Shoprenter SEO és AI-láthatóság: mit lát az AI a boltodból?

A Shoprenteres webshopok Google-keresőoptimalizálása a szokásos alapokon múlik — de az AI-keresőkben külön akadály van: 2026. júniusi mérésünkben nyolc vizsgált Shoprenteres termékoldalból nyolcon semmilyen termék-séma nem volt, így az AI ezeket a termékeket nem látja. Ez a cikk a javítás lépéseit mutatja meg.

Mit mértünk a Shoprenteres boltokon

2026 júniusában 244 magyar webshopot mértünk meg séma-vakon: előzetes válogatás nélkül, nagyjából tíz kategóriára szétterítve. A séma-vak kiválasztás azt jelenti, hogy a mintába kerüléskor nem tudtuk, melyik bolt milyen állapotban van — így az eredményt nem torzítja utólagos válogatás. A mérés szerver-oldali HTML-letöltéssel történt, JavaScript-futtatás nélkül: pontosan azt láttuk, amit egy AI-crawler lát. Az elérhető boltok közül 80 megerősített termékoldal adta az elemzés alapját.

Ebből a nyolcvanból nyolc termékoldal futott Shoprenteren, és a nyolcból nyolcon nem találtunk Product-sémát. Sőt: mind a nyolc oldalon egyáltalán semmilyen JSON-LD blokk nem szerepelt. Nem hibás séma volt, nem hiányos séma — teljes hiány.

Összehasonlításképp: a teljes magyar mintában a megerősített termékoldalak 67,5%-áról (54 a 80-ból) hiányzott a termék-séma. A Shoprenteres részminta tehát nem egyszerűen követi a piaci átlagot, hanem annál is rosszabbul áll.

Miért nem látja az AI a termékedet

Az AI-keresők crawlerei — a saját mérésünk beállítása is ezt tükrözi — a legtöbb esetben nem futtatnak JavaScriptet: a szerver által kiszolgált nyers HTML-t olvassák. A Google indexelője ezzel szemben JavaScriptet is renderel, és a Google AI-alapú áttekintése (AI Overview) a Google-indexre épül. A legbiztonságosabb ezért az, ha a termékadat már a nyers HTML-ben gépileg olvasható.

Érdemes ezt két külön rendszerként gondolni. Az egyik a klasszikus Google-kereső, amely türelmesen renderel, és sok jelből következtet. A másik az AI-keresők botjainak világa, amely a nyers forrást olvassa, és abból dolgozik, ami ott gépileg egyértelmű. A kettő közös metszete a szerver-oldali, sémával jelölt tartalom — aki erre optimalizál, mindkét rendszernek jót tesz.

Ezt a gépi olvashatóságot adja a Product JSON-LD: kimondja, hogy az oldal egy terméket árul, ennyi az ára, ennyi van készleten, ez a márkája. Séma nélkül a termékoldal egy embernek teljes értékű, egy gépnek viszont csak formázatlan szöveg.

A következmény kézzelfogható. Amikor egy vásárló azt kérdezi egy AI-keresőtől, hogy „melyik a legjobb X", a séma nélküli bolt terméke gépi formában nem létezik, így a válaszban sem szerepelhet. Arról, hogy ez a láthatósági játszma pontosan miről szól, a GEO-fogalommagyarázatban írunk.

Ez nem a boltok hibája

Fontos kimondani: egy átlagos kereskedő nem ír kézzel JSON-LD-t, és nem is neki kellene. A termék-sémát a platformnak kellene alapból, mindenki helyett, jól generálnia. A mérésünkben jobban álló platformoknál ez gyakrabban beépített vagy egyszerűen bekapcsolható.

A Shoprenteres bolt-tulajdonosok így — sokszor anélkül, hogy tudnának róla — strukturális hátránnyal indulnak az AI-keresőkben. Ez nem hanyagság kérdése, hanem platform-adottság. Viszont pont ezért érdemes tudni róla: a bolt szintjén kezelhető, és aki kezeli, előnybe kerül a többséggel szemben.

