Jak sprawić, żeby AI polecało Twoją firmę (GEO w praktyce)
Opublikowano: 19 czerwca 2026
Coraz mniej ludzi wpisuje pytanie w Google i klika dziesięć linków. Coraz więcej pyta ChatGPT, Perplexity albo Gemini i bierze gotową odpowiedź. Pytanie brzmi: czy w tej odpowiedzi jest Twoja firma? Bo jeśli AI poleca konkurencję, a Ciebie nie wymienia, tracisz klientów, nawet o tym nie wiedząc.
To nowy rodzaj widoczności i ma nową nazwę: GEO — Generative Engine Optimization, czyli pozycjonowanie pod silniki generatywne. W tym tekście pokażę, co realnie działa, a co jest sprzedawane jako magia, choć nią nie jest. Bez ściemy, z konkretnymi krokami.
SEO walczyło o kliknięcie. GEO walczy o cytat
Stare SEO miało jeden cel: być wysoko na liście wyników, żeby ktoś kliknął. GEO ma inny: zostać wybranym jako źródło w odpowiedzi, którą AI składa dla użytkownika. Nie chodzi już o pozycję na liście — chodzi o to, żeby Twoja firma była częścią narracji, którą model wypluwa.
| Stare SEO | GEO | |
|---|---|---|
| Cel | Wysoka pozycja w Google | Bycie cytowanym przez AI |
| Wynik | Lista niebieskich linków | Jedna odpowiedź z przypisami |
| Miara sukcesu | Pozycja i kliknięcia | Jak często AI Cię wymienia |
| Nacisk na | Słowa kluczowe, linki | Strukturę, wiarygodność, własne dane |
Jest jeszcze jedna zmiana mentalna. Piszesz już nie tylko dla człowieka i nie dla robota Google — piszesz dla agenta AI, który czyta Twoją stronę, żeby odpowiedzieć komuś innemu. To zmienia priorytety.
Najważniejsza zasada: AI nie zacytuje tego, co samo wie
To jest sedno całego GEO, więc przeczytaj dwa razy. Model językowy ma w sobie ogrom wiedzy ogólnej. Jeśli napiszesz kolejny tekst “10 wskazówek jak oszczędzać prąd”, AI tego nie zacytuje — bo samo to napisze, bez zaglądania do Ciebie. Treść, którą model i tak zna, to commodity — dla GEO bezwartościowa.
Cytuje się to, czego model nie ma w swojej pamięci. Czyli Twoje własne dane, pomiary, doświadczenia. Po angielsku: lived experience — przeżyte, a nie wymyślone.
Klasyczny przykład: o “najlepszych odkurzaczach” pisze pół internetu i AI to streści z pamięci. Ale niszowy bloger, który realnie zmierzył głośność i siłę ssania konkretnych modeli w swoim mieszkaniu, ma dane, których model nigdzie indziej nie znajdzie. Jego AI zacytuje. Bo nie miało wyjścia.
Dla Twojej firmy oznacza to: przestań produkować treści, które AI napisze za Ciebie. Zacznij publikować to, co masz tylko Ty — wyniki własnych realizacji, konkretne liczby z projektów, odpowiedzi na pytania, które naprawdę zadają Ci klienci. Zdanie “pierwsze, o co pytają moi klienci, to…” jest warte więcej niż akapit ogólników.

Gdzie AI w ogóle bierze odpowiedzi
Żeby grać w tę grę, warto wiedzieć, jak AI buduje odpowiedź. Są dwa źródła.
Pierwsze to wiedza zapisana w samym modelu podczas treningu — to, co “umie z głowy”. Drugie to przeglądanie sieci na żywo: model wchodzi na strony i wyciąga z nich aktualne informacje, a potem podaje je z przypisem.
Twoja szansa leży głównie w tym drugim trybie. Do pamięci modelu już się nie wepchniesz — trening dawno za nim. Ale gdy AI sięga do sieci po aktualną odpowiedź, możesz być stroną, którą wybierze i zacytuje.
Dlatego tak ważne jest, żeby Twoja strona była dostępna dla botów AI (czasem blokuje je przypadkiem konfiguracja serwera), świeża i naszpikowana konkretami, których model nie ma u siebie. To samo dotyczy treści wrażliwych na czas — ceny, dostępność, nowości — bo tu model wręcz musi sięgnąć na zewnątrz, skoro w pamięci ma dane sprzed miesięcy.
