1000 magyar cégből csak 96 áll készen az AI-keresésre

1000 hitelesített magyar céges weboldalból mindössze 96 áll készen arra, hogy a ChatGPT, a Claude, a Perplexity vagy a Google AI-funkciói egyértelműen azonosítsák és megértsék. A Ventoora kutatócsoportja 2026 októberében mérte be ezeket az oldalakat. Az AI botok szinte mindenhova bejutnak, és a szöveget is el tudják olvasni. Arra viszont, hogy ki a cég, mit csinál és melyik profilok tartoznak hozzá, az oldalak többségén nincs gépileg olvasható válasz.

A kutatás a technikai előfeltételeket méri, nem azt, hogy egy AI ténylegesen idéz-e egy céget. Ezek az előfeltételek dőlnek el leghamarabb, és ezeken lehet a legkönnyebben javítani.

Így készült a kutatás

A kutatás négy lépésből állt: cégek gyűjtése nyilvános forrásokból, minden weboldal hitelesítése, véletlen mintavétel, végül az automatikus mérés. Minden lépést egy saját fejlesztésű Node.js szkript végez, amely a véletlen mintavétel rögzített kezdőértéke miatt ugyanazt a mintát állítja elő, ha újra lefuttatjuk.

Két nyilvános adatbázisból indultunk

A cégeket két nyilvános, bárki által ellenőrizhető adatbázisból gyűjtöttük:

• Wikidata: a Wikimédia nyílt tudásbázisa. Innen azokat a vállalatokat kértük le, amelyek országa vagy székhelye Magyarország, van hivatalos weboldaluk, és nincsenek megszűntként jelölve. A lakossági profilú iparágak (kiskereskedelem, vendéglátás, szállodák, média) kimaradtak. Ez 489 sort adott, jellemzően nagyobb, ismertebb cégekkel.
• OpenStreetMap: a nyílt térképen Magyarország területén rögzített, weboldallal megjelölt üzleti helyek. Csak az üzleti profilú kategóriák kerültek be: cégirodák, ipari telephelyek és üzemek, IT-, logisztikai, mérnöki és könyvelőirodák, építőipari és gépészeti szakmák, nagykereskedések. Ez 2089 sort adott, főleg helyi kis- és középvállalkozásokkal.

A két forrás együtt 2578 sort adott. A domainek összevonása után (egy cégcsoport vagy üzletlánc több telephelye ugyanarra a weboldalra mutat) és a közösségi oldalak, cégkatalógusok kiszűrésével 2319 egyedi domain maradt.

Öt szűrő, mielőtt egy weboldal a mintába kerülhetett

Ez volt a kutatás legfontosabb része. Egy céglista sokat érő adatnak tűnik, de a domainek egy része megszűnt, parkoló oldal lett, vagy már egészen más vállalkozásé. Ha ezeket nem szűrjük ki, az eredmény a lejárt domaineket méri, nem a cégeket. Ezért minden jelölt weboldalnak át kellett mennie ezeken az ellenőrzéseken:

1. Létezik-e a domain: DNS-lekérdezés a domainre és a www-s változatára.
2. Válaszol-e: a főoldalnak 10 másodpercen belül sikeres (2xx) választ kell adnia, https-en, www-vel vagy http-n.
3. Valódi weboldal-e: a parkoló, „hamarosan”, „feltöltés alatt”, tárhely-alapértelmezett és szerencsejáték-spam oldalak kiestek.
4. A céghez tartozik-e: a cégnév jellemző szavának (jogi forma és általános szavak nélkül) szerepelnie kell az oldal címében, domainjében vagy szövegében. Ahol ez nem teljesült, kézzel néztük át az oldalt, és csak akkor maradt bent, ha igazolhatóan a megnevezett céghez vagy annak márkájához tartozik.
5. Hatókör: a közintézmények, egyesületek, kutatóintézetek, külföldi anyavállalatok külföldi oldalai és az üres sablonoldalak kimaradtak. A mérés után egy második hatóköri szűrő is jött (lásd lent).

A jelöltek 21%-a tehát kiesett a hitelesítés és a szűrés során. Ez önmagában is tanulság: a nyilvános céglistákban szereplő weboldal-címek jó része elavult.

Véletlen minta 1823 hitelesített weboldalból

Az 1823 hitelesített weboldalt egy rögzített kezdőértékű véletlen sorrendbe rendeztük, és ebben a sorrendben haladva mértünk, amíg 1000 megfelelő mérés össze nem gyűlt.

