Przez ostatni rok obserwuję, jak wiele agencji SEO zmienia nazwę, stronę główną i opis na LinkedInie. SEO stało się GEO, AEO albo „AI Search”. To akurat w porządku: zmiana jest prawdziwa i sam używam tych samych słów.
Martwi mnie to, co jest w środku nowej oferty. W większości propozycji, które dostaję do oceny, „GEO” oznacza produkcję treści: stałą liczbę artykułów miesięcznie, klastry tematyczne, słowniczki, „kompletne poradniki”. Obietnica zmieniła się z „będziesz wysoko w Google” na „AI będzie Cię cytować”. Sama praca nie zmieniła się wcale.
Nowy szyld, ta sama oferta
Produkcję bloga łatwo sprzedać. Da się ją policzyć w sztukach, łatwo obsadzić juniorami i co miesiąc jest co pokazać. Dobrze pasuje też do nowej metryki: liczby odpowiedzi AI, które linkują do Twojej strony.
Problem w tym, że dla firmy, która sprzedaje produkty albo usługi, ta metryka jest daleko od pieniędzy. Marka z kategorii zdrowia nic nie zarabia, gdy ChatGPT linkuje do jej artykułu o tym, czym jest grzybica. Zarabia wtedy, gdy ktoś pyta, jaki preparat kupić, a odpowiedź wskazuje jej produkt.
Celem SEO nigdy nie był ruch, a celem GEO nie jest widoczność. Celem jest zysk firmy. Widoczność ma znaczenie tylko wtedy, gdy prowadzi do sprzedaży.
Cytowanie to nie to samo co rekomendacja
Marka może pojawić się w odpowiedzi AI na trzy sposoby, a każdy z nich jest dla sprzedawcy wart zupełnie co innego.
Trzy sposoby obecności w odpowiedzi AI
| Co się dzieje | Wartość dla sprzedawcy | |
|---|---|---|
| Cytowanie | Twoja strona jest linkowana jako źródło informacji, często przy ogólnym pytaniu | Niska do średniej. Buduje zaufanie, rzadko sprzedaje sama |
| Wzmianka | Marka pada na liście albo mimochodem | Średnia. Jesteś wśród branych pod uwagę |
| Rekomendacja | Marka jest odpowiedzią, z uzasadnieniem: dla kogo i dlaczego lepsza | Wysoka. To moment wyboru |
Rekomendacja nie potrzebuje Twojej strony jako źródła. Model bierze uzasadnienie stamtąd, gdzie jest ono napisane najjaśniej.
Cytowania liczy się, bo łatwo je policzyć: jest link, narzędzie go widzi. Rekomendacje śledzi się trudniej, bo siedzą w treści odpowiedzi. Właśnie dlatego tak wiele ofert optymalizuje pod niewłaściwą z tych dwóch rzeczy.
Marka, którą AI poleca, ale rzadko cytuje
Taki wzorzec widziałem niedawno w danych marki z kategorii consumer health obecnej na siedmiu rynkach europejskich. Na pięciu z nich odpowiedzi AI wymieniały markę w mniej więcej 40–50% śledzonych pytań. Jej własna strona była linkowana tylko w 17–20% z nich.
Na jednym z rynków marka była wyraźnym liderem wśród marek polecanych przez AI. Wśród stron cytowanych jako źródło była druga, za krajową publiczną służbą zdrowia.
Ta sama marka, dwie metryki
Wymieniana w odpowiedziach — ok. 40–50% pytań na pięciu z siedmiu rynków. Na jednym rynku pierwsza wśród polecanych marek.
Strona cytowana jako źródło — ok. 17–20% pytań. Na jednym rynku druga, za publiczną służbą zdrowia.
Zanonimizowane dane z monitoringu widoczności w AI na siedmiu rynkach.
Agencja contentowa odczyta to jako problem: „Twoja strona jest za rzadko cytowana, napiszmy pięćdziesiąt poradników medycznych”. Ja czytam to inaczej. Marka już wygrywa tam, gdzie są pieniądze. Próba przebicia krajowej służby zdrowia w pytaniach „co to jest i skąd się bierze” jest droga i w dużej mierze bezcelowa. AI dalej będzie cytować publiczny autorytet przy definicjach medycznych i słusznie.
Użyteczna praca leży gdzie indziej: w tym, żeby strony produktów jasno podawały powody, których model używa przy rekomendacji (dla kogo jest produkt, czym się różni, jak go stosować), i żeby te powody zgadzały się z tym, co mówią sklepy i niezależne źródła.
Co naprawdę sprawia, że AI poleca markę
Kiedy sprawdzam, dlaczego model wybrał jedną markę zamiast innej, powody pochodzą z trzech miejsc. Żadnym z nich nie jest „więcej wpisów na blogu”.
- Strony, na których ludzie kupują. Strony produktów, ofert i kategorii, które zwykłym tekstem mówią, czym jest produkt, dla kogo jest, co robi lepiej i ile kosztuje. Zwykle to strony najmniej przygotowane pod AI, a zarazem najbliższe przychodu.
- Odpowiedzi na pytania zakupowe. Porównania, „który wybrać”, alternatywy, ceny, dopasowanie i kompatybilność. Treść, która siedzi w decyzji, a nie w encyklopedii.
