AI-értelmezhetőség Szakszó

Google Knowledge Graph

Szerző: · 9 perc olvasás · Frissítve:
Google Knowledge Graph - AI-értelmezhetőség (szakszó) a tudástárban
Google Knowledge Graph - AI-értelmezhetőség | eClick GEO-audit tudástár

A Google Knowledge Graph a Google entitás-adatbázisa: valós dolgokat (cégeket, embereket, helyeket, termékeket, fogalmakat) tárol azonosítóval, tulajdonságokkal és kapcsolatokkal, nem pusztán kulcsszavakként. Ha a márkád szerepel benne, a Google nem karakterláncként kezeli a neved, hanem konkrét, azonosítható entitásként.

Hogyan működik

Minden entitás kap egy belső azonosítót (kg:/g/... vagy /m/... formában). Ehhez kötődnek a tulajdonságok: név, típus, leírás, hivatalos webhely, kapcsolódó entitások. A Google ezeket több forrásból építi: strukturált adatokból, Wikidata- és Wikipedia-tételekből, hivatalos profilokból, cégadatbázisokból és a weben található következetes említésekből.

A döntő szó itt a következetesség. Ha az oldaladon, a Facebookon, a LinkedInen és a cégadatbázisban ugyanaz a név, ugyanaz a cím és ugyanaz a domain szerepel, az egyezések megerősítik egymást. Ha három helyen háromféle névváltozat van, a rendszer nem tudja összekötni őket.

Miért más ez a generatív keresőknek

A nyelvi modellek és a generatív keresők hasonló entitás-logikát használnak. Amikor egy AI megválaszolja, hogy "ki ez a cég", a tréning-adatokban és a keresési forrásokban lévő entitás-leírásokból dolgozik. A Wikidata és a Wikipedia felülreprezentált ezekben a forrásokban, mert struktúrált és könnyen feldolgozható.

A gyakorlatban ez azt jelenti: aki entitásként létezik, azt idézik. Aki csak egy név a saját honlapján, arról az AI kitalál valamit, vagy összekeveri egy hasonló nevű céggel. A riportokban ezt rendszeresen látjuk kis- és közepes vállalkozásoknál.

Mikor számít igazán

Generikus vagy köznévi márkanévnél a legélesebb a helyzet. Egy "Napfény Kft." vagy egy "Horizont Stúdió" nevű cég több tucat névrokonnal osztozik. Ilyenkor az @id alapú horgonyzás és a sameAs hivatkozások nélkül gyakorlatilag esélytelen a helyes azonosítás.

Röviden: a Knowledge Graph dönti el, hogy a Google és az AI a te cégedre gondol-e, amikor kimondja a neved.

Miért fontos

SEO-oldalról

Az entitás-felismerés a márkás keresések minőségét dönti el. Ha a Google azonosítja a céget, könnyebben ad brand-panelt, jobban kezeli a márkanévre érkező kereséseket, és megbízhatóbban kapcsolja hozzád a webes említéseket. Ez a E-E-A-T jelzésrendszer gépi oldala.

AI-értelmezhetőség

A nyelvi modellek entitás-szinten tárolják a tudást. Ha nem vagy entitás, két rossz forgatókönyv marad:

  • az AI nem tud rólad semmit, és általánosságokat mond,
  • az AI összekever egy névrokonnal, és téves adatokat állít rólad.

A második a veszélyesebb. Rossz telefonszám, rossz székhely, rossz szolgáltatás-lista kerül a válaszba, és ezt a felhasználó a te információdnak hiszi. Ez klasszikus hallucináció, amit az azonosítás hiánya váltott ki.

Üzleti következmény

A márkaemlítések értéke akkor realizálódik, ha a rendszer hozzád köti őket. Egy PR-cikk, egy podcast-szereplés vagy egy szakmai említés csak akkor erősíti a márkát, ha a gép ugyanarra az entitásra vonatkoztatja. Szétesett azonosítás mellett ez az érték elvész.

Kikre vonatkozik

Kikre vonatkozik

  • Minden cégre, amely saját néven pozicionál. Szolgáltató, webshop, ügynökség, gyártó, egyaránt.
  • Generikus nevű márkákra kiemelten. Minél gyakoribb a név, annál nagyobb az összekeverés esélye.
  • Több domaines vagy több országban jelen lévő cégekre. Itt az azonosítás szétesése tipikus.
  • Személyi márkákra. Szakértő, előadó, tanácsadó esetén ugyanaz a logika érvényes, csak Person típussal.

Kikre nem

  • Staging- és fejlesztői környezetekre. Ezek noindex alatt vannak, entitás-építés nem értelmezhető rájuk.
  • Kampány-microsite-okra, amelyek pár hétig élnek. Náluk a Knowledge Graph-jelenlét irreális cél.
  • Tisztán belső eszközökre, ügyfélportálokra. Ezek nem publikus entitások.

Egy frissen indult cégnél a Knowledge Graph-bejegyzés nem reális rövid távú elvárás. Az alapokat viszont már az első naptól érdemes rakni: következetes név, Organization séma, stabil sameAs lista.

