Hogyan ajánl az AI ügyvédet vagy könyvelőt?

Ha valaki beírja a ChatGPT-be vagy a Gemini-be, hogy „adójogász Budapest” vagy „könyvelő a vállalkozásomhoz”, az AI három forrást néz: a Google Térképet, az első keresési oldalt és a kamarai listákat. Ha te ezeken nem vagy jelen, láthatatlan maradsz — attól függetlenül, hogy milyen jó vagy. Ebben a cikkben végigmegyek azon, mit mér az AI a jogi és könyvelői szektorban, és mit tehetsz, hogy bekerülj az ajánlások közé.

Mit kérdeznek az ügyfelek — és hogyan értelmezi ezt az AI?

Az ügyvédek és könyvelők iránti kereslet az AI-ban egyértelműen így néz ki: „Hely + szakterület + megbízható.” Tehát egy általános „ügyvéd” nem elég — a grounded keresés (ChatGPT-app, Perplexity, Gemini) konkrét szakterületet, városhoz kötött eredményt és értékelési szintet vár.

Saját lekérdezésekkel mértem meg, hogy mit ad vissza egy meztelen modell (keresés nélkül), és mit ad a grounded app (élő kereséssel). A különbség jelentős: a meztelen modell vagy üres választ ad, vagy kitalál egy nevet — például egy olyan irodát, amely valójában nem létezik, és sem a Magyar Ügyvédi Kamara névsorában, sem a Google Térképen nem található meg. Erről részletesebben a hallucináló AI-ról szóló cikkben írtam.

A grounded keresés ezzel szemben az első Google Keresési oldalt és a Térképet követi. Az ügyvédek és könyvelők szektorában ez azt jelenti: a Magyar Ügyvédi Kamara névsorában, a Könyvelők Országos Szövetségénél, a jogászlista.hu-n vagy hasonló szakmai portálon listázott irodák kerülnek szóba. Ha ezek egyikén sem szerepelsz, az AI nem tud téged „megbízhatónak” értékelni — a puszta weboldal nem elegendő bizonyíték.

A keresés két módja közötti különbségről részletesen a keresés nélkül és kereséssel futtatott modell cikkemben olvashatsz. Röviden: a meztelen modell a betanítási adatokból dolgozik, a grounded keresés pedig a valós idejű Google-eredményekből. Az ügyfeleid a grounded appokat használják — tehát az számít, amit ezek látnak.

GEO-ellenőrzőlista ügyvédeknek és könyvelőknek

Az alábbi szempontok alapján vizsgálom meg, mennyire olvasható egy iroda az AI számára. Mindegyik egy-egy jel, amelyet a grounded keresés figyelembe vesz. Minél több jel teljesül, annál valószínűbb, hogy az AI releváns találatként kezeli az irodát — de fontos: a teljes lista sem garantálja az ajánlást, csak az elérhetőséget és az érthetőséget javítja.

Google Cégprofil (GBP) — teljes szakterülettel: Nem elég az általános „Ügyvédi iroda” vagy „Könyvelő” megjelölés. A GBP-ben meg kell jelennie a konkrét szakterületnek: „Adójogász”, „Munkaügyi tanácsadó”, „Kis- és középvállalkozói könyvelés”. Az AI ezt a konkrétságot névjegyként olvassa.

NAP-konzisztencia: Az irányítószám, a városnév és a cím egyezzen az impresszumban és a Google Cégprofilban. Ha eltér, az AI bizonytalan entitást lát — és nem ajánlja.

Kamarai és szövetségi lista: A Magyar Ügyvédi Kamara nyilvános névsora, a Könyvelők Szövetsége vagy a jogászlista.hu — ezek azok a külső források, amelyekből a grounded keresés a szakmai hitelességet méri. A Digital Bloom 2025-ös vizsgálata szerint az AI-hivatkozások nagy része harmadik féltől érkező forrásból táplálkozik; egy ügyvédnél vagy könyvelőnél ez pontosan a kamarai hivatkozás.

LocalBusiness + ProfessionalService séma: A site-on érvényes JSON-LD szükséges: LocalBusiness kiegészítve a LegalService (ügyvédeknek) vagy AccountingService (könyvelőknek) típussal. Az AI Labs Audit adatai szerint az érvényes strukturált adattal rendelkező oldalak 20–30%-kal gyakrabban jelennek meg az AI-összefoglalókban. A Yoast és a Rank Math WordPressen ezt automatizálja.

30+ Google-értékelés, legalább 4,7 csillag: Ez az a küszöb, amelynél a grounded keresés „megbízhatónak” kezdi kezelni a helyi irodát. Kevesebb értékelésnél az AI nem biztos abban, hogy van elegendő visszajelzés az iroda minőségéről.

Szakterületi blog vagy FAQ-tartalom: Egy-két bejegyzés az adózásról, a vállalkozásalapításról, a munkajogi kérdésekről — ezek a tartalmak azt jelzik az AI-nak, hogy az iroda aktív és kompetens a témában. Ez nem marketingszöveg; ez géppel olvasható szaktudás. A válaszkész tartalom fontosságát a 7 dimenzió cikkben részletezem.

