Klienci zaczęli pytać AI zamiast Google. Jak sprawić by modele polecały właśnie Ciebie?

Przez ostatnie dwadzieścia lat marketingowa gra o widoczność toczyła się na jednym boisku: walczyliśmy o słynne 10 niebieskich linków w Google. Dziś obok pojawiło się drugie. Użytkownik coraz częściej, zamiast wpisywać frazy i przeglądać wyniki, zadaje pytanie w ChatGPT, Gemini albo Perplexity i dostaje gotową odpowiedź. Wraz z nią jedno lub dwa polecone źródła. Reszta marek po prostu znika z pola widzenia.

Walka o obecność w tych wynikach ma już swoją nazwę: GEO, czyli Generative Engine Optimization. W praktyce chodzi o to, żeby modele językowe uznawały Twoją stronę za wiarygodne i istotne źródło, z którego warto zaczerpnąć odpowiedź. Brzmi jak nowa dyscyplina, ale w rzeczywistości to nadbudówka nad czymś, co marketerzy znają od lat. I właśnie ta ciągłość jest najważniejszym punktem, od którego warto zacząć.

GEO nie zastępuje SEO, tylko na nim wyrasta

Największe nieporozumienie wokół nowego kanału polega na traktowaniu go jak osobnego świata, rządzącego się własnymi regułami. Tymczasem to ten sam mechanizm, tylko rozbudowany o dodatkowy zestaw zasad. Jeżeli ktoś przekonuje, że optymalizacja pod AI nie ma nic wspólnego z klasycznym pozycjonowaniem, prawdopodobnie nie zdaje sobie sprawy z jednej rzeczy: istnieje udowodniona badaniami korelacja między tym, jak strona radzi sobie w wynikach wyszukiwania, a tym, jak często jest cytowana przez modele.

Potwierdza to również sam Google. Jego pracownicy przyznają, że w uproszczeniu to ta sama technologia odpowiada za to, czy jesteś w wynikach Google, czy AI Mode / AI Overviews. Innymi słowy: jeśli strona ma problemy techniczne w klasycznym SEO, szkodzi sobie także w AI. To jeden system, nie dwa.

Dlatego dobra wiadomość dla firm, które inwestowały w widoczność w wyszukiwarce, brzmi: ten dorobek nie idzie do kosza. Zła wiadomość jest taka, że na starym fundamencie trzeba teraz dobudować kolejne piętro. A prac jest sporo, bo rynek przypomina dziki zachód z 2005 roku. Ludzie publikują tezy wzięte z sufitu, jedne rady dezaktualizują się w kilka tygodni, a odróżnienie faktu od mitu wymaga oparcia się na danych, nie na pogłoskach.

Wbrew intuicji to nie ChatGPT jest największym graczem

Łatwo wpaść w bańkę i założyć, że skoro my sami korzystamy z konkretnego narzędzia, to reszta rynku robi tak samo. Tymczasem na podium generatywnej widoczności pierwsze miejsce zajmuje nie ChatGPT, lecz Gemini. Stoi za tym cały stos technologiczny Google, który zasila to, co użytkownik widzi w AI Overviews i w AI Mode, czyli w nowych, generatywnych widokach wyszukiwarki.

I to właśnie AI Overviews jest większym wyzwaniem dla marketingu treści niż sama obecność w chatbotach. Powód to zjawisko zero-clicks. Użytkownik dostaje odpowiedź od razu, na górze strony, i nie klika już w żadne wyniki. Można figurować jako źródło pod spodem, a mimo to nie zobaczyć ani jednej wizyty, bo tak jak skanujemy same nagłówki artykułów, tak samo czytamy fragment odpowiedzi AI i idziemy dalej. Klasyczna strategia oparta na przyciąganiu ruchu treścią, taką jak poradniki czy artykuły, dostaje w tym miejscu solidny cios.

Warto wiedzieć, o co Twój klient naprawdę pyta maszynę

Pod maską chatbotów działa mechanizm zwany RAG (Retrieval-Augmented Generation). Model najpierw ocenia, czy jego wiedza wystarczy do odpowiedzi. Jeśli nie, albo gdy temat wymaga świeżych informacji, generuje własne zapytania do wyszukiwarki, otwiera kilka najlepiej rokujących linków, wyciąga z nich fragmenty i dopiero na tej podstawie buduje odpowiedź.

