Pozycjonowanie sklepu w AI: jak sprawić, żeby ChatGPT polecał Twoje produkty

Zmienia się to, jak klient szuka produktu. Coraz częściej nie wpisuje frazy w Google i nie przegląda dziesięciu linków. Pyta asystenta AI: „poleć mi dobry trymer do brody do 200 zł" albo „gdzie kupię zamiennik filtra do tego ekspresu". I dostaje dwie, trzy konkretne odpowiedzi, a nie listę wyników. Jeśli Twojego sklepu nie ma w tych dwóch, trzech, dla tego klienta nie istniejesz.

To jest pozycjonowanie w AI, po angielsku GEO, czyli Generative Engine Optimization. Zajmuję się porządkowaniem i automatyzacją danych w e-commerce, więc patrzę na to od strony, którą większość pomija: widoczność w AI nie zależy od ładnej strony, tylko od danych i od tego, kto i gdzie o Tobie pisze. Ten tekst pokazuje, jak to działa naprawdę, na podstawie badań, a nie obiegowych porad, i co konkretnie zrobić.

Jest jeszcze jeden powód, dla którego warto się tym zająć teraz. Ruch z polecenia przez AI konwertuje wyżej niż zwykły organiczny, bo klient przychodzi już z zaufaniem: skoro asystent polecił, to znaczy, że warto. Pozyskujesz cieplejszego klienta, nie zimny klik.

Czym różni się pozycjonowanie w AI od klasycznego SEO

Klasyczne SEO walczy o pozycję na liście wyników Google. Pozycjonowanie w AI walczy o coś innego: o to, żeby model wymienił Ciebie w swojej odpowiedzi. AI nie pokazuje listy dziesięciu pozycji. Podaje kilka rekomendacji i ewentualnie źródła. Albo jesteś jednym z nich, albo Cię nie ma.

W branży krąży już kilka pojęć na to samo zjawisko, warto je znać. GEO (Generative Engine Optimization) to optymalizacja pod silniki generatywne jak ChatGPT, Perplexity, Gemini czy Claude. AEO (Answer Engine Optimization) to optymalizacja pod „silniki odpowiedzi". AI Overviews to odpowiedzi AI na górze wyników Google. W polskich rozmowach najczęściej pada po prostu „pozycjonowanie w ChatGPT" albo „pozycjonowanie w AI". Wszystko to kręci się wokół jednego: być cytowanym i polecanym przez model, nie tylko wysoko w Google.

Dlaczego AI o mnie nie wie

To pytanie zadaje sobie prawie każdy, kto pierwszy raz zapyta ChatGPT o swoją firmę i usłyszy ogólniki albo, gorzej, kompletnie zmyślone informacje. Powodów jest zwykle kilka i warto je rozdzielić.

Po pierwsze, model ma dwie drogi do wiedzy o Tobie. Pierwsza to wiedza wbudowana podczas treningu, wolna, bo model uczy się raz na jakiś czas z dużego zrzutu internetu. Druga to wyszukiwanie na żywo, gdy model w trakcie rozmowy przeszukuje sieć. Jeśli jesteś nowy albo mało obecny, w treningu Cię nie ma, a w wyszukiwaniu na żywo model znajduje cudze treści, nie Twoje.

Po drugie, Twoja tożsamość jest niejasna. Jeśli w jednym miejscu nazywasz się tak, w drugim inaczej, a nigdzie nie pada wprost, czym się zajmujesz, model nie ma jak połączyć kropek. Potrzebuje jednoznacznej tożsamości: ta firma to ten człowiek i robi to.

Po trzecie, nikt o Tobie nie pisze poza Twoją stroną. To jest kluczowe i wrócę do tego niżej, bo z badań wychodzi, że wzmianki z zewnątrz ważą najmocniej.

Po czwarte, Twoje dane są słabe albo niespójne. Cienkie opisy produktów, brak parametrów, brak danych strukturalnych. Model, który czyta dane, a nie ogląda zdjęć, po prostu nie ma czego zacytować.

Po piąte, świeża domena i brak historii. To akurat mija z czasem, jeśli reszta jest zrobiona dobrze.

