Kereshetőség és a tartalom minősége

Célok

A lecke végére meg tudod különböztetni a feltérképezést, az indexelést és a rangsorolást, tudod, mire való és mire nem való a robots.txt, ismered a legfontosabb oldalszintű jelzéseket (cím, leírás, kanonikus cím, strukturált adat), és reálisan tudod megítélni, mit lehet és mit nem lehet garantálni a keresésben.

Miért kell ezzel foglalkozni?

A nyilvános webes tartalom csak akkor hasznos, ha megtalálják. A SEO (Search Engine Optimization, keresőoptimalizálás) a feltérképezés, az indexelés és a felhasználónak hasznos tartalom kapcsolatával foglalkozik. A SEO nem trükkgyűjtemény: az alapjai megegyeznek a jó tartalom és a jó weboldal alapjaival: elérhető, világosan szerkesztett, pontos oldal. Az alapok az AI-alapú keresési felületek mellett is számítanak, és nincs garantált helyezés vagy megjelenés.

Hogyan jut el egy oldal a keresési eredményig?

Amikor valaki rákeres arra, hogy „hogyan működik a DNS”, a keresőnek előbb tudnia kell, hogy létezik egy erre válaszoló oldal. A Google dokumentációja szerint a keresés három szakaszban működik:

1. Feltérképezés (crawling): automatizált programok (robotok, crawlerek, lásd 1.3) letöltik a tartalmat azokról az oldalakról, amelyeket felfedeztek: hivatkozásokat követnek, vagy ismert címeket keresnek fel.
2. Indexelés (indexing): a rendszer feldolgozza az oldal szövegét, szerkezetét, nyelvét, hivatkozásait és más jeleit, és egy nagy adatbázisba, az indexbe teszi. A Google szerint az indexelés nem garantált.
3. Megjelenítés a találatok között, rangsorolás (serving): amikor valaki keres, a rendszer az általa legrelevánsabbnak és legjobb minőségűnek ítélt oldalakat adja.

flowchart LR
    P[Nyilvános oldal] --> F[Feltérképezés]
    F --> I[Indexelés lehetséges]
    I --> R[Rangsorolás lekérdezésenként]
    R --> U[Felhasználói találat]

A három lépést érdemes szétválasztani. Ha a kereső nem tudja lekérni az oldalt, a tartalom nem feltérképezhető. Ha nem tudja értelmezni vagy nem tartja felvehetőnek, nem indexelődik. Ha indexelhető, de a kérdésre jobb, megbízhatóbb vagy közelebbi eredmények vannak, nem feltétlenül kerül előkelő helyre. A Google azt is hangsúlyozza, hogy semmilyen oldal feltérképezését, indexelését és megjelenítését nem garantálja, még akkor sem, ha az oldal követi az irányelveit. A rangsorolás pontos szabályai nem nyilvánosak és idővel változnak; senki nem tud tisztességesen első helyet ígérni.

Feltérképezhetőség: legyen elérhető az, amit meg akarunk találni

A feltérképezhetőség alapja, hogy a szerver a nyilvános oldalra normálisan válaszoljon (2.4). Egy jelszó mögé tett belső tananyag vagy egy bejelentkezéshez kötött felület nem kezelhető úgy, mint egy nyilvános cikk: a cél a szándéknak megfelelő láthatóság, nem minden oldalnak kell kereshetőnek lennie.

A belső hivatkozások segítik a látogatót és a robotot is abban, hogy megértsék, mely oldalak kapcsolódnak. Ha egy fontos oldalhoz csak egy JavaScript által későn létrehozott, nehezen elérhető út vezet, az kockázat (6.2). A hagyományos, értelmes linkek, beszédes horgonyszöveggel erősítik a navigációt: a „kattints ide” helyett a „HTTP-státuszkódok részletes magyarázata” egyszerre használhatóbb és informatívabb (9.2).

A robots.txt nem hozzáférés-ellenőrzés

A robots.txt egy szöveges fájl a webhely gyökerében, amellyel a webhely jelzi a robotoknak, mely URL-eket kérhetik le. Egy valódi példa: az MDN robots.txt fájlja (2026. október 11.):

User-agent: *
Sitemap: https://developer.mozilla.org/sitemap.xml

Disallow: /api/
Disallow: /*/files/
Disallow: /media

A User-agent: * minden robotra vonatkozik, a Disallow sorok kizárják az API-t és a médiafájlokat a feltérképezésből, a Sitemap pedig megadja a webhelytérkép címét.

A webhelytérkép (sitemap) a fontos nyilvános URL-ek listája; segít, de nem kötelező, a legtöbb oldalt a keresők hivatkozásokon át fedezik fel. Nem helyettesíti a jó navigációt és a hasznos tartalmat.

