Optymalizacja strony pod AI (inaczej GEO, generative engine optimization) to zestaw zmian technicznych, treściowych i wizerunkowych, dzięki którym ChatGPT, Gemini, Perplexity i Claude potrafią odczytać Twoją stronę, zacytować ją w odpowiedzi i polecić Twoją firmę osobie, która pyta ogólnie, bez podawania nazwy. Ten przewodnik przechodzi przez całość: od pliku robots.txt, przez strukturę treści, po pomiar efektów.
Zanim wejdziemy w szczegóły, jedna scena z naszego pilotażu. Gabinet stomatologiczny z Gdańska ma na stronie publiczny cennik, a w nim implant za 3900 zł. Pytamy AI o cenę implantu w Gdańsku. Strona gabinetu nie pojawia się w odpowiedzi ani razu, mimo że ma dokładnie tę informację, o którą prosiliśmy. AI znało markę, ale w 8 na 10 zapytań ogólnych strona była niewidoczna.
Ten tekst jest o tym, jak taką sytuację odwrócić u siebie. Krok po kroku, warstwa po warstwie.
Czy warto optymalizować stronę pod AI?
Warto, jeśli Twoi klienci mogą zapytać asystenta AI o usługę taką jak Twoja. ChatGPT, Gemini czy Perplexity nie pokazują listy dziesięciu linków, tylko składają jedną gotową odpowiedź z kilkoma nazwami firm. Jeśli Twoja strona nie daje modelowi czytelnych sygnałów, w tej odpowiedzi wystąpi konkurencja, a Ty zostajesz poza rozmową, zanim klient w ogóle zacznie porównywać oferty.
Jest jeszcze argument momentu. Większość firm w Polsce nie zrobiła pod AI nic, więc poprzeczka wisi nisko. Uporządkowana strona z cytowalną treścią wyprzedza dziś rynek mniejszym kosztem, niż będzie to możliwe za rok czy dwa, gdy dostosowanie strony pod AI stanie się standardem, tak jak stało się nim klasyczne SEO.
Dobra wiadomość: większość opisanych niżej zmian nie wymaga przebudowy strony. To praca na plikach konfiguracyjnych, danych strukturalnych i tekstach, którą typowa firma domyka w kilka tygodni.
Jak AI wybiera źródła do swoich odpowiedzi?
Model językowy buduje odpowiedź z dwóch zasobów: wiedzy z treningu oraz wyników wyszukiwania pobieranych na żywo. W obu przypadkach wygrywają strony, które spełniają cztery warunki: bot może je pobrać, treść odpowiada wprost na pytanie, da się z niej wyciąć zwarty fragment do zacytowania, a informacje o firmie są spójne z resztą internetu.
Rozbijmy to na filtry, przez które przechodzi Twoja strona:
- Dostępność. Bot musi móc wejść i odczytać treść. Blokada w robots.txt albo treść dorenderowywana JavaScriptem potrafi wyciąć stronę na starcie.
- Zrozumiałość. Model musi wiedzieć, czym jest ta strona: kto ją prowadzi, co oferuje, dla kogo, gdzie. Tu pracują dane strukturalne i jasna architektura treści.
- Cytowalność. AI szuka fragmentów, które samodzielnie odpowiadają na pytanie: definicji, cen, liczb, porównań. Ściana ogólników nie daje mu nic do wycięcia.
- Wiarygodność. Gdy kilka źródeł mówi o firmie to samo, model cytuje śmielej. Gdy dane się rozjeżdżają, wybiera bezpieczniej, czyli kogoś innego.
Każda z trzech warstw optymalizacji, które za chwilę przejdziemy, odpowiada za inny filtr. Dlatego kolejność prac ma znaczenie: najpierw technika, potem treść, na końcu autorytet. Jeśli chcesz najpierw zrozumieć, dlaczego AI w ogóle pomija firmy, które zna, ten mechanizm rozkładamy na części we wpisie o tym, dlaczego firma nie pojawia się w AI.
