GEO, czyli optymalizacja pod wyszukiwarki AI: jak trafić do odpowiedzi ChatGPT, Gemini i AI Mode

Co to jest GEO i skąd wzięła się ta nazwa

Skrót GEO pochodzi od angielskiego Generative Engine Optimization. Po raz pierwszy opisał go zespół z Princeton University i IIT Delhi w pracy opublikowanej w serwisie arXiv 16 listopada 2023 r. Poprawioną wersję badacze przedstawili w sierpniu 2024 r. na konferencji KDD w Barcelonie, jednej z najważniejszych konferencji o analizie danych.

Autorzy nazwali „silnikiem generatywnym” system, który zamiast listy linków podaje gotową odpowiedź, zbudowaną z kilku źródeł i opatrzoną odnośnikami. Problem właściciela strony zmienia się wtedy z „na którym miejscu jestem?” na „czy model w ogóle mnie przywołał i ile miejsca dostała moja treść?”.

W branży krążą też inne nazwy tego samego zjawiska: AEO (Answer Engine Optimization), LLMO, „SEO pod AI”. Różnią się akcentami, a nie metodą. W tym przewodniku używamy skrótu GEO jako nazwy zbiorczej. Warto przy tym pamiętać o stanowisku Google: w przewodniku dla właścicieli witryn, zaktualizowanym 10 lipca 2026 r., firma pisze, że optymalizacja pod generatywne funkcje wyszukiwarki to po prostu dalszy ciąg SEO. Rady sprzedawane pod szyldem GEO lub AEO Google radzi oceniać tak samo jak każdą inną poradę SEO z zewnątrz.

Co wykazało badanie GEO z 2023 roku

Badacze zbudowali zbiór GEO-bench z 10 000 zapytań z różnych dziedzin i sprawdzili dziewięć sposobów przeredagowania tekstu źródłowego. Mierzyli, jaka część odpowiedzi modelu opiera się na danym źródle i jak wysoko pojawia się w niej odnośnik do niego.

Najlepsze metody poprawiały widoczność źródła o około 40% względem tekstu wyjściowego. Test powtórzony na działającej wyszukiwarce Perplexity dał wzrost do 37%. Autorzy zastrzegli też, że skuteczność zależy od dziedziny: co działa w tekstach o prawie, niekoniecznie zadziała w historii czy w poradach zakupowych.

Z badania płyną dwa praktyczne wnioski. Pierwszy: model chętniej korzysta z tekstu, który zawiera weryfikowalne fakty, niż z tekstu, który ładnie brzmi. Drugi: sztuczki znane ze starego SEO, takie jak powtarzanie fraz, w odpowiedziach AI nie działają. Trzeba też pamiętać o ograniczeniach. Eksperyment prowadzono na modelach z 2023 r. i na zbiorze w języku angielskim, więc procenty nie przenoszą się wprost na dzisiejszy Tryb AI po polsku.

Dlaczego widoczność w odpowiedziach AI ma znaczenie dla ruchu

Asystenci AI to już nie nisza. Według wypowiedzi szefa Alphabetu z 22 lipca 2026 r. Tryb AI w Google przekroczył miliard aktywnych użytkowników miesięcznie, a aplikacja Gemini miała 950 mln użytkowników miesięcznie. OpenAI w lutym 2026 r. podało, że z ChatGPT korzysta 900 mln osób tygodniowo.

Jednocześnie kilka niezależnych badań pokazuje, że tam, gdzie pojawia się odpowiedź AI, ludzie rzadziej klikają w wyniki.

Seer zauważył też drugą stronę medalu. Marki cytowane w AI Overviews miały w III kwartale 2025 r. o 35% wyższy organiczny CTR i o 91% wyższy płatny CTR niż marki niecytowane. Autorzy podkreślają, że to korelacja, a nie dowód przyczyny. Mimo to wniosek dla marketera jest jasny: skoro kliknięć jest mniej, liczy się to, czyja marka znalazła się w samej odpowiedzi. Szerzej o tym, jak firmy reagują na spadek kliknięć, piszemy w tekście Klient nie klika w wyniki.

