Czym jest GEO i AEO (i dlaczego samo SEO już nie wystarcza)
SEO optymalizuje pod Google. GEO i AEO optymalizują pod to, żeby cytowały cię odpowiedzi AI — ChatGPT, Perplexity, Google AI Overviews. Czym się różnią i co konkretnie robić.
Rok 2024 był przełomowy pod względem tego, jak ludzie szukają informacji. ChatGPT przekroczył 200 milionów tygodniowych aktywnych użytkowników. Perplexity twierdzi, że jego wyszukiwarka odpowiada na 100 milionów zapytań dziennie. Google wdrożył AI Overviews — podsumowania nad wynikami wyszukiwania, które pokazują odpowiedź przed kliknięciem w jakikolwiek link.
Klienci coraz częściej pytają AI zamiast przewijać strony wyników. I to zmienia reguły gry.
SEO: optymalizacja pod rankingi
SEO (Search Engine Optimization) istnieje od lat dziewięćdziesiątych. Podstawa się nie zmieniła: napisz treść, zdobądź linki zwrotne, ustaw metadane techniczne — a Google umieści cię wyżej w wynikach. Celem jest kliknięcie. Metrykami są pozycje, wyświetlenia, CTR.
SEO działa. Ale działa dla sytuacji, w której użytkownik otwiera wyszukiwarkę, dostaje listę linków i klika.
Ta sytuacja przestaje być domyślna.
GEO i AEO: optymalizacja pod cytat
GEO — Generative Engine Optimization — to zestaw praktyk mających na celu to, żeby generatywne systemy AI (ChatGPT, Claude, Gemini, Perplexity) włączyły cię do swoich odpowiedzi i najlepiej cytowały cię jako źródło. Pojęcie pochodzi z pracy akademickiej z Princeton z 2023 roku, która wykazała, że różne style treści wpływają na to, jak często generatywne modele czerpią z danego źródła.
AEO — Answer Engine Optimization — to starszy termin, pierwotnie związany z asystentami głosowymi i featured snippets Google. Dziś pokrywa się z GEO: oba celują w to, żeby twoja treść była źródłem bezpośrednich odpowiedzi, a nie tylko linkiem.
Praktycznie nie różnią się za bardzo. Oba opierają się na tych samych zasadach: treść musi jasno odpowiadać na konkretne pytania, być ustrukturyzowana tak, żeby maszyna ją zrozumiała, i musi być technicznie dostępna dla crawlerów AI.
Dlaczego to ma znaczenie właśnie teraz
Mam konkretny przykład. Ktoś szuka „jak podłączyć Business Central do KSeF". Wpisuje to do Perplexity. Dostaje odpowiedź — z nazwami firm, które to robią. Klika na jedną z nich. Cały lejek akwizycji przebiegł bez Google.
Jeśli naszej strony tam nie ma, nie istnieje dla tego zapytania. Nie ma znaczenia, jak dobrze rankujemy w Google.
To dzieje się szczególnie silnie przy zapytaniach B2B zorientowanych technicznie. Klienci szukający oprogramowania, integratora lub konsultanta mają tendencję do wpisywania precyzyjnych pytań. A precyzyjne pytania to dokładnie to, pod co generatywne systemy AI są zbudowane.
Co konkretnie robić
1. llms.txt
Plik llms.txt w katalogu głównym strony mówi crawlerom AI, czym jest twoja strona, jakie podstrony są najważniejsze i jak AI ma korzystać z twojej treści. Analogia do robots.txt — ale dla AI, nie dla wyszukiwarek.
Format to prosty Markdown z opisem strony, linkiem do kluczowych podstron i ewentualnymi instrukcjami. Na przykład: ta strona ma llms.txt z opisem tego, co robimy, linkiem do stron produktowych i artykułów, oraz instrukcją dla AI jak korzystać z treści.
2. Strukturowane dane (JSON-LD)
Schematy z Schema.org mówią maszynom, co dana treść oznacza. Dla GEO/AEO najważniejsze są:
- Article — oznacza wpis blogowy jako artykuł z autorem i datą
- FAQPage — jawnie oznacza pytania i odpowiedzi; Google AI Overviews i Perplexity czerpią z tego bezpośrednio
- Organization — nazwa firmy, czym się zajmuje, kontakt
JSON-LD wstawia się w <head> strony jako <script type="application/ld+json">. Walidację sprawdzi Google Rich Results Test.
3. Treść która odpowiada na pytania
Generatywna AI indeksuje treść, ale odpowiada na pytania. Jeśli chcesz być cytowany, twoja treść musi pytania jawnie odpowiadać — najlepiej w tej samej formie, w jakiej pytają klienci.
