Az AI már beszél a márkádról. Tudod, mit mond, és ki felel érte?
Nyolc AI-t kérdeztünk meg 65 magyar cégről úgy, ahogy egy vásárló kérdezné. Megnéztük, mit mondanak, honnan veszik, és mit tehet a vezetés.
Kutatás · · Arcanian
Röviden: Nyolc AI-t kérdeztünk meg 65, Magyarországon értékesítő cégről, és minden választ összevetettünk a cég saját oldalaival (2026. november). A válaszok kb. 8%-ában volt félrevezető tény, teljesen kitalált tény kb. 1–2%-ban. A téves tények csaknem harmada a cég saját oldaláról jön: a cégek több mint felénél a saját oldalak sem egyeznek egymással.
2002-ben azt mértük, mit látnak a vásárlók a magyar cégekből. 2026-ban már azt, mit mond róluk az AI.
Mekkora a baj?
kb. 8%
7,9% (6,6–9,3)
Félrevezető tény (eltér a cég saját oldalától)
kb. 1–2%
1,6% (1,1–2,3)
Teljesen kitalált tény
Valaki rákeres egy boltra a Google-ben. Még mielőtt egyetlen találatra kattintana, a lap tetején ott áll egy AI által írt összefoglaló a cégről: szállítási díj, garancia, nyitvatartás, ügyfélszolgálat.
A magyar cégekről feltett kérdéseink 95%-ánál ez az összefoglaló megjelent (766 kérdésből 730-nál, 2026. november 16.). A márka első mondata tehát gyakran nem a márkától jön.
Ezt a mondatot senki nem hagyta jóvá. A kérdés az, hogy igaz-e.
Milyen gyakran téved az AI a cégekről?
Minden vizsgált felület tévedett. A cégekről szóló válaszok 4–12%-ában volt legalább egy olyan téves tény, amely miatt a vásárló rosszul döntene: nem rendel, pedig rendelhetne; rossz számot hív; többet fizet, mint hiszi; vagy lebeszélik a cégről.
Milyen gyakran téved az AI? Félrevezető tény a válaszokban, AI-felületenként
- ChatGPT (fejlesztői felület) 4,0% (1,8–6,6)
- ChatGPT alkalmazás 5,9% (3,4–8,5)
- Perplexity 6,2% (3,5–9,2)
- Google AI-áttekintés 8,0% (4,4–11,7)
- Claude 8,8% (5,5–12,3)
- Google AI Mód 9,5% (6,1–13,2)
- Gemini alkalmazás 9,9% (6,2–14,2)
- Gemini (fejlesztői felület) 11,7% (7,7–16,0)
A Google AI-áttekintése, amely szinte minden kérdésnél a lap tetején áll, nagyjából minden tizenkettedik válaszában tévedett.
A kereséssel válaszoló AI-k a négy vizsgált területen átlagosan a válaszok kb. 8%-ában tévedtek így (95%: 6,6–9,3%), ugyanannyiszor, mint a Google AI-áttekintése. AI-nként: ChatGPT 2,6%, Perplexity 8,3%, Claude 8,7%, Gemini 11,9%. Ez kicsinek hangzik. Egy vásárlónak, aki négy-öt tényt keres egy döntéshez — díjat, határidőt, garanciát, visszaküldést —, már nem az.
Teljesen kitalált tényt ritkán mondanak: nagyjából minden ötvenedik-hatvanadik válaszban (kb. 1–2%). Az AI-k tehát ritkán találnak ki, de gyakran tévednek a részletekben – és ezek a részletek többnyire abból jönnek, amit a cégek maguk közzétesznek.
Az alkalmazás és a fejlesztői felület között nem találtunk pontossági különbséget. A ChatGPT és a Gemini alkalmazása ugyanannyit tévedett, mint ugyanannak az AI-nak a programozói változata.
Szól az AI, ha nem biztos a dolgában?
Ritkán. A téves állítások 84%-át az AI tényként mondta ki (625 téves állításból 524-et). Csak minden huszonötödiknél jelezte, hogy bizonytalan, vagy hogy érdemes ellenőrizni a cég hivatalos oldalán.
A vásárló ebből nem tudja megkülönböztetni a jó választ a rossztól. Mindkettő ugyanolyan magabiztosan hangzik.
Az AI-k közben szinte soha nem tagadják meg a választ. Ha nem tudnak valamit, inkább mondanak valamit.
Honnan jön a téves tény?
Minden lényeges tévedésnél megnéztük, honnan származhat: a hivatkozott oldalakon szerepel-e a téves érték (347 tévedés).
Honnan jön a téves tény?
A téves tények 30%-a a cég saját oldaláról, 8%-a a cégcsoport oldaláról, 17%-a harmadik féltől jön, 36%-át az AI tette hozzá.
