Profil eksperta w AI: LinkedIn, podcasty i wystąpienia

Asystent AI nie ma osobnej teczki na każdego specjalistę. Gdy ktoś pyta ChatGPT, Perplexity albo Gemini o eksperta od danej dziedziny, model składa odpowiedź z tego, co przeczytał o danej osobie w wielu miejscach naraz: z profilu zawodowego, cudzych artykułów, transkrypcji rozmów i stron konferencji. Budowanie eksperta w AI to więc praca nad rozproszonym śladem, a nie nad jedną stroną. Szersze tło strategii opisaliśmy w przewodniku AIO dla marek osobistych; tutaj skupiamy się na kolejności działań w konkretnych kanałach.

Skąd model bierze wiedzę o osobie

Wiedza modelu o człowieku pochodzi z dwóch warstw. Pierwsza to dane treningowe: teksty zebrane przed datą odcięcia, w których nazwisko wystąpiło obok określonych tematów. Druga to wyszukiwanie na żywo, z którego korzystają ChatGPT Search, Perplexity i AI Overviews. W tej drugiej warstwie liczy się to, co da się dziś znaleźć i przeczytać bez logowania.

W obu przypadkach działa ta sama zasada: model łączy nazwisko z tematem wtedy, gdy oba pojawiają się razem wielokrotnie, w niezależnych źródłach i w podobnym brzmieniu. Jeden świetny artykuł na własnym blogu znaczy mniej niż dziesięć krótszych wzmianek w różnych serwisach, które za każdym razem opisują tę samą specjalizację tymi samymi słowami.

Profil LinkedIn opisany pod odczyt maszynowy

LinkedIn jest dla wielu modeli najczęstszym źródłem faktów o osobach z branży usługowej. Problem polega na tym, że większość profili pisze się pod rekrutera, a nie pod czytnik tekstu. Nagłówek w rodzaju „Pomagam firmom rosnąć” nie mówi modelowi nic o temacie.

Profil czytany przez maszynę powinien mieć trzy cechy. Nagłówek zawiera nazwę specjalizacji w formie, w jakiej ludzie o nią pytają (na przykład „specjalista SEO technicznego dla e-commerce”). Sekcja „Informacje” zaczyna się od jednego zdania definiującego, kim jesteś i czym się zajmujesz, bez metafor. Doświadczenie opisuje konkretne projekty z liczbami, bo liczby są tym, co modele chętnie przenoszą do odpowiedzi.

• Ustaw profil jako publiczny i sprawdź go w oknie incognito; niewidoczny profil nie istnieje dla wyszukiwania na żywo.
• Publikuj artykuły na LinkedIn, nie tylko krótkie posty; dłuższe teksty mają stały adres URL i lepiej się indeksują.
• Pilnuj, by w sekcji umiejętności były te same frazy, którymi opisujesz specjalizację gdzie indziej.

Publikacje gościnne, które faktycznie liczą

Nie każda publikacja gościnna wzmacnia profil eksperta. Liczą się teksty w serwisach, które same są cytowane w odpowiedziach AI na tematy z Twojej dziedziny. Prosty test: zadaj modelowi trzy pytania branżowe i zapisz domeny, które pojawiają się w źródłach. To jest lista celów, nie lista serwisów z najwyższym DR.

Drugi warunek to przypisanie autorstwa. Artykuł podpisany „Redakcja” albo z bio ukrytym za kliknięciem nie łączy nazwiska z tematem. Przed wysłaniem tekstu ustal, że pod artykułem pojawi się pełne imię i nazwisko, jedno zdanie o specjalizacji i link do strony autora. Typowe pomyłki przy takich działaniach zebraliśmy w zestawieniu błędów w AIO; najczęstszy to rozproszenie publikacji po tematach, które nie mają ze sobą nic wspólnego.

Lepiej napisać sześć tekstów na jeden wąski temat w ciągu pół roku niż dwanaście na sześć różnych. Model uczy się skojarzenia przez powtórzenie, a nie przez szerokość zainteresowań.

Warto też zadbać o format samego tekstu. Artykuł gościnny z jasną tezą w pierwszym akapicie, śródtytułami w formie pytań i jedną tabelą lub listą kroków ma większą szansę, że model wyciągnie z niego fragment i przypisze go autorowi. Długie eseje bez struktury czyta się dobrze, ale cytuje rzadko.

