Twoja firma oczami modelu: co AI mówi o Tobie klientom

Czyli o tym, dlaczego najlepsza strona w branży nie wystarczy, żeby model Cię polecił.

Ktoś, kto mógłby zostać Twoim klientem, siedzi wieczorem na kanapie z telefonem. Nie otwiera Google. Otwiera czat z modelem i pisze tak, jak powiedziałby znajomemu: „szukam kogoś, kto ustawi mi automatyczne wystawianie faktur w małej firmie, najlepiej kogoś sprawdzonego”. Po kilku sekundach dostaje trzy nazwy. Przy każdej dwa zdania opisu, przy jednej wzmiankę, że klienci chwalą szybki kontakt. Zapisuje sobie pierwszą nazwę i rano tam dzwoni.

Twojej firmy na tej liście nie było. Nie przegrałeś tego zlecenia. Po prostu nigdy się o nim nie dowiedziałeś.

Większość właścicieli firm zakłada, że skoro mają porządną stronę, a Google pokazuje ją na pierwszym miejscu po wpisaniu nazwy, to model też ich zna. Brzmi rozsądnie, bo przecież te systemy czytają internet. A gdyby było odwrotnie? Gdyby Twoja własna strona była dla modelu najmniej przekonującym źródłem wiedzy o Tobie?

Pracę nad tym, jak firma wypada w odpowiedziach modeli językowych, nazywa się GEO (generative engine optimization, po polsku optymalizacja pod wyszukiwarki generatywne). To krewny SEO, tyle że stawka jest inna. W zwykłych wynikach walczysz o miejsce na liście dziesięciu linków i nawet dziesiąta pozycja coś daje. W odpowiedzi modelu walczysz o to, czy Twoja nazwa w ogóle padnie, bo lista ma trzy pozycje, a reszty klient nie zobaczy. Ludzie zajmują się tym coraz poważniej z prostego powodu: według ankiety BrightLocal 45% konsumentów korzystało w 2026 roku z ChatGPT albo innego narzędzia AI, żeby znaleźć polecenie lokalnej firmy. To badanie rynku amerykańskiego, ale kierunek nie jest tajemnicą także u nas.

Dobra wiadomość jest taka, że nie trzeba zgadywać, co model o Tobie mówi. Da się to sprawdzić w jedno popołudnie. Gorsza: to, co zobaczysz, zależy głównie od rzeczy, które dzieją się poza Twoją stroną.

Klient pyta model, zanim otworzy którąkolwiek stronę

Podsumowanie od AI stało się dla wielu ludzi pierwszym, a często jedynym punktem kontaktu z wynikami wyszukiwania. Pew Research Center przeanalizował rzeczywisty ruch sieciowy ponad 900 dorosłych Amerykanów z marca 2025 roku i wyszło, że 58% z nich trafiło przynajmniej raz na wynik z podsumowaniem AI. Kiedy podsumowanie się pojawiało, w zwykły link klikano przy 8% wizyt, a bez podsumowania przy 15%. W link z samego podsumowania klikano przy około 1% wizyt.

Ta liczba z końca jest najważniejsza dla firmy. Nawet jeśli model wymieni Cię jako źródło, klient najczęściej nie przyjdzie sprawdzić. Przeczyta, co model o Tobie napisał, i na tym zbuduje opinię. Zjawisko ma swoją nazwę, zero-click search, i dotyczy już nie tylko pytań o pogodę czy kurs euro, ale także pytań o to, komu zlecić robotę.

Dla małej firmy usługowej oznacza to przesunięcie, które łatwo przeoczyć. Przez lata strona była wizytówką: klient na nią wchodził, oglądał realizacje, czytał opis oferty i sam wyciągał wnioski. Teraz coraz częściej wnioski wyciąga za niego model, a klient dostaje gotowe streszczenie. Ważniejsze od tego, jak wygląda Twoja strona, staje się pytanie, co model powie o Tobie w trzech zdaniach i skąd to wie.

Model składa odpowiedź z cudzych tekstów

Odpowiedź modelu o konkretnej firmie powstaje z dwóch rzeczy: z tego, co model zapamiętał podczas treningu, i z tego, co wyszuka w chwili, gdy dostaje pytanie. Pierwsza część jest stara i dziurawa, więc przy pytaniach o firmy, ceny czy polecenia narzędzia coraz częściej sięgają po drugą.

