AI Overviews: jak pisać, żeby model miał co zacytować

Wpisujesz w Google frazę, pod którą pół roku temu pisałeś tekst. Nad wynikami rozwija się ramka z podsumowaniem. Czytasz i po trzecim zdaniu robi się nieprzyjemnie, bo to jest Twoja kolejność argumentów, Twoje rozróżnienie i ten sam przykład, którego użyłeś, żeby je wyjaśnić. Przewijasz do miejsca, gdzie Google wypisuje źródła. Trzy linki. Żaden nie prowadzi do Ciebie.

Zostałeś przeczytany i nie zostałeś policzony.

Brzmi znajomo? To nie jest ani kradzież, ani usterka. Tak wygląda zwyczajna praca AI Overviews — podsumowań, które Google skleja nad listą wyników z fragmentów wielu stron naraz, a pod spodem podaje garść odnośników do tego, z czego skorzystał. Zjawisko zdążyło już wejść do codziennego użytku: Pew Research Center prześledził w marcu 2025 zachowanie ponad 900 dorosłych Amerykanów i naliczył, że podsumowanie pojawiało się przy mniej więcej co piątym wyszukiwaniu, a 58% badanych zobaczyło je w ciągu miesiąca choć raz.

Zostaje pytanie, co właściwie trzeba mieć w tekście, żeby pod tą ramką stanął Twój adres. Odpowiedź ma dwie części i obie są mniej marketingowe, niż się spodziewasz. Pierwsza dotyczy tego, jak budujesz pojedynczy akapit. Druga — tego, czy poza Twoją własną domeną istnieje cokolwiek, co potwierdza, że w ogóle istniejesz.

Czternaście fraz z podsumowaniem AI i ani jednego cytowania

Zacznę od własnego wyniku, bo jest niewygodny i dlatego coś warty. Pod koniec sierpnia 2026 sprawdziłem w Senuto, jak wygląda widoczność noraline.pl. Czternaście fraz, na które domena w ogóle rankuje, wyzwala w wynikach podsumowanie AI. W żadnej z tych czternastu Google nie podaje noraline jako źródła. Nie w połowie, nie w jednej trzeciej. W zerowej.

Tydzień później, na początku września, zrobiłem pełny audyt serwisu pod kątem widoczności w wyszukiwarkach generatywnych. Ocena cytowalności samej treści wyszła 75 na 100 — strony renderują się po stronie serwera, wszystkie boty AI mają wstęp, dane strukturalne siedzą na ponad stu podstronach, obrazki mają opisy alternatywne. Technicznie nie ma czego naprawiać w pierwszej kolejności.

I ten rozjazd jest właśnie tematem. Treść przygotowana poprawnie, sygnały techniczne w porządku, a udział w podsumowaniach zerowy. Gdyby cytowanie było prostą funkcją jakości tekstu, ta liczba nie mogłaby tak wyglądać. Skoro tak wygląda, to o cytowanie decyduje coś innego niż sama jakość tekstu.

Pozycja w wynikach nie kupuje cytowania

Najczęstsza diagnoza brzmi: wejdź do pierwszej dziesiątki, a podsumowanie zacznie Cię brać. Przez pewien czas to działało. Ahrefs policzył w lipcu 2025, że mniej więcej trzy czwarte adresów cytowanych w AI Overviews stało równocześnie w top 10 dla tego samego zapytania. Rok później ten sam zespół powtórzył pomiar na większej próbce — 863 tysiące zestawów wyników i cztery miliony cytowanych adresów — i dostał zupełnie inny rozkład.

Dwie trzecie cytowań idzie dziś do stron, których nie znajdziesz na pierwszej stronie wyników. To zmienia sens całego wysiłku. Pozycja przestała być biletem wstępu, ale przestała też być warunkiem koniecznym — i dla małej firmy, która nigdy nie wygra z serwisem mającym tysiąc linków, ta druga połowa zdania jest ważniejsza od pierwszej. Nie musisz pokonać nikogo w rankingu, żeby wejść do odpowiedzi.

Pozostaje pytanie, według czego model wybiera, skoro nie według kolejności w wynikach.

Model bierze fragment, a całą stronę zostawia na półce

Odpowiedź leży w sposobie, w jaki te podsumowania powstają. Google opisał go przy premierze trybu AI na I/O 2025 i nazwał query fan-out: system rozbija jedno pytanie użytkownika na wiele podpytań, puszcza je równolegle, przegląda wyniki każdego z nich i dopiero z tego składa jedną odpowiedź. Twoje zapytanie było jedno. Wyszukiwań odbyło się kilkanaście.

Dla autora tekstu wynika stąd jedna rzecz, i jest ona całą mechaniką. Do odpowiedzi nie awansuje strona. Awansuje kawałek strony, który pasował do jednego z tych kilkunastu podpytań. Reszta artykułu — wstęp, przejścia, kontekst, zakończenie — nie bierze udziału w ocenie, bo w ogóle nie została pobrana.

