AI search
Jak wyszukiwarki AI wybierają źródła
Wyszukiwarki AI wybierają źródła w trzech etapach: pobierają fragmenty najbliższe zapytaniu, przesiewają je pod kątem wiarygodności i świeżości, a dopiero potem budują odpowiedź. To schemat badawczej architektury RAG (parametry systemów komercyjnych są niejawne). Kluczowa konsekwencja: na etapie odpowiedzi oceniany jest pojedynczy fragment, ale o wejściu do puli kandydatów decydują klasyczne systemy rankingowe.
Co dzieje się między pytaniem a odpowiedzią?
Pod spodem działa architektura RAG, opisana przez Lewisa i współpracowników w 2020 roku. Ma trzy etapy i każdy odsiewa część kandydatów. Zastrzeżenie: dostawcy nie publikują swoich parametrów, więc liczby poniżej opisują typowe implementacje RAG, nie konkretny silnik.
Najważniejsze zdanie o tym mechanizmie brzmi: na etapie odpowiedzi oceniany jest fragment, nie cała domena - dostępność fragmentu wciąż jednak zależy od indeksacji, retrievalu i sygnałów domeny. Google od 2021 roku stosuje passage ranking - potrafi ocenić i wyróżnić pojedynczy fragment długiej strony, nawet jeśli reszta dotyczy czego innego. To ranking fragmentów, nie osobne indeksowanie każdego akapitu.
To dobra wiadomość dla mniejszych serwisów. Nie musisz mieć autorytetu Deloitte, żeby zostać zacytowanym - musisz mieć jeden akapit, który odpowiada na pytanie lepiej niż cudzy.
Dlaczego pozycja w Google przestała wystarczać?
Bo silniki rozkładają jedno pytanie na wiele podzapytań. Mechanizm nazywa się query fan-out i Google potwierdziło go na I/O 2025 - bez publikowania progów. Skalę szacują analizy branżowe: od kilku podzapytań przy prostych pytaniach po dziesiątki przy złożonych, badawczych.
Analiza Surfer SEO na 173 902 adresach URL pokazała, jak mocno to zmienia grę. Korelacja Spearmana między liczbą podzapytań, na które strona rankuje, a jej cytowaniem w AI Overviews wyniosła 0,77. Jeszcze mocniejsza liczba: 68% stron cytowanych w AI Overviews nie było w klasycznym Top 10.
Praktyczny wniosek jest kontrintuicyjny: zamiast walczyć o pierwszą pozycję na frazę główną, opłaca się pokrywać wiele pytań pobocznych wokół tematu.
Które zabiegi redakcyjne realnie działają?
Badanie Princeton przedstawione na KDD 2024 przetestowało konkretne zmiany w treści i zmierzyło ich wpływ na widoczność. Wynik układa się w jedną zasadę: działa dokładanie konkretów, zawodzi manipulacja formą.
Warunek jest bezwzględny: statystyka musi mieć nazwane źródło i datę. Sformułowanie „badania pokazują" nie daje nic, „badanie Princeton, KDD 2024" - daje. Bez możliwości weryfikacji liczba jest dla silnika ozdobnikiem, nie dowodem.
Po drugiej stronie są rzeczy, które nie zadziałały: upychanie fraz (na Perplexity widoczność wręcz spadała o około 10%), sztuczne upraszczanie treści, rozwadnianie tekstu dla objętości i czysta perswazja bez dowodów.
Gdzie umieścić najważniejszą treść?
Na początku i w podsumowaniu, nigdy w środku. Badanie Liu i współpracowników (TACL 2024, sześć rodzin modeli) opisało efekt „lost in the middle": trafność wykorzystania informacji układa się w krzywą U - najwyższa na początku kontekstu, niemal równie wysoka na końcu, a w środku niższa o ponad 30 punktów procentowych.
Potwierdza to rozkład cytowań - ChatGPT bierze 44,2% cytowań z pierwszej jednej trzeciej treści. Najgorszym miejscem na kluczową tezę jest środek długiego tekstu - początek i wyraźne podsumowanie na końcu radzą sobie znacznie lepiej.
Czy warto liczyć na dane strukturalne?
Nie jako na dźwignię cytowań - i to jest ustalenie, które zaskakuje większość osób w branży. Ahrefs przeprowadził kontrolowany test na 1885 stronach: grupa ze schema nie zyskała cytowań, a wypadła minimalnie gorzej (−4,6%) - obie grupy traciły w tym okresie widoczność, więc to brak efektu, nie dowód szkody. Do podobnych wniosków doszło SE Ranking - w ich próbie 129 tysięcy domen serwisy pozbawione znacznika FAQPage zbierały cytowania częściej od tych, które go miały.
