AI SEO: co to jest, jak działa i od czego zacząć
AI SEO to praca nad tym, żeby modele AI podawały Twoją firmę w odpowiedziach, które generują dla użytkowników. Branżowo nazywa się to GEO, czyli generative engine optimization, ale rynek częściej mówi po prostu „AI SEO” albo „pozycjonowanie w AI”.
Jest jednak haczyk, przez który łatwo kupić coś innego, niż się chciało. Pod tym samym hasłem sprzedaje się dziś dwie różne usługi. Zacznijmy od rozdzielenia ich, bo to pierwsza rzecz, którą warto rozumieć.
AI SEO w dwóch znaczeniach: które kupujesz
Wpisz „AI SEO” w Google, a w pierwszej dziesiątce znajdziesz dwa zupełnie różne rodzaje stron.
Znaczenie pierwsze: widoczność w odpowiedziach AI. Chodzi o to, żeby ChatGPT, Perplexity, Gemini czy Google AI Overviews wymieniały Twoją markę, gdy ktoś pyta o usługi albo produkty z Twojej branży. To jest zmiana kanału: użytkownik nie przegląda listy linków, tylko dostaje gotową odpowiedź, a Ty albo jesteś w tej odpowiedzi, albo Cię w niej nie ma.
Znaczenie drugie: narzędzia AI w pracy nad SEO. Chodzi o używanie modeli do przyspieszenia klasycznego pozycjonowania: grupowania fraz, pisania briefów, generowania opisów meta, tłumaczeń, porządkowania danych. To jest zmiana sposobu pracy agencji, a nie zmiana kanału.
Obie rzeczy są sensowne, ale odpowiadają na inne pytania. Pierwsza odpowiada na „czy moi klienci mnie znajdą, gdy zapytają AI”. Druga na „czy zrobimy SEO szybciej i taniej”. Jeśli rozmawiasz z agencją o AI SEO, warto zadać jedno pytanie: czy mówimy o mojej widoczności w modelach, czy o Waszych narzędziach pracy.
W dalszej części tekstu skupiamy się na pierwszym znaczeniu, bo to ono zmienia sytuację biznesową firmy.
Czym AI SEO różni się od klasycznego pozycjonowania
Różnica sprowadza się do jednego: co uznajemy za sukces.
W klasycznym SEO sukcesem jest wysoka pozycja i kliknięcie. Optymalizujesz pod robota, który indeksuje strony i układa je w ranking. Mierzysz pozycje, ruch, CTR.
W AI SEO sukcesem jest wzmianka. Optymalizujesz pod model, który czyta wiele źródeł i buduje z nich jedną odpowiedź. Mierzysz cytowania i kontekst, w jakim marka się pojawia. Kliknięcie bywa produktem ubocznym, a często nie ma go wcale, bo użytkownik dostał odpowiedź i nie musiał nigdzie wchodzić.
To rozróżnienie ma bardzo praktyczną konsekwencję. Jeśli będziesz rozliczać AI SEO ruchem organicznym, wynik zawsze będzie wyglądał słabo, i to niezależnie od tego, jak dobra jest praca. Frazy związane z AI mają w Google Przeglądy od AI, czyli gotową odpowiedź nad wynikami, więc kliknięć jest tam z definicji mało.
AI SEO nie zastępuje SEO
To najczęstsze nieporozumienie i warto je uciąć od razu. Modele w dużej mierze sięgają po treści, które są już dobrze widoczne w wyszukiwarkach. Google AI Overviews buduje odpowiedź na bazie stron z własnego indeksu. Perplexity pobiera treści na żywo, ale też z sieci, którą ktoś wcześniej musiał znaleźć.
Kolejność jest więc taka: najpierw solidne SEO, potem warstwa cytowalności na wierzchu. Firma, która nie istnieje w Google, nie zacznie nagle istnieć w ChatGPT.
Jak działa wybór źródeł przez modele
Żeby świadomie pracować nad cytowalnością, trzeba wiedzieć, czym różnią się poszczególne narzędzia, bo dobierają źródła inaczej.
- ChatGPT łączy wiedzę z treningu z wyszukiwaniem na żywo. Liczy się i to, czy marka jest opisana w powszechnie dostępnych źródłach, i to, czy strona daje się szybko przetworzyć podczas wyszukiwania.
- Perplexity opiera się niemal wyłącznie na treściach pobieranych w czasie rzeczywistym i pokazuje przypisy. Największe znaczenie ma tu to, czy akapit odpowiada wprost na pytanie już w pierwszym zdaniu.
- Google AI Overviews generuje streszczenie nad klasycznymi wynikami, na podstawie wielu źródeł naraz. Ta warstwa najmocniej zależy od Twoich pozycji w Google.
- Gemini korzysta z ekosystemu Google, więc premiuje spójność danych o firmie w całej sieci, łącznie z profilem firmy i danymi strukturalnymi.
