyféladatot, és van jogalapod a felhasználásra?
- Kiderül a szövegből, hogy a kutatást a saját szakmai érdekkörödben végezted?
- Van letölthető adatmelléklet és állandó URL?
- Szerepel dátum, szerző és frissítési jelzés?
- Van legalább egy olyan mondat, amit szó szerint ki lehet emelni idézetként?
- Megvan a nyers adattábla úgy elmentve, hogy egy év múlva is meg tudod ismételni a számítást?
A leggyakoribb hiba mégsem technikai, hanem a türelmetlenség: a kutatást egyszer megcsinálják, aztán soha nem ismétlik meg. Pedig az érték az ismétlésben halmozódik. A harmadik évfolyamnál már nem egy szám van a kezedben, hanem idősor, és arra hivatkozni sokkal természetesebb.
Források és további olvasnivalók
- Google Search Central: Creating helpful, reliable, people-first content
- Google Search Quality Rater Guidelines
- Google Dataset Search és a strukturált adatokra vonatkozó fejlesztői dokumentáció
- Schema.org: Dataset, Article és Organization típusok
- OpenAI dokumentáció: kúszórobotok és a webes hozzáférés szabályai
- W3C: Data on the Web Best Practices
- Központi Statisztikai Hivatal (KSH) nyilvános adatbázisai
- Nemzeti Adatvédelmi és Információszabadság Hatóság (NAIH) tájékoztatói az adatkezelésről
- Az eredeti adat azért idézhető, mert nincs belőle második példány: a hivatkozás nem díszítés, hanem az állítás fedezete.
- Egy kkv-nak nem reprezentatív felmérés kell, hanem szűk, jól körülhatárolt kérdés és fegyelmezett adatgyűjtés.
- A módszertan (minta, időszak, mérési mód, korlátok) leírása nélkül a szám nem adat, csak állítás.
- Strukturált adat, stabil URL, dátumozás és letölthető táblázat teszi technikailag hivatkozhatóvá a kutatásodat.
- Jelöld külön, mi hivatalos információ, mi saját tapasztalat és mi szakmai feltételezés: ez a különbségtétel önmagában bizalmi jel.
Gyakori kérdések
Mekkora minta kell ahhoz, hogy egy kkv kutatása hiteles legyen?
Nincs varázsszám. Húsz-negyven megfigyelés is elég lehet, ha pontosan leírod, kiket vizsgáltál, mikor és milyen módszerrel, és világosan kimondod, hogy az eredmény nem általánosítható az egész piacra. A hitelt a módszertan átláthatósága adja, nem a mintaméret.
Felhasználhatom a saját ügyféladataimat kutatáshoz?
Csak megfelelő jogalappal és úgy, hogy az egyes ügyfelek ne legyenek azonosíthatók. A gyakorlatban ez összesített, anonimizált mutatókat jelent, ügyfélnév, egyedi eset és beazonosítható részlet nélkül. Ha kétséges, kérj adatvédelmi szakmai véleményt a publikálás előtt.
Mennyi idő alatt látszik, ha egy válaszmotor átvette az adatomat?
Ez nagyon változó, és nem is garantált. A saját tapasztalatom szerint a kúszórobotok viszonylag hamar letöltik az új oldalt, de a válaszokban való megjelenés hetekben vagy hónapokban mérhető, és a modellek frissítési ciklusától is függ. Egyetlen ellenőrzésből nem lehet következtetni.
Elég, ha csak a cikkben közlöm a számokat, vagy kell letölthető tábla is?
A cikkben közölt szám is idézhető, de a letölthető, aggregált tábla erősebb bizalmi jel, mert ellenőrizhetővé teszi az állítást. Egy egyszerű CSV vagy táblázat is elég, nyers személyes adat nélkül.
Mit tegyek, ha a kutatásom eredménye kellemetlen a saját szakmámra nézve?
Közöld úgy, ahogy kijött. Az őszinte, akár kényelmetlen eredmény jellemzően több hivatkozást hoz, mint a magadra szabott adat, és a szelektív közlés előbb-utóbb kiderül. Azt viszont írd le, milyen érdekkörben készült a felmérés.
Milyen gyakran érdemes megismételni ugyanazt a felmérést?
Évente egyszer a legtöbb szakmában bőven elég, gyorsan változó területen félévente. A lényeg, hogy azonos módszertannal ismételd, különben nem lesz összehasonlítható, és pont a legértékesebb rész, az idősor vész el.
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.