Az elmúlt időszakban egyre több webhelytulajdonos nézi ugyanazzal a kérdéssel az analitikai felületét: hová tűntek a látogatók? A magyarázat sokszor néhány másodperc alatt megszületik. Biztosan az AI vitte el őket. Ez a feltételezés érthető, hiszen a Google keresőjében megjelentek az AI által készített összefoglalók, és közben az olyan rendszerek is információs felületté váltak, mint a ChatGPT, a Gemini, a Perplexity vagy a Copilot. A felhasználó feltesz egy kérdést, majd egy összefüggő választ kap. Sok esetben már nincs szüksége arra a kattintásra, amely korábban elvezette volna egy bloghoz, híroldalhoz, tudástárhoz vagy vállalati webhelyhez.
A jelenség mögött valós viselkedési változás áll. Független mérések szerint az AI-összefoglalóval találkozó keresők ritkábban kattintanak a hagyományos találatokra, és az összefoglalóban feltüntetett forrásokat is csak kis arányban nyitják meg. Egy 2026-ban közzétett kutatás már oksági becslést is adott a Google AI Overviews Wikipédia-forgalomra gyakorolt hatásáról. Az eredmények alapján tehát szakmailag vállalható kijelenteni, hogy az AI bizonyos információs kereséseknél csökkenti a weboldalak látogatását.
A teljes webhelyforgalom alakulása ennél összetettebb kérdés. Egy oldal látogatottságát egyszerre alakítja a kereslet változása, a Google rangsorolása, a találati oldal felépítése, a versenytársak teljesítménye, a szezonalitás, a márka ismertsége, a technikai állapot, a fizetett hirdetések intenzitása és a mérőrendszer pontossága. Az AI ebben a rendszerben egy új, gyorsan erősödő tényező. Hatása tartalomtípusonként és keresési szándékonként eltér. Egy rövid definíciót közlő oldal, egy részletes kutatási adatbázis, egy webáruház termékoldala és egy időpontfoglaló felület egészen más helyzetből indul.
Szerintem az „AI elvette a forgalmat” mondat webhelyszinten túl pontatlan. A megfelelő kérdés így hangzik: mely keresésekből, mely oldalakról, milyen látogatók maradtak el, és ennek milyen üzleti következménye lett? A cikk ezt a kérdést bontja fel. Először meghatározza a legfontosabb fogalmakat, majd összeveti a felhasználói viselkedést mérő kutatást, az oksági becslést és a Google saját platformértelmezését. Ezután bemutat egy négy kimenetű AI-forgalmi hatásmodellt, végül gyakorlati mérési és tartalomstratégiai következtetéseket fogalmaz meg.
Mit értünk AI okozta forgalomcsökkenés alatt?
A weboldal forgalma egy meghatározott időszak alatt rögzített látogatások, munkamenetek vagy felhasználók száma. A három mutató eltérő dolgot fejez ki. Egy ember többször is felkeresheti ugyanazt az oldalt, egy munkameneten belül több oldalt nyithat meg, a mérőrendszer pedig az eszközök és a hozzájárulási beállítások miatt ugyanazt a személyt több felhasználóként is érzékelheti. Már a „forgalom” szó használatakor érdemes rögzíteni, hogy pontosan melyik mutatóról beszélünk.
Az organikus keresési forgalom azokból a látogatásokból áll, amelyek valamely kereső fizetés nélküli találatáról érkeznek. Az AI miatt kialakuló forgalomcsökkenés szűk értelemben azt jelenti, hogy egy generatív válasz vagy AI-val támogatott keresési felület hatására kevesebb felhasználó jut el a külső forrásoldalra. Ez megtörténhet a Google találati oldalán megjelenő AI-összefoglaló miatt, illetve akkor is, amikor a felhasználó eleve egy önálló AI-asszisztenshez fordul. A két helyzet mérési szempontból külön kezelendő. A Google AI-funkciói a hagyományos keresési környezetbe épülnek, az önálló asszisztensek pedig saját felületen válaszolnak és esetenként külső hivatkozásokat adnak.
A zero-click keresés olyan keresési folyamat, amelyben a felhasználó külső webhely megnyitása nélkül fejezi be a feladatát, folytatja a keresést vagy elhagyja a keresőfelületet. Ez a jelenség már a generatív AI széles körű megjelenése előtt létezett. A kiemelt kivonatok, tudáspanelek, időjárási adatok, kalkulátorok, helyi találati blokkok és közvetlen válaszok hosszú ideje képesek helyben kielégíteni bizonyos információs igényeket. A generatív válaszok kibővítették az ilyen helyben lezárható feladatok körét, mert több forrás tartalmát összefüggő szöveggé képesek szervezni.
A kattintási arány, vagyis a CTR azt mutatja meg, hogy a megjelenések mekkora része eredményezett kattintást. Egy oldal organikus látogatottságát közelítőleg a keresési megjelenések mennyisége, az elért pozíciók, a találati elemek láthatósága és az átkattintási arány együtt alakítja. Stabil megjelenések és pozíciók mellett csökkenő CTR esetén felmerülhet a találati oldal által visszatartott kattintások hatása. Ha a megjelenések száma is visszaesik, a keresleti érdeklődés vagy a rangsorolás változása is szerepet kaphat. Ezért egyetlen összesített forgalmi görbe kevés az ok megállapításához.
