GEO – pozycjonowanie w modelach AI

Czym jest GEO (generative engine optimization)

GEO to zestaw działań, które zwiększają szansę, że modele AI wskażą Twoją markę w generowanej odpowiedzi. Obejmuje treść na stronie, jej strukturę techniczną, opis marki w bazach wiedzy oraz wzmianki w źródłach zewnętrznych, z których modele korzystają, budując odpowiedź.

Skrót pochodzi od angielskiego generative engine optimization, czyli optymalizacji pod silniki generatywne. Nazwa jest o tyle trafna, że oddaje istotę zmiany: klasyczne wyszukiwarki zwracają listę stron, a silniki generatywne zwracają gotową odpowiedź, złożoną z fragmentów wielu źródeł.

Różnica dla firmy jest praktyczna. W wyszukiwarce walczysz o to, żeby użytkownik kliknął w Twój link. W odpowiedzi AI walczysz o to, żeby model uznał Twoją treść za wiarygodną i wplótł ją w odpowiedź, a Twoją nazwę wymienił jako rekomendację. Bardzo często nie ma tu żadnego kliknięcia, a mimo to jest efekt: klient zna nazwę i szuka jej dalej.

GEO, AI SEO, LLMO, AEO - czy to to samo?

Tak, to różne nazwy tego samego zakresu pracy. Nazewnictwo w tej dziedzinie jest chaotyczne i łatwo o wrażenie, że kupuje się kilka różnych usług.

przewiń tabelę w bok, żeby zobaczyć całość

Jeśli szukasz agencji AI SEO, agencji od pozycjonowania w ChatGPT albo agencji GEO, szukasz tego samego. Piszemy to wprost, bo część rynku wykorzystuje ten zamęt do sprzedawania jednej usługi pod trzema nazwami.

Warto natomiast odróżnić GEO od czegoś zupełnie innego, co też bywa nazywane „usługami AI": wdrażania automatyzacji i agentów AI wewnątrz firmy. To praca inżynierska, nie marketingowa, i mierzy się ją inaczej.

GEO a SEO: różnice i dlaczego GEO nie działa bez SEO

SEO i GEO mają ten sam fundament, treść i wiarygodność, ale inny cel i inną jednostkę sukcesu.

przewiń tabelę w bok, żeby zobaczyć całość

GEO nie zastępuje SEO i bez niego nie działa. Modele budują odpowiedzi z treści, które istnieją w sieci i są poprawnie zaindeksowane. Jeśli strona jest słabo widoczna w klasycznym wyszukiwaniu, modele po prostu do niej nie dotrą, a jeśli dotrą, potraktują ją jako źródło o niskiej wiarygodności.

Dlatego w NETIM GEO jest rozszerzeniem pakietu SEO, a nie usługą sprzedawaną osobno. Nie proponujemy go firmom, które nie prowadzą pozycjonowania. To decyzja świadoma: wolimy postawić warunek wprost, niż sprzedać usługę, która w takich warunkach nie przyniesie efektu.

Jak modele budują odpowiedź?

Model nie szuka Twojej frazy. Rozbija pytanie użytkownika na kilka mniejszych zapytań i dla każdego z nich sięga po inny typ źródła, a dopiero z zebranych fragmentów składa odpowiedź. Mechanizm ten nazywa się query fan-out.

Weźmy pytanie: „jaka agencja GEO we Wrocławiu?". Model rozkłada je mniej więcej tak:

• znajdź zestawienia firm z tej branży w tym mieście
• sprawdź opinie o tych firmach
• ustal, co każda z nich faktycznie oferuje
• sprawdź, czy ktoś pisze o nich poza ich własnymi stronami
• zweryfikuj dane kontaktowe i zakres działania

Każde z tych podpytań trafia do innego typu źródła: zestawienia do rankingów i katalogów, opinie do map i forów, zakres usług do stron firmowych, wzmianki do portali i serwisów społecznościowych.

O tym, czy model Cię poleci, decyduje nie tylko Twoja strona, ale to, co internet mówi o Tobie w innych miejscach. Strona rozstrzyga zwykle jedno albo dwa podpytania z kilku. Reszta rozgrywa się poza Twoją domeną, i dlatego GEO obejmuje pracę na stronie i poza nią jednocześnie.