Tu pojawia się praktyczny wniosek, który zmienia sposób myślenia o słowach kluczowych. Narzędzie AI Studio od Google pokazuje wprost, jakie zapytania model wysyła do wyszukiwarki, gdy pytamy go o konkretną rzecz. Okazuje się, że pytanie „gdzie są najlepsze burgery w Krakowie” model może przetłumaczyć na zupełnie inne, często zaskakująco sformułowane frazy. To znaczy, że walka nie toczy się już tylko o pozycję na pytanie zadane przez człowieka, ale o widoczność na te dziwne, wewnętrzne zapytania maszyny.

Jeszcze ciekawiej robi się przy ChatGPT, który oficjalnie sięga po dane nie do Google, lecz do Binga. Z obserwacji osób testujących ChatGPT wynika, że model może odpytywać Binga zarówno po polsku, jak i po angielsku, nawet gdy pytanie użytkownika padło tylko w jednym języku. To ma bezpośrednią konsekwencję dla strategii: firma, która w ogóle nie sprawdza swojej widoczności w Bingu, ma w tym obszarze sporą lukę, o której może nawet nie wiedzieć.

„SEO umarło”? Nawet AI mylił się w tym zakresie

Podczas przygotowań do wystąpienia jeden z modeli podpowiedział, żeby pominąć wątek klasycznego SEO, bo „to nudne, SEO umarło dziesięć lat temu”. To akurat najlepszy dowód, jak bardzo modele bywają w błędzie. Fundamenty techniczne są dziś ważniejsze niż kiedykolwiek, bo to od nich zależy, czy AI w ogóle zdoła Twoją stronę odwiedzić i zrozumieć. Warto zacząć od kilku konkretów.

Pierwszy to Google Search Console. Pierwsza rzecz do zrobienia po powrocie z dowolnej konferencji o AI to sprawdzenie, czy narzędzie nie zgłasza błędów indeksowania. Jeśli Google uznał, że jakaś podstrona nie nadaje się do indeksu, to ta sama decyzja uderza w widoczność w Gemini.

Drugi to dostęp dla botów AI. Zamiast tworzyć modne pliki w rodzaju llm.txt, które na tym etapie są raczej stratą czasu, lepiej sprawdzić, czy ktoś przypadkiem nie zablokował robotów AI. Zdarza się, że taką decyzję podejmuje samodzielnie hosting, ucinając „nadmierny ruch” bez informowania klienta. Efekt bywa taki, że marka staje się w niektórych modelach zupełnie niewidoczna, a nikt nie wie dlaczego.

Trzeci to szybkość ładowania. Core Web Vitals bywają pułapką, bo próbka danych potrafi pokazać, że wszystko jest świetnie. Dla AI liczy się jednak próg wejścia: jeśli strona nie załaduje się w odpowiednim czasie, bot ją pomija i nie uwzględnia jako źródła. Co gorsza, gdy serwer zwraca błędy pod obciążeniem, wyszukiwarka uznaje to za własną winę i ogranicza tempo odwiedzin, co odbija się na indeksacji. Bardzo często nie jest to wina bota, tylko przeciążonego serwera w godzinach szczytu, ignorowanego przez administratorów.

Czwarty to JavaScript. Większość modeli nie renderuje stron. Jeśli kluczowe treści pojawiają się dopiero po wykonaniu skryptów, dla AI po prostu ich nie ma. To jedna z częstszych przyczyn widoczności ściętej do zera.

Piąty to dane strukturalne (Schema.org). To nie jest czynnik rankingowy i nikt tego nie ukrywa, ale Schema pokazuje modelowi, jak zbudowany jest Twój artykuł. Przy okazji jej wdrażania regularnie wychodzi na jaw, że w treści brakuje elementów, które trzeba uzupełnić, choćby autora. I to jest idealne przejście do drugiej połowy tej układanki, czyli do samej treści.

Pisz dla człowieka, ale w strukturze zrozumiałej dla maszyny

Najważniejsze zdanie o treści w erze AI brzmi właśnie tak. Model przetwarza dokument, dzieląc go na fragmenty, w żargonie zwane chunkami. Jeżeli tekst ma czytelną strukturę nagłówków i pięć wyraźnych sekcji zaczynających się od H2, maszyna ma proste zadanie. Jeżeli to jedna wielka ściana tekstu bez podziałów, pojawia się problem. Co ciekawe, badania pokazują, że część cytatów w AI Mode pochodzi z konkretnych miejsc dokumentu, więc rozmieszczenie informacji naprawdę ma znaczenie.

