GEO, czyli pozycjonowanie pod AI. Jak firma trafia do odpowiedzi modelu

Właściciel firmy remontowej z Poznania sprawdził, co asystent odpowiada na pytanie „kto wyremontuje mi łazienkę w Poznaniu”. Dostał trzy nazwy z uzasadnieniem, adresami i widełkami cenowymi. Jego firmy w tej trójce nie było, mimo że w klasycznych wynikach Google stoi na drugim miejscu.

Ta scena powtarza się w coraz większej liczbie branż. Klient nie otwiera dziesięciu kart z wynikami, tylko zadaje pytanie i dostaje gotową odpowiedź: krótką listę wykonawców, czasem z uzasadnieniem wyboru. Jeśli firmy nie ma w tej odpowiedzi, na tym etapie decyzji przestaje istnieć - niezależnie od pozycji w wyszukiwarce.

Zjawisko doczekało się nazwy: GEO, od generative engine optimization, czyli optymalizacja pod silniki generatywne. Bywa też nazywane AEO, od answer engine optimization. Nazwa jest nowa, mechanizm w dużej części nie: modele opierają się na tym, co znajdą w sieci, a różnica polega na tym, w jaki sposób z tego korzystają.

Ten tekst opisuje, skąd modele biorą wiedzę o firmach, które prace faktycznie zmieniają ich odpowiedzi, w jakiej kolejności je wykonać i gdzie leży granica tego, co da się obiecać. Teza jest następująca: GEO w małej firmie to w dziewięćdziesięciu procentach porządek w danych i konkret w treściach. Reszta to pomiar i cierpliwość.

Skąd się wzięło pytanie o widoczność w AI

Przez dwie dekady schemat wyglądał tak samo. Klient wpisywał zapytanie, dostawał listę linków, klikał w jeden albo kilka i sam składał odpowiedź z tego, co przeczytał. Cała branża pozycjonowania powstała po to, żeby ustawiać firmy wysoko na tej liście.

Zmiana zaczęła się od tak zwanych zapytań bez kliknięcia. Wyszukiwarki uczyły się odpowiadać bezpośrednio: godziny otwarcia, przelicznik walut, wynik meczu, definicja pojęcia. Użytkownik dostawał odpowiedź na stronie wyników i nie przechodził nigdzie dalej. Przez lata dotyczyło to jednak głównie prostych faktów.

Modele językowe przesunęły tę granicę zdecydowanie wyżej. Dziś potrafią odpowiedzieć na pytanie złożone - „którego wykonawcę wybrać”, „ile powinno kosztować”, „na co uważać przy umowie” - w formie, która wygląda na przemyślaną rekomendację. Do tego doszły funkcje generatywne wbudowane w same wyszukiwarki oraz asystenci, którzy przeszukują sieć na bieżąco i podają źródła.

Dla firmy usługowej oznacza to nową warstwę widoczności. Nie zastępuje starej, ale się na nią nakłada. Klient może teraz:

• zapytać asystenta i zadzwonić pod pierwszy polecony numer, w ogóle nie otwierając wyszukiwarki,
• zapytać asystenta o kryteria wyboru, a dopiero potem szukać wykonawcy klasycznie,
• znaleźć firmę w wyszukiwarce i sprawdzić ją u asystenta, zanim zadzwoni.

Trzeci wariant bywa najbardziej niedoceniany. Model, który o firmie nic nie wie albo podaje o niej nieaktualne informacje, potrafi zabić zapytanie na końcu procesu, już po tym, jak pozycjonowanie zrobiło swoją robotę.

Warto od razu uporządkować pojęcia, bo w rozmowach handlowych bywają mieszane. SEO to praca nad tym, żeby strona pojawiała się wysoko na liście wyników i została kliknięta. GEO to praca nad tym, żeby nazwa firmy pojawiła się w wygenerowanej odpowiedzi, w którą nikt nie kliknie. Marketing lokalny obejmuje wizytówkę, mapy i opinie i jest wspólnym fundamentem obu.