- A cég saját oldala (elavult vagy önmagának ellentmondó) 30%
- Külföldi testvércég vagy a nemzetközi csoport oldala 8%
- Harmadik fél oldala 17%
- Az AI tette hozzá (egyik hivatkozott oldalon sincs) 36%
- Egyéb (nincs hivatkozás / rossz cég / olvashatatlan oldal) 9%
Tíz tévedésből négyet a cég maga vagy a cégcsoportja ki tud javítani.
Ilyen például egy régi ÁSZF, egy félig frissített szállítási oldal vagy egy elfelejtett ügyfélszolgálati aloldal. A cég két oldala mást mond, és az AI a rosszat idézi.
A többi tévedés egy része harmadik féltől jön, egy része az AI-tól. Ezekre a rendszeres figyelés a válasz: tudni kell róluk, mielőtt a vásárló észreveszi.
Mi változik, ha angolul kérdeznek?
Ugyanazt az 50 kérdést angolul is feltettük a négy chatbotnak. Angolul ötször gyakrabban kaptunk külföldi tényt a magyar cégről: a válaszok 26%-ában, szemben a magyar kérdések 5,5%-ával. A lényeges tévedés is gyakoribb lett: 24,5% a 14,5% helyett. (Mindkét különbség statisztikailag is megáll. Ezen az 50 kérdésen az alapszint magasabb, mint a teljes kutatásban.)
A külföldi tények csaknem fele a nemzetközi csoport adata, minden ötödik egy külföldi testvércég feltétele, magyarként előadva.
Ha a vásárló, a partner vagy egy AI-ügynök angolul kérdez a magyar cégről, más céget ismer meg.
Mi történik, ha az AI dönt a vásárló helyett?
Kipróbáltuk két, cégeknél használt AI-ügynökkel, a Claude Code-dal és a Codexszel. 25 vásárlási feladatot adtunk nekik: négy tényt kellett összegyűjteniük egy cégről, aztán dönteniük.
Az irány látszik, de a minta kicsi, és a különbség statisztikailag nem igazolt. A külön szabályok nélküli ügynök a feladatok 9, illetve 16%-ában hibás tényre épített döntést hozott. Ha az ügynök szabályt kapott — „a hivatalos oldalt nézd elsőként, jelöld, amit nem tudsz megerősíteni, ne találj ki semmit” —, ez 0, illetve 4%-ra csökkent.
Cserébe gyakrabban állt meg, és azt mondta: ezt ellenőrizni kell. A biztonságos ügynök nem dönt helyetted. A kérdés az, ki ellenőriz, amikor megáll. Ez nem technikai kérdés. Vezetői döntés.
A vásárló ügynöke ráadásul nem biztos, hogy bejut. A 65 cégből egy tiltja ki a szabályfájljában a felhasználó nevében érkező AI-ügynököket. Az oldalak több mint negyede viszont már az első lekérésnél megállítja azt az automatikus látogatót, amelyet nem ismer fel. Hogy a vásárló ügynöke bejut-e, azon múlik, honnan érkezik, és felismeri-e az oldal. Ugyanazt az oldalt az egyik ügynök elolvasta, a másik nem. Ugyanaz a Claude a felhasználó gépéről futva két és félszer olyan gyakran akadt el, mint az Anthropic saját szervereiről: ugyanabból a 130 feladatból 32-szer, illetve 13-szor nem nyílt meg neki a cég egyik saját oldala sem. Ezt nem a szabályfájl dönti el, hanem a védelmi beállítások.
Ki jár ma a céged oldalán?
Egy hazai szolgáltató oldalának egy hetét néztük meg (november 10–16.), a tartalomkiszolgáló hálózat adataiból.
- Egyre több robot jelentkezik AI-ként. Egy hét alatt 4250 kérés érkezett olyan robottól, amely AI-robotnak adta ki magát, 55%-kal több, mint az előző héten. Hogy ebből mennyi valódi, a nevük alapján nem lehet megmondani.
- A felhasználó nevében érkező AI-ügynök már itt van – legalábbis annak mondja magát. Olyan robotok is lekérték az oldalt, amelyek a ChatGPT, a Claude, a Perplexity vagy a DuckDuckGo ügynökének adták ki magukat, egy ember kérdésére keresve választ.
- De nem mindegyik az, akinek mondja magát. Megnéztük a letiltott „ügynökkéréseket”: egyik sem az AI-cégek hálózatából jött. Bérelt felhőszerverekről érkeztek, és jelszavakat, beállítófájlokat kerestek. A robot nevét bárki beírhatja a kérésébe, és a támadók azért adják ki magukat AI-nak, mert sok oldal az AI-t beengedi.