Warstwa techniczna: jak dostosować stronę pod AI od zaplecza?
Warstwa techniczna decyduje o tym, czy AI w ogóle widzi Twoją treść i czy rozumie, czym jest Twoja firma. Składają się na nią cztery elementy: dostęp dla botów AI w robots.txt, plik llms.txt, dane strukturalne JSON-LD oraz sposób renderowania strony. To najszybsza część całej optymalizacji, bo zmiany są punktowe i mierzalne.
Jak odblokować boty AI w robots.txt?
Otwórz plik robots.txt (znajdziesz go pod adresem twojadomena.pl/robots.txt) i sprawdź, czy nie blokuje botów systemów AI. Jeśli widzisz przy nich dyrektywę Disallow: /, modele nie mogą pobierać Twojej treści na potrzeby odpowiedzi. Najczęściej taka blokada trafia na stronę razem z gotową „paczką bezpieczeństwa“ od wtyczki albo administratora i nikt o niej nie pamięta.
Najważniejsze boty, które warto wpuścić:
| Bot | System | Co robi na Twojej stronie |
|---|---|---|
| GPTBot | ChatGPT (OpenAI) | pobiera treść wykorzystywaną przez modele OpenAI |
| ClaudeBot | Claude (Anthropic) | pobiera treść dla modeli Anthropic |
| PerplexityBot | Perplexity | indeksuje strony do cytowania w odpowiedziach z wyszukiwaniem |
Minimalny wpis, który je wpuszcza, wygląda tak:
User-agent: GPTBot
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: PerplexityBot
Allow: /Decyzja o wpuszczeniu botów należy do Ciebie, bo część firm świadomie nie chce oddawać treści do treningu modeli. Tylko miej jasność co do konsekwencji: strona zamknięta przed botami AI nie ma czego szukać w ich odpowiedziach. Nie da się być jednocześnie niewidzialnym dla modeli i przez nie polecanym.
Do czego służy plik llms.txt?
Plik llms.txt to prosty dokument tekstowy w głównym katalogu strony, który wskazuje modelom AI najważniejsze podstrony i streszcza, czym zajmuje się firma. Działa jak spis treści dla bota: zamiast zgadywać, co na stronie jest istotne, model dostaje gotową mapę z krótkimi opisami.
Standard jest młody i nie każdy system z niego korzysta, ale koszt wdrożenia jest bliski zera: jeden plik Markdown z nagłówkiem, akapitem o firmie i listą linków. Na szali masz godzinę pracy przeciwko szansie, że modele odczytają Twoją ofertę dokładnie tak, jak chcesz. Pełną instrukcję, format i przykłady rozpisaliśmy osobno we wpisie co to jest llms.txt.
Jakie dane strukturalne (schema JSON-LD) wdrożyć pod AI?
Zacznij od czterech typów: Organization, LocalBusiness, Service i FAQPage. Dane strukturalne to fragmenty kodu JSON-LD w sekcji <head> strony, które opisują firmę w formacie zrozumiałym dla maszyn. Dla modelu AI to najpewniejsze źródło faktów: nazwa, adres, telefon, zakres usług i odpowiedzi na pytania podane wprost, bez interpretowania akapitów.
| Typ schema | Dla kogo | Co przekazuje AI |
|---|---|---|
| Organization | każda firma | kim jesteś: nazwa, logo, dane kontaktowe, profile w sieci |
| LocalBusiness | firmy z lokalizacją lub obszarem działania | adres, godziny otwarcia, obszar obsługi, telefon |
| Service | usługodawcy | jaką usługę świadczysz, dla kogo i na jakim terenie |
| FAQPage | strony z sekcją pytań i odpowiedzi | gotowe pary pytanie-odpowiedź do bezpośredniego cytowania |
Dwie zasady, które decydują o skuteczności. Po pierwsze, schema musi zgadzać się z widoczną treścią strony: jeśli w kodzie podajesz inne godziny otwarcia niż w stopce, produkujesz sprzeczność zamiast sygnału. Po drugie, po wdrożeniu przepuść stronę przez walidator (np. validator.schema.org), bo schema z błędem składni bywa ignorowana w całości.
