Sziasztok! Folytatjuk AI-sorozatunkat a harmadik epizóddal. Ezúttal is Levivel fogunk arról beszélgetni, hogyan tudjuk mérni az AI teljesítményét, illetve az AI-válaszmotorok teljesítményét.

Lehet-e egyáltalán mérni ma az AI-válaszmotorok teljesítményét. Korábban, visszautalva a klasszikus SEO-ra, rengeteg minden állt rendelkezésünkre. Volt már egy Search Console-unk, ahol megjelenéseket, kattintásokat, pozíciókat is láthattunk. Ehhez képest most számtalan AI SEO-láthatósági eszköz jelenik meg.

Mi is jó párat kipróbáltunk közülük. Mérhető-e ez jelen állás szerint?

Különbséget kell tennünk a first-party és a third-party eszközök között. A first-party eszközök esetében, ha a Google ökoszisztémáján belül maradunk, akkor a múltkori adásban is beszéltünk az Analyticsről, illetve a Search Console-ról.

A Search Console-ban megjelent – még nem minden fiókban, de egyre több fiókban jelenik meg – egy külön AI-riport, ami viszont elég szűkszavú. A megjelenésszámokat jelöli, de ezek alapvetően a Google ökoszisztémájából érkező adatok: hányszor jelent ott meg a domainünk vagy a weboldalunk.

Ez mérhető, látjuk belőle, mennyi volt a megjelenések száma, de különösebben mély elemzésre nem igazán alkalmas.

A Google Analyticsben sokáig különböző regex parancsokkal tudtuk leválasztani ezeket az adatokat. Most a Google Analyticsben – Amerikában olyan május környékén, nálunk pedig néhány héttel ezelőtt – megjelent egy úgynevezett AI Assistant külön csatorna, amin ezt külön tudjuk vizsgálni.

Külön rendezi, leválasztja ezeket az adatokat, és ezekből azt láthatjuk, hogy hány konkrét látogató érkezett az oldalunkra az AI-felületekről.
Itt már nemcsak a Google rendszereiből látunk adatokat, hanem a ChatGPT-ből, a Grokból és más rendszerekből is. Látjuk tehát, hány konkrét látogató érkezett ezekből a rendszerekből.

Ugyanakkor ennél mélyebb elemzésre nem ad lehetőséget. Azt, hogy milyen szövegkörnyezetben jelentünk meg, milyen lekérdezésekre jelentünk meg, milyen promptok adtak minket forrásként, milyen promptok említettek meg márkanévként, vagy milyen promptok ajánlottak konkrét linket, ezeket nem látjuk.

Erre jöttek létre, illetve jönnek létre folyamatosan a third-party eszközök. Te is említetted, hogy ezeket teszteltük: a Semrusht, az SE Rankinget és a Peec AI-t.

Csak hogy világos legyen: ezek a rendszerek nem úgy működnek, mint a Google first-party eszközei, amelyek a saját rendszerükből tudnak konkrét adatokat mutatni. Zárójelben hozzáteszem, tudjuk, hogy sokszor még ezeknél a méréseknél is vannak kihívásaink.

Ezek a rendszerek különböző promptokat futtatnak le, és az azokra adott válaszokból következtetnek, azokból hoznak létre adatokat.

Nem arról van szó, hogy az összes promptot, mindenkinek minden kérdését látják, és azokat elemzik. Hanem egy adott céghez, vagy pontosabban egy adott domainhez kapcsolódóan különböző promptokat futtatnak le, és az azokra adott válaszokat elemzik. Ezekből adnak statisztikákat.

Ez nyilván több, mint a semmi, de ezek nem olyan pontos adatok, amelyekre az eddig megszokott Analytics-pontosságú elemzéseket lehet építeni.

Ugyanakkor nagyon jók például arra, hogy össze tudjuk hasonlítani magunkat a versenytársunkkal, aki nagyon hasonló termékekre vagy szolgáltatásokra fókuszál.

Ilyen összehasonlításra jók, mert ugyanazokat vagy hasonló promptokat futtatnak le ezek a rendszerek. De azt mondani egy ügyfélnek, hogy ebből pontosan le tudjuk riportálni, hányszor, milyen promptra és hol jelent meg, erre nem alkalmasak.

Sőt, nagyon sokszor az jelenik meg kérdésként vagy igényként az ügyfeleknél, hogy melyek azok a promptok, amelyek az ő tevékenységükkel kapcsolatban megjelennek. Milyen kérdéseket tesznek fel az emberek?

