Előre jelzik-e a weboldalon belüli AEO-jelek, hogy egy vállalkozás megjelenik-e az AI-válaszokban? 62 vállalkozást mértünk meg

Ebben a vizsgálatban nem. 62 japán helyi vállalkozás körében a weboldalon belüli AEO-pontszámunk (strukturált adatok, llms.txt, crawler-hozzáférés és hasonló jelek) semmilyen összefüggést nem mutatott azzal, hogy a Perplexity milyen gyakran nevezte meg vagy hivatkozta az adott vállalkozást, amikor ajánlást kértünk tőle: Spearman ρ = 0.03 (95% CI: −0.23 és 0.28 között, p = 0.834). 62 vállalkozással a vizsgálat csak a nagyjából |ρ| ≥ 0.35 erősségű korrelációkat tudta megbízhatóan kimutatni, így egy gyengébb összefüggés nem zárható ki.

Közzétéve: 2026. október 28. A mérés időpontja: 2026. október 24. A Nurevo AEO-eszközöket fejleszt, köztük az itt vizsgált pontszámot is; lásd lent az „Összeférhetetlenségünk” című részt.

Összefoglalás

  1. Kérdés: gyakrabban jelennek-e meg az AI olyan kérdésekre adott válaszaiban, amelyek nem nevezik meg őket, azok a vállalkozások, amelyeknek a weboldala magasabb értéket ér el a Nurevo AI-olvashatósági pontszámán (0–100)?
  2. Válasz: nem igazolódott. Összességében ρ = 0.03, és az iparágra és a városra való korrekció után is 0.03.
  3. Összesítve a vállalkozások a felfedező kérdésekre adott válaszok 21.0%-ában jelentek meg; a 62-ből 25 legalább egyszer szerepelt.
  4. A többszörös tesztelésre való korrekció után a pontszám egyetlen összetevője (strukturált adatok, llms.txt, lefedettség stb.) sem mutatott összefüggést.
  5. Amit leszűrünk belőle: a strukturált adatok segítenek az AI-nak helyesen kiolvasni egy vállalkozás adatait, de önmagukban nem döntik el, hogy a vállalkozást megemlítik-e. Más tényezők számítanak többet, nagy valószínűséggel köztük az is, amit más oldalak írnak a vállalkozásról. Ez utóbbi hipotézis, amelyet ez a vizsgálat nem tesztelt.

Miért végeztük el ezt a vizsgálatot

Az AEO-val (answer engine optimization, azaz válaszmotor-optimalizálás) kapcsolatos tanácsok – a sajátjainkat is beleértve – azt mondják, hogy ha egy weboldalt könnyen olvashatóvá teszünk az AI számára (schema.org strukturált adatok, llms.txt fájl, az AI-robotok beengedése, szerveroldalon renderelt tartalom), az segít, hogy a vállalkozás megjelenjen az AI-válaszokban. A Nurevo pontosan ezekre a jelekre épülő pontszámot értékesít. Őszinte bizonyítékot akartunk arra, hogy a pontszám követi-e azt, ami a tulajdonosoknak valóban számít: hogy az AI megnevezi-e őket. A hipotézist, az elemzést és a döntési kritériumokat még a válaszok gyűjtése előtt rögzítettük, és vállaltuk, hogy az eredményt – bármilyen is lesz – közzétesszük.

Módszer

  1. Minta: 72 saját hivatalos weboldallal rendelkező helyi vállalkozás, webes kereséssel kiválasztva (portáloldalak nélkül), 5 iparágból (fogorvosi rendelők, éttermek, szépségszalonok, adótanácsadók, szálláshelyek) és 4 japán városból (Tokió, Oszaka, Fukuoka, Szapporo). 10 vállalkozást kizártunk, mert a weboldalukra nem lehetett pontszámot számolni, így 62 maradt az elemzéshez.
  2. Pontszám: minden weboldal kezdőlapját, robots.txt- és llms.txt-fájlját ugyanazzal a kóddal pontoztuk, mint a Nurevo nyilvános pontszámát: strukturált adatok (30 pont), lefedettség (25), olvashatóság (20), llms.txt (15) és konzisztencia (10), valamint egy kapufeltétel a crawler-hozzáférésre, az edge-szintű blokkolásra és a szerveroldali renderelésre (ha ez nem teljesül, a pontszám legfeljebb 15 lehet).
  3. Motor: Perplexity, az Agent API-ján keresztül, „fast” beállítással (egy webes keresés, majd válasz) – ugyanazzal az adapterrel, amelyet a Nurevo fizetős csomagja az AI-láthatóság méréséhez használ. Csak egy motor; lásd a korlátokat.
  4. Kérdések: vállalkozásonként három „felfedező” kérdés, amely megnevezi a területet és a vállalkozás típusát, de magát a vállalkozást nem (például: „Ajánljon egy fogorvost Umedában”), és amely közös az azonos területen működő, azonos iparágú vállalkozások számára; valamint egy „megnevező” kérdés, amely a vállalkozás címére és nyitvatartására kérdez rá. Minden kérdést háromszor tettünk fel.
  5. Kimenet: egy vállalkozás akkor „jelent meg” egy válaszban, ha a neve szerepelt a válaszban, vagy a saját domainje a hivatkozott források között volt. A megjelenési arány azt mutatja, hogy a felfedező válaszok mekkora hányadában jelent meg.
  6. Az érzékelő ellenőrzése: a megnevező kérdésekre adott válaszokban a vállalkozás nevét az esetek 84.3%-ában észleltük, ami meghaladja az érzékelő megbízhatóságához előre meghatározott 70%-os küszöböt.
  7. Elemzés: Spearman-féle rangkorreláció permutációs p-értékkel és bootstrap konfidenciaintervallummal; parciális korreláció az iparággal és a várossal mint fix hatásokkal; rétegen belüli permutációs teszt; valamint logisztikus regresszió iparági és városi fix hatásokkal és kvázi-binomiális korrekcióval, mivel az ugyanarra a kérdésre adott ismételt válaszok nem függetlenek. A hat összetevőtesztre Holm-korrekciót alkalmaztunk.