SSR czy JavaScript: co boty AI widzą na Twojej stronie?
Boty AI czytają przede wszystkim surowy HTML i słabo radzą sobie z treścią dorenderowywaną JavaScriptem po stronie przeglądarki. Jeśli Twoja strona to aplikacja typu SPA, która bez uruchomienia skryptów pokazuje pusty kontener, dla części botów jest po prostu pustą kartką. Strony renderowane na serwerze (SSR) albo generowane statycznie serwują pełną treść od razu i nie mają tego problemu.
Test zajmuje minutę. Otwórz stronę, kliknij „pokaż źródło strony“ (albo w terminalu: curl twojadomena.pl) i sprawdź, czy w kodzie widać teksty ofert, ceny i nagłówki. Jeśli zamiast treści widzisz głównie odwołania do skryptów, masz problem do rozwiązania po stronie technologii: prerendering, SSR albo statyczna generacja podstron, które mają pracować na widoczność.
Warstwa treści: jak pisać, żeby AI Cię cytowało?
Model cytuje fragmenty, które samodzielnie odpowiadają na pytanie użytkownika. Dlatego treść pod AI budujesz według prostego wzorca: nagłówek jest pytaniem klienta, pierwsze zdania pod nagłówkiem odpowiadają wprost, a dopiero dalej rozwijasz kontekst. Do tego dochodzą definicje, tabele, sekcje FAQ i widoczny autor. Bez tej warstwy nawet technicznie perfekcyjna strona nie ma czego zaoferować modelowi.
Na czym polega pisanie „odpowiedź-first“?
Odpowiedź-first oznacza, że bezpośrednio pod pytaniowym nagłówkiem umieszczasz zwięzłą, konkretną odpowiedź na to pytanie, zwykle dwa-trzy zdania. Model, który szuka materiału do zacytowania, dostaje gotowy, samowystarczalny fragment: pytanie plus odpowiedź, bez konieczności sklejania sensu z całej podstrony.
Porównaj dwa początki sekcji „Ile trwa wymiana instalacji elektrycznej?“. Wersja pierwsza: „Każdy projekt jest inny i wiele zależy od stanu budynku”. Wersja druga: „Wymiana instalacji w mieszkaniu do 60 m² zajmuje nam zwykle od trzech do pięciu dni roboczych, wraz z punktami i pomiarami“. Tylko druga wersja nadaje się do zacytowania, bo zawiera odpowiedź, a nie zapowiedź odpowiedzi.
Z tej samej logiki wynika reszta wzorca: pisz krótkie akapity po dwa-cztery zdania, jeden wątek na akapit. Modele wycinają fragmenty, a zwarty akapit z kompletną myślą jest łatwiejszy do wycięcia niż esej, w którym odpowiedź rozlewa się na pół strony.
Które formaty treści AI cytuje najchętniej?
Najlepiej pracują cztery formaty: definicje, tabele, listy kroków i sekcje FAQ. Łączy je jedno: struktura, z której maszyna bez zgadywania odczyta, co jest czym.
- Definicje. Każdy ważny termin z Twojej branży zdefiniuj w pierwszym zdaniu sekcji, wzorem „X to…“. Definicja to najbardziej cytowalny typ zdania w ogóle.
- Tabele. Porównania pakietów, cenniki, zestawienia wariantów. Tabela podaje relacje między danymi wprost, więc model nie musi ich rekonstruować z prozy.
- Listy kroków. Procesy i instrukcje w formie numerowanej. AI chętnie odtwarza takie listy w całości, z podaniem źródła.
- FAQ. Sekcja pytań i odpowiedzi na końcu podstrony, spięta schematem FAQPage. Dosłownie ten format, w którym użytkownik rozmawia z modelem.