- Potwierdzenie z zewnątrz. Sklepy, opinie, media i źródła eksperckie, które mówią o Tobie to samo. Modele sprawdzają, czy inni się zgadzają, zanim coś polecą, szczególnie w zdrowiu, finansach i innych kategoriach opartych na zaufaniu. To praca Digital PR i z partnerami: zespół i budżet, a nie jedna osoba pisząca artykuły.
Praca GEO · dla sprzedaży czy dla raportu
Służy sprzedaży
- Strony produktów i ofert przepisane z faktami i uzasadnieniem
- Porównania i treści typu „który wybrać”
- Prompty monitorowane według intencji zakupowej
- Rekomendacje mierzone osobno od cytowań
- Te same fakty na stronie, w sklepach i w feedach
Służy raportowi
- Stała liczba artykułów miesięcznie
- Słowniczki i definicje w kategorii, której nie przejmiesz
- Liczba cytowań jako główny KPI
- Prompty informacyjne, za którymi nie stoi kupujący
- Strony sprzedażowe nietknięte po pół roku
Kiedy blog ma sens
Nie jestem przeciwnikiem blogów. Sam go prowadzę. Ale blog firmy, która sprzedaje, ma jedno zadanie: wspierać sprzedaż. W praktyce to artykuły, które są blisko decyzji, odpowiadają na obiekcje, które słyszy Twój dział sprzedaży, i prowadzą do oferty.
Są firmy, dla których bycie cytowanym jest produktem. Wydawcy, doradztwo B2B, agencje, firmy technologiczne sprzedające ekspertom: dla nich bycie źródłem, które cytuje AI, to część zdobywania zaufania i klientów. Dlatego dbam o cytowania na tej stronie. Dla szamponu, terminala płatniczego czy hotelu to metryka drugorzędna.
A jeśli blog istnieje tylko dlatego, że „AI potrzebuje treści”, warto zapytać, co każdy artykuł ma sprzedać. Jeśli nikt nie umie odpowiedzieć, budżet lepiej wydać na strony, na których ludzie już kupują.
Jak ocenić ofertę GEO
Zanim podpiszesz umowę, zadaj pięć pytań. Dobra odpowiedź na każde jest krótka i konkretna.
- Jakie prompty będziecie śledzić i za iloma z nich stoi kupujący? „Najlepszy X do Y” i „X czy Y” są ważniejsze niż „co to jest X”.
- Czy mierzycie rekomendacje osobno od cytowań? Jeśli raport liczy tylko linki, mierzy łatwiejszą połowę.
- Jaka część pracy dotyczy stron produktów, ofert i kategorii? Jeśli odpowiedź brzmi „zaczniemy od bloga”, zapytaj dlaczego.
- Jak to połączycie z przychodem? Ruch z AI w GA4, konwersje z tych wizyt, zapytania, w których klient wspomina AI.
- Co przestaniecie robić? Dobra praca GEO często oznacza pisać mniej, a poprawiać więcej.
Jeśli masz już na stole ofertę GEO, chętnie dam drugą opinię. Powiem, które jej części ruszą sprzedaż, a które głównie dashboard. Zobacz też, jak podchodzę do GEO i widoczności w AI oraz do analizy wizerunku marki w AI.
Na podstawie danych o widoczności w AI i ofert GEO, które oceniałem dla marek z kategorii consumer health, FMCG i usług; wszystkie przykłady są zanonimizowane.
FAQ
Najczęściej zadawane pytania
Cytowanie oznacza, że odpowiedź AI linkuje do Twojej strony jako źródła informacji. Rekomendacja oznacza, że odpowiedź wskazuje Twoją markę jako wybór, z uzasadnieniem. Marka może być polecana, nawet gdy jej strona nie jest cytowana, bo model bierze uzasadnienie z tego źródła, które podaje je najjaśniej.
Nie. Dla większości firm sprzedających produkty lub usługi najważniejsze dla rekomendacji w AI są strony produktów, ofert i kategorii oraz treści porównawcze. Blog pomaga wtedy, gdy jego artykuły są blisko decyzji zakupowej.
Zwykle nie. Przy ogólnych i medycznych definicjach AI dalej będzie cytować publiczne autorytety, a rywalizacja z nimi jest droga. Lepiej skupić się na pytaniach, w których Twój produkt jest odpowiedzią.
Monitoruj zestaw promptów z intencją zakupową i sprawdzaj, czy marka pada, jak jest opisana i czy jest polecanym wyborem. Cytowania śledź osobno jako metrykę drugorzędną, a obie połącz z ruchem z AI i konwersjami w GA4.
Gdy sprzedajesz wiedzę: wydawcy, firmy doradcze, agencje i firmy B2B sprzedające ekspertom. Dla nich bycie źródłem cytowanym przez AI buduje zaufanie i przynosi klientów.
GEO wyrasta z SEO, ale cel przesuwa się z pozycji strony na wybór w odpowiedzi. Ryzyko polega na kupieniu starego modelu „ilość treści” pod nowym szyldem zamiast pracy, która zmienia to, jak AI opisuje i poleca Twoją ofertę.