Skąd modele biorą informacje o konkretnej firmie

Odpowiedź modelu powstaje z dwóch źródeł: z wiedzy zapamiętanej podczas uczenia oraz z materiałów pobranych w trakcie odpowiadania, jeśli narzędzie ma dostęp do sieci. W przypadku małej firmy pierwsze źródło jest zwykle ubogie - lokalny zakład rzadko trafia do danych treningowych w sposób, który pozwala go pewnie zacytować. Liczy się więc głównie to, co model znajdzie na bieżąco.

W praktyce sprowadza się to do czterech grup źródeł.

Strona firmowa. Przede wszystkim podstrony opisujące poszczególne usługi, obszar działania i dane kontaktowe. Strona jednostronicowa, na której wszystko jest w jednej sekcji, daje modelowi mniej punktów zaczepienia niż serwis z osobną podstroną dla każdej usługi.

Wizytówka w mapach i katalogi branżowe. To tu leżą dane, które model traktuje jako twarde: kategoria działalności, adres albo obszar obsługi, godziny, telefon, opinie. Wizytówka jest w tym zestawie najtańszym i najszybszym do poprawienia elementem.

Materiały, w których o firmie pisze ktoś inny. Wzmianki w portalach branżowych, w lokalnych mediach, w zestawieniach wykonawców, w wątkach na forach. Model nie ma powodu ufać wyłącznie temu, co firma pisze o sobie sama.

Dane strukturalne w kodzie strony. Oznaczenia w formacie JSON-LD według słownika schema.org, których nie widzi człowiek, a które maszynie mówią wprost: to jest nazwa organizacji, to jej adres, to zakres usług, to cena, to godziny otwarcia.

Kluczowy problem nie polega na tym, że tych źródeł jest mało. Polega na tym, że bywają ze sobą sprzeczne, a model nie ma jak rozstrzygnąć, która wersja jest aktualna. Jeśli w trzech katalogach figuruje stary adres, na stronie nowy, a w wizytówce jeszcze inna forma zapisu, odpowiedź staje się losowa. Przy pytaniu o kontakt losowość oznacza podanie klientowi numeru, który nie odbiera.

Pierwsza praca: jedna wersja prawdy

Zanim napiszesz choćby jedno zdanie „pod AI”, doprowadź do stanu, w którym nazwa firmy, adres, zakres usług i telefon brzmią identycznie w każdym miejscu w sieci. Identycznie, nie podobnie. Dla maszyny „ul. Chmielna 2/31” i „Chmielna 2 lok. 31” to dwa różne ciągi znaków, a rozstrzygnięcie, że chodzi o to samo miejsce, wymaga dodatkowej pracy, której model wcale nie musi wykonać.

W branży lokalnej ta zasada funkcjonuje od lat pod skrótem NAP, od name, address, phone. Modele językowe podniosły jej wagę, bo w przeciwieństwie do wyszukiwarki nie pokazują listy wariantów - wybierają jeden i podają go jako fakt.

Kolejność prac, od najtańszej:

1. Strona. Dane kontaktowe w jednym formacie, w stopce każdej podstrony. Jedna kanoniczna wersja nazwy firmy.
2. Wizytówka. Pełna lista usług jako osobne pozycje, kategoria główna możliwie precyzyjna, godziny łącznie ze świętami, obszar obsługi zamiast adresu, jeśli pracujesz u klienta.
3. Katalogi. Wyszukaj nazwę firmy i numer telefonu, przejrzyj dwie pierwsze strony wyników, popraw albo usuń nieaktualne wpisy. Zwykle wypływają wtedy rejestracje sprzed lat, o których nikt w firmie nie pamięta.
4. Dane strukturalne. Oznaczenie organizacji, lokalizacji i usług na stronie. Przy typowej stronie firmowej to praca na kilka godzin, jednorazowa.

Ten etap nie wymaga budżetu reklamowego. Wymaga dwóch popołudni uwagi i daje więcej niż dziesięć artykułów napisanych z myślą o modelach.

Druga praca: treści, które da się zacytować

Model buduje odpowiedź z fragmentów, które zawierają jednoznaczny fakt. Tekst zbudowany wokół frazy kluczowej, w którym przez trzy akapity nie pada żaden konkret, nie nadaje się na źródło - nie ma z czego wyjąć zdania.