To także powód, dla którego treść musi pokrywać temat szeroko. Strona odpowiadająca tylko na pytanie główne przegrywa ze stroną, która odpowiada na całą wiązkę podpytań.

Skąd ChatGPT, Gemini, Perplexity i Claude biorą źródła?

Wszystkie te narzędzia generują odpowiedzi, ale dobierają źródła inaczej. To zmienia taktykę, więc nie da się zoptymalizować „pod AI" jednym ruchem.

ChatGPT łączy wiedzę zdobytą podczas treningu z wyszukiwaniem w czasie rzeczywistym. Liczy się zarówno to, czy marka jest opisana w powszechnie dostępnych źródłach, jak i to, czy strona daje się szybko przetworzyć w trakcie wyszukiwania. Do przeszukiwania używa botów GPTBot i OAI-SearchBot.

Perplexity opiera się niemal wyłącznie na treściach pobieranych na bieżąco i pokazuje przypisy do źródeł. Największe znaczenie ma tu to, czy akapit odpowiada wprost na pytanie już w pierwszym zdaniu: model wycina fragment i podaje go dalej. Korzysta z bota PerplexityBot.

Gemini działa w ekosystemie Google, więc premiuje spójność danych o firmie w całej sieci, w tym w Profilu Firmy i w danych strukturalnych. Dostęp do treści na potrzeby modeli Google reguluje osobna dyrektywa, Google-Extended.

Claude korzysta z własnego indeksu i wyszukiwania na żywo, z mniejszą liczbą podpytań niż Perplexity. Do przeszukiwania używa bota ClaudeBot.

Odpowiedzi AI w wynikach Google generują streszczenie ponad klasycznymi wynikami, składane z wielu źródeł naraz. Ta warstwa najmocniej zależy od klasycznego SEO: bez przyzwoitych pozycji trudno się w niej znaleźć.

Każdy z tych systemów inaczej waży źródła, więc pomiar prowadzi się w kilku modelach równolegle, a nie w jednym. My sprawdzamy cztery: ChatGPT, Gemini, Perplexity i Claude.

Dlaczego model wybiera jedną markę, a pomija inną?

Modele wybierają fragmenty, które da się wyciąć i podać dalej bez przeróbek. Decydują o tym trzy rzeczy: dostępność treści, jej struktura i wiarygodność źródła.

• Dostępność. Jeśli bot nie ma wstępu na stronę albo treść pojawia się dopiero po uruchomieniu JavaScriptu, model nie ma czego czytać. To najczęstsza i najbardziej banalna przyczyna nieobecności w odpowiedziach, i zarazem najłatwiejsza do usunięcia.
• Struktura. Akapit, który odpowiada wprost w pierwszym zdaniu, ma znacznie większą szansę trafić do odpowiedzi niż rozwlekły tekst, w którym konkret jest schowany w połowie. Modele chętnie sięgają też po tabele, listy definicyjne i sekcje pytań i odpowiedzi, bo łatwiej im jednoznacznie przypisać odpowiedź do pytania.
• Wiarygodność. Model porównuje to, co znajduje o marce w wielu miejscach naraz. Marka opisana spójnie w kilku niezależnych źródłach jest traktowana jako pewniejsza odpowiedź niż marka, która mówi o sobie wyłącznie na własnej stronie. Znaczenie mają sygnały autorstwa, wskazane źródła, aktualność treści i spójność podstawowych danych o firmie.

Te trzy warstwy się wzmacniają. Dobra treść na stronie niedostępnej dla botów nie da nic. Perfekcyjna warstwa techniczna bez treści też nie da nic. A jedno i drugie bez obecności w źródłach zewnętrznych wystarcza rzadko, zwykle tylko w bardzo wąskich niszach.

Zakres prac GEO: pięć obszarów

Poniżej pełny zakres tego, co dochodzi do projektu SEO po włączeniu modułu GEO.

