9 AI SEO klaidos, dėl kurių svetainė nepatenka į AI atsakymus (2026 m.)

AI SEO klaidos yra techniniai ir turinio sprendimai, dėl kurių ChatGPT, Gemini, Perplexity ar Google AI Overviews Jūsų svetainės neranda, nesupranta arba nepasirenka kaip šaltinio, net jei pats turinys geras. Tipinės iš jų: robots.txt užblokuotas DI paieškos robotas, pirmoji pastraipa, kuri neatsako į klausimą, nenurodytas autorius ir metų metus nekeista data. Žemiau - devyni patikrinimai, kuriuos savo svetainėje galite atlikti patys, ir kiekvieno pataisymas.

AInora (AINORA, MB, Vilnius) padeda Lietuvos įmonėms patekti į ChatGPT, Gemini, Perplexity ir Google AI atsakymus, o klientus, kuriuos atveda DI paieška, aptarnauja DI balso agentu. Pradėkite nuo nemokamo AI matomumo audito: per 48 valandas parodysime, ką DI asistentai atsako į Jūsų pirkėjų klausimus, ar Jūsų įmonė paminėta, kas paminėtas vietoje Jūsų ir ką taisyti pirmiausia.

Šis straipsnis atsako tik į vieną klausimą: kas konkrečiai genda ir kaip tai pamatyti. Kiekvienai klaidai pateikiame patikrinimo žingsnį ir pataisymo veiksmą. Ką apima nuolatinis darbas, kai pataisymus perduodate komandai iš šalies, aprašyta puslapyje AI SEO paslaugos Lietuvoje: ką apima darbas ir kaip jis vyksta, o kas lemia to darbo kainą - straipsnyje kiek kainuoja AI SEO ir penki veiksniai, kurie lemia kainą. Į citavimą orientuota darbo dalis aprašyta puslapyje AEO paslaugos. Pradedame nuo bendro paaiškinimo.

Kodėl AI SEO klaidos kainuoja brangiai?

AI varikliai veikia atrankos modeliu - iš daugybės kandidatų sistema atrenka kelis šaltinius į galutinį atsakymą. Tradicinis SEO duoda graduotą rezultatą (pozicija 1, 2, 3, ... 50), tuo tarpu AI citavimas yra binarinis: arba Jus cituoja, arba ne. Klaidos, kurios tradiciniame SEO sumažintų poziciją kelių vietų, AI varikliuose visiškai pašalina iš atrankos. BrightEdge (2026 m. vasaris) duomenimis, tik apie 17 proc. AI Overviews cituojamų šaltinių patenka į organinę top-10 - tai reiškia, kad atrankos kriterijai skiriasi nuo Google reitingo.

Praktinė pasekmė: svetainė, kurios techninė bazė nebuvo peržiūrėta DI paieškai, gali būti praleidžiama nepriklausomai nuo turinio kokybės. Tuo pat metu AI Overviews jau mažina pirmosios pozicijos CTR 58 proc. (Ahrefs, 2026 m. vasaris), todėl pražiūrėtos AEO klaidos kainuoja realiu prarastu srautu. Toliau aprašome devynias dažniausias.

1. Ar robots.txt neblokuoja DI paieškos robotų?

Tai brangiausia klaida, nes veikia kaip jungiklis: jei robots.txt blokuoja DI paieškos robotą, ta sistema svetainės nemato, kad ir koks geras būtų turinys. Svarbu žinoti, kuris robotas už ką atsakingas. ChatGPT paieškos rezultatams svetaines renka OAI-SearchBot, o GPTBot yra atskiras OpenAI modelių mokymo robotas (OpenAI dokumentacija). Perplexity naudoja PerplexityBot (Perplexity dokumentacija). Google AI Overviews ir AI režimas remiasi įprastu Googlebot, o Google-Extended valdo tik tai, ar turinys naudojamas Gemini modelių mokymui ir Gemini programėlių atsakymams; Google paieškai jis įtakos neturi (Google dokumentacija). Kiek Lietuvos svetainių šitaip blokuoja, viešai paskelbto tyrimo nėra - ieškojome Lietuvos statistikos departamento, Eurostato ir LT agentūrų paskelbtų apžvalgų 2026 m. rugsėjį ir tokio matavimo neradome, todėl skaičiaus nenurodome. Užtat patikrinti savo svetainę galima per minutę. Patikrinimas: atidarykite https://jusu-domain.lt/robots.txt ir ieškokite eilučių „User-agent: OAI-SearchBot“, „User-agent: PerplexityBot“, „User-agent: Googlebot“, „User-agent: GPTBot“, „User-agent: Google-Extended“. Jei norite būti matomi DI paieškoje, OAI-SearchBot, PerplexityBot ir Googlebot neturi būti blokuojami (Disallow: /); ar leisti mokymo robotus (GPTBot, Google-Extended), yra atskiras Jūsų sprendimas.

2. Ar Jūsų svetainė turi llms.txt failą?

llms.txt yra siūlomas standartas, kurį galima naudoti kaip AI skirtą svetainės žemėlapį: jis pasako, kuriuos puslapius cituoti ir kokia tema. Kiek Lietuvos svetainių jį jau turi, viešai paskelbto matavimo nėra, todėl proporcijos nenurodome. Verta žinoti ir kitą pusę: llms.txt yra bendruomenės pasiūlytas formatas (llmstxt.org), o ne paieškos variklių paskelbtas privalomas standartas. Google, be to, nurodo, kad jo AI funkcijoms tokių failų nereikia. Vertinkite jį kaip pigų higienos žingsnį kitiems DI įrankiams, ne kaip garantiją. Pataisymas - sukurkite llms.txt failą svetainės šaknyje su trumpais kiekvieno svarbaus puslapio aprašymais. Daugiau - /lt/blogas/llms-txt-failas-lietuviskai.

