Jakie są rzeczywiste czynniki rankingowe w wyszukiwarkach AI? Nie Google – ChatGPT, Perplexity itd.

Spędziłem 18 miesięcy na badaniu tego tematu. Oto co wiemy:

Główne czynniki cytowania przez AI:

Co ma MNIEJSZE znaczenie niż w SEO Google:

• Liczba linków zwrotnych (choć jakość nadal ważna)
• Nasycenie/optimizacja słów kluczowych
• Szybkość ładowania strony (nadal istotna, ale mniej ważona)
• Struktura linkowania wewnętrznego

Co ma WIĘKSZE znaczenie niż w SEO Google:

• Rozpoznawalność marki/podmiotu
• Sygnały ekspertyzy autora
• Możliwość wyodrębnienia treści
• Spójność międzyplatformowa

Kluczowa różnica: Google pozycjonuje strony. AI cytuje fragmenty. Potrzebujesz treści z fragmentami wartymi cytowania.

Rozbiję, jak systemy AI oceniają autorytet:

Sygnały na poziomie autora:

• Imienny autor z bio
• Kwalifikacje adekwatne do tematu
• Dorobek (inne publikacje)
• Społeczny dowód uznania (obserwujący, rozpoznawalność)

Sygnały na poziomie marki:

• Rozpoznawalność marki (Wikidata/Knowledge Graph)
• Spójność NAP w różnych miejscach
• Wzmianki w mediach i prasie
• Obecność i zaangażowanie w social media

Sygnały na poziomie treści:

• Cytowania autorytatywnych źródeł
• Własne badania/dane
• Cytaty lub wkład ekspertów
• Kompleksowa, rzetelna informacja

Sygnały w całej sieci:

• Wzmianki na innych autorytatywnych stronach
• Cytowania na forach (zwłaszcza Reddit)
• Odniesienia w mediach/newsach
• Spójność informacji między źródłami

Co to oznacza w praktyce:

To dlatego Reddit jest cytowany mimo niskiego „tradycyjnego” autorytetu – ma silne wzorce wzmianek w sieci i autentyczne sygnały użytkowników.

Każda platforma AI inaczej waży czynniki. Oto co zaobserwowałem:

ChatGPT:

• Duży nacisk na dane treningowe (historyczny autorytet)
• Rozpoznawalność marki bardzo ważna
• Preferuje źródła kompleksowe, uznane
• Wyszukiwanie w czasie rzeczywistym opiera się na Bing

Perplexity:

• Bieżąca zgodność najważniejsza
• Aktualność mocno ważona
• Liczy się różnorodność źródeł (cytowanie wielu źródeł)
• Silna waga Reddita/forów

Google AI Overview:

• Pozycje w Google to główny sygnał
• Sygnały E-E-A-T z ewaluacji Google
• Dane strukturalne pomagają
• Najbardziej zbliżony do klasycznego SEO

Claude:

• Tylko dane treningowe (brak wyszukiwania w czasie rzeczywistym)
• Autorytet z korpusu treningowego
• Trudno optymalizować bezpośrednio

Konsekwencja: Nie da się optymalizować „pod AI” ogólnie. Każda platforma jest inna.

Czynniki wspólne: Jakość treści, klarowność i ekspertyza pomagają wszędzie. Zacznij od tego.

O danych strukturalnych:

Czy schema markup pomaga widoczności w AI?

Nasze testy (200 stron):

Dlaczego dane strukturalne pomagają:

1. Ułatwiają AI analizę struktury treści
2. Wyjaśniają relacje między bytami
3. Sygnalizują typ i cel treści
4. Ułatwiają ekstrakcję informacji

Najbardziej wpływowe schema: FAQPage i HowTo – odpowiadają preferowanemu przez AI formatowi pytanie-odpowiedź.

Priorytety wdrożeniowe:

1. FAQPage przy treściach FAQ (największy efekt)
2. HowTo przy treściach instruktażowych
3. Schema Article z danymi autora
4. Schema Product dla e-commerce

Zastrzeżenie: Schema to sygnał, nie gwarancja. Dobre treści bez schema są lepsze niż słabe z schema.

O kwestii aktualności:

Jak bardzo liczy się świeżość dla AI?

To mocno zależy od typu zapytania:

Różnice platform:

• Perplexity: Real-time, mocno waży świeżość
• ChatGPT Search: Aktualny przy włączonym wyszukiwaniu
• ChatGPT base: Ograniczenie do daty treningu
• Google AI Overview: Aktualny dzięki indeksowi

Co robimy:

• Aktualizujemy kluczowe treści co miesiąc świeżymi danymi
• Dodajemy widoczne daty „ostatniej aktualizacji”
• Odświeżamy treści sezonowe przed sezonem
• Treści evergreen utrzymujemy aktualne

Równowaga: Przy tematach evergreen ważniejszy jest autorytet niż aktualność. Przy tematach bieżących aktualność może przeważyć autorytet.

Wiedz, do której kategorii należy Twoja treść.

