Widoczność w AI (GEO)
Widoczność w odpowiedziach AI
Sprawdzamy, co ChatGPT, Gemini i inne systemy AI mówią dziś o Państwa firmie, skąd biorą te informacje i gdzie mówią nieprawdę. Potem doprowadzamy do tego, żeby mówiły prawdę. Usługa dla firm produkcyjnych, technicznych i usługowych B2B, których klient porównuje dostawców, zanim zadzwoni.
Państwa klient coraz rzadziej wpisuje trzy słowa w wyszukiwarkę. Coraz częściej opisuje swój problem całym zdaniem i dostaje gotową odpowiedź. Z nazwami firm. Nie listę linków — odpowiedź.
Ta odpowiedź powstaje bez Państwa udziału. Model nie ma własnego zdania o Państwa firmie — streszcza to, co o niej znalazł w internecie. Jeżeli znalazł nieaktualny cennik, opis sprzed dwóch lat albo wpis na forum z 2019 roku, to właśnie to usłyszy Państwa potencjalny klient. I najczęściej nikt w firmie o tym nie wie, bo ten kanał nie pojawia się w żadnym standardowym raporcie.
Jedno pytanie, od którego zaczynamy każdą rozmowę: czy ktokolwiek u Państwa sprawdził, co model językowy odpowiada na pytanie, które zadaje Państwa klient — i czy pada w tej odpowiedzi Państwa nazwa?
Jeśli odpowiedź brzmi „nie” — to nie jest zaniedbanie. To standard rynkowy. Po prostu nikt tego nie mierzy.
Czego nie obiecujemy
Nie obiecujemy miejsca w ChatGPT, procentowego „wzrostu widoczności” ani efektu jednego pliku. W ciągu roku powstał cały rynek takich obietnic, a żadnej z nich nie da się uczciwie dotrzymać. Ta sekcja jest pierwsza celowo.
| Obietnica, którą usłyszą Państwo gdzie indziej | Dlaczego my jej nie składamy |
|---|---|
| „Będziecie pierwsi w ChatGPT” | Takie zdanie wymaga uściślenia: na jakie pytania, w jakim środowisku, w ilu próbach i według jakiej definicji pierwszeństwa. Jeżeli wykonawca sam wybiera pytania po zobaczeniu wyników, gwarantuje sobie swobodę doboru próby — nie poprawę Państwa sytuacji. |
| „Dodamy plik llms.txt i AI zacznie Was polecać” | Google deklaruje wprost, że nie używa tych plików do poprawy widoczności ani rankingu. Plik może mieć sens, ale tylko wtedy, gdy wskażemy konkretnego odbiorcę i konkretne zadanie. |
| „Dane strukturalne wymuszą cytowanie” | Dokumentacja Google mówi dosłownie, że nie gwarantuje pojawienia się danych strukturalnych w wynikach. Poprawne oznaczenie pomaga opisać fakty — nie kupuje ekspozycji. |
| „Wzrost widoczności o 40%” | Bez podanego mianownika, zamrożonej listy pytań i okresu taki procent nie znaczy nic. Ten sam wynik z 20 i z 400 obserwacji to dwie zupełnie różne precyzje. |
| Zrzut ekranu jako dowód | Cztery na dziesięć źródeł pojawia się tylko w jednej z pięciu odpowiedzi na to samo pytanie. Pojedynczy screen pokazuje jedno losowanie, nie stan rzeczy. |
Mówimy to na wejściu, bo za trzy miesiące i tak by wróciło — tylko już jako Państwa rozczarowanie. Wolimy stracić zlecenie teraz niż zaufanie później.
