Pozycjonowanie AI: widoczność w ChatGPT, Gemini i Perplexity

Audyt pokazuje, co asystenci AI mówią dziś o Państwa firmie, ofercie i konkurencji, zanim zmienimy cokolwiek na stronie. Zaczynamy od zestawu pytań, które klienci naprawdę zadają: zbieramy je od handlowców i obsługi klienta, z formularzy i maili oraz z raportu Skuteczność w Search Console, który pokazuje m.in. zapytania i strony. Pytania zapisujemy pełnym zdaniem, tak jak brzmią w rozmowie, a nie jako hasło z dwóch słów. Według analizy Pew Research z lipca 2025 r. Google pokazywał badanym dorosłym Amerykanom podsumowanie AI w 18% wyszukiwań, ale przy zapytaniach z co najmniej 10 słów już w 53%.

Każde pytanie sprawdzamy w Przeglądzie od AI i Trybie AI Google, w ChatGPT, Copilocie, Perplexity i aplikacji Gemini, a pozostałych asystentów dodajemy, gdy Państwa klienci z nich korzystają. Jedna odpowiedź niewiele znaczy, bo u dwóch osób ta sama rozmowa może wyglądać inaczej. Google podaje, że Tryb AI personalizuje odpowiedzi na podstawie historii wyszukiwania, a Przegląd od AI pojawia się tylko wtedy, gdy systemy Google uznają, że doda wartość do wyników; obie funkcje mogą przy tym używać różnych modeli i pokazywać różne linki. Dlatego pytania zadajemy kilka razy w miesiącu, w sesjach bez historii, a pytania lokalne z nazwą miasta w treści.

Co zawiera raport z audytu

• Zestaw pytań podzielony na ofertę, porównania, pytania lokalne i pytania o samą markę.
• Wynik dla każdego asystenta: czy marka padła, jak ją opisano i które strony były w przypisach.
• Marki konkurencji, które asystenci wymieniają obok Państwa firmy albo zamiast niej.
• Błędy w odpowiedziach: stary adres, zamknięty oddział, pomylony zakres usług.
• Serwisy, które asystenci cytują w Państwa branży: katalogi, porównywarki, portale.
• Stan techniczny: roboty w robots.txt, zapora, indeksacja w Google i Bing.

Konkurencję ustalamy razem z Państwem, ale dopisujemy też firmy, które asystenci wskazują sami. Bywa, że zamiast sąsiada z tej samej ulicy asystent poleca katalog albo portal branżowy, który lepiej odpowiada na pytanie, i to także jest wynik audytu: wiemy wtedy, jakie źródła dany asystent cytuje w Państwa branży. Microsoft zaczął 16 czerwca 2026 r. wdrażać w raporcie AI Performance w Bing Webmaster Tools wskaźnik Citation Share, czyli udział strony w cytowaniach dla tej samej frazy grounding, ale domen konkurencji raport nie ujawnia. Tę lukę wypełnia nasz panel pytań.

Pełny audyt robimy przed startem prac, a panel stałych pytań sprawdzamy potem przez cały okres współpracy i podsumowujemy w comiesięcznym raporcie. Nowe pytania dopisujemy obok starych, a nie w ich miejsce, żeby wyniki z kolejnych miesięcy dało się porównać. Jak asystent dochodzi od pytania do przypisu, pokazujemy w przewodniku po pozycjonowaniu AI.

Pierwszy krok jest bezpłatny: konsultacja i wstępny przegląd strony. Na spotkaniu pokazujemy kilka odpowiedzi asystentów na pytania z Państwa branży i omawiamy, skąd mogły się wziąć. Termin ustalimy pod numerem 222 500 844.

W robots.txt wpuszczamy roboty, które budują indeksy wyszukiwania asystentów, a o robotach treningowych decydują Państwo. Blokada robota wyłącznie treningowego nie usuwa strony z wyników, a blokada robota wyszukiwania odcina jej treść od odpowiedzi danego asystenta. Podział na trzy grupy stosują już sami producenci i dostawcy infrastruktury: Google dzieli swoje roboty na zwykłe, specjalne i pobieracze uruchamiane przez użytkownika, a Cloudflare od 1 lipca 2026 r. pozwala wszystkim klientom osobno ustawić ruch Search, Agent i Training. Projekt słownika IETF z 14 września 2026 r. rozróżnia z kolei trening modeli, użycie treści jako wejścia do modelu i wyszukiwarkę odsyłającą do źródła.

Pobieracze uruchamiane przez użytkownika to osobny przypadek, bo robots.txt działa na nie różnie. Google pisze, że jego pobieracze tego typu zwykle ignorują robots.txt, bo pobranie zleca człowiek, a OpenAI, że reguły mogą nie obejmować ChatGPT-User; blokada tego agenta nie decyduje zresztą o obecności w wyszukiwaniu ChatGPT. Anthropic deklaruje, że jego roboty, w tym Claude-User, honorują robots.txt. Blokowanie tej grupy rzadko ma sens w firmie, która chce sprzedawać, bo to wizyty wywołane rozmową konkretnej osoby z asystentem.