Działa tu prosta zależność: to, co irytuje czytelnika i każe mu przewijać artykuł w poszukiwaniu sedna, tak samo utrudnia pracę modelowi. On sobie z tekstem poradzi, ale Cię nie zacytuje, bo zbyt wolno znajdzie rozwiązanie problemu. Dlatego warto stosować podejście TL;DR i zaczynać sekcje od odpowiedzi, a nie od rozbiegu.

Era baitów się kończy. Nagłówki w stylu „Połowa Polaków jest w szoku [ZOBACZ]”, które łapały kliknięcia w Discover, w świecie AI przestają działać. Liczy się jasna, konkretna odpowiedź. Model uwielbia też porównania i tabele, bo pozwalają mu zestawić opcje i rozwiązać realny problem użytkownika. Warto o tym pamiętać, bo wiele stron ma wbudowane porównywarki produktów, ale publikuje je w formie, której wyszukiwarka w ogóle nie zaindeksuje. To zmarnowane paliwo zarówno dla SEO, jak i dla GEO.

Najmocniejszym pojedynczym elementem bywa jednak sekcja FAQ. I nie chodzi wyłącznie o pytania podsunięte przez narzędzia. Najlepsze źródło leży w dziale sprzedaży i obsługi klienta, bo to tam spływają realne pytania. Celem jest doprowadzenie do sytuacji, w której klient przestaje pytać w kanałach kontaktu, bo znajduje odpowiedź na stronie. Większość ludzi tego nie przeczyta. Ale AI przeczyta na pewno.

Modele wybierają tych, których uznają za autorytet

AI faworyzuje strony postrzegane jako autorytet w danej dziedzinie. I na to postrzeganie da się wpływać, choć na obecnym etapie da się tym też łatwo manipulować, z czym modele dopiero się uczą walczyć. Zamiast szukać sztuczek, lepiej sięgnąć po rzeczy, które budują wiarygodność w sposób trwały.

Zacznijmy od podpisu autora. Zaskakująco wiele firm nie podpisuje swoich treści nazwiskiem. Dobrym punktem odniesienia jest Allegro, które od lat prowadzi rozbudowane poradniki sygnowane konkretnymi autorami, a w ich notkach biograficznych wyjaśnia, dlaczego akurat ta osoba wypowiada się na dany temat. Kiedy pada argument „ale u nas nikt nie chce się podpisać”, zwykle nie jest to problem niechętnych pracowników, tylko słabej treści. Gdyby była dobra, znalazłby się ktoś, kto dołożyłby swój czynnik ludzki i chętnie firmował ją nazwiskiem. Tak jak kiedyś istniał ghostwriter, dziś mamy AI ghostwritera, ale bez realnego autorytetu za tekstem to nie zadziała.

Drugi filar to zysk informacyjny, czyli wnoszenie do sieci czegoś, czego jeszcze w niej nie ma. Wyjaśnienie, czym jest przekierowanie 301, nie wnosi nic, bo model wie to bez nas. Ale zdanie w rodzaju „dziewięćdziesiąt procent problemów zaczyna się wtedy, gdy klient nie wdraża audytu i czeka na efekty, tak jakby poszedł do lekarza, dostał receptę i patrzył na nią, dziwiąc się, że nie działa” to już wiedza, którą AI może zacytować. To jest inside scoop, spojrzenie od kuchni, którego nie da się wygenerować z niczego.

Najcenniejsze bywają dane własne. Firma produkująca kuchnie na wymiar, która napisze, że w minionym roku zrealizowała ponad trzysta realizacji, a dziewięćdziesiąt dwa procent klientów wybiera dziś szafki górne prowadzone pod sam sufit, podaje liczby, do których nikt inny nie ma dostępu. Sklep, który z własnego raportu sprzedażowego wyciągnie, że sześćdziesiąt dwa procent zamówień na sofy modułowe dotyczyło ciepłych odcieni ziemi, robi dokładnie to samo. Tego OpenAI ani Google nie znajdą w swojej bazie treningowej.

Do tego dochodzą sprawdzone chwyty redakcyjne: opinia klienta osadzona w konkretnym kontekście użytkowania, autorskie rozwiązania i nazwane metody, którymi firma buduje własne USP, oraz uczciwe obalanie mitów w formacie „mit kontra fakt”. Każdy z tych elementów zwiększa szansę na cytowanie. Warunek jest jeden: piszemy pod człowieka, a nie odhaczamy listę, wciskając wszystko na siłę i tworząc potworka.