Co robimy zamiast — pięć rozdzielonych prac
Rozdzielamy pięć prac, które rynek sprzedaje pod jednym hasłem „zrobimy Wam GEO”, i każdą wyceniamy oraz odbieramy osobno. Dzięki temu wiadomo, za co Państwo płacą i po czym poznać, że zostało zrobione.
| Praca | Po co | Po czym poznają Państwo, że wykonana |
|---|---|---|
| Audyt | Wykryć i uporządkować problemy: gdzie AI Państwa pomija, gdzie myli, skąd bierze informacje. | Lista sprawdzonych adresów, wyników i priorytetów z uzasadnieniem — nie jedna zbiorcza ocena. |
| Pomiar | Dostarczać porównywalne obserwacje w czasie, a nie wrażenia. | Zamrożony panel pytań, harmonogram, surowe obserwacje, powody braków i definicje wskaźników. |
| Wdrożenie | Zmienić treści i sposób ich udostępniania, żeby model miał co przeczytać. | Zatwierdzone treści, źródła twierdzeń, zapis publikacji i możliwość wycofania zmiany. |
| Obecność w źródłach | Pojawić się tam, gdzie AI faktycznie zagląda w Państwa branży. | Uzgodniony zakres, rzeczywiste publikacje i jawne relacje — nie obietnica „autorytetu w LLM”. |
| Eksperyment | Sprawdzić, czy konkretna zmiana coś dała. | Porównywalny okres, kompletne wyniki i opis innych możliwych przyczyn — nie wykres przed-po bez kontekstu. |
Cztery poziomy wejścia
Nie trzeba zaczynać od całości. Pierwszy poziom jest bezpłatny, a każdy kolejny kończy się decyzją, czy idziemy dalej.
Sprawdzenie na rozmowę
Bezpłatne · przed pierwszym spotkaniem
Zadajemy sztucznej inteligencji trzy pytania, które mógłby zadać Państwa klient — bez podawania nazwy Państwa firmy. Przynosimy odpowiedzi na spotkanie. To nie jest badanie i tak je nazywamy. To punkt wyjścia do rozmowy.
Audyt widoczności w AI
5–8 dni roboczych · panel 20–30 pytań, 2 środowiska, 3 powtórzenia, 2 terminy
Pierwsza rzetelna diagnoza na pytaniach zbudowanych z prawdziwych sytuacji zakupowych Państwa klientów. Dostają Państwo sześć rzeczy:
- Kartę faktów o marce — każda ważna obietnica firmy z dowodem, zakresem i osobą odpowiedzialną za aktualizację.
- Arkusz audytu — dziesięć obszarów ze statusem: potwierdzone, problem, nieustalone, nie dotyczy.
- Panel pytań — z zapisanym pochodzeniem każdego z nich.
- Mapę źródeł Państwa branży — kilkadziesiąt domen, po które AI sięga najczęściej.
- Rejestr błędów faktograficznych — co AI mówi nieprawdziwego, gdzie i z jakiego źródła.
- Kolejkę decyzji — z konsekwencją, wartością i kosztem naprawy.
Fundament
W ramach Sprintu 30 dni · naprawa tego, co wyszło w audycie
Dostępność techniczna materiałów, architektura informacji ułożona pod rzeczywiste pytania zakupowe, dane produktowe zapisane tak, żeby dało się je odczytać maszynowo, polityka dostępu robotów oraz brakujące treści — łącznie ze stroną opisującą uczciwie, kiedy Państwa rozwiązanie nie jest najlepszym wyborem.
Ta ostatnia brzmi dziwnie, ale chroni przed zapytaniami od klientów, dla których oferta nie pasuje. Mniej nietrafionych poleceń bywa lepszym wynikiem niż więcej wzmianek.
Pilotaż 90 dni
Abonament · zamrożony panel, rejestr zmian, raport co miesiąc
Stały panel pytań, rejestr wszystkich zmian, praca nad obecnością w zmapowanych źródłach i comiesięczny raport w tym samym układzie: dowód — interpretacja — następna decyzja.