További fogalom a válaszhelyettesítés. Ilyenkor az AI-válasz elvégzi azt az információs feladatot, amelyért a felhasználó korábban felkereste volna a forrást. A forrásközvetítés olyan helyzetet ír le, amelyben az AI felhívja a figyelmet egy külső oldalra, és látogatást indít. A két mechanizmus ugyanazon válaszon belül is jelen lehet: a felhasználók egy része megelégszik az összefoglalóval, más részük további részleteket keres. A webhely szempontjából az arányuk, a látogatók szándéka és a későbbi üzleti cselekvés határozza meg a tényleges következményt.
Az AI által említett webhely láthatósága szintén külön kategória. Egy forrás megjelenhet a válaszban úgy, hogy abból közvetlen látogatás alig keletkezik. Az említés hatással lehet a márka felismerésére, a későbbi márkakeresésre és a választási listára. Ennek hozzárendelése jóval nehezebb a hagyományos kattintás mérésénél. A forgalom, az AI-láthatóság, a márkaemlékezet és a konverzió ezért négy eltérő mérési szintet alkot.
Hogyan alakítja át az AI a keresési folyamatot?
A hagyományos internetes keresés több lépésből áll. A felhasználó megfogalmaz egy lekérdezést, áttekinti a találati oldalt, kiválaszt egy ígéretes hivatkozást, majd a forrásoldalon próbálja megtalálni a választ. Ha az első oldal kevés segítséget ad, visszatér a találatokhoz, új oldalt nyit vagy pontosítja a keresést. A folyamat időt, figyelmet és értékelést igényel. A kereső elsősorban forrásokat rendez, a válasz összeállítása jelentős részben a felhasználóra marad.
A generatív keresés a feldolgozás nagyobb részét a találati vagy beszélgetési felületen végzi el. Az AI értelmezi a kérdést, kapcsolódó részproblémákat azonosít, több forrásból gyűjt információt, majd összefüggő választ készít. A Google hivatalos leírása szerint az AI Overviews és az AI Mode úgynevezett query fan-out eljárást is alkalmazhat: több kapcsolódó keresést futtat különböző altémák és adatforrások mentén. Egy összetett kérdés így több hagyományos keresési lépést sűríthet egyetlen felületi folyamatba.
A változás első következménye a válaszhoz jutás költségének csökkenése. A felhasználónak kevesebb címet kell átolvasnia, kevesebb oldalt kell megnyitnia, és rövidebb idő alatt kaphat használható összefoglalást. Az egyszerű ténykérdések, definíciók, felsorolások, rövid magyarázatok és általános tájékozódási feladatok könnyen lezárhatók ezen a ponton. Az ilyen kereséseknél a külső oldal megnyitása további erőfeszítést jelent. Az alapvető információ már rendelkezésre áll.
A második következmény a források közötti figyelem újraelosztása. A hagyományos találati oldalon több cím és leírás versenyez egymással. Egy AI-válasz csak korlátozott számú forrást tud jól láthatóan bemutatni, a kiválasztott oldalak pedig eltérő pozíciót és hangsúlyt kaphatnak. A forrásként történő szereplés új láthatósági lehetőséget adhat olyan oldalnak is, amely a klasszikus rangsorban gyengébb helyen áll. Az említésből keletkező kattintások mennyisége és üzleti értéke külön vizsgálatot igényel.
A harmadik következmény a keresési út folytathatósága. Az AI-válasz után a felhasználó újabb kérdést tehet fel, pontosíthatja a feltételeit, összehasonlítást kérhet vagy döntési szempontokat adhat meg. Ez a párbeszédes folyamat több olyan keresést tarthat az AI felületén, amely korábban különböző weboldalak meglátogatásával járt. Egy általános termékkategória megismerése, a választási szempontok összegyűjtése és a lehetséges hibák áttekintése akár egyetlen beszélgetésben megtörténhet. A vásárlás, foglalás, regisztráció, letöltés vagy kapcsolatfelvétel továbbra is külső felületet igényelhet.
Az önálló AI-asszisztensek további változást hoznak. A felhasználó ilyenkor el sem jut a hagyományos keresési találatokhoz. Az asszisztens a betanítás során megszerzett ismeretekre, az aktuális webes keresésre, külső adatbázisokra vagy ezek kombinációjára támaszkodhat. A források feltüntetése rendszerenként, feladattípusonként és válaszonként változik. Az AI-platformról érkező látogatás mérhető lehet a hivatkozó domain alapján. Több alkalmazás és eszköz hiányos hivatkozási adatot továbbít, ezért a forgalom egy része közvetlen látogatásként vagy ismeretlen forrásként jelenhet meg.
A felhasználó szempontjából mindez kényelmi fejlődés. A tartalom előállítója számára új gazdasági kérdést teremt. A válasz elkészítéséhez szükséges információt weboldalak, adatbázisok, újságírók, kutatók, vállalatok és közösségek hozzák létre. Ha az információ felhasználása egyre ritkábban eredményez látogatást, az oldalletöltésre, hirdetésre vagy feliratkozásra épülő finanszírozás gyengülhet. Hosszabb távon ez a tartalomkínálat minőségére és mennyiségére is hatással lehet. A vita ezért jóval szélesebb a keresőoptimalizálás technikai kérdéseinél.
Mit mutatnak a felhasználói és oksági vizsgálatok?
