ChatGPT, Gemini, Perplexity: melyik mit mond a magyar vállalkozásokról?

A négy nagy MI-platform nem ugyanazt mondja a cégéről. Más forrásból dolgoznak, más vállalkozásokat említenek, és más a magyar nyelvi minőségük. Ami az egyikben az első ajánlás, az a másikban meg sem jelenik. Ezért félrevezető egyetlen modellre optimalizálni: aki csak a ChatGPT-re figyel, a Gemini válaszaiban maradhat láthatatlan — és fordítva. Megmutatom, miben térnek el, és mit jelent ez egy magyar kkv számára a gyakorlatban.

Sokan úgy beszélnek a mesterséges intelligenciáról, mintha egyetlen, egységes valami volna. Pedig a vásárló nem „az MI-t” kérdezi meg — hanem egy konkrét eszközt: a ChatGPT-t, a Gemini-t, a Perplexityt vagy a Claude-ot. Ezek pedig másképp döntik el, melyik céget mondják ki. Ha ezt nem tudja, könnyű rossz helyre tenni az energiát.

Miben tér el a négy nagy platform?

A különbség nem stílusbeli, hanem forrásbeli. Mindegyik modell máshonnan meríti azt, amit tud — és a magyar piacon ráadásul nem egyformán erősek. Érdemes egyenként végigvenni őket.

Gemini — a magyar piacon ez a kiemelt platform. A Google modellje szorosan a Google keresési indexéhez kötődik, és előnyben részesíti a hivatalos céges oldalakat meg a jól kitöltött Google Cégprofilt. A helyi logikája gyakorlatilag a hagyományos keresési rangsort tükrözi, ezért ez a legkiszámíthatóbb platform annak, aki a Cégprofilra épít. A céges adatok pontossága is itt a legjobb: egy mérés szerint a Geminin 100%-os volt, miközben a ChatGPT-n és a Perplexityn 68% körül mozgott. Ráadásul a magyar nyelvi minősége is ennél a modellnél a legmeggyőzőbb.

ChatGPT — tanítóanyag-központú. A legtöbb felhasználó ezt használja, de a döntéseit nagyrészt a tanítóanyagából hozza: Wikipédia, Reddit, nagy sajtóoldalak. Ami 2024 előtt sok helyen szerepelt, az benne van — ami nem, azt hajlamos kihagyni vagy kitalálni. Egy frissen induló vagy csak helyben ismert magyar cég itt indul a leghátrányosabb helyzetből, mert a magyar helyi vállalkozások alulreprezentáltak ebben az anyagban.

Perplexity — sokféle forrásból dolgozik, és stabil. Ez a modell idézésben a legkiegyensúlyozottabb: hivatalos oldalakból és katalógusokból egyaránt dolgozik, és válaszonként jóval több forrást is megjelöl, mint a ChatGPT. Ha jó minőségű magyar nyelvű forrás létezik a kérdéshez, azt idézi. Ha viszont csak gyenge, gépiesen fordított tartalmat talál, inkább egy versenytársat vagy egy angol oldalt hoz be helyette.

Claude — felhasználói tartalomra támaszkodik. A legjellegzetesebb a négy közül: a felhasználók által írt tartalmat — fórumokat, véleményeket — két-négyszer gyakrabban idézi, mint a többi modell. Ahol sok az értékelés és a közösségi említés, ott ez a modell érzékenyen reagál rájuk.

A platformok közti különbség a helyi ajánlási rátákban a legkézzelfoghatóbb. Ezek a számok azt mutatják, milyen arányban kapott egy adott helyi vállalkozás konkrét, név szerinti ajánlást:

A tanulság nem az, hogy „az MI rossz”, hanem az, hogy jóval válogatósabb a hagyományos helyi keresésnél — és platformonként eltérő mértékben. A Gemini 11%-os rátája már egyáltalán nem elhanyagolható, a ChatGPT 1,2%-a viszont azt jelenti, hogy ott a legtöbb helyi cég gyakorlatilag nem létezik. Egy nagyon fontos összefüggés is végighúzódik mindezen: a Google MI-összefoglalói által idézett források 95-97%-a már a Google találati listájának első oldalán is szerepel. A hagyományos keresés tehát nem tűnt el — inkább az MI-idézés táptalaja lett.

Mit jelent ez a gyakorlatban egy kkv számára?

Azt jelenti, hogy van egy ésszerű sorrend, és nem mindegy, hol kezdi. Egy magyar helyi vállalkozásnál a Gemini a legjobb belépő, mert ez kötődik a legszorosabban ahhoz, amit egy cég amúgy is a kezében tart.

