Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Skrót GEO — Generative Engine Optimization — pojawił się w branżowych dyskusjach w zeszłym roku i przez ostatnie miesiące zrobił karierę, na jaką nie zasłużył. Za dużo w nim obietnicy nowej dyscypliny, za mało treści. Zajmuję się nim jednak, bo pytanie pod nim jest sensowne: jak pisać, żeby generatywna odpowiedź w wyszukiwarce wskazała moją stronę jako źródło.
Zacznę od uczciwego stanu rzeczy, bo bez niego cała rozmowa robi się teoretyczna. AI Overviews, czyli generowane podsumowania w wynikach Google, w maju weszły w Stanach, a pod koniec października Google rozszerzył je na ponad sto krajów i kilka języków. Polski nie ma na tej liście i polskiego SERP-a to jeszcze nie dotyczy.
Piszę więc o czymś, czego w polskich wynikach nie zobaczysz, ale co warto rozumieć zawczasu — i co już dziś dotyczy stron kierujących ofertę na rynki anglojęzyczne.
Termin przyszedł z pracy naukowej i publicystyki branżowej, a jego sens jest węższy, niż sugeruje nazwa. Nie chodzi o optymalizację pod nowy algorytm rankingowy, bo generatywna odpowiedź nie jest rankingiem. Chodzi o to, by fragment tekstu dał się wyciągnąć, streścić i przypisać do konkretnego adresu.
W klasycznym wyniku wyszukiwania walczysz o pozycję dla dokumentu. W odpowiedzi generatywnej walczysz o dwie inne rzeczy: o wykorzystanie fragmentu jako podstawy zdania i o pojawienie się linku w panelu źródeł. Te dwie rzeczy nie zawsze idą razem — treść może zostać użyta bez wskazania, a link może pojawić się przy zdaniu zbudowanym z innego materiału.
Z tego wynika najważniejsza praktyczna różnica. Klasyczne SEO nagradza dokument jako całość: temat, głębokość, autorytet domeny. Model generatywny operuje na poziomie zdania i akapitu. Strona może mieć świetne ogólne pozycje i nie dostarczać ani jednego fragmentu, który da się bezpiecznie zacytować, bo wszystko jest w niej napisane ogólnikami.
Pozostałe fundamenty się nie zmieniły. Strona musi być zindeksowana, dostępna dla robota i szybka. Nie znam żadnego mechanizmu, w którym dokument niedostępny dla indeksu zostaje źródłem odpowiedzi.
Z tego, co dziś publicznie wiadomo o AI Overviews, podsumowanie nie jest tworzone z pamięci modelu, a na podstawie dokumentów wybranych z indeksu dla konkretnego zapytania. Google opisuje to jako połączenie wyszukiwania z generowaniem: najpierw dobór materiałów, potem streszczenie.
Praktyczna konsekwencja jest taka, że widoczność w klasycznych wynikach nadal jest warunkiem wstępnym. Jeśli strona nie mieści się w zbiorze dokumentów, które wyszukiwarka uznaje za trafne dla zapytania, nie ma z czego zostać zacytowana.
Druga konsekwencja dotyczy typu zapytań. Podsumowania pojawiają się przede wszystkim przy pytaniach złożonych, wymagających zebrania kilku informacji, oraz przy takich, gdzie odpowiedź da się sformułować bez ryzyka. Przy zapytaniach transakcyjnych, lokalnych i wrażliwych — zdrowie, finanse — Google jest ostrożniejszy.
Trzecia, dla mnie najciekawsza: model potrzebuje zdań, które da się przenieść bez interpretacji. Definicja, warunek, liczba z jednostką, procedura krok po kroku. Zdanie w rodzaju „nasze rozwiązanie zapewnia najwyższą jakość obsługi” nie nadaje się do zacytowania w żadnym kontekście, bo nic nie stwierdza.
Nie zmieniam z tego powodu strategii treści. Zmieniam sposób budowania akapitów w miejscach, gdzie tekst odpowiada na konkretne pytanie.
Robię jednak zastrzeżenie, o którym w rozmowach o GEO często się zapomina: tekst pisany pod ekstrakcję fragmentów bywa nudny i mechaniczny. Jeśli strona ma sprzedawać, a nie tylko dostarczać zdania do cytowania, potrzebuje obu warstw — precyzyjnych fragmentów faktograficznych i normalnej, czytelnej narracji wokół nich.
To część, w której najczęściej widzę bałagan, a która najmniej kosztuje.
Każda liczba w tekście powinna mieć trzy elementy: wartość, jednostkę lub walutę oraz datę, na którą jest prawdziwa. Bez daty informacja starzeje się cicho i po roku wprowadza w błąd. Widzę to na większości stron, które audytuję — dane bez daty, przepisane z artykułu, który sam ich nie datował.
Do tego dochodzi wskazanie źródła pierwotnego. Jeśli powołujesz się na dane Google, linkuj do wpisu na blogu Google, nie do artykułu, który go streścił. Trzy poziomy przepisania później liczba zwykle zmienia znaczenie. Nie robię tego dla wyszukiwarki, ale dlatego, że przy własnych tekstach po roku sam muszę wiedzieć, skąd wzięła się dana liczba.