Zrozumienie zapytań

Ustalamy, o co Twoi klienci pytają modele, i jak modele rozkładają te pytania na części. Symulujemy rozbicie zapytania na podpytania dla głównych promptów z Twojej branży, mierzymy wyjściową obecność marki w modelach i sprawdzamy, z jakich stron AI czerpie dziś wiedzę o Twojej branży. To ostatnie przekłada się bezpośrednio na plan działań poza stroną: wiemy, gdzie warto się pojawić, bo wiemy, gdzie model już zagląda.

Treść, którą da się zacytować

Rozbudowujemy pokrycie tematu tak, żeby strona odpowiadała na całą wiązkę podpytań, a nie na jedno pytanie główne. W treściach umieszczamy dosłowne wypowiedzi ekspertów i przypisy do źródeł zewnętrznych, bo jedno i drugie jest dla modeli sygnałem wiarygodności. Treści przygotowujemy własnymi narzędziami redakcyjnymi, opartymi na regułach struktury i gęstości informacji.

Encje i warstwa techniczna

Dbamy o to, żeby model umiał powiązać Twoją markę z konkretnym podmiotem. Wdrażamy pola sameAs wiążące stronę z globalnymi bazami wiedzy, porządkujemy dane o marce w Wikidacie, otwieramy dostęp dla botów modeli i wdrażamy pliki llms.txt oraz llms-full.txt. Całość robimy sami, bez odsyłania Cię do zewnętrznego programisty.

Autorytet poza Twoją stroną

Dobieramy witryny pod publikacje, sprawdzając wcześniej, czy w ogóle wpuszczają boty AI: portal, który je blokuje, nie zbuduje widoczności w modelach, nawet jeśli ma świetne parametry SEO. Prowadzimy działania Digital PR na powierzchniach, po które modele sięgają najczęściej, pozyskujemy wzmianki o marce bez linków oraz obecność w serwisach społecznościowych, z których modele czerpią opinie.

Pomiar

Cyklicznie odpytujemy cztery modele własnym narzędziem i raportujemy dwie metryki: Share of Model i Mention Gap. Raz w miesiącu dostajesz raport widoczności w AI z trendem i wnioskami na kolejny miesiąc.

Warstwa techniczna: dostęp botów, llms.txt, dane strukturalne

To najbardziej niedoceniana część GEO i zarazem ta, w której najczęściej znajdujemy problemy blokujące wszystko inne.

Dostęp dla botów modeli. Modele przeszukują sieć własnymi robotami. Jeśli plik robots.txt je blokuje, strona jest dla nich niewidoczna, niezależnie od jakości treści. Sprawdzamy i konfigurujemy dostęp co najmniej dla: GPTBot i OAI-SearchBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot (Perplexity) oraz dyrektywy Google-Extended, która steruje wykorzystaniem treści przez modele Google.

Warto wiedzieć, że blokada bywa niezamierzona. Trafiają się na nią strony po migracji, po wdrożeniu wtyczki bezpieczeństwa albo po skopiowaniu cudzego robots.txt.

Dostępność treści bez JavaScriptu. Część botów nie renderuje JavaScriptu albo robi to z opóźnieniem. Jeśli nagłówek i pierwszy akapit pojawiają się dopiero po jego wykonaniu, model może zobaczyć pustą stronę. Sprawdzamy, czy najważniejsza treść jest obecna w HTML od razu.

llms.txt i llms-full.txt. To pliki opisujące zawartość serwisu w formie przyjaznej modelom językowym: uporządkowana mapa treści z krótkimi opisami. Standard jest młody i nie wszystkie systemy z niego korzystają, ale koszt wdrożenia jest niski, a kierunek rozwoju rynku jednoznaczny.

Dane strukturalne. Wdrażamy oznaczenia Schema.org w formacie JSON-LD, przede wszystkim Organization, Article, Person i BreadcrumbList. Poprawnie opisana encja firmy zwiększa szansę, że model przypisze markę do właściwej branży i tematu, zamiast pomylić ją z podobnie brzmiącą nazwą.

Podstawy, o których łatwo zapomnieć:

• poprawna mapa witryny zadeklarowana w robots.txt,
• prawidłowy canonical,
• HTTPS,
• deklaracja języka,
• sensowny czas odpowiedzi serwera.

Nic z tego nie jest specyficzne dla GEO, a wszystko potrafi je zablokować.