Erről várnak tőlünk válaszokat, hogy derítsük fel, mik ezek, hiszen akkor ezekre tudnak megfelelő szövegeket írni, információkat feltenni az oldalra.
Itt szóba is jön az, amit az előző adásban már érintettünk, hogy egyáltalán mivel lehet mérni ezeket a megjelenéseinket a válaszmotorokban.

A klasszikus pozíciómérés már a tradicionális SEO-ban is eléggé avítt volt, de itt aztán szóba sem kerülhet, hogy bármilyen pozícióról beszéljünk.

Elevenítsük fel, miket érdemes mérni!

Ahogy a múltkori adásban is beszéltünk róla, a fontosabb mérőszámok, amiket tudunk figyelni, a bekerülés, tehát a forrásként való említés. Ezt citation visibilityként fogalmaztuk meg a múltkor.
Magyarul: hányszor és milyen módon használ minket forrásként egy válaszmotor.

Beszélhetünk arról, hogy hányszor említ meg minket, ez a márkaemlítés.
Aztán az ideális, vagy a leginkább fontos és értékes történet, amikor konkrét linket is ajánl, és továbbkattintanak, onnan is megérkeznek. Ez az, amit például az Analyticsben tudunk mérni.

Általában ezek a szoftverek különböző alapvető promptokat határoznak meg, amelyek ugyanúgy kulcsszavak és kulcsszóklaszterek köré épülnek. Ezeket a promptokat adják ki riportként.

Meg tudod nézni például a Peec AI-ban, amit te is említettél, hogy egy domainnel kapcsolatban milyen konkrét promptokat listáz ki a szoftver. Ez egyfajta mintaként szolgál ahhoz, hogy ilyen típusú kereséseknél hányszor jelent meg.

Ezt a promptot kicsit hasonlóan kell elképzelni, mint egy kulcsszót.
Nem azt jelenti, hogy szó szerint erre a promptra 115-ször jelent meg, hanem így lehet standardizálni egy adott keresést.

Lefuttatnak ilyen jellegű promptokat, megnézik, hogy az adott domain hányszor szerepelt, hányszor említették meg a márkát, vagy használták fel forrásként, és ebből adnak statisztikákat.

Ezért is mondtam, hogy nem feltétlenül pontosak ezek. Inkább iránymutatásra, versenytársakkal való összehasonlításra jók, amit az előbb említettem. Persze egy csomó értékes pluszötletet és információt adhatnak, de ez messze nem ott tart, mint egy pontos mérés.

Annyit még hadd tegyek hozzá, hogy most utánanéztem, hogy az OpenAI nem tervez-e saját analitikai rendszert kiadni. Hiszen az lenne logikus, hogy akkor tudjuk mérni az ő saját rendszerükben is.

Megnéztem egyébként a többi nagy piaci szereplőnél is, és egyelőre nem annyira látszik, hogy ebbe az irányba mennének.

Vannak különböző partnerprogramok, ahol ügynökségek jobban bele tudnak látni az adatokba, de ezekhez bonyolult módon lehet hozzáférni.

Az, hogy a ChatGPT-nek legyen egy Google Analyticshez vagy Search Console-hoz hasonló rendszere, egyelőre nem nagyon látszik a horizonton.

Egyébként logikus szerintem a gondolat. Annak idején, amikor a Metát még Facebooknak hívták, a Facebook indulásakor nem volt más analitikai mérési lehetőség, mint az, hogy UTM-címkézéssel becsatornáztuk a forgalmat a Google Analyticsbe, és ott mértük.
Később kialakult, hogy a Facebooknak is van saját analitikája.

Ez az összes rendszerre igaz, hogy egyfajta elemzést beépít. A YouTube-nak is van a Studio felületén saját elemzési része, ahol elég sok információt meg tudunk nézni, ha arra vagyunk kíváncsiak, hogy például ennek az epizódnak milyen a teljesítménye.

Úgyhogy teljesen logikus lépés lenne szerintem is, ha lehetne ilyen adatokat kutatni a rendszer saját analitikájában.

Viszont arról, amit beszéltél, eszembe jutott valami, ami korábban is jellemző volt.

Főleg a nagyobb márkákat érdekelte a márkaemlítés a közösségi médiában. Ennek volt egy felfutása korábban. Lettek olyan startupok és analitikával foglalkozó cégek, amelyek direkt a social watch, márkaemlítések és hasonló dolgokkal foglalkoztak.