Jest jeszcze aspekt, o którym w kontekście generatywnych odpowiedzi mówi się rzadko. Model streszcza, więc przenosi też twoje niedokładności. Zdanie z nadinterpretacją danych zostanie zacytowane razem z nadinterpretacją — tylko już bez twoich zastrzeżeń i bez kontekstu, który je łagodził. To dobry argument, żeby pisać ostrożniej, niż wymaga tego marketing.
Sygnały wiarygodności działają tu tak jak wcześniej: podpis autora z kompetencjami, data publikacji i aktualizacji, informacja o firmie, kontakt. Nie ma dowodu, że wpływają bezpośrednio na wybór cytowanego źródła, ale są tanie i pomagają w klasycznych wynikach.
Nie mam podstaw twierdzić, że znaczniki schema.org decydują o obecności w generatywnej odpowiedzi. Google nie ogłosił takiego mechanizmu, a wnioski z korelacji w tym obszarze bywają naciągane.
Wdrażam je z innego powodu: opisują treść jednoznacznie i pomagają w wynikach rozszerzonych, które istnieją niezależnie od podsumowań.
Sprawy techniczne, które sprawdzam przy tej okazji, są nudne i wciąż te same. Czy treść jest w HTML-u, a nie dostarczana wyłącznie skryptem po interakcji. Czy nie jest ukryta w zakładkach ładowanych po kliknięciu. Czy strona przechodzi progi Core Web Vitals — od marca w miejsce FID mierzy się tam INP, czyli reakcję na interakcję. Czy nie blokujesz w pliku robots.txt katalogów, w których leży treść.
Ostatnia rzecz z tego obszaru: dostęp dla robotów innych niż Google. Odpowiedzi generatywne budują też narzędzia poza wyszukiwarką — Bing z Copilotem, Perplexity, testowany od lipca prototyp SearchGPT. Jeśli komuś zależy na obecności w nich, warto świadomie zdecydować, które roboty wpuszczasz, zamiast dowiedzieć się o tym z logów.
Tu kończy się część praktyczna i zaczyna uczciwe przyznanie się do niewiedzy.
Search Console nie wydziela dziś ruchu z generatywnych podsumowań. Nie zobaczysz osobno wyświetleń ani kliknięć z tego elementu, więc każda deklaracja o skuteczności GEO opiera się na obserwacji ręcznej albo na szacunkach narzędzi zewnętrznych. Traktuję takie dane jako poszlaki, nie jako pomiar.
Nie znam też odpowiedzi na najważniejsze pytanie biznesowe: co się dzieje z liczbą wejść, gdy odpowiedź jest na miejscu. Dane z rynków, gdzie podsumowania działają od kilku miesięcy, są niespójne, a próbki krótkie.
Co robię w tej sytuacji. Nie przebudowuję strategii treści pod funkcję, która u nas nie działa. Wprowadzam natomiast te elementy z listy powyżej, które i tak są dobrymi praktykami: konkret zamiast ogólników, datowane liczby, źródła pierwotne, czytelna struktura nagłówków.
I trzymam się jednej zasady: nie nazywam nową dyscypliną czegoś, co w ośmiu punktach na dziesięć jest po prostu porządnym pisaniem.
Używamy plików cookies, aby ułatwić Ci nawigację oraz wykonywanie określonych funkcji. Szczegółowe informacje o wszystkich plikach cookies znajdziesz w każdej kategorii zgody poniżej.
Pliki cookies oznaczone jako "Niezbędne" są przechowywane w Twojej przeglądarce, ponieważ są one kluczowe dla zapewnienia podstawowych funkcji strony.
Używamy również plików cookies firm trzecich, które pomagają nam analizować, w jaki sposób korzystasz z tej strony, zapamiętują Twoje preferencje oraz dostarczają treści i reklamy odpowiednie dla Ciebie. Te pliki cookies będą przechowywane w Twojej przeglądarce tylko za Twoją uprzednią zgodą.
Możesz zdecydować, czy chcesz włączyć lub wyłączyć niektóre bądź wszystkie te pliki cookies, jednak wyłączenie niektórych z nich może wpłynąć na Twoje doświadczenia podczas przeglądania strony.
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| __cf_bm | 13 minutes | Cloudflare bot management — distinguishes humans from bots. |
| rc::* | Persistent | Google reCAPTCHA — localStorage holding anti-bot challenge state. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| wpEmojiSettingsSupports | Session | WordPress — sessionStorage flag caching whether the browser can render emoji (feature detection). |
| ytidb* | Persistent | YouTube — IndexedDB storing playback/search state for embedded videos. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| _ga_* | 400 days | Google Analytics 4 — persists session state per property. |
| _ga | 400 days | Google Analytics — distinguishes unique users via a client id. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| NID | 183 days | Google — stores preferences for personalized ads. |
| fr | 90 days | Meta — encrypted Facebook id and browser id for ads. |
| _gcl_au | 90 days | Google AdSense/Ads — experiments with advertising efficiency (conversion linker). |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| __Secure-YNID | 180 days | |
| YSC | Session | |
| __Secure-ROLLOUT_TOKEN | 180 days | |
| VISITOR_INFO1_LIVE | 180 days | |
| VISITOR_PRIVACY_METADATA | 180 days | |
| datr | 400 days | |
| sb | 400 days | |
| wd | 7 days |