Pilotaż kończy się jedną z czterech odpowiedzi: poprawa, pogorszenie, brak wyraźnej różnicy albo „pomiar nie pozwala rozstrzygnąć”. Tę ostatnią ustalamy jako dopuszczalny wynik, zanim zaczniemy.
| Etap pilotażu | Co się dzieje | Warunek odbioru |
|---|---|---|
| Dni 1–14 | Cel, fakty, pytania, zakres i pierwsze obserwacje | Zatwierdzony punkt odniesienia |
| Dni 15–30 | Audyt, priorytety, naprawa krytycznych błędów | Lista zmian z dowodami i osobą odpowiedzialną |
| Dni 31–60 | Wdrożenie ograniczonego zestawu poprawek i publikacje | Odebrane publikacje i zapis wykonania |
| Dni 61–75 | Kontrola efektów, błędów i kosztu utrzymania | Diagnoza: poprawa, pogorszenie lub brak rozstrzygnięcia |
| Dni 76–90 | Ocena biznesowa i decyzja o kolejnym zakresie | Decyzja: skalujemy, poprawiamy test albo kończymy |
Jeden fakt, który zwykle przesądza o sensie diagnozy. W badaniu ośmiu polskich marek (Vestigio 2026) własna witryna odpowiadała tylko za 11–24% źródeł, z których AI budowała odpowiedź o firmie. Ponad trzy czwarte informacji pochodziło ze stron, których marka nie kontroluje. U producentów głównym źródłem były portale i blogi branżowe (ok. 28%), a serwisy opinii tylko ok. 3%. Dopóki nie wiadomo, które to strony, każda praca nad wizerunkiem jest zgadywaniem.
Dla kogo to ma sens — i dla kogo nie
Najwięcej zyskują firmy, które sprzedają produkt opisany parametrami, a ich klient wybiera dostawcę, zanim zadzwoni. Najmniej — firmy, które wygrywają wyłącznie z polecenia albo w przetargach.
Ma sens, jeżeli
- Sprzedają Państwo produkt lub usługę opisaną parametrami: wymiary, klasy, normy, atesty, zakresy zastosowania. Modele cytują je najchętniej, bo są jednoznaczne i weryfikowalne.
- Klient porównuje dostawców przed kontaktem — decyzja zapada, zanim ktokolwiek zadzwoni.
- Dane produktowe leżą w katalogach PDF do pobrania, czyli w formacie, którego model praktycznie nie przeczyta.
- Przebudowują Państwo właśnie stronę. Wtedy koszt wprowadzenia porządku jest bliski zeru — za pół roku to osobny projekt.
- Zdarzyło się, że klient zapytał o funkcję, której Państwa produkt nigdy nie miał.
Nie ma sensu, jeżeli
- Klienci wybierają dostawcę wyłącznie z polecenia partnera albo przez przetarg.
- Oferta jest w trakcie głębokiej zmiany. Najpierw trzeba ustalić, co właściwie mamy opisać.
- Budżet wystarcza wyłącznie na raport. Wtedy przez kilka miesięcy będą Państwo dokładnie obserwować własny brak działania.
Granica, o której mówimy wprost. Nie sprzedajemy sprzedaży przez ChatGPT. Nikt nie kupi drzwi przeciwpożarowych z atestem ani linii produkcyjnej w oknie czatu. Transakcja i tak wróci do Państwa — do rozmowy, pomiaru i wyceny. Pracujemy nad etapem wcześniej: nad tym, czy w ogóle trafiają Państwo na krótką listę.
Jak sprawdzą Państwo naszą pracę
Każda liczba w naszych raportach ma definicję podpisaną przed pomiarem, a lista pytań i porównywanych firm jest zamrożona w umowie. Tej sekcji zwykle nie ma w ofertach. Uważamy, że powinna być w każdej.
- Przed pomiarem podpisujemy słownik wskaźników. Każda liczba ma zapisany licznik, mianownik i granicę interpretacji. Żadnego „wskaźnika widoczności” bez wyjaśnienia, co dzielimy przez co.
- Zamrażamy panel pytań i listę porównywanych firm. Samo usunięcie jednej firmy z zestawu porównawczego potrafi podnieść wynik o kilkanaście punktów, bez zmiany ani jednej odpowiedzi. Dlatego lista jest częścią umowy.
- Ujawniamy braki. Nieudane pobrania, odmowy odpowiedzi i błędy techniczne trafiają do raportu, a nie do kosza.