Jak asystenci AI wybierają źródła odpowiedzi

Większość asystentów nie odpowiada wyłącznie „z pamięci” modelu. Gdy pytanie wymaga aktualnych informacji, system wysyła zapytania do indeksu wyszukiwarki, pobiera kilka lub kilkanaście stron, a model składa z nich odpowiedź i dodaje odnośniki. Google opisuje w Trybie AI technikę rozgałęzienia zapytania (query fan-out): pytanie jest dzielone na podtematy i wysyłanych jest wiele wyszukiwań naraz. Dlatego Twoja strona może trafić do odpowiedzi na pytanie, którego nikt nie wpisał w tej formie, bo odpowiada na jeden z jego wątków.

Microsoft opisuje podobny mechanizm z perspektywy Binga. Asystent nie czyta strony od góry do dołu, tylko dzieli ją na mniejsze fragmenty, ocenia ich wiarygodność i dopasowanie, a następnie składa odpowiedź z kawałków pochodzących z różnych źródeł. Z tego wynika praktyczna zasada: każdy akapit powinien być zrozumiały także wtedy, gdy zostanie wyjęty z kontekstu.

Najczęstszy błąd techniczny to wrzucenie wszystkich robotów AI do jednego worka. Zablokowanie GPTBot chroni treść przed wykorzystaniem w treningu, ale nie usuwa strony z ChatGPT. Zablokowanie OAI-SearchBot usuwa ją z wyszukiwarki ChatGPT, choć sam link i tytuł mogą się nadal pojawić. Szczegóły konfiguracji opisujemy w tekście o botach AI, robots.txt i llms.txt.

GEO a SEO: co się zmienia, a co zostaje

Google opiera AI Overviews i Tryb AI na tych samych systemach rankingowych i jakościowych co zwykłe wyniki. Strona, której Google nie zaindeksuje albo uzna za słabą, nie stanie się źródłem odpowiedzi AI tylko dlatego, że ma „przyjazną dla AI” strukturę. Fundamenty opisujemy w przewodniku SEO w 2026 roku. Różnice dotyczą celu, miar i części kanałów.

Pytania w Trybie AI są dłuższe, więc rośnie waga treści, które odpowiadają na konkretne sytuacje: „dla firmy z 10 pracownikami”, „przy budżecie 5 tys. zł”, „w Polsce po 2026 r.”. Pew zauważył, że wyszukiwania złożone z 10 lub więcej słów wywoływały streszczenie AI w 53% przypadków, a jedno- lub dwuwyrazowe tylko w 8%.

Czego nie musisz robić: mity o optymalizacji pod AI

Wokół GEO narosło sporo porad, które brzmią technicznie, ale według dokumentacji Google nie wpływają na widoczność w jego wyszukiwarce. Przewodnik z lipca 2026 r. rozprawia się z kilkoma z nich.

• Plik llms.txt. Wyszukiwarka Google go ignoruje. Jego utworzenie nie pomaga i nie szkodzi.
• Dzielenie treści na „kawałki dla AI”. Google pisze, że nie trzeba rozbijać tekstów na fragmenty i że nie ma idealnej długości strony.
• Specjalne dane strukturalne dla AI. Nie ma znaczników schema.org wymaganych przez funkcje generatywne. Dane strukturalne nadal warto stosować dla wyników rozszerzonych, o czym piszemy w tekście o danych strukturalnych, które pomagają wyszukiwarkom zrozumieć firmę.
• Przepisywanie tekstów „pod model”. Systemy rozumieją synonimy i intencję, więc pisanie specjalnie dla AI nie jest potrzebne.
• Sztuczne wzmianki. Masowe produkowanie wzmianek o marce w sieci Google określa jako nieskuteczne.
• Setki stron pod warianty pytań. Masowe generowanie stron, żeby manipulować odpowiedziami AI, narusza zasady Google dotyczące nadużyć związanych z treściami tworzonymi na dużą skalę.

Microsoft w poradniku z października 2025 r. kładzie większy nacisk na strukturę: nagłówki jak tytuły rozdziałów, pary pytanie–odpowiedź, tabele, samodzielne zdania i dane strukturalne. Obie rady da się pogodzić. Dobra struktura pomaga czytelnikowi i każdemu systemowi, który tnie stronę na fragmenty. Nie powinna jednak zastępować treści.

Jakie treści trafiają do odpowiedzi AI

Badanie GEO i wytyczne wyszukiwarek wskazują ten sam kierunek: model wybiera fragmenty, które coś wnoszą i dają się zweryfikować. Google mówi o treściach „nietowarowych” (non-commodity), czyli takich, które dodają własną wiedzę, doświadczenie lub perspektywę eksperta zamiast powtarzać to, co jest na stu innych stronach.