Szemantikus tartalom: előbb az embernek legyen világos

A szemantikus HTML (3.2, 9.2) azt mondja meg, hogy „mi ez”, nem csak azt, hogy „hogyan néz ki”. A valódi főcím h1, a bekezdés p, a navigáció nav, a fő tartalom main. Ez segít a képernyőolvasót használó embereknek, a karbantartóknak és a gépi feldolgozásnak is.

Egy jó cikknek van egyértelmű címe, logikus alcímhierarchiája, rövid bevezetője és a kérdésre adott tényleges válasza. Nem attól lesz jó, hogy egy kulcsszó harmincszor szerepel benne. A Google SEO-kezdőútmutatója is azt kéri, hogy az emberekre számító, hasznos, megbízható tartalmat írjunk, világosan, szakaszokra bontva. Ha valaki azt kérdezi, „Mi a különbség a cookie és a localStorage között?”, a hasznos oldal először röviden válaszol, utána pontosít, példát ad és jelzi a korlátokat (7.3).

Metaadatok: rövid jelzések a dokumentumról

A head részben elhelyezett metaadatok a törzsszöveget egészítik ki. Az útmutató szerint:

• A title elem legyen egyedi és leíró: az oldal tartalmát pontosan fejezze ki. A „Webprogramozás” kevésbé beszédes, mint a „HTTP-státuszkódok – Webprogramozás 1.”.
• A meta leírás (<meta name="description">) rövid, az oldalra jellemző összefoglaló. A keresők felhasználhatják, de nem kötelesek pontosan ezt megjeleníteni. Emberi nyelvű legyen, és mondja el, mire számíthat az olvasó; nem kulcsszóhalom.
• A kanonikus cím (<link rel="canonical">) akkor segít, ha ugyanaz vagy nagyon hasonló tartalom több URL-en is elérhető (például szűrési paraméterek miatt). A Google szerint ez erős jelzés, de nem utasítás: a kereső dönthet másként is. Erősebb jelzés az átirányítás (301, 2.4), gyengébb a webhelytérkép.
• A képek alt szövege (9.1) a kereső számára is segít megérteni a kép tartalmát.

Mindezt a mi hibás és javított kurzusoldalunk (9.2) szépen szemlélteti: a Lighthouse a hibás oldalon a SEO-pontszámot 73-ra értékelte (nincs title, nincs meta leírás, a képnek nincs alt szövege), a javított oldalon 100-ra. A „Kattints ide” link szövegét viszont a SEO-vizsgálat sem jelezte, tehát a beszédes linkszöveg ellenőrzése továbbra is emberi feladat. A hiányzó elemek többsége nem „trükk”, hanem alapvető minőségjelzés.

Strukturált adat: tények gépileg is értelmezhető formában

A strukturált adat szabványosított jelölés, amellyel egy oldal tényeit explicit módon leírhatjuk a gépeknek. A Google dokumentációja szerint a támogatott formák: JSON-LD, Microdata és RDFa; az ajánlott a JSON-LD, amely a <script> elemben, a látható szövegtől elkülönítve írja le az adatot, és a legtöbb keresési strukturált adat a schema.org szókincset használja.

Egy kurzusindító esemény JSON-LD leírása (a kitalált Kurzuspontra, szintaktikailag JSON.parse-szal ellenőrizve):

{
  "@context": "https://schema.org",
  "@type": "Event",
  "name": "Webprogramozás 1. – nyitóelőadás",
  "startDate": "2026-09-18T10:00:00+02:00",
  "eventAttendanceMode": "https://schema.org/OfflineEventAttendanceMode",
  "location": { "@type": "Place", "name": "A épület, 101. terem" },
  "organizer": { "@type": "Organization", "name": "Kurzuspont" }
}

A strukturált adat nem jogosít automatikusan különleges megjelenésre: a Google szerint csak lehetővé teheti a hasznosabb találatot, és a követelményeknek meg kell felelnie. Akkor felelős a használata, ha a jelölt információ a felhasználó számára az oldalon is tényleg megtalálható, pontos és naprakész. Nem helyes fiktív értékelést, nem létező készletet vagy félrevezető árat csak a gépi jelölésbe írni: a gépnek adott információ egyezzen az embernek adottal.

AI-alapú keresés és tartalomminőség

Az AI-alapú keresési felületek (válaszmotorok, asszisztensek) más-más módon választhatnak és hivatkozhatnak tartalmat. Gyakran hallani az „AIO” vagy hasonló rövidítést az ilyen optimalizálásra, de ez nem szabványos szakkifejezés, ezért ebben a tananyagban nem használjuk. A Google saját leírása szerint a Search AI-funkcióihoz (AI Overviews, AI Mode) nincs szükség semmilyen különleges optimalizálásra, külön fájlra vagy külön schema.org-jelölésre: a SEO bevált gyakorlatai maradnak érvényesek. A megjelenés feltétele, hogy az oldal indexelt legyen, és kivonattal megjelenhessen a keresésben; a feltételek teljesülése ekkor sem garancia.