Wspólny mianownik jest jeden: modele wybierają fragmenty, które da się zacytować bez przeróbek. Akapit, który odpowiada na pytanie w pierwszym zdaniu, ma dużo większą szansę niż taki, w którym konkret jest schowany w trzecim akapicie po rozbiegówce.
Jak robić AI SEO w praktyce: cztery obszary
1. Treść pisana pod cytowanie
Podstawowa zmiana wobec klasycznego copywritingu SEO: piszesz krótkie, samodzielne odpowiedzi, a nie płynną narrację. Nagłówek formułujesz jako pytanie, pierwsze zdanie pod nim daje odpowiedź, dopiero potem rozwijasz. Model, który wyrywa z tekstu jeden akapit, musi dostać w nim sens zamknięty.
Druga zmiana: konkret zamiast ogólników. Liczby, nazwy, warunki, przykłady. Zdanie „skuteczna kampania wymaga przemyślanej strategii” nie zostanie zacytowane przez nikogo, bo nic nie wnosi.
2. Dane strukturalne i encja firmy
Modele muszą wiedzieć, kim jesteś. Służą do tego dane strukturalne (schema.org), spójny opis firmy w całej sieci, oznaczone autorstwo i sekcje FAQ w formacie, który da się jednoznacznie przypisać do pytania. Do tego dochodzi plik llms.txt, czyli wskazówka dla modeli, co na stronie jest istotne.
To warstwa techniczna i najczęściej pomijana, bo nie widać jej w tekście. A bez niej model może po prostu nie skojarzyć marki z branżą.
3. Obecność tam, gdzie modele już patrzą
Tu jest rzecz, która zaskakuje najczęściej. Modele bardzo chętnie cytują cudze zestawienia i rankingi, w stylu „najlepsze agencje X w Polsce”, a nie strony ofertowe firm. Tak samo działają katalogi branżowe.
Praktyczny wniosek: obecność w takim zestawieniu bywa warta więcej niż kolejny tekst na własnym blogu, bo daje jednocześnie link, ruch z polecenia i cytowanie w AI. Warto sprawdzić, które konkretne artykuły i katalogi wychodzą w odpowiedziach na pytania z Twojej branży, i zacząć od nich.
4. Pomiar, bez którego reszta jest zgadywaniem
Nie da się poprawiać czegoś, czego się nie mierzy, a w AI SEO pomiar wygląda inaczej niż w SEO. Nie ma rankingu do sprawdzenia. Zamiast tego zadajesz modelom stały zestaw realnych pytań zakupowych ze swojej branży i liczysz, w ilu odpowiedziach marka się pojawia, w jakim kontekście i obok kogo.
Kluczowe słowo to „stały”. Pojedynczy odczyt nic nie mówi. Wartość ma dopiero powtarzanie tego samego pomiaru co miesiąc i patrzenie na trend.
Czego uczy pierwszy pomiar
Robimy takie pomiary regularnie, na własnej marce i na markach klientów, i za każdym razem powtarzają się trzy obserwacje.
Pierwsza: wynik startowy prawie zawsze zaskakuje w dół. Firmy z wieloletnią historią, setkami obsłużonych klientów i dobrą pozycją w Google potrafią być w odpowiedziach modeli praktycznie nieobecne. To nie jest oznaka słabości marki, tylko dowód, że widoczność w AI jest osobnym kanałem, który buduje się osobno i którego nie dziedziczy się po SEO.
Druga: różnice między modelami są ogromne. Ta sama marka bywa wymieniana przez jeden model i pomijana przez trzy pozostałe, przy identycznym pytaniu. Dlatego pomiar na jednym narzędziu prowadzi do fałszywych wniosków w obie strony.
Trzecia, najważniejsza: lista domen cytowanych zamiast Ciebie mówi więcej niż Twój własny wynik. Zwykle okazuje się, że te same serwisy, które zajmują czołowe miejsca w Google, dominują też w odpowiedziach AI. To nie są przypadkowe źródła, tylko ta sama grupa, oglądana z drugiej strony. Ta lista jest gotowym planem działania: to są miejsca, w których trzeba zaistnieć.
Jak samemu zrobić audyt widoczności w AI
Nie potrzebujesz do tego agencji ani płatnych narzędzi. Wystarczy godzina i trochę systematyczności.
Krok 1: wypisz pytania, a nie frazy. Dziesięć do piętnastu pytań, które Twój klient zadałby modelowi własnymi słowami. Nie „agencja marketingowa Warszawa”, tylko „jaka agencja poprowadzi mi reklamy, jeśli mam gabinet stomatologiczny i budżet 5 tysięcy miesięcznie”. Modele odpowiadają na pytania, nie na frazy.
Krok 2: zadaj każde pytanie kilku modelom. Minimum ChatGPT i Perplexity, najlepiej też Gemini. Każdy dobiera źródła inaczej, więc jeden model to za mało, żeby cokolwiek wnioskować.