Ze słownika Noraline: RAG (Retrieval-Augmented Generation) to sposób działania, w którym model przed odpowiedzią wyszukuje dokumenty, wybiera z nich fragmenty i dopiero na ich podstawie pisze tekst. Model nie „wie” wtedy niczego o Twojej firmie sam z siebie. Wie dokładnie tyle, ile było w fragmentach, które akurat znalazł.

Google opisuje to wprost w dokumentacji funkcji AI w wyszukiwarce: AI Overviews i AI Mode mogą wysyłać wiele powiązanych zapytań naraz, rozbijając pytanie na podtematy i różne źródła danych. Klient pyta raz, a system w tle szuka opinii, porównań, katalogów i dyskusji. Twoja strona jest jednym z kandydatów do przeczytania. Nie jedynym i rzadko najważniejszym, bo na pytanie „czy ta firma jest dobra” strona tej firmy odpowie zawsze tak samo.

Pomyśl, jak sam sprawdzasz nieznanego wykonawcę. Opis na jego stronie czytasz, ale nie wierzysz mu na słowo. Szukasz opinii, pytasz na grupie, sprawdzasz, czy ktoś o nim pisał. Model robi to samo, tylko szybciej i bez Twojej cierpliwości. Jeśli poza Twoją stroną nie ma o Tobie nic, model ma do wyboru dwie drogi: przemilczeć Cię albo powtórzyć Twój własny opis bez żadnego potwierdzenia. W odpowiedzi, w której obok stoją trzy firmy z opiniami i wzmiankami, pierwsza droga jest dużo bardziej prawdopodobna.

Wzmianki o marce ważą więcej niż linki do strony

Najmocniej z widocznością w odpowiedziach AI wiąże się to, jak często marka jest wymieniana w internecie, a nie to, ile linków prowadzi do jej strony. Ahrefs przebadał w maju 2025 roku około 75 tysięcy marek i sprawdził, które czynniki idą w parze z tym, że marka pojawia się w AI Overviews. Na czele listy stanęły wzmianki o marce w sieci. Klasyczne wskaźniki SEO wypadły wyraźnie słabiej.

Dwa zastrzeżenia. Po pierwsze, to korelacja, a nie dowód przyczyny, i sami autorzy podkreślają, że większość badanych związków jest umiarkowana albo słaba. Po drugie, w próbie były domeny o sporej sile (Domain Rating powyżej 40), czyli raczej rozpoznawalne marki niż jednoosobowe biuro. Mimo to kierunek jest czytelny. Czynnik, który wypadł najmocniej, nie leży na Twojej stronie. Leży w tym, ile razy i gdzie ktoś inny napisał nazwę Twojej firmy.

Dla właściciela, który przez lata słyszał, że do widoczności potrzebne są linki, to jest zmiana akcentu. Link nadal pomaga. Ale wzmianka bez linku, na przykład opinia klienta w katalogu, artykuł gościnny albo nagranie na YouTube z nazwą firmy w opisie, też jest dla modelu sygnałem, że taki podmiot istnieje i ktoś poza nim samym coś o nim mówi.

Gdzie model szuka potwierdzenia, że istniejesz

Źródła, po które model sięga przy pytaniach o firmy, układają się w trzy grupy: strony samych firm, wzmianki w cudzych tekstach i katalogi. BrightLocal przejrzał źródła, które ChatGPT pokazywał przy 800 lokalnych zapytaniach, i 58% stanowiły strony firm, 27% wzmianki o firmach w innych serwisach, a 15% katalogi. W grupie wzmianek 39% przypadało na Wikipedię. Badanie pochodzi z końca 2024 roku i narzędzia od tego czasu się zmieniły, więc traktuj proporcje jako zarys, nie stały rozkład.

Ponad połowa źródeł to strony firm, więc strona nadal ma znaczenie, tylko z innego powodu, niż się zwykle zakłada. Model czyta ją, żeby dowiedzieć się, co firma robi, gdzie działa i ile kosztuje. Nie czyta jej, żeby ocenić, czy firma jest dobra. Do tego potrzebuje pozostałych dwóch grup.

Inne narzędzia rozkładają akcenty inaczej. LLM Pulse, firma śledząca cytowania w odpowiedziach modeli, publikuje zestawienie najczęściej cytowanych domen liczone z ostatnich siedmiu dni. W stanie na 22 października 2026 roku YouTube pojawiał się w około 37% odpowiedzi z cytowaniami, a Reddit w około 13%. Liczby skaczą z tygodnia na tydzień, a dostawca sprzedaje śledzenie widoczności, więc nie przywiązuj się do nich. Zostaje z nich wniosek zgodny z pozostałymi badaniami: modele chętnie cytują miejsca, w których ludzie rozmawiają, nagrywają i oceniają.