Zasady, które stosujemy w robots.txt

• Googlebot i bingbot zawsze wpuszczone, bo ich indeksy zasilają Przegląd od AI, Gemini i Copilota.
• Roboty wyszukiwania asystentów wpuszczone: OAI-SearchBot, Claude-SearchBot, PerplexityBot, MistralAI-Index i meta-webindexer.
• Roboty i tokeny treningowe według Państwa decyzji: GPTBot, ClaudeBot, MistralAI-Training, meta-externalagent, CCBot.
• Osobna sekcja dla Bingbota powtarza reguły ogólne, bo przy własnej sekcji Bingbot ignoruje sekcję dla wszystkich robotów.
• Strony z noindex zostają dostępne dla robotów, bo według Bing znacznik działa tylko wtedy, gdy robot może stronę pobrać.
• Plik sprawdzamy na każdej subdomenie osobno, bo Amazon pisze, że każda subdomena potrzebuje własnego robots.txt.

Dwa tokeny omawiamy z Państwem przed decyzją. Google-Extended nie jest robotem, tylko tokenem: według dokumentacji Google z lipca 2026 r. decyduje o treningu modeli Gemini i o groundingu w aplikacji Gemini, a na obecność w wyszukiwarce i ranking nie wpływa. Po jego blokadzie strona zostaje więc w Przeglądzie od AI, ale jej treść nie posłuży do groundingu odpowiedzi w aplikacji Gemini. Drugi to CCBot. Common Crawl opisuje swoje archiwum jako jedno z najczęściej używanych źródeł danych treningowych dużych modeli językowych, więc blokada samego GPTBot nie zamyka drogi do treningu.

Sam plik też potrafi zaszkodzić. RFC 9309, dokument IETF z września 2022 r., każe robotom przy błędzie serwera 5xx na robots.txt przyjąć całkowity zakaz, a Google według specyfikacji z sierpnia 2026 r. wstrzymuje wtedy pobieranie witryny na 12 godzin. RFC 9309 z 2022 r. zaleca też, by roboty nie korzystały z kopii pliku starszej niż 24 godziny, i wymaga przetworzenia co najmniej 500 KiB. Sprawdzamy więc kod odpowiedzi, rozmiar pliku i to, czy każda reguła trafia w token właściwego robota. Tło opisujemy w przewodniku, w części o trzech rodzajach robotów AI.

Robot może mieć zgodę w robots.txt, a mimo to dostać od serwera stronę błędu, dlatego po każdej zmianie sprawdzamy logi, a nie sam plik. Najczęściej spotykamy ustawienia Cloudflare, przez który według komunikatu firmy z 1 lipca 2025 r. przechodzi ruch około 20 procent stron internetowych. Od tego dnia Cloudflare domyślnie blokuje roboty AI pobierające treści bez zgody, a każda nowa domena dostaje przy rejestracji pytanie, czy je wpuścić. Blokada bywa więc włączona, zanim ktokolwiek w firmie świadomie o niej zdecydował.

Od 15 września 2026 r. Cloudflare rozróżnia dwa ustawienia, które łatwo pomylić. Disallow AI Training dopisuje do robots.txt zakaz treningu i zostawia w wyszukiwarce roboty mieszane, takie jak Googlebot, Bingbot i Applebot. Zwykłe Block zatrzymuje je całkowicie, łącznie z wyszukiwarką, a bez Googlebota i Bingbota strona nie ma jak trafić do Przeglądu od AI ani do Copilota. Według Cloudflare od 1 lipca 2026 r. status zweryfikowanego bota nie oznacza już automatycznego wpuszczenia, więc listy wyjątków sprawdzamy ręcznie.

Co sprawdzamy na serwerze i w kodzie

• Kody odpowiedzi dla robotów AI w logach: 200 na stronach do cytowania, bez 403 i bez przekierowań na CAPTCHA.
• Ustawienia Cloudflare lub innego CDN: Block albo Disallow AI Training oraz osobne reguły dla ruchu Search, Agent i Training.
• Prawdziwość wizyt: odwrotne zapytanie DNS albo adres IP porównany z plikami producentów, bo user-agent da się podrobić.
• Treść w HTML z serwera: nazwa firmy, oferta, dane kontaktowe i odpowiedzi na pytania widoczne bez uruchamiania skryptów.
• Formularze z czytelnymi etykietami pól i przycisków, bo według przewodnika Google agenci AI analizują m.in. drzewo dostępności witryny.

