Rank Math wchodzi w AIO. Wersja 3.0.116 śledzi widoczność marki w ChatGPT i Gemini

Rank Math, jedna z najpopularniejszych wtyczek SEO dla WordPressa, oficjalnie wchodzi w erę optymalizacji pod wyszukiwarki AI. W wydanej 1 lipca 2026 roku wersji 3.0.116 producent dodał funkcję AI Visibility, która monitoruje obecność marki w odpowiedziach generowanych przez ChatGPT, Gemini i inne platformy. To sygnał, że śledzenie widoczności w modelach językowych przestaje być domeną drogich narzędzi enterprise i trafia do wtyczki instalowanej na milionach stron.

Ruch Rank Matha to kolejny dowód na to, że rynek SEO w połowie 2026 roku przestawia się z pojedynczego pytania „jak wysoko jestem w Google” na znacznie szersze „czy w ogóle istnieję w odpowiedziach AI”. Dla polskich wydawców, sklepów i agencji oznacza to konieczność mierzenia zupełnie nowej metryki, do której dotąd brakowało taniego, wbudowanego narzędzia.

Kontekst: SEO przestaje kończyć się na dziesięciu niebieskich linkach

Jeszcze dwa lata temu praca specjalisty SEO sprowadzała się do walki o pozycje w klasycznym rankingu Google. Dziś coraz większa część ścieżki użytkownika kończy się w odpowiedzi generatywnej: w AI Overviews, w trybie AI Mode, w ChatGPT albo w Perplexity. Użytkownik dostaje gotową syntezę i często nie klika już w żaden link. W tej rzeczywistości liczy się nie tylko pozycja strony, ale to, czy model w ogóle wspomina i cytuje daną markę.

Problem w tym, że tej widoczności nie widać w Google Search Console ani w klasycznych rank trackerach. Marketer, który chce wiedzieć, czy jego marka pojawia się w odpowiedziach ChatGPT na kluczowe zapytania, musiał do tej pory sięgać po wyspecjalizowane platformy typu Profound, Peec albo enterprise’owy moduł Semrusha. Rank Math postanowił wpisać tę funkcję bezpośrednio w panel WordPressa, tuż obok znanych już analiz on-page i schematów.

To nie pierwszy krok wtyczki w tym kierunku. W poprzednich wydaniach z wiosny i wczesnego lata 2026 roku Rank Math dodał już obsługę pliku llms.txt, tracker ruchu z wyszukiwarek AI oraz zestaw narzędzi MCP (Model Context Protocol), które pozwalają asystentom AI odpytywać stronę o jej strukturę linków, dane schema i strategię SEO. Wersja 3.0.116 domyka tę układankę o brakujący element: pomiar tego, jak marka wypada po drugiej stronie, czyli w samych odpowiedziach modeli.

Kluczowe fakty o wersji 3.0.116

Zgodnie z oficjalnym changelogiem Rank Math, sercem wydania z 1 lipca jest funkcja AI Visibility opisana jako monitorowanie obecności marki na głównych platformach AI. Poza nią wydanie przynosi trzy poprawki błędów, które porządkują wcześniej wprowadzone mechanizmy.

Warto rozdzielić dwie warstwy tej premiery. AI Visibility to funkcja nowa, ale zbudowana na fundamencie, który powstawał od kwietnia do czerwca 2026 roku. W tym okresie Rank Math przeszedł Content AI na model rozliczeń oparty o funkcje, z miesięcznymi limitami dla każdej z nich zamiast wcześniejszej puli kredytów AI. Dodano też kolejne narzędzia MCP, które udostępniają asystentom AI statystyki linków wewnętrznych i zewnętrznych oraz znaczniki schema przypisane do wpisów.

Druga warstwa to codzienna higiena produktu. Naprawa AI Link Genius w Elementorze jest istotna dla dużej grupy użytkowników budujących strony w tym edytorze, a korekta odwróconego wskaźnika trendu średniej pozycji w raportach e-mail eliminuje mylący sygnał, przez który spadki mogły wyglądać jak wzrosty.

Jak AI Visibility łączy się z resztą ekosystemu Rank Math

Nowa funkcja nabiera pełnego sensu dopiero w połączeniu z wcześniejszymi wydaniami. Obsługa pliku llms.txt, dodana kilka miesięcy przed 3.0.116, pomaga robotom modeli językowych zrozumieć strukturę serwisu i wskazać im najważniejsze zasoby. Tracker ruchu z wyszukiwarek AI pokazuje z kolei, ile realnych wejść generują odesłania z ChatGPT, Perplexity czy AI Overviews. AI Visibility domyka ten obieg, bo odpowiada na pytanie, które poprzedza cały ruch: czy marka jest w ogóle wymieniana w odpowiedziach, zanim ktokolwiek w cokolwiek kliknie.

