Spis treści
- Czym jest GEO
- GEO vs SEO vs AEO - tabela porównawcza
- Jak modele AI wybierają, kogo zacytować
- Techniczna gotowość strony pod GEO
- llms.txt i bliźniaki Markdown
- Schema.org pod silniki AI
- Strategia treści pod cytowanie
- Budowa autorytetu i E-E-A-T
- Jak zmierzyć wyniki GEO
- Co wpływa na zakres GEO
- 10 najczęstszych błędów
- Plan wdrożenia na 90 dni
- Najczęściej zadawane pytania
Czym jest GEO (pozycjonowanie w ChatGPT)
GEO (Generative Engine Optimization) to dyscyplina, która łączy techniki SEO, content marketingu i inżynierii danych, aby zwiększyć szansę cytowania marki w generatywnych odpowiedziach AI. Termin upowszechnił się w drugiej połowie 2024 roku, gdy ChatGPT, Perplexity i Google AI Overviews zaczęły obsługiwać miliony zapytań informacyjnych dziennie. W Polsce nazywany jest też „pozycjonowaniem w ChatGPT" lub „SEO AI", co lepiej oddaje intencję kupującego szukającego usługi.
Cel GEO jest prosty i jednocześnie trudny: gdy potencjalny klient pyta ChatGPT „jaki prawnik w Krakowie zajmuje się prawem upadłościowym" albo „która klinika dentystyczna w Warszawie ma najlepsze opinie", model ma wymienić Twoją firmę w odpowiedzi z wiarygodnym opisem i linkiem. W klasycznym SEO miałeś dziesięć szans (pozycje 1-10 na pierwszej stronie Google). W GEO masz jedną - albo jesteś w odpowiedzi, albo Cię nie ma.
GEO vs SEO vs AEO - na czym polega różnica
Wszystkie trzy dyscypliny mają wspólny cel: doprowadzić kupującego do Twojej oferty. Różnią się natomiast medium, mechaniką i sposobem pomiaru.
| Kryterium | SEO | AEO | GEO |
|---|---|---|---|
| Medium | Wyszukiwarki (Google, Bing) | Silniki odpowiedzi (Q&A boxes, voice) | Modele generatywne (ChatGPT, Gemini, Perplexity, Claude) |
| Cel | Pozycja 1-10 w wynikach | Featured snippet, voice answer | Cytowanie w pojedynczej odpowiedzi AI |
| Pomiar | Pozycje, ruch, CTR | Liczba wystąpień w snippet | Liczba cytowań w 4 silnikach AI |
| Struktura treści | Słowa kluczowe, nagłówki | Zwięzłe odpowiedzi (40-60 słów) | Definition-first, klastry semantyczne |
| Warstwa techniczna | Meta, robots.txt, sitemap | Schema.org FAQ, HowTo | llms.txt, md-twins, Schema rozszerzona |
| Autorytet | Profil linków zwrotnych | Wiek domeny, sygnały trustu | E-E-A-T, AuthorCard, źródła zewnętrzne |
| Pierwsze efekty | 3-6 miesięcy | 1-3 miesiące | 2-8 tygodni |
Jak modele AI decydują, kogo zacytować
Modele takie jak ChatGPT i Gemini nie mają „rankingu" w klasycznym sensie. Wybierają cytowania na podstawie kombinacji kilku sygnałów: jakości treści źródłowej (czy odpowiada na pytanie wprost), strukturalnej czytelności (definition-first, schema.org), spójności semantycznej (czy domena konsekwentnie podejmuje temat) oraz autorytetu (czy źródło jest cytowane przez inne wiarygodne strony).
W praktyce: dobrze zoptymalizowana strona z 5-10 artykułami eksperckimi w jednej tematyce, llms.txt, schema.org Article + Person + Organization i 3-5 wzmiankami w mediach branżowych będzie cytowana częściej niż strona z 50 ogólnymi artykułami bez struktury.