A jelenlegi bizonyítékok értelmezéséhez érdemes különválasztani a felhasználói viselkedést megfigyelő kutatásokat, a webhelyforgalom változását becslő vizsgálatokat és a platform saját állításait. Ezek eltérő kérdésre válaszolnak. A kattintási adatok azt mutatják meg, mit tett a felhasználó egy adott találati oldalon. Az oksági elemzés azt próbálja megbecsülni, mekkora változás következett volna be az AI-funkció bevezetése nélkül. A platform dokumentációja a rendszer tervezett működését, a megjelenés feltételeit és a rendelkezésre álló mérési lehetőségeket ismerteti.
A Pew Research Center 2025-ben közzétett elemzése 900 amerikai felnőtt böngészési adatait vizsgálta. Az adatbázis 68 879 egyedi Google-keresést tartalmazott, amelyek közül 12 593 kereséshez társult AI által készített összefoglaló. Ez a minta 18%-át jelentette. A kutatók a keresés utáni következő böngészési lépést elemezték, így tényleges viselkedési adatokból következtethettek az átkattintásra, a további keresésre és a munkamenet lezárására.
Az AI-összefoglalót tartalmazó találati oldalakon a felhasználók a látogatások 8%-ában kattintottak hagyományos keresési találatra. Az AI-összefoglaló nélküli oldalakon ez az arány 15% volt. Az összefoglalóban feltüntetett forráshivatkozásra az érintett látogatások 1%-ában kattintottak. A böngészési munkamenet az AI-összefoglalót tartalmazó oldalakon 26%-ban ért véget, a hagyományos találati oldalakon 16%-ban. Ezek a számok erősen támogatják azt az állítást, hogy az AI-válasz számos keresési feladatot a Google felületén zár le.
A Pew adataiból óvatos következtetés vonható le az ok nagyságára. Az AI-összefoglalók sajátos lekérdezésekhez jelennek meg. A vizsgálat szerint a hosszabb, kérdés formájú és teljes mondatot tartalmazó keresések gyakrabban kaptak ilyen választ. A tíz vagy több szóból álló lekérdezések 53%-ánál, a kérdőszóval kezdődő keresések 60%-ánál jelent meg AI-összefoglaló. Ezeknek a kereséseknek eleve eltérhet a kattintási hajlandóságuk. A tanulmány megfigyelt viselkedési összefüggést mutat, teljes körű oksági elkülönítést nem végez.
Mehrzad Khosravi és Hema Yoganarasimhan 2026-os tanulmánya egy másik módszert választott. A szerzők a Google AI Overviews fokozatos földrajzi bevezetését és a Wikipédia többnyelvű szerkezetét használták fel. Ugyanazon témák angol nyelvű cikkeit olyan hindi, indonéz, japán és portugál nyelvű változatokkal vetették össze, amelyek a vizsgált időszakban eltérő kitettséggel rendelkeztek. A különbségek különbsége módszer célja annak becslése volt, hogyan alakult volna az angol Wikipédia-oldalak látogatottsága az AI Overviews megjelenése nélkül.
A vizsgálat 161 382 egyeztetett cikk–nyelv pár alapján körülbelül 15%-os csökkenést becsült az angol Wikipédia-cikkek napi forgalmában. A hatás témánként különbözött: a kulturális témák nagyobb relatív visszaesést mutattak, a természettudományi és műszaki tartalmak kisebbet. A szerzők ezt összhangba hozzák a válaszhelyettesítés logikájával. Egy rövid, szintetizált válasz egyes kulturális és általános ismereti kérdéseket könnyebben lezárhat, míg több tudományos feladat részletesebb forrásvizsgálatot kíván.
Ez a tanulmány a jelenlegi szakmai vitában különösen értékes, mert az egyszerű együttjárásnál erősebb azonosítási eljárást használ, és több robusztussági vizsgálatot is közöl. A korlátai szintén jelentősek. A kézirat arXiv-preprint, így a folyóirati lektorálási folyamat eredménye még nem áll rendelkezésre. A Wikipédia sajátos forrás: erős márkával, széles témakörrel, közösségi szerkesztéssel és főként információs tartalommal működik. Az eredmény közvetlen átvitele webáruházakra, helyi szolgáltatókra vagy előfizetéses szakmai adatbázisokra túlzott általánosítás lenne.
A Google hivatalos dokumentációja kiegészítő szerepet tulajdonít az AI-funkcióknak. A vállalat szerint az AI Overviews gyors áttekintést ad, kiindulópontot biztosít a további felfedezéshez, és többféle webhely megjelenésére teremthet lehetőséget. A Google azt is közli, hogy az AI-összefoglalókból érkező kattintások jobb minőségűek lehetnek, amit a webhelyen eltöltött hosszabb idővel kapcsol össze. A nyilvános dokumentáció ehhez nem ismertet olyan részletes módszertant, amelyből a minta, az összehasonlítási alap és a hatás nagysága ellenőrizhető lenne.
