Masz wpis, który od dwóch lat siedzi w top 5 na swoją frazę. Ruch jest, konwersje są, wszystko gra. A potem wpisujesz to samo pytanie w ChatGPT albo w Perplexity i widzisz cytowania trzech innych domen. Twojej nie ma. To nie jest kara ani błąd indeksowania: to znak, że artykuł jest napisany pod czytelnika przewijającego stronę, a nie pod model, który wycina z niego fragment i wkleja do odpowiedzi.
Poniżej dziewięć zmian, które robimy w istniejących tekstach, kiedy klient przychodzi z pytaniem, dlaczego AI go pomija. Kolejność nie jest przypadkowa: pierwsze trzy dają najwięcej przy najmniejszym nakładzie, ostatnie wymagają researchu. Każdą zmianę da się wdrożyć w jednym wpisie w 20–40 minut.
Dlaczego dobry wpis SEO bywa niecytowalny
Klasyczny artykuł SEO jest zbudowany wokół przewijania. Wstęp buduje kontekst przez trzy akapity, odpowiedź pojawia się gdzieś w połowie tekstu, a najważniejsze liczby są rozsiane po zdaniach typu „według większości badań rynkowych”. Dla użytkownika, który skanuje wzrokiem, to działa. Dla modelu językowego, który dzieli tekst na fragmenty i ocenia każdy z osobna, to katastrofa.
Model nie czyta artykułu od góry do dołu jak człowiek. Pracuje na kawałkach: pobiera fragment liczący zwykle kilkaset tokenów, sprawdza, czy ten fragment sam z siebie odpowiada na pytanie, i dopiero wtedy decyduje o cytowaniu. Jeżeli w wyciętym fragmencie zostaje sam kontekst bez konkluzji, fragment przepada. Więcej o tej mechanice opisaliśmy w tekście o tym, dlaczego AI nie cytuje Twojej strony, tutaj skupiamy się wyłącznie na pracy na gotowym tekście.
Zmiana 1: jedno zdanie z odpowiedzią na początku sekcji
Najtańsza i najskuteczniejsza poprawka. Pod każdym nagłówkiem H2 wstawiasz jedno zdanie, które odpowiada na pytanie zawarte w tym nagłówku, bez odwołań do wcześniejszych akapitów.
Przed poprawką: „Jak już wspomnieliśmy wyżej, to zależy od kilku czynników, które teraz omówimy.” Po poprawce: „Migracja domeny zabiera od 6 do 12 tygodni, licząc od przekierowań do stabilizacji pozycji, przy założeniu mapowania 1:1 adresów URL.”
Drugie zdanie da się wyciąć i wkleić do odpowiedzi bez utraty sensu. Pierwsze nie znaczy nic w oderwaniu od reszty. Zasada robocza: wytnij dowolny akapit ze środka artykułu, wklej do pustego dokumentu i sprawdź, czy nadal jest zrozumiały. Jeżeli nie, brakuje mu kotwicy.
Zmiana 2: fakty z liczbami zamiast ogólników
Modele preferują fragmenty, które da się zweryfikować. Zdanie „optymalizacja obrazków znacząco przyspiesza stronę” jest bezużyteczne, bo nie da się go ani potwierdzić, ani obalić. Zdanie „konwersja galerii z PNG na WebP przy jakości 85 zmniejszyła wagę strony z 3,4 MB do 780 KB, a LCP spadł z 4,1 s do 2,3 s” nadaje się do cytowania natychmiast.
Zrób przegląd tekstu i wypisz wszystkie miejsca, w których użyłeś przymiotników wartościujących: znacząco, sporo, zauważalnie, wielokrotnie, drastycznie. Każde takie miejsce to kandydat do zamiany na liczbę. Jeżeli liczby nie masz, są trzy wyjścia: dopisać zakres z własnych danych, podeprzeć się źródłem zewnętrznym albo skasować zdanie. Trzecia opcja jest częściej właściwa, niż się wydaje.
Zmiana 3: nagłówki w formie pytań użytkownika
Nagłówek „Aspekty techniczne” nie pasuje do żadnego zapytania. Nagłówek „Ile trwa migracja domeny bez utraty pozycji?” pasuje do konkretnego pytania zadanego modelowi i do konkretnej frazy w wyszukiwarce.
Nie zamieniaj wszystkich nagłówków na pytania, bo tekst zaczyna brzmieć jak formularz. Wybierz te sekcje, które faktycznie odpowiadają na pytanie, i przepisz je w pierwszej osobie użytkownika. Zwykle wychodzi 3 do 5 nagłówków na artykuł liczący 1500 słów. Sposób budowania takiej hierarchii rozpisaliśmy szerzej w materiale o tym, jak wygląda struktura artykułu pod AI.