Krok 3: zapisz trzy rzeczy przy każdej odpowiedzi. Czy Twoja marka się pojawiła. W jakim kontekście, czyli jako rekomendacja, przykład czy tylko wzmianka. Kogo model wymienił zamiast Ciebie, razem z podanymi źródłami.
Krok 4: policz i zapisz datę. Interesują Cię dwie liczby: w ilu odpowiedziach na ile marka się pojawiła i ile razy Twoja strona była podana jako źródło. To jest Twój punkt zerowy.
Krok 5: powtórz za miesiąc, w tym samym układzie. Te same pytania, te same modele. Odpowiedzi modeli są zmienne, więc pojedynczy odczyt niewiele mówi, a dopiero seria pokazuje kierunek.
Najciekawsza część zwykle nie jest tą, której się spodziewasz. Lista domen cytowanych zamiast Ciebie mówi więcej niż własny wynik, bo pokazuje, gdzie realnie trzeba zaistnieć.
Czym są narzędzia AI w SEO i gdzie się przydają
Wróćmy na chwilę do drugiego znaczenia, bo warto ustawić wobec niego oczekiwania.
Narzędzia AI realnie pomagają w kilku miejscach: grupowanie dużych zbiorów fraz, przygotowanie briefu na podstawie analizy konkurencji, pierwsza wersja opisów meta, porządkowanie danych z narzędzi analitycznych, tłumaczenia. To jest oszczędność czasu i ona jest prawdziwa.
Czego narzędzia AI nie robią: nie zastępują wiedzy o branży, nie wymyślają danych, których nie masz, i nie sprawiają, że tekst staje się cytowalny. Treść wygenerowana masowo zwykle jest ogólna, a modele wybierają źródła konkretne. Efekt bywa więc odwrotny od zamierzonego.
Najrozsądniejszy podział jest taki: narzędzia AI do przyspieszenia pracy, człowiek do decyzji i do konkretów.
Od czego zacząć, jeśli zaczynasz od zera
- Zmierz punkt wyjścia. Wypisz dziesięć do piętnastu pytań, które Twój klient realnie zadałby modelowi, i sprawdź, czy Twoja firma pojawia się w odpowiedziach. Zapisz wynik, bo bez niego nie będzie z czym porównywać.
- Sprawdź, kogo cytują zamiast Ciebie. To jest Twoja rzeczywista konkurencja w tym kanale i bywa inna niż ta z wyników Google.
- Popraw fundament. Jeśli nie masz przyzwoitych pozycji w klasycznych wynikach, zacznij od tego. To warunek wstępny, nie etap opcjonalny.
- Przepisz kluczowe strony pod cytowanie. Nagłówki jako pytania, odpowiedź w pierwszym zdaniu, konkrety zamiast ogólników, FAQ z danymi strukturalnymi.
- Zadbaj o obecność w źródłach, które modele już cytują: zestawienia branżowe, katalogi, publikacje w serwisach o ugruntowanej pozycji.
- Powtarzaj pomiar co miesiąc i patrz na trend, a nie na pojedynczy odczyt.
Ile to trwa i czego się spodziewać
Realnie miesiące, nie tygodnie. Modele, które opierają się na wiedzy z treningu, aktualizują ją z opóźnieniem. Te, które wyszukują na żywo, i tak sięgają po źródła o ugruntowanej pozycji, więc najpierw trzeba na tę pozycję zapracować.
Najszybciej efekty widać w narzędziach pobierających treści w czasie rzeczywistym, jak Perplexity. Najwolniej tam, gdzie liczy się to, co model „pamięta”.
Warto też z góry ustawić oczekiwania co do ruchu. Frazy z tego obszaru mają w Google Przeglądy od AI, więc kliknięć będzie mało nawet przy dobrych pozycjach. To nie jest porażka optymalizacji, tylko cecha kanału. Dlatego rozliczaj tę pracę cytowaniami, a sprzedaż mierz osobno, na poziomie zapytań i leadów.
Podsumowanie
AI SEO w sensie, który zmienia sytuację firmy, to budowanie obecności w odpowiedziach modeli. To ta sama praca, którą branża nazywa GEO. Nie zastępuje pozycjonowania, tylko się na nim opiera. Mierzy się ją cytowaniami, nie ruchem. I zaczyna się od pomiaru punktu wyjścia, bo bez niego wszystko dalej jest opowieścią.
Jeśli chcesz sprawdzić, jak dziś wygląda widoczność Twojej marki w odpowiedziach AI i co konkretnie trzeba zrobić, żeby to zmienić, zobacz, jak pracujemy jako agencja GEO i AI SEO. Możesz też zacząć od lektury o tym, czym różni się SEO od GEO, albo o tym, jak zoptymalizować stronę pod ChatGPT i Perplexity.