Druga pułapka to treść doładowywana skryptem. Google podaje, że przetwarza JavaScript, o ile zasoby nie są zablokowane, ale to deklaracja wyłącznie o jego robotach. Narzędzie web fetch w API Claude według dokumentacji Anthropic nie obsługuje stron renderowanych dynamicznie, CCBot według Common Crawl nie wykonuje JavaScriptu, a OpenAI w opisie swoich robotów nie mówi, czy go renderują. Wytyczne Bing każą nie ukrywać najważniejszych treści za renderowaniem po stronie klienta, a blog Microsoft Advertising z października 2025 r. ostrzegał, że systemy AI mogą nie renderować treści schowanej w zakładkach i rozwijanych menu.

Coraz częściej stronę odwiedza agent, który w imieniu człowieka czyta ofertę, klika i wypełnia formularze. OpenAI podaje, że przeglądarka agenta ChatGPT Work wypełnia np. prośby o wycenę, podpisuje żądania standardem Web Bot Auth i daje się przepuścić regułą w Cloudflare, Akamai czy HUMAN; Google testuje ten sam protokół dla Google-Agent. Jeśli formularz wyceny ma przyjmować zapytania od takich agentów, ustawiamy wyjątek w zaporze, a jeśli nie, zostawiamy blokadę świadomie. Te prace prowadzimy razem z SEO technicznym.

Najpierw doprowadzamy do tego, żeby strony usług, kategorii i poradników były w indeksach Google i Bing, bo na nich opierają się odpowiedzi kilku najważniejszych asystentów. Według przewodnika Google funkcje generatywne w wyszukiwarce korzystają z indeksu Google i podstawowych systemów rankingowych, a linkiem wspierającym w Przeglądzie od AI lub Trybie AI może być tylko strona zaindeksowana i kwalifikująca się do wyświetlania ze snippetem. Wytyczne Bing mówią, że Bing i Copilot korzystają z tej samej podstawy indeksowania i rankingu co klasyczne wyszukiwanie.

Indeks Bing sięga dalej niż Copilot. W czerwcu 2025 r. Microsoft podał, że Bing zasila wyszukiwanie i narzędzia AI partnerów, wymieniając m.in. Yahoo, DuckDuckGo i ChatGPT, a DuckDuckGo pisze, że tradycyjne linki w swoich wynikach w dużej mierze pobiera z Bing. Robot Brave Search nie odwiedza z kolei adresów, których nie może pobierać Googlebot. Według StatCounter Bing miał w sierpniu 2026 r. tylko 7,22% rynku wyszukiwarek w Polsce, ale jego indeks pracuje dla kilku asystentów naraz, więc nie pomijamy go w żadnym projekcie.

Co robimy w Search Console i Bing Webmaster Tools

1. Weryfikujemy witrynę w obu narzędziach i sprawdzamy indeksację stron usług, kategorii i poradników.
2. Sprawdzamy narzędziem do inspekcji adresów URL, jaki HTML widzi Googlebot na stronach, które nie trafiają do wyników.
3. Porządkujemy mapę witryny: prawdziwa data lastmod w formacie ISO 8601 z godziną i adres mapy wpisany w robots.txt.
4. Wdrażamy IndexNow, który jednym zgłoszeniem powiadamia o zmianie adresu wszystkie wyszukiwarki korzystające z protokołu.
5. Przez IndexNow zgłaszamy tylko istotne zmiany, bo każdy zgłoszony adres zużywa limit pobierania strony.
6. Porządkujemy duplikaty i przekierowania, żeby w indeksie była jedna, aktualna wersja każdej strony.

Przy mapie witryny pilnujemy daty. Bing napisał w lipcu 2025 r., że mapa z prawdziwą datą lastmod jest ważnym sygnałem do ponownego indeksowania także w wyszukiwaniu opartym na AI, i że pola changefreq oraz priority ignoruje. U nas data w mapie zmienia się razem z treścią strony, a nie przy każdym zapisie w panelu CMS. IndexNow według FAQ protokołu nie gwarantuje natychmiastowego zaindeksowania, tylko zwiększa szansę szybszego odkrycia zmian, a lista jego uczestników obejmowała 22 września 2026 r. Bing, Yandex, Seznam, Naver, Yep, Internet Archive i Amazonbot.

Indeksacją zajmujemy się od 2016 roku, bo pozycjonowanie jest naszą główną specjalizacją; w projektach pozycjonowania AI sprawdzamy ją jako pierwszą, zanim zaczniemy pracę nad treścią. Który asystent korzysta z jakiego indeksu, rozpisaliśmy w mapie indeksów w przewodniku.