📖 Ze słownika Noraline RAG (Retrieval-Augmented Generation) — układ, w którym model nie odpowiada z własnej pamięci, tylko najpierw wyszukuje fragmenty dokumentów, a odpowiedź pisze dopiero na ich podstawie. Podsumowania w wyszukiwarce działają na tej samej zasadzie: najpierw pobranie kawałków, potem redakcja. Pełne hasło: RAG w słowniczku pojęć.

Taka jednostka ma swoje wymagania i one nie pokrywają się z tym, czego uczy klasyczne pisanie pod wyszukiwarkę. Fragment musi być zrozumiały bez tego, co stało przed nim. Musi mieć podmiot, orzeczenie i własny temat. Musi dać się wkleić do cudzej wypowiedzi bez poprawek, bo dokładnie to się z nim zaraz stanie.

Akapit zaczynający się od zaimka nie ma czego dać

Podczas wrześniowego audytu wyciągnąłem z serwisu skrajne przykłady w obie strony i różnica okazała się prostsza, niż zakładałem. Oto fragment, który nadaje się do cytowania w całości, wzięty z wpisu o tym, czym jest n8n i kiedy ma sens zamiast Make albo Zapiera: „Mikrus 1 GB RAM: ok. 75 zł/rok, Mikrus 2 GB RAM: ok. 130 zł/rok. Alternatywa — chmura n8n: 20 EUR/miesiąc". Nazwa, liczba, jednostka, waluta, porównanie. Wyjęte z tekstu znaczy dokładnie to samo, co w tekście.

A oto fragment z tego samego serwisu, który nie nadaje się do niczego: „Często sens nie znika — tylko przestaje być widoczny, bo nikt nie zamyka pętli efektów pracy". Zdanie jest w porządku po polsku i całkiem nieźle brzmi w akapicie, do którego należy. Wyrwane nie mówi nic. O czym? Czyjej pracy? Jakiej pętli? Model, który miałby je wkleić do odpowiedzi, musiałby dopisać połowę kontekstu z głowy. A tego nie zrobi, bo ma pod ręką trzy inne strony, które podały to samo bez zagadki.

Drugi nawyk, który wyklucza tekst równie skutecznie, to odkładanie konkretu. Piszesz trzy akapity dochodzenia do sedna, bo tak się dobrze czyta, a właściwa odpowiedź pada na końcu sekcji. Człowiek to wybaczy, bo czyta po kolei i lubi dochodzić razem z Tobą. Pobieranie fragmentów nie czyta po kolei i nie ma powodu doczytywać do końca, skoro sąsiednia strona odpowiedziała w pierwszym zdaniu.

Liczba bez źródła jest liczbą bez właściciela

Wpływ takiego podpisu da się zmierzyć i ktoś to zrobił. Zespół z Princeton, Georgia Tech i Allen Institute opublikował na konferencji KDD 2024 pracę o optymalizacji pod silniki generatywne, w której przetestował dziewięć sposobów przerobienia tekstu i zmierzył, jak zmienia się jego udział w generowanej odpowiedzi. Trzy najskuteczniejsze — dodanie cytowań, przytoczeń i statystyk — podniosły widoczność o 30 do 40 procent względem tekstu nieruszanego.

Dwie uwagi, żeby ta liczba nie zaczęła żyć własnym życiem. Czterdzieści procent to górna granica, nie średnia, i dotyczy miary udziału tekstu w odpowiedzi, a nie ruchu na stronie. Dodatkowo efekt rozkłada się nierówno: statystyki działały najmocniej w tematach prawnych i urzędowych, przytoczenia w tematach społecznych i wyjaśniających. Nie ma tu jednego przełącznika do wciśnięcia wszędzie.

Mechanizm jest jednak zrozumiały bez sięgania po badanie. Różnica między zdaniem, które da się zacytować, a zdaniem, które trzeba pominąć, sprowadza się do tego, czy ktokolwiek musiał cokolwiek sprawdzić, zanim je napisał.

Robimy to zresztą z innego powodu i dopiero teraz widać, że powody się zeszły. Reguła „każda liczba ma link w tym samym akapicie" powstała u nas po to, żeby czytelnik mógł sprawdzić, czy go nie oszukujemy. Okazało się, że ta sama reguła decyduje, czy akapit nadaje się do wyjęcia.

Nawet komplet cytowań nie odda Ci ruchu

Załóżmy, że wszystko powyżej zrobiłeś i Twój adres stoi pod ramką. Pew Research w tym samym badaniu z marca 2025 policzył, co ludzie faktycznie robią z takim ekranem, i w tym miejscu cała ta redakcja dostaje swoją cenę.