Co konkretnie zwiększa szansę na cytat
Badania nad GEO wskazują kilka technik, które realnie podnoszą widoczność w odpowiedziach AI. Wszystkie sprowadzają się do jednego: ułatw modelowi wyciągnięcie konkretu i zaufanie Ci.
- Twarde liczby zamiast przymiotników. Nie “znaczna poprawa”, tylko “wzrost o 34%”. AI uwielbia dane, które da się wyciągnąć i zacytować dosłownie.
- Cytaty ekspertów z podpisem. Wypowiedź z imieniem, nazwiskiem i funkcją to silny sygnał wiarygodności.
- Powoływanie się na źródła. Bibliografia, odniesienia do badań — model chętniej cytuje to, co może zweryfikować.
- Prosty, czytelny język. Im łatwiej przetworzyć tekst, tym większa szansa na cytat. Zawiłość obniża widoczność.
- Autorytatywny ton oparty na doświadczeniu. “Sprawdziliśmy to na 30 wdrożeniach” działa lepiej niż “badania pokazują”.
Druga strona medalu: stare sztuczki SEO, jak upychanie słów kluczowych, w świecie AI nie pomagają, a potrafią wręcz zaszkodzić. Czasy nabijania frazy minęły.
Struktura tekstu ma znaczenie
Nie tylko co piszesz, ale jak to ułożysz. Modele AI łatwiej wyciągają informacje z dobrze poukładanego dokumentu.
- Jasne nagłówki. Logiczna hierarchia — jeden temat na sekcję — pomaga modelowi nawigować.
- Tabele i listy. Dane podane w tabeli są wyciągane przez AI znacznie dokładniej niż ten sam fakt schowany w zdaniu. To jedna z najtańszych wygranych.
- Odpowiedź najpierw. Zaczynaj sekcję od konkretnej odpowiedzi, a dopiero potem rozwijaj. Systemy AI wyciągają najpierw to, co na początku.
- Akapity 150-300 słów. Krótkie, samodzielne bloki są łatwiejsze do “pochwycenia” niż ściany tekstu.
Strona techniczna: dwa fundamenty
Tu wchodzi część, którą zwykle robi ktoś od strony — ale warto wiedzieć, o co poprosić.
Dane strukturalne (Schema.org / JSON-LD)
To niewidoczny dla człowieka kod na Twojej stronie, który mówi AI wprost: “to jest firma, to jest autor, to są godziny otwarcia, to jest cena”. Działa jak metryczka, której model nie musi się domyślać. Strony z porządnymi danymi strukturalnymi bywają cytowane wyraźnie częściej niż te bez nich.
Dla lokalnego biznesu kluczowe są typy opisujące firmę, osobę, opinie i sekcję pytań i odpowiedzi — FAQ jest uznawana za jeden z najlepszych formatów pod cytowanie, bo AI naturalnie operuje w trybie pytanie-odpowiedź.
Plik llms.txt
To prosty plik tekstowy w katalogu głównym strony — coś jak spis treści dla agentów AI. Wypisujesz w nim kilkadziesiąt najważniejszych podstron z jednozdaniowym opisem każdej (“Aktualny cennik usług na 2026”, “Opis procesu współpracy”). Dzięki temu AI czyta Twoją stronę szybciej i celniej, bez przedzierania się przez menu, reklamy i stopkę.
Uczciwie: tu jest kontrowersja. Google oficjalnie mówi, że nie wspiera llms.txt i nie zamierza, a część ekspertów nazywa go zasłoną dymną. Z drugiej strony asystenci tacy jak Perplexity czy narzędzia programistyczne realnie z niego korzystają.
Mój werdykt: to plik na pół godziny pracy, który nie zaszkodzi, a może pomóc w ekosystemie poza Google. Niska cena, możliwy zysk — warto. Ale nie traktuj go jako cudownego rozwiązania.
Świeżość: AI nie lubi staroci
Jest jeszcze jeden sygnał, który łatwo przeoczyć: data. Modele AI mają silną preferencję do świeżych informacji. Treść sprzed kilku miesięcy bywa traktowana jako mniej wiarygodna i rzadziej cytowana — przy niektórych tematach spadek jest gwałtowny.