Treść do zacytowania ma odpowiedź w pierwszym zdaniu pod pytaniem klienta, a dowody zaraz pod nią, i tak przebudowujemy Państwa strony. Asystenci rozkładają pytanie na mniejsze: Google podaje, że Tryb AI dzieli pytanie na podtematy i wyszukuje je jednocześnie, OpenAI, że korzystając z zewnętrznych dostawców ChatGPT zwykle przepisuje pytanie na jedno lub kilka zapytań, a Microsoft, że Copilot wysyła w imieniu użytkownika dodatkowe zapytania do Bing. Każde z nich może trafić na inny fragment strony. Perplexity opisuje na blogu technicznym, że dzieli dokumenty na samodzielne fragmenty, wyszukiwane i oceniane osobno.

Nie tniemy przy tym tekstu na sztuczne kawałki i nie produkujemy stron pod każdy wariant pytania. Google pisze w przewodniku z lipca 2026 r., że dzielenie treści na fragmenty nie jest potrzebne, a osobne strony pod zapytania z rozgałęzienia, tworzone głównie po to, by manipulować odpowiedziami, naruszają zasady spamu. Wytyczne Bing radzą jeden temat na adres, najważniejsze informacje na górze strony oraz jasne definicje faktów i nazw. Spośród wskazówek z tego przewodnika Google za najbardziej prawdopodobną drogę do obecności w wyszukiwaniu generatywnym w dłuższym okresie uznaje treść z własnym punktem widzenia i doświadczeniem z pierwszej ręki.

Jak przebudowujemy stronę usługi

• Pytanie klienta w śródtytule, a pod nim odpowiedź w jednym zdaniu, bez wstępu o historii firmy.
• Liczby i warunki z Państwa praktyki: czas realizacji, zakres, obszar działania, wymagane dokumenty.
• Tabele przy porównaniach i parametrach, bo Perplexity może parsować strony z listami i tabelami prostszymi regułami.
• Definicja każdego pojęcia branżowego w jednym zdaniu, zanim padną szczegóły.
• Autor z imieniem, nazwiskiem i doświadczeniem oraz data ostatniej aktualizacji na widoku.
• Źródła przy liczbach spoza firmy, żeby czytelnik i asystent mogli je sprawdzić.
• Zdjęcia z realizacji z opisowym tekstem alternatywnym, który Google uznaje za najważniejszy atrybut obrazu.

Datę aktualizacji pokazujemy na widoku, bo narzędzia wyszukiwania asystentów ją odczytują. Wyniki wyszukiwania w API Claude zawierają pole page_age z datą ostatniej aktualizacji strony, a Search API Perplexity zwraca datę publikacji i datę aktualizacji. Google zalicza zaufanie do najważniejszej części E-E-A-T i pyta w swoich wskazówkach, czy czytelnik wie, kto napisał treść. Dlatego pod tekstem stoi podpisany autor i krótka informacja, skąd zna temat. Piszemy też, czego firma nie robi, bo pełna odpowiedź obejmuje także ograniczenia. Takie treści SEO przygotowujemy na podstawie rozmów z Państwa zespołem.

Dane strukturalne wdrażamy jako porządek w opisie firmy, a nie przepustkę do odpowiedzi AI, bo tak przedstawiają je sami producenci. Google podaje, że nie są wymagane w funkcjach generatywnych i nie ma specjalnego znacznika schema.org pod AI, ale zaleca je dalej ze względu na wyniki rozszerzone i przypomina, że muszą zgadzać się z widoczną treścią strony. Bing pisze, że mogą pomóc w grounding, choć nie gwarantują widoczności, a blog Microsoft Advertising z października 2025 r. zalecał je razem z nagłówkami i czytelnym układem, bo pomagają wyszukiwarkom i systemom AI zrozumieć treść.

Zaczynamy od danych organizacji i firmy lokalnej. Google zaleca w danych LocalBusiness możliwie najbardziej szczegółowy podtyp i wymaga właściwości name i address. W sklepach dochodzi typ Product, o którym Bing pisze, że razem z IndexNow ułatwia trafne pokazanie treści w wynikach, zakupach i asystentach AI: IndexNow mówi, że coś się zmieniło, a dane strukturalne, co dokładnie. Nie oznaczamy opinii, na które firma ma wpływ, bo według Google takie strony nie kwalifikują się do gwiazdek, i nie obiecujemy rozwijanych pytań pod wynikiem, bo wyniki rozszerzone FAQ przestały się pojawiać w Google 7 maja 2026 r.

Jedna wersja danych firmy

• Nazwa, adres, telefon i godziny w jednym brzmieniu w danych strukturalnych, w stopce i we wszystkich wizytówkach.
• Jeden opis zakresu usług i obszaru działania, powtarzany w katalogach branżowych bez zmian.
• Aktualne dane rejestrowe i osoby z dostępem do profili firmy w zewnętrznych serwisach.
• Spis miejsc z danymi firmy, żeby przy przeprowadzce albo zmianie numeru nic nie zostało po staremu.
• Te same zdjęcia logo i siedziby w profilach, żeby było jasne, że to jedna firma.