Porównaj dwa zdania o tej samej usłudze:

Oferujemy kompleksowe usługi w zakresie sprzątania obiektów komercyjnych na najwyższym poziomie.

Sprzątamy biura i lokale usługowe w Grudziądzu i gminie Grudziądz, po godzinach pracy albo przed otwarciem, od 45 zł za godzinę pracy jednej osoby.

Pierwsze nie zawiera niczego, co dałoby się wykorzystać w odpowiedzi na pytanie klienta. Drugie niesie pięć faktów: usługę, obszar, tryb pracy, jednostkę rozliczenia i cenę wyjściową. Model, który dostanie pytanie „kto posprząta biuro w Grudziądzu wieczorem”, ma tu wszystko, czego potrzebuje.

Z naszej praktyki przy stronach usługowych wynikają cztery reguły pisania pod cytowanie:

Fakt na akapit. Liczba, nazwa własna, termin, zakres, warunek. Akapit bez żadnego z nich jest wypełniaczem i nikt - ani człowiek, ani maszyna - nic z niego nie wyniesie.

Odpowiedź przed wywodem. Jeśli nagłówek brzmi „Ile kosztuje wymiana instalacji”, pierwsze zdanie pod nim ma podać widełki. Uzasadnienie idzie potem. Modele wyjmują początki sekcji znacznie częściej niż ich zakończenia.

Nagłówki w formie pytań klienta. Dokładnie tak, jak je zadaje. Nie „Zakres usług instalacyjnych”, tylko „Czy trzeba kuć ściany przy wymianie instalacji”.

Zakresy zamiast milczenia o cenie. Widełki z wyjaśnieniem, od czego zależy pozycja w tych widełkach, są cytowalne. Formuła „cena ustalana indywidualnie” nie jest.

Osobna kwestia to autorstwo. Materiał podpisany imieniem i nazwiskiem osoby z firmy, z jej funkcją i doświadczeniem, ma większe szanse zostać potraktowany jako źródło niż tekst anonimowy. To nie jest wymysł branży - jest to jedno z kryteriów oceny jakości treści, które wyszukiwarki opisują wprost w swoich wytycznych dla oceniających.

Trzecia praca: warunki techniczne

Kilka rzeczy trzeba sprawdzić raz, bo potrafią unieważnić całą resztę.

Dostęp dla robotów AI. Modele przeszukujące sieć korzystają z własnych robotów o rozpoznawalnych nazwach, między innymi GPTBot, ClaudeBot, PerplexityBot oraz Google-Extended. Plik robots.txt może je blokować, czasem w wyniku decyzji sprzed lat albo domyślnych ustawień wtyczki. To decyzja biznesowa: blokada chroni treść przed wykorzystaniem, ale wyklucza firmę z odpowiedzi. Trzeba ją podjąć świadomie, a nie odkryć przypadkiem po roku.

Treść dostępna bez wykonywania skryptów. Jeśli opis usługi pojawia się dopiero po uruchomieniu skryptu w przeglądarce, część robotów go nie zobaczy. Prosty test: wyłącz JavaScript i sprawdź, co zostaje na stronie.

Sensowna struktura nagłówków. Jeden nagłówek pierwszego poziomu, dalej hierarchia bez przeskoków. To stary wymóg dostępności, który przy maszynowym czytaniu treści zyskał drugie życie.

Plik llms.txt. Krąży propozycja, żeby serwisy udostępniały uproszczony spis treści dla modeli w pliku o tej nazwie. To na razie propozycja, a nie standard - żaden duży dostawca nie zobowiązał się do jej respektowania. Wdrożenie kosztuje pół godziny i nie szkodzi, ale sprzedawanie go jako przełomu jest nadużyciem.

Czego GEO nie załatwi

Tu zaczyna się część, którą agencje pomijają najchętniej.

Nikt nie kontroluje wyniku. Odpowiedź modelu powstaje na bieżąco i zmienia się między sesjami, wersjami i użytkownikami. Da się podnieść prawdopodobieństwo pojawienia się firmy przez porządek w danych i konkret w treściach. Nie da się tego zagwarantować. Każda oferta z gwarancją miejsca w odpowiedzi jest obietnicą bez pokrycia.