- Zapisujemy kryterium porażki przed startem. Po trzech miesiącach pracy każdy przywiązuje się do własnego wysiłku — dlatego ustalamy to wcześniej.
- Oddajemy dane. Przy zakończeniu współpracy dostają Państwo eksport obserwacji, dokumentację i dostępy.
Mogą nas Państwo tym sprawdzić — i innych też. Proszę poprosić dowolnego wykonawcę o opis projektu, w którym wynik okazał się nierozstrzygający, a potem zapytać, jak odróżnił brak efektu od zbyt krótkiej obserwacji. Umiejętność spokojnego opisania ograniczeń mówi więcej niż kolejny wykres rosnący od zera.
Najczęstsze pytania
Czym jest widoczność w AI (GEO)?
Widoczność w AI to obecność firmy w odpowiedziach generowanych przez asystentów takich jak ChatGPT, Gemini czy Perplexity. Model nie ma własnego zdania o marce — streszcza to, co o niej znalazł w internecie. Praca nad widocznością polega więc na porządkowaniu i udostępnianiu informacji, z których model korzysta, a nie na wpływaniu na model.
Czy można zagwarantować pierwsze miejsce w ChatGPT?
Nie. Taka obietnica wymaga uściślenia: na jakie pytania, w jakim środowisku, w ilu próbach i według jakiej definicji pierwszeństwa. Google pisze w poradniku wyboru wykonawcy, że nikt nie może zagwarantować pierwszej pozycji. Gwarantować można termin audytu, zakres eksportu, liczbę sprawdzonych adresów i kompletność wdrożenia.
Skąd AI bierze informacje o firmie?
Z wielu źródeł jednocześnie. W badaniu ośmiu polskich marek (Vestigio 2026) własna witryna odpowiadała za 11–24 procent cytowanych źródeł, a typowa odpowiedź o marce cytowała cztery różne domeny. U producentów dominującym źródłem były portale i blogi branżowe — około 28 procent cytowań — a serwisy opinii około 3 procent. Struktura źródeł różni się między branżami, dlatego ustala się ją osobno dla każdej firmy.
Czy plik llms.txt poprawia widoczność w wyszukiwarce?
Google deklaruje, że nie używa plików llms.txt do poprawy widoczności ani rankingu w Google Search. Plik może mieć zastosowanie jako przewodnik po dokumentacji dla konkretnego narzędzia, ale wymaga wskazania odbiorcy i zadania. Sam w sobie nie jest przepustką do rekomendacji.
Ile trwa audyt widoczności w AI i co zawiera?
Pięć do ośmiu dni roboczych. Zawiera panel 20–30 pytań zadanych w dwóch środowiskach, w trzech powtórzeniach i dwóch terminach, kartę faktów o marce, arkusz audytu, mapę źródeł branży, rejestr błędów faktograficznych oraz kolejkę decyzji z osobą odpowiedzialną i terminem.
Od czego zaczynamy
Od sprawdzenia, nie od umowy. Proszę napisać, czym się Państwo zajmują i jakie pytanie zadałby Państwa klient, gdyby szukał takiego dostawcy. Zadamy je sztucznej inteligencji i odeślemy to, co odpowiedziała — razem z listą źródeł, z których skorzystała. Bez zobowiązania i bez prezentacji.
Wyślij pytanie swojego klientaJeżeli w odpowiedzi nie ma Państwa nazwy, będą Państwo mieli konkret do rozmowy wewnątrz firmy. Jeżeli jest — też warto wiedzieć dlaczego, żeby to utrzymać.
Źródła liczb: S. Parzych, „Jak cię widzą, tak cię piszą”, Vestigio 2026 (8 marek, 966 pytań, 6 platform AI, 5 powtórzeń) · D. Januszkiewicz, „Biblia widoczności w AI”, Semly.ai 2026, wyd. cyfrowe 1.2 · dokumentacja Google Search Central (stan: wrzesień 2026). Badania dotyczą określonych prób i warunków — nie opisują całego polskiego rynku i nie przewidują wyniku dla konkretnej firmy.