Jest jeszcze zasada nadrzędna: konkret zamiast abstraktu. „Obsługujemy klientów kompleksowo i profesjonalnie“ nie mówi modelowi nic. „Umowa na czas nieokreślony, rozliczenie miesięczne, reakcja na awarię do 4 godzin w dni robocze“ daje trzy fakty do zacytowania. Ceny, terminy, zakresy i liczby to waluta, którą płacisz za obecność w odpowiedziach.
Czym jest E-E-A-T i po co Ci autor z twarzą?
E-E-A-T to zestaw sygnałów jakości: doświadczenie, ekspertyza, autorytet i wiarygodność (experience, expertise, authoritativeness, trustworthiness). Modele, podobnie jak Google, chętniej opierają odpowiedzi na treściach, za którymi stoi rozpoznawalny, prawdziwy człowiek, a nie anonimowa redakcja.
Minimalny standard wygląda tak: każdy wpis i każda strona usługowa ma podpisanego autora, autor ma stronę biograficzną z prawdziwym zdjęciem, opisem doświadczenia i linkami do profili zawodowych, a bio zgadza się z tym, co o tej osobie można znaleźć poza Twoją stroną. Sztucznie napompowane tytuły działają przeciwko Tobie, bo tworzą sprzeczność między Twoją wersją a resztą sieci.
Doświadczenie pokazuj w treści, nie w deklaracjach. Zamiast „mamy wieloletnie doświadczenie“ opisz konkretną realizację: co było do zrobienia, co poszło nie tak, jak to rozwiązaliście, ile trwało. Takie akapity czytają się lepiej i cytują łatwiej niż jakiekolwiek zapewnienia.
Warstwa autorytetu: co musi się zgadzać poza Twoją stroną?
Model ocenia firmę po całym internecie, nie po samej stronie. Trzy sygnały robią tu największą robotę: wzmianki o firmie w źródłach zewnętrznych, opinie klientów oraz spójność NAP, czyli identyczne dane firmy (nazwa, adres, telefon) w każdym miejscu, gdzie występują. Ta warstwa buduje się najwolniej, dlatego zaczynasz ją równolegle z pozostałymi, a nie po nich.
Wzmianki. Gdy o firmie pisze ktoś poza nią samą, model dostaje niezależne potwierdzenie, że firma istnieje i działa w deklarowanym zakresie. Źródła w zasięgu małej firmy: katalogi branżowe, lokalne portale, media branżowe, strony partnerów i dostawców, wywiady i występy gościnne. Jedna rzetelna wzmianka w rozpoznawalnym źródle znaczy więcej niż dziesięć wpisów w przypadkowych katalogach.
Opinie. Liczy się nie tylko średnia ocen, ale też świeżość, treść i Twoje odpowiedzi. Opinie, w których klienci opisują konkretną usługę własnymi słowami, to dla modelu materiał źródłowy o tym, co robisz i jak. Proś o nie systematycznie po zakończonych zleceniach i odpowiadaj na każdą, również na krytyczne.
Spójność NAP. Nazwa, adres i telefon muszą być identyczne na stronie, w danych strukturalnych, w profilu Google i w katalogach. Każda rozbieżność, choćby inna forma nazwy ulicy, to dla modelu sygnał niepewności. A model niepewny danych nie cytuje ich w odpowiedzi, tylko sięga po firmę, której dane się zgadzają.
Checklista: optymalizacja strony pod AI w 15 krokach
Poniższa lista prowadzi przez całe wdrożenie w kolejności, którą stosujemy w pracy z klientami: najpierw dostęp, potem zrozumiałość, potem treść, na końcu sygnały zewnętrzne i pomiar.
- Sprawdź robots.txt pod adresem twojadomena.pl/robots.txt i upewnij się, że GPTBot, ClaudeBot i PerplexityBot nie są zablokowane.
- Zweryfikuj renderowanie: otwórz źródło strony i sprawdź, czy treść ofert, ceny i nagłówki są w surowym HTML, a nie tylko w JavaScripcie.
- Dodaj plik llms.txt z opisem firmy i listą najważniejszych podstron.