Pomiar jest próbkowany. Nie istnieje licznik pokazujący, ile razy model wymienił firmę. Mierzy się to inaczej: bierze się stały zestaw kilkudziesięciu pytań z branży, zadaje je cyklicznie kilku narzędziom i liczy, w ilu odpowiedziach pada nazwa. To sonda, a nie statystyka - i tak trzeba ją opisywać klientowi.

To nie jest zamiennik pozycjonowania. Większość zapytań nadal kończy się w wyszukiwarce, a znaczna część odpowiedzi modeli opiera się na materiałach, które stoją wysoko w wynikach organicznych. Firma bez widoczności klasycznej rzadko pojawia się w odpowiedziach generatywnych.

Masowa produkcja treści działa przeciwko. Strona zapełniona setkami tekstów bez autora i bez konkretu traci wiarygodność w obu światach naraz. Nadprodukcja jest najkosztowniejszym sposobem na pogorszenie własnej sytuacji.

Jak to wdrożyć w cztery tygodnie

Poniżej plan, który stosujemy przy małych firmach usługowych. Zakłada kilka godzin pracy tygodniowo, bez zewnętrznego budżetu poza ewentualnym copywritingiem.

Tydzień pierwszy - pomiar wyjściowy. Wypisz dwadzieścia pytań, które Twój klient zadałby przed wyborem wykonawcy w Twojej branży i mieście. Uwzględnij pytania o cenę, o kryteria wyboru, o typowe błędy i o polecenie konkretnej firmy. Zadaj je trzem asystentom i zanotuj w arkuszu: czy pojawia się Twoja firma, kto pojawia się zamiast niej, czy podane o Tobie informacje są prawdziwe. To jest punkt odniesienia dla wszystkiego, co zrobisz później.

Tydzień drugi - porządek w danych. Ujednolicenie nazwy, adresu i telefonu na stronie, w wizytówce i w katalogach. Uzupełnienie wizytówki: kategoria główna, lista usług jako osobne pozycje, godziny, obszar obsługi, zdjęcia. Usunięcie nieaktualnych wpisów w katalogach.

Tydzień trzeci - treść pod trzy pytania. Wybierz z arkusza trzy pytania, na które model odpowiada dziś najgorzej albo poleca wyłącznie konkurencję. Napisz do każdego osobną sekcję albo podstronę, według reguł z poprzedniej części: odpowiedź w pierwszym zdaniu, fakty w akapitach, autor podpisany z imienia i nazwiska.

Tydzień czwarty - warstwa techniczna i powtórny pomiar. Dane strukturalne, sprawdzenie robots.txt, kontrola treści bez skryptów. Na koniec ponownie te same dwadzieścia pytań i porównanie z arkuszem z pierwszego tygodnia.

Najczęstsza przeszkoda przy tym planie to nie brak wiedzy, tylko rozproszona odpowiedzialność: wizytówkę prowadzi jedna osoba, stronę zewnętrzny wykonawca, a katalogi nikt. Dlatego pierwszym krokiem organizacyjnym jest wskazanie jednej osoby, która ma dostęp do wszystkich trzech miejsc.

Drugą przeszkodą bywa niecierpliwość. Efekty porządków w danych bywają widoczne w ciągu kilku tygodni, ale zmiany w treściach potrzebują tyle czasu, ile potrzebuje ich indeksacja i ponowne przetworzenie przez modele. Kwartał to uczciwy horyzont pierwszej oceny.

Co się prawdopodobnie zmieni

Trzy kierunki wydają się dziś najbardziej prawdopodobne.

Podawanie źródeł stanie się normą. Narzędzia coraz częściej pokazują, skąd wzięły informację. To przesuwa wagę z bycia „gdzieś w sieci” na bycie źródłem cytowanym z nazwy, a więc premiuje materiały autorskie, konkretne i dobrze oznaczone.

Rola danych strukturalnych urośnie. Im więcej odpowiedzi generuje się automatycznie, tym większą wartość ma jednoznaczne, maszynowe oznaczenie faktów o firmie. Dziś to element higieny technicznej, jutro prawdopodobnie warunek uczestnictwa.