Encje i bazy wiedzy: sameAs, Wikidata, spójność danych o marce

Model musi umieć jednoznacznie stwierdzić, o jakim podmiocie mowa. Dla dużych, rozpoznawalnych marek to nie problem. Dla mniejszej firmy: problem podstawowy, bo nazwa bywa niejednoznaczna, a informacje o niej rozsypane po sieci w różnych wariantach.

Pole sameAs w danych strukturalnych to lista adresów, pod którymi ta sama firma występuje w innych miejscach: profile w mediach społecznościowych, wizytówka, wpisy w bazach wiedzy. Dla modelu jest to jawna deklaracja tożsamości: to wszystko jest ten sam podmiot.

Wikidata to otwarta baza wiedzy, z której korzystają systemy AI i wyszukiwarki. Wpis w niej daje marce stabilny identyfikator, do którego można podpiąć pozostałe źródła. Zajmujemy się rejestracją i ujednoliceniem danych o marce w tej bazie.

Spójność danych podstawowych. Nazwa firmy, adres, telefon i adres e-mail muszą wyglądać tak samo wszędzie: na stronie, w wizytówce, w katalogach, w publikacjach. Rozbieżności osłabiają pewność modelu, a przy pytaniach lokalnych potrafią przesądzić o pominięciu firmy w odpowiedzi.

Autorstwo. Treści podpisane imieniem i nazwiskiem, z linkiem do rozbudowanego bio, działają jako osobna encja powiązana z firmą. To jeden z wyraźniejszych sygnałów eksperckości, a jednocześnie rzecz, której brakuje na większości stron usługowych.

Autorytet poza stroną: publikacje, wzmianki bez linków, Reddit i Quora

Skoro model rozstrzyga większość podpytań poza Twoją domeną, praca poza stroną jest w GEO równie ważna jak sama strona. Różni się jednak od klasycznego link buildingu.

Dobór miejsc publikacji zaczynamy od sprawdzenia dostępu botów. Portal, który blokuje GPTBot czy PerplexityBot, może być świetnym miejscem pod SEO i zupełnie bezużytecznym pod GEO. To prosty test, którego prawie nikt nie robi, a który zmienia listę rekomendowanych witryn.

• Wzmianki bez linków liczą się inaczej niż w SEO. W klasycznym pozycjonowaniu wartość niesie odnośnik. Model czyta tekst i wyciąga z niego relację między marką a tematem: sama nazwa w odpowiednim kontekście ma znaczenie, nawet bez linku. To otwiera miejsca, które w SEO odpuszcza się jako bezwartościowe.
• Serwisy społecznościowe. Reddit i Quora są dla modeli źródłem opinii i realnych doświadczeń użytkowników. Model sięga po nie zwłaszcza przy podpytaniach typu „co ludzie sądzą" i „czy warto". Obecność w tych miejscach musi być naturalna: wątek napisany jak reklama zaszkodzi bardziej, niż pomoże.
• Digital PR. Publikacje w mediach branżowych i regionalnych budują jednocześnie wiarygodność dla ludzi i wzmianki dla modeli. Przy firmach działających lokalnie media regionalne mają nieproporcjonalnie duże znaczenie, bo to właśnie tam model szuka odpowiedzi na pytanie o firmę z konkretnego miasta.

Jak pisać treści, które modele cytują?

Modele wybierają fragmenty, które da się przenieść do odpowiedzi bez przeróbek. Z tego wynika kilka konkretnych reguł redakcyjnych.