Az „igazolt” eredmény kritériumát előre rögzítettük: ρ ≥ 0.3, p < 0.05, nulla feletti 95%-os CI és pozitív korrigált korreláció. A válaszok szövegét nem tároltuk, csak azt, hogy megjelent-e a név, hivatkozták-e a domaint, és hányadik helyen szerepelt a hivatkozás.

Eredmények

Az ítélet: „nem igazolt”. A pontszám és a megjelenés közötti összes teszt nullához közeli korrelációt ad:

n = 62 vállalkozás. Mérés a Perplexityn, 2026. október 24-én.
TesztEredményp-érték
Pontszám vs. megjelenési arány (Spearman ρ, elsődleges)0.03 (95% CI: −0.23 és 0.28 között)0.834
Ugyanez, iparágra és városra korrigálva (parciális korreláció)0.030.845
Ugyanez, rétegen belüli permutációs teszttel0.030.829
Pontszám vs. a név megjelenése (felfedező kérdések)−0.040.782
Pontszám vs. a saját oldal hivatkozása (felfedező kérdések)0.180.149
Pontszám vs. a saját oldal hivatkozása (megnevező kérdések)−0.030.813
Logisztikus regresszió iparági/városi fix hatásokkal, kvázi-binomiális: esélyhányados a pontszám +1 SD-nyi (18.81 pont) növekedésére×1.01 (95% CI: 0.62 és 1.64 között)0.972

A legnagyobb együttható – 0.18 a pontszám és a vállalkozás saját oldalának hivatkozása között – nem különböztethető meg a nullától (p = 0.149), ezért nem szabad eredményként értelmezni.

Pontszámsávok szerint

A Nurevo a pontszámot piros, sárga vagy zöld színnel jelzi. A mintában a legtöbb oldal piros volt, zöldet egy sem ért el, így ez a vizsgálat semmit nem mond a nagyon magas pontszámokról.

SávVállalkozásokÁtlagos megjelenési arányLegalább egyszer megjelent
Piros5420.8%22
Sárga822.2%3
Zöld0--

A pontszám összetevői szerint

A pontszám egyik összetevője sem függött össze a megjelenéssel. Holm-korrekció után minden p-érték 1.000. Ezek a tesztek feltáró jellegűek voltak.

Holm-korrigált p = 1.000 minden összetevőre.
ÖsszetevőSpearman ρ a megjelenési aránnyal
Strukturált adatok (schema)0.08
Lefedettség0.12
Olvashatóság−0.17
llms.txt−0.02 (esélyhányados 1.41, 95% CI: 0.79 és 2.52 között)
Konzisztencia0.06
Kapufeltétel (crawler-hozzáférés, edge, szerveroldali renderelés)61 teljesítette: 21.3% megjelenés; 1 nem teljesítette: 0%

Iparág és város szerint

A megjelenés inkább iparág és város szerint változott, mint a pontszám szerint. Ezek kis csoportokra vonatkozó leíró adatok, nem tesztelt különbségek.

Az iparági és a városi sorok egyaránt ugyanazt a 62 vállalkozást fedik le.
CsoportVállalkozásokÁtlagos pontszámMegjelenési arány
Adótanácsadók1327.9210.3%
Szálláshelyek1321.0823.9%
Fogorvosi rendelők1340.1525.6%
Szépségszalonok824.258.3%
Éttermek1524.2030.4%
Oszaka1526.2715.6%
Szapporo1729.419.8%
Tokió1525.5331.1%
Fukuoka1529.2728.9%