Ha a gép nem tudja elolvasni a saját oldaladat, máshonnan válaszol rólad. A saját forgalmi adatod ráadásul nem mondja meg, mit lát és mit tud elvégezni az ügynök, és azt sem, valóban ügynök járt-e nálad. Ezt csak kívülről lehet ellenőrizni: megkérdezni a nyilvános AI-kat és ügynököket, és megnézni, mit válaszolnak, és honnan.
Amit nem tudtunk igazolni
A piacon sok tanács kering arról, hogyan kerül egy márka az AI-válaszokba. A saját mérésünkben ezeket nem tudtuk alátámasztani:
- Magyar cégekről kérdezve az AI-k leggyakrabban a cég saját honlapjára hivatkoznak. A Reddit a hivatkozások fél százalékát sem éri el.
- A robotok kitiltása nem tünteti el a céget az AI-válaszokból — csökkentheti a saját oldal arányát, de mások szövege lép a helyére.
- Az llms.txt fájl, a strukturált adat és a GYIK-oldal megléte nem mutatott összefüggést azzal, hogy az AI hivatkozik-e a cég oldalára. Az AI-k ráadásul nem azokban a tényekben tévednek, amelyeket a strukturált adat leír.
- Egyetlen lekérdezés helyezése semmit nem mond: az AI-k sorrendje futásról futásra változik.
- A gépi készenlét önmagában nem javította az AI-képet. A mintánkban az llms.txt fájl, a robotoknak szóló szabályok és a hasonló technikai előkészítés nem járt pontosabb AI-válaszokkal. Ami számított: mit mondanak a cég saját oldalai, és ugyanazt mondják-e.
- Egy héttel korábban írt saját toplistával is bekerülhet egy cég az AI-válaszba. Ezért a puszta említésszám nem mondja meg, igazat mond-e rólad az AI.
Ki felel azért, hogy a céged mindenhol ugyanazt mondja?
Az AI nem talál ki egy második céget: azt ismétli, amit a cég különböző részlegei közzétesznek. A szerződési feltételeket a jogi osztály írja, a termékoldalt a kereskedelem, a GYIK-et és a szállítási oldalt az ügyfélszolgálat, a főoldalt és a „Rólunk” oldalt a marketing, a csoportszintű oldalt a központ.
- Ahol a hiba a cég saját oldaláról jön, ott tízből öt-hat esetben ügyfélszolgálati oldalról, kettő-három esetben termékoldalról, egy esetben jogi oldalról ered.
- A cégek több mint felénél a saját oldalak legalább egy tényben mást mondanak: más jótállási időt, más elállási határidőt, más szállítási díjat, más telefonszámot. Ilyenkor az AI nem téved, hanem választ.
- A saját oldalról eredő hibák harmada olyan értéket ismétel, amelyet a cég egyik oldala kimond, egy másik pedig cáfol.
Ez nem egy osztály dolga. A kérdés az, kinek a feladata, hogy a cég minden oldala ugyanazt mondja.
Ezt máshol is látják. 2026 októberében Londonban, a Semrush Spotlight konferencián Andrew Warden, az Adobe marketing alelnöke a legrosszabb kimenetnek nevezte, ha egy márka láthatatlan az AI-válaszokban. Szerinte ez akkor történik, amikor a cég saját adatai nem egyeznek azzal, amit külső források mondanak róla, és külön kiemelte a termékdokumentációt és a jogi csapatot. Ugyanazon a napon a LinkedIn marketing alelnöke arról beszélt, hogy náluk az AI-keresés miatt közös munkacsoport alakult a tartalom-, a termékmarketing-, a digitális és a rendezvénycsapatból, mert egy csatorna ezt egyedül nem oldja meg.
A kutatásunk szerint a gond már korábban kezdődik. A magyar cégek több mint felénél már a cég saját oldalai sem egyeznek egymással, a külső forrásokig el sem kell jutni.
Mit tehet a vezetés?
- Mérd meg az alapállapotot. Tegyél fel a cégedről 10–30 kérdést úgy, ahogy a vásárló kérdezné, legalább a Google AI-áttekintésben és két chatbotban. Jegyezd fel a dátumot és a választ.
- Hasonlítsd össze a saját oldaladdal. Ahol az AI téved, nézd meg, honnan veszi. A tévedések csaknem harmada a cég saját, régi vagy ellentmondó oldalából jön.
- Döntsd el, ki javít. A saját oldalt a cég javítja; a csoportoldalt az anyacég; a harmadik fél oldalát a harmadik fél. Ami az AI-tól jön, azt nem lehet kijavítani, csak figyelni.
- Legyen gazdája. Egy felelős a márka-, a digitális és az ügyfélszolgálati csapattal együtt. Az AI-ról szóló döntés nem az informatikáé.
- Mérd újra. Ugyanazokkal a kérdésekkel, havonta. Egy mérés pillanatkép; ugyanannak az AI-nak a pontossága egy hét alatt is változhat.
