AEO i GEO w Polsce: kto się tym zajmuje i po czym poznać, że ktoś to naprawdę robi

Czym jest AEO, a czym GEO

AEO (Answer Engine Optimization) to przygotowanie treści tak, żeby silnik odpowiedzi – ChatGPT, Perplexity, Gemini czy tryb AI w Google – mógł wyciągnąć z niej gotową odpowiedź i podać ją użytkownikowi razem ze wskazaniem źródła. GEO (Generative Engine Optimization) to dokładnie to samo zadanie opisane innym słowem, z naciskiem na modele generatywne. W praktyce oba skróty znaczą jedno: zadbać o to, żeby maszyna, która pisze odpowiedź za użytkownika, znalazła u Ciebie fragment nadający się do zacytowania i wiedziała, kim jesteś.

Różnica wobec klasycznego SEO nie leży w technice, tylko w jednostce wyniku. W SEO walczysz o pozycję adresu na liście dziesięciu linków. W AEO walczysz o to, żeby Twoje zdanie trafiło do odpowiedzi, której użytkownik nie kliknie, bo dostał ją od razu. To zmienia sposób pisania, a nie sposób budowania strony.

Czy AEO i GEO to w ogóle osobna dziedzina?

Według Google nie. W maju 2026 roku Google opublikowało w dokumentacji Search Central własny przewodnik po optymalizacji pod wyszukiwanie generatywne i postawiło sprawę wprost: optymalizacja pod AI to nadal SEO, a AEO i GEO są nowymi etykietami na tę samą pracę. Nie ma osobnego zestawu sygnałów, osobnego pliku do wgrania ani osobnego panelu.

To ważne, bo wokół tych skrótów wyrósł rynek obiecujący „nową dyscyplinę”. Uczciwa wersja brzmi inaczej: to SEO zastosowane do powierzchni, na których odpowiedź układa model językowy. Zmienia się to, jak formatujesz treść i jak budujesz rozpoznawalność marki poza własną stroną. Nie zmienia się to, że strona musi być dostępna, szybka, sensownie opisana i napisana przez kogoś, kto się zna.

Kto w Polsce zajmuje się AEO i GEO

Rynek jest na tyle młody, że nie ma jeszcze rozpoznawalnych nazwisk. Gdy w naszym teście z 23 września 2026 zapytaliśmy tryb AI w Google „kto robi AEO/GEO w Polsce”, odpowiedź nie wskazała ani jednej konkretnej firmy – wymieniła same pojęcia. To rzadka sytuacja: pytanie o realnej intencji zakupowej, na które nikt nie odpowiada wprost.

W praktyce w Polsce robią to dziś trzy typy podmiotów:

• Agencje SEO, które dopisały AEO do oferty. Najczęściej zmiana nazwy usługi bez zmiany zakresu. Bywa to uczciwe, bo zakres i tak jest w dużej mierze wspólny, ale warto zapytać, co konkretnie robią inaczej niż rok temu.
• Studia budujące strony, które mierzą efekt po swojej stronie. Tu przewagą jest to, że ten sam zespół pisze treść, pilnuje danych strukturalnych i widzi w analityce, czy ruch z asystentów faktycznie rośnie. Do tej grupy zaliczamy siebie.
• Narzędzia do monitoringu wzmianek w modelach. Pokazują, czy marka pojawia się w odpowiedziach. Same niczego nie poprawiają, ale bez pomiaru cała reszta jest zgadywaniem.