3. Ar schema.org žymose yra inLanguage laukas?

Dažnas atvejis: schema.org grafas pridėtas, bet inLanguage laukas praleistas. Paieškos sistemos kalbą atpažįsta ir iš teksto, tačiau nuoseklūs kalbos signalai (html lang atributas, hreflang ir inLanguage) padeda išvengti painiavos, ypač daugiakalbėse svetainėse, kur ta pati tema aprašyta keliomis kalbomis. Patikrinimas: peržiūrėkite Article schema.org JSON-LD ir ieškokite „inLanguage“ lauko. Pataisymas - pridėkite "inLanguage": "lt-LT" į kiekvieną Article ir Organization schema.org bloką.

4. Kodėl AI generuotas turinys be peržiūros nesulaukia citatų?

Turinys, sugeneruotas modeliu ir publikuotas be ekspertinės peržiūros, dažniausiai atpažįstamas iš formos: ilgi vienodo ritmo sąrašai, schema „pirma, antra, trečia“, jokių originalių pavyzdžių, nėra autoriaus kortelės su Person schema.org. Problema ne pats generavimas, o tai, ko tokiame tekste nėra: originalaus pavyzdžio, savų duomenų ir įvardyto autoriaus. Būtent šie elementai ir yra tai, ką AI varikliai gali panaudoti kaip citatą, todėl be jų puslapis lieka pakartojimu to, kas jau parašyta kitur. Pataisymas - kiekvieną AI generuotą turinį privalo peržiūrėti ekspertas, pridėti originalius pavyzdžius iš LT rinkos ir pasirašyti AuthorCard.

5. Ar autoriaus kortelė turi Person schema.org žymą?

Google savo kokybės gairėse aprašo E-E-A-T signalus (patirtis, ekspertiškumas, autoritetingumas, patikimumas). AuthorCard be struktūruotos Person schema.org žymos yra tik vizualinis elementas - sistema nemato autoriaus identifikacijos. Pataisymas - pridėkite Person schema.org su laukais name, url, sameAs (LinkedIn, asmeninis tinklalapis), jobTitle, image. Ypač svarbu YMYL (Your Money or Your Life) kategorijose: medicina, finansai, teisinės paslaugos. Jei dirbate su asmens duomenimis, taip pat verta peržiūrėti Valstybinės duomenų apsaugos inspekcijos (VDAI) BDAR gaires, ypač naudojant DI sprendimus.

6. Ar dateModified rodo tikrą atnaujinimo datą?

Schema.org Article žyma turi dateModified lauką, kuris atspindi paskutinį turinio atnaujinimą. Dažna klaida - turinys paskelbiamas kartą ir dateModified niekada nebeatnaujinamas, todėl žyma metų metus rodo seną datą. Šviežumas yra vienas iš signalų, pagal kuriuos atrenkamas cituojamas šaltinis, o pasenusi data dirba prieš Jus be jokios naudos. Pataisymas - bent kas 3 mėnesius peržiūrėkite ir atnaujinkite svarbiausius puslapius, atnaujinkite dateModified žymą.

7. Kodėl klausimo formato H2 svarbiau už bendrines antraštes?

Įprastos svetainių H2 antraštės yra bendrinės: „Mūsų paslaugos“, „Apie mus“, „Kodėl mes“. Tai rinkodaros, o ne AEO struktūra. AI varikliai ieško klausimo formato antraščių, kurios atitinka vartotojo užklausą („Kokias AI SEO paslaugas teikia AINORA Lietuvoje“, „Kas yra AINORA“). Pataisymas - perkurkite H2 antraštes į klausimo formatą, kuris atitinka realius vartotojų klausimus AI varikliuose.

8. Ar tradicinio SEO pamatas pakankamai tvarkingas?

Kai kurios agentūros sutelkia visą darbą į „AI sluoksnį“ ir ignoruoja tradicinį SEO pamatą - sitemap.xml, kanonines nuorodas, Core Web Vitals, indeksavimą. Tai yra pamatinė klaida, ypač Google AI Overviews kontekste: Google nurodo, kad AI Overviews šaltiniu gali tapti tik suindeksuotas puslapis, tinkamas rodyti paieškoje su ištrauka. Be tvarkingo SEO pamato AI Overviews neturės iš ko atrinkti. Konteksto skaičius: Gartner prognozuoja 25 proc. tradicinės paieškos kritimą iki 2026 m., todėl SEO pamatas + AEO sluoksnis turi veikti kartu, ne vienas vietoj kito. Pataisymas - užtikrinkite, kad svetainė pati patenka į Google paieškos top 10 svarbiausioms užklausoms prieš pradedant AI sluoksnio darbą.

9. Kaip atrodo tikra AEO ataskaita su AI atsakymais?

Devinta klaida - matavimo trūkumas: mėnesinė ataskaita rodo Google pozicijų pokyčius, bet nė vienos tikros AI atsakymo ekrano kopijos. Be tikro matavimo neįmanoma vertinti, ar darbas duoda rezultatus. Tikra AEO ataskaita turi pateikti: 15-20 pirkėjų klausimų testus pagrindinėse DI sistemose (ChatGPT, Gemini, Perplexity, Claude, AI Overviews), ekrano kopijas su tikru DI tekstu, palyginimą su praėjusiu mėnesiu, konkurentų matomumo žemėlapį ir tai, kiek užklausų atėjo iš DI šaltinių. Daugiau apie matavimą - kaip matuoti AI SEO rezultatus, o apie tai, kaip AI paieškos atvestas užklausas aptarnauti iš karto, rašome atskirai.