Po co ta dokładność? Asystent zestawia odpowiedź z kilku stron naraz: OpenAI pisze w dokumentacji API, że pole sources zwraca wszystkie adresy, z których model korzystał, i że często jest ich więcej niż przypisów w tekście. Jeśli dwa z tych źródeł podają inny telefon albo inne godziny, klient może dostać oba. Dlatego spis miejsc z danymi firmy zakładamy w pierwszym miesiącu i aktualizujemy przy każdej zmianie, a rozbieżności pokazujemy w raporcie razem z adresem, pod którym trzeba je poprawić.

Spis prowadzi stały opiekun Państwa projektu. Przy przeprowadzce, nowym numerze czy zmianie godzin wystarczy jedna wiadomość do niego, a resztę zmian w wizytówkach, katalogach i danych strukturalnych wprowadzamy my.

Poza stroną pracujemy nad tym, żeby o firmie rzetelnie pisali klienci, media i serwisy branżowe, bo z takich źródeł asystenci budują odpowiedzi. Meta w opisie aplikacji Meta AI podaje, że rekomendacje lokalne opiera na prawdziwych opiniach, postach i trendach. Wiarygodność źródła bywa też oceniana wprost: Moonshot AI w dokumentacji narzędzia Web Search Pro dla modeli Kimi opisuje pole z poziomem wiarygodności źródła przy każdym wyniku, którym deweloper może filtrować wyniki. Firma opisana w wielu niezależnych miejscach daje asystentom więcej materiału niż firma, o której pisze wyłącznie ona sama.

Nie kupujemy wzmianek, linków ani opinii. Google pisze w przewodniku o AI, że zabieganie o nieautentyczne wzmianki jest mniej pomocne, niż się wydaje, bo funkcje generatywne opierają się na systemach rankingowych i systemach blokujących spam, a płacenie za linki zalicza w zasadach do spamu. Fałszywe opinie są w Polsce zakazane: ustawa o przeciwdziałaniu nieuczciwym praktykom rynkowym uznaje zamieszczanie i zlecanie nieprawdziwych opinii konsumentów za nieuczciwą praktykę w każdych okolicznościach. Zasady Google zabraniają też oferowania korzyści w zamian za opinię, np. rabatu albo bezpłatnego produktu.

Co robimy dla marki poza stroną

• Proces proszenia o opinię po zakończonej usłudze, z linkiem do wizytówki i bez nagród za ocenę.
• Odpowiedzi firmy na opinie, także krytyczne: rzeczowe, podpisane, bez kopiowanych formułek.
• Opisy firmy w katalogach i porównywarkach, które asystenci cytują w Państwa branży.
• Materiały dla mediów oparte na danych firmy, przygotowywane w ramach PR internetowego.
• Udział w dyskusjach branżowych pod nazwiskiem eksperta firmy, bez kont zakładanych do reklamy.
• Monitoring wzmianek o marce i szybka reakcja na nieprawdziwe informacje.

Miejsca wybieramy na podstawie audytu. Jeśli asystent pytany o biuro rachunkowe w Krakowie stale podaje te same rankingi i katalogi, sprawdzamy, czy Państwa firma jest w nich opisana aktualnie i rzetelnie. Mediom proponujemy dane z własnej praktyki firmy: sezonowość zamówień, najczęstsze pytania klientów, wyniki ankiety. Efekt sprawdzamy w panelu pytań, czyli patrzymy, czy asystenci zaczęli cytować nowe źródło i czy zmienił się opis firmy. Sami mamy blisko 2000 opinii w Google, więc proces proszenia o opinie znamy z własnej praktyki.

Lokalna firma trafia do odpowiedzi AI przede wszystkim przez wizytówki i spójne dane, dlatego przy gabinecie, warsztacie czy kancelarii zaczynamy od Profilu Firmy w Google. Google wskazuje go w przewodniku o AI jako drogę do widoczności w odpowiedziach generatywnych z informacjami o firmach lokalnych. Wyniki lokalne zależą według Google głównie od trafności, odległości i rozpoznawalności, a na rozpoznawalność wpływają m.in. liczba opinii i liczba witryn z linkami do firmy. Miejsca w wynikach lokalnych nie da się kupić ani uzyskać prośbą do Google.

Inni asystenci też korzystają z lokalizacji. ChatGPT przy pytaniach o firmy w pobliżu używa przybliżonej lokalizacji z adresu IP i może przekazać ją zaufanym dostawcom, np. wykazów firm, a aktualizacja modelu z 24 czerwca 2026 r. miała według OpenAI poprawić odpowiedzi o lokalne firmy. Claude może użyć przybliżonej lokalizacji, gdy użytkownik prosi o wyniki lokalne. Meta AI przy pytaniach o miejsca pokazuje publiczne posty lokalnych użytkowników. Microsoft zachęca z kolei firmy lokalne do Bing Places for Business, żeby adres, godziny i kontakt w odpowiedziach AI były aktualne.