• Pierwsze zdanie sekcji odpowiada wprost na pytanie z nagłówka.
• Liczby mają źródło, datę i kontekst, a nie formę „wiele firm” czy „coraz więcej”.
• Tekst zawiera coś, czego nie ma u konkurencji: własne dane, procedurę, cennik, porównanie, przykład z praktyki.
• Autor i data aktualizacji są widoczne, a fakty zmieniające się w czasie mają stan „na dzień”.
• Ważne informacje są w HTML, a nie tylko w PDF-ie, na grafice czy w zwiniętej zakładce.
• Akapit ma jedną myśl i nie wymaga czytania poprzedniego, żeby był zrozumiały.
• Tabela porównuje opcje według kryteriów, o które pytają klienci.

Analizę cech wspólnych cytowanych tekstów rozwijamy w artykule Treści, które cytują asystenci AI, a warsztat pisania opisujemy w przewodniku jak pisać treści SEO, które są cytowane przez AI.

Marka poza własną stroną: wzmianki, opinie i dane o firmie

Asystent, który odpowiada na pytanie „jaki program do fakturowania wybrać dla jednoosobowej firmy?”, rzadko opiera się na jednej stronie producenta. Składa odpowiedź z porównań, recenzji, forów i serwisów branżowych. Pew wyliczył, że Wikipedia, YouTube i Reddit odpowiadały łącznie za 15% źródeł w streszczeniach AI. Dlatego GEO obejmuje także obecność marki tam, gdzie piszą o niej inni.

1. Dane o firmie. Google zaleca aktualne informacje w Merchant Center i Profilu Firmy w Google. Dla firm lokalnych to podstawowe źródło odpowiedzi o godzinach, adresie i usługach, o czym piszemy w tekście firma lokalna w AI Mode.
2. Opinie klientów. Asystenci często streszczają recenzje. Uczciwy system zbierania opinii opisujemy w artykule o opiniach produktowych w sklepie.
3. Wzmianki w mediach i serwisach branżowych. Ekspercki komentarz, raport z danymi czy udział w zestawieniu tworzą ślad, który model może przywołać.
4. Spójność nazwy i opisu oferty. Jeśli w różnych miejscach firma opisuje się inaczej, model może źle przypisać ofertę.
5. Monitoring rozmów o marce. Warto wiedzieć, co ludzie piszą na forach i w social mediach, bo to też materiał dla modeli. Metody opisujemy w tekście o social listeningu.

Tryb AI i preferowane źródła: co zmieniło się w Polsce

Google zaczął udostępniać Tryb AI w Polsce 8 października 2025 r., razem z rozszerzeniem na 36 nowych języków w niemal 50 krajach i terytoriach. Tryb działa jako osobna karta w wynikach i w aplikacji Google na Androida i iOS, przyjmuje pytania tekstem, głosem i zdjęciem. Google podaje, że gdy system nie ma wystarczającej pewności co do odpowiedzi AI, pokazuje zwykłe wyniki wyszukiwania. Jak tryb działa i co oznacza dla ruchu, wyjaśniamy w tekście Tryb AI w Google w Polsce.

Druga zmiana dotyczy wydawców i blogów. 30 kwietnia 2026 r. Google ogłosił, że funkcja preferowanych źródeł jest udostępniana na całym świecie, w tym w Polsce. Użytkownik klika ikonę gwiazdki przy sekcji „Najważniejsze artykuły” i dodaje serwisy, które chce widzieć częściej. Według Google czytelnicy są dwukrotnie bardziej skłonni kliknąć stronę, którą oznaczyli jako preferowaną. To jeden z niewielu sygnałów, na który wpływa bezpośrednio odbiorca, a nie algorytm. Instrukcję dla wydawców zebraliśmy w artykule o preferowanych źródłach w Google.

Na liście zmian jest też reklama. W sierpniu 2026 r. OpenAI uruchomiło reklamy w ChatGPT na 31 rynkach europejskich, w tym w Polsce. Płatna obecność nie zastępuje GEO, ale warto znać zasady obu kanałów. Opisujemy je w tekście o reklamach w ChatGPT w Polsce.

