2026. március 3-án az OpenAI minden ChatGPT-felhasználó számára elérhetővé tette a GPT-5.3 Instant szolgáltatást, ingyenesen és fizetősen is, anélkül, hogy a felszín alatt mi más változhatott volna. Napokon belül a SEO és a mesterséges intelligencia keresést végző szakemberek valami váratlan dolgot kezdtek dokumentálni: a belső metaadatok, amelyek lehetővé tették a harmadik fél eszközei számára, hogy megfigyeljék a ChatGPT lekérdezési viselkedését (azok az allekérdezések, amelyeket a modell a színfalak mögött generál a válasz megírása előtt), már nem voltak láthatók.
Egy német SEO kiadvány, SEO Südwestmárcius 7-én közzétett egy részletes beszámolót, amelyben megjegyezte, hogy Chris Long és Jérôme Salomon kutatók egymástól függetlenül megfigyelték ugyanazt (és megjegyezték a helyes megoldást). Hogy ez az OpenAI szándékos döntése volt-e, vagy egyszerűen az új modell építészeti változtatásainak mellékhatása, azt egyelőre nem tudni. Ismeretes, hogy a metaadatok olvasására épülő eszközök egy kategóriája hirtelen nem tudott semmit megmutatni az ügyfeleknek. Egyelőre ez egy kis történet. De ez egy hasznos ablak egy sokkal nagyobb ablakba.
Ha nem követi szorosan ezt a teret, vállat vonhat. De érdemes megállni, mert ami itt történt, az nem egyszeri technikai hiba. Ez egy olyan történet, amely már többször lejátszott a technológiai iparban, és tovább fog játszódni, ahogy az AI platformok érnek és kereskedelmi forgalomba kerülnek. Azok az emberek, akik megértik, miért történik ez, és ennek megfelelően strukturálják munkájukat, továbbra is megállják a helyüket, amikor jön a következő hullám.
A parancsikon csábítása
Ahhoz, hogy megértsük, mi ment rosszul, meg kell értenünk, hogy a parancsikon miért volt vonzó. Amikor az OpenAI ChatGPT webes keresést hajt végre, akkor nem egyszerűen csak elindítja a kérdést a keresőben, és visszaolvassa a legjobb eredményt. Több fókuszált allekérdezést generál belsőleg (néha hármat, néha tucatnyit), amelyek mindegyike az eredeti prompt más-más szögét célozza meg. A folyamatot lekérdezésnek nevezik, és bárki számára, aki megpróbálja megérteni, hogy a mesterséges intelligencia platformok hogyan kérik le és rangsorolják az információkat, ezeknek az allekérdezéseknek a megtekintése valóban értékes adat.
Egy ideig ezek az allekérdezések hozzáférhetők voltak. Nem az OpenAI által kínált hivatalos csatornán keresztül, hanem böngészőfejlesztő eszközökön keresztül, ahol a ChatGPT felület és az OpenAI szerverei közötti nyers hálózati forgalom is ellenőrizhető volt. Az úgynevezett metaadat mező search_model_queries jól láthatóan ott ült, és pontosan azt tartalmazta, amit a modell keresett, mielőtt megírta volna a választ.
Számos eszközt építettek a terület olvasására. Chrome-bővítmények. GEO platformok. Előfizetéses termékek fizető ügyfelekkel, és a prezentáció egyértelmű volt: Pontosan meg tudjuk mutatni, mit keres a ChatGPT, amikor feldolgozza a márkával vagy kategóriájával kapcsolatos lekérdezést. És egy ideig megtehették. Az adatok valósak voltak, és a betekintés jogos. A probléma az alappal volt, amelyen ült.
A nem dokumentált belső hálózati forgalom leolvasása egy kereskedelmi AI platform böngészőfelületéről nem adattermék. Ez egy oldalsó csatornás megfigyelési technika, a szoftver megfelelője annak, ha valaki levelét olvassa el, mert nyitva hagyta az ablakot. Az OpenAI soha nem ajánlotta fel, nem dokumentálta, soha nem szabta meg az árat, és soha nem ígérte, hogy folytatódik. Amikor a GPT-5.3 2026 márciusának elején kiszállításra került, a mezőny egyszerűen eltűnt. A ráépített eszközök egyik napról a másikra elvesztették elsődleges adatforrásukat.
