Review és AggregateRating jelölés: szabályok és csapdák

Scheo · 2026-08-11 · olvasási idő ~10 perc · Szerző: Schmidt Péter

Az értékelés-jelölés az egyik legcsábítóbb strukturált adat: sárga csillagok a találati listában, magasabb átkattintás, erősebb első benyomás. Éppen ezért ez az a terület, ahol a legtöbb magyar kkv-weboldalon szabálysértő megoldás fut, sokszor jóhiszeműen, egy sablon vagy egy bővítmény alapbeállítása miatt. Nézzük végig, mit szabad, mit nem, és hogyan lehet ezt tisztán megcsinálni.

Mit jelent pontosan a Review és az AggregateRating jelölés?

Rövid válasz: a Review egyetlen, konkrét személytől származó értékelést ír le gépi olvasásra, az AggregateRating pedig több értékelés összesített átlagát és darabszámát. Mindkettő csak akkor jogszerű, ha valós, az oldalon is látható felhasználói visszajelzést tükröz.

A Schema.org szótárában mindkét típus mindig kapcsolódik valamihez: van egy értékelt dolog, az itemReviewed. Ez lehet termék, tanfolyam, esemény, recept, szoftver, könyv, és lehet maga a vállalkozás is (LocalBusiness, Organization). A technikai megvalósítás nagyjából azonos, a szabályok viszont típusonként élesen eltérnek, és pontosan ez a különbség buktatja el a legtöbb hazai oldalt.

Hivatalosan igazolt: a Google Search Central értékelés-kivonat (review snippet) dokumentációja felsorolja, mely típusoknál értelmezi egyáltalán a jelölést. A lista véges, és nem szerepel benne például a Service. Ha tehát egy szolgáltatás-aloldalt Service típussal írsz le, és ráteszel egy aggregateRating mezőt, a jelölés Schema.org szempontból formailag rendben lehet, de a Google ebből nem fog csillagos találatot építeni. Ez fontos különbség: a validátor zöld pipája nem azonos azzal, hogy a Google támogatja az adott megjelenést.

Szabad-e saját magadról értékelést jelölni a saját weboldaladon?

Rövid válasz: nem. A saját domaineden, saját magadról közölt értékelést a Google öndicsérő (self-serving) értékelésnek tekinti LocalBusiness és Organization típusnál, és nem használja fel csillagos találathoz.

Hivatalosan igazolt: a Google 2019 óta külön kimondja ezt a korlátozást. Az indoklás egyszerű: ha a saját oldaladon te magad döntöd el, melyik vélemény kerül ki, mekkora átlagot írsz ki és hány darabot számolsz bele, akkor a felhasználó számára ez nem független információ. A szabály nem attól függ, hogy a vélemények valódiak-e. Attól függ, hogy ki az értékelt fél és ki kontrollálja a megjelenítést.

Ez a gyakorlatban több, első ránézésre ártatlan megoldást is kizár. Ha egy székesfehérvári fogtechnikai labor a főoldal láblécébe kiírja, hogy "4,9 csillag, 214 vélemény alapján", és ehhez Organization típusú aggregateRating jelölést tesz, az öndicsérő. Ha egy debreceni klímaszerelő átmásolja a Google Cégprofilba érkezett véleményeit a saját referencia-oldalára, és azokat jelöli meg, az szintén öndicsérő marad, hiszen továbbra is a saját cégéről szól a saját oldalán.

Saját tapasztalat: a legtöbb ilyen jelölést nem szándékosan teszik ki. Egy vásárolt WordPress-sablon vagy egy SEO-bővítmény alapértelmezésben kitölt egy aggregateRating blokkot, gyakran egy előre beírt, kitalált értékkel, amit senki nem nézett meg. Amikor átveszünk egy oldalt, ez az egyik első dolog, amit a forráskódban keresünk.

Érdemes külön kezelni két dolgot, mert sokan összekeverik: a keresőben a cégnév mellett megjelenő csillagok szinte mindig a Google Cégprofilból jönnek, nem a weboldal strukturált adatából. Ha az a célod, hogy a márkanevedre keresve látszódjanak csillagok, akkor a Cégprofilodat és a valódi ügyfélvéleményeket kell erősítened, nem a JSON-LD kódot.

Mit jelölhetsz mégis jogszerűen egy magyar kkv oldalán?

Rövid válasz: mindent, ami nem maga a vállalkozásod, hanem egy konkrét, azonosítható dolog, amit értékesítesz vagy közzéteszel, feltéve hogy a vélemény valós felhasználótól származik és az oldalon látható.