A platformállítás értelmezésénél két külön mutatót kell kezelni. A megmaradó kattintások átlagosan tudatosabb érdeklődésből születhetnek. Ezzel egy időben a kattintások teljes száma csökkenhet. Egy webhely így kisebb forgalmat és magasabb látogatásonkénti értéket is tapasztalhat. A hirdetési oldalletöltésekből élő kiadó számára a mennyiségi veszteség súlyos lehet. Egy tanácsadó, webáruház vagy szoftvercég számára a konverziók és a bevétel alakulása ad pontosabb üzleti értékelést.
| Megközelítés | Vizsgálati egység | Fő eredmény | Értelmezési korlát |
|---|---|---|---|
| Pew Research Center | 900 amerikai felnőtt, 68 879 Google-keresés | 8%-os hagyományos találati kattintás AI-összefoglaló mellett, 15% ilyen összefoglaló nélkül | Megfigyeléses adat, amerikai minta, eltérő lekérdezéstípusok |
| Khosravi–Yoganarasimhan | 161 382 Wikipédia-cikk–nyelv pár | Körülbelül 15%-os becsült napi forgalomcsökkenés | Preprint, Wikipédia-környezet, nyelvi piacok közötti eltérések |
| Google Search Central | Platformdokumentáció és belső megfigyelések | Több forrás felfedezésének lehetősége és értékesebb kattintások állítása | A nyilvános oldalon hiányzik a részletes kutatási módszertan |
A három megközelítésből egy közös, óvatos állítás rajzolódik ki. Az AI által készített keresési összefoglalók mérhetően csökkenthetik a külső oldalakra jutó kattintásokat, főként információs feladatoknál. A megmaradó látogatások minősége, a források közötti újraelosztás és a teljes üzleti hatás webhelyenként külön vizsgálatot kíván. A „minden oldal ugyanannyit veszít” kijelentéshez jelenleg nincs megfelelő bizonyíték.
Mely keresések és weboldalak veszítik el a legtöbb látogatót?
Az AI-forgalmi kitettség első meghatározó tényezője a felhasználói feladat helyettesíthetősége. Egy rövid definíció, dátum, név, egyszerű felsorolás vagy általános magyarázat gyakran teljes egészében elfér egy generált válaszban. A felhasználó célja ilyenkor maga az információ megszerzése. A forrásoldal felkeresése csak köztes lépés volt. Amint az AI ezt a lépést kiváltja, az oldal korábbi látogatási oka gyengül.
Különösen érzékenyek lehetnek azok a tartalmak, amelyek több, könnyen hozzáférhető forrás összefoglalásából állnak. Egy általános „mi ez?”, „hogyan működik?” vagy „melyek a típusai?” cikk tartalmát a generatív rendszer viszonylag könnyen rövid válasszá alakíthatja. A pusztán összefoglalásra épített tartalom gazdasági védettsége gyenge. A jó szövegezés és a technikai keresőoptimalizálás továbbra is segítheti a forrásként történő kiválasztást. A közvetlen látogatás indoka ettől még korlátozott maradhat.
A híroldalak és az oldalletöltésből finanszírozott kiadványok kitettsége üzleti szempontból is magas. Egy rövid hírösszefoglaló sok olvasó információs igényét kielégítheti. A forrásoldal számára minden elmaradt látogatás kevesebb hirdetési megjelenést, kisebb feliratkozási lehetőséget és gyengébb közvetlen közönségkapcsolatot jelenthet. A frissesség, a helyszíni tudósítás, az eredeti interjú, a dokumentumok és az elemző hozzáadott érték erősebb látogatási indokot teremthet. Ezek előállítása több erőforrást igényel, így a forgalomcsökkenés a költségesebb újságírói munkák finanszírozását is érintheti.
A tudástárak, enciklopédiák és oktatási oldalak szintén jelentős válaszhelyettesítési kockázattal találkoznak. A Wikipédia-vizsgálat eredménye ezt a tartalmi kört közvetlenül érinti. Egyes oktatási feladatok forrásellenőrzést, eredeti tanulmányt, pontos definíciót, módszertani részletet vagy hosszabb érvelést igényelnek. A tanuló rövid áttekintést kérhet az AI-tól, majd a dolgozathoz, vizsgához vagy szakmai döntéshez megnyithatja az eredeti forrást. Itt a tartalom mélysége és hivatkozhatósága közvetlenül befolyásolja a kattintás esélyét.
A webáruházak eltérő szerkezetű kockázattal rendelkeznek. Az AI képes terméktípusokat bemutatni, tulajdonságokat összevetni és szűkíteni a választási lehetőségeket. A tényleges készlet, aktuális ár, szállítási feltétel, garancia, hiteles termékfotó, vásárlói értékelés és fizetés rendszerint a kereskedő oldalán válik hozzáférhetővé. A tájékozódási szakaszból eltűnhetnek kattintások, a vásárlási szakaszhoz kapcsolódó látogatások nagyobb gazdasági értéket hordozhatnak. A forgalom mennyisége mellett ezért a termékoldali konverziós arány, az átlagos kosárérték és a bevétel vizsgálata is szükséges.
A helyi szolgáltatóknál a cím, nyitvatartás, értékelések, elérhetőség és időpontfoglalás a döntési folyamat része. Az AI megadhat általános tanácsot, összeállíthat szolgáltatói listát vagy ismertetheti a választási szempontokat. A kapcsolatfelvétel, az ajánlatkérés és a foglalás külső cselekvést igényel. Az ilyen vállalkozások számára a Google Cégprofil, a következetes márkaadatok, a valós értékelések, a világos szolgáltatásleírás és a könnyen elérhető kapcsolatfelvétel továbbra is komoly szerepet kap.
Erősebb helyzetben vannak azok az oldalak, amelyek saját adatot, eredeti kutatást, elsődleges dokumentumot, szakértői értékelést, kalkulátort, konfigurátort, adatbázist, közösséget vagy személyes szolgáltatást kínálnak. Az AI összefoglalhatja ezek egy részét. A teljes feladat elvégzéséhez gyakran szükséges marad az eredeti környezet. A tartalom itt belépési pont egy használható rendszerhez, döntéshez vagy kapcsolathoz.