Co ustawiamy w Profilu Firmy w Google

• Nazwa zgodna z szyldem i stroną, bez dopisanych fraz i nazw miast, zgodnie z wytycznymi Google.
• Jak najmniej kategorii, możliwie najbardziej szczegółowych, opisujących rodzaj firmy, a nie usługi.
• Obszar działania firm dojeżdżających do klienta: do 20 obszarów w zasięgu 2 godzin jazdy (pomoc Google, stan na wrzesień 2026 r.).
• Godziny, także świąteczne, telefon i adres strony zgodne z danymi na stronie.
• Zdjęcia z realizacji i opisy usług pisane słowami, których używają klienci.
• Statystyki profilu co miesiąc w raporcie: połączenia, kliknięcia do witryny i wyszukiwane hasła.

Firma z kilkoma oddziałami dostaje osobną wizytówkę dla każdego z nich. Osobną podstronę z adresem, dojazdem, zespołem i zdjęciami przygotowujemy dla oddziału, który ma własną ofertę albo zespół do opisania; adresy pozostałych zbiera strona kontaktowa z mapą. Nie tworzymy stron pod miasta, w których firma nie ma siedziby ani realnej obsługi, bo Google podaje w zasadach spamu jako przykład nadużycia strony kierowane na konkretne miasta, które prowadzą użytkownika do jednej strony. Sami prowadzimy siedem oddziałów: w Krakowie, Warszawie, Poznaniu, Łodzi, Bydgoszczy, Kielcach i Zabierzowie, więc utrzymanie danych kilku lokalizacji znamy z własnej praktyki. Szerzej zajmujemy się tym w ramach pozycjonowania w Mapach Google.

W sklepie zaczynamy od danych produktów, bo asystenci zakupowi korzystają z danych ustrukturyzowanych, a nie z opisów pisanych dla ludzi. OpenAI podaje, że przy pytaniach zakupowych ChatGPT pokazuje karuzelę produktów, która nie jest reklamą, a produkty dobiera m.in. na podstawie ustrukturyzowanych metadanych, takich jak cena i opis, od dostawców własnych i zewnętrznych. Listę sprzedawców danego produktu układa według dostępności, ceny, jakości i tego, czy sklep jest producentem lub głównym sprzedawcą. Google wskazuje w przewodniku o AI Merchant Center jako drogę do ofert produktów w odpowiedziach generatywnych.

Trzeba przy tym uczciwie powiedzieć, co dziś działa w Polsce. Standardowy feed produktowy OpenAI jest kierowany na rynek USA i polski sklep nie może sam wskazać Polski jako rynku docelowego, a Instant Checkout ruszył 29 września 2025 r. dla użytkowników w USA. Zakupy Instant Buy w Perplexity działają tylko w USA, a tryb zakupów Meta AI startował w kwietniu 2026 r. najpierw w USA. Karuzele ChatGPT korzystają jednak także z danych od zewnętrznych dostawców i z innych treści w sieci, dlatego porządne dane na stronie sklepu i w Merchant Center przydają się już dziś.

Co przygotowujemy w sklepie

• Pełne dane na karcie produktu: nazwa, marka, cena, dostępność, zdjęcia i specyfikacja w HTML z serwera.
• Dane strukturalne Product zgodne z treścią karty i zgłaszanie zmian cen oraz stanów przez IndexNow.
• Feed w Merchant Center bez błędów, z tymi samymi cenami i dostępnością co na stronie.
• Publicznie dostępne adresy produktów i zdjęć, bo według OpenAI błąd 403 z serwera obrazów może zablokować przetwarzanie feedu.
• Osobny identyfikator dla każdego wariantu, bo specyfikacja feedu OpenAI wymaga kompletu pól dla każdego produktu lub wariantu.
• Opinie kupujących zbierane na stronie i w serwisach zewnętrznych, bo ChatGPT streszcza recenzje z publicznych stron.

Perplexity pisze wprost, że jego silnik częściej poleca sprzedawców, którzy podają pełniejsze dane o produkcie: dostępność, opinie, ceny i specyfikację. To ta sama lista informacji, której szuka klient na karcie produktu, więc ta praca nie idzie na zapas. Według GUS w 2025 r. zakupów przez internet dokonywało 69,7% osób w wieku 16-74 lata, a 66,2% szukało w sieci informacji o towarach i usługach w ciągu trzech miesięcy przed badaniem. Szczegóły prowadzimy w ramach pozycjonowania sklepów.