Ezt a Filmet már korábban is megnéztük
A minta nem új. 2023 januárjában Elon Musk Twittere nagyjából 48 órás felmondási idővel megszüntette a platform API-jához való ingyenes hozzáférést. Twitterrific, Tweetbotés több tucat más külső fél, akik évek óta hűséges felhasználók millióit szolgálták ki, meghaltak a következő hétvégén. Ezek nem röpke termékek voltak; némelyik több mint egy évtizede futott, formatervezési díjat nyertek, és valódi közösségeket építettek tapasztalataik köré. Összeomlottak, mert egész létezésük egy olyan API-hoz való hozzáféréstől függött, amely nem a tulajdonukban volt, és amelyet egy olyan platform kínált, amely nem köteles tovább biztosítani azt. Ingyenes volt; most a Twitter pénzt akart. Az egyenlet megváltozott.
Menj vissza néhány évvel korábban, 2017-be, és találsz egy másik tanulságos esetet. Elemzés egy mobil háttérszolgáltatás volt, amelyet a Facebook 2013-ban vásárolt meg. Az akvizíció időpontjában több tízezer alkalmazást működtetett: startupokat, független fejlesztőket, kis cégeket, amelyek teljes műszaki infrastruktúrájukat erre építették fel. Elemzés mert alkalmas volt, megfizethető és széles körben megbízható. A Facebook egy év felmondási időt adott a fejlesztőknek a leállítás előtt, ami nagyvonalúbb volt, mint a legtöbb. Nem sokat számított. Egy év nem elég idő egy alapítvány újjáépítésére. Sok ilyen alkalmazás egyszerűen megszűnt létezni.
Aztán ott van az Instagram API története, amely 2018-ban és 2019-ben bontakozott ki a Cambridge Analytica botrány nyomán. Évekig a közösségi média menedzsment eszközök gazdag integrációkat építettek ki az Instagram viszonylag nyitott API-ján felül – bejegyzések ütemezése, elemzések lekérése, márkaemlítések figyelése, megjegyzések kezelése. Amikor a Facebook drámaian megszigorította az API-hozzáférést a szabályozási és a közvélemény nyomására válaszul, teljes termékkategóriákat vagy kizsigerelt, vagy költséges újjáépítésre kényszerítették. Azok a vállalatok, amelyek már megszokták, hogy az Instagram API-ját állandó segédprogramként kezeljék, rájöttek, hogy ez mindig engedély, nem pedig jog.
Ezen helyzetek mindegyikében van egy közös szál. A fejlesztők lehetőséget láttak arra, hogy valami értékeset építsenek egy olyan platformra, amelyet nem irányítottak. A hozzáférés valós volt, az adatok valósak, a termékek valósak. De az alapítványt kölcsön vették, és a kölcsönzött alapítványokat behívják.
A költségérv, ami nem
Ennek a történetnek az egyik frusztrálóbb aspektusa az, hogy a nem dokumentált hozzáférésre épülő eszközök közül sok valószínűleg gazdasági érvet hozott fel erre. A hivatalos API hozzáférés pénzbe kerül. A böngészőforgalom leolvasása nem kerül semmibe. Ha ezzel egyenértékű adathoz juthat ingyen, miért fizetne a szankcionált verzióért?
Ennek a logikának az a hibája, hogy a költség és a kockázat nem ugyanaz a számítás. Nem kerüli el a hivatalos API-hozzáférés költségeit, ha dokumentálatlan mellékcsatornát használ; elhalasztod, és törékenységet adsz a tetejére. A parancsikon valódi költsége magában foglalja a meghibásodáskor eltöltött tervezési időt, a vásárlói bizalom elvesztését, amikor a termék működése leáll, és a jó hírnév károsodását, ha el kell magyarázni a fizető ügyfeleknek, miért tűnt el az alapvető adatforrás, mert egy szállító frissítette az egyik belső mező nevét. Amikor ezt a teljes könyvelést futtatja, a hivatalos API soha nem volt drága.
Van egy finomabb költség is, amelyről ritkán esik szó. Ha dokumentálatlan viselkedésre épít, olyan termékígéretet tesz, amelyet nem tud betartani. Ön közli az ügyfelekkel, implicit vagy explicit módon, hogy van egy ablaka ezeknek az AI-platformoknak a működésére. Abban a pillanatban, amikor az ablak becsukódik, az ígéret elpárolog. Nem kellemes az a beszélgetés egy fizető ügyféllel, amikor elmagyarázza, hogy az Ön aláírási funkciója már nem működik egy olyan változás miatt, amelyet az eladó nem jelentett be. És ez teljesen elkerülhető.
