GEO: jak trafić do odpowiedzi ChatGPT i Perplexity

Coraz większa część decyzji zakupowych nie zaczyna się już od listy linków. Ktoś otwiera ChatGPT, Perplexity albo Gemini, opisuje problem własnymi słowami i dostaje krótką odpowiedź z dwiema albo trzema wymienionymi firmami. Jeśli nie jesteś jedną z nich, nigdy się nie dowiesz, że zapytanie istniało.

Dziedzina, która się tym zajmuje, ma nazwę: generative engine optimization, w skrócie GEO. Poniżej czym jest naprawdę, czym różni się od klasycznego SEO i co z tym zrobić.

Dlaczego to inna gra niż SEO

Klasyczne SEO walczy o pozycję na liście. Użytkownik nadal widzi dziesięć wyników i decyduje sam. Tutaj decyduje model: czyta źródła, wybiera fakty, którym ufa, i produkuje jedną odpowiedź. Nie ma drugiej strony wyników, na którą można się cofnąć.

Konsekwencja jest niewygodna. W wyszukiwarce można być piątym i nadal zbierać kliknięcia. W wygenerowanej odpowiedzi albo jesteś wymieniony, albo dla tego pytania nie istniejesz.

Jak model wybiera firmy, które wymienia

Nie ma opublikowanego rankingu, ale mechanizm też nie jest tajemnicą. Model sięga po treść, którą potrafi:

• w ogóle pobrać, czyli twoja strona nie blokuje jego robota,
• przeczytać jednoznacznie, czyli fakty są podane, a nie sugerowane,
• potwierdzić, bo te same fakty pojawiają się w innych źródłach,
• dopasować do pytania, bo strona odpowiada na nie wprost, a nie krąży wokół.

Sześć rzeczy, które faktycznie zmieniają wynik

1. Jednoznaczne fakty zamiast marketingowej mgły

"Kompleksowe rozwiązania dla wymagających klientów" nie znaczy nic i nie da się tego zacytować. "Automatyzujemy obieg faktur w Make dla firm w Polsce i w Europie" już się da. Model powtarza to, co potrafi wyciągnąć bez interpretacji.

2. Dane strukturalne opisujące jeden podmiot

Schema.org nie jest ozdobą. To sposób, żeby powiedzieć wprost: to jest firma, to są jej usługi, tu działa. Ważniejsze od samego posiadania znaczników jest to, żeby opisywały jeden spójny podmiot, a nie kilka luźnych kopii tej samej encji. Encje łączy się przez @id, więc podstrona usługi może wskazać na firmę, zamiast powtarzać jej opis.

3. Dostęp dla robotów AI

GPTBot, PerplexityBot, ClaudeBot i Google-Extended to osobne agenty z osobnymi regułami. Część firm celowo rozdziela roboty trenujące modele od tych, które pobierają stronę w trakcie odpowiadania użytkownikowi. Jeśli zablokujesz wszystko odruchowo, zablokujesz też te drugie, a to one mogą cię zacytować.

4. Odpowiedzi napisane jak odpowiedzi

Pytanie jako nagłówek i bezpośrednia odpowiedź w pierwszych dwóch zdaniach są cytowalne. Ta sama treść zakopana w środku długiej sekcji już nie. Dlatego bloki FAQ działają tak dobrze: mają kształt tego, czego model szuka.

5. Plik llms.txt

Krótkie podsumowanie oferty w markdownie pod adresem /llms.txt, zgodnie z konwencją llmstxt.org. Kosztuje prawie nic, a daje modelowi czysty, jednoznaczny opis, zamiast kazać mu wnioskować z nawigacji i stopki. To już nie egzotyka: większość poważnych firm z branży AI go publikuje.

6. Wzmianki w źródłach, którym model ufa

Twoja własna strona mówi, co twierdzisz o sobie. Źródła zewnętrzne decydują, czy to twierdzenie jest uznane. Katalogi, media branżowe, profile i opisy wdrożeń publikowane w innych miejscach zasilają tę samą pętlę potwierdzenia.

Jak to mierzyć

Nie tak dokładnie jak pozycje w Google. Odpowiedzi modeli różnią się między uruchomieniami i nie ma dla nich oficjalnych statystyk. Działa powtarzalny zestaw pytań, zadawany przed zmianami i po nich, z zapisanymi odpowiedziami. To pokazuje kierunek zmiany, co jest uczciwym twierdzeniem, zamiast liczby udającej ranking.

Od czego zacząć

Zadaj modelom dziesięć pytań, które zadałby dobry klient, zanim by cię znalazł. Zapisz, kto zostaje wymieniony. Ta lista, porównana z twoją własną stroną, to cały brief.

Jeśli wolisz przejść to systematycznie, dokładnie tym jest audyt GEO: sprawdzenie widoczności, plan wdrożenia, potem drugi pomiar tymi samymi pytaniami. Napisz do nas i przejdziemy to na konkretnym przykładzie z twojej branży.