A mérés után minden oldal még egy hatóköri szűrőn ment át. A főoldalnak magyar nyelvűnek kellett lennie, így kimaradtak a multinacionális cégek globális, angol nyelvű oldalai és a csak angolul kommunikáló exportcégek is. A cím alapján kiszűrtük a mintakeretben maradt egyesületeket, társulatokat és zenekarokat, valamint azokat az oldalakat, ahol csak egy átirányító lapot lehetett lemérni.

A véletlen sorrend első 1200 oldalából 86 a mérés pillanatában két próbálkozásra sem válaszolt, 114 pedig ezen a szűrőn akadt fenn: 107 nem magyar nyelvű, 5 nem vállalkozás, 2 átirányító oldal. A végső minta 149 Wikidatából és 851 OpenStreetMapből származó weboldal.

A cégek ágazati besorolása a forrás kategóriáján (például „ipari telephely”, „IT-iroda”) és a cégnév kulcsszavain alapul. Ahol egyik sem volt egyértelmű, a cég az „egyéb, vegyes profil” csoportba került (293 cég).

Négy pillér, 100 pont: így pontoztunk

A mérőprogram minden weboldalnál úgy töltötte le a főoldalt, a robots.txt-t és az llms.txt-t, ahogy egy egyszerű AI-crawler teszi: JavaScript futtatása nélkül, a nyers HTML-ből dolgozva. A kutatás 2026. október 16. és 21. között zajlott, maga a mérés október 21-én 12:34 és 12:40 között futott le, egy magyarországi internetkapcsolatról.

Felkészültnek a legalább 80 pontot elérő weboldalakat tekintjük. Ehhez strukturált adat kell: nélküle a másik három pillérből legfeljebb 65 pont szerezhető. A pontozás súlyai saját döntésen alapulnak, ezért a pontszám mellett mindig az egyes mutatók nyers arányát is közöljük. Azokat érdemes elsősorban figyelni.

Így ellenőriztük az eredményeket

Egy automatikus mérésnél nem elég, hogy a program lefut. Négy külön ellenőrzéssel néztük meg, hogy az adatok megbízhatók-e:

• Független újramérés: a mintát egy második, teljesen külön megírt programmal is lemértük (Python, más letöltőkönyvtárral és a Python szabványos robots.txt-értelmezőjével). Az újraméréskor még elérhető 983 oldalon a két mérés a strukturált adatnál 99,6%-ban, az Organization típusnál 99,7%-ban, a sameAs hivatkozásoknál 99,8%-ban, az AI botok tiltásánál 99,7%-ban, az llms.txt-nél 99,6%-ban egyezett. Az eltérések az időközben módosult oldalakból adódnak.
• Kézi ellenőrzés: 100 véletlenszerűen kiválasztott weboldalt egyenként megnéztünk. 96 egyértelműen a megnevezett magyar vállalkozás saját oldala volt, 2 téves besorolás (egy hatósági oldal és egy másik cég oldala), 2-nél pedig nem volt egyértelmű a kapcsolat. A mintában tehát néhány százalékos besorolási hiba maradhatott, ami az eredmények irányán nem változtat.
• Ismételt mérés: a végleges mérés előtt egy éjszakai próbamérés is lefutott. Az 894 weboldalon, amely mindkét mérésben szerepelt, 98,7%-ban ugyanaz lett az eredmény abban, hogy az oldal felkészült-e, és a pontszámok 94,9%-a legfeljebb 3 ponttal tért el.
• A számok újraszámolása: a cikk minden adatát egy külön szkript a nyers mérési fájlokból újra kiszámolta, és mindegyik egyezett.

Amit ez a kutatás nem mér

• Nem méri az AI-idézéseket. Azt vizsgálja, hogy egy oldal technikailag elérhető, olvasható és azonosítható-e. Hogy egy AI ténylegesen ajánlja-e a céget, az a tartalmon, a márka ismertségén és a külső említéseken is múlik.
• Csak a főoldalt nézi. Egy aloldalon lehet strukturált adat vagy szöveg, amit ez a mérés nem lát.
• Csak a nyers HTML-t nézi. Ha egy oldal a strukturált adatot JavaScripttel (például Google Tag Managerrel) szúrja be, azt a mérés nem érzékeli. A JavaScriptet nem futtató AI-crawlerek sem látják.
• A válaszidő egyetlen mérés egy helyszínről, ezért egy-egy oldal értéke mérésenként ingadozhat. Egy korábbi, éjszakai próbamérésben a medián 517 ms volt, a nagyságrend tehát stabil.
• A minta nem reprezentatív az összes magyar vállalkozásra. Az adatbázisokban szereplő cégek jellemzően láthatóbbak és aktívabbak az átlagnál.