Mindebben van egy halkabb áldozat is, amely nem kap kellő figyelmet: az erre törekvő legitim platformok megfelelően működnek. Az adatintelligencia új kategóriájának értékesítése már most is nehéz. A vásárlók szkeptikusak, a költségvetés szűkös, és a korábban leégett döntéshozók érthető óvatossággal közelítenek meg egy újabb AI-eszközt. Sok gyakorló még valóban nem tudja, hogyan olvassa el ezeket az adatokat, milyen kérdéseket tegyen fel velük kapcsolatban, vagy hogyan meséljen el velük koherens történetet a vezetőjének. Ez egy megoldható probléma, de lényegesen nehezebbé válik, ha a szélesebb piacot időnként megmérgezik a parancsikonok, amelyek figyelmeztetés nélkül összeomlanak. Képzeljünk el egy SEO menedzsert, aki belsőleg védte az egyik ilyen eszközt, navigált a beszerzési folyamatban, meggyőzte a főnökét a befektetés indokoltságáról, majd be kellett mennie egy megbeszélésre, és el kellett magyaráznia, miért lett elhomályosítva a jelentés, mert egy szállító, akiért kezeskedtek, olyasmire épített, amire soha nem lehetett építeni. Ez a személy most kevésbé valószínű, hogy bármit is ajánl ezen a területen a belátható jövőben, függetlenül attól, hogy mennyire megalapozott az alapjául szolgáló megközelítés. A kudarcok nem csak a saját vásárlóikat sértik. Mindenki számára zavarosabbá teszik a vizet, és lelassítják az adatok elfogadását, amelyekre a vállalkozásoknak valóban szükségük van.
Érdemes tisztában lenni azzal, hogy az OpenAI, az Anthropic, a Google és a többi, határ menti AI-cég nem cselekszik szeszélyesen, amikor ilyen változások történnek. Rendkívüli sebességgel gyártanak termékeket, versenynyomás alatt, ami miatt a régi okostelefon-háborúk lazának tűnnek. A modell egyik verziójában meglévő belső API-k, metaadatmezők és viselkedési minták a következőben átstrukturálhatók, eltávolíthatók vagy lecserélhetők, nem a megfigyelők kellemetlensége miatt, hanem azért, mert az alapul szolgáló rendszer valóban megváltozott.
A GPT-5.3 szállítása 2026. március 3-án történt. A GPT-5.4-et a megjelenést követő 24 órán belül észlelték a vadonban. A határmodell-kiadási ciklus az éves eseményekről olyan ütemre tömörült, amely hetente érezhető (erről már beszéltem, hogyan kell a gyorsabb frissítési ciklusok új valósága köré tekerni a fejét). Ezen kiadások mindegyike potenciális áttörő változást jelent a nem dokumentált viselkedésre épülő dolgokban. Ez nem olyan kockázat, amely idővel csökken; felgyorsul.
Ezzel szemben a hivatalos API-kat úgy tervezték, hogy stabilak legyenek. A megszüntetéseket hónapokkal korábban bejelentik. A modellkarakterláncok verziószámúak. A megszakító változások dokumentált migrációs útvonalakon mennek keresztül. Egyik sem elbűvölő, de mindegyik tartós. Ha arra épít, amit egy platform hivatalosan kínál, akkor épít valamit, ami túléli a kapcsolatot az eladó ütemtervével.
A nehezebb kérdés
Mindez nem jelenti azt, hogy a mesterséges intelligencia keresési intelligencia terének felépítése lehetetlen, vagy akár különösen alattomos, mindaddig, amíg őszintén közeledik hozzá. A nehezebb kérdés az, hogy valójában mit próbál mérni, és hogy a mérési módszer szankcionált, stabil-e, és összhangban van-e azzal, amit az ügyfeleknek ténylegesen tudniuk kell.
Egy vállalkozásnak végső soron nem kell ismernie minden belső allekérdezést, amelyet az AI-platform generál a válasz összeállítása során. Amit tudniuk kell, az az, hogy hivatkoznak-e tartalmukra, mennyire következetesen, milyen kategóriájú lekérdezésekre reagálva, versenytársaikhoz képest, és hogy ez a kép javul-e vagy romlik-e az idő múlásával. Ez egy tartós kérdés. Megválaszolható hivatalos csatornákon. A válasz pedig sokkal inkább végrehajtható, mint a belső keresési karakterláncok listája, amelyeket a platform soha nem akart bemutatni.
A mesterséges intelligencia keresési rétege valós, növekszik, és egyre inkább ez az a felület, ahol a márka láthatóságát megnyerik vagy elveszik. Az eszközök, amelyek ezen a téren számítanak (amelyek még három év múlva is tisztán működnek), azok lesznek, amelyek arra épülnek, amit ezek a platformok valójában kínálnak, és mérik, hogy a vállalkozásoknak valójában mit kell megérteniük, olyan csatornákon keresztül, amelyek túlélik a modell következő kiadását.
A parancsikon valójában soha nem volt parancsikon. Késedelmes számla volt. A múlt héten megérkezett a számla esedékessége.
Ez a bejegyzés eredetileg a Duane Forrester Decodes oldalon jelent meg.