To znaczy pisać akapity w stylu: „Czym jest X? X jest..." albo „Jak działa Y? Y działa w ten sposób, że..." — nie tylko używać słowa kluczowego w nagłówku i mieć nadzieję.
Sekcje FAQ na końcu artykułu to bezpośrednia implementacja tej zasady. Każde Q&A odpowiada na jedno realne zapytanie. Jeśli napisałem to wystarczająco jasno, AI może je cytować dosłownie.
4. robots.txt: zezwól botom AI
Duża część stron ma w robots.txt historycznie zablokowane różne crawlery. Jeśli chcesz być w odpowiedziach AI, musisz jawnie lub domyślnie zezwolić na:
GPTBot(OpenAI / ChatGPT)PerplexityBot(Perplexity)ClaudeBot(Anthropic)Google-Extended(Google AI training i Overviews)Googlebot(podstawa dla AI Overviews)
Zablokowany bot = treść którą AI nie widzi = cytat który nie nastąpi.
5. Dostępność techniczna
Crawlery AI są mniej tolerancyjne wobec powolnych lub zepsutych stron niż wyszukiwarki. Treść musi być w HTML przy pierwszym żądaniu — strony renderowane tylko przez JavaScript, gdzie DOM pojawia się dopiero po hydratacji JS, crawler AI może nie przetworzyć poprawnie.
Prerendering lub SSR to tutaj zaleta. Jeśli serwer zwraca pełny HTML z treścią w zerowej milisekundzie, crawler przeczyta go niezawodnie.
Jak my to mamy
Na tej stronie infrastruktura GEO/AEO jest wdrożona. Konkretnie:
llms.txtz opisem strony i mapą kluczowych podstron- Article i FAQPage JSON-LD na każdym artykule
- Trójjęzyczny hreflang (CS/EN/PL) — dla zapytań ponad językami
- Prerendering — serwer zwraca HTML z treścią bez czekania na JavaScript
- 28+ artykułów skupionych na konkretnych pytaniach technicznych (KSeF, Peppol, ViDA, JSON-LD, e-fakturowanie)
- robots.txt który nie blokuje żadnego istotnego crawlera AI
Analiza konkurencji w naszej niszy (KSeF, e-fakturowanie, integracje .NET) pokazuje, że większość konkurentów nie ma llms.txt, nie ma schematu FAQPage i ma rendering JavaScript-first. To przewaga, która przełoży się na cytaty — pod warunkiem że mamy właściwą treść.
Wdrożenie GEO/AEO i audyt strony pod kątem widoczności dla AI robimy dla klientów w ramach projektu obecności w sieci. Jeśli chcesz to omówić, napisz do nas.
Podsumowanie
SEO = być znalezionym w Google. GEO/AEO = być cytowanym w odpowiedziach AI. To różne cele z częściowym nakładaniem się (dobra treść pomaga obu), ale z inną implementacją.
Powód, żeby zajmować się tym teraz: klienci szukający oprogramowania B2B lub specjalistycznej usługi przechodzą na wyszukiwanie AI szybciej niż rynek konsumencki. Jeśli twoi klienci używają Perplexity lub ChatGPT przy podejmowaniu decyzji, sygnały GEO/AEO to realny kanał akwizycji — nie eksperyment na przyszłość.
FAQ
Jaka jest różnica między GEO, AEO i SEO?
SEO (Search Engine Optimization) optymalizuje strony pod ranking w Google i Bingu. GEO (Generative Engine Optimization) i AEO (Answer Engine Optimization) optymalizują treść tak, żeby cytowały ją generatywne systemy AI — ChatGPT, Perplexity, Google AI Overviews. Cel się różni: SEO chce kliknięcia, GEO/AEO chce cytatu w odpowiedzi AI.
Co konkretnie muszę zrobić, żeby AI mnie cytowało?
Podstawowe kroki: dodać llms.txt z instrukcjami dla crawlerów AI, zaimplementować strukturowane dane Article i FAQPage JSON-LD, pisać treści które bezpośrednio odpowiadają na konkretne pytania (nie tylko słowa kluczowe), i sprawdzić że robots.txt nie blokuje botów AI (GPTBot, PerplexityBot, ClaudeBot, Googlebot).
Czy GEO/AEO jest konieczne, czy to tylko hype?
Zależy od klienta. Jeśli twoi klienci wpisują techniczne lub branżowe zapytania do ChatGPT albo Perplexity i podejmują decyzje na podstawie odpowiedzi AI, to GEO/AEO jest realnym kanałem akwizycji — nie tylko hype. Przy towarach konsumpcyjnych lub usługach lokalnych klasyczne SEO może nadal dominować.