Zmiana 4: źródła i daty przy każdej twardej danej
Model, który waży dwa sprzeczne fragmenty, wybiera ten z jawnym pochodzeniem. Dlatego przy każdej liczbie, która nie jest Twoja, dopisujesz skąd pochodzi i z kiedy jest.
Format, który działa: „Według dokumentacji Google Search Central (stan na sierpień 2026) limit rozmiaru mapy witryny wynosi 50 MB i 50 000 adresów URL”. Trzy elementy w jednym zdaniu: dane, źródło, data. Warto linkować do oficjalnej dokumentacji Google Search Central, a nie do artykułu, który ją streszcza.
Zmiana 5: tabela porównawcza zamiast akapitu
Jeżeli w tekście jest fragment, który porównuje dwie lub trzy rzeczy w prozie, prawie zawsze wygra jako tabela. Struktura wiersz plus kolumna jest dla modelu jednoznaczna: wie, co jest podmiotem, co jest cechą i jaka jest wartość.
| Forma w tekście | Szansa na cytowanie | Kiedy stosować |
|---|---|---|
| Akapit prozy porównującej | niska | gdy różnice są niuansowe i wymagają zastrzeżeń |
| Lista punktowana | średnia | gdy porównujesz jeden wymiar (np. sam koszt) |
| Tabela z nagłówkami kolumn | wysoka | gdy masz 2 lub więcej wymiarów porównania |
| Tabela plus zdanie podsumowujące pod nią | najwyższa | domyślny wybór przy każdym porównaniu |
Ostatni wiersz jest istotny. Sama tabela bywa wycinana bez kontekstu, więc pod każdą wstawiamy jedno zdanie wniosku: „W praktyce wybór sprowadza się do liczby wymiarów porównania: przy dwóch i więcej zawsze tabela.” To zdanie często jest tym, co model faktycznie cytuje.
Zmiana 6: sekcja definicji i skrótów
Artykuły branżowe są gęste od skrótów, które autor uważa za oczywiste. LCP, CWV, GEO, RAG, embedding. Model radzi sobie z nimi w typowym kontekście, ale przy fragmentach na styku dziedzin zaczyna zgadywać, a zgadywanie obniża pewność i wypycha fragment z odpowiedzi.
Rozwiązanie zajmuje pięć minut: krótka sekcja z definicjami, po jednym zdaniu na pojęcie, umieszczona za pierwszą sekcją merytoryczną albo na końcu przed FAQ.
- AIO (AI Optimization): praktyka przygotowywania treści tak, żeby modele językowe cytowały ją w odpowiedziach, mierzona liczbą cytowań, nie pozycją w wynikach.
- Chunk: fragment tekstu, na jakim operuje model przy pobieraniu treści, zwykle kilkaset tokenów, wycinany niezależnie od podziału na akapity autora.
- Cytowanie: przypisanie fragmentu odpowiedzi do konkretnego adresu URL, widoczne dla użytkownika jako odnośnik pod odpowiedzią.
Zmiana 7: usunięcie sprzeczności wewnątrz tekstu
Stare artykuły są aktualizowane warstwowo. Ktoś dopisał akapit w 2024, ktoś inny w 2025, i teraz w jednym miejscu jest napisane, że proces trwa 3 miesiące, a trzy sekcje niżej, że pół roku. Człowiek tego nie zauważy, bo czyta liniowo i pamięta ostatnią liczbę. Model dostaje oba fragmenty i nie wie, który wziąć, więc nie bierze żadnego.
Zrób prosty audyt: wypisz z artykułu wszystkie liczby, terminy i zakresy do osobnej listy, posortuj po pojęciu i sprawdź, czy to samo pojęcie nie ma dwóch różnych wartości.
To także moment na decyzję, czy artykuł nie wymaga większej aktualizacji niż kosmetyka. Kryteria opisaliśmy w tekście o tym, kiedy warto robić aktualizację starych wpisów, bo czasem tańsze jest napisanie nowego niż łatanie dziesięciu sprzeczności.
Zmiana 8: konkretne przykłady zamiast scenariuszy ogólnych
„Wyobraź sobie sklep, który ma problem z widocznością” to nie jest przykład, tylko zaproszenie do wyobrażania sobie. Przykład to: „Sklep z częściami rowerowymi, 1200 SKU, ruch 18 tys. sesji miesięcznie, po przepisaniu opisów kategorii według punktu 3 zaczął pojawiać się w odpowiedziach na zapytania o dobór przerzutek w ciągu 6 tygodni.”