Hogyan ellenőrzöd

Lépések

  1. Keress rá a márkanévre a Google-ben, kijelentkezett állapotban. Nézd meg, megjelenik-e jobb oldali panel vagy márkához kötött találati blokk.
  2. Nyisd meg a Knowledge Graph Search API-t (kgsearch.googleapis.com/v1/entities:search) a márkanévvel. Ehhez Google Cloud API-kulcs kell. Nézd meg, mi az első találat, és milyen resultScore tartozik hozzá.
  3. Ellenőrizd a talált entitás url mezőjét. Ha nem a te domained szerepel benne, akkor a Google más céget ért a néven.
  4. Keress rá a névre a Wikidata-ban (wikidata.org keresőjével). Létezik-e tétel, és a hivatalos webhely a te domained-e.
  5. Nézd meg az oldalad forrását. Keresd a Organization típusú JSON-LD blokkot, benne az @id, name, url és sameAs mezőket. Ehhez elég a devtools vagy egy curl hívás.
  6. Futtasd le a Rich Results tesztet a nyitóoldalon, és ellenőrizd, hogy a séma hibamentesen kiolvasható-e.

Jó jelek

  • Az API első találata a saját céged, a saját domaineddel.
  • Létezik Wikidata-tétel, benne a hivatalos webhely a te domained.
  • Az og:site_name, a JSON-LD name és a láblécben szereplő cégnév megegyezik.
  • A sameAs lista létező, aktív profilokra mutat.

Rossz jelek

  • Az API idegen entitást ad vissza a márkanévre.
  • Nincs találat egyáltalán, és a domain sem kötődik semmihez.
  • A séma name mezője eltér az og:site_name értékétől.
  • A sameAs lista halott vagy soha nem használt profilokat sorol.

Mit néz ebből a riport

Az audit a Knowledge Graph Search API-val kérdezi le a márkát, az og:site_name és a domain-név alapján. A „Google entitás-felismerés” szabály tájékoztató jellegű: nem von le pontot, hanem megmutatja, mit ismer a Google a néven. Ha idegen entitást talál, azt külön jelzi a riport.

Hogyan javítod

WordPress

  1. Telepíts egy séma-képes SEO-bővítményt (Yoast, Rank Math), és töltsd ki a szervezeti adatokat: név, logó, domain.
  2. A Social vagy Titles & Meta fülön add meg az összes közösségi profil URL-jét. Ezek sameAs-ként kerülnek a sémába.
  3. Ellenőrizd az og:site_name értékét. Ha a téma felülírja, állítsd a hivatalos cégnévre.
  4. Ha egyedi JSON-LD-t használsz, adj a szervezetnek stabil @id értéket (például https://pelda.hu/#organization), és erre hivatkozz a többi sémából.

Shopify

  1. A Settings > Store details alatt add meg a pontos cégnevet. Ez kerül az og:site_name mezőbe.
  2. A theme.liquid fájlba illeszd be az Organization JSON-LD blokkot, @id-vel és sameAs listával.
  3. A Social media beállításokban lévő profilokat vezesd át a sameAs listába is, ne csak a láblécbe.

Unas

  1. A Beállítások > Áruház adatai menüben rögzítsd a hivatalos cégnevet és az elérhetőségeket.
  2. A saját HTML-blokk vagy fejléc-kód mezőbe helyezd el az Organization sémát.
  3. Ügyelj rá, hogy a séma-cégnév megegyezzen az impresszumban szereplő névvel.

Shoprenter

  1. A sablonszerkesztőben, a head részbe szúrd be az Organization JSON-LD-t.
  2. A közösségi profilokat a sameAs tömbbe is vedd fel, ne csak a lábléc-ikonokhoz.
  3. Ellenőrizd a Rich Results teszttel, hogy nincs-e duplikált Organization blokk.

Egyedi fejlesztés

  1. Építs egy központi entitás-forrást (konfig vagy adatbázis), és abból generáld a sémát, az Open Graph mezőket és a lábléc-adatokat. Egy igazságforrás, nulla eltérés.
  2. Használj @graph szerkezetet, benne a WebSite, WebPage és Organization entitásokat @id-vel összekötve.
  3. A sameAs listába csak élő, ellenőrzött profilok kerüljenek. Halott link rontja a jelzést.
  4. Ha a cég teljesít bármilyen nyilvános ismertségi kritériumot (sajtómegjelenés, szakmai díj, független források), érdemes Wikidata-tételt létrehozni. Ez a leghatékonyabb egyetlen lépés az entitás megerősítésére.
  5. Tartsd szinkronban a Google Cégem adatlapot: azonos név, azonos cím, azonos webhely.

A magyar KKV-oldalak többségén az Organization séma vagy hiányzik, vagy @id és sameAs nélkül áll ott. Ez a két mező a különbség a felismerhető és a felismerhetetlen márka között.