• Termékoldal (Product): egy nyíregyházi kézműves szappanmanufaktúra webshopjában a konkrét termék vásárlói véleményei jelölhetők, mert az értékelt dolog a termék, nem a cég.
• Tanfolyam (Course): egy egri tréningcég konkrét képzésének résztvevői visszajelzései.
• Esemény (Event): egy szegedi rendezvényszervező adott, dátumhoz kötött programjának értékelései.
• Szoftver (SoftwareApplication): saját fejlesztésű alkalmazás vagy bővítmény felhasználói visszajelzései.
• Recept (Recipe): egy Balatonfüreden működő étterem blogján közzétett recept olvasói értékelései.

A logika végig ugyanaz: az itemReviewed nem lehet azonos azzal a szervezettel, amelyik a weboldalt üzemelteti. Amint ez teljesül, és a vélemény tényleg a látogatóktól érkezik, a jelölés szabályos.

Milyen mezők kötelezőek, és hol csúszik el a legtöbb megvalósítás?

Rövid válasz: egy Review nem létezhet szerző és értékelés nélkül, egy AggregateRating pedig átlag és darabszám nélkül. A hibák nagy része néhány visszatérő apróságból ered.

• author: kötelező, és valódi személy vagy szervezet neve legyen. Nem lehet a saját weboldalad vagy márkád neve, és nem lehet akciós szöveg.
• reviewRating.ratingValue: az adott vélemény pontszáma.
• ratingValue az összesítésnél: az átlag.
• ratingCount vagy reviewCount: legalább az egyik kell, és nem lehet nulla.
• bestRating és worstRating: ha nem adod meg, a rendszer 5-ös és 1-es skálát feltételez. Tízes skálánál ezt kötelező kiírni, különben egy 8-as érték értelmezhetetlen lesz.
• itemReviewed: az összesítésnél egyértelműen jelöld meg, mire vonatkozik.

A magyar oldalakon a leggyakoribb technikai hiba a tizedesvessző. A ratingValue értékét pontos formában kell megadni (4.8), mert a 4,8 alakot a feldolgozó nem feltétlenül értelmezi számként. Ez apróságnak tűnik, de önmagában megakadályozhatja a gazdag találat megjelenését.

A második gyakori hiba a sablonszintű másolás: a fejlesztő a fejlécbe teszi az összesített értékelést, ezért az oldal minden aloldalán, a kapcsolat és az adatvédelmi tájékoztató oldalon is ott van ugyanaz az aggregateRating. Ez nemcsak felesleges, hanem ellentmond annak az alapelvnek, hogy a jelölés az adott oldal látható tartalmát írja le.

A harmadik: a jelölésben szereplő szám nem egyezik azzal, amit a látogató lát. Ha a kódban 4.9 és 214 vélemény szerepel, az oldalon viszont hét darab kiemelt idézet van pontszám nélkül, akkor a jelölés félrevezető.

Mi történik, ha visszaélsz a jelöléssel?

Rövid válasz: jellemzően nem robban fel a weboldalad, hanem elveszíted a gazdag találatot, és kézi műveletet kaphatsz a Search Console-ban.

Hivatalosan igazolt: a Google spam-szabályzata és a strukturált adatokra vonatkozó irányelvek szerint a félrevezető vagy a látható tartalommal nem egyező jelölés szabálysértés. A Search Console "Kézi műveletek" jelentésében ez strukturált adatokkal kapcsolatos problémaként jelenik meg. Ilyenkor az adott oldalak (vagy az egész domain) kikerülnek a gazdag találatok köréből, és a helyreállításhoz a jelölés javítása után újbóli elbírálási kérelmet kell beadni.

Szakmai feltételezés: a legtöbb kkv esetében nem a kézi művelet a tényleges kockázat, hanem a csendes hatástalanság. A rendszer egyszerűen figyelmen kívül hagyja az öndicsérő jelölést, a cég pedig hónapokig abban a hitben él, hogy "be van állítva a csillag", és nem érti, miért nem látszik. Ez elveszett idő és elveszett bizalom a saját mérésében.

Azt is érdemes tudni, hogy még a tökéletesen szabályos jelölés sem garantál csillagot. A Google hivatalos álláspontja szerint a gazdag találat megjelenítése mindig az ő döntése, a strukturált adat csak feltétel, nem jogosultság.

Hogyan építs fel lépésről lépésre egy szabálykövető értékelés-rendszert?

Rövid válasz: előbb legyen valódi véleménygyűjtésed, és csak utána nyúlj a kódhoz. Fordított sorrendben nem lehet szabályosan megoldani.

