Az AI-ügynökök maguk javítják az oldalt — de ki felel, ha rosszul teszik?

Megjelent egy új kategória: olyan AI-ügynökök, amelyek nemcsak mérik az oldalad AI-láthatóságát, hanem módosítják is — JSON-LD-t adnak hozzá, tartalmat írnak át, adatmezőket töltenek ki, sokszor emberi jóváhagyás nélkül. Gyors, és csábítóan kényelmes. A gond az, hogy ha az ügynök rossz strukturált adatot ír be, vagy elrontja a szövegedet, a felelősség nem a gépé, hanem a tiéd. Ezért az én válaszom egyszerű: a robotmunkát nyugodtan engedd a gépnek, de a döntést — mit szabad átírni és mit nem — tartsd a kezedben.

Az „agentic GEO” kifejezés mögött konkrét mechanizmusváltás áll. Eddig az AI-láthatósági eszközök diagnosztikák voltak: lekérdezték a modelleket, megnézték, hol jelensz meg, és listát adtak a hiányokról. A javítás emberi feladat maradt. Az új ügynökök ezt a kört zárják be: maguk hajtják végre a változtatást — strukturált adatot generálnak, bekezdéseket fogalmaznak át, kitöltik a hiányzó mezőket, és egyes esetekben publikálnak is. A piacvezetőt, a Gradialt szokták az első igazi agentic GEO-szereplőként emlegetni, és a nagyobb tartalomplatformok is építenek hasonló képességeket. Az ígéret valós: ami eddig hetekig tartó kézi munka volt, az percekre zsugorodik. A kérdés nem az, hogy működik-e — hanem az, hogy mit kockáztatsz vele.

Mi az agentic GEO-javítás, és honnan tudod, hogy biztonságos-e?

Az agentic GEO-javítás az első olyan AI-láthatósági réteg, ahol a gép nem megfigyel, hanem beavatkozik. Ez egyszerre két dolgot jelent. Egyrészt valódi sebességet: egy ügynök egy délután alatt felteheti azt a strukturált adatot, ami nálad évek óta hiányzik, és kiemelhetővé teheti a válaszaidat. Másrészt új felelősségi határt: amikor a gép a nevedben ír az oldaladra, az ő tévedése a te tévedéseddé válik a vásárló és a modell szemében egyaránt.

A biztonság megítéléséhez először tudnod kell, mi számít jó kimenetnek. Én ezt rögzített, dátumozott mércéhez kötöm: a hét felkészültségi dimenzióhoz, amit a 7 dimenzió, amivel az AI-láthatóság mérhető írásban szedtem szét. Ha nincs ilyen mérce, az ügynök „javítása” hit kérdése — nem tudod megmondani, hogy a változtatás közelebb vitt-e a célhoz, vagy elrontott valamit, amit korábban jól csináltál. Egy ügynök, amelynek nincs ellenőrizhető mércéje, gyorsan termel olyan módosításokat, amelyeknek a hatását senki nem méri vissza. A sebesség ilyenkor nem érték, hanem kockázat.

A második próba a visszafordíthatóság. Egy hiányzó adatmező felvétele általában biztonságos, és könnyen visszavonható lépés. Egy meglévő bekezdés átírása már nem az: ott a hangod, a tényállításaid és a jogi felelősséged forog kockán, az eredeti szöveg pedig nem mindig állítható vissza egy kattintással. Azt szoktam mondani: az adatfelvétel típusú lépéseket egy ügynök elő tudja készíteni, de minden tartalmi átírás előtt emberi felülvizsgálat kell. A gép a robotmunkát viszi — a megfogalmazott szöveget ember engedi ki.

Milyen javításokat tud elvégezni egy ügynök, és melyek a legkockázatosabbak?

A javítások egy biztonsági lejtőn helyezkednek el, és érdemes tudni, hol állsz rajta. A lejtő tetején a technikai adatfelvétel áll: hiányzó Organization vagy LocalBusiness strukturált adat hozzáadása, a NAP-hármas (név, cím, telefonszám) egységesítése, sitemap- és robots.txt-rendezés. Ezek géppel ellenőrizhetők, és többségükben visszavonhatók. Itt egy ügynök valóban sok kézi munkát levehet a válladról — de még ekkor is érdemes emberi szemmel ránézni, mert egy rossz cím vagy félreírt telefonszám a strukturált adatban azonnal félrevezeti a modellt.

Lejjebb a lejtőn a tartalmi átírás következik: bekezdések újrafogalmazása „válaszkészebbre”, címsorok cseréje, kérdés-felelet blokkok generálása. Itt kezdődik a valódi veszély. Egy ügynök, amely a saját mintázatai szerint „optimalizál”, könnyen kisimítja épp azt, ami megkülönböztet — beleírja ugyanazokat a jellegtelen, bárkire ráhúzható mondatokat, amelyekből a modell később nem tud kiemelni semmi egyedit. Pont az ellenkezőjét éred el a célnak: a Bain több mint egymilliárd AI-hivatkozást elemző banki tanulmánya szerint a modellek „elsimítják az általános üzenetet, és az ismétlődő mintázatokat erősítik fel” — vagyis a jellegtelen szöveg algoritmikusan hátrányba kerül. Hogy miért nem mindegy, kiemel-e a modell a többi közül, azt a megtalál az AI, de téged választ-e írásban fejtem ki.