Tágabb hátteret a KSH Helyzetkép, 2025 – Digitális gazdaság kiadványa ad: a magyar vállalkozások 61%-a ért el legalább alapszintű digitális intenzitást 2025-ben, szemben a 72%-os uniós aránnyal. A kutatásunk ezen a 61%-on belül is inkább a digitálisan aktívabb cégeket fedi le.

Csak minden tizedik cég áll készen az AI-keresésre

Az 1000 weboldalból 96 (9,6%) érte el a 80 pontot, 6 oldal pedig a maximális 100 pontot. Az átlagos pontszám 57,4, a medián 53, és a weboldalak 54,3%-a 55 pont alatt marad.

Két csúcs látszik. A nagy tömeg 40 és 59 pont között van: ezek az oldalak beengedik a botokat és olvashatók, de nincs rajtuk strukturált adat. A második, kisebb csúcs 70 és 79 pont között van, ahol jellemzően egy SEO-bővítmény már generál alapszintű sémát, de a teljes cégazonosításhoz ez kevés.

A pillérek külön nézve megmutatják, hol van a lemaradás. A hozzáférés és az olvashatóság rendben van, a gépi azonosítás nincs.

Mitől lesz egy weboldal felkészült?

A 96 felkészült és a többi 904 weboldal között nem a sebességen vagy a dizájnon múlik a különbség, hanem azon, hogy a gépek kapnak-e egyértelmű leírást a cégről.

A felkészült oldalak mindegyike megmondja a gépeknek, hogy egy szervezethez tartozik, és tízből csaknem kilenc a profiljait is összeköti vele. A lemaradók közül ezt csak minden tizedik teszi meg. A felkészült cégek ráadásul nem egy ágazatból jönnek: 18 építőipari, 16 kereskedelmi és 13 ipari cég van köztük, az IT és az üzleti szolgáltatások 8–8 céggel szerepelnek.

Ha a négy alapot szigorúan, egyszerre nézzük (nem tiltja az AI-keresőbotokat, Organization típus sameAs hivatkozásokkal, olvasható szöveg JavaScript nélkül, működő llms.txt), mindössze 40 weboldal (4%) teljesíti mindet.

A tiltás ritka, de 14 cég a Google-t is kizárja

A weboldalak 96,8%-a mind a 9 vizsgált AI botot beengedi, 15%-nak pedig nincs is robots.txt fájlja, ami ugyanezt jelenti. A tiltás tehát ritka, a tiltó oldalak összetétele viszont tanulságos.

Ahhoz, hogy a tiltás jelentését érteni lehessen, tudni kell, hogy az AI-cégek külön botot használnak a modellek tanításához és külön a keresőjükhöz. Az OpenAI dokumentációja szerint a GPTBot a tanítóadatokat gyűjti, a ChatGPT keresőjében való megjelenést viszont az OAI-SearchBot dönti el. Az Anthropicnál ugyanez a ClaudeBot és a Claude-SearchBot, a Perplexitynél a PerplexityBot végzi a keresőindexelést.

A Google-Extended a Google leírása szerint nem külön robot, hanem egy robots.txt-jelölés. Azt szabályozza, hogy a tartalom felhasználható-e a Gemini-modellek tanításához és a Gemini-alkalmazások válaszainak forrásaként (grounding), a Google keresőben való megjelenést viszont nem befolyásolja.

A 32 tiltó oldalból 14 egyáltalán nem az AI-t zárja ki: a robots.txt-jük minden robotot letilt, a Google keresőrobotját is. Ez gyakran egy fejlesztés közben bent felejtett beállítás, és az ilyen oldal a hagyományos Google-keresőben sem jelenhet meg rendesen.

A célzottan AI-t tiltó 18 oldalból 13 csak a tanító vagy felhasználói botokat zárja ki. Ez valószínűleg tudatos döntés: a tartalmuk ne kerüljön modelltanításba, az AI-keresőkben viszont láthatók maradnak. Mindössze 5 oldal tilt ki célzottan AI-keresőbotot is.

58% nem mutatkozik be a gépeknek

Itt van a legnagyobb lemaradás. A weboldalak 58,4%-án nincs semmilyen érvényes strukturált adat. Ezeknél az AI-nak a szövegből kell kikövetkeztetnie, hogy milyen cégről van szó, mit csinál és hol működik.

A Google dokumentációja szerint a strukturált adat „explicit jelzéseket” ad egy oldal jelentéséről, és segít az olyan entitásokról szóló információk összegyűjtésében, mint a cégek. Ajánlott formátumként a JSON-LD-t nevezi meg.

A cégek harmada (32,1%) megmondja a gépeknek, hogy az oldal egy szervezethez tartozik, de csak 17,2% köti össze ezt a szervezetet a máshol létező profiljaival a sameAs mezőben. Ahol van sameAs, ott 87%-ban a Facebook-oldal szerepel benne, a LinkedIn csak 22%-ban. Wikidata-hivatkozást 8 oldal ad meg, pedig a mintában 149 olyan cég van, amelynek van Wikidata-adatlapja.

A szolgáltatások és termékek szintje szinte teljesen hiányzik: Service, Product vagy FAQPage típust mindössze 3,4% használ. Egy B2B cég főoldaláról tehát a gépek jellemzően azt sem tudják kiolvasni, hogy pontosan mit kínál.

A séma többnyire egy bővítmény mellékterméke

A strukturált adatot ritkán írja meg valaki kézzel. A 416 strukturált adatot tartalmazó weboldalból 238-on egy WordPress SEO-bővítmény (Yoast, Rank Math vagy All in One SEO) generálja, további 27-en az UNAS webáruház-motor. Ez együtt 64%.

A különbség a WordPressen belül a legbeszédesebb. Bővítménnyel 97,5%-ban van séma, bővítmény nélkül 13,7%-ban. Ugyanaz a motor, a különbséget egyetlen telepített bővítmény adja.

Ennek az árnyoldala, hogy az automatikus séma általános. A bővítmények jellemzően egy WebSite és egy Organization típust adnak ki a cég nevével és logójával, de szolgáltatást, címet vagy kapcsolódó profilokat csak akkor, ha valaki kitölti őket a beállításokban. A mintában a leggyakoribb típusok is ezt mutatják: WebSite (353 oldal), Organization (293), SearchAction (290), míg LocalBusiness csak 33 oldalon szerepel közvetlenül.

JavaScript nélkül a legtöbb oldal olvasható

A főoldalak nyers HTML-jében a szövegmennyiség mediánja 3900 karakter, ami bőven elég ahhoz, hogy egy crawler megértse, miről szól az oldal.

A kockázatos csoport kicsi, de létezik. 57 oldal (5,7%) nyers HTML-jében 400 karakternél kevesebb látható szöveg van. Ezek többsége teljesen JavaScripttel felépülő oldal: a hét azonosított React-alapú egyoldalas alkalmazásból öt ebbe a csoportba esik. A Vercel és a MERJ 2024 decemberi elemzése szerint a nagy AI-crawlerek közül egyik sem futtat JavaScriptet, így ezeknek az oldalaknak a tartalmát nem látják.

Gyakoribb, kisebb hiba a címsoroké. A főoldalak 41%-ának nyers HTML-jében nincs H1 címsor, 17,1%-ában pedig több is van. A H1 hiánya nem zárja ki az oldalt semmiből, de nehezebb kiolvasni belőle, mi az oldal fő témája. Ha a saját oldaladon is gyanús a szerkezet, a technikai SEO átvilágítás ezt az első körben megtalálja.

102 céges szerver 2 másodpercnél is lassabb

A válaszidő (az első válasz megérkezéséig eltelt idő) mediánja 456 ms. Az oldalak 49,6%-a 450 ms-on belül válaszol, 102 oldal (10,2%) viszont csak 2 másodperc után.

A lassú szerver az AI-crawlereknél ugyanúgy hátrány, mint a hagyományos keresőknél, mert a crawlerek minden oldalra korlátozott időt szánnak. A lassúság nem egy rossz pillanat műve: a délben 2 másodpercnél lassabb oldalak közül, amelyek az éjszakai próbamérésben is szerepeltek, 91-ből 82 éjjel is 1 másodpercnél lassabban válaszolt. A válaszidő többnyire a tárhelyen és a gyorsítótárazáson múlik, nem a weboldal kinézetén.

Kell-e llms.txt egy céges weboldalra?

Ma még nem kötelező, és a vizsgált cégek 7,2%-a használja. Az llms.txt Jeremy Howard 2024. szeptemberi javaslata: egy Markdown fájl a domain gyökerében, amely röviden összefoglalja az oldalt és linkeli a fontos tartalmakat, hogy az AI-ügynökök gyorsan eligazodjanak. A javaslat szövege szerint is egy közösségi véleményezésre nyitott ajánlásról van szó, nem elfogadott szabványról.

