Pozycjonowanie w AI: jak asystenci wybierają firmy do polecenia

W wynikach Google klient widzi dziesięć linków i sam wybiera. W odpowiedzi asystenta widzi dwie albo trzy nazwy i zwykle wybiera pierwszą. To cała różnica, z której wynika reszta tego tekstu.

Dane z rynku polskiego pokazują, że fraza pozycjonowanie w AI ma dziś około dwustu wyszukiwań miesięcznie, a ai seo około trzystu pięćdziesięciu. To niewiele. Ale to liczba osób, które szukają usługi, a nie liczba klientów, którzy pytają asystenta o pizzerię, fryzjera albo dentystę. Tych drugich jest nieporównanie więcej i oni nie szukają w Google słowa „pozycjonowanie".

Skąd asystent bierze nazwy firm

Model językowy nie ma bazy firm. Ma dwa źródła i warto je rozdzielić, bo wymagają zupełnie różnej pracy.

Pamięć modelu

To, co model zapamiętał podczas uczenia. Jeśli Twoja firma była wtedy szeroko opisana w sieci, model zna ją bez zaglądania gdziekolwiek. Dotyczy to głównie sieci i znanych marek. Mała firma z jedną lokalizacją prawie nigdy nie siedzi w pamięci modelu i to jest normalne.

Wyszukiwanie w trakcie odpowiedzi

Wszystkie liczące się asystenty potrafią dziś w trakcie odpowiedzi wyszukać coś w sieci. Model wpisuje zapytanie, dostaje kilka stron, czyta je i buduje z nich odpowiedź. To ta ścieżka decyduje o losie małej firmy i to na nią da się wpłynąć.

Co model czyta o firmie lokalnej

W praktyce, dla firmy z jednym adresem, źródła układają się w tej kolejności:

1. Wizytówka w Google i to, co z niej trafia do map. Zwykle najważniejsze źródło. Więcej w tekście o tym, dlaczego wizytówka Google decyduje o odpowiedzi asystenta.
2. Opinie klientów, i to ich treść, nie tylko średnia. Opisujemy to w tekście o opiniach Google a poleceniach AI.
3. Strona firmy, o ile jest czytelna dla robota i nie jest zbudowana z samych obrazków.
4. Katalogi i serwisy branżowe: Aleo, Panorama Firm, pkt.pl, a także portale z Twojej branży, takie jak Booksy przy usługach czy Pyszne.pl i Glovo przy gastronomii.
5. Teksty osób trzecich: lokalne portale, blogi, fora, listy typu „najlepsze piekarnie w…".

Model zestawia to wszystko i buduje odpowiedź z tego, co się zgadza. Jeśli w trzech miejscach masz trzy różne numery telefonu, model nie wybiera „lepszego", tylko omija firmę i wymienia sąsiada, którego dane są spójne. To najczęstsza przyczyna zniknięcia, jaką widzimy w audytach.

Dlaczego pozycja w Google przestaje wystarczać

Da się być pierwszym w mapach i nie zostać wymienionym ani razu. Widzieliśmy to wielokrotnie. Powody są trzy.

Ostatni wiersz jest najważniejszy i najczęściej pomijany. Zadaj asystentowi to samo pytanie pięć razy, a dostaniesz pięć różnie sformułowanych odpowiedzi i czasem różne zestawy nazw. Dlatego jeden zrzut ekranu nie dowodzi niczego, ani na Twoją korzyść, ani przeciwko.

Jak to zmierzyć uczciwie

Skoro odpowiedź się zmienia, jedyną sensowną miarą jest udział w wielu odpowiedziach. Metoda, której używamy i którą możesz powtórzyć samodzielnie:

1. Zbierz pytania klientów, nie słowa kluczowe. Klient nie pisze „piekarnia Kraków cennik", tylko „gdzie kupić dobry chleb na zakwasie w Krakowie". Dwadzieścia takich pytań to sensowne minimum.
2. Nie wpisuj nazwy firmy w pytanie. Pytanie z nazwą zawsze da trafienie i wynik nic nie znaczy.
3. Pytaj z czystej sesji. Wyloguj się albo użyj okna prywatnego. Własne konto zna Twoją historię i zawyża wynik.
4. Powtórz każde pytanie co najmniej trzy razy. Bez powtórzeń mierzysz przypadek.
5. Zapisz całe odpowiedzi z godziną. Bez zapisu nie sprawdzisz później, czy coś się zmieniło.
6. Policz udział. Ile odpowiedzi na sto zawierało Twoją nazwę. To jedna liczba, którą da się śledzić w czasie.

Co realnie zmienia wynik

Po kilkudziesięciu audytach przyczyny nieobecności powtarzają się w tej samej kolejności.

1. Brak danych strukturalnych na stronie

Model musi zgadywać nazwę, adres, godziny i branżę z tekstu przeznaczonego dla ludzi. Kilkanaście linii kodu usuwa całe zgadywanie. Pokazujemy dokładny kod we wpisie o danych strukturalnych LocalBusiness.

2. Rozjazd danych między serwisami

Godziny w Google inne niż na Facebooku, dwa wpisy tej samej firmy, stary adres w katalogu. Dla modelu to sygnał, że informacja jest niepewna, więc jej nie używa.

3. Zablokowane roboty asystentów

Jedna linia w pliku robots.txt potrafi zamknąć stronę przed GPTBot, PerplexityBot i pozostałymi naraz. Wtedy żadna inna praca nie ma znaczenia. Jak to sprawdzić, opisujemy w tekście o robotach AI w robots.txt.

4. Strona bez odpowiedzi na pytania klientów

Jeśli klienci pytają o parking, o to, czy przyjmujecie kartą, i o godziny w niedzielę, a na stronie nie ma o tym zdania, model nie ma czego zacytować.

5. Brak świeżych opinii

Opinie sprzed trzech lat są dla modelu słabym sygnałem. Nie chodzi o ich liczbę, tylko o to, żeby ktoś napisał cokolwiek w ostatnich miesiącach.

Czego robić nie warto

• Kupowanie opinii. Google je wykrywa i usuwa, a modele czytają treść, nie liczbę gwiazdek. Trzydzieści identycznych zdań to sygnał ostrzegawczy, nie przewaga.
• Upychanie słów kluczowych w nazwie firmy. Łamie zasady Google i nie pomaga w odpowiedziach asystenta, bo on i tak wymieni nazwę tak, jak zna ją z map.
• Teksty pisane pod model, nie pod człowieka. Strona zawalona frazami czyta się źle, a model i tak wyciągnie z niej konkret albo nic.
• Wiara w jeden zrzut ekranu. Ani w ten, który pokazuje, że jesteś wymieniony, ani w ten, który pokazuje, że nie.

Od czego zacząć w tym tygodniu

1. Otwórz twojadomena.pl/robots.txt i sprawdź, czy nie ma tam blokad na GPTBot i pozostałe roboty AI.
2. Wejdź w wizytówkę Google i uzupełnij kategorię, godziny, usługi i sekcję pytań.
3. Sprawdź, czy nazwa, adres i telefon są identyczne w Google, Apple Maps i Bing Places.
4. Wklej na stronę dane strukturalne LocalBusiness i przetestuj je w narzędziu Google.
5. Zapytaj asystenta o swoją branżę i miasto pięć razy z okna prywatnego. Zapisz, co padło.

Piąty punkt możesz zlecić nam za darmo. Zadajemy trzy pytania Twoich klientów, czytamy odpowiedzi i wysyłamy Ci je w całości z godziną. Formularz jest na stronie głównej, a ceny płatnej naprawy stoją otwarcie na stronie Cennik.