Praktyczny wniosek: nie publikuj raz i nie zapominaj. Aktualizuj kluczowe teksty, dopisuj rok w tytule tam, gdzie ma to sens (“cennik 2026”), pilnuj, żeby data ostatniej modyfikacji na stronie była prawdziwa i aktualna. Dla AI strona, która żyje, jest bardziej godna zaufania niż archiwum.
E-E-A-T: cztery litery, o które chodzi
Pod całym GEO leży skrót, który warto znać: E-E-A-T — doświadczenie, wiedza, autorytet, wiarygodność. To zestaw sygnałów, których AI (i Google) szukają, żeby ocenić, czy warto Ci zaufać.
- Doświadczenie — pokazujesz, że coś realnie zrobiłeś, nie tylko o tym czytałeś. “W naszych realizacjach…”, “Z mojej praktyki wynika…”.
- Wiedza — widać, kto pisze i dlaczego się zna. Podpis autora, jego funkcja, obszar specjalizacji.
- Autorytet — inni o Tobie wspominają. Wzmianki marki w sieci, opinie, spójne dane o firmie w różnych miejscach.
- Wiarygodność — dane, które da się sprawdzić. Adres, telefon, konkretne liczby ze źródłem, prawdziwe opinie.
Nie musisz tego “wdrażać” jako osobnego projektu. Wystarczy, że pisząc treści i opisując firmę, świadomie wplatasz te cztery rzeczy. AI je wychwytuje — częściowo wprost z tekstu, częściowo z danych strukturalnych.
Jak zmierzyć, czy to działa
Stary nawyk — sprawdzanie pozycji w Google — tu nie wystarcza. Odpowiedzi AI są zmienne: to samo pytanie da różne odpowiedzi za każdym razem. Dlatego sukces mierzy się częstotliwością, nie pozycją.
Najprostsza metoda, dostępna od ręki i za darmo: regularnie pytaj sam. Otwórz ChatGPT, Perplexity i Gemini i zadaj pytania, które zadałby Twój klient — “najlepszy [Twoja usługa] w [Twoje miasto]”, “kto robi [Twoja specjalizacja]”. Zapisz, czy i jak często pojawia się Twoja firma. Powtarzaj co miesiąc.
To prymitywne, ale daje realny obraz — i pokazuje, kogo AI poleca zamiast Ciebie.
Plan na start: co zrobić w tym tygodniu
- Zrób test wyjściowy. Zapytaj trzy modele o swoją branżę i miasto. Zapisz, czy się pojawiasz. To Twój punkt odniesienia.
- Znajdź swoje “tylko Ty” dane. Co wiesz z własnych realizacji, czego nie ma nikt inny? Liczby, przypadki, konkretne odpowiedzi na pytania klientów. To materiał na treści.
- Przerób jeden tekst pod GEO. Weź istniejący artykuł, dodaj twarde liczby, sekcję FAQ, jedną tabelę, konkretną odpowiedź na początku sekcji.
- Poproś webmastera o dwie rzeczy: dane strukturalne (Schema.org) dla firmy i autora oraz plik llms.txt z najważniejszymi podstronami.
- Za miesiąc powtórz test z punktu 1. Sprawdź, czy coś drgnęło.
Na koniec
GEO to nie magia i nie da się go “kupić”. To powrót do czegoś prostego: bądź źródłem, które naprawdę coś wie. AI poleca tych, którzy mają dane, doświadczenie i konkret — a pomija tych, którzy produkują to samo co wszyscy.
Najważniejsze zdanie z całego tekstu: jeśli AI może napisać Twój tekst za Ciebie, nie ma powodu, żeby Cię cytować. Cała reszta — dane strukturalne, llms.txt, tabele — to ułatwienia. Fundamentem jest unikalna wartość, której model nie ma w sobie.
Żeby GEO miało sens, potrzebujesz też dobrych treści. Jak pisać prompty do AI, żeby pomagała Ci tworzyć tekst, który brzmi jak Twój — to temat artykułu o promptowaniu i pracy z czatem. A jeśli dopiero budujesz warsztat AI dla firmy, zacznij od przeglądu darmowych narzędzi AI na 2026.
Jeśli chcesz ułożyć strategię treści pod widoczność w AI dla swojej konkretnej branży — to jeden z tematów, które rozwijam na konsultacjach.