De akkor is az volt a jellemző, és emlékszem, hogy a mi ügyfélkörünkből annyira keveseket érdekelt ez a szolgáltatás, hogy ez inkább a legnagyobb márkáknak volt izgalmas.

Hogyan változik a brandértékük, milyen elérésekkel bírnak, és milyen engagementrátáik vannak adott esetben?

Most nagyon tartok attól, hogy ez is elmegy egy kicsit ebbe az irányba.
Valójában az ügyfelek azon részének, akik a mi ügyfélkörünknek is nagy részét kiteszik, tényleg számít a performance.

Nemcsak forrásként szeretnének megjelenni, és nemcsak említésekről szeretnének beszélgetni, mert abból nem fognak megélni.

Arra van szükségük, hogy tényleg eredményt kapjanak ebből a rendszerből, ha időt és költséget szánnak arra, hogy megjelenjenek az AI-válaszmotorokban.

Ha neked mondanod kellene olyan KPI-okat, amelyeket ezeknek az ügyfeleknek javasolnál, akiknek fontosabb az eredményalapú működés, akkor jelen tudásod szerint mely KPI-okat mondanád az AI SEO-ban?

Úgy gondolom, hogy azok a típusú ügyfelek, akikről te is beszélsz, nagyon performance-fókuszúak, magyarul konverziókat szeretnének látni. Pont.

El akarnak adni egy terméket vagy szolgáltatást, vagy kapcsolatfelvételeket, konverziókat szeretnének.

Azt tudni kell, hogy a nálunk lévő ügyfélállomány, ami bőven száz fölötti ügyfelet jelent, átlagosan azt mutatja, hogy az újonnan említett AI Assistant-szűrés – vagy nem is szűrés, hiszen pont az a lényege, hogy nem külön kell szűrnünk, hanem automatikusan mutatja – az organikus forgalom 2–3%-át jelenti.

Tehát azt kell látni, hogy nagyon alacsony még annak a mérhető forgalomnak az aránya, ami az AI-ból jön.

A hype miatt, meg mert mindenki most erre fókuszál és erről beszél, nagyon fontos lett.

De ténylegesen, kézzelfoghatóan, mérhetően ez egy nagyon kis százalék.
A kérdésed arra vonatkozott, hogy milyen mérőszámokat javasolnék.
Egyértelműen a végéről indulnék.

Megnézném, hogy konkrétan hány látogatóm van ezekből a rendszerekből. Ezt megfelelően tudom mérni, meg tudom nézni a Google Analyticsben. Ez az egyik.

A másik, hogy ha a Google ökoszisztémáján belül szeretnék maradni, és azért a keresések jelentős része még mindig ott történik, akkor a Search Console szintén nagyon jó számokat tud erre mutatni.

Ott már van megjelenésszámunk is, amit a piac teljes mértékben elfogad a hagyományos SEO-mérések esetében. Hányszor jelenünk meg a találati listán, és hányan kattintanak át?

Ilyen szempontból a mérőszámokat tovább lehet vinni.

De a megértéshez, a továbbfejlesztéshez és a stratégia kialakításához fontos az is, hogy milyen kontextusban jelentünk meg.

Pozitív vagy negatív? Ez például nagyon fontos szempont.

Lehet, hogy megjelenik a márkánk, de negatív kontextusban jelenik meg a válaszmotorban. Nem mindegy tehát, milyen kontextusban jelenik meg.
Ezek vizsgálatára nagyon sok fejlesztésre van még szükség, főleg a third-party eszközök esetében.

Hozzáteszem, jelentősen fejlődnek, és látszik, hogy akár a Semrusht nézzük, akár az SE Rankinget vagy az említett példákat, nagyon komoly fejlesztéseket csinálnak ezek a cégek, és egyre több adat elérhető.

Csak a probléma még mindig ugyanott van, amit az elején mondtunk: ez nem teljes adatot jelent, hanem próbakeresések, próbapromptok eredményeit gyűjti a rendszer, és azokból következtet.

Lehet, hogy ez jól működik, de ha a mérőszámoknál maradunk: hányszor említették meg a márkánkat? Pozitív vagy negatív környezetben említették meg? Hányszor ajánlották a márkánkat vagy a márkánkhoz kapcsolódó termékeket? Hányszor helyeztek el konkrét linkeket, amelyekre rá is lehetett kattintani?