Schema warto mieć poprawną, bo porządkuje encję marki i zasila klasyczne SEO. Ale nie należy jej sprzedawać jako motoru widoczności w modelach.
Co ma największy wpływ poza stroną?
Wzmianki. Analiza Muck Rack z maja 2026, obejmująca ponad 25 milionów linków, wykazała, że 84% cytowań AI pochodzi z earned media, a 94% to źródła niepłatne - treść płatna i advertoriale stanowią 0,3%.
Ahrefs na próbie 75 000 marek zmierzył korelacje z widocznością w AI Overviews: wzmianki tekstowe o marce (0,664) wypadły istotnie mocniej niż backlinki (0,218), mniej więcej w proporcji trzy do jednego. Najsilniejszym pojedynczym predyktorem okazały się wzmianki na YouTube (0,737).
Zastrzeżenie, które trzeba postawić uczciwie: to korelacje, nie dowody przyczynowości. Ale kierunek jest spójny z tym, co obserwuję w projektach - digital PR nie jest dodatkiem do widoczności w AI, tylko jej rdzeniem.
Czego nie wiemy
Żaden dostawca nie publikuje algorytmu wyboru źródeł, więc wszystko powyżej to wnioski z badań i obserwacji, nie z dokumentacji. Co więcej, wyniki są niestabilne: AI Overviews podmienia treść dla tego samego zapytania w około 70% przypadków, a tylko 30% marek utrzymuje się w kolejnej odpowiedzi.
Dlatego pojedynczy zrzut ekranu z ChatGPT nie jest pomiarem. Sensowny pomiar to 10–20 powtórzeń tego samego promptu, rozłożonych w czasie, raportowanych z przedziałem ufności.
Co z tego wynika dla kolejności prac?
Mechanizm opisany wyżej przekłada się na prostą hierarchię - i warto ją zapisać wprost, bo większość budżetów jest wydawana od końca:
| Priorytet | Praca | Dlaczego w tej kolejności |
|---|---|---|
| 1 | Dostępność: treść w HTML, boty niezablokowane | Bez tego nie istniejesz na etapie discovery |
| 2 | Pokrycie pytań osobnymi stronami | Fan-out pobiera kandydatów per podzapytanie |
| 3 | Format fragmentów: odpowiedź na początku, dane, źródła | Decyduje na etapie rerankingu i cytowania |
| 4 | Wzmianki i obecność w źródłach trzecich | Buduje rozpoznawalność marki ponad pojedynczym fragmentem |
Odwrotna kolejność - najpierw „optymalizacja pod AI", potem sprawdzenie, czy crawler w ogóle widzi stronę - to najczęstszy wzorzec marnowania pieniędzy, jaki widzę w tej niszy.
Częste pytania
Czy muszę być w Top 10 Google, żeby AI mnie cytowało?
Nie. Według analizy Surfer SEO na 173 902 URL-ach aż 68% stron cytowanych w AI Overviews nie było w klasycznym Top 10 - trafiły tam przez wyniki podzapytań mechanizmu query fan-out.
Co jest ważniejsze: autorytet domeny czy jakość fragmentu?
W momencie wyboru źródła - jakość fragmentu, bo silnik ocenia pojedynczy akapit. Autorytet domeny działa wcześniej, wpływając na to, czy strona w ogóle trafi do puli kandydatów.
Czy dane strukturalne zwiększą moje cytowania?
Brak na to dowodów. Kontrolowany test Ahrefs na 1885 stronach nie wykazał wzrostu, a nawet lekki spadek o 4,6%. Schema porządkuje encję i zasila klasyczne SEO, ale nie jest dźwignią cytowań.
Jak długo trwa, zanim nowa treść zacznie być cytowana?
W obserwacjach branżowych lag między publikacją a cytowaniem w ChatGPT to często 6–12 tygodni - traktuj to jako rząd wielkości, nie termin. Mocno sprzyja temu indeksacja w Bing (w kierunkowym badaniu Seer 87% cytowań pokrywało się z Top 20 Bing, choć OpenAI nie stawia jej jako warunku) - warto ją przyspieszyć sitemapą i IndexNow (samo powiadomienie, bez gwarancji).
Sprawdźmy, czy AI cytuje akurat Ciebie
W audycie GEO mierzę widoczność marki na powtarzalnym zestawie promptów - 10–20 powtórzeń na platformę, wynik z przedziałem ufności. Do tego sprawdzam, czy Twoja treść jest w ogóle dostępna dla crawlerów AI.
Zamów audyt GEOPowiązane materiały
Autor
Adrian Grabski
Konsultant SEO i AI search. W wyszukiwarkach od 2002 roku - przez wszystkie aktualizacje Google i teraz przez wyniki generowane przez AI. Robię audyty, prowadzę konsultacje i szkolę zespoły marketingowe.