Gyakori hibák

  • Több névváltozat párhuzamosan - a séma name, az og:site_name és a lábléc eltér, így a gép nem tudja összekötni őket.
  • Hiányzó @id a szervezeti sémán - nincs stabil horgony, amire a többi séma hivatkozhatna, minden oldalon új entitásnak tűnik a cég.
  • Üres vagy kitalált sameAs lista - nem létező profilokra mutató linkek nem erősítik, hanem gyengítik a megerősítést.
  • Wikipedia-szócikk erőltetése ismertség nélkül - a nyilvánosság-kritériumot nem teljesítő cikket törlik, a munka elveszik.
  • Cégnév és jogi forma keverése - hol "Példa Kft.", hol "Példa" szerepel, ami két külön entitásnak látszik.
  • Eltérő adat a Cégem-adatlapon és az oldalon - más cím vagy más telefonszám esetén a rendszer nem tud döntést hozni, melyik a helyes.
  • Az entitás-munka azonnali eredményként kezelése - a Knowledge Graph lassan frissül, hetek vagy hónapok a realisztikus időtáv.

Technikai példa

Egy minimális, de működőképes Organization séma @id-vel és sameAs listával. Ez kerül a nyitóoldal head részébe:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "@id": "https://pelda.hu/#organization",
  "name": "Példa Technológia Kft.",
  "alternateName": "Példa Technológia",
  "url": "https://pelda.hu/",
  "logo": {
    "@type": "ImageObject",
    "url": "https://pelda.hu/logo.png",
    "width": 512,
    "height": 512
  },
  "sameAs": [
    "https://www.facebook.com/peldatechnologia",
    "https://www.linkedin.com/company/peldatechnologia",
    "https://www.wikidata.org/wiki/Q00000000"
  ]
}

Az @id a stabil horgony. A WebSite és az Article sémákból erre hivatkozz publisher vagy author szerepben, így egyetlen entitás épül, nem több különálló.

A Knowledge Graph Search API lekérdezése parancssorból, saját Google Cloud API-kulccsal:

curl -s "https://kgsearch.googleapis.com/v1/entities:search?query=Pelda%20Technologia&key=SAJAT_KULCS&limit=3&languages=hu" \
  | python3 -m json.tool

A válaszban az itemListElement tömb elemeit nézd. Mindegyikhez tartozik egy result.name, egy result.url és egy resultScore. Ha az első találat url mezője nem a te domained, akkor a Google más entitást ért a márkaneveden.

Gyakori kérdések

Kell-e Wikipedia-szócikk ahhoz, hogy bekerüljek a Knowledge Graph-ba?
Nem kötelező, de jelentősen segít. A Google több forrásból építi az entitásokat, köztük strukturált adatokból és hivatalos profilokból is. A Wikipedia és a Wikidata viszont különösen erős jelzés, mert struktúrált és független. Ha a cég nem felel meg a Wikipedia ismertségi kritériumainak, a Wikidata-tétel önmagában is értékes, ott enyhébbek a feltételek.
Mennyi idő alatt jelenik meg az entitásom a Knowledge Graph-ban?
Nincs garantált időtáv, és nincs beküldési űrlap sem. A gyakorlatban hetektől hónapokig terjed, és sok cégnél soha nem történik meg önálló panel formájában. A cél nem feltétlenül a látványos panel, hanem hogy a rendszerek helyesen azonosítsák a márkát. Az Organization séma, a következetes adatok és a valódi webes említések ezt akkor is javítják, ha panel nem jelenik meg.
Mit tegyek, ha a Google egy másik céget hoz a nevemre?
Ez névütközés, tipikusan generikus márkanévnél. Erősítsd a saját jelzéseidet: stabil @id, teljes sameAs lista, következetes cégnév mindenhol. Használj megkülönböztető formát, például a jogi formával vagy a tevékenységgel kiegészítve. Hosszabb távon a független említések döntenek, azokat nem lehet technikai beállítással kiváltani.
Elég az Organization séma, vagy LocalBusiness kell?
Ha fizikai telephelyed van és helyben szolgálsz ki ügyfeleket, a LocalBusiness altípus pontosabb. Ez a schema.org hierarchiájában az Organization leszármazottja, tehát nem vesztesz vele semmit. Online szolgáltatónál vagy országos webshopnál az Organization a helyes választás.
Befolyásolja ez azt, amit a ChatGPT vagy a Perplexity mond rólam?
Közvetve igen. Ezek a rendszerek nem a Google Knowledge Graph-ját használják, de hasonló entitás-forrásokból dolgoznak, és a Wikidata, a Wikipedia meg a strukturált adatok náluk is súlyosak. A következetes szervezeti adat és a sameAs lista csökkenti annak esélyét, hogy összekeverjenek egy névrokonnal.

Források

Kapcsolódó fogalmak

A te oldaladon hogy áll a(z) „Google Knowledge Graph”?

Futtass egy GEO-auditot: pontszám, fejlesztői ítélet, a leggyorsabb javítások, és minden tételhez bizonyíték.

Ingyenes GEO-audit indítása