Az első lépés ezért a Google Cégprofil rendbetétele: pontos név, cím, telefonszám, nyitvatartás, kategória — minden egyezzen meg azzal, ami a honlapon és a katalógusokban szerepel. Erre épül a vélemények tudatos gyűjtése, hiszen a helyi ajánlás motorja a véleménytömeg. Csak ezután jön a válaszkész, magyar nyelvű tartalom, amely a többi modellnek — a ChatGPT-nek, a Perplexitynek, a Claude-nak — ad fogást. Ez a sorrend nem véletlen: a Gemininél a leggyorsabb a megtérülés, a többinél lassabb és közvetettebb.

Saját, dátumozott mérésem éppen ezt a platformközi szóródást tette láthatóvá. Tizenöt magyar fogászati rendelőre kérdeztem rá több ingyenes modellnél, három földrajzi felbontásban, összesen 48 lekérdezésben (2026. májusi mérés). Az eredmény annyira tanulságos, hogy érdemes két mintázatot kiemelni belőle.

Az első: a modellek különböző cégeket soroltak fel. Ugyanarra a kérdésre az egyik modell turistáknak szánt, nemzetközi klinikákból álló listát adott, a másik teljesen más névsort, a harmadik pedig olyan rendelőneveket, amelyek visszakeresve sehová sem vezettek. Gyakorlatilag nem volt két modell, amelyik ugyanazt a rendelőt tette volna az első helyre. Aki tehát az egyik modellben jól szerepel, arról nem következik, hogy a másikban is megjelenik.

A második: a 15 valós rendelő közül egyetlenegyet sem nevezett meg úgy egyetlen vizsgált ingyenes modell sem, hogy az ajánlás visszakereshető és megbízható lett volna. Volt, ahol a modell óvatosan kitért a válasz elől, volt, ahol magabiztosan kitalált egy nem létező nevet. A részletes esetet a nulla a tizenötből írásban bontom ki, az pedig, hogy a jó pontszám miért nem egyenlő az ajánlással, a GEO-pontszám és az MI-ajánlás cikkben olvasható.

Egy magyar piaci részlet külön figyelmet érdemel. Egy 1,3 millió hivatkozást vizsgáló elemzés szerint a tartalmukat másik nyelvre lefordító oldalak akár +327%-kal több MI-hivatkozást szereztek az adott nyelv keresésein, mint fordítás nélkül (Weglot). A magyar vásárlókért magyarul érdemes láthatóvá válni, és ez minden modellnél számít, de a forrásérzékeny Perplexitynél és a Geminél különösen.

Hogyan ellenőrizze modellenként?

A jó hír, hogy ezt nem kell elhinnie nekem — néhány perc alatt a saját szemével láthatja. A lényeg, hogy modellenként külön nézze meg, mert ahogy az előbb is látszott, az eredmények szétszóródnak.

A gyors protokoll a következő. Nyissa meg egymás után a ChatGPT és a Gemini ingyenes változatát, majd — ha van rá módja — a Perplexityt is. Mindegyiknél tegye fel ugyanazt a kérdést, pontosan úgy, ahogy egy vásárlója fogalmazna, magyarul:

„Melyik a legjobb [szakma] [az Ön városában]? Adj 5 konkrét nevet és weboldalt."

Három dolgot figyeljen meg. Megjelenik-e egyáltalán a cége neve? Ha nem, akkor ki jelenik meg helyette — egy valódi versenytárs, vagy egy másik város szolgáltatója? És végül: a megadott nevek és weboldalak visszakereshetők-e, vagy a modell kitalált valamit? Ha modellenként más-más nevet kap, az nem hiba a kérdezésében — pontosan ez a platformok közti eltérés, amiről ez a cikk szól.

Ezzel a fél órával többet fog tudni a piaci helyzetéről, mint sok drága jelentésből. A lépésről lépésre vezető, bővebb útmutatót a mit mond a ChatGPT a vállalkozásáról írásban szedtem össze, a pontozás teljes logikáját pedig a módszertan oldalon írom le tételesen.

Ma már nem az a kérdés, hogy melyik modellt használják a vásárlói — hanem az, hogy mindegyikben láthatóvá teszi-e magát, vagy csak az egyikre fogad. Ha dátumozott, ellenőrizhető mérést szeretne arról, hogy ma melyik platform mit mond a cégéről, a kapcsolat oldalon jelezze. Megmérem, és megmutatom, hol a szabad terep.

Kindl Dávid · Közzétéve: 2026. június 1. · Frissítve: 2026. június 6.