Techniczna gotowość strony pod GEO
Lista 15 punktów, które sprawdzamy w naszym darmowym audycie AI i które każda strona powinna mieć poukładane przed wdrożeniem strategii treści:
- robots.txt - zgody dla GPTBot, Google-Extended, ClaudeBot, PerplexityBot, anthropic-ai
- llms.txt - obecność i jakość pliku w katalogu głównym
- llms-full.txt i bliźniaki Markdown dla każdej strony
- Schema.org - Organization, LocalBusiness, FAQ, Article, BreadcrumbList, Person
- IndexNow - automatyczne powiadamianie wyszukiwarek o nowych treściach
- Prędkość ładowania mobilna i desktopowa (Core Web Vitals)
- Użyteczność mobilna - responsywność, brak przesunięć układu
- HTTPS i poprawne adresy kanoniczne
- Sitemap - kompletność, częstotliwość aktualizacji
- Głębokość linkowania wewnętrznego - czy ważne strony są w 2-3 kliknięciach od strony głównej
- Hierarchia nagłówków H1-H3 - jeden H1, logiczna struktura
- Definition-first opening - 50-70 słów odpowiedzi w pierwszym akapicie
- Stosunek H2 w formie pytania - im wyższy, tym lepiej dla AI
- AuthorCard i sygnały E-E-A-T - imię, zdjęcie, kompetencje autora
- Świeżość treści - dateModified Schema.org, regularne aktualizacje
llms.txt i bliźniaki Markdown
llms.txt to plik tekstowy w katalogu głównym domeny, który podpowiada modelom językowym, co warto cytować. Składa się z krótkiego nagłówka z nazwą firmy, zdania-streszczenia i listy linków do najważniejszych zasobów. Plik llms-full.txt to rozszerzona wersja zawierająca pełny katalog stron z opisami.
Bliźniaki Markdown (md-twins) to czyste pliki .md odpowiadające stronom HTML - dostępne pod adresem typu ainora.lt/md/[slug].md. Modele AI lepiej parsują czysty Markdown niż renderowany HTML, więc obecność md-twins istotnie zwiększa szanse cytowania. Standard wprowadziła firma Anthropic w 2024 roku i jest coraz szerzej honorowany przez Claude, Perplexity i niektóre warianty ChatGPT.
Schema.org pod silniki AI
Schema.org to słownik znaczników strukturalnych, który pomaga maszynom rozumieć treść strony. W kontekście GEO najważniejsze są:
- Organization - kim jesteś jako firma (NIP-y, adres, telefon, strona)
- LocalBusiness - dla firm lokalnych z fizycznym adresem
- FAQPage - pytania i odpowiedzi w formie strukturalnej
- Article - dla wpisów blogowych z autorem i datą
- Person - profil autora z kompetencjami (knowsAbout)
- BreadcrumbList - okruszki nawigacji
- HowTo - krok po kroku, jeśli artykuł jest poradnikiem
- SoftwareApplication / Service - dla stron usługowych
Strategia treści pod cytowanie
Modele AI cytują strony, które wprost odpowiadają na pytania w pierwszych 50-70 słowach. Klasyczny SEO copywriting („Witamy na naszej stronie. Jesteśmy firmą z wieloletnim doświadczeniem...") jest dla GEO bezużyteczny. Zamiast tego stosuj definition-first opening: pierwszy akapit to definicja terminu zawartego w H1, w jednym zwartym zdaniu lub dwóch.
Drugą zasadą jest question-format H2. Zamiast „Zalety naszej usługi" pisz „Dlaczego firmy wybierają X". Modele AI częściej wybierają fragmenty po nagłówku zaczynającym się od „jak", „dlaczego", „kiedy", „ile", „czy" niż po nagłówkach informacyjnych.