- Ha ügynököt használsz, döntsd el előre, ki ellenőriz, amikor megáll.
- Legyen írott szabályod arról, melyik AI-robot mehet be, és legyen gazdája. Ha senki nem döntötte el, az alapbeállítás döntött. Amit javaslunk:
- A nyilvános márka- és ténylapokra (rólunk, szolgáltatások, árak, szállítás, garancia, elérhetőség, ÁSZF) engedj be minden AI-robotot: a keresőket, a felhasználó nevében érkező ügynököket és a tanító robotokat is. A tévedések több mint harmada a modell emlékezetéből jön – ha a tanító robot nem olvashatja a saját oldaladat, a modell régi vagy idegen adatból tanul rólad.
- A fizetős, zárt vagy védett tartalmat (ügyfélanyag, előfizetéses tudás) zárd ki a tanításból; a keresőkről és az ügynökökről ott külön dönts.
- Ne a nevük alapján engedd be őket. A robot nevét bárki hamisíthatja, a tartalomkiszolgáló hálózat viszont ellenőrzi, valóban az jár-e nálad, akinek mondja magát. A támadót arról ismered fel, mit keres: jelszót, beállítófájlt, rendszerútvonalat. Ezekre az útvonalakra állíts tiltást.
- Ha kevés a ráfordítás, két dolgot érdemes megfontolni. Írd le a robots.txt-ben, mire használhatja az AI a tartalmadat: keresésre, AI-válaszhoz, tanításra (erre való a tartalomjelzés, a Content-Signal sor). És adj a gépnek tiszta szöveges változatot az oldalaidról (Markdown); sok tartalomkiszolgáló ezt egy kapcsolóval tudja. Mindkettő olcsó jó gyakorlat. Hogy az AI-k betartják-e a jelzést, és pontosabban válaszolnak-e a szöveges változatból, azt nem mértük.
- Évente nézd át, és mérd meg, mi jut el valójában a gépekhez: a beállítás és a hatása nem ugyanaz.
Hogyan mértük?
Mit tekintettünk hibának? Egy AI-választ akkor számoltunk hibásnak, ha legalább egy olyan tényt állított a cégről, amely ellentmond a cég saját honlapjának, és amely miatt a vásárló rosszul döntene: rossz árat, határidőt, elérhetőséget vagy feltételt hinne el. A pontatlan, de ártalmatlan részleteket külön, kisebb hibaként számoltuk. Ha a hibás adat a cég saját oldalain is szerepelt, azt külön, a cég saját hibájaként számoltuk. A vitatott eseteket ember döntötte el. Minden számot 95%-os bizonytalansági sávval közlünk.
65 Magyarországon értékesítő cég, négy terület: piacterek, drogériák és patikák, lakberendezés, műszaki cikkek. 696 márkás és 100 márkanév nélküli vásárlói kérdés, magyarul. Nyolc AI-felület: a ChatGPT, a Claude, a Gemini és a Perplexity webes kereséssel, a Google AI-áttekintése és AI Módja (magyarországi, kijelentkezett nézet), a ChatGPT és a Gemini alkalmazása. Gyűjtés: 2026. november 10–16. Mérce: a cégek saját oldalai, időérzékeny ténynél (ár, díj, tulajdonosváltás) a gyűjtés napján érvényes állapot.
Amennyire meg tudtuk találni, ez az első magyar mérés, amely élő kereséssel, a Google AI-felületeivel és emberi mintán ellenőrzött értékeléssel vizsgálja, igazat mondanak-e az AI-k a cégekről.
Amit nem mértünk
- Irányt mutató mérés. Trendet és nagyságrendet mutat; költségvetési döntéshez önmagában nem elég.
- Egy időpont. A felületenként egy futás pillanatkép. A decemberi körtől havonta ismételjük, ugyanazokkal a kérdésekkel.
- Gépi pontozás, egy emberi értékelő. A válaszokat gép pontozta, a vitatott eseteket egy szakértő döntötte el. Egy 68 tételes vak mintán a gép jóval szigorúbb volt az embernél: amit a gép félrevezetőnek ítélt, azt az ember többnyire kisebb hibának tartotta. Ezért két számot közlünk. A kb. 8% a cég saját oldalától eltérő, félrevezető tény, gépi mércével. A kb. 1–2% a teljesen kitalált tény, az emberi ítéletekhez igazított gépi mércével.
- Nem minden kérdés mérhető. Ahol a cég oldala a kérdésre nem ad választ, vagy botvédelem mögött volt, a választ nem pontoztuk.
- A forgalmi példa egyetlen oldalé, egy időablakból; arányt a piacra nem mond.
- A kutatás az AI-válaszokat vizsgálta, nem azt, hányan olvassák őket, és mennyibe kerül egy téves válasz a cégnek.