1. Döntsd el, mit értékeltetsz. Ha szolgáltató vagy és nincs terméked, akkor a saját oldalad csillagos találata nem reális cél. Ilyenkor a Cégprofil és a független értékelő platformok az út.
2. Gyűjts valódi visszajelzést. Teljesítés után néhány nappal küldj egy rövid kérést. Az értékelés pontszámot és szöveget is tartalmazzon, és köthető legyen egy konkrét vásárláshoz vagy részvételhez.
3. Jelenítsd meg az oldalon. A véleményeknek látszaniuk kell a látogató számára, nem lehetnek csak a forráskódban. Ha lapozható a lista, az első adag legyen alapból betöltve.
4. Számold az összesítést automatikusan. Az átlagot és a darabszámot a rendszer számolja a beérkezett értékelésekből, ne kézzel írd be. Így soha nem csúszik szét a kód és a látható tartalom.
5. Írd meg a JSON-LD blokkot. Egy termékoldalon a Product objektumon belül szerepeljen az aggregateRating, és az egyes vélemények review tömbként, mindegyikben author és reviewRating.
6. Kezeld a nulla esetet. Ha egy terméknek még nincs értékelése, a jelölés ne kerüljön ki. Nulla darabszámmal kiírt összesítés hibát okoz.
7. Teszteld. Futtasd le a Gazdag találatok tesztet és a Schema Markup Validatort, majd a Search Console megfelelő jelentésében kövesd, hány oldalon érvényes a jelölés.
8. Moderálj tisztán. Nem törölheted csak a negatív véleményeket. Ha szűrsz, azt egységes, előre rögzített szabály szerint tedd (például sértő tartalom eltávolítása), és ezt írd is le egy rövid tájékoztatóban.

Saját tapasztalat: a negyedik pont a legfontosabb. Amelyik oldalon kézzel írják be az átlagot, ott előbb-utóbb elavul, és pont akkor derül ki, amikor valaki auditálja.

Hogyan kezelik az értékeléseket a válaszmotorok?

Rövid válasz: a strukturált adat segít abban, hogy a gépi olvasók egyértelműen azonosítsák, mire vonatkozik egy pontszám, de az AI-válaszokban a több forrásból egybevágó információ számít jobban, mint a saját oldalon közölt szám.

Szakmai feltételezés: a nagy nyelvi modellekre épülő keresők és asszisztensek hasonló bizalmi logikát követnek, mint a klasszikus kereső. Egy önmagáról közölt átlagérték gyenge jelzés, míg ugyanaz a kép több független helyről (Cégprofil, szakmai katalógusok, összehasonlító oldalak) megerősítve sokkal használhatóbb. Ha az adataid ellentmondanak egymásnak, az inkább árt, mint használ.

Ebből következik egy nagyon gyakorlatias teendő: nézd meg, hogy a cégneved, címed, nyitvatartásod és értékeléseid ugyanazt mondják-e mindenhol. Ez a konzisztencia olcsóbb és tartósabb befektetés, mint bármilyen jelölési trükk, és jó eséllyel segítheti azt is, hogy pontosabban idézzenek.

Mit nézz át élesítés előtt?

• Az értékelt dolog nem maga a saját cégem.
• Minden véleménynek van valódi szerzője a jelölésben.
• A pontszám pontos tizedesjellel szerepel.
• Nem 5-ös skálánál ki van írva a bestRating.
• A darabszám nem nulla, és egyezik a láthatóval.
• Az összesítés csak azon az oldalon van kint, ahová tartozik.
• Nincs két, egymásnak ellentmondó jelölés ugyanazon az oldalon.
• A vélemények a látogató számára is olvashatók.
• A Gazdag találatok teszt hibamentes.
• A Search Console jelentésében nincs új figyelmeztetés a következő hetekben.

Ha ezen a tíz ponton átmegy a megvalósításod, akkor szabályos alapod van. A csillag ettől még nem biztos, hogy megjelenik, de legalább nem egy olyan megoldásra építesz, ami bármikor visszaüthet.

Források és további olvasnivalók

• Google Search Central: Review snippet (értékelés-kivonat) strukturált adat dokumentáció
• Google Search Central: Strukturált adatok általános irányelvei
• Google Search Central: Spam-szabályzatok a Google Kereséshez
• Google Search Console Súgó: Kézi műveletek jelentés és újbóli elbírálási kérelem
• Schema.org: Review, AggregateRating, Product, Course, LocalBusiness típusdefiníciók
• Schema Markup Validator (validator.schema.org)
• Google Rich Results Test (Gazdag találatok teszt)
• Google Cégprofil Súgó: értékelésekre vonatkozó szabályzat
• W3C: JSON-LD 1.1 specifikáció