Answer capsule és TL;DR a gyakorlatban: így idézzen az AI a weboldaladról

Mi az az answer capsule és miért számít az AI-nál?

Az answer capsule egyszerűen fogalmazva egy önmagában is érthető, rövid válasz. Nem egy bevezetés, nem egy körülírás, hanem maga a válasz, az első mondatban.

Gondolj arra, ahogy a Perplexity vagy a ChatGPT válaszol egy kérdésre. Az AI nem olvassa végig az egész oldaladat. Kikeresi a leghasznosabbnak tűnő részt, és abból idéz. Ha a FAQ szekciódban a kérdésre adott válasz első mondata rögtön a lényeg, akkor az kerül be a válaszba. Ha a válasz három bekezdés bevezető után jut el a tényleges információhoz, akkor az AI az első 1-2 mondatot veszi ki. Az viszont még bevezető volt. A tényleges válasz sosem kerül idézésbe.

Pontosan ezért lett fontos az answer capsule fogalma a GEO optimalizálásban. Nem új technológiáról van szó. Csak arról, hogy az emberi olvasási szokásnak és az AI logikájának ugyanaz felel meg: a lényeg rögtön az elején.

Miért olvassák a felhasználók és az AI keresők is a TL;DR blokkot?

Sokan azt mondják, hogy a TL;DR felesleges, mert az emberek úgysem olvassák. Pont fordítva van. Ez az első amit elolvasnak, és ez dönti el, hogy maradnak-e az oldalon vagy sem.

Egy blog cikk megnyitásakor az átlagos olvasó 3-5 másodpercet tölt azzal, hogy eldöntse, megéri-e az egész cikket végigolvasni. Ha az oldal tetején van egy jól megírt TL;DR, az azonnal megadja a választ: igen, itt van amit keresett, érdemes maradni. Ha nincs ilyen, az olvasó görgeti az oldalt, keresi a lényeget, és sokszor nem találja meg elég gyorsan.

Az AI crawlerek ugyanilyen logikával dolgoznak. Az oldal elejéről indulnak, és az első találatnak tűnő összefoglalót veszik alapul az idézéshez. Ha a TL;DR blokk strukturált, tartalmazza a fő kulcsszót, és önmagában érthető, akkor az AI sokkal nagyobb valószínűséggel idézi pontosan azt a részt.

Nem arról van szó, hogy a TL;DR megírása garantálja az idézést. Arról van szó, hogy a hiánya szinte biztosan csökkenti az esélyét.

Hogyan néz ki egy rossz és egy jó answer capsule egymás mellett?

A legjobb, ha konkrét példán látod a különbséget. Ugyanaz a kérdés, két különböző válasz.

Kérdés: Mi az a GEO optimalizálás?

Látod a különbséget? A rossz változat elkezd bevezetni, elmesél egy kontextust, és nem mondja meg a lényeget. A jó változat első mondata már maga a teljes válasz. Ha az AI az első 2 mondatot veszi ki, a jó változatból kijön a teljes definíció. A rossz változatból csak az kijön, hogy "egyre több szakértő foglalkozik" valamivel.

Hogyan épül fel egy AI-barát FAQ szekció?

A FAQ szekció az answer capsule-ök természetes helye. De itt van egy gond: a legtöbb magyar vállalkozói weboldal FAQ szekciót egyáltalán nem tartalmaz. Nem hogy rosszul van megcsinálva, egyszerűen nincs ott. Ez azt jelenti, hogy aki ma megcsinálja, azonnal előnybe kerül a saját piacán.

Egy AI-barát FAQ szekció felépítése:

• A kérdés pontosan azt tartalmazza, amit az emberek ténylegesen kérdeznek (nem marketingszöveg)
• Az első mondat a válasz, nem a bevezető
• Minden válasz önmagában is érthető, kontextus nélkül
• A szekció rendelkezik id attribútummal (pl. id="faq")
• Minden kérdés-válasz pár saját id-vel van ellátva (pl. id="faq-mi-az-answer-capsule")
• FAQPage JSON-LD schema a forráskódban

Az utolsó két pont technikusnak tűnik, de egyik sem igényel fejlesztőt. Az id attribútum egy egyszerű szöveg a HTML-ben, és a legtöbb CMS rendszerből elérhető szerkesztőként. A JSON-LD schema egy kódrészlet, amit egyszer kell bemásolni.

A GEO optimalizálás teljes útmutatójában részletesen megtalálod, hogyan illeszkedik a FAQ szekció az egész AI láthatósági stratégiába.

FAQPage JSON-LD schema – miért hiányzik a legtöbb oldalról?

A FAQPage JSON-LD schema az a kódrészlet, ami elmondja a Google-nek és az AI crawlereknek gépileg olvasható formátumban, hogy az oldalon FAQ szekció van, és mi benne a kérdés és a válasz.

A gond az, hogy még azoknál is, akiknek van FAQ szöveg az oldalon, a schema markup általában teljesen hiányzik a forráskódból. Az AI crawlerek nem feltétlenül olvassák el a teljes szöveget, hogy megértsék a struktúrát. A schema megmondja nekik, mi micsoda.

Egy alap FAQPage JSON-LD sablon így néz ki:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Mi az az answer capsule?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Az answer capsule egy rövid, önmagában érthető válasz, amelyet a FAQ szekció első 1-2 mondataként helyezel el. Az AI keresők ezt a részt emelik ki és idézik a válaszaikban."
      }
    },
    {
      "@type": "Question",
      "name": "Miért fontos a TL;DR blokk a weboldalon?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "A TL;DR blokk az oldal tetején elhelyezett rövid összefoglaló. Az AI crawlerek az oldal elejéről dolgoznak, és a TL;DR-t veszik alapul az idézéshez. Hiánya csökkenti az AI általi hivatkozás valószínűségét."
      }
    }
  ]
}
</script>

Ezt a kódrészletet a <head> vagy a <body> aljára kell elhelyezni, a FAQ szekció tényleges tartalmával párhuzamosan. Minden kérdés-válasz párt add hozzá a mainEntity tömbhöz.