Co naprawdę decyduje, że AI Cię cytuje

Tu zostawiam obiegowe porady i sięgam do badań, bo akurat w tym temacie dane mówią dużo.

Wzmianki o marce ważą najmocniej. Z analiz Semrush wynika, że obecność wzmianek o marce w sieci koreluje z widocznością w AI na poziomie około 0,66, podczas gdy klasyczne linki zwrotne tylko około 0,22. Marki z górnego kwartyla pod względem wzmianek mają nawet dziesięć razy większą widoczność w AI niż te z dolnych. Wniosek jest niewygodny dla starej szkoły SEO: dla AI liczy się, czy ludzie o Tobie mówią, nawet bez linku, bardziej niż to, ile masz linków.

Cytaty, statystyki i źródła w treści. Oryginalne badanie GEO z konferencji KDD 2024, przygotowane przez badaczy z Princeton, Georgia Tech, Allen Institute for AI i IIT Delhi, pokazało coś konkretnego. Dodanie do treści wiarygodnych cytatów, statystyk i odwołań do źródeł podnosi widoczność w odpowiedziach AI o ponad 40 procent w różnych zapytaniach. Na Perplexity zmierzono wzrost do 37 procent. Poprawa płynności i czytelności tekstu dawała dodatkowe 15 do 30 procent. I jeszcze jedno z tego badania: GEO pomaga najbardziej stronom słabiej pozycjonowanym, więc to szansa właśnie dla mniejszych sklepów.

Gdzie model szuka. W analizach najczęściej cytowanych źródeł dominują Wikipedia, YouTube i Reddit. Wzmianki na YouTube, w tytułach, opisach i transkrypcjach, okazały się jednym z najmocniejszych sygnałów dla widoczności w odpowiedziach AI. To podpowiada, gdzie warto być obecnym poza własną stroną.

Trafność bije zasięg. AI nie nagradza najpopularniejszego wpisu, tylko najtrafniejszą odpowiedź na konkretne pytanie. Treść pod wąski, precyzyjny przypadek użycia bywa cytowana częściej niż ogólny tekst dla wszystkich.

Triki, które realnie podnoszą widoczność w AI

To są konkretne ruchy, większość wprost z badań powyżej.

• Pisz tak, żeby Cię łatwo było zacytować. Model lubi wyjmować gotowe zdania. Daj jasną definicję w jednym zdaniu, konkretną liczbę, krótką odpowiedź na pytanie. Tekst, z którego trudno wyjąć fakt, rzadziej jest cytowany.
• Dodawaj statystyki i liczby. Konkretne dane są dla modelu łatwe do podania jako fakt, więc treść z liczbami wygrywa z treścią lania wody.
• Cytuj wiarygodne źródła i ekspertów. To samo, co podnosi Twoją widoczność, działa też na Twoją wiarygodność u czytelnika.
• Pisz w formie pytań i odpowiedzi. Nagłówki jako pytania, sekcja FAQ, układ „dla kogo", „kiedy warto", „jak wybrać", „najczęstsze błędy". Modele uwielbiają taki układ, bo pasuje do tego, jak ludzie pytają.
• Zadbaj o wzmianki poza własną domeną. To najmocniejszy sygnał. Bądź wymieniany na branżowych portalach, w katalogach, w dyskusjach na forach i grupach, na YouTube z porządnym opisem i transkrypcją. Jeśli kwalifikujesz się do Wikipedii, to jeden z najmocniejszych adresów w całym AI.
• Ujednolić tożsamość wszędzie. Ta sama nazwa, ten sam opis firmy, ten sam człowiek za marką, na stronie, w mediach społecznościowych, w katalogach. Model łączy kropki tylko wtedy, gdy są spójne.
• Wstaw dane strukturalne i llms.txt. Schema.org dla firmy (Organization), dla założyciela (Person), dla stron z pytaniami (FAQPage) i dla produktów (Product). Do tego plik llms.txt, czyli wersja Twoich kluczowych informacji napisana wprost pod modele AI. To ułatwia maszynie zrozumienie, kim jesteś.
• Zbieraj opinie i recenzje. Model bardziej ufa temu, co mówią o Tobie inni, niż Twoim własnym deklaracjom.
• Aktualizuj treści. Świeżość i regularne uzupełnianie pomaga zarówno w wyszukiwaniu na żywo, jak i w budowaniu autorytetu.