• Odpowiedź na początku. Po każdym nagłówku powinno paść zdanie, które odpowiada wprost na temat sekcji. Nie wstęp, nie zapowiedź, tylko odpowiedź. Cały tekst warto zacząć od krótkiego podsumowania: kilku zdań, które same w sobie stanowią pełną odpowiedź na główne pytanie.
• Jeden akapit, jedna myśl. Krótkie akapity są łatwiejsze do wycięcia i podania dalej. Akapit, który zawiera trzy różne wątki, model albo pominie, albo zacytuje w sposób zniekształcający sens.
• Konkrety zamiast ogólników. Liczby, jednostki, nazwy własne, daty. Zdanie „efekty pojawiają się po pewnym czasie" jest bezużyteczne. Zdanie z konkretnym przedziałem czasu i wskazaniem, od czego zależy, nadaje się do zacytowania.
• Tabele w HTML, nie na grafice. Dane zapisane jako obrazek są dla modelu niewidoczne. To samo dotyczy pseudo-tabel budowanych ze spacji albo z divów bez semantyki.
• Źródła i cytaty. Odwołania do wiarygodnych źródeł i dosłowne wypowiedzi ekspertów, oznaczone w kodzie odpowiednimi elementami, wzmacniają wiarygodność treści.
• Aktualność. Widoczna data publikacji lub aktualizacji ma znaczenie, bo modele przy wielu tematach premiują treści świeże. Odpowiedzi AI potrafią się zmienić w ciągu kilku tygodni: treść, która przestała być aktualizowana, wypada z nich stopniowo.
• Głębokość tematu. Skoro model rozbija pytanie na podpytania, wygrywa ten, kto pokrywa temat kompleksowo. Pojedyncza strona rzadko wystarcza; zwykle potrzebna jest grupa powiązanych treści połączonych linkowaniem wewnętrznym.

Jak sprawdzić, czy AI wymienia Twoją firmę?

Najprościej: zadać modelom pytania, które zadaliby Twoi klienci, i sprawdzić, czy Twoja nazwa pada. To warto zrobić samodzielnie, choćby raz: daje natychmiastowy obraz sytuacji.

Kilka zasad, żeby wynik miał sens:

• Pytaj tak, jak pytają klienci. Nie „NETIM opinie", tylko „jaka agencja SEO we Wrocławiu". Pytanie o markę z nazwy zawsze zwróci odpowiedź o marce i niczego nie mierzy.
• Zadaj to samo pytanie kilka razy. Model generuje odpowiedź za każdym razem trochę inaczej. Pojedyncze zapytanie nie mówi nic; dopiero powtórzenia pokazują, jak często pada Twoja nazwa.
• Sprawdź kilka modeli. Obecność w ChatGPT nie oznacza obecności w Perplexity.
• Wyłącz personalizację. Jeśli model zna Twoją historię rozmów, wyniki będą zniekształcone.

Patrz nie tylko na to, czy padasz, ale w jakim towarzystwie. Lista firm wymienionych obok Ciebie to Twoja realna konkurencja w tym kanale.

Sprawdzenie ręczne ma jednak granice: jest pracochłonne, nieporównywalne w czasie i nie wykryje powolnego trendu. Dlatego w ramach współpracy prowadzimy pomiar systematycznie, własnym narzędziem, na stałym zestawie pytań.

Osobna sprawa to techniczna gotowość strony, czyli to, czy modele w ogóle mogą Cię przeczytać. To da się sprawdzić automatycznie i robimy to bezpłatnie w ramach audytu GEO.

Jak mierzymy efekty: Share of Model i Mention Gap?

W odpowiedziach AI nie ma pozycji ani rankingu, więc nie da się ich raportować. Mierzymy to, co faktycznie istnieje.

przewiń tabelę w bok, żeby zobaczyć całość

Pomiar prowadzimy w czterech modelach, ChatGPT, Gemini, Perplexity i Claude, na stałym zestawie pytań, cyklicznie, żeby wyniki dały się porównywać w czasie. Raz w miesiącu dostajesz raport z trendem i wnioskami.

Te metryki zestawiamy z klasycznymi wskaźnikami z projektu SEO: ruchem, widocznością i konwersjami. Widoczność w AI rzadko działa w oderwaniu, częściej wzmacnia ścieżkę, która i tak kończy się w wyszukiwarce albo bezpośrednim wejściem na stronę.

Po jakim czasie widać efekty GEO?

Pierwsze zmiany w odpowiedziach modeli potrafią pojawić się po kilku tygodniach, ale stabilna obecność buduje się miesiącami. Nikt uczciwie nie poda tu sztywnego terminu, bo modele aktualizują swoją wiedzę w różnym tempie i różnymi kanałami.

