Blog

SEO i GEO

GEO bez magii. Jak naprawdę trafić do odpowiedzi ChatGPT, Gemini i Perplexity, i czego nikt uczciwie nie zagwarantuje

13.10.2026 · 10 min czytania · Human

[grafika wpisu]

Agencje obiecują „obecność w odpowiedziach AI”. Tłumaczymy, co w tym jest prawdą, co sprzedażową bajką i co można realnie zrobić, a potem zmierzyć.

Od dwóch lat na rynku rośnie nowa kategoria usług: GEO, czyli generative engine optimization. Obietnica jest kusząca. Coraz więcej osób zamiast wpisywać frazę w Google, pyta ChatGPT, Gemini albo Perplexity: „jaki odkurzacz do sierści psa do 1500 zł”. Kto pojawi się w odpowiedzi, ten sprzedaje. Kto nie, ten nie istnieje. Stąd oferty „zapewnimy Twojej marce obecność w odpowiedziach AI”.

Powiemy wprost: nikt uczciwie nie może tego zagwarantować. Odpowiedzi modeli zmieniają się z dnia na dzień, między wersjami, a nawet między dwoma identycznymi zapytaniami. Google oficjalnie mówi, że pod AI Overviews nie trzeba robić nic specjalnego poza dobrym SEO. Monitorowanie „czy chatbot nas poleca” jest ciekawą obserwacją, ale fatalną miarą sukcesu. Jeśli ktoś sprzedaje Wam GEO jako licznik cytowań, sprzedaje Wam loterię.

Co naprawdę robi różnicę

Dobra wiadomość jest taka, że to, od czego zależy widoczność w odpowiedziach AI, jest dość przyziemne i w dużej części pokrywa się z tym, co od lat nazywamy porządnym SEO i porządnymi danymi.

  • Dane produktowe, które da się odczytać maszynowo: nazwa, cechy, wymiary, materiał, cena, dostępność, kody EAN, dane strukturalne schema.org. Model nie zgadnie, że posłanie ma pokrowiec do prania w 60 stopniach, jeśli tej informacji nie ma w danych.
  • Strona dostępna dla robotów i szybka. Brzmi banalnie, a wciąż spotykamy sklepy, które blokują crawlerom dostęp do kart produktu albo ładują treść wyłącznie skryptem.
  • Treści, które odpowiadają na pytania, a nie tylko opisują produkt. Poradniki, porównania, odpowiedzi na typowe wątpliwości klientów, opinie i historie użycia. Modele składają odpowiedzi z takich właśnie fragmentów.
  • Wiarygodność poza własną stroną: opinie, wzmianki, cytowania w branżowych serwisach, spójność informacji o marce w różnych miejscach. Model, który widzi tę samą informację w kilku źródłach, częściej ją powtórzy.
  • Spójność marki. Jeśli ten sam produkt ma trzy różne nazwy w trzech kanałach, dla modelu to trzy różne produkty, z których żaden nie jest wystarczająco pewny, by go polecić.

Zauważcie, że na tej liście nie ma żadnego triku. Nie ma ukrytych znaczników, które „oszukują” model, ani specjalnych plików tylko dla AI. Jest wiedza o produkcie, dobrze opisana i łatwa do znalezienia. To samo, czego potrzebuje klient.

Jak to mierzyć, skoro nie liczbą cytowań

Mierzymy to, co da się policzyć i co przekłada się na pieniądze. Po pierwsze ruch i zapytania, które przychodzą z asystentów AI: większość z nich zostawia ślad w analityce jako źródło odesłań, a część widać w logach serwera. Po drugie zmiany w ruchu organicznym i w liczbie fraz, na które sklep jest widoczny, bo te same działania poprawiają obie rzeczy naraz. Po trzecie konwersję i marżę z tego ruchu, bo ruch z pytania „który produkt wybrać” jest zwykle bliżej decyzji niż ruch z ogólnej frazy.

Obserwację odpowiedzi chatbotów traktujemy jako sygnał jakościowy: co model mówi o kategorii, kogo wymienia, jakie cechy produktów uznaje za ważne. To cenna wiedza do planowania treści. Ale nie raportujemy jej jako wyniku, bo za miesiąc może wyglądać inaczej bez żadnej naszej winy ani zasługi.

Dla kogo GEO ma największy sens

Największą przewagę mają dziś sklepy eksperckie: butiki z wyselekcjonowanym asortymentem, sklepy z doradztwem, marki z własną wiedzą o produkcie. Ich problem polega na tym, że ta wiedza siedzi w głowach i rozmowach, a nie na stronie, więc model nie ma czego zacytować. Wystarczy ją spisać w formie poradników, porównań i wywiadów z klientami, żeby zacząć istnieć w odpowiedziach, które wcześniej oddawały pole dużym graczom z większą ilością tekstu.

Dla dużych katalogów GEO to przede wszystkim porządek w danych, bo przy tysiącach produktów żaden człowiek nie opisze każdego z osobna. Tu wchodzi AI po stronie sklepu: generowanie opisów i atrybutów według reguł marki, z kontrolą jakości przed publikacją.

Krótka lista rzeczy, które warto sprawdzić dziś

  1. Czy karty produktów mają dane strukturalne i czy są poprawne (Google Search Console pokaże błędy).
  2. Czy roboty mają dostęp do kart produktów i zdjęć.
  3. Czy w sklepie jest choć jedna treść, która odpowiada na pytanie klienta, a nie tylko opisuje produkt.
  4. Czy nazwa produktu jest taka sama w sklepie, w Merchant Center i na Instagramie.
  5. Czy w analityce rozpoznajecie źródła ruchu z asystentów AI.

Jeśli na trzy z pięciu pytań odpowiedź brzmi „nie wiem”, nie potrzebujecie GEO. Potrzebujecie porządku. GEO przyjdzie samo.

Prowadzisz sklep internetowy?Zacznijmy od 30 minut rozmowy o Twoim katalogu, kampaniach i marży.Poznaj AI eCommerce

Kontakt

Chcesz zyskać zaufanie swoich odbiorców?