Coraz więcej ludzi nie wpisuje już frazy w Google - pyta ChatGPT, Perplexity albo czyta AI Overview na górze wyników. To już nie jest marginalny ruch: w 2026 roku około 68% wyszukiwań w Google w USA kończy się bez żadnego kliknięcia w wynik, a kiedy pojawia się AI Overview, ten odsetek skacze do 83%[1]. Twoja strona może być dla Google idealnie zoptymalizowana i jednocześnie kompletnie niewidoczna dla tych narzędzi. To nie jest ta sama gra.

Przez ostatnie tygodnie przechodziłem cały swój ekosystem stron - siedem różnych serwisów - punkt po punkcie pod kątem AI Search. Oto dokładnie, co zrobiłem, dlaczego, i na jakich danych się opieram - nie na przeczuciach.

Czym różni się AI Search od SEO

Klasyczne SEO optymalizuje pod ranking: chcesz być wyżej niż konkurencja na liście linków. AI Search (nazywane też GEO - Generative Engine Optimization) optymalizuje pod coś innego: żeby model językowy w ogóle zacytował Twoją markę w odpowiedzi, którą generuje. Nie ma tu listy dziesięciu wyników - jest jedna odpowiedź, i albo w niej jesteś, albo Cię nie ma.

Nazwa "GEO" nie jest marketingowym wymysłem - to termin z prawdziwej pracy naukowej, zaprezentowanej na konferencji ACM SIGKDD 2024 przez badaczy z Princeton, Georgia Tech, Allen Institute for AI i IIT Delhi[2]. Zespół przetestował strategie optymalizacji na około 10 000 zapytań i sprawdził, co faktycznie zwiększa widoczność w odpowiedziach generowanych przez AI. Jeden wniosek szczególnie warto zapamiętać: dodanie statystyk, cytatów i odniesień do źródeł podniosło widoczność treści nawet o 40 procent.

Innymi słowy: to, że ten artykuł jest pełen liczb i linków do źródeł, to nie ozdobnik. To dokładnie ta sama technika, o której właśnie piszę.

Wpuść boty AI - dosłownie

Pierwszy krok jest banalny i większość stron go pomija: robots.txt. Jeśli blokujesz wszystko poza Googlebotem (albo, co gorsza, masz w nim błędy), żaden model AI nigdy nie przeczyta Twojej treści. To nie jest rzadki przypadek: ClaudeBota blokuje dziś 69% stron, a GPTBota 62%[3], w większości przypadków niechcący, przez domyślne ustawienia hostingu albo plik skopiowany z innej strony.

Boty, o które dziś realnie chodzi:

  • OpenAI: GPTBot (trenowanie modeli), OAI-SearchBot (indeksowanie pod wyszukiwanie), ChatGPT-User (pobranie strony na bezpośrednie żądanie użytkownika w trakcie rozmowy) - reguły robots.txt mogą nie dotyczyć ChatGPT-User tak samo ściśle jak pozostałych dwóch[4].
  • Anthropic: ClaudeBot (trenowanie), Claude-SearchBot (indeksowanie), Claude-User (żądanie użytkownika) - to jedyny z dużych graczy, który deklaruje, że wszystkie trzy boty honorują robots.txt bez wyjątku, łącznie z tym trzecim[4].
  • Google: Google-Extended - inny token niż zwykły Googlebot, kontroluje wyłącznie wykorzystanie treści do trenowania AI, nie klasyczne indeksowanie.
  • Perplexity: PerplexityBot i Perplexity-User - podobnie jak w OpenAI, reguły dla bota działającego na żądanie użytkownika generalnie nie obowiązują tak samo jak dla crawlera indeksującego[4].
  • Apple: Applebot-Extended.

Microsoft Copilot nie ma własnego bota - korzysta z indeksu Bingbota, więc jeśli wpuszczasz Binga, wpuszczasz i Copilota.

llms.txt - ściąga dla modeli językowych

To nowa konwencja, formalnie opisana na llmstxt.org[5]: plik markdown w głównym katalogu strony (albo w podkatalogu, jeśli dotyczy tylko jego części), który w kilku zdaniach i liście linków tłumaczy modelowi, czym strona jest i co na niej najważniejsze. Odpowiednik sitemap.xml, tylko pisany po ludzku - nie dla robota indeksującego, a dla modelu, który ma to streścić komuś innemu. Nazywa się go czasem "robots.txt dla AI", choć robi coś dokładnie odwrotnego: nie ogranicza dostępu, tylko ułatwia zrozumienie.

Dane strukturalne - mów wprost, nie każ się domyślać

Schema.org (JSON-LD w kodzie strony) to sposób, żeby powiedzieć wprost: to jest firma, to jest osoba, to jest artykuł, to jest definicja pojęcia. Model AI nie musi się domyślać z kontekstu - ma to podane wprost, w formacie, który rozumie bez zgadywania.

Zbudowałem w ten sposób nawet słownik pojęć na tej stronie - każde hasło to osobny DefinedTerm, więc kiedy ktoś zapyta AI "co to jest canonical URL", istnieje realna szansa, że odpowiedź przywoła akurat tę stronę.

To nie kończy się na kodzie

Robots.txt, llms.txt i dane strukturalne otwierają drzwi, ale samo to nikogo jeszcze nie przekonuje, że warto przez nie wejść. Model AI, zapytany o dobrego dostawcę czegokolwiek, nie cytuje przypadkowej strony - cytuje źródło, które gdzieś już rozpoznał jako wiarygodne.