Pojawi się presja na standard komunikacji z modelami. Propozycje w rodzaju llms.txt są pierwszą próbą. Czy przyjmie się akurat ta, nie wiadomo, ale kierunek - udostępnianie treści w formie przygotowanej dla maszyn - wygląda na trwały.

Obszarem, który wymaga uwagi i nie ma dziś dobrych odpowiedzi, jest odpowiedzialność za błędną informację. Kiedy model poda nieaktualną cenę albo przypisze firmie usługę, której nie świadczy, nie istnieje procedura sprostowania porównywalna z tą, jaką mają wyszukiwarki dla wizytówek. To ryzyko, z którym nikt dziś nie umie sobie poradzić, zwłaszcza w branżach regulowanych.

Podsumowanie

Widoczność w odpowiedziach modeli jest nową warstwą marketingu, ale w małej firmie prowadzi do niej stara droga: porządek w danych, konkret w treściach i higiena techniczna. Wracając do tezy z początku - to nie jest osobna usługa marketingowa, tylko konsekwentne stosowanie zasad, które i tak opłacały się w wyszukiwarce, w warunkach, w których niechlujstwo kosztuje więcej niż kiedyś.

Trzy rzeczy do zapamiętania. Po pierwsze, sprzeczne dane o firmie w sieci szkodzą bardziej niż ich brak, bo model wybierze jedną wersję i poda ją jako pewnik. Po drugie, cytowalne jest tylko to, co zawiera fakt - liczbę, nazwę, zakres, warunek. Po trzecie, nikt nie kontroluje wyniku, więc każda gwarancja obecności w odpowiedzi jest sprzedażą złudzenia.

Zacznij od pomiaru. Dwadzieścia pytań, trzy narzędzia, arkusz. Kwadrans pracy odpowiada na pytanie, czy w Twojej branży jest się już czym zajmować. Jeśli w żadnej odpowiedzi nie pojawia się nikt z Twojego miasta, temat jest przedwczesny. Jeśli są tam trzy firmy z sąsiedztwa, a Ciebie nie ma, masz punkt wyjścia i konkretną listę rzeczy do zrobienia.

Najczęstsze pytania

Czy GEO zastąpi pozycjonowanie? Nie w dającej się przewidzieć perspektywie. Większość zapytań nadal kończy się w wyszukiwarce, a odpowiedzi modeli często opierają się na materiałach wysoko notowanych organicznie. Traktuj GEO jako warstwę dokładaną do pozycjonowania.

Ile to kosztuje w małej firmie? Pierwszy etap, czyli porządek w danych i wizytówce, można wykonać samodzielnie - kosztuje czas, nie pieniądze. Koszt pojawia się przy treściach i przy cyklicznym pomiarze. W firmie usługowej mówimy o pracy rzędu kilku dni roboczych na start i kilku godzin miesięcznie na utrzymanie.

Po jakim czasie widać efekt? Poprawki w danych bywają widoczne po kilku tygodniach. Zmiany wynikające z nowych treści oceniamy po kwartale. Krótsze deklaracje traktuj z ostrożnością.

Czy da się sprawdzić, ile osób trafiło do mnie z odpowiedzi modelu? Częściowo. Narzędzia podające źródła generują ruch widoczny w analityce jako odesłania z ich domen. Odpowiedzi bez kliknięcia pozostają niemierzalne - i to jest strukturalne ograniczenie tego kanału, a nie brak odpowiedniego narzędzia.

Czy warto blokować roboty AI w robots.txt? To zależy od tego, czym firma handluje. Wydawca sprzedający dostęp do treści ma powody, żeby blokować. Firma usługowa, która chce być polecana, blokadą odcina się od kanału. Ważne, żeby ta decyzja była świadoma, a nie odziedziczona po domyślnej konfiguracji.

Mam wizytówkę i stronę. Od czego zacząć? Od dwudziestu pytań i arkusza. Bez pomiaru wyjściowego nie ocenisz później, czy cokolwiek się zmieniło, a przy tym kanale to jedyny sposób, żeby odróżnić pracę od wrażenia pracy.