Co miesiąc dostają Państwo raport, w którym każda liczba ma źródło i porównanie z punktem wyjścia zapisanym przed pierwszą zmianą na stronie. Łączymy w nim kilka źródeł, bo żadne nie pokazuje całości. Microsoft przyznał w listopadzie 2025 r., że wielu sygnałów z wyszukiwania AI, takich jak widoczność w podsumowaniach i cytowania, tradycyjna analityka nie rejestruje. Google pisze w przewodniku z lipca 2026 r., że żadne narzędzie zewnętrzne nie ma dostępu do jego systemów rankingowych ani systemów AI, więc wyniki narzędzi do monitoringu traktujemy jako próbkę, a nie wyrocznię.

Co jest w raporcie

• Wyniki panelu stałych pytań: w ilu odpowiedziach padła marka, w jakim kontekście i z jakimi przypisami.
• Wyświetlenia w Przeglądzie od AI i Trybie AI z raportu funkcji generatywnych w Search Console, według stron.
• Cytowania, cytowane adresy i frazy grounding z raportu AI Performance w Bing Webmaster Tools.
• Wejścia z asystentów w GA4 z kanału AI Assistant, dostępnego od 13 maja 2026 r., oraz z parametru utm_source=chatgpt.com.
• Wizyty robotów AI w logach serwera, z kodami odpowiedzi i stosunkiem pobrań stron do odesłań.
• Zdarzenia konwersji z wejść z asystentów: telefony, formularze i zamówienia.
• Prace wykonane w miesiącu i plan na następny, opisane przez stałego opiekuna projektu.

Przy czytaniu danych pilnujemy kilku pułapek. Kliknięcia z Przeglądu od AI i Trybu AI GA4 liczy jako Organic Search, a nie jako AI Assistant, więc tych wejść nie da się tam oddzielić od zwykłych wyników Google. Cytowanie w raporcie Bing według Microsoftu nie oznacza kliknięcia ani ruchu, a dane są próbką. Według Cloudflare z lipca 2025 r. natywna aplikacja Claude nie wysyła nagłówka Referer; wnioskujemy z tego, że część wejść z aplikacji asystentów trafia do ruchu bezpośredniego. Dlatego oceniamy trendy z kilku źródeł naraz, a nie pojedyncze liczby.

Skalę też trzeba znać. Według StatCounter w sierpniu 2026 r. chatboty AI dały w Polsce 0,5% odesłań na strony, a wyszukiwarki 89,64%. Microsoft Clarity podało w listopadzie 2025 r., że w danych z 1200 serwisów wydawców wejścia z platform AI wzrosły w osiem miesięcy o 155,6%, ale nadal stanowiły mniej niż 1% wizyt. Dlatego raport pokazuje obok siebie ruch z Google i z asystentów, a pracę nad treścią oceniamy w obu kanałach. Źródła danych i ich ograniczenia opisujemy szerzej przy usłudze analityka i raportowanie SEO.

Błędną informację w odpowiedzi AI poprawiamy u źródła, bo asystenta nie da się poprosić o zmianę zdania. Najpierw ustalamy, czy odpowiedź powstała z wyszukiwania, czy z samej wiedzy modelu. W pierwszym przypadku przypisy zwykle prowadzą do strony, z której wziął się błąd: nieaktualnego katalogu, starego artykułu albo cudzej wizytówki. W drugim poprawa trwa dłużej, bo model zna świat do daty zebrania danych: xAI podaje, że wiedza jego najnowszego modelu w API, udostępnionego 21 września 2026 r., kończy się na maju 2026 r., a karta modeli Llama 4 z kwietnia 2025 r. opisuje dane treningowe do sierpnia 2024 r.

Nawet odpowiedź oparta na wyszukiwaniu może się mylić. OpenAI zastrzega, że wyniki i przypisy w ChatGPT mogą być niepełne, nieaktualne lub błędne, dlatego przy każdym błędzie zapisujemy pytanie, asystenta, datę i treść odpowiedzi. Potem poprawiamy dane tam, gdzie leży źródło, i sprawdzamy to samo pytanie w kolejnych tygodniach. Czas reakcji zależy od producenta i od tego, kiedy robot wróci na stronę. Google, opisując zmiany w ustawieniach podglądu treści, podaje, że ponowne zaindeksowanie strony trwa od kilku dni do kilku miesięcy.

Kolejność działań przy błędzie

1. Zapisujemy błąd: pytanie, asystenta, datę, treść odpowiedzi i przypisy.
2. Poprawiamy dane na stronie firmy, w Profilu Firmy w Google, w Bing Places for Business i w katalogach.
3. Prosimy wydawców nieaktualnych artykułów i katalogów o poprawkę albo dopisek z datą aktualizacji.
4. Zgłaszamy zmienione adresy przez IndexNow i sprawdzamy ich indeksację w Search Console.
5. Przy danych osobowych korzystamy z formularzy producentów, np. formularza usunięcia linku z Meta AI dla mieszkańców UE.
6. Po kilku tygodniach zadajemy to samo pytanie i opisujemy wynik w raporcie.