A márka ereje szintén befolyásolja a kitettséget. A felhasználó egy ismert szerző, médium, szakmai szervezet vagy vállalat véleményére külön is kíváncsi lehet. A márkakeresés pontos célpontot tartalmaz, ezért kisebb teret ad az általános válaszhelyettesítésnek. Az ismeretlen, egymással könnyen felcserélhető tartalomszolgáltatók nagyobb mértékben függnek attól, hogy a kereső vagy az AI éppen melyik forrást választja ki.
Egy teljes webhely veszteségét végül a forgalmi összetétel határozza meg. Ha a látogatások jelentős része rövid információs keresésekből származik, az AI-kitettség magas. Ha a közönség nagy arányban közvetlenül érkezik, márkára keres, hírlevélből tér vissza, közösséghez kapcsolódik vagy webhelyen elvégezhető feladatot teljesít, a függőség alacsonyabb. A tartalom témája önmagában kevés; a felhasználó célja és a webhely üzleti funkciója adja a pontosabb besorolást.
A négy kimenetű AI-forgalmi hatásmodell
Az AI hatását érdemes a felhasználó következő gazdaságilag értelmezhető lépése alapján rendszerezni. Erre szolgál az általam javasolt négy kimenetű AI-forgalmi hatásmodell. A keret egy keresési vagy beszélgetési folyamat lehetséges folytatását írja le. A négy kimenet a válaszlezárás, a forrásmélyítés, a műveleti átlépés és a késleltetett márkahatás. A kategóriák egy tartalomauditban, oktatási elemzésben és vállalati mérési rendszerben is használhatók.
| Kimenet | Felhasználói helyzet | Forgalmi következmény | Elsődleges mérés |
|---|---|---|---|
| Válaszlezárás | Az AI-válasz kielégíti az információs igényt | Elmaradó közvetlen látogatás | Megjelenés, pozíció, CTR, információs céloldalak |
| Forrásmélyítés | Bizonyíték, részlet, módszertan vagy eredeti anyag szükséges | Kevesebb, tudatosabb látogatás lehetősége | AI-hivatkozás, aktivitás, visszatérés, feliratkozás |
| Műveleti átlépés | A feladat a webhelyen folytatható | Vásárlási, foglalási vagy használati célú látogatás | Konverzió, bevétel, ajánlatkérés, regisztráció |
| Késleltetett márkahatás | Az AI megismerteti vagy megerősíti a forrást | Későbbi direkt vagy márkakeresési látogatás | Márkakeresés, direkt forgalom, visszatérők, asszisztált konverzió |
1. Válaszlezárás. Ebben a kimenetben az AI-válasz után a felhasználó befejezettnek tekinti a feladatot. Ide tartozhat egy fogalom rövid jelentése, egy egyszerű eljárás lépéseinek áttekintése, egy dátum, egy általános felsorolás vagy egy könnyen szintetizálható kérdés. A webhely elveszíti azt a látogatást, amely korábban az információ megszerzéséhez kellett. Az elmaradt kattintás üzleti értéke oldaltípusonként változik. Egy hirdetésből finanszírozott kiadványnál közvetlen bevételkiesést okozhat. Egy szolgáltatónál előfordulhat, hogy az ilyen látogató korábban sem jutott volna el kapcsolatfelvételig.
A válaszlezárás mérési mintája gyakran stabil vagy növekvő keresési megjelenés mellett csökkenő CTR. A rangsor akár változatlan is maradhat, az AI-válasz pedig nagyobb figyelmet kaphat a találati oldalon. Ez a jelenség magyarázza azt a helyzetet, amikor egy oldal láthatósága a Search Console alapján erős, a látogatások száma visszaesik. A diagnózishoz az érintett lekérdezések szándék szerinti besorolása szükséges.
2. Forrásmélyítés. Az AI összefoglalása ebben a helyzetben tájékozódási alapot ad, a felhasználó pedig részletesebb vagy ellenőrizhető információt keres. Megnyithatja az eredeti kutatást, a teljes interjút, a jogszabályt, a módszertant, az adatbázist vagy a szerző részletes érvelését. Az AI itt előszűri a figyelmet. A látogató már tudja, milyen kérdésre keres választ, és miért lehet számára érdekes az adott forrás.
A forrásmélyítésből érkező közönség kisebb lehet, magasabb aktivitással, több visszatéréssel vagy jobb feliratkozási aránnyal. Ez összhangban áll a Google jobb minőségű kattintásokról szóló állításával. Annak általános nagysága a nyilvános dokumentációból nem ellenőrizhető. A webhely feladata ebben a kategóriában az eredetiség, a forrásolhatóság és a szakmai mélység egyértelmű bemutatása.
3. Műveleti átlépés. A felhasználó az AI-válasz segítségével előkészíti a döntést, majd a feladat befejezéséhez webhelyre lép. Vásárol, időpontot foglal, ajánlatot kér, regisztrál, kalkulátort használ, dokumentumot tölt le vagy belép egy szolgáltatásba. A webhely ebben a folyamatban működési helyszín. Az AI csökkentheti a korábbi tájékozódási látogatások számát, a végrehajtási látogatás funkciója továbbra is fennmarad.