Jak mierzyć efekty GEO

Pomiar to najsłabszy punkt GEO. Część danych dają same platformy, część trzeba zbierać ręcznie.

Raport w Search Console Google zaczął testować 2 czerwca 2026 r. w Wielkiej Brytanii, a od 31 sierpnia 2026 r. jest dostępny dla wszystkich witryn na świecie. W tym samym miejscu jest ustawienie, które wyłącza całą witrynę z AI Overviews i Trybu AI. Google zapewnia, że rezygnacja nie wpływa na pozycje w zwykłych wynikach, ale oznacza utratę wyświetleń i ruchu z tych funkcji.

Konfigurację śledzenia ruchu z asystentów opisujemy w tekście o ruchu z AI w GA4, a metody pomiaru wzmianek w modelach w artykule jak mierzyć widoczność marki w ChatGPT, Gemini i Perplexity.

Plan wdrożenia GEO na 90 dni

Poniższy plan jest szkicem dla firmy, która ma już stronę z treściami i podstawowe SEO. Kolejność wynika z zasady: najpierw usuń przeszkody techniczne, potem popraw treści, a na końcu buduj obecność marki poza stroną.

1. Tydzień 1–2: dostęp i indeksacja. Sprawdź robots.txt pod kątem Googlebot, OAI-SearchBot i GPTBot oraz ustawienia CDN lub zapory, które mogą blokować roboty. Upewnij się, że ważne treści nie wymagają logowania ani kliknięcia w zakładkę.
2. Tydzień 2–3: pomiar wyjściowy. Zapisz dane z raportu funkcji AI w Search Console, skonfiguruj w analityce grupę kanałów dla asystentów AI i przygotuj listę 20–30 pytań, które zadają Twoi klienci.
3. Tydzień 3–4: test pytań. Zadaj te pytania w Trybie AI, ChatGPT, Gemini i Perplexity. Zanotuj, czy marka się pojawia, w jakim kontekście i które źródła są cytowane zamiast Twoich.
4. Tydzień 5–8: treści. Wybierz 10 stron o największym znaczeniu dla sprzedaży. Dodaj odpowiedzi wprost na początku sekcji, aktualne dane ze źródłami, tabele porównawcze i datę aktualizacji. Usuń ogólniki.
5. Tydzień 6–10: dane o firmie i opinie. Uzupełnij Profil Firmy w Google i Merchant Center, ujednolić opisy firmy w katalogach i serwisach partnerów, uruchom stały proces zbierania opinii.
6. Tydzień 8–12: obecność zewnętrzna. Wskaż źródła, które asystenci cytują w Twojej branży, i sprawdź, czy możesz się tam pojawić uczciwie: komentarzem eksperckim, danymi, opinią klienta.
7. Tydzień 12: powtórny pomiar. Zadaj tę samą listę pytań, porównaj wyświetlenia w Search Console i ruch z asystentów. Zdecyduj, które działania kontynuować.

Jak przełożyć taki plan na budżet i cele zespołu, opisujemy w tekście o KPI marketingowych.

Najczęstsze błędy w optymalizacji pod AI

• Blokowanie wszystkich robotów AI „na wszelki wypadek”. Usuwa stronę z wyszukiwarek AI, choć intencją była zwykle ochrona przed treningiem.
• Traktowanie GEO jako osobnego projektu od SEO. Bez indeksacji, szybkiej strony i porządnych treści nie ma z czego budować widoczności w odpowiedziach.
• Kupowanie „gwarancji” obecności w ChatGPT. Ani Google, ani OpenAI nie opisują sposobu na zagwarantowanie miejsca w odpowiedzi.
• Mierzenie sukcesu jednym zrzutem ekranu. Odpowiedzi modeli zmieniają się między sesjami, więc ocena wymaga powtarzalnej listy pytań i porównań w czasie.
• Masowe generowanie stron pod warianty pytań. Narusza zasady Google i rzadko daje treść, którą model uzna za wartościową.
• Ignorowanie tego, co inni piszą o marce. Negatywne recenzje i nieaktualne opisy trafiają do odpowiedzi tak samo jak dobre.

GEO nie wymaga rewolucji w marketingu. Wymaga uporządkowania podstaw SEO, pisania treści z faktami, których nie ma gdzie indziej, i dbania o to, co o marce mówią inni. Te trzy elementy działają niezależnie od tego, który asystent wygra walkę o użytkowników.