- Wdróż schema Organization (i LocalBusiness, jeśli działasz lokalnie) z danymi identycznymi jak na stronie.
- Dodaj schema Service dla każdej strony usługowej.
- Zweryfikuj poprawność JSON-LD w walidatorze i popraw błędy składni.
- Wypisz 10-15 pytań, które zadają Twoi klienci, ich językiem, z ich literówkami i skrótami myślowymi. To szkielet treści i późniejszego pomiaru.
- Przepisz nagłówki H2 na te pytania na stronach usługowych i we wpisach blogowych.
- Pod każdym pytaniowym nagłówkiem umieść bezpośrednią odpowiedź w dwóch-trzech zdaniach, z liczbą, ceną albo terminem, jeśli to możliwe.
- Dodaj definicje, tabele i listy kroków tam, gdzie treść tego wymaga, i usuń ogólniki, które nie niosą faktów.
- Zbuduj sekcje FAQ na najważniejszych podstronach i spnij je schematem FAQPage.
- Uzupełnij profil autora: prawdziwe zdjęcie, bio z doświadczeniem, linki do profili zawodowych, podpis pod każdym wpisem.
- Ujednolić NAP: przejrzyj stronę, dane strukturalne, profil Google i katalogi, doprowadź do jednej wersji danych wszędzie.
- Uruchom stały dopływ opinii i wzmianek: proś klientów o opinie po każdym zleceniu, odpowiadaj na nie i zdobądź pierwsze wzmianki w źródłach branżowych lub lokalnych.
- Zmierz punkt startowy i powtarzaj pomiar: przepytaj cztery systemy AI zestawem pytań z kroku 7, zapisz wyniki i wracaj do nich co miesiąc.
Kroki 1-6 to robota na godziny. Kroki 7-12 to dni lub tygodnie, zależnie od liczby podstron. Kroki 13-15 nie kończą się nigdy i to one odróżniają firmy, które w AI są chwilowo, od tych, które w nim zostają.
Skróconą wersję tej checklisty, do szybkiego odhaczenia punkt po punkcie bez czytania całego przewodnika, znajdziesz w tekście jak przygotować stronę pod wyszukiwarki AI — checklista.
Jak zmierzyć, czy pozycjonowanie w AI przynosi efekty?
Pozycjonowanie w AI mierzy się protokołem promptów: stałym zestawem pytań zadawanym regularnie tym samym systemom, z zapisem wyników. Bierzesz listę pytań klientów z kroku 7 checklisty, zadajesz je w ChatGPT, Gemini, Perplexity i Claude, raz z nazwą firmy i raz bez, i notujesz, gdzie się pojawiasz, kogo AI poleca zamiast Ciebie i czy dane o Tobie są poprawne.
Kilka zasad, żeby pomiar był wiarygodny:
- Pytaj w trybie incognito albo na czystym koncie, żeby historia rozmów nie podpowiadała modelowi Twojej firmy.
- Zapisuj zrzuty odpowiedzi z datą. Za miesiąc nie będziesz pamiętać, co dokładnie odpowiedział który model.
- Trzymaj stały zestaw pytań. Zmiana pytań między pomiarami psuje porównanie.
- Patrz na trend, nie na pojedynczy wynik. Modele potrafią odpowiedzieć inaczej na to samo pytanie zadane dwa razy tego samego dnia. Jeden pomiar to migawka, dopiero seria pomiarów na stałym zestawie pokazuje, czy zmiany działają.
Efekty zwykle pojawiają się falami, a nie liniowo. Część sygnałów, jak dane strukturalne czy llms.txt, modele podchwytują przy kolejnym przejściu po stronie. Sygnały autorytetu, jak wzmianki i opinie, pracują na widoczność miesiącami. Dlatego pomiar planujesz od razu na kwartał wprzód, a nie jako jednorazowy sprawdzian po wdrożeniu.