Ennél a kimenetnél a nyers látogatásszám könnyen félrevezető. Ha az oldal 20%-kal kevesebb organikus látogatót kap, a vásárlások vagy ajánlatkérések száma pedig változatlan marad, a kieső forgalom jelentős része alacsony cselekvési szándékú lehetett. Ha a konverzió is hasonló arányban csökken, a helyzet üzletileg jóval súlyosabb. A látogatások értékét ezért bevétellel, érdeklődésekkel és ügyfélszerzési eredményekkel együtt kell vizsgálni.
4. Késleltetett márkahatás. Az AI megemlíthet egy vállalatot, szerzőt, terméket vagy szakmai forrást anélkül, hogy a felhasználó azonnal kattintana. Később márkára kereshet, közvetlenül beírhatja a webcímet, más csatornán találkozhat a névvel, majd vásárlóvá vagy olvasóvá válhat. A hatás valós lehet, a pontos hozzárendelés nehéz. A hagyományos webanalitika az utolsó vagy közvetlenül mérhető forrást rögzíti, az AI korábbi szerepe gyakran rejtve marad.
A késleltetett márkahatás vizsgálatához márkakeresési trendek, direkt látogatások, új és visszatérő felhasználók, ügyfélkérdőívek, asszisztált konverziók és időbeli együttmozgások használhatók. Egyetlen mutató itt sem ad teljes bizonyosságot. A cél annak felismerése, hogy az AI-láthatóság értéke részben a webhelylátogatáson kívül keletkezhet.
A négy kimenet alapján minden fontosabb tartalom besorolható aszerint, milyen feladatot szolgál. Egy oldal több kimenethez is kapcsolódhat. Egy szakmai cikk rövid kérdéseket lezárhat, részletes hivatkozásaival forrásmélyítést indíthat, szolgáltatási ajánlatával műveleti átlépést teremthet, szerzői hitelességével pedig késleltetett márkahatást építhet. A besorolás célja a domináns üzleti szerep azonosítása és a hozzá illő mérőszám kiválasztása.
Hogyan mérhető az AI hatása egy konkrét weboldalon?
Az AI hatásának mérése egy forgalmi grafikon megtekintésénél kezdődik. Az érdemi elemzés több adatforrást és összehasonlítást igényel. A Google Search Console megmutatja a keresési megjelenéseket, a kattintásokat, az átlagos pozíciót és a CTR-t. A webanalitikai rendszer bemutatja a céloldalakat, a felhasználói aktivitást, a konverziókat és a bevételt. A keresleti trendek, a rangsorolási változások, a technikai naplók és a kampányadatok segítenek elkülöníteni a lehetséges okokat.
A Google hivatalos dokumentációja szerint az AI Overviews és az AI Mode megjelenései, illetve kattintásai a Search Console általános „Web” kereséstípusában szerepelnek. Külön AI-szűrő hiányában a webhelytulajdonos nem kap teljes, közvetlen bontást az AI-összefoglalók hatásáról. Emiatt több jel együttes értelmezésére van szükség. A megjelenések, pozíciók és kattintások változása mellett érdemes külső keresési ellenőrzést, lekérdezéstípus szerinti besorolást és céloldali elemzést is alkalmazni.
- Határozzuk meg a visszaesés helyét. Külön vizsgálandó az organikus Google-forgalom, az egyéb keresők, a közvetlen látogatások, a közösségi média, a hírlevél, a fizetett kampányok és az AI-platformokról érkező forgalom. Az összesített csökkenés forrásbontása megmutatja, melyik csatorna változott ténylegesen.
- Bontsuk le céloldalakra és lekérdezésekre. Az információs blogcikkek, kategóriaoldalak, termékoldalak, szolgáltatásoldalak és márkakeresések eltérő mintát adnak. Az AI-hatás gyanúja akkor erősödik, ha főként könnyen összefoglalható információs oldalak veszítenek kattintást.
- Vizsgáljuk együtt a megjelenést, pozíciót és CTR-t. A stabil pozíció és megjelenés mellett csökkenő CTR a találati felület változására utalhat. A pozícióromlás rangsorolási problémát jelezhet. A megjelenések visszaesése keresletcsökkenéssel vagy láthatóságvesztéssel is összefügghet.
- Használjunk összehasonlítható időszakot. Azonos hosszúságú, szezonalitással korrigált periódusok, éves összevetések és eseményidőpontok segíthetnek. Egy Google-frissítés, migráció, mérőkódmódosítás vagy kampányleállítás időpontját külön rögzíteni kell.
- Mérjük az üzleti eredményt. A konverzió, bevétel, ajánlatkérés, feliratkozás, visszatérés és ügyfélérték megmutatja a forgalom gazdasági jelentőségét. A látogatásszám csökkenése és a bevétel csökkenése eltérő vezetői problémát jelent.
- Kövessük az AI-referral és márkahatás jeleit. Az ismert AI-domainek külön csatornacsoportba rendezhetők. Emellett figyelni kell a márkakeresésekre, a direkt forgalomra és arra, hogy az érdeklődők saját bevallásuk szerint hol találkoztak először a márkával.