Korlátok

  1. Keresztmetszeti vizsgálat: sok oldal egyszeri mérése együttjárást mutat, nem ok-okozati kapcsolatot. Hogy egy oldal fejlesztése megváltoztatja-e a megjelenését, azt ugyanazon oldalak előtte–utána vizsgálatával lehetne megállapítani.
  2. Statisztikai erő: 62 vállalkozással a nagyjából |ρ| = 0.35-nél gyengébb korrelációk gyakran rejtve maradnának. Az azonos területen és iparágban működő vállalkozások ugyanazokon a válaszokon osztoznak, így a tényleges mintanagyság még kisebb. A „nem találtunk” itt nem jelenti azt, hogy „nem létezik”.
  3. Egy motor, egy hét: Perplexity „fast” beállítással, mérés 2026. október 24-én. A ChatGPT, a Gemini, a Google AI Overviews szolgáltatása és a Copilot más keresőindexeket és modelleket használ; ezek az eredmények rájuk nem vihetők át.
  4. Nem megfigyelt zavaró tényezők: az értékeléseket, a márkaismertséget, a hirdetéseket, a működési évek számát és a más oldalakon való szereplést nem mértük. Csak az iparágra és a városra korrigáltunk.
  5. Minta: a vállalkozásokat webes kereséssel találtuk meg, így a minta a már eleve könnyen megtalálható vállalkozások felé torzul. Egyetlen oldal sem ért el zöld pontszámot. Az 5 iparág és a 4 japán város nem feltétlenül reprezentálja más iparágakat, régiókat vagy nyelveket.

Mit jelent ez egy vállalkozás weboldala számára

A strukturált adatok, az llms.txt és a crawler-hozzáférés továbbra is ellátnak egy feladatot: lehetővé teszik, hogy az AI közvetlenül és helyesen olvassa ki a vállalkozás adatait (cím, nyitvatartás, telefonszám, szolgáltatások), ahelyett, hogy találgatna. Ezt a feladatot érdemes elvégezni, de ez más feladat, mint az, hogy ajánljanak. Ebben a vizsgálatban a jobban olvasható oldalt nem említették gyakrabban.

Munkahipotézisünk az, hogy a weboldalon kívüli források (értékelő- és térképes listák, helyi média, címtárak, a vállalkozást említő más oldalak) nagy súllyal esnek latba abban, hogy az AI megnevez-e egy vállalkozást, amikor ajánlást kérő kérdésre válaszol. Ez a vizsgálat ezeket a forrásokat nem mérte, így ez tesztelendő hipotézis, nem eredmény.

A gyakorlatban: tartsa rendben a weboldalon belüli alapokat, mert ezek teszik pontossá, amit az AI Önről mond, és mérje meg, hogy az AI valóban megemlíti-e, ahelyett, hogy egy olvashatósági pontszámból következtetne rá.

Összeférhetetlenségünk, és amin változtatunk

A Nurevo AEO-eszközöket fejleszt, és az itt vizsgált pontszám az egyik termékünk. Azt az eredményt, hogy a pontszám nem jelzi előre a megjelenést, nem mi választottuk volna; azért tesszük közzé, mert a kritériumokat még az adatok beérkezése előtt rögzítettük, és mert a tulajdonosoknak tudniuk kell, mit árulhat el egy pontszám, és mit nem.

Amit teszünk: az AI-olvashatósági pontszámot nem mutatjuk be az AI-válaszokban való megjelenés előrejelzőjeként. Ehelyett közvetlenül mérjük a megjelenést: a Pro csomag azt méri, milyen gyakran nevezi meg vagy hivatkozza a Perplexity az adott oldalt (béta), a Free és Standard csomagú oldalak számára pedig egy kisebb havi megjelenési ellenőrzést vezetünk be. Fejlesztjük a pontszám második változatát is, amely a mért AI-láthatóságot ötvözi a weboldalon belüli jelekkel, ahelyett, hogy kizárólag ez utóbbiakra támaszkodna.

A mért vállalkozások nevét és weboldalát nem tesszük közzé.

Gyakori kérdések

Eléri-e a strukturált adat, hogy az AI megemlítse a vállalkozásomat?

Ebben a 62 helyi vállalkozásra kiterjedő, a Perplexityn végzett vizsgálatban nem találtunk összefüggést az olyan weboldalon belüli jelek, mint a strukturált adatok, és aközött, hogy milyen gyakran említették a vállalkozást (ρ = 0.03). A strukturált adatok segítenek az AI-nak helyesen kiolvasni az Ön adatait, de önmagukban nem jelezték előre az említést.

Segít-e az llms.txt abban, hogy egy vállalkozás megjelenjen az AI-válaszokban?

Ebben a vizsgálatban nem találtunk összefüggést: az llms.txt-összetevő és a megjelenési arány között ρ = −0.02 (Holm-korrigált p = 1.000). A vizsgálat kis mintán, egyetlen motorral készült, így ez nem bizonyítja, hogy az llms.txt soha nem számít.

Ez azt jelenti, hogy az AEO értelmetlen?

Nem. A weboldalon belüli AEO pontossá teszi, amit az AI egy vállalkozásról mond. A vizsgálat arra utal, hogy ez önmagában nem elég ahhoz, hogy ajánlják a vállalkozást, és hogy az említést közvetlenül kell mérni, nem pedig egy olvashatósági pontszámból kikövetkeztetni.

Melyik AI-motort vizsgálták?

Kizárólag a Perplexityt, az Agent API-ján keresztül, „fast” beállítással, 2026. október 24-én. Az eredmények nem vihetők át a ChatGPT-re, a Geminire, a Google AI Overviews szolgáltatására vagy a Copilotra.