A lejtő alján van az, amit egy ügynöknek soha nem szabad automatikusan megtennie: a megnevezett szerző, a cégnév, a cím vagy a telefonszám megváltoztatása. Ezek azok a horgonyok, amelyekből a modell felismer téged. Egy rossz csere itt nem apró hiba — a modell összekever egy másik céggel, vagy a vásárlót rossz ajtóhoz küldi. Az ilyen identitásmezők a robotmunka határán kívül esnek; ezek emberi döntések.

És van egy néma kockázat, amiről kevesen beszélnek: az ügynök az oldal elérhetőségéhez is hozzányúlhat. Ha egy „optimalizáló” lépés rosszul nyúl a robots.txt-hez vagy a tárhelyszabályokhoz, az ügynök akár ki is zárhatja azokat a botokat, amelyeket éppen be akartál engedni — és ezzel láthatatlanná tesz a saját AI-láthatósági céloddal szemben. Ez nem elmélet: arról, hogy mennyire könnyű véletlenül kizárni magad, a ClaudeBot-tiltás: amikor saját magad zárod ki írásban mutatom meg. Egy automata javító kéz pontosan ezt a hibát tudja gyorsan, csendben elkövetni.

Ki a felelős, ha egy ügynök ártott az oldaladnak javítás közben?

Jogilag és gyakorlatilag is te. Az ügynök eszköz; a kimenetért az a vállalkozás felel, amelynek a nevében publikál. Ha a gép rossz strukturált adatot ír be, és a modell emiatt rossz címet mond a vásárlónak, az ügyfél nem az ügynök fejlesztőjét hibáztatja — téged keres. Ha az átírt szöveg olyan tényállítást tesz, ami nem igaz, a felelősség a cégedé. Ezért tartom azt, hogy az ítélet a kategória valódi értéke, nem a gépműködés: a gép gyorsan dolgozik, de a döntést, hogy mi mehet ki a nevedben, embernek kell meghoznia.

Ebből vezetem le a saját álláspontomat is. Én az AI-láthatóság mérésénél a gépet robotmunkára használom — adatgyűjtésre, ellenőrző pontok lefuttatására, dátumozott összevetésre —, de a javításokat nem adom automata kézbe. A mérés és a beavatkozás két külön dolog, a kettő közötti határ pedig az emberi felülvizsgálat. A teljes súlyozást és minden ellenőrző pontot nyíltan leírok a módszertan oldalon, épp azért, hogy a mérce ne hit kérdése legyen, hanem ellenőrizhető tény.

Egy fontos pontosítás, amit a kapu kőbe vés: az agentic javítás akkor sem ígér ajánlást, ha tökéletesen fut le. A strukturált adat és a válaszkész tartalom a felkészültséget javítja — azt, hogy a modell elérjen és megértsen téged. De hogy a modell tényleg meg is nevez-e, azt nem a technikai pipák száma dönti el, hanem a külső jelenlét: a vélemények, a független említések, a hitelesség. Soha nem állítom, hogy jobb strukturált adattól több AI-ajánlást kapsz; a kettő külön mérés, és ezt a GEO-pontszám és az AI-ajánlás cikkben fejtem ki tételesen. Egy ügynök, amely azt ígéri, hogy automatikus javítással „ajánlani fog az AI”, olyat ígér, amire senkinek sincs bizonyítéka.

Hova tart ez, és mire készülj most?

Az agentic irány nem áll meg az oldaljavításnál. A javítóügynökök testvérvonala a vásárló oldalán dolgozó ügynök: az AI, amely a felhasználó nevében keres, összehasonlít, és egyre inkább vásárol is. Ennek az infrastruktúrája — az Universal Cart típusú agentic kereskedelmi protokollok — már él, de egyelőre csak az Egyesült Államokban, Kanadában és Ausztráliában; az EU-ban még nincs bejelentett indulási dátum. Tehát ez nem mai magyar valóság, hanem felkészülési irány: érdemes ma rendben tartani a strukturált termékadataidat, hogy ne kelljen kapkodnod, amikor ideér.

A gyakorlati tanács addig egyszerű. Használd az ügynököt arra, amire jó — a robotmunka felgyorsítására —, de tegyél emberi jóváhagyást minden tartalmi és identitásszintű lépés elé, és köss minden „javítást” mérhető, dátumozott mércéhez, hogy lásd, valóban előrevitt-e. Ha nem tudod visszamérni a hatást, akkor nem javítottál, csak változtattál. Ha pedig azt szeretnéd megnézni, hol tartasz ma, mielőtt bármilyen automata kéz hozzáér az oldaladhoz, kezdd egy egyszerű állapotfelméréssel: mérd meg ingyen, megjelensz-e az AI-válaszokban. A gép gyors. Az ítélet a tiéd.

Kindl Dávid · Közzétéve: 2026. június 13. · Frissítve: 2026. július 5.