Które sklepy pozycjonują się w AI najłatwiej

Nie każdy sklep startuje z tego samego miejsca. Z mechaniki, którą opisałem, wynika dość jasno, komu idzie łatwiej.

Najłatwiej mają sklepy z wąską, konkretną niszą. Skoro trafność bije zasięg, łatwiej zostać odpowiedzią na „najlepszy karmnik dla jeży" niż na „prezenty dla każdego". Im węższe pytanie, tym mniejsza konkurencja o bycie cytowanym.

Dobrze radzą sobie sklepy z bogatymi, ustrukturyzowanymi danymi produktowymi: pełne parametry, specyfikacje, kody EAN, kategorie z sensem. To jest paliwo, które model czyta wprost.

Marki własne i producenci mają przewagę, bo ich nazwa jest jednoznaczna i nikt się o nią nie bije. Tożsamość marki jest czysta od początku.

Wygrywają sklepy z treścią doradczą: poradniki zakupowe, porównania, odpowiedzi na pytania klientów. To dokładnie ten typ treści, który model cytuje.

Trudniej mają sklepy z szerokim, generycznym asortymentem, konkurujące o te same frazy z gigantami, z cienkimi opisami i obecnością tylko na marketplace, bez własnej domeny z treścią. Tam wszystko trzeba dopiero zbudować.

Jak sprawdzić, czy AI Cię widzi

Najprostszy test robisz sam w pięć minut. Zapytaj ChatGPT, Perplexity i Gemini wprost o swoją firmę, o swoją kategorię produktów i o polecenie sklepu w Twojej niszy. Zobacz, czy padasz, na której pozycji i czy informacje się zgadzają. Powtarzaj to co miesiąc i notuj, jak się zmienia. To Twój wskaźnik postępu, darmowy i szczery.

Najważniejsza rzecz: to stoi na danych

Można obudować to wszystkimi trikami świata, ale fundament jest jeden: czyste, kompletne i spójne dane. Jeśli Twoje opisy są cienkie, parametry niepełne, a stany i ceny rozjeżdżają się między kanałami, żaden trik tego nie nadrobi. Model nie poleci sklepu, którego danych nie rozumie, a klient nie wróci do sklepu, w którym kupił rzecz niedostępną.

I tu jest sedno, które łatwo przeoczyć. Widoczność w AI zaczyna się od porządku w danych produktowych, a to jest pierwsza rzecz, którą robię przy wdrożeniach: spójny katalog, pełne opisy, zsynchronizowane stany, dane gotowe do czytania przez maszyny. (O tym, jak rozjechane powiązania potrafią psuć choćby stany na Allegro, pisałem osobno.) Jeśli chcesz, żeby AI w ogóle miało co o Tobie powiedzieć, zacznij od tego.

Najczęstsze pytania

Słowniczek pojęć

• GEO (Generative Engine Optimization) — pozycjonowanie pod silniki generatywne (ChatGPT, Perplexity, Gemini, Claude).
• AEO (Answer Engine Optimization) — optymalizacja pod silniki odpowiedzi.
• AI Overviews — odpowiedzi generowane przez AI na górze wyników Google.
• AI SEO — potoczne określenie na łączenie klasycznego SEO z optymalizacją pod AI.
• LLM — duży model językowy, czyli silnik takich asystentów jak ChatGPT.
• Tożsamość marki — jednoznaczne „kto to jest i czym się zajmuje", spójne w całej sieci, żeby model potrafił to rozpoznać i połączyć w jedną całość.
• Wzmianki o marce (brand mentions) — miejsca w sieci, gdzie pada nazwa Twojej firmy, nawet bez linku.
• Dane strukturalne (schema.org) — opis strony w formacie czytelnym dla maszyn.
• llms.txt — plik z kluczowymi informacjami o firmie, pisany wprost pod modele AI.
• Cytowalność — łatwość, z jaką model może wyjąć z Twojej treści gotowy fakt lub zdanie.

Źródła