Co przyspiesza efekty:

• mocne, prowadzone od dłuższego czasu SEO: jest z czego budować
• szybkie usunięcie blokad technicznych, jeśli takie są
• branża, w której konkurencja nie prowadzi jeszcze żadnych działań GEO
• istniejąca obecność marki w mediach i źródłach zewnętrznych

Co je spowalnia:

• strona uboga w treść albo niedostępna dla botów
• niespójne dane o marce rozsypane po sieci
• wysoka konkurencja w branży, w której duzi gracze są mocno opisani
• brak jakichkolwiek wzmianek poza własną domeną

Warto też wiedzieć, że efekt w GEO nie jest trwały sam z siebie. Odpowiedzi modeli zmieniają się w czasie i marka, która przestaje być obecna w źródłach, wypada z nich stopniowo. To praca ciągła, podobnie jak SEO.

Od czego zależy koszt GEO?

Koszt zależy przede wszystkim od tego, ile pracy trzeba wykonać, zanim w ogóle da się mówić o widoczności w modelach. Główne czynniki:

• Stan techniczny strony: czy trzeba usuwać blokady i wdrażać dane strukturalne od zera, czy wystarczy uzupełnić braki
• Stan treści: czy pokrycie tematu trzeba budować od podstaw, czy rozbudować istniejące materiały
• Liczba tematów, w których chcesz być wymieniany: im szerzej, tym więcej treści i pomiaru
• Konkurencja w branży: inaczej wygląda praca w niszy, w której nikt nie robi GEO, a inaczej tam, gdzie duzi gracze są już mocno opisani
• Skala działań poza stroną: liczba publikacji, wzmianek i miejsc, w których trzeba zaistnieć
• Zasięg geograficzny: działania lokalne, ogólnopolskie i zagraniczne różnią się nakładem

Ponieważ GEO prowadzimy jako rozszerzenie pakietu SEO, jego koszt jest dopłatą do prowadzonego projektu, a nie osobnym budżetem. Konkretną wycenę przygotowujemy po analizie strony i branży.

GEO dla firm lokalnych, B2B i e-commerce

GEO działa inaczej w zależności od tego, jak wygląda ścieżka zakupowa Twojego klienta.

• Firmy usługowe i lokalne. Często najlepszy stosunek efektu do nakładu. Klienci pytają modele wprost o rekomendację firmy z okolicy, a konkurencja o wzmiankę jest w takich zapytaniach mniejsza niż w tematach ogólnych. Ciężar pracy przesuwa się w stronę spójności danych o marce, obecności w zestawieniach lokalnych i wzmianek w mediach regionalnych.
• B2B. Naturalne środowisko dla GEO, bo decyzje zapadają na podstawie wiedzy i zaufania, a proces zakupowy zaczyna się od researchu. Klient pyta model o kryteria wyboru, porównania i rekomendacje na długo przed pierwszym kontaktem z dostawcą. Tu największe znaczenie mają treści eksperckie, autorstwo i publikacje branżowe.
• E-commerce. Skuteczność zależy od charakteru asortymentu. Przy produktach wymagających doradztwa, technicznych, specjalistycznych, drogich, klienci realnie pytają modele o porównania i rekomendacje. Przy produktach kupowanych odruchowo efekt jest słabszy. W e-commerce GEO opiera się mocno na uporządkowanych opisach, danych strukturalnych i treściach poradnikowych.

Kiedy jeszcze nie warto. Jeśli nie prowadzisz SEO, jeśli strona nie ma realnej treści albo jeśli potrzebujesz klientów w tym tygodniu: zacznij od czegoś innego. GEO to inwestycja, która narasta, a nie kanał na już.

Czego GEO nie zrobi?

Kilka rzeczy warto powiedzieć wprost, bo rynek GEO jest młody i obietnic bez pokrycia jest na nim sporo.

Nie da się zagwarantować obecności w odpowiedzi. W odpowiedziach AI nie ma pozycji, którą można zarezerwować. Model generuje odpowiedź za każdym razem trochę inaczej, na podstawie źródeł, które akurat znajdzie. Można systematycznie zwiększać prawdopodobieństwo, że padnie Twoja nazwa, i to jest sedno pracy. Nie można obiecać, że padnie zawsze.