Jeśli interesuje Cię wyłącznie ChatGPT, sam proces sprawdzania rozpisaliśmy osobno w czy moja strona jest widoczna w ChatGPT, a co zrobić z wynikami takiego sprawdzenia, żeby AI zaczęło realnie polecać Twoją firmę, opisujemy w jak sprawić, żeby AI polecało moją firmę.
Wolisz zacząć od diagnozy?
Wszystko powyższe możesz wdrożyć samodzielnie i ta checklista w zupełności do tego wystarczy. Jeśli jednak wolisz najpierw wiedzieć, co dokładnie u Ciebie nie działa i od czego zacząć, po to zrobiliśmy audyt widoczności w AI: 39 kryteriów w 6 obszarach, wynik 0-100 i pomiar w czterech systemach (ChatGPT, Gemini, Perplexity, Claude), automatyczny plus interpretacja eksperta.
Pakiet „Raport“ (499 zł netto) to pełny raport PDF ze wstępnym planem na 30 dni, dostarczany do 3 dni roboczych. Pakiet „Raport + Plan wdrożenia“ (949 zł netto) dokłada PDF do 24 godzin w dni robocze, 45-minutową rozmowę, zaktualizowany plan, ponowny pomiar po 30 dniach i kredyt 949 zł na wdrożenie zmian w 30 dni. Z gwarancją konkretu: minimum 5 rzeczy do poprawy z instrukcją albo zwrot 100% ceny. Pełny rozkład cen obu pakietów i tego, co dokładnie w nie wchodzi, znajdziesz w ile kosztuje audyt widoczności w AI. A jeśli wolisz najpierw porozmawiać, umów darmową konsultację (20 minut).
FAQ
Czy optymalizacja strony pod AI zastępuje SEO? Nie, uzupełnia je. SEO dba o widoczność w wynikach Google, optymalizacja pod AI o obecność w odpowiedziach asystentów. Duża część prac się pokrywa: dane strukturalne, dobra treść i spójne dane firmy służą obu kanałom naraz. Różnice zaczynają się w warstwie technicznej (boty AI, llms.txt) i w sposobie pisania pod cytowanie.
Od czego zacząć, jeśli mam czas na jedną rzecz w tym tygodniu? Od kroków 1-3 checklisty: sprawdź robots.txt, zweryfikuj renderowanie i dodaj llms.txt. To praca na godziny, a rozstrzyga o tym, czy boty AI w ogóle mają dostęp do Twojej treści. Bez tego fundamentu każda kolejna godzina włożona w treść pracuje na pół gwizdka.
Jak szybko zobaczę efekty optymalizacji pod AI? Sygnały techniczne modele podchwytują przy kolejnym odwiedzeniu strony, więc pierwsze zmiany bywają widoczne po tygodniach. Sygnały autorytetu (wzmianki, opinie, spójny NAP) budują się miesiącami. Dlatego zamiast wypatrywać przełomu, mierz trend protokołem promptów co miesiąc i porównuj serię wyników, a nie pojedyncze odpowiedzi.
Czy warto optymalizować stronę pod AI, skoro klienci wciąż szukają w Google? Warto, bo oba kanały rosną obok siebie, a prace pod AI wzmacniają też SEO. Do tego dochodzi przewaga pierwszeństwa: dopóki konkurencja nie zrobiła nic, wejście do odpowiedzi AI kosztuje niewiele. W naszym pilotażu gabinet z publiczną ceną implantu 3900 zł był niewidoczny w zapytaniu o tę cenę. Firma, która taką lukę załata pierwsza, zbiera pytania klientów, zanim rynek się obudzi.
Czy mała firma bez działu marketingu da radę wdrożyć to sama? Da radę, bo większość kroków to praca koncepcyjna, nie programistyczna. Robots.txt, llms.txt i FAQ ogarniesz z pomocą wykonawcy strony w jeden dzień, a przepisywanie treści możesz rozłożyć na tygodnie, podstrona po podstronie. Najtrudniejsza część to systematyczność w opiniach, wzmiankach i pomiarze, a ta nie wymaga budżetu, tylko rytmu.