Tehát a márkaemlítés, a forrásként való felhasználás és a konkrét linkajánlás lehetnek azok a mérőszámok, amelyek az AI-jal kapcsolatban felmerülhetnek.

Tegyük fel, hogy van egy webshopod vagy egy fogászati klinikád.
Nyilván más a cél, de mindkettőnél profitorientált vállalkozásról beszélünk.

Webshop esetében arról, hogy minél több bevételt generáljon az eladott termékekből, a fogászatnál pedig szintén minél több bevételt generáljon az eladott szolgáltatásokból és a páciensek kiszolgálásából.

Te belevágnál abba bármelyik cég tulajdonosaként, hogy elkezdj foglalkozni az AI-láthatósággal, annak ellenére, hogy te magad is azt állítottad, hogy konkrét látogatót még csak minimális, kimutatható százalékban hoz az oldaladra?

Azért gondolom, hogy foglalkozni kell vele, és egyre több helyen kell foglalkozni ezzel – erről is fogunk majd beszélgetni a későbbi adások során –, mert közben megjelennek az AI-ügynökök, és kezd az AI még egy szintet lépni.

Magyarul ebben a térben igenis fontos lesz idővel az, még ha most nem is feltétlenül érzik ezek a cégek, hogy ezekben a válaszmotorokban, ezeknek a válaszmotoroknak az adatbázisaiban, az algoritmusaik feltérképezési rendszerei szerint pozitívan tudjon egy márka vagy egy cég szerepelni.

Amit említettem, hogy hány százalékban érkeznek látogatók az AI-rendszerekből: ha a Google narratíváját követjük, akkor a Google álláspontja az, hogy az AI-válaszmotorokat használva javarészt a sales funnel tetején lévő látogatókról beszélünk.

Ők aztán, amikor már tájékozottak egy adott témában, továbbmennek a Google-ben, és részletesebben keresnek.

Én azt gondolom, hogy aki hosszú távra tervez, annak ott kell lennie, és fel kell készülnie arra, hogy ebben a térben is láthatóvá és elérhetővé váljon.

Mert annál nagyobb tömegekhez fog tudni eljutni. Egész egyszerűen a szokások alakulnak át, és más felületeken is keresnek.

Lehet az orrunkat a homokba dugni, és azt mondani, hogy én ezzel nem akarok foglalkozni, de az idő megy előre.

Lehet, hogy két év múlva egy AI-ügynök fog helyettünk bevásárolni, és az ott kapott válaszok alapján fog kiválasztani egy fogászatot, ha a te példádat folytassuk.

Ha az ügyfél semmilyen szinten nincs jelen ebben a történetben, akkor az AI-ügynök nem őt fogja ajánlani, vagy betenni a kosárba. Ez nyilván hülyén hangzik egy fogászat esetén, de szerintem érthető.

Webáruházak esetében ezt meg is erősíteném olyan szinten, hogy a Perplexitynek is vannak már ilyen irányú komolyabb fejlesztései.
Főleg az amerikai piacon jellemző a Perplexity használata, de az OpenAI-nak is van, úgy hallottam, Instant Checkoutja, az Amazon is elindult ilyen fejlesztésekkel.

A Perplexity példájánál maradva ott konkrétan az is megtörténhet, hogy ott maradsz a Perplexityben, miután megkaptad a releváns válaszokat, és utána a checkout folyamat is ott zajlik le a Perplexityben.

A vásárlót és a bevételt ugyanúgy megkapja a webshop, de valójában az addig történt lépéseket, kérdéseket és válaszokat nem fogja látni, hiszen ezt a rendszer közvetítette.

Erről majd nyilván érdemes külön is beszélgetnünk egy epizód során, hiszen ez még csak nem is a jéghegy csúcsa.

A Perplexitynek már van Comet nevű AI-natív webböngészője is, amit úgy érdemes elképzelni, mintha egy Chrome böngésző lenne, és konkrétan bele van építve egy AI-chatbot.

Ha úgy csevegsz vele, hogy arra promptolod, intézze is el a bevásárlást, miután megbeszélted vele, milyen terméket szeretnél, akkor ő fel is megy, és elintézi a bevásárlást, akár az Amazonon keresztül.

Ebből van is most egy pereskedés közöttük.
Ez is nagyon érdekes evolúciója ennek az egésznek.

A kérdés, amit az imént feltettem neked, hogy te már javasolnád-e, hogy elkezdjenek ezzel foglalkozni, amikor még csak láthatóságokról és említésekről beszélgetünk, ez itt a magyar valóság.