Do tego dochodzi warstwa integracji z asystentami. Narzędzia MCP udostępniają zewnętrznym modelom statystyki linków oraz dane schema, dzięki czemu asystent AI może analizować stronę i porównywać ją z konkurencją bez ręcznego eksportu danych. W praktyce oznacza to, że Rank Math przestaje być wyłącznie panelem do klikania przez człowieka i staje się także źródłem danych, które można odpytywać automatycznie. To spójna wizja, w której wtyczka jednocześnie pomaga optymalizować stronę pod modele i sama udostępnia się modelom jako interfejs danych.

Co to znaczy dla SEO i AIO

Pojawienie się AI Visibility w masowej wtyczce ma znaczenie strategiczne, bo demokratyzuje dostęp do metryki, która do niedawna była zarezerwowana dla firm z budżetem na narzędzia enterprise. Jeśli funkcja trafi do darmowej lub taniej warstwy produktu, próg wejścia do optymalizacji pod modele językowe, nazywanej AIO albo GEO, radykalnie spadnie.

Skala problemu, który ta funkcja adresuje, jest dobrze udokumentowana. Według danych Semrush z rozszerzonego raportu AI Visibility Index z czerwca 2026 roku, opartego na analizie 126 milionów zapytań AI ze Stanów Zjednoczonych z okresu od stycznia do kwietnia 2026 roku, aż 45 procent liderów marketingu nie potrafi wiarygodnie zmierzyć widoczności swojej marki w odpowiedziach generatywnych. Tylko 9 procent dysponuje narzędziami śledzącymi wszystkie istotne metryki. To właśnie w tę lukę celuje Rank Math.

Ten sam raport pokazuje, jak różnie zachowują się poszczególne platformy, co ma bezpośrednie przełożenie na strategię treści. ChatGPT cytuje średnio 15 źródeł na odpowiedź i chętnie sięga po serwisy społecznościowe i referencyjne, takie jak Reddit czy Wikipedia. Gemini jest znacznie bardziej wybiórczy: przywołuje średnio 3 źródła na odpowiedź. Jeśli chodzi o liczbę wymienianych marek, Google AI Mode nazywa ich najwięcej, średnio 5,2 na odpowiedź, przed Gemini (4,7), AI Overviews (3,7) i ChatGPT (3,3).

Dla polskiego rynku wnioski są praktyczne. Widoczność w ChatGPT wymaga obecności tam, gdzie model najczęściej szuka, czyli w treściach eksperckich, w dyskusjach społecznościowych i w dobrze ustrukturyzowanych materiałach referencyjnych. Widoczność w Gemini jest trudniejsza, bo model cytuje mało źródeł i konkurencja o te trzy miejsca jest ostra. Narzędzie takie jak AI Visibility pozwala w końcu zobaczyć, po której stronie tej bariery znajduje się konkretna marka.

Stawka jest realna, bo ruch z AI rośnie w tempie, którego nie da się zignorować. Jak wynika z danych Adobe cytowanych w tym samym opracowaniu, ruch z narzędzi AI do amerykańskich sklepów internetowych wzrósł o 1324 procent między październikiem 2024 a majem 2026 roku, a w branży turystycznej skok sięgnął 2215 procent. Osobne analizy rynku pokazują, że ChatGPT odpowiada obecnie za ponad 90 procent całego ruchu odsyłającego ze standalone’owych narzędzi AI, co czyni go pierwszym kanałem, który każda marka powinna monitorować.

Raport Semrush wprowadził też pojęcie, które szybko przyjęło się w branży: uniwersalna 36. Tak nazwano grupę zaledwie 36 marek, które przez cały okres badania trafiały do setki najczęściej wymienianych na każdej z czterech platform jednocześnie. To pokazuje, jak wąska jest szczytowa półka widoczności w AI i jak trudno się na niej utrzymać, skoro spośród ponad 1200 analizowanych marek z 22 branż tak niewiele osiągnęło stałą obecność wszędzie. Dla większości firm realnym celem nie jest dominacja na wszystkich platformach naraz, lecz świadomy wybór tych, na których faktycznie mają szansę zaistnieć, i konsekwentne budowanie tam przewagi.

Z perspektywy praktyka AIO różnice między platformami przekładają się na konkretne decyzje. Skoro ChatGPT sięga po Reddit i Wikipedię, budowanie autentycznej obecności w społecznościach oraz dbałość o rzetelne, cytowalne materiały referencyjne stają się zadaniem SEO, a nie tylko PR. Skoro Gemini cytuje ledwie kilka źródeł, liczy się bycie rozpoznawalnym autorytetem w wąskiej niszy, bo tylko najsilniejsze marki mają szansę na te nieliczne miejsca. To odwrócenie starej logiki, w której chodziło głównie o liczbę słów kluczowych i linków. W świecie AIO liczy się reputacja, spójność encji i to, czy model kojarzy markę z konkretnym tematem.

