Kihagyás

NotebookLM SEO competitor research pattern#

Komplett versenytárs-elemzés és kulcsszó-gap research 1 órán belül Google NotebookLM-mel. Kipróbálva a foxxi-projekten (17 source × 7 strukturált kérdés). A pattern független a domain-től — fogászat, autószerelő, B2B SaaS, bármi.

Mikor használd#

  • Új weboldal előtt: kulcsszó-stratégia + content-roadmap
  • Meglévő site SEO-deficit feltárása versenytárs-elemzéssel
  • Blog-tartalom-tervezés (kulcsszó + címötlet egyszerre)
  • USP-mátrix és CTA-stratégia validáció

5 lépéses workflow#

1. Kulcsszó-térkép (saját szakmai tudás → ~10-15 keyword)#

Saját ismeretedből + a célzott domain szakmai jellegzetességeiből készíts keyword-listát: - Tématerületek (pl. fogszab szakterületek: Invisalign, műtéti, gyermek, felnőtt, hasadékos) - Lokáció (pl. Buda, Széll Kálmán, Mammut, Margit körút) - Bizalom-build (pl. szakorvos, Ph.D., specialista, garancia) - Ár / finanszírozás (pl. csomagár, részletfizetés, egészségpénztár) - Tipikus search-intent (probléma vs megoldás)

Cél: ~15-20 keyword 5 kategóriában.

2. SERP-keresés versenytárs-jelöltekért (4-5 query)#

A top kulcsszavakra WebSearch (vagy Google manual) — a SERP top 10-ből választd ki a top 8-12 versenytársat: - Geo-relevánsak elsőként (földrajzi rivális) - "Mindenes" + erős marketing rivális (pl. Mindentment-szerű) - Specialista rivális (pl. csak fogszab)

Tipp: a párhuzamos WebSearch query-k jól működnek (4-5 egyszerre).

3. NotebookLM source-add (sequential, ~3-5 sec/url)#

notebooklm create "Cég SEO Research YYYY-MM-DD" --json
# parse out the notebook_id

# Add source URLs one by one (parallel may rate-limit)
for url in "${URLS[@]}"; do
  notebooklm source add "$url" --notebook "$NB_ID" --json
done

# Verify all ready (status=ready, not "error")
notebooklm source list -n "$NB_ID" --json | jq '.sources[] | {title, status}'

Buktatók: - Egyes URL-ek 404-elnek vagy auth-falnak ütköznek → broken state, törölni + helyettes URL - A --no-wait flag csak add-research-en van, a sima source add automatikusan vár - Optimum source-szám: 15-20 (foxxi: 17 v1 + 12 v2 = 29). Standard plan limit 50.

4. 7 strukturált kérdés (notebooklm ask JSON-vel)#

A kipróbált 7 kérdés-set (a foxxi-research alapján):

Q1. Keyword-gap (TOP 20 hiányzó kifejezés 5 kategóriában)
Q2. FAQ-gap (5 kategória × 4-5 kérdés példa-válaszokkal)
Q3. USP-mátrix (saját unique vs versenytárs-erősebb vs overlap)
Q4. Árlista-struktúra + 5 best practice
Q5. CTA-elemzés (6 kategória versenytárs-szövegekkel)
Q6. 15 blog-téma prioritás-rendben + saját USP-erősség per cikk
Q7. TOP 25 long-tail keyword + landing-page javaslat

Pattern: mindegyik kérdés --json flag-gel + outputot fájlba menteni: 

notebooklm ask "Q1 szöveg..." --notebook "$NB_ID" --json > /tmp/research/q1.json
jq -r '.answer' /tmp/research/q1.json > q1-answer.md

5. Output-szerkezet#

02-Projects/<projekt>-seo-research-output/
├── q1-answer.md  (raw NotebookLM válaszok citation-ökkel)
├── q2-answer.md
├── ...

02-Projects/<projekt>-seo-research-YYYY-MM-DD.md  (összegző project-note)
├── TL;DR — 7 fő tanulság
├── Forrás-leltár (NotebookLM source-list)
├── Top 20 keyword-gap kategóriánként
├── FAQ-gap blokkok
├── USP-mátrix
├── Árlista best-practice
├── CTA-stratégia + saját gyengeség-értékelés
├── 15 blog-téma prioritás
├── 25 long-tail keyword + landing-cél
├── Yoast meta-action a kulcs-page-ekre
└── Implementációs prioritás-mátrix (Quick win / Közép / Hosszabb)

Robusztusság / hibakezelés#

NotebookLM RPC instabilitás (502 Bad Gateway)#

Egyetlen kérdés (általában a hosszabbak) elhasalhat 502-vel. Pattern: null válasz esetén egyszerű retry 1× azonnal — általában megy. Ne adj --retry-flag-et az ask-nek (csak generate-eknek van).

Auth time-out#

Hosszabb session során a NotebookLM auth elveszhet. Re-auth: notebooklm login (browser-flow). A source-add lehet sikeres auth-után is, de chat/ask-hez aktív session kell.

Tartalom-minőség#

A NotebookLM válasz-minősége radikálisan jobb mint külön WebSearch + manual aggregation, mert: - Konkrét idézetek a forrás-szövegekből - Citation-pointer minden állításnál - Magyar nyelven is működik (UTF-8 source-okkal) - Cross-source aggregation (pl. "ezt 3 versenytárs is hangsúlyozza")

Időbecslés#

Fázis Idő
1. Kulcsszó-térkép 5-10 perc
2. SERP-keresés 5-10 perc
3. Source-add (15-20 URL) 1-2 perc
4. 7 kérdés feltevése 4-6 perc compute
5. Output-szerkezet írása 30-60 perc (ez a leglassabb)
Összesen ~60-90 perc

A research-output strukturálása + interpretálása viszi a legtöbb időt — a NotebookLM-compute kb. 5-10 perc.

Versenytárs-bővítés (v2 research)#

Ha a user a research-output átolvasása után jelez "ezeket a versenytársakat is" — ne csinálj új notebookot, hanem ugyanahhoz add hozzá a +12 új source-t: 

for url in "${NEW_COMPETITORS[@]}"; do
  notebooklm source add "$url" --notebook "$NB_ID" --json
done
Az eredeti 17 source + 12 új = 29 source — még mindig <50 (Standard plan limit).

Aztán ugyanazokat a 7 kérdést újra felteheted — a válaszok most már a kibővített source-poolt használják, és a v1 vs v2 különbségek mutathatják a kibővítés értékét.

Kapcsolódó#