Viszont az a nyugati valóság, ami lehet, hogy ott is még csak tesztfázisban van, elképesztő sebességgel tud most már bejönni hozzánk.

Ugyanúgy, ahogy látható volt az AI Mode-nál is, hogy milyen gyorsasággal, hány országra és hány nyelvre hozták be.

Emiatt én is azt gondolom, hogy teljesen egyértelmű: ezzel el kell kezdeni foglalkozni, mert különben megint lemaradásban lesznek a vállalkozások.

Így van. És ha megengeded, egy kicsit kikacsintva a PPC-területre: a beszélgetésünk időpontját megelőző pár hétben jött be Magyarországra a ChatGPT-hirdetés.

Nagyon sok szakértő kollégánk nálunk is, a Klikkmániánál úgy fogalmazott, hogy egyfajta vadnyugati helyzet van.

Akik a leggyorsabban tudnak reagálni, és elsőként bekerülni a hirdetésekbe, azok az elején jóval olcsóbban fognak tudni hirdetni. Zárójelben: olvastam azért, hogy nem feltétlenül van így, de nem az én szakterületem.

Az, amiről most beszélgetünk, nem ilyen.

Ez a rendszer már itt van. Az, hogy mennyien használják, egy másik kérdés.

Azt hiszem, nem kérdés, hogy egyre többen fogják használni, és egyre inkább teret fog nyerni a hagyományos kereséssel szemben ez a típusú információgyűjtés és keresési megoldás.

Persze be lehet lépni három év múlva is, amikor már az AI-ügynök vásárol be a fogyasztó helyett, és akkor megijedni, hogy engem miért nem ajánl. Akkor már lehet, hogy késő lesz.

A versenytársak, akik már most elkezdenek erre felkészülni, nyilván jobban fognak járni.

Itt ugyanarról van szó, amit múltkor is beszéltünk: aki eddig foglalkozott SEO-val, az sokkal előrébbről indul, mint aki most az AI kapcsán szeretne SEO-val foglalkozni, mert be akar kerülni az AI-válaszokba.

Ezek mind egymásra épülő dolgok.

Ha valaki ezekkel időben elkezd foglalkozni, akkor szépen, fokozatosan nemhogy nem marad le, hanem bizonyos szektorokban – látjuk, amit te is mondtál a magyar valóságról – vannak olyan iparágak, amelyek jelentős lemaradásban vannak.

Még a tradicionális SEO-ban is lemaradásban vannak.

Abszolút, abszolút.
Ha valaki egy olyan iparágban tevékenykedik, ahol ennyire le van mindenki maradva, és neki van annyi intuíciója, hogy elkezd ezzel foglalkozni, vagy összekerül egy jó tanácsadó céggel, akkor már most jelentősen a versenytársai elé tud kerülni.

Abszolút azt javasolnám, hogy már most kezdjen el foglalkozni vele.
Annyit még szeretnék hozzátenni, hogy ez nem feltétlenül olyan űrtudomány, és nem igényel olyan elképesztő mennyiségű erőforrást, mint amit sokan hisznek.

Egészen apró dolgokkal el lehet kezdeni építkezni, és egyszerűnek tűnő dolgokkal lehet nagyon jó hatást gyakorolni arra, hogy jó eséllyel felfedezzen minket, és akár forrásként, akár említésként használjon egy válaszmotor.

Úgyhogy mindenkinek azt javaslom, teljesen mindegy, milyen iparágban van.

Arról is beszéltünk múltkor, hogy természetesen még nem mindenkire keresnek tömegesen a válaszmotorokban, de én minden cégnek javasolnám.

Ez befektetés a jövőbe.

Igen, illetve azt sem felejtsük el, hogy van egy AI-láthatósági checklistünk, ellenőrzőlistánk, ami a Klikkmánia oldaláról letölthető.

Ez a nulladik lépés, hogy valaki el tudjon ezzel foglalkozni: letölti ezt, és megpróbálja az alapján ellenőrizni saját magát.

Akkor már a munka egy részét elvégezte, és legalább elkezdett felkészülni.

Ha itt egy kicsit összegezni szeretnénk, hogy egyáltalán hol tart most a mérhetőség, és miket ajánlunk, akkor mondtad, hogy a Google Analyticsnek van az AI Assistant csatornariportja, ami még gyerekcipőben jár, de fejlődik, és legalább valamit mutat.