Konkret ma cztery elementy: podmiot, skala, działanie, wynik z ramą czasową. Jeżeli brakuje któregokolwiek, przykład nadal jest ogólnikiem, tylko dłuższym. Modele cytują takie fragmenty chętnie, bo dostarczają dowodu, którego nie ma w tekstach konkurencji opartych na hipotetycznych sklepach.
Zmiana 9: sekcja FAQ z pytaniami spoza artykułu
Dobre FAQ zbiera pytania sąsiednie: co zrobić, gdy warunek nie jest spełniony, ile to kosztuje, czy da się to zrobić samodzielnie, co jeśli narzędzie nie pokazuje danych. Każda odpowiedź maksymalnie 3 zdania, zaczynając od konkluzji. Przy okazji sprawdź, czy któreś z tych pytań nie zasługuje na osobny wpis. Dodatkowe techniki zbieramy w zestawieniu 10 technik AIO działających w 2026 roku.
Jak sprawdzić efekt po 30 dniach
Mierzenie AIO jest trudniejsze niż mierzenie pozycji, bo nie ma odpowiednika Search Console dla odpowiedzi modeli. Da się jednak zbudować powtarzalny pomiar w trzech krokach.
- Ustal panel zapytań przed edycją. Wybierz 10 do 15 pytań, na które artykuł powinien odpowiadać, i zapisz je raz. Nie zmieniaj listy między pomiarami, bo wtedy porównujesz dwie różne rzeczy.
- Zbierz stan wyjściowy. Zadaj każde pytanie w ChatGPT, Perplexity i Google AI Mode, zanotuj, czy Twoja domena pojawia się w cytowaniach. Interesuje Cię liczba trafień na 15 zapytań, nie treść odpowiedzi.
- Powtórz po 30 dniach na tym samym panelu. Modele potrzebują czasu na ponowne pobranie strony, a niektóre indeksy odświeżają się rzadziej niż raz w miesiącu.
Trzymaj wyniki w jednym arkuszu: data pomiaru, zapytanie, narzędzie, cytowanie tak lub nie. Po trzech pomiarach widać trend, po jednym nie widać nic. Systematyczny rozbiór tego, co dokładnie modele wycinają z Twoich stron, opisaliśmy w materiale o tym, jak prowadzić analizę odpowiedzi AI.
Realistyczne oczekiwanie: przy artykule, który już rankuje, po dziewięciu zmianach zwykle rośnie liczba cytowań w Perplexity i Google AI Mode, wolniej w ChatGPT (który częściej korzysta z własnego indeksu o innej częstotliwości odświeżania). Jeżeli po dwóch pomiarach nie zmienia się nic, problemem nie jest treść, tylko widoczność techniczna strony albo autorytet domeny, i to trzeba diagnozować osobno.
FAQ
Czy edycja starego artykułu zaszkodzi jego pozycjom w Google?
Nie, o ile nie zmieniasz adresu URL ani głównego tematu. Dopisanie konkretów, tabeli i sekcji definicji to rozbudowa, którą Google traktuje jako aktualizację. Ryzyko pojawia się przy usuwaniu dużych fragmentów tekstu i przy zmianie intencji wpisu na inną.
Ile artykułów ma sens optymalizować pod AI na start?
Od 10 do 20 tekstów, które już mają ruch organiczny. Na mniejszej próbce nie odróżnisz efektu od naturalnych wahań. Zaczynanie od wpisów bez ruchu jest nieefektywne, bo brakuje im też widoczności technicznej.
Czy trzeba dodawać schema, żeby AI cytowało tekst?
Schema pomaga w rozpoznaniu typu treści i daty aktualizacji, ale nie zastąpi struktury tekstu. Artykuł z poprawnym schematem i akapitami bez samodzielnych odpowiedzi nadal będzie pomijany. Kolejność jest taka: najpierw treść, potem znaczniki.
Jak długo czekać na pierwsze cytowanie po zmianach?
Typowo od 3 do 6 tygodni, zależnie od tego, jak często dany model odświeża swoje źródła. Perplexity i Google AI Mode reagują szybciej, bo korzystają z bieżącego pobierania stron. ChatGPT bez włączonego wyszukiwania może potrzebować znacznie więcej czasu.
Czy da się te zmiany zrobić modelem językowym zamiast ręcznie?
Częściowo. Model dobrze radzi sobie ze zmianą 1 (zdania kotwiczące), zmianą 3 (przepisanie nagłówków na pytania) i zmianą 6 (definicje). Zmiany wymagające danych, czyli 2, 4 i 8, musisz obsłużyć sam, bo model wygeneruje wiarygodnie brzmiące liczby, których nikt nie potwierdzi.