Jeden procent. Cytowanie w podsumowaniu, na które pracujesz redakcją, zamienia się w kliknięcie mniej więcej raz na sto wyświetleń. Zachowanie po lekturze idzie w tę samą stronę: 26% odsłon z podsumowaniem kończyło całą sesję przeglądania, wobec 16% bez niego. Odpowiedź została udzielona, temat zamknięty, przeglądarka zamknięta.

Jeżeli więc ustawiasz sobie cel „chcę być cytowany, żeby mieć ruch", to ustawiasz go pod liczbę, która wynosi jeden procent. Wyszukiwanie bez kliknięcia nie jest awarią, którą da się obejść lepszym nagłówkiem. Jest nowym domyślnym zachowaniem i cytowanie go nie odwraca.

Ruch, który jednak przychodzi, zachowuje się inaczej

Zanim uznasz, że nie ma o co walczyć, jedna obserwacja z drugiej strony. Ahrefs opublikował dane z własnej analityki i wyszło im, że odwiedzający przychodzący z wyszukiwarek AI stanowili 0,5% ruchu, a odpowiadali za 12,1% rejestracji w produkcie. To około dwudziestokrotnie wyższa skuteczność niż przy zwykłym ruchu z wyszukiwarki.

Traktuj tę liczbę ostrożnie, bo pochodzi z jednej firmy, dotyczy jednego produktu i publikuje ją ktoś, kto sprzedaje narzędzia dla tej branży. Ale kierunek ma sens niezależnie od tego, kto liczył: ktoś, kto przeczytał podsumowanie, zobaczył trzy źródła i mimo to kliknął właśnie w Twoje, ma za sobą cały etap rozglądania się. Przychodzi po weryfikację albo po decyzję, nie po wstęp do tematu.

Praktyczny wniosek jest taki, że tej widoczności nie mierzy się tą samą miarką co pozycji w Google. Sto wejść z ramki AI i sto wejść z listy wyników to nie są te same sto wejść. To ten sam błąd co mierzenie skuteczności newslettera po samym open rate — liczba się zgadza, tylko nie opisuje tego, co Cię interesuje.

Model musi mieć gdzie sprawdzić, że istniejesz

Wracam do własnego wyniku, bo ma drugą połowę i bez niej całość byłaby półprawdą. W tym samym audycie kategoria „autorytet marki" dostała 3 punkty na 100. Brak firmowego profilu na LinkedInie, brak wpisu w Wikidanych, brak kanału na YouTube, zero wzmianek na forach, zero recenzji w katalogach. Wszystko, co w internecie napisano o marce, napisała ona sama na własnej stronie.

Dla modelu składającego odpowiedź to jest realny problem, nie kosmetyka wizerunkowa. System, który ma podpisać się pod zdaniem, potrzebuje sygnału, że podmiot z tego zdania jest bytem potwierdzonym gdzieś indziej. Wikipedia, Wikidane, katalogi branżowe, cudze teksty — to są miejsca, w których taka weryfikacja się odbywa. Jeśli nie ma jej nigdzie, zostaje jedno źródło opisujące samo siebie, a to jest dokładnie ten wzorzec, który każdy system oceniający wiarygodność traktuje podejrzliwie.

Dlatego redakcja akapitów jest warunkiem koniecznym i nie jest wystarczającym. Można mieć najlepiej pociętą treść w branży i nie wejść do żadnego podsumowania, bo marka nie ma punktu zaczepienia poza własnym serwerem. Ta część roboty nie dzieje się w edytorze tekstu i zajmuje miesiące, nie popołudnie.

Godzina na jednym wpisie: pięć ruchów

Weź jeden tekst, który uważasz za swój najlepszy, i zrób na nim poniższe pięć rzeczy. Kolejność ma znaczenie, bo każdy kolejny krok korzysta z poprzedniego.

Godzina na wpis, przy dziesięciu wpisach dziesięć godzin. To jest realny koszt i lepiej znać go z góry, niż zaczynać od przepisywania całego serwisu w weekend.

Czego ta robota nie załatwi

Ta metoda ma zasięg i lepiej go znać, zanim wsadzisz w nią dziesięć godzin.

Zostaje jedna decyzja. Musisz wybrać, czy piszesz po to, żeby ktoś wszedł na stronę, czy po to, żeby Twoje zdanie stało w odpowiedzi, którą ktoś przeczyta bez wchodzenia. Pierwszy cel jest coraz droższy. Drugi wymaga innej redakcji, innej miary skuteczności i cierpliwości do tego, że przez pierwsze miesiące nie zobaczysz nic w statystykach.

Mój wybór po tych dwóch pomiarach jest taki: piszemy tak, żeby fragment dało się wyjąć, i równolegle budujemy obecność marki poza własnym serwerem. Pierwsze bez drugiego jest treścią, której nikt nie potwierdzi. Drugie bez pierwszego jest marką, która nie ma czego dać. Ta sama zmiana, którą opisywałem przy content marketingu po zero-click, tylko o jeden poziom niżej: dotyczy już nie strategii, a budowy pojedynczego akapitu.