Budowa autorytetu i sygnały E-E-A-T
E-E-A-T to skrót od Experience, Expertise, Authoritativeness, Trustworthiness - czterech filarów oceny jakości treści, które Google formalnie wprowadził w 2022 roku, a modele AI przejęły jako sygnał wyboru cytowań. W praktyce E-E-A-T budujesz przez:
- Profile autorów z imieniem, zdjęciem, kompetencjami (Schema Person + knowsAbout)
- Linki do publikacji autora poza własną domeną (LinkedIn, branżowe portale)
- Wzmianki marki w mediach (PR, gościnne artykuły, podcasty)
- Recenzje klientów z platform niezależnych (Google Maps, Trustpilot, Opineo)
- Datę ostatniej aktualizacji w widocznym miejscu i w schema.org dateModified
- Cytowania źródeł zewnętrznych w treści (rzetelność)
Jak zmierzyć wyniki pozycjonowania w ChatGPT
Brak jednego dashboardu, w którym zobaczysz „pozycję w ChatGPT". Pomiar polega na regularnym, ręcznym lub półautomatycznym testowaniu zapytań kupującego. W AInora pracujemy w cyklu miesięcznym:
- Definicja 15-20 zapytań w języku kupującego (zbierane w pierwszej rozmowie)
- Każde zapytanie zadane 5 razy w 4 silnikach AI w nowych sesjach
- Zliczanie wystąpień marki, sentymentu i kontekstu
- Porównanie z trzema głównymi konkurentami
- Raport miesięczny ze zmianami i rekomendacjami
Co wpływa na zakres GEO w Polsce
Rynek GEO w Polsce dopiero się formuje, a zakres pracy nie da się zamknąć w jednym pakiecie. Konkretną wycenę podajemy zawsze po bezpłatnym audycie wstępnym, bo bez znajomości stanu wyjściowego każda liczba byłaby zgadywanką. To, co realnie wpływa na zakres:
- Konkurencja w branży - kancelarie prawne, kliniki dentystyczne, finanse wymagają więcej pracy nad treściami eksperckimi i sygnałami E-E-A-T.
- Stan wyjściowy strony - dobrze zrobione klasyczne SEO przyspiesza GEO, brak fundamentów dokłada prace techniczne.
- Liczba języków i rynków - LT + PL + EN to mniej więcej 1.5-2x praca dla jednego rynku.
- Liczba lokalizacji - sieć z 10 placówkami wymaga osobnych schema LocalBusiness i monitoringu cytowań per miasto.
- Wymagania compliance - sektor medyczny, prawny, finansowy wymagają weryfikacji prawnika i ostrożności w copywritingu.
W AInora pracujemy modelem wycen indywidualnych po bezpłatnym audycie - chcemy zobaczyć stan wyjściowy, zanim padnie jakakolwiek liczba.
10 najczęstszych błędów polskich firm w GEO
- Brak llms.txt mimo wdrożenia całej reszty SEO
- Schema.org ograniczone do podstawowej Organization, bez Person, Article, FAQPage
- Otwarcia stron typu „Witamy" zamiast definition-first
- Wszystkie nagłówki H2 informacyjne, zero pytań
- Brak AuthorCard i widocznej daty aktualizacji
- Treść pisana pod słowa kluczowe, nie pod intencję pytania
- Brak klastrów tematycznych - 50 artykułów na 50 różnych tematów
- Brak sygnałów zewnętrznych (PR, cytowania, profile autorów na LinkedIn)
- Robots.txt blokujący GPTBot lub Google-Extended
- Pomiar wyłącznie w Google Search Console, brak testów w ChatGPT i Perplexity
Plan wdrożenia GEO na 90 dni
Dni 1-14: fundament techniczny. Audyt, llms.txt, llms-full.txt, bliźniaki Markdown dla 20 najważniejszych stron, schema.org Organization + Article + Person + FAQPage, IndexNow.
Dni 15-45: pierwsza fala treści. 5-8 artykułów eksperckich w jednej tematyce, każdy z definition-first opening, pytaniami w H2, Schema Article, AuthorCard, dateModified. Pierwszy bazowy pomiar - testy 20 zapytań w 4 silnikach AI.
Dni 46-75: budowa autorytetu. 2-3 publikacje gościnne na portalach branżowych, profil autora na LinkedIn z aktywnością, wzmianki w 1-2 podcastach lub webinarach. Kolejna fala 5 artykułów.
Dni 76-90: stabilizacja i powtórny pomiar. Re-test zapytań, porównanie z bazowym pomiarem, doszlifowanie 5-10 stron, plan na kolejne 90 dni.
Następny krok
Najlepszym pierwszym krokiem jest darmowy audyt widoczności w AI. W 48 godzin zobaczysz, jak Twoja firma wypada w ChatGPT, Gemini, Perplexity i Claude w porównaniu z konkurencją - i co należy zmienić.