Nie da się kupić miejsca w odpowiedzi. Modele nie mają w tej chwili powierzchni reklamowej działającej na zasadzie licytacji. Obecność wynika z tego, co model znajduje w sieci.

Nie zadziała bez fundamentu. Strona bez treści, bez widoczności w wyszukiwarce i bez żadnych wzmianek poza własną domeną nie stanie się rekomendowaną marką dzięki samej optymalizacji technicznej.

Efekt nie jest natychmiastowy ani trwały bez pracy. Widoczność w modelach narasta miesiącami i tak samo stopniowo znika, jeśli przestaniesz nad nią pracować.

GEO nie naprawi realnych problemów marki. Jeśli firma ma złe opinie, model je znajdzie i uwzględni. Można prostować nieprawdziwe informacje u źródła, ale nie da się przekonać modelu, żeby ignorował to, co powszechnie o marce wiadomo.

Nie zastąpi sprzedaży. Wzmianka w odpowiedzi AI jest początkiem ścieżki, nie jej końcem. Klient i tak sprawdzi firmę, wejdzie na stronę i porówna oferty.

Agencja GEO we Wrocławiu

Przy pytaniach lokalnych modele zachowują się inaczej niż przy ogólnych. Zamiast artykułów branżowych sięgają po zestawienia firm z danego miasta, opinie, wzmianki w mediach regionalnych i wątki, w których ktoś pytał o to samo. Strona firmy jest tam tylko jednym z wielu głosów, i to rzadko decydującym.

Ma to dwie konsekwencje praktyczne. Po pierwsze, przy działaniach lokalnych ciężar pracy przesuwa się w stronę spójności danych o firmie i obecności poza własną domeną. Po drugie, konkurencja o wzmiankę jest zwykle mniejsza niż w zapytaniach ogólnokrajowych: w wielu branżach o widoczność w modelach nie zadbał jeszcze nikt.

Działamy we Wrocławiu już od 2011 roku. Wśród marek, z którymi pracowaliśmy, są Port Lotniczy Wrocław i Politechnika Wrocławska, a także firmy z całej Polski i z rynków zagranicznych. Znajomość lokalnego rynku ma tu praktyczne znaczenie: wiemy, gdzie w regionie warto się pojawić, jakie zestawienia i media faktycznie są czytane, i jak wyglądają realne pytania, które klienci zadają o firmy z Dolnego Śląska.

Biuro mamy przy Legnickiej 59C we Wrocławiu. Można wpaść i porozmawiać na miejscu, zamiast wymieniać maile.

Jak wybrać agencję GEO i na co uważać?

Rynek GEO dopiero się kształtuje, więc obok firm z realną kompetencją pojawia się sporo takich, które sprzedają hasła. Kilka rzeczy, które warto sprawdzić przed podpisaniem umowy:

• Czy agencja potrafi pokazać, jak mierzy efekty. Jeśli nie umie powiedzieć, ile pytań zadaje, jak często i w ilu modelach, to nie prowadzi GEO, tylko o nim opowiada.
• Czy łączy GEO z SEO. Sprzedawanie GEO firmie bez pozycjonowania jest albo niekompetencją, albo świadomym sprzedaniem czegoś, co nie zadziała.
• Czy panuje nad warstwą techniczną. Bez dostępu botów, danych strukturalnych i porządku w encjach reszta pracy trafia w próżnię.
• Czy mówi o ograniczeniach. Agencja, która gwarantuje obecność w odpowiedziach AI, obiecuje coś, nad czym nikt nie ma pełnej kontroli.
• Czy tłumaczy, co robi. Zakres prac powinien dać się wypisać punkt po punkcie, a nie sprowadzać do „budujemy widoczność w AI".
• Czy pokazuje, czego jeszcze nie wie. GEO jest młodą dziedziną i uczciwa agencja to przyzna, zamiast udawać, że ma dziesięcioletnie doświadczenie w czymś, co istnieje od dwóch lat.

Uważaj też na dwie rzeczy: na obietnice gwarantowanego pierwszego miejsca w odpowiedziach AI, bo takiego miejsca nie ma, oraz na wyniki prezentowane jako efekty GEO, które w rzeczywistości są wynikami klasycznego SEO w nowym opakowaniu.