SOCi, firma zajmująca się marketingiem lokalnym, wyliczyła w raporcie za 2026 rok, że tylko 68% danych kontaktowych firm podawanych przez ChatGPT i Perplexity zgadzało się z danymi w Profilu Firmy w Google. Co trzecia firma ma więc w odpowiedziach modeli inny telefon, adres albo godziny niż te, które sama podaje. Model nie zmyśla ich z niczego. Bierze je ze starego katalogu, z nieaktualnego profilu albo z cudzej strony, na której ktoś kiedyś wpisał stare dane.

Studium przypadku: noraline.pl ma 75 punktów za treść i 3 za markę

We wrześniu 2026 roku zrobiłem pełny audyt GEO własnej strony i to jest najuczciwszy przykład, jaki mogę pokazać, bo nie dotyczy cudzej firmy. Wynik ogólny: 55 na 100. Za cytowalność treści strona dostała 75 punktów, za technikę 83. Za autorytet marki, czyli jej obecność poza własną domeną, dostała 3.

W tekście o tym, jak pisać, żeby model miał co zacytować w AI Overviews, opisałem pierwszą połowę tej roboty: redakcję akapitów, źródła przy liczbach, odpowiedź na początku sekcji. Tamten wpis kończy się w miejscu, gdzie zaczyna się ten. Redakcja tekstów dzieje się na Twojej stronie i zajmuje tydzień. Ślad marki powstaje poza nią i zajmuje miesiące.

Ten drugi punkt jest gorszy, niż wygląda. Odsyłacz w danych strukturalnych (pole sameAs) mówi wyszukiwarce: „to też jestem ja”. Jeśli prowadzi do profilu, który o marce milczy, system weryfikujący dostaje sprzeczność zamiast potwierdzenia. Od audytu poprawiłem to, co dało się poprawić w kodzie: dane strukturalne wskazują już profile marki na Facebooku, Instagramie i TikToku, a plik llms.txt zaczyna się od jej nazwy. Reszta listy to praca poza domeną i nie przyspieszy jej żadna zmiana na stronie.

Brzmi znajomo? Jeśli prowadzisz firmę od kilku lat, możesz mieć odwrotną sytuację: dużo zadowolonych klientów, którzy polecają Cię ustnie, i prawie zero śladu tych poleceń w internecie. Dla modelu poczta pantoflowa nie istnieje, dopóki ktoś jej nie zapisze.

W odpowiedzi AI nie ma stałego miejsca, jest częstość

Lista firm, którą model poleca, zmienia się prawie przy każdym zapytaniu. Rand Fishkin ze SparkToro i Patrick O'Donnell z Gumshoe.ai zadali ChatGPT, Claude i AI w wyszukiwarce Google te same pytania o polecenie marek łącznie prawie 3 tysiące razy. Wyszło, że szansa na otrzymanie dwa razy tej samej listy była mniejsza niż 1 na 100, a tej samej listy w tej samej kolejności — mniejsza niż 1 na 1000. Badanie nie przeszło recenzji naukowej, a jeden z autorów pracuje w firmie sprzedającej śledzenie widoczności w AI, co sami zaznaczają.

Z tego badania wynika rzecz praktyczna: stabilniejsze od pozycji na liście było to, jak często marka pojawia się w wielu odpowiedziach. Przy pytaniu o słuchawki Bose, Sony, Sennheiser i Apple pojawiały się w 55–77% z prawie tysiąca odpowiedzi, mimo że kolejność za każdym razem była inna. Dlatego zamiast pozycji licz obecność: w ilu odpowiedziach na dziesięć pada Twoja nazwa.

Co z tego wynika dla Ciebie? Jedno zapytanie zadane modelowi niczego nie dowodzi, ani w dobrą, ani w złą stronę. Jeśli raz zobaczyłeś swoją nazwę, mogłeś trafić na szczęśliwe losowanie. Jeśli raz jej nie zobaczyłeś, mogłeś trafić na pechowe. Żeby wiedzieć, jak jest naprawdę, trzeba pytać wiele razy i liczyć.

Jak sprawdzić, co model mówi o Twojej firmie

Pierwszy pomiar zrobisz w jedno popołudnie, mając arkusz i dostęp do dwóch albo trzech narzędzi. Nie potrzebujesz do tego płatnej platformy do śledzenia widoczności. Ta przydaje się dopiero wtedy, gdy chcesz mierzyć regularnie i na dużej liczbie pytań.

