AI Live Test

A 2026.05-ös V12 frissítés óta a SYSTEM_PROMPT JSON-kulcsai is magyarul vannak — korábban a system message magyar volt, de a kulcsok angolok (industry, citationStrength stb.). Ez minőség-javítás: a model „benne marad” a magyar nyelvi térben, jobb minőségű magyar válaszokat ad.

{
  "ipariag": "<iparág magyarul>",
  "szimulaltKerdes": "<konkrét keresőkifejezés>",
  "top5Talalat": ["<domain1>", ..., "<domain5>"],
  "brandPozicio": <1-5 vagy null>,
  "idez": <true/false>,
  "idezetiErosseg": <0-10 a pozíció alapján>,
  "idezesIndoka": "<2-3 mondat>",
  "versenyEloeny": "<1 mondat>",
  "aiKeresoKifejezesek": ["<5 további kifejezés>"],
  "javaslatok": ["<3 konkrét javaslat>"]
}

A V4 frissítés a SYSTEM_PROMPT-ot átalakította absztrakt szimulációból konkrét keresés-prompttá. A model nem azt kérdezi, hogy „mit gondolsz a brand-ről”, hanem:

“Képzeld el, hogy egy felhasználó az iparág releváns kifejezésére keres. Generálj egy konkrét magyar keresőkifejezést, sorold fel a top 5 weboldalt amit idéznél, és ellenőrizd, hogy a megadott brand domain szerepel-e közöttük.”

A citationStrength a pozíció alapján számolódik:

• 1. helyen: 10 pont
• 2. helyen: 8 pont
• 3. helyen: 6 pont
• 4. helyen: 4 pont
• 5. helyen: 2 pont
• Nem szerepel a top 5-ben: 0 pont

Fontos: ez csak a Perplexity Sonar esetén tényleges keresés (native web search). A többi platformon (GPT-4o-mini, Gemini, Claude) ez továbbra is szimuláció — a model a tudásbázisa alapján találgat. A teljes Citation Share-mérés további API-kulcsokat igényel: V2 Bing, V3 Brave (lásd changelog).

Az LLM-ek probabilisztikusak: ugyanazt a promptot különböző válaszokkal honorálják. A temperature: 0.3 csökkenti a szórást, de nem szünteti meg. Egy 7/10 citationStrength másnap lehet 4 vagy 9.

A V1 multi-sample megoldás: minden platformra N (alapértelmezetten 3) hívást futtatunk párhuzamosan, a citationStrength-et átlagoljuk, a wouldCite-ot többségi szavazással döntjük el. Az indoklás mező mostantól tartalmazza a „X mintából átlagolva, Y/Z igen-szavazat” infót.

// A scan-flow a runGeoAudit(url, { aiSamples }) opción keresztül vezérli:
//   anonim scan            → aiSamples: 1 (single-sample)
//   bejelentkezett scan    → aiSamples: 3 (multi-sample, átlagolva)
//   dashboard rescan/add   → aiSamples: 3
//   kompetitor-benchmark   → aiSamples: 1 (N+1 scan × 60s timeout védelem)

const result = await runGeoAudit(url, { aiSamples: 3 });

2026.06 óta élesben: bejelentkezett userek minden scanje automatikusan 3 mintával fut (~3x API-költség, ~$0.03/scan), anonim scanek 1 mintával. Az indoklás mezőben látszik: „X mintából átlagolva, Y/Z igen-szavazat”.