Wspomniałeś o wysokim cytowaniu Reddita mimo niskiego „tradycyjnego autorytetu”. Oto dlaczego:

Dlaczego Reddit jest tak często cytowany:

1. Autentyczne sygnały użytkowników

   • Plusy = walidacja społeczności
   • Komentarze = głębia zaangażowania
   • Format pytanie-odpowiedź pasuje do zapytań AI

2. Obecność w danych treningowych

   • Reddit jest mocno obecny w treningu ChatGPT
   • Wykorzystywany przez większość LLM

3. Prawdziwe doświadczenia

   • Użytkownicy dzielą się rzeczywistymi doświadczeniami
   • Mniej marketingu, więcej autentyczności
   • Sygnał „Experience” w E-E-A-T

4. Format Q&A

   • Już zorganizowany jako pytanie-odpowiedź
   • Łatwy do ekstrakcji przez AI
   • Odpowiada wzorcom zapytań użytkowników

Co to mówi o „autorytecie” w AI:

Systemy AI cenią INNE sygnały autorytetu niż Google:

• Autentyczność ponad dopracowanie
• Doświadczenie ponad kwalifikacje (czasem)
• Walidacja społeczności ponad redakcję
• Język naturalny ponad język SEO

Wniosek: Tradycyjne metryki autorytetu (DA, linki) nie pokazują pełnego obrazu. AI ma własną ocenę autorytetu.

Niedoceniany czynnik: rozpoznawalność podmiotu (entity recognition).

Czym jest rozpoznawalność podmiotu dla AI? Systemy AI muszą rozpoznać, kim/czym jesteś – marką, organizacją, autorem.

Jak AI rozpoznaje podmioty:

• Obecność w Wikipedia/Wikidata
• Panel wiedzy Google
• Spójne wzmianki w sieci
• Profile LinkedIn, Crunchbase
• Wzmianki w prasie z jednolitymi danymi

Dlaczego to ważne: Jeśli AI „wie”, kim jesteś, bardziej Ci ufa.

Jak to sprawdzić: Zapytaj ChatGPT: „Co to jest [Twoja marka]?”

Jeśli podaje poprawne info: masz rozpoznawalność podmiotu. Jeśli wymyśla lub nie wie: masz problem.

Jak budować rozpoznawalność:

1. Załóż/uzupełnij wpis w Wikidata (jeśli wystarczająco znany)
2. Zachowaj spójność NAP na wszystkich platformach
3. Zadbaj o wzmianki w miejscach, z których AI się uczy
4. Buduj Panel wiedzy przez PR/Wikipedię

Zwrot z inwestycji: Marki z silną rozpoznawalnością są cytowane 2-3x częściej niż nieznane (przy podobnej jakości treści).

Ważna uwaga do wszystkich tych „czynników”:

Obserwujemy głównie korelacje, nie zawsze potwierdzoną przyczynowość.

Co faktycznie wiemy:

• Pewne cechy treści korelują z wyższymi wskaźnikami cytowań
• Nie widzimy faktycznych algorytmów systemów AI
• Korelacja ≠ przyczynowość
• Algorytmy AI stale się zmieniają

Co to znaczy: Wszystkie te „czynniki rankingowe” to wyedukowane domysły na podstawie obserwacji.

Bezpieczne typy (silnie skorelowane):

• Jakość i klarowność treści
• Zgodność z zapytaniem
• Autorytet źródła
• Struktura treści

Obszary niepewne:

• Dokładna waga czynników
• Algorytmy poszczególnych platform
• Wzajemne oddziaływanie czynników
• Zmiany algorytmów w czasie

Praktyczne podejście: Optymalizuj fundamenty (jakość, klarowność, autorytet). Śledź wyniki. Iteruj na podstawie obserwacji.

Nie przesadzaj z optymalizacją pod „czynniki rankingowe AI”, których istnienia nie jesteś pewien. Skup się na naprawdę wartościowych treściach.

To bardzo wyczerpujące. Moje wnioski:

Framework, którego użyję:

Czynniki o wysokim poziomie pewności do optymalizacji:

1. Klarowność i wyodrębnialność treści
2. Bezpośrednia zgodność z zapytaniami
3. Sygnały autorytetu autora/marki
4. Kompleksowe pokrycie tematu
5. Dane strukturalne (FAQPage, HowTo)

Czynniki o średnim poziomie pewności:

1. Aktualność (zależnie od tematu)
2. Wzmianki w sieci
3. Rozpoznawalność podmiotu
4. Schema markup

Czynniki o niskim/pośrednim znaczeniu:

1. Linki zwrotne (pośrednio przez pozycje w Google)
2. Klasyczne metryki DA
3. Techniczne SEO (nadal ważne, ale mniej)

Główne różnice względem SEO Google:

• Mniej nacisku na linki
• Większy nacisk na rozpoznawalność podmiotu/marki
• Wyodrębnialność treści ma większe znaczenie
• Optymalizacja pod konkretną platformę jest ważna

Co zmieniam w praktyce:

1. Dodaję bio autorów i kwalifikacje
2. Wszędzie wdrażam schema FAQPage
3. Buduję rozpoznawalność podmiotu (Wikidata, wzmianki)
4. Śledzę wyniki przez Am I Cited, żeby zobaczyć, co działa

Meta-wskazówka: Czynniki rankingowe AI ewoluują. Śledź, testuