Mi az a Share of Model (SoM)?

Mi az a Share of Model?

A Share of Model (SoM) egy olyan mérőszám, amely azt fejezi ki, hogy egy adott márka, weboldal vagy tartalom milyen arányban jelenik meg az AI-alapú keresők és nyelvi modellek válaszaiban egy adott témakörben. Gondolj rá úgy, mint a hagyományos Share of Voice (SoV) AI-kori megfelelőjére: míg a Share of Voice a hagyományos médiában és keresőkben mérte a márka jelenlétét, a Share of Model az AI-generált válaszokban való megjelenést méri.

Miért lett ez a fogalom ennyire fontossá 2025-2026-ban? Az ok egyszerű: az emberek egyre inkább AI keresőket használnak a hagyományos Google-keresés helyett. A Gartner előrejelzése szerint 2026-ra a hagyományos keresőforgalom 25%-kal csökken, mivel a felhasználók az AI-alapú válaszadó rendszerekhez - ChatGPT, Gemini, Perplexity, Microsoft Copilot, Claude - fordulnak kérdéseikkel. Amikor valaki megkérdezi a ChatGPT-t: "Melyik a legjobb magyar e-kereskedelmi platform?", az AI válasza nem 10 kék linket ad vissza, hanem egy összefoglaló választ, amelyben név szerint említ márkákat, idéz forrásokat, és ajánlásokat tesz. Ha a te márkád ebben a válaszban szerepel, az a te Share of Model részesedésed.

A SoM nem egyetlen szám - több dimenzióban is mérhető:

• Említési arány (Mention Rate): Hányszor említi az AI a márkádat név szerint a válaszaiban egy adott témakörben? Ez a legalapvetőbb SoM mérőszám.
• Hivatkozási arány (Citation Rate): Hányszor linkeli vagy idézi az AI a te weboldaladat forrásként? A Perplexity és a Gemini különösen aktívan hivatkozik forrásokra.
• Ajánlási pozíció (Recommendation Position): Amikor az AI felsorol több márkát vagy megoldást, a tiéd hányadik helyen jelenik meg a felsorolásban? Az első helyen említett márka jellemzően 3-4-szer annyi figyelmet kap.
• Kontextuális relevancia (Contextual Fit): Milyen kontextusban említi az AI a márkádat? Pozitív ajánlásként, semleges felsorolásként, vagy negatív példaként? A minőségi SoM nem csupán a mennyiségről szól.

A Share of Model azért is forradalmi mérőszám, mert a hagyományos SEO eszközökkel nem mérhető. A Google Search Console megmutatja a keresőrangsorolásodat, a Google Analytics a forgalmadat - de egyikük sem méri, hogy a ChatGPT hányszor ajánlja a weboldalad. Ehhez teljesen új megközelítésre és eszközökre van szükség, amelyeket ebben a cikkben részletesen bemutatunk.

Hogyan működnek az AI keresők?

Ahhoz, hogy megértsd a Share of Model-t, először azt kell megértened, hogyan "gondolkodnak" az AI keresők - és miért választanak ki bizonyos forrásokat a válaszaikhoz. Minden nagy AI kereső más-más megközelítést alkalmaz, de vannak közös mintázatok.

ChatGPT (OpenAI)

A ChatGPT kétféle módban működik: a nyelvi modell önmagában a tréningadataiból generál választ (ez a "parametrikus tudás"), vagy bekapcsolt böngészéssel (Browse with Bing) valós idejű webes keresést végez, és az eredményeket felhasználva válaszol. A böngészéses mód esetén a ChatGPT a Bing keresőjét használja, tehát a Bing-optimalizált tartalmak előnyben vannak. A tréningadatok esetén azok a weboldalak kapnak nagyobb súlyt, amelyek:

• Magas minőségű, eredeti tartalommal rendelkeznek (nem másolt, nem AI-generált töltelék)
• Megbízható forrásokról származnak (erős domain authority, E-E-A-T jelzések)
• Strukturált, jól szervezett tartalommal bírnak (tiszta HTML, szemantikus címsorok, schema.org jelölés)
• Gyakran hivatkoznak rájuk más megbízható források

Google Gemini

A Gemini (korábban Bard) a Google saját AI keresője, amely szorosan integrálódik a Google keresőindexébe. Ez azt jelenti, hogy a Gemini válaszai erősen korrelálnak a hagyományos Google-rangsorolással: ha jól teljesítesz a Google keresőben, nagyobb eséllyel jelensz meg a Gemini válaszaiban is. A Gemini különösen értékeli a Google Tudáspanel (Knowledge Panel) adatait, a Google Business Profile-t, és a strukturált adatokat (schema.org). A Google AI Overviews - amely a hagyományos keresési eredmények tetejére kerül - szintén a Gemini technológiáját használja.

Perplexity

A Perplexity az AI keresők közül talán a legtranszparensebb: minden válaszához pontosan megjelöli a forrásokat számozott hivatkozásokkal. Ez azt jelenti, hogy a Perplexity SoM közvetlenül mérhető - láthatod, mely weboldalakat idézi. A Perplexity saját indexet épít, és különösen értékeli a friss, aktuális tartalmakat, a részletes, adatgazdag cikkeket, valamint azokat az oldalakat, amelyek gyorsan betöltődnek és jól strukturáltak.

Microsoft Copilot

A Microsoft Copilot a Bing keresőre épül, tehát a Bing-optimalizálás közvetlenül hat a Copilot válaszaira. A Copilot integrálva van a Windows operációs rendszerbe, a Microsoft Edge böngészőbe és az Office alkalmazásokba, ami hatalmas felhasználói bázist jelent. A Bing Webmaster Tools segítségével közvetlenül monitorozhatod, hogyan indexeli a Bing a weboldalad, ami a Copilot láthatóságodra is hat.

Claude (Anthropic)

A Claude elsősorban a tréningadataiból generál válaszokat, és kevésbé végez valós idejű webkeresést. Ez azt jelenti, hogy a Claude válaszaiban való megjelenéshez a tartalmadnak a tréningadatok között kell szerepelnie - ami az oldal általános tekintélyét, minőségét és hivatkozottságát tükrözi. Claude különösen értékeli a részletes, árnyalt, szakértői tartalmakat.

Az AI keresők közös jellemzője, hogy a következő tényezőket értékelik a legmagasabbra egy forrás kiválasztásakor:

1. Entitásfelismerés: Az AI-nak fel kell ismernie a márkádat mint egyedi entitást. Ehhez szükséges a következetes névhasználat, a Wikidata/Wikipedia jelenlét, és az erős online lábnyom.
2. Tartalmi mélység: A felszínes, 300 szavas cikkek helyett az AI a részletes, 2000+ szavas, adatokkal és példákkal alátámasztott tartalmakat részesíti előnyben.
3. Strukturáltság: A jól címkézett, schema.org jelöléssel ellátott tartalom könnyebben feldolgozható az AI számára.
4. Megbízhatóság: Az E-E-A-T jelek - Tapasztalat, Szaktudás, Tekintély, Megbízhatóság - közvetlenül hatnak arra, mennyire bízik az AI a te tartalmadban.
5. Frissesség: A rendszeresen frissített tartalom nagyobb eséllyel kerül be az AI válaszaiba, különösen gyorsan változó témakörökben.

SoM vs. hagyományos SEO

A Share of Model és a hagyományos keresőoptimalizálás (SEO) között alapvető különbségek vannak. Bár az alapelvek átfednek - a minőségi tartalom mindkettőben fontos -, a megközelítés, a mérés és az optimalizálási stratégia gyökeresen eltérő.

Az alábbi kulcskülönbségek segítenek megérteni, miért nem elég a hagyományos SEO az AI korszakban:

Rangsorolás vs. hivatkozás

A hagyományos SEO-ban a cél az, hogy minél magasabb pozíciót érj el a keresési találatok között. Az első helyen lévő eredmény kapja a kattintások ~30%-át, a második ~15%-át, és így tovább. Az AI keresőknél nincs ilyen rangsorolás: vagy bekerülsz a válaszba, vagy nem. Ha bekerülsz, a felhasználó valószínűleg elolvassa a rád vonatkozó részt - nincs szükség kattintásra, mert az információ közvetlenül megjelenik a válaszban.

Kulcsszavak vs. entitás-megértés

A hagyományos SEO erősen támaszkodik a kulcsszóoptimalizálásra: ha "legjobb futócipő" a célkulcsszavad, azt szövegbe kell illesztened a megfelelő sűrűséggel. Az AI keresők nem kulcsszavakat keresnek, hanem entitásokat és fogalmakat értenek meg. Az AI képes felismerni, hogy a "Nike Air Zoom Pegasus" egy futócipő-márka, még akkor is, ha a szövegben nincs explicit "legjobb futócipő" kifejezés. Ezért a SoM optimalizálás az entitás-építésre (brand entity building) és a fogalmi mélységre koncentrál.

Backlinkek vs. strukturált adatok

A hagyományos SEO-ban a backlinkek - más weboldalakról érkező hivatkozások - a legfontosabb rangsorolási tényezők közé tartoznak. Az AI keresőknél a backlinkek továbbra is számítanak (mert a megbízhatóságot jelzik), de a strukturált adatok (schema.org) és a konzisztens entitás-adatok (azonos márkanév, cím, telefonszám mindenhol) legalább annyira fontosak. Az AI-nak egyértelműen kell tudnia, ki vagy, mit csinálsz, és miért vagy megbízható.

Statikus vs. dinamikus eredmények

A hagyományos keresőtalálatok viszonylag stabilak: ha ma az 5. helyen vagy a "webfejlesztés Budapest" keresésre, holnap is valószínűleg az 5. helyen leszel. Az AI válaszai viszont dinamikusak: ugyanarra a kérdésre ugyanaz az AI kereső más-más választ adhat különböző időpontokban, kontextusokban, vagy akár ugyanannak a felhasználónak is máskor. Ez azt jelenti, hogy a SoM folyamatos monitorozást igényel, és az eredmények ingadozhatnak. Erről bővebben az AI Stabilitás cikkünkben olvashatsz.

CTR vs. közvetlen befolyás

A hagyományos SEO-ban a forgalmad a kattintási arányból (CTR) származik: a felhasználó meglátja a linkedet a keresőben, rákattint, és megérkezik a weboldaladra. Az AI keresőknél a felhasználó gyakran meg sem látogatja a weboldaladat - az AI közvetlenül bemutatja a te tartalmad lényegét a válaszában. Ez elsőre veszteségnek tűnhet (nincs kattintás!), de valójában a márkád közvetlen ajánlásként jelenik meg, ami erősebb hatást gyakorol, mint egy kék link a találati listában.

Hogyan mérjük a Share of Model-t?

A SoM mérése jelenleg az egyik legnagyobb kihívás, mert nincs egyetlen, univerzális eszköz, amely ezt automatikusan megtenné (szemben a Google Search Console-lal, amely a hagyományos keresőrangsorolást méri). Ennek ellenére számos módszer és eszköz áll rendelkezésre a SoM becslésére és monitorozására.

1. Manuális tesztelés: A legegyszerűbb módszer

A legkézenfekvőbb módszer a manuális tesztelés: tedd fel ugyanazt a kérdést több AI keresőnek, és figyeld meg, hányszor említik a márkádat. Íme egy gyakorlati keretrendszer ehhez:

1. Állíts össze 20-30 releváns kérdést a te iparágadhoz kapcsolódóan. Például egy pékség esetén: "Melyik a legjobb pékség Budapesten?", "Hol kapok jó kovászos kenyeret?", "Milyen pékség szállít házhoz?"
2. Tedd fel mindegyik kérdést legalább 4 AI keresőnek: ChatGPT, Gemini, Perplexity, Copilot.
3. Jegyezd fel minden válasznál: Megemlíti-e a márkádat? Ha igen, hányadik helyen? Pozitív, semleges vagy negatív kontextusban? Hivatkozik-e a weboldaladra?
4. Számold ki a SoM-ot: (Említések száma / Összes kérdés x AI keresők száma) x 100 = SoM százalék.

2. Automatizált monitorozás az AI Web teszttel

A manuális tesztelés időigényes — éppen ezért fejlesztettük ki az AI Web teszt auditot, amely automatizálja az AI láthatóság mérését és monitorozását. Az audit rendszeresen futtatható, így időben nyomon követheted a változásokat:

• AI Láthatóság pontszám: Az audit közvetlenül méri, mennyire felkészült a weboldalad az AI keresők számára — robots.txt, llms.txt, strukturált adatok, OpenGraph metaadatok, AI crawler hozzáférés.
• Rendszeres újrafuttatás: Futtasd az auditot havonta vagy negyedévente, és kövesd nyomon a pontszámod alakulását. Az AI Web teszt 24 órás cache-t használ, így egy nap elteltével mindig friss eredményt kapsz.
• Technikai és tartalmi elemzés: Az audit 5 pillérben értékel (Technikai SEO, Tartalom, AI Láthatóság, Biztonság, Felhasználói élmény), amelyek mind befolyásolják az AI keresőkben való megjelenésedet.
• Konkrét javaslatok: Nem csak a problémákat mutatja meg, hanem konkrét, priorizált javaslatokat ad az AI láthatóság növelésére — mit javíts először a legnagyobb hatás érdekében.

3. Márkaemlítés-monitorozás

A hagyományos márkamonitorozó eszközök - mint a Mention, Brand24 vagy BrandWatch - nem mérnek közvetlenül SoM-ot, de hasznos proxy-adatokat szolgáltatnak. Ha a márkádat egyre többen említik online (blogokban, fórumokon, közösségi médiában), az növeli az esélyt, hogy az AI keresők is felveszik a márkádat a tréningadataikba és a válaszaikba.

4. Az AI Web teszt audit mint SoM-proxy

Az AI Láthatóság pillér az AI Web teszt auditban közvetlenül méri, mennyire felkészült a weboldalad arra, hogy az AI keresők megtalálják és idézzék. Az AI Láthatóság pontszám erős korrelációt mutat a tényleges SoM-mel: minél magasabb az AI Láthatóság pontszámod, annál nagyobb eséllyel jelensz meg az AI keresők válaszaiban.

5 stratégia a SoM növeléséhez

A Share of Model növelése nem egyszeri feladat, hanem folyamatos stratégiai munka. Az alábbi öt stratégia bizonyítottan javítja az AI keresőkben való megjelenést.

1. Strukturált adatok (Schema.org) implementálása

A strukturált adatok az AI keresők számára a legkönnyebben feldolgozható információforrás. A schema.org jelölés segítségével egyértelműen közölheted az AI-val, hogy a weboldalad miről szól, ki a szerzője, mikor frissült utoljára, és milyen entitásokhoz kapcsolódik.

• Organization schema: Azonosítsd a cégedet mint entitást - név, logó, alapítás éve, iparág, kapcsolattartási adatok.
• Article schema: Minden cikkednél jelöld a szerzőt, a megjelenés dátumát, a szószámot és a témát.
• FAQ schema: A gyakran ismételt kérdéseket és válaszokat strukturált formában is add meg - az AI keresők különösen szeretik az FAQ-kat, mert közvetlenül felhasználhatják a válaszaikban.
• Product schema: Ha terméket vagy szolgáltatást kínálsz, a termékadatokat (ár, elérhetőség, értékelés) strukturáltan közöld.
• SameAs és sameAs linkek: Kösd össze a weboldaladat a Wikidata, Wikipedia, LinkedIn, Facebook és egyéb profiljaidhoz - ez segíti az AI-t az entitásfelismerésben.

2. E-E-A-T jelek erősítése

Az E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) - vagyis a Tapasztalat, Szaktudás, Tekintély és Megbízhatóság - közvetlenül hat arra, mennyire bíznak az AI keresők a tartalmadban. Az E-E-A-T Megbízhatóság cikkünkben részletesen bemutatjuk az egyes összetevőket; itt a SoM-ra gyakorolt hatásra fókuszálunk:

• Szerzői profilok: Minden cikk rendelkezzen nevesített szerzővel, akinek van LinkedIn profilja, szakmai háttere és más publikációi. Az AI keresők a szerző megbízhatóságát is értékelik.
• Hivatkozott források: Használj külső hivatkozásokat megbízható forrásokra (tudományos cikkek, iparági jelentések, hivatalos statisztikák). Ez jelzi az AI-nak, hogy a tartalmad alátámasztott és nem légből kapott.
• Frissítési dátumok: Jelöld egyértelműen, mikor frissítetted utoljára a tartalmat. A rendszeresen karbantartott tartalom megbízhatóbbnak tűnik az AI számára.
• Vállalati átláthatóság: Az "Rólunk", "Kapcsolat", "Impresszum" oldalak megléte és tartalma az AI számára is megbízhatósági jel.

3. FAQ tartalmak és kérdés-válasz struktúrák

Az AI keresők leggyakrabban kérdés formájában kapják a felhasználói inputot. Ezért azok a weboldalak, amelyek kérdés-válasz formátumban is közlik a tartalmaikat, jelentős előnyben vannak. A gyakorlatban ez azt jelenti:

• Minden termékoldalon legyen egy FAQ szekció a leggyakoribb kérdésekkel.
• Blog cikkek végén válaszold meg a kapcsolódó kérdéseket.
• Használj FAQ schema.org jelölést - így az AI keresők közvetlenül kinyerhetik és felhasználhatják a válaszaidat.
• A kérdéseket természetes nyelven fogalmazd meg, ahogy egy felhasználó felteszi (ne "LCP optimalizálás", hanem "Hogyan javíthatom az LCP értéket?").

4. Márkaentitás-építés (Brand Entity Building)

Az AI keresők entitásokban gondolkodnak. Ha a márkádat az AI nem ismeri fel egyedi entitásként, nem tudja megemlíteni a válaszaiban. A márkaentitás-építés lépései:

• Wikidata bejegyzés: Hozz létre egy Wikidata bejegyzést a cégednek. A Wikidata a Google Tudáspanel és több AI kereső elsődleges entitás-adatforrása.
• Konzisztens NAP (Name, Address, Phone): A céged neve, címe és telefonszáma legyen azonos minden online platformon - weboldalon, Google Business Profile-ban, cégadatbázisokon, közösségi médiában.
• Iparági említések: Szerepelj iparági listákon, összefoglalókban, összehasonlító cikkekben. Ha más megbízható források megemlítenek, az AI nagyobb eséllyel veszi fel a márkádat a válaszaiba.
• Közösségi média jelenlét: Az aktív, rendszeres közösségi média jelenlét erősíti a márkaentitást, mert az AI keresők a közösségi média adatait is felhasználják.

5. Tartalmi mélység a kulcsszótömés helyett

A hagyományos SEO-ban a kulcsszósűrűség és a kulcsszóvariációk domináltak. Az AI keresők ezzel szemben a fogalmi lefedettséget értékelik: mennyire teljeskörűen tárgyalod a témát? Van-e olyan aspektus, amelyet a versenytársaid nem fedtek le?

• Topical authority: Ne egyetlen cikket írj egy témáról - építs ki egy teljes tartalomklasztert (cluster), amely a főtémát és az összes altémát lefedi.
• Egyedi adatok: Saját kutatásokat, felméréseket, esettanulmányokat közölj. Az AI keresők különösen értékelik az eredeti, más forrásokban nem található adatokat.
• Hosszú formátumú tartalom: A 2000-4000 szavas, részletes cikkek jobban teljesítenek az AI keresőkben, mint a rövid, felszínes bejegyzések. Természetesen a hosszúság önmagában nem elég - a tartalomnak valóban értékesnek kell lennie.
• Multimédiás tartalom: Ábrák, diagramok, infografikák, videók gazdagítják a tartalmat és növelik annak esélyét, hogy az AI válaszában hivatkozzanak rá.

Az AI Web teszt és a SoM

Az AI Web teszt audit közvetlenül méri azokat a technikai és tartalmi tényezőket, amelyek meghatározzák a weboldalad Share of Model értékét. Bár az audit nem magát a SoM-ot méri (az AI keresők válaszainak monitorozása külön folyamat), az audit eredményei erős prediktív jelzést adnak az AI keresőkben való megjelenés esélyéről.

Az audit pillérei és a SoM kapcsolata

Az AI Web teszt négy pillérben értékeli a weboldalad összesen 100 ponton. Mindegyik pillér közvetlen hatással van a SoM-ra:

• Core Web Vitals (25 pont): A technikai teljesítmény - gyorsaság, interaktivitás, vizuális stabilitás - azért számít az AI keresőknél, mert az AI keresők előnyben részesítik a jól teljesítő weboldalakat a forrásválasztásnál. Egy lassú, akadozó oldalt az AI kevésbé valószínű, hogy ajánl.
• E-E-A-T Megbízhatóság (30 pont): Ez a pillér a legerősebb SoM-prediktora. Az AI keresők megbízhatósági jelekre építenek: szerző azonosíthatóság, HTTPS, adatvédelmi nyilatkozat, hivatkozott források, strukturált adatok. Minél magasabb az E-E-A-T pontszámod, annál nagyobb eséllyel bízik meg benned az AI.
• AI Láthatóság (25 pont): Ez a pillér közvetlenül az AI keresőkre való felkészültséget méri: van-e robots.txt, amely engedélyezi az AI crawlerek hozzáférését? Van-e llms.txt? Strukturált adatok megléte? OpenGraph metaadatok? Ez a legközvetlenebb SoM-befolyásoló pillér.
• AI Stabilitás (20 pont): Az AI keresők válaszainak stabilitása - mennyire konzisztensen jelenik meg a márkád az AI válaszaiban az idő során? Az instabil jelenlét azt jelzi, hogy az AI "bizonytalan" a márkáddal kapcsolatban.

Mit mérhetsz az AI Web teszttel, amit a hagyományos SEO eszközök nem?

• AI crawler hozzáférés: Az audit ellenőrzi, hogy a ChatGPTBot, a Google-Extended, a Bingbot és más AI crawlerek hozzáférnek-e a weboldaladhoz. Ha a robots.txt blokkolja ezeket, az AI keresők nem tudják indexelni a tartalmadat.
• Strukturált adat lefedettség: Az audit méri, hogy a weboldaladon milyen arányban vannak jelen a schema.org jelölések - Organization, Article, FAQ, Product, BreadcrumbList, Speakable.
• Tartalmi feldolgozhatóság: Az audit vizsgálja, mennyire könnyen tudja az AI feldolgozni a tartalmadat: van-e tiszta szövegstruktúra, szemantikus HTML, megfelelő címsorhierarchia.
• Entitás-jelzések: Az audit ellenőrzi a konzisztens márkaadatokat, a sameAs linkeket és a Tudáspanel jelenlétét.