Autorytet w GEO to nie tylko linki

Poza własną stroną liczy się to, co o marce mówi reszta internetu, a modele czerpią z bardzo różnych źródeł. Punktem wyjścia powinna być analiza konkurencji, bo gotowe rankingi „gdzie publikować” szybko się dezaktualizują i niewiele dają. Narzędzia takie jak Surfer czy Brand Radar w Ahrefs pokazują, w jakich promptach i w których miejscach cytowani są konkurenci. Zasada jest prosta: chcemy być w tych samych miejscach, tylko lepiej widoczni, i wchodzić w tematy, w których konkurencja jeszcze się nie okopała.

W tym kontekście stary, dobry PR przeżywa drugą młodość. Artykuły sponsorowane zyskują nową funkcję: zamiast być pretekstem do zdobycia linka, karmią modele wiedzą o marce i budują jej obraz jako rzetelnego źródła. Wszystkie zasady dobrej treści opisane wcześniej obowiązują tu tak samo, a nawet mocniej.

Warto też pamiętać o kanałach, o których w kontekście AI myśli się rzadko. Istnieje korelacja wskazująca, że wzmianki w rozmowach na YouTube wpływają na ChatGPT, który trenował na transkrypcjach filmów, przy czym większy wpływ mają nagrania popularniejsze. Podobne obserwacje dotyczą Reddita – stare konta z wysoką karmą od dawna są przedmiotem handlu w kontekście marketingu i unikania filtrów spamowych, a coraz częściej pojawiają się głosy, że mogą być wykorzystywane też do wpływania na to, co cytują modele AI. Osobny rozdział to wideo. Google potrafi pokazywać materiały na słowa, które nie padają ani w opisie, ani w komentarzach, bo zostały wypowiedziane w nagraniu lub nawet napisane na kartce w tle. Zdarzyło się w ten sposób odnaleźć w filmie hasło do sieci WiFi, którego nie było nigdzie w tekście. Dla marketera płynie z tego prosty wniosek: obecność wideo i wzmianki w tych kanałach realnie zasilają autorytet marki.

Jest też ciemna strona, którą warto omijać szerokim łukiem. Techniki blackhat w GEO istnieją, ale nie wiadomo, jak zadziałają w dłuższej perspektywie, a ryzyko jest realne. Można zostać uznanym za niewiarygodne źródło i już nigdy nie doczekać się cytowania, a od takiej decyzji modelu praktycznie nie ma odwołania.

Czy da się to zmierzyć? Tak, choć obraz jest nieostry

Uczciwa odpowiedź brzmi: średnio. Ruch z AI można próbować mierzyć w GA4, ale dane są mocno zniekształcone. Największe potencjalne źródła tego ruchu, czyli AI Mode i AI Overviews w Google, na razie nie dają się rozpoznać w GA4. Do tego, gdy ktoś odpali taki raport po raz pierwszy, często przeżywa rozczarowanie, bo ruch z modeli to na razie ułamek obrotu. Pojawiają się głosy, że konwersje z tego kanału są „bardziej kaloryczne”, ale to wciąż początek drogi.

I tu pojawia się najważniejsze pytanie strategiczne: Czy można nie robić dziś nic i wejść do gry za rok, gdy udział AI urośnie? Doświadczenie z klasycznym SEO podpowiada, że lepiej nie ryzykować. Wszystkie parametry, które budują przewagę, czyli to, kiedy treść powstała, jak jest zbudowana i jak wcześnie wdrożono całą strategię, działają na korzyść tych, którzy zaczęli pierwsi. Dogonienie liderów w wynikach wyszukiwania jest dziś znacznie trudniejsze dla firmy, która rusza od zera, niż dla tej, która pozycjonowała się od lat. W GEO będzie tak samo.

Zadanie domowe: zapytaj AI, co wie o Twojej marce

Na koniec prosty test, który każdy może zrobić od razu. Zapytaj model, jakie jest USP Twojej marki i jak Cię widzi. W odpowiedzi pojawią się przypisane Ci wartości. Warto sprawdzić, czy to rzeczywiście te, na których Ci zależy, czy może czegoś brakuje. Jeśli obraz się zgadza, świetnie. Jeśli nie, to znak, że gdzieś po drodze zabrakło treści, danych albo sygnałów, które nauczyłyby AI właściwej odpowiedzi.

Nowy kanał jest jeszcze mały i nikt nie ma kryształowej kuli, żeby przewidzieć jego dokładną skalę. Ale pytanie nie brzmi, czy AI całkowicie zastąpi wyszukiwarki, bo najpewniej nie zastąpi. Brzmi ono: czy stać nas na to, żeby ten kanał teraz przegapić?

Autor: Krzysztof Marzec, CEO DevaGroup