Reakcje branży: wyścig wtyczek o widoczność w AI

Ruch Rank Matha nie odbywa się w próżni. Cały segment wtyczek i platform SEO przestawia się w tym roku na pomiar obecności w modelach językowych, a AI Visibility jest odpowiedzią na presję konkurencji.

Yoast, historyczny rywal Rank Matha, oferuje osobny poziom AI Brand Insights wyceniany na około 358 dolarów rocznie i kierowany do wydawców, którzy chcą monitorować markę oraz analizować treści z pomocą AI. Semrush z kolei rozbudował swój AI Visibility Index do skali 126 milionów zapytań i czterech platform, budując wokół niego całą narrację produktową dla klientów enterprise. Na rynku działają też wyspecjalizowane narzędzia GEO, które stawiają na agentowe podejście do optymalizacji pod modele.

Na tym tle strategia Rank Matha wyróżnia się dystrybucją. Wtyczka jest zainstalowana na milionach stron WordPress, więc każda nowa funkcja natychmiast trafia do ogromnej bazy użytkowników bez potrzeby kupowania osobnej subskrypcji na wyspecjalizowanej platformie. Jeśli AI Visibility okaże się wiarygodne, może stać się domyślnym pierwszym punktem kontaktu wielu firm z tematem AIO, zanim w ogóle rozważą droższe rozwiązania.

W polskiej społeczności SEO Rank Math cieszy się dużą popularnością, głównie dzięki hojnej darmowej wersji i rozbudowanym funkcjom schema. Wejście wtyczki w monitoring AI prawdopodobnie przyspieszy dyskusję o tym, jak w praktyce optymalizować treści pod cytowania w modelach, temat, który dotąd pozostawał w Polsce raczej niszowy i teoretyczny.

Otwarte pozostaje pytanie o dostępność i wiarygodność danych dla polskojęzycznych zapytań. Większość publicznych analiz widoczności w AI, w tym raport Semrush, opiera się na rynku amerykańskim i zapytaniach po angielsku. Monitoring wbudowany we wtyczkę będzie naprawdę użyteczny dla rodzimych firm dopiero wtedy, gdy rzetelnie obejmie polskie frazy i lokalne konteksty, w których modele zachowują się inaczej niż na rynku globalnym. To będzie jeden z pierwszych testów, jakie polscy specjaliści przeprowadzą po aktualizacji, i prawdopodobnie zdecyduje, czy AI Visibility stanie się codziennym narzędziem pracy, czy tylko ciekawostką w panelu.

Co dalej

Najważniejsze pytania na najbliższe tygodnie dotyczą tego, jak AI Visibility działa pod maską. Kluczowe będzie, które platformy dokładnie obejmuje monitoring, jak często odświeżane są dane, w której warstwie cenowej funkcja się znajdzie oraz jak Rank Math zbiera wzmianki, biorąc pod uwagę, że modele generują odpowiedzi w sposób niedeterministyczny i cytowane źródła potrafią się zmieniać między kolejnymi zapytaniami.

Ta ostatnia kwestia jest szczególnie istotna. Każde narzędzie mierzące widoczność w AI mierzy się z tym samym problemem: odpowiedź modelu na to samo pytanie może wyglądać inaczej za godzinę. Wiarygodny monitoring musi więc opierać się na wielokrotnym próbkowaniu i uśrednianiu, a nie na pojedynczym zrzucie. To będzie test jakości nowej funkcji Rank Matha.

Dla specjalistów praktyczny plan na teraz jest prosty. Po pierwsze, warto zaktualizować wtyczkę i sprawdzić, czy AI Visibility jest dostępne w posiadanej licencji. Po drugie, dobrze jest zestawić dane z tej funkcji z własnym trackerem ruchu z AI, żeby zobaczyć, czy wzmianki przekładają się na realne wejścia. Po trzecie, warto potraktować obecność w Reddicie, na Wikipedii i w silnych materiałach eksperckich jako element strategii, a nie dodatek, bo to właśnie te źródła modele cytują najczęściej.

Jedno jest pewne: rok 2026 domyka rozdział, w którym SEO kończyło się na rankingu Google. Widoczność w odpowiedziach AI staje się osobnym, mierzalnym kanałem, a fakt, że masowa wtyczka wpisuje jej pomiar w standardowy panel WordPressa, jest najlepszym dowodem, że AIO wchodzi do głównego nurtu.

FAQ