Po czym poznać, że ktoś naprawdę to robi

Sześć pytań, które warto zadać przed podpisaniem umowy. Odpowiedzi na nie są sprawdzalne i nie wymagają wiedzy technicznej:

1. Jak zmierzysz efekt? Powinna paść konkretna nazwa kanału w analityce (w GA4 ruch z asystentów trafia do grupy kanałów „AI Assistant”) albo nazwa narzędzia do monitoringu wzmianek. „Będzie Pan bardziej widoczny” to nie jest pomiar.
2. Jaki mamy punkt wyjścia? Zanim cokolwiek się zacznie, ktoś powinien zadać modelom kilkanaście pytań, na które Twoja firma powinna być odpowiedzią, i zapisać, co dziś wychodzi. Bez zdjęcia stanu początkowego nie da się później wykazać zmiany.
3. Co zrobisz poza moją stroną? Jeśli cała oferta kończy się na Twojej domenie, to za mało – rozpoznawalność marki budują też miejsca, do których modele sięgają najczęściej.
4. Czy strona w ogóle jest czytelna dla robotów AI? Roboty silników odpowiedzi w większości nie uruchamiają JavaScriptu. Jeśli treść pojawia się dopiero po wykonaniu skryptu w przeglądarce, dla modelu jej nie ma.
5. Co z plikiem llms.txt? To pytanie kontrolne, o którym niżej.
6. Jak często odświeżacie treść? Świeżość jest jednym z mocniejszych czynników cytowalności, a to znaczy harmonogram aktualizacji, nie jednorazową akcję.

Co realnie zwiększa szansę na cytowanie

Poniższe liczby pochodzą z publicznych badań na dużych próbach. Warto je znać, bo rozstrzygają kilka sporów, które inaczej toczy się na przeczucia.

CzynnikCo mówią daneŹródło Wzmianki o marce w sieciKorelują z cytowaniem w AI około trzy razy silniej niż linki przychodzące (korelacja 0,737 dla wzmianek w YouTube wobec 0,266 dla siły domeny)Ahrefs, badanie 75 000 marek, grudzień 2025 Długość samodzielnego fragmentuNajczęściej cytowane są bloki liczące 134–167 słów, czyli takie, które da się wyjąć z tekstu bez utraty sensuAnalizy cytowań w AI Overviews Miejsce w tekścieOkoło 44 % cytowań pochodzi z pierwszych 30 % długości stronySE Ranking ŚwieżośćTreść młodsza niż trzy miesiące jest cytowana około trzykrotnie częściej; po pół roku bez aktualizacji strona w praktyce wypada z puliSE Ranking, próba 1,3 mln cytowań Pozycja w klasycznym GoogleTryb AI i AI Overviews dochodzą do tego samego wniosku w 86 % przypadków, ale wskazują te same adresy tylko w 13,7 %Ahrefs, 540 tys. par zapytań

Z ostatniego wiersza płynie wniosek, który łatwo przeoczyć: to są dwa różne silniki cytowań, nie jeden. Dobra pozycja w wynikach klasycznych pomaga w AI Overviews, ale tryb AI czerpie z szerszej puli, w której świeżość i rozpoznawalność marki ważą więcej niż sama pozycja.

Co nie działa, choć bywa sprzedawane

Najczęściej powtarzana rekomendacja to plik llms.txt w katalogu głównym domeny. Google stwierdziło wprost w swoim przewodniku, że pliki tego typu nie są potrzebne w wyszukiwarce i nie wpływają ani na widoczność, ani na pozycje. Niezależne badania idą dalej: analiza logów serwerowych pokazała, że główne silniki odpowiedzi po prostu po ten plik nie sięgają. Można go mieć, kosztuje kwadrans, ale sprzedawanie go jako dźwigni widoczności jest wprowadzaniem w błąd i dlatego umieściliśmy o niego pytanie kontrolne na liście powyżej.

Podobnie kończą inne skróty: sztuczne dzielenie tekstu na „chunki” pod model, przepisywanie własnych treści przez AI, żeby „lepiej brzmiały dla AI”, i kupowanie wzmianek na farmach treści. Google odrzuca wszystkie trzy jako nieskuteczne, a ostatnia jest wprost ryzykowna.

Nasz własny test: co widać na stronie, którą prowadzimy sami

Najuczciwszy dowód, jaki możemy pokazać, dotyczy naszej własnej strony. Mierzymy ją tak samo, jak mierzylibyśmy Twoją.