Egy egyszerű diagnosztikai mátrix segíthet az első értelmezésben. Stabil rangsor és megjelenés mellett csökkenő CTR esetén nő a zero-click vagy más találati elemek hatásának valószínűsége. Csökkenő pozíció és CTR esetén rangsorolási veszteség is jelen van. Stabil organikus forgalom mellett növekvő AI-referral új forrásközvetítési csatornát jelezhet. Csökkenő forgalom és stabil konverzió a látogatói összetétel javulására utalhat. Csökkenő forgalom és csökkenő konverzió már közvetlen üzleti beavatkozást igényel.
| Megfigyelt minta | Valószínű értelmezés | Következő vizsgálat |
|---|---|---|
| Stabil megjelenés és pozíció, csökkenő CTR | Találati oldali válaszhelyettesítés vagy új SERP-elem | Érintett lekérdezések és AI-megjelenések ellenőrzése |
| Csökkenő megjelenés és pozíció | Rangsorolási, technikai vagy keresleti változás | Frissítések, indexelés, versenytársak és keresleti trend |
| Csökkenő forgalom, stabil konverzió | Alacsonyabb értékű látogatások kiesése is lehetséges | Konverziós arány, bevétel és céloldali összetétel |
| Csökkenő organikus forgalom, növekvő AI-referral | Részleges csatornaátrendeződés | Volumen, aktivitás és konverzió összevetése |
Az AI-referral forgalom önmagában sem teljes mérés. Egyes rendszerek megbízható hivatkozó adatot küldenek, más alkalmazások böngészőn, mobilfelületen vagy átirányításon keresztül nyitják meg az oldalt. A látogatás ilyenkor direkt vagy besorolatlan forrásként jelenhet meg. Az AI említése kattintás nélkül is befolyásolhatja a későbbi döntést. Emiatt a mérés mindig alsó becslést adhat az AI teljes szerepére.
A tartalomstratégiai elemzéshez érdemes minden jelentős céloldalt a négy kimenet valamelyikéhez rendelni. A válaszlezárásnak erősen kitett oldalaknál megvizsgálható, milyen eredeti adat, részletes módszer, letölthető anyag vagy további feladat adhat látogatási okot. A forrásmélyítést szolgáló oldalakon fontos a szerző, a dátum, a módszertan és a hivatkozások egyértelmű feltüntetése. A műveleti oldalakon a folyamat egyszerűsége, a bizalom és a konverzió kerül előtérbe. A márkahatást szolgáló tartalomnál a következetes névhasználat és a felismerhető szakmai álláspont kap szerepet.
Szerintem a vezetői kérdés végül így fogalmazható meg: milyen feladatot képes a webhely jobban, hitelesebben vagy teljesebben elvégezni annál, amit az AI-válasz a saját felületén lezár? Erre a kérdésre forgalmi adatból, tartalmi elemzésből és üzleti modellből együtt lehet válaszolni. A puszta publikációs mennyiség egyre gyengébb védelem. A használható funkció, az eredeti információ és a közvetlen közönségkapcsolat erősebb alapot ad.
Gyakori félreértések és a jelenlegi kutatások korlátai
„Minden organikus visszaesést az AI okoz.” Ez a következtetés túl széles. A Google rangsorolási frissítései, technikai hibák, indexelési problémák, szezonális változások, versenytársi fejlesztések és a keresleti érdeklődés átalakulása hasonló forgalmi mintát hozhatnak létre. Az AI hatásának megállapítása szegmentált adatokra és több lehetséges ok ellenőrzésére épül.
„A forrásként történő megjelenés automatikusan látogatást hoz.” A Pew mérése szerint az AI-összefoglalókban feltüntetett forrásokra nagyon ritkán kattintottak. A hivatkozás láthatósági értéket teremthet, közvetlen forgalmi értéke külön mérendő. A forrásként történő szereplés, az átkattintás és a konverzió három külön eredmény.
„Az AI-referral majd pótolja a keresési veszteséget.” Egyes webhelyek már érzékelnek növekvő forgalmat AI-asszisztensekből, a kiinduló volumen sok esetben alacsony. A pótlás mértékét saját adatokból kell meghatározni. A látogatásonkénti érték javulása ellensúlyozhat valamennyi mennyiségi csökkenést, ennek nagysága üzleti modellenként eltér.
„A forgalomcsökkenés minden esetben azonos mértékű üzleti kárt jelent.” Egy hirdetési bevételből élő kiadó számára az oldalletöltések közvetlenül kapcsolódnak a bevételhez. Egy magas értékű szolgáltatást értékesítő vállalkozásnál néhány megfelelő érdeklődő többet érhet sok általános olvasónál. A forgalmi veszteséget ezért a webhely bevételi mechanizmusához kell kapcsolni.
„A keresőoptimalizálás elvesztette a szerepét.” A webes források bejárása, indexelése, értelmezése és rangsorolása továbbra is meghatározza, milyen tartalmat találhat meg a kereső és milyen forrásokat használhat egy generatív funkció. A technikai hozzáférhetőség, a világos szerkezet, a pontos tartalom, a szerzői hitelesség és a webhely minősége továbbra is befolyásolja a láthatóságot. A mérési célok és a tartalom gazdasági szerepe átalakul.
„Az amerikai eredmények közvetlenül leírják a magyar piacot.” A keresőfunkciók elérhetősége, nyelvi minősége, felhasználói elfogadottsága és témánkénti gyakorisága országonként eltérhet. A Pew amerikai böngészési adatokat használt, a Wikipédia-tanulmány pedig több nyelvi kiadást vont be egy sajátos kutatási elrendezésbe. A magyar webhelyek számára ezek fontos előjelek és értelmezési alapok. A tényleges hazai hatás saját Search Console-, analitikai és üzleti adatokból becsülhető.