Wikidata-profil (opcionális, de értékes): Ha az ügyvéd vagy könyvelő neve Wikidatán is szerepel, az AI önálló, ellenőrizhető entitásként kezeli. Ez különösen a frissebb modellekben számít, ahol az entitásfelismerés közvetlenül befolyásolja, hogy az iroda „valódinak” minősül-e a gépi értékelésben. Arról, hogy az AI-botok hogyan érik el az oldalakat, a ClaudeBot-tiltásról szóló cikkben írtam.

Ha 4–5 jel teljesül: 60–75 GEO-pontszám körül vagy. Ha 6–8: 80 felett.

Ez nem garantált ajánlást jelent — a pontszám az elérhetőséget és az érthetőséget méri, nem az eredményt. Arról, miért nem egyenlő a GEO-pontszám a tényleges AI-ajánlással, a GEO-pontszám ≠ AI-ajánlás cikk szól.

A B2B szög: az AI mint ügyvéd- és könyvelőválasztó ágens

A jogi és könyvelői szektor egyre inkább B2B irányból jelenik meg az AI-keresésben. Egy vállalkozásvezető megkérdezi a ChatGPT-t: „Melyik adójogász segít a cégem áfa-visszatérítésénél Budapest belvárosában?” — és a grounded modell az első keresési oldalt és a Térképet nézi. Az ágens nem listát állít össze, és nem prezentál; kiválaszt egyet, amelyet relevánsnak ítél a szakterület, a hely és az értékelések alapján.

Ez az agentic Commerce-irány jelenleg az USA-ban, Kanadában és Ausztráliában terjedt el a leginkább; az EU-ban ez még nem él ugyanilyen formában, de a logika már most is érvényes: az AI a grounded keresésben konkrét nevet ad vissza, nem listát. Ha a te irodád neve nincs ott, a vállalkozásvezető mást választ. Ez az elsőként lépők előnye, amit érdemes most beépíteni — nem azért, mert az AI holnap „hoz” ügyfeleket, hanem azért, mert a jelzések felépítéséhez idő kell.

Az elérhetőség és a mérhetőség közötti összefüggésről bővebben a megtalál az AI, de téged választ-e? cikk szól.

Öt gyors lépés, amit még ezen a héten el lehet végezni

Hétfő — Google Cégprofil audit: Ellenőrzöm, hogy a szakterület pontosan szerepel-e (nem „Ügyvéd”, hanem pl. „Adójog / Munkaügy”), és hogy a cím és az irányítószám egyezik-e az impresszummal. Ha nincs GBP, akkor létrehozom.

Kedd — Kamarai lista és szövetségi hivatkozás: Meggyőződöm arról, hogy az iroda neve szerepel-e a Magyar Ügyvédi Kamara online névsorában (ügyvédeknél) vagy a Könyvelők Szövetségének listáján. Ha igen, az oldal impresszumában elhelyezem a visszafelé mutató hivatkozást is.

Szerda — LocalBusiness + ProfessionalService JSON-LD: Ellenőrzöm, hogy a site-on érvényes strukturált adatban szerepel-e a LegalService vagy AccountingService típus. A Yoast / Rank Math beépítve kezeli, csak be kell állítani a helyes kategóriát.

Csütörtök — Egy szakterületi bejegyzés: Írok egy rövid, válasz-először felépítésű bejegyzést: „Mi az az átalányadó, és kinek éri meg?” vagy „Mire kell ügyelni egy Kft. alapításánál?” — ezek azok a pontosan megválaszolt kérdések, amelyeket az AI idézni tud.

Péntek — Wikidata-profil létrehozása: Ha az ügyvéd vagy könyvelő neve nincs Wikidatán, 15 perc alatt létrehozható egy alapbejegyzés (foglalkozás, telephely, weboldal). Az AI ezt önálló entitásként regisztrálja.

A bizalmi réteg: miért nem elég önmagában a csillag

Az ügyvédi és könyvelői szektor az AI számára bizalomigényes: az emberek személyes anyagi vagy jogi ügyeiről van szó. Ezért az AI nem elégszik meg a csillagokkal — kamarai és szövetségi hivatkozás nélkül az iroda „nem ellenőrizhető” marad a gépi értékelésben.

Ez azt jelenti, hogy az első irodák, amelyek egyszerre rendelkeznek kamarai listázottsággal, legalább 30 Google-értékeléssel és érvényes LocalBusiness / ProfessionalService sémával, hosszú távon az AI-ajánlások alaprétegébe kerülnek — nem azért, mert az AI „megbízik” bennük, hanem mert a jelzések összessége elegendő ahhoz, hogy a grounded modell releváns találatként adja vissza őket.

Ez elsőként lépő pozíció: aki most felépíti ezeket a jeleket, később nem ugyanonnan indul majd, mint aki két év múlva kezdi el. Az AI tanul — de csak abból, ami elérhető és érthető számára.

Ha kíváncsi vagy, hogy a saját irodád jelenleg milyen jelzéseket ad az AI-nak, az ingyenes mérési lehetőségekről az ingyenes AI-láthatóság mérés cikkben írtam.

Kindl Dávid · Közzétéve: 2026. június 23. · Frissítve: 2026. július 5.