A többség helyzete egyben lehetőség is. Ha a mezőny kétharmada gépileg láthatatlan, akkor a séma pótlása nem finomhangolás, hanem kategóriaváltás: a láthatatlanok közül átlépsz a láthatók közé.

Mit tehetsz Shoprenter alatt

Az első lépés az ellenőrzés, és ez öt percet sem vesz igénybe. Nyisd meg egy termékoldalad forráskódját (jobb klikk, „Oldal forrásának megtekintése"), és keress rá az application/ld+json kifejezésre. A mérésünk alapján nagy eséllyel nem találsz termék-sémát — és erről jó tudni.

• Ha találsz JSON-LD-t: nézd meg, szerepel-e benne a "@type": "Product" jelölés. A cégadat- vagy navigációs séma nem helyettesíti a termék-sémát: az AI-nak a termékről kell gépi leírás.
• Ha nincs: kérdezz rá a Shoprenter ügyfélszolgálatánál vagy a sablonod fejlesztőjénél, hogyan illeszthető termék-szintű JSON-LD a termékoldal-sablonba. Sablon-szinten kell megoldani, hogy minden termékre, a valós árral és készlettel generálódjon.
• A kész sémát a Google Rich Results Test eszközével ellenőrizd, és nézd meg újra a nyers forráskódban is — annak kell számítania, amit a szerver küld.

A platform felé is érdemes pontosan fogalmazni. Ne azt kérdezd, hogy „van-e SEO", hanem azt: a termékoldal-sablon kiszolgál-e Product típusú JSON-LD-t a nyers HTML-ben, a valós árral és készlettel. Erre a kérdésre igen-nem válasz létezik, és azonnal kiderül belőle, hol állsz.

Amit nem érdemes: kézzel, oldalanként másolgatni a sémablokkot. Az statikus árat és készletet rögzít, ami hamar elavul — a félrevezető adat pedig rosszabb, mint a hiányzó. A termék-séma egyszeri, sablon-szintű munka; utána magától működik.

A klasszikus SEO-alap Shoprenteren

A séma az AI-láthatóság alapfeltétele, de nem helyettesíti a klasszikus SEO-t — a kettő ugyanarra az alapra épül. A cím és a meta-leírás legyen egyedi és pontos; a termékleírás első mondata adjon valódi választ arról, mi ez a termék és kinek való, ne körítéssel induljon; a címsor-szerkezet legyen logikus, egy H1-gyel.

Ez azért is számít, mert a jól szerkesztett, közvetlen válasszal nyitó szöveg nemcsak a Google-nek jó jel: az AI-keresők is az ilyen, önmagukban megálló bekezdéseket tudják a legkönnyebben beemelni és idézni a válaszaikba. A séma a gépi olvashatóságot adja, a szöveg szerkezete az idézhetőséget.

Egy egyszerű próba: olvasd fel a termékleírásod első mondatát úgy, mintha egy ismerős kérdezte volna, mit árulsz. Ha a mondat önmagában is értelmes válasz, jó úton jársz; ha csak körítés, az AI-nak sem lesz mit idéznie. A címsorokra ugyanez igaz: a H2 alatt azonnal érdemi tartalom jöjjön, ne átvezető töltelék.

Ellenőrzés és mérés

A teendők sorrendben, összefoglalva:

• Nézd meg a termékoldal nyers forráskódját: van-e benne application/ld+json.
• Ha van: Product típusú-e, valós árral és készlettel.
• Ha nincs: sablon-szintű pótlás a fejlesztővel vagy a platform supportjával.
• Validálás a Google Rich Results Test eszközével, majd újranézés a nyers forrásban.
• Időnkénti újramérés — az AI-láthatóság nem egyszeri állapot, hanem változó felület.

Mi pontosan ezt mérjük az Ipponarral, ugyanazzal a motorral, amellyel a kutatást is végeztük. De akár velünk, akár nélkülünk: a séma-ellenőrzés az első lépés, és a mérésünk szerint már ezzel az egy lépéssel a magyar mezőny többsége előtt jársz.