A kutatási terület gyorsan változik. Az AI-válaszok elhelyezése, hossza, forráskezelése és megjelenési gyakorisága folyamatosan módosulhat. Egy adott hónapban mért kattintási arány később más lehet. A felhasználók viselkedése is alkalmazkodik: idővel jobban megtanulhatják, mikor elegendő az összefoglaló, mikor szükséges forrást ellenőrizni, és mely szolgáltatásban bíznak meg. A jelenlegi számokat ezért időponthoz és vizsgálati környezethez kötve kell közölni.
A platformadatok átláthatósága további korlát. A Google az AI-funkciók teljesítményét az általános webes keresési adatokba sorolja, így a webhelytulajdonos számára az elkülönítés részben következtetés marad. Az önálló asszisztensek referral adatai is hiányosak lehetnek. A márkára, későbbi direkt forgalomra és asszisztált döntésre gyakorolt hatás még nehezebben mérhető. Ez bizonytalanságot hagy a közvetlen kattintásveszteség és a teljes üzleti következmény közötti kapcsolatban.
A Khosravi–Yoganarasimhan-tanulmány erős módszertani hozzájárulás, jelenlegi formájában még preprint. A 15%-os becslés egy meghatározott platformra, időszakra és tartalomtípusra vonatkozik. A Pew vizsgálata valós böngészési viselkedést figyelt meg. Az AI-összefoglalók eltérő lekérdezésekhez történő megjelenése korlátozza a közvetlen oksági értelmezést. A Google saját állításai fontos platformnézőpontot adnak, részletes nyilvános módszertan hiányában független ellenőrzésük korlátozott.
E korlátok mellett az eredmények továbbra is jelentősek. A rendelkezésre álló bizonyítékok több módszerből ugyanabba az irányba mutatnak: az AI által közvetlenül megválaszolható információs feladatok kisebb külső kattintási igényt teremtenek. A pontos veszteség mértékét és üzleti súlyát minden webhelynek saját adatokból kell meghatároznia.
A weboldal szerepe az AI által közvetített információs környezetben
Az AI miatt tényleg csökkenhet a weboldalak forgalma. A jelenlegi adatok alapján ez már mérhető jelenség, főként az egyszerű, információs kereséseknél és az összefoglalható tartalmaknál. A teljes webhelyre vonatkozó válasz mindig feltételes marad. A forgalmi források összetétele, a keresési szándék, a tartalom jellege, a márka és a webhelyen elvégezhető feladat együtt alakítja az eredményt.
A változás hosszabb távú jelentősége abban áll, hogy újra kell gondolni a webhely látogatási okát. Az internet hosszú időn keresztül arra épült, hogy a kereső elvezeti az embert a válasz forrásához. Az AI egyre több esetben magát a választ viszi a felhasználó elé. A webhelynek ezért olyan értéket kell adnia, amely a rövid összefoglalón túl is indokolja a megnyitást: eredeti bizonyítékot, részletes értelmezést, aktuális adatot, használható eszközt, vásárlást, foglalást, közösséget vagy közvetlen kapcsolatot.
Ez oktatási szempontból is fontos felismerés. A hallgatóknak és szakembereknek külön kell választaniuk a láthatóságot, az átkattintást, a látogatói minőséget és az üzleti eredményt. A forrásként történő megjelenés, a látogatás és a konverzió egymás után következő, külön mérési állomások. A forgalomcsökkenés önmagában csak a jelenséget mutatja meg. A megfelelő elemzés az információs feladatból indul ki, majd végigköveti, hol zárul le a felhasználói folyamat és hol keletkezik gazdasági érték.
A négy kimenetű modell ebben segít. A válaszlezárás megmutatja a közvetlenül veszélyeztetett tartalmakat. A forrásmélyítés kijelöli az eredeti és hivatkozható anyagok szerepét. A műveleti átlépés összekapcsolja a tartalmat a webhelyen elvégezhető feladattal. A késleltetett márkahatás pedig láthatóvá teszi azt a befolyást, amelyet a hagyományos kattintási mérés csak részben érzékel.
Szerintem a weboldalak jövőjét az önálló szerepük és a felhasználói döntéshez adott hozzájárulásuk dönti el. A könnyen kivonatolható információra épülő oldalak komoly nyomás alá kerülnek. Az eredeti forrást, bizonyítható szakértelmet, saját adatot, használható funkciót és valós kapcsolatot kínáló webhelyek továbbra is erős látogatási okot adnak.
Az olvasó ebből a témából elsősorban azt értheti meg, hogy az AI-forgalomcsökkenés valós, mérhető és egyenlőtlenül eloszló jelenség. A diagnózis egysége a konkrét lekérdezés, céloldal, felhasználói feladat és üzleti eredmény. Ezen a szinten már értelmes döntés hozható arról, mely tartalmat érdemes továbbfejleszteni, milyen új funkciót kell létrehozni, és mely mérőszám fejezi ki ténylegesen a webhely értékét.
Források
Khosravi, Mehrzad – Yoganarasimhan, Hema (2026): Impact of AI Search Summaries on Website Traffic: Evidence from Google AI Overviews and Wikipedia. University of Washington, arXiv:2602.18455, 4. változat, 2026. május 12. DOI: 10.48550/arXiv.2602.18455
https://doi.org/10.48550/arXiv.2602.18455
Chapekis, Athena – Lieb, Anna (2025): Google users are less likely to click on links when an AI summary appears in the results. Pew Research Center, 2025. július 22.
https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/
Google Search Central (2025): AI features and your website. Google for Developers, utolsó frissítés: 2025. december 10.
https://developers.google.com/search/docs/appearance/ai-features