W analityce. W ciągu 90 dni do 22 września 2026 ruch z asystentów AI dał nam 24 sesje, wszystkie z ChatGPT. Dla porównania: w tym samym okresie z wyszukiwarki przyszło 117 sesji, a wejść bezpośrednich było 118. To jeszcze nie jest kanał, z którego się żyje, ale jest już wielkością, którą widać w raporcie, a nie szumem.

W odpowiedziach. 5 września 2026 zadaliśmy trybowi AI w Google zestaw pytań o wykonawcę strony w naszym mieście. Nie pojawialiśmy się w żadnej odpowiedzi. 23 września, po uporządkowaniu treści cenowych i danych strukturalnych, to samo pytanie wskazuje nas na pierwszym miejscu, razem z przytoczonymi widełkami cenowymi z naszego cennika. Tego samego dnia pytanie o agencję SEO w tym samym mieście nadal nas pomija – i to też jest informacja, bo odpowiedź wymienia jako kryterium wyboru opinie klientów, a my mamy ich kilkanaście, podczas gdy wskazane firmy mają ich po kilkadziesiąt.

Jak sprawdzić własną widoczność w AI bez żadnego narzędzia

Zajmie to pół godziny i da punkt wyjścia, którego większość firm nie ma:

1. Wypisz 10–15 pytań, na które Twoja firma powinna być odpowiedzią. Nie nazwy własne, tylko realne pytania klienta: „kto wymieni instalację w domu jednorodzinnym w okolicy”, „ile kosztuje X”, „czym różni się A od B”.
2. Zadaj każde z nich w ChatGPT, w trybie AI w Google i w Perplexity. Trzy różne silniki odpowiedzą inaczej i to jest sedno – tylko 11 % domen jest cytowanych jednocześnie przez ChatGPT i przez AI Overviews.
3. Zapisz w arkuszu: czy się pojawiłeś, kto się pojawił zamiast Ciebie i co dokładnie zostało zacytowane. Ten ostatni punkt jest najcenniejszy, bo pokazuje, jakiego formatu treści szuka model.
4. Powtórz dokładnie ten sam zestaw za sześć tygodni. Bez powtórzenia nie masz pomiaru, masz anegdotę.

Jeżeli wolisz, żeby zrobił to ktoś inny i od razu wskazał, co poprawić, tym właśnie jest nasza usługa widoczności w AI (AEO). Zaczynamy zawsze od zapisania stanu wyjściowego, bo bez niego nie da się później pokazać, co się zmieniło.

Od czego zacząć, jeśli zaczynasz od zera

Kolejność ma znaczenie, bo trzy pierwsze punkty są warunkiem, żeby reszta miała sens:

1. Treść musi być w kodzie strony, nie doklejana skryptem. Jeśli strona renderuje się dopiero w przeglądarce, dla większości robotów AI jest pusta. Strony budowane w Astro albo w Next.js z treścią w systemie takim jak Sanity mają to załatwione z definicji.
2. Kto, jak i dlaczego. Podpis autora, data publikacji, data ostatniej aktualizacji i źródła przy twierdzeniach liczbowych. To ten sam test jakości, którego Google używa od lat, i nadal działa.
3. Dane strukturalne. Organizacja, usługa, lokalizacja, opinie, FAQ. Nie dają przewagi same z siebie, ale pozwalają modelowi jednoznacznie ustalić, kim jesteś.
4. Odpowiedzi wysunięte na początek sekcji. Pytanie w nagłówku, konkretna odpowiedź w pierwszych 40–60 słowach, rozwinięcie niżej.
5. Obecność poza własną domeną. Opinie, wypowiedzi branżowe, wideo, profile. To najwolniejsza część i jednocześnie ta o największej wadze.
6. Harmonogram odświeżania. Co kwartał przegląd najważniejszych stron i realna aktualizacja liczb, a nie zmiana daty.

Punkty od pierwszego do czwartego to praca na stronie i da się je zrobić w kilka tygodni. Punkt piąty to kwestia miesięcy i tam zwykle leży prawdziwe wąskie gardło. Warto wiedzieć o tym na starcie, zamiast dowiadywać się po kwartale.