Google nazywa to od lat E-E-A-T: Experience, Expertise, Authoritativeness, Trust - realne doświadczenie, wiedza, uznanie w branży i zaufanie, opisane wprost w oficjalnych Search Quality Rater Guidelines[6]. Sam dokument stwierdza wprost, że zaufanie jest najważniejszym elementem całej czwórki - strona bez zaufania ma niskie E-E-A-T bez względu na to, jak bardzo wygląda na doświadczoną czy ekspercką. To nie jest algorytm w wąskim sensie - to zbiór kryteriów, według których ludzie oceniają jakość wyników, a te oceny trenują systemy, które później faktycznie rankują strony. AI Search dziedziczy to samo podejście: model uczy się, które źródła w sieci są traktowane jako wiarygodne, i to wpływa na to, kogo potem cytuje.

A "wiarygodne gdzie indziej" oznacza dosłownie: w innych miejscach niż Twoja własna strona. Wzmianka w mediach, artykuł ekspercki, cytat w cudzym tekście - to sygnały autorytetu, których nie da się wpisać do pliku konfiguracyjnego. Klasyczne SEO nazywało to linkami i domeną autorytetu; w AI Search działa to podobnie, tylko model nie liczy linków - zapamiętuje, gdzie już czytał o Tobie coś sensownego, dlatego techniczna otwartość na boty AI, dobrze napisana treść i realna obecność w mediach to nie trzy osobne projekty do zlecenia trzem różnym firmom - to jeden proces. Strona idealnie oznaczona danymi strukturalnymi, ale bez treści wartej zacytowania, nie zacznie cytować się sama. Świetny artykuł prasowy, który nie prowadzi z powrotem do strony gotowej go przyjąć, też traci połowę wartości.

Treść, którą chce się cytować

Techniczna strona to jedna trzecia roboty. Druga to sama treść - a modele AI wyraźnie preferują konkretne, jednoznaczne zdania nad marketingową ogólnikowość, co potwierdza ta sama praca o GEO, o której pisałem wyżej: cytaty, liczby i konkretne odniesienia do źródeł mierzalnie zwiększają szansę, że dany fragment trafi do wygenerowanej odpowiedzi. Krótka definicja w jednym zdaniu cytuje się łatwiej niż akapit lania wody.

Stąd też sekcje FAQ z prawdziwymi pytaniami i konkretnymi odpowiedziami - to jeden z niewielu formatów, który niemal automatycznie trafia do odpowiedzi generowanych przez AI, bo dokładnie tak są zadawane pytania. Trzecia trzecia to właśnie ta wiarygodność z zewnątrz, o której pisałem wyżej. To ona najczęściej decyduje, czy model w ogóle sięgnie po Twoje źródło, czy po źródło konkurencji.

To nie jest jednorazowa akcja

AI Search zmienia się szybciej niż klasyczne SEO - nowe boty, nowe konwencje, nowe zasady co kilka miesięcy. Sam ruch crawlerów pokazuje tempo tej zmiany: pokrycie crawlera wyszukiwania OpenAI wzrosło w ciągu ostatniego roku z 4,7% do ponad 55% stron, podczas gdy blokowanie ich crawlera treningowego spadło z 84% do 12%[3] - strony coraz wyraźniej rozróżniają "wpuszczam AI, żeby mnie znajdowało" od "nie chcę, żeby trenowało się na moich treściach". Traktuję to jak stały element utrzymania strony, nie jak coś, co robi się raz i zapomina.

Jak sprawdzić, czy Copilot Cię cytuje

Jedno konkretne, bezpłatne miejsce do sprawdzenia stanu: Bing Webmaster Tools. Panel AI Performance pokazuje cytowania z Microsoft Copilot i partnerów - ile razy strona pojawiła się w odpowiedzi i ile jej podstron zostało zacytowanych, w rozbiciu na dni. Konfiguracja zajmuje kilka minut, bo Bing Webmaster Tools pozwala zaimportować witrynę wprost z Google Search Console, więc nie trzeba drugi raz przechodzić przez weryfikację.

Panel AI Performance w Bing Webmaster Tools: 23 cytowania i wykres cytowań oraz zacytowanych podstron w ostatnich trzech miesiącach, ze skokiem w drugiej połowie sierpnia

Panel AI Performance w Bing Webmaster Tools - widok cytowań i zacytowanych podstron w ujęciu trzymiesięcznym.

To narzędzie ma wyraźną granicę: pokazuje wyłącznie ruch z ekosystemu Microsoftu, czyli Copilota i partnerów, nie ChatGPT, Perplexity czy Google AI Overview. Mimo to warto tam zaglądać - to jedyne miejsce, gdzie dostajesz taką informację za darmo i czarno na białym, zamiast zgadywać.

Jeśli Twoja strona nigdy nie była pod tym kątem sprawdzona - albo jeśli masz stronę, treść i PR rozrzucone między kilku dostawców, którzy w ogóle ze sobą nie rozmawiają - napisz. Zrobię audyt i powiem konkretnie, co brakuje i gdzie się to wszystko rozjeżdża.

Źródła

  1. Search Engine Land, "Google zero-click searches reach 68% in early 2026"
  2. Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan, Deshpande, "GEO: Generative Engine Optimization", ACM SIGKDD 2024
  3. No Hacks, "The AI User-Agent Landscape in 2026"
  4. ALM Corp, "Anthropic's Three-Bot Framework and What It Means for Your robots.txt Strategy"
  5. llmstxt.org - oficjalna specyfikacja llms.txt
  6. Google, Search Quality Rater Guidelines