Najcenniejsza jest kolumna ze źródłami, nie ta z wynikiem. Wynik powie Ci, że Cię nie ma. Źródła powiedzą, gdzie Cię nie ma. Przy okazji wyłapiesz błędy: stary cennik, adres sprzed przeprowadzki, usługę, której nie robisz od trzech lat. Model powtarza to, co znalazł. Tak wygląda część halucynacji AI: błąd ma swoje źródło, tyle że nieaktualne.

Powtórz ten pomiar za trzy miesiące na tych samych pytaniach. Dopiero porównanie dwóch pomiarów powie Ci, czy to, co robisz poza stroną, cokolwiek zmienia.

Gdzie Cię brakuje: od pół godziny do kilku miesięcy

Ślad marki buduje się w kolejności rosnącego kosztu, bo pierwsze kroki są tanie i od razu dają modelowi coś do potwierdzenia. Poniższa kolejność wynika z mojego audytu, ale pasuje do większości małych firm usługowych.

Wikidane są w tej tabeli celowo, a Wikipedii w niej nie ma. Reguły Wikidanych wymagają, żeby obiekt był jasno identyfikowalnym bytem, który da się zweryfikować w wiarygodnych, publicznie dostępnych źródłach. To próg niższy niż encyklopedyczna istotność, ale nie zerowy. Hasło w Wikipedii założone przez samą firmę bez zewnętrznych wzmianek zwykle zostaje usunięte, a odrzucone hasło utrudnia kolejne podejście.

Przy każdym z tych miejsc pilnuj jednej rzeczy: identycznych danych. Ta sama nazwa, ten sam adres, ten sam telefon, ten sam opis tego, czym się zajmujesz. Pamiętasz liczbę od SOCi? Co trzecia firma ma w odpowiedziach modeli inne dane kontaktowe niż w swoim profilu. Każdy rozjazd to dla modelu pytanie, która wersja jest prawdziwa.

Czego nie załatwisz sztuczką na stronie

Google pisze wprost, że nie ma żadnych dodatkowych wymagań ani specjalnych optymalizacji, które dawałyby wstęp do AI Overviews czy AI Mode, poza zwykłymi zasadami SEO. Każda oferta „pozycjonowania w ChatGPT w tydzień” obiecuje więc coś, czego nie da się kupić. Plik llms.txt, dane strukturalne i porządna treść są warunkiem koniecznym, bo bez nich model nie ma czego przeczytać. Nie są warunkiem wystarczającym, bo nie powiedzą modelowi, czy ktoś poza Tobą uważa Cię za wartego polecenia.

Równie ślepą uliczką jest pisanie wzmianek samemu. Opinie wystawione przez znajomych na zamówienie, konta zakładane po to, żeby polecać własną firmę na forach, katalogi z płatnym wpisem bez żadnej weryfikacji. Społeczności na Reddicie i w grupach branżowych wyłapują autopromocję szybko i usuwają ją bez ostrzeżenia. A nawet jeśli przejdzie, wzmianka bez treści nic modelowi nie daje.

Jeśli zastanawiasz się szerzej, jak AI zmienia sytuację Twojej firmy na rynku, to inne pytanie. Ryzyka i ruchy obronne opisałem we wpisie czy Twoja firma jest gotowa na kryzys AI. Tutaj chodzi o rzecz węższą i bardziej codzienną: o to, czy w chwili, gdy klient pyta, Twoja nazwa w ogóle pada.

Jedno pytanie, zanim zaczniesz

Gdyby model miał opisać Twoją firmę wyłącznie na podstawie tego, co napisali o niej inni, ile zdań by złożył? Jeśli odpowiedź brzmi „żadnego” albo „jedno, i to z błędem”, wiesz, gdzie leży robota. Leży w pierwszych trzech wierszach tabeli powyżej, a kolejna przebudowa strony jej nie ruszy.

Zacznij od pomiaru, bo bez niego nie będziesz wiedział, czy cokolwiek się zmienia. Potem profil w Google i firmowy LinkedIn, oba tego samego tygodnia. Opinie klientów zbieraj od razu po każdym udanym zleceniu, bo wtedy klient pamięta szczegóły i chętnie je opisze. Jak wygląda ta praca rozpisana na stronę, treść i ślad marki naraz, opisuję na stronie o pozycjonowaniu SEO i GEO.