Odpowiedź w pierwszym akapicie

Model rzadko czyta cały tekst — bierze fragment, który najlepiej pasuje do pytania. Dlatego pierwszy akapit ma odpowiadać wprost na pytanie z tytułu, pogrubionym terminem i pełnym zdaniem. Każdy wpis w tym notatniku zaczyna się dokładnie tak i nie jest to przypadek.

Akapit zrozumiały bez kontekstu

Systemy AI dzielą stronę na fragmenty i przetwarzają je osobno. Akapit zaczynający się od „dlatego właśnie warto o tym pamiętać” jest bezużyteczny wyrwany z kontekstu — a wyrwany zostanie. Pisz tak, żeby każdy akapit bronił się sam, nawet za cenę powtórzenia podmiotu.

Liczby, definicje i listy

Modele chętniej cytują konkret niż opinię: „typowo 1–3% w polskim e-commerce” zostanie powtórzone, „konwersja bywa różna” nie. Tabele porównawcze i listy kroków są cytowane częściej niż ciągły tekst, bo mają gotową strukturę.

Podpisany autor i encja marki

Treść bez autora jest oceniana niżej i przez Google, i przez modele. Spójne dane — to samo imię i nazwisko, ten sam biogram, ten sam adres — budują encję, czyli byt, który system potrafi powiązać z tematem. To dlatego pod każdym wpisem tutaj wisi ta sama notka o autorze.

Dane strukturalne jako instrukcja obsługi

JSON-LD mówi wprost, czym jest treść: artykułem, listą pytań, zestawem definicji. Ten wpis ma w kodzie schematy BlogPosting, FAQPage, DefinedTermSet i BreadcrumbList — dzięki temu system nie musi zgadywać, co jest pytaniem, a co odpowiedzią. Więcej o samych typach w słowniku SEO.

Roboty AI w robots.txt

GPTBot, ClaudeBot czy PerplexityBot można wpuścić albo zablokować jedną linijką. Blokada oznacza brak cytowań w odpowiedziach tych systemów — to decyzja biznesowa, nie techniczna, i warto ją podjąć świadomie, a nie odziedziczyć po szablonie.

llms.txt — plik, który kosztuje pół godziny

To propozycja standardu: krótki plik w katalogu głównym, w którym wskazujesz systemom AI najważniejsze podstrony i produkty. Nie jest obowiązkowy i nie każdy model go czyta, ale koszt wdrożenia jest bliski zeru.

Czym różni się GEO od SEO?

SEO optymalizuje stronę pod pozycję w wynikach wyszukiwania i kliknięcie, GEO pod bycie źródłem odpowiedzi generowanej przez model. W praktyce robi się je jednocześnie, bo model najpierw musi znaleźć stronę w indeksie wyszukiwarki, żeby móc ją zacytować.

Czy AI Overviews zabierają ruch?

Tak, na zapytaniach informacyjnych liczba kliknięć potrafi wyraźnie spaść, bo użytkownik dostaje odpowiedź na stronie wyników. Zapytania zakupowe i markowe zwykle bronią się lepiej, bo tam człowiek i tak chce zobaczyć produkt oraz cenę.

Czy blokować roboty AI w robots.txt?

Blokada chroni treść przed wykorzystaniem w modelach, ale odcina Cię od cytowań i wzmianek w odpowiedziach. Dla marki budującej rozpoznawalność zwykle bardziej opłaca się wpuścić roboty; dla serwisu żyjącego wyłącznie z odsłon rachunek może wyjść inaczej.

Czy warto wdrożyć llms.txt?

Warto, bo koszt jest minimalny — to jeden plik tekstowy z listą najważniejszych podstron. To wciąż propozycja standardu, więc nie oczekuj natychmiastowego efektu, tylko traktuj to jak porządek w domu.

Jak sprawdzić, czy model cytuje moją stronę?

Najprościej zadać kilku modelom pytania, na które Twoja treść odpowiada, i sprawdzić, czy pojawia się nazwa marki albo link. To metoda próbkowa, nie pomiar — ale na dziś nie ma nic lepszego.

Czy dane strukturalne pomagają w widoczności w AI?

Pomagają, bo jednoznacznie opisują, czym jest treść: pytaniem, definicją, produktem. Model nie musi wtedy zgadywać struktury strony, a im mniej zgaduje, tym większa szansa, że zacytuje poprawnie.