Podcasty i transkrypcje jako źródło cytowań

Sam plik audio jest dla większości systemów AI nieczytelny. Rozmowa w podcaście zaczyna pracować na profil eksperta dopiero wtedy, gdy powstaje z niej tekst: transkrypcja, streszczenie z cytatami albo notatki do odcinka. Dlatego przy zaproszeniu do podcastu warto zapytać gospodarza, czy publikuje transkrypcje, i zaproponować, że przygotujesz ją sam.

Dobrze działają odcinki, w których pada wyraźna definicja albo liczba z Twojego doświadczenia. Takie zdanie, zapisane w transkrypcji obok nazwiska, łatwo trafia do odpowiedzi jako cytat. Ogólna rozmowa o „trendach w branży” nie zostawia w tekście niczego, co model mógłby przypisać konkretnej osobie.

To samo dotyczy wystąpień na konferencjach. Strona wydarzenia z tytułem prelekcji i biogramem prelegenta to jedno z najbardziej wiarygodnych źródeł, bo pochodzi od niezależnego organizatora. Jeśli organizator publikuje nagranie, poproś o opis wideo z listą tez albo opublikuj zapis prezentacji u siebie.

Spójność opisu we wszystkich miejscach

Najczęstszy powód, dla którego model myli eksperta z kimś innym albo przypisuje mu złą specjalizację, to niespójne opisy. Na LinkedIn jesteś „konsultantem marketingu”, w bio podcastu „specjalistą od content marketingu”, na stronie konferencji „ekspertem SEO”. Dla człowieka to ta sama osoba, dla modelu trzy słabe sygnały zamiast jednego mocnego.

Rozwiązanie jest proste i nudne: napisz jedno bio w trzech długościach (jedno zdanie, trzy zdania, akapit) i używaj go wszędzie bez zmian. Ta sama forma imienia i nazwiska, ta sama nazwa specjalizacji, to samo miasto, ta sama firma. Agencje, które prowadzą takie działania dla klientów, zwykle włączają ten krok do zakresu usług AIO jako pierwszy deliverable, bo bez niego reszta pracy się rozmywa.

Strona autora na własnej domenie

Własna strona autora spina rozproszone źródła w jeden punkt odniesienia. Powinna zawierać pełne bio, listę publikacji gościnnych z linkami, listę wystąpień i podcastów oraz odnośniki do profili społecznościowych. Wszystko to warto opisać danymi strukturalnymi typu schema.org/Person z właściwością sameAs, która wskazuje profile w innych serwisach. Jak powiązać tę stronę z artykułami, opisaliśmy w tekście o schema Article i danych autora.

Google w dokumentacji o tworzeniu pomocnych treści wprost zaleca, by było jasne, kto napisał tekst, i by podpis prowadził do informacji o autorze. Ta sama strona służy modelom językowym jako źródło faktów o Tobie. Jeśli prowadzisz bloga, dopilnuj, by każdy wpis miał widoczny podpis z linkiem do tej strony; szczegóły formatu wpisu omawiamy w artykule AIO dla blogów 2026.

Jak sprawdzić postęp po kwartale

Efekty tej pracy nie pojawiają się z tygodnia na tydzień. W warstwie wyszukiwania na żywo pierwsze zmiany widać zwykle po 4–8 tygodniach, w danych treningowych dopiero przy kolejnej wersji modelu. Dlatego mierzymy postęp kwartalnie, na stałym zestawie pytań.

1. Przygotuj 10–15 pytań, na które chcesz być odpowiedzią, na przykład „kto w Polsce specjalizuje się w SEO dla sklepów z elektroniką”.
2. Zadaj je w ChatGPT, Perplexity i Gemini na starcie i zapisz odpowiedzi wraz z cytowanymi źródłami.
3. Zadaj też pytanie wprost o siebie: „kim jest [imię i nazwisko]”. Sprawdź, czy model podaje właściwą specjalizację.
4. Powtórz ten sam zestaw po trzech miesiącach i porównaj: liczbę wzmianek, poprawność opisu i to, które Twoje publikacje pojawiają się jako źródła.

Jeśli po kwartale model nadal opisuje Cię błędnie, najpierw wróć do spójności opisów, a dopiero potem dokładaj nowych publikacji. Dokładanie treści na niespójną podstawę tylko utrwala zamieszanie.

FAQ