Gyakorlati következmények, a Google tanácsai szerint:

• engedjük a feltérképezést (a robots.txt és az esetleges CDN is), és legyenek belső hivatkozások;
• a fontos tartalom szöveges formában legyen az oldalon, ne csak képen;
• a strukturált adat egyezzen a látható szöveggel.

Ez meglepően közel van a jó dokumentáció elveihez: az oldal válaszoljon egyértelműen arra, amit állít; használjon leíró címeket; különítse el a tényeket, a példákat és a véleményeket; jelölje a szerzőt, a dátumot és ha releváns, az eredeti forrást. Egészségügyi, pénzügyi, jogi vagy oktatási kérdésekben különösen fontos a szerzői felelősség, az időbeliség és a hivatkozások átláthatósága. Az ilyen tartalom nem azt jelenti, hogy „a szöveget gépnek írjuk”: a természetes, pontos, jól strukturált szakmai tartalom a cél.

Végigvezetett példa: egy kurzusoldal javítása a Kurzuspontban

Tegyük fel, hogy a Webprogramozás 1. oldalának címe „Információk”, az időpont egy képként feltöltött plakáton szerepel, a jelentkezési határidő két bekezdésben, eltérő dátummal olvasható, és nincs egyértelmű főcím. A kereső, a képernyőolvasót használó hallgató és egy AI-asszisztens számára egyaránt bizonytalan, mi a hiteles információ. A javított oldal:

Elem	Előtte	Utána
title	„Információk”	„Webprogramozás 1. – jelentkezés és időpontok, 2026 ősz”
Főcím	nincs	h1: „Webprogramozás 1.”
Időpont	képen	szövegként: „2026. szeptember 18., 10:00, A épület 101.”
Határidő	két eltérő dátum	egyetlen, a frissítés dátumával
Jelentkezés	„Kattints ide”	„Jelentkezés a Webprogramozás 1. kurzusra”
Strukturált adat	nincs	JSON-LD esemény, a látható szöveggel egyező adatokkal

Ez nem garantál sem keresőbeli helyezést, sem AI-hivatkozást, de a tartalom minden érintett számára megbízhatóbban használható.

Gyakori tévhitek

Állítás	Pontosítás
„A SEO a kulcsszavak minél többszöri ismétlése.”	A túlzott ismétlés nem pótolja a releváns, érthető választ.
„Az indexelés garantálja az első helyet.”	Az indexbe kerülés és a rangsorolás különböző lépés, és egyik sem garantált.
„A meta leírás mindig pontosan megjelenik.”	A kereső dönthet másik szövegrészlet mellett.
„A strukturált adat biztosan kiemelt találatot ad.”	Segít az értelmezésben, de nem ígér megjelenési formát vagy rangsort.
„A robots.txt elrejti az oldalt.”	A tiltott oldal URL-je így is megjelenhet; noindex vagy jelszó kell.
„Az AI-keresőhöz speciális jelölés kell.”	A Google szerint nincs szükség különleges optimalizálásra.

Röviden

• A keresés három lépése: feltérképezés, indexelés, megjelenítés/rangsorolás; egyik sem garantált.
• A robots.txt robotforgalmat kezel, nem rejt el: titokhoz hozzáférés-vezérlés, kizáráshoz noindex kell.
• Cím, leírás, kanonikus cím, alt és strukturált adat (JSON-LD) segítik a megértést, de nem garantálnak helyezést.
• A strukturált adat egyezzen a látható tartalommal.
• Az „AIO” nem szabványos fogalom; a jó, szöveges, strukturált és pontos tartalom az alap.

Ellenőrző kérdések

1. Mi a különbség a feltérképezés, az indexelés és a rangsorolás között?
2. Miért nem alkalmas a robots.txt titkos oldal elrejtésére?
3. Mit tesz a kanonikus cím, és miért „jelzés”, nem „utasítás”?
4. Miért veszélyes olyan adatot a strukturált jelölésbe tenni, amely nincs az oldalon?

Tanulási források

• How Search works (Google Search Central) — a három szakasz, angolul.
• SEO starter guide (Google Search Central) — alapvető ajánlások.
• Introduction to robots.txt (Google Search Central) — mire való és mire nem.
• AI features and your website (Google Search Central) — az AI-funkciók és a SEO.
• Introduction to structured data (Google Search Central) — JSON-LD és schema.org.