A 72 talált llms.txt fájlból 29-et egy WordPress SEO-bővítmény generált, a többit kézzel vagy más eszközzel hozták létre. Két további oldal 200-as státusszal válaszolt, de HTML hibaoldalt adott vissza, ezeket nem számoltuk bele.

A Google álláspontja egyértelmű: a Google AI features and your website útmutatója szerint az AI-összefoglalókban és az AI Mode-ban való megjelenéshez nem kell új, géppel olvasható fájlt, AI-szövegfájlt vagy külön jelölést létrehozni. Az llms.txt tehát a Google-nél nem előny. Más AI-ügynököknél hasznos lehet, és a meglévő SEO-bővítményekkel néhány perc alatt beállítható, ezért alacsony prioritású, de olcsó lépés.

Az ágazatok között alig van különbség

Az üzleti szolgáltatások (59,1 pont) és az IT és telekommunikáció (58,9 pont) áll az élen, az energia és közmű zárja a sort 52,2 ponttal, a többi ágazat 55 és 58 pont között van.

Az élen állók előnye főleg az llms.txt-ből jön: az üzleti szolgáltatók 13%-a, az IT-cégek 11,6%-a kínál ilyen fájlt, szemben a 7,2%-os átlaggal. Az energia- és közműcégeknél a JSON-LD aránya mindössze 20,7%, az átlag (41,6%) fele.

A méret sem sokat számít. A Wikidatában is szereplő, jellemzően nagyobb és ismertebb cégek átlaga 58,1 pont, az OpenStreetMapből jött, főleg kisebb cégeké 57,2 pont. A nagyobb cégek valamivel gyakrabban kötik össze magukat a profiljaikkal (19,5% kontra 16,8%), de lényegében ugyanott tartanak.

Három lépés, amivel a legtöbbet javíthatsz

A mérés alapján a vizsgált weboldalak többségén ez a három lépés hozza a legnagyobb javulást, ebben a sorrendben:

1. Nézd meg a robots.txt-t. Ha a „User-agent: *” alatt „Disallow: /” áll, az oldalad a Google számára is zárva van. Ha csak a tanítást szeretnéd tiltani, a keresőbotokat (OAI-SearchBot, Claude-SearchBot, PerplexityBot) hagyd engedélyezve.
2. Adj meg teljes cégadatokat strukturált adatként. WordPressen egy SEO-bővítmény alapbeállítása már létrehozza az Organization típust. Töltsd ki a cég nevét, címét, elérhetőségeit, a sameAs mezőben pedig a LinkedIn-, Facebook- és Google Cégprofil-oldalt. Ha van Wikidata-adatlapod, azt is.
3. Írd le a szolgáltatásaidat a gépeknek is. A főbb szolgáltatásokhoz Service típus, a gyakori kérdésekhez FAQPage. Ez a mintában szinte senkinél nincs meg, ezért ezzel tudsz a legjobban kitűnni.

Ezek után jöhet a gyorsabb tárhely vagy gyorsítótárazás, ha a szerver 1 másodpercnél lassabban válaszol, és az llms.txt, ha a SEO-bővítményed már tudja generálni.

Egy szempontot fontos észben tartani: ezek előfeltételek, nem garanciák. Az Aggarwal és munkatársai által a KDD 2024 konferencián bemutatott GEO-kutatásban a források megjelölése, az idézetek és a statisztikák hozzáadása 30–40%-os relatív javulást hozott egy forrás láthatóságában a generatív válaszokban, a kulcsszóhalmozás viszont nem segített. A technika megnyitja az ajtót, de hogy az AI idézi-e a céget, azt a tartalom és a márka külső említései döntik el. Erről részletesebben az AI keresőoptimalizálás oldalunkon írtunk.

Összegzés

1000 hitelesített magyar céges weboldalból 96 áll készen az AI-keresésre. A többiek nem zárják ki az AI keresőket, és a szövegük is olvasható, de nem mondják meg a gépeknek egyértelműen, kik ők és mit kínálnak: az oldalak 58%-án nincs strukturált adat, és ahol van, ott is többnyire egy bővítmény alapbeállítása. Ez a legolcsóbban és leggyorsabban javítható hiányosság a négy közül.

Ha kíváncsi vagy, a saját weboldalad hol tart ezekben a mutatókban, kérj egy ingyenes SEO auditot: a robots.txt-t, a strukturált adatot és a válaszidőt is átnézzük.