Vannak a third-party eszközök, mint a Semrush, a Peec AI és hasonlók. Ezeket ki lehet próbálni, meg lehet nézni, mit tudnak, és főleg viszonyítási alapnak, konkurencia-összehasonlításban lehetnek érdekesek.

Egy harmadik dologról talán kevésbé beszéltünk, és kíváncsi lennék a véleményedre.

Mi van akkor, ha az ügyfél – legyen az fogászat, webáruház, ügyvéd vagy bárki – a saját maga által előfizetett ChatGPT- vagy Gemini-fiókban akarja megnézni, hogy azokra a kérdésekre megjelenik-e?

Régen is volt ilyen, hogy az ügyfeleink mondták: rákerestek saját magukra a Google-ben, és nem azt az eredményt látták, mint amiről mi riportáltunk nekik.

Ennek van értelme szerinted? Hogy elkezdünk keresgélni a saját promptjaink alapján, hogy megjelenünk-e a válaszokban?

Erre egy személyes, érdekes, kicsit vicces példát mondanék.
Mindenféle feladatunk van, nemcsak ügyfelekkel foglalkozunk, hanem a saját láthatóságunkkal is.

Nekem is van ChatGPT-fiókom, használom is rendszeresen, és egy elemzéshez pont ezt a fajta módszertant akartam tesztelni.

Mi van akkor, ha én mondjuk egy ügyfél vagyok, és egyszer csak mindenféle kérdéseket felteszek, és megnézem, hogy ki jelenik meg találatként?

Valamit a SEO-val kapcsolatban kérdeztem, hogy szerinte kik Magyarországon a legjobb SEO-val foglalkozó ügynökségek.
Kilistázott három-négy ügynökséget, de minket nem.

Feltettem neki azt a kérdést, hogy de hát a Klikkmánia az egyik legrégebbi piaci szereplő, azt gondolom, hogy a weboldalunkon rengeteg kommunikáció van ezzel kapcsolatban, stb. Miért nem ajánlottál?

Hát azért, mert te ott dolgozol.

Ezt nyilvánvalóan a korábbi egyéb chatjeimből, a személyes fiókomban lévő rengeteg információ alapján tette meg.

Szóval a kérdésedre a válasz az, hogy ez egy teljesen valid irány, csak nem mindegy, hogyan és milyen fiókokkal nézzük.

Azt gondolom, hogy itt is talán érdemes egy kicsit szakértőkre bízni ezt a fajta munkát.

Azt tapasztalom, hogy nagyon sok cégvezető vagy marketinges, aki egy cégnél dolgozik, egyfajta buborékban van a saját termékeivel, szolgáltatásaival kapcsolatban.

Amikor mi organikus eredményeket nézünk, megnézzük, milyen témákra, kulcsszavakra, kulcsszóklaszterekre találnak meg egy-egy ügyfelet, néha teljes döbbenet van az ügyféloldalon.

Ilyen kérdések után, ezekre keresve találtak ránk? És a termékünknek pont ezt a tulajdonságát keresik, amit ők egyébként nem is tartanak annyira fókuszban?

Magyarul arra akarok kilyukadni, hogy nem biztos, hogy meg tudja tenni a megfelelő kérdéseket, és el tudja végezni azt a valós tesztelést, amiből megbízható eredményt tud levonni.

Erre egyébként jók ezek a third-party eszközök.

Pont arra jók, hogy iránymutatást adjanak, még ha az a konkrét prompt nem is hangzott el így, vagy nem is pötyögte be senki pontosan ebben a formában.

Abban tudnak segíteni, hogy milyen keresési környezetben jelennek meg.
Tehát annál, hogy valaki leüljön, különböző szűz fiókokban tesztelgessen, és promptokat írjon be, talán célravezetőbb egy ilyen szakértői megoldás.

Levi, köszönöm szépen.

Folytatjuk a következő epizódban azzal, hogyan tudjuk elérni, hogy láthatóbbak legyünk az AI-keresőmotorokban.

Addig is, ahogy korábban említettük, az AI-láthatósági checklistünket le tudjátok tölteni a Klikkmánia weboldaláról.

Kövessetek minket YouTube-on és Spotify-on, mert nemcsak AI-sorozattal jelentkezünk, hanem van egy külön TalkingHEAD-típusú sorozatunk is, amelyben a legfrissebb, aktuális hírekről és újdonságokról számol be Levi.

Köszönjük szépen. Sziasztok!