Część producentów daje właścicielom stron drogę kontaktu. Anthropic przyjmuje od właściciela domeny prośby o zablokowanie adresu, który już pojawia się w odpowiedziach Claude, z dowodem własności domeny, a OpenAI przyjmuje uwagi wydawców pod osobnym adresem e-mail. Meta pozwala zgłosić źródło lub link w Meta AI przez formularze, w tym wniosek o usunięcie treści z Meta AI. Perplexity podaje kanał kontaktu tylko w sprawie etykiet źródeł. Trudniejsze przypadki, np. nieprawdziwe informacje powielane w wielu serwisach, prowadzimy razem z monitoringiem wizerunku w sieci.

Nie obiecujemy terminu, w którym błąd zniknie z odpowiedzi, bo zależy on od producenta asystenta i jego robotów. Obiecujemy, że każdy błąd zostanie zapisany, poprawiony u źródła i sprawdzony ponownie.

Firma może zastrzec, że jej treści nie służą do trenowania modeli, i nadal pojawiać się w wynikach wyszukiwania asystentów, a my wdrażamy takie zastrzeżenie technicznie. Podstawą jest art. 4 dyrektywy UE 2019/790, który dopuszcza eksplorację tekstów i danych, także komercyjną, chyba że uprawniony wyraźnie zastrzegł prawa, przy treściach w internecie np. środkami do odczytu maszynowego. Polska wdrożyła ten wyjątek w art. 26³ ustawy o prawie autorskim, obowiązującym od 20 września 2024 r., i wymaga, by zastrzeżenie było wyraźne i zrobione w formacie do odczytu maszynowego wraz z metadanymi.

AI Act od 2 sierpnia 2025 r. zobowiązuje dostawców modeli ogólnego przeznaczenia do polityki przestrzegania prawa autorskiego UE, w tym do rozpoznawania i respektowania takich zastrzeżeń, oraz do publikowania streszczenia danych treningowych. Kodeks praktyk opublikowany przez Komisję Europejską 10 lipca 2025 r. zobowiązuje sygnatariuszy do używania robotów, które czytają i stosują robots.txt zgodnie z RFC 9309. Według strony Komisji z lipca 2026 r. kodeks podpisali m.in. Anthropic, Google, Microsoft, Mistral AI i OpenAI, a Meta nie figuruje na liście. Nie jesteśmy kancelarią: przepisy opisujemy tak, jak wdrażamy je technicznie, a przy sporze potrzebna jest opinia prawnika.

Jak wdrażamy zastrzeżenie wobec treningu

• Reguły w robots.txt dla robotów treningowych, z pozostawieniem robotów wyszukiwania.
• Klauzula o zastrzeżeniu eksploracji tekstów i danych w regulaminie strony, do sprawdzenia przez Państwa prawnika.
• Zastrzeżenie w formacie do odczytu maszynowego wraz z metadanymi, zgodnie z art. 26³.
• Data wdrożenia każdej zmiany zapisana w dokumentacji projektu.
• Sygnały Content Signals w robots.txt jako dodatek, a nie jedyna ochrona.

Część narzędzi tylko wygląda na ochronę. RFC 9309 zastrzega, że reguły robots.txt nie są autoryzacją dostępu, a Cloudflare przyznaje, że sygnały Content Signals wyrażają preferencje, które część firm może ignorować. Plik llms.txt to propozycja jednej osoby z 3 września 2024 r., która według autora służy agentom w chwili odpowiadania, a nie kontroli dostępu, a Google pisze w przewodniku z lipca 2026 r., że jego wyszukiwarka tego pliku nie używa. U nas llms.txt trafia na strony z dokumentacją techniczną, gdzie według strony projektu używa się go najczęściej. Treści, które mają zostać poufne, zamykamy logowaniem, bo RFC 9309 do ochrony wskazuje prawdziwe zabezpieczenie, np. uwierzytelnianie HTTP.

Przepisy, daty i stan projektów standardów omawiamy szerzej w przewodniku, w części o prawie, a przy wdrożeniu zapisujemy, na jakim dokumencie opiera się każda decyzja.

Firma, która nie chce być w Przeglądzie od AI i Trybie AI, może od 31 sierpnia 2026 r. wykluczyć witrynę kontrolką w Search Console. Według Google nie jest to sygnał rankingowy dla reszty wyszukiwarki, ale witryna traci wyświetlenia i ruch z funkcji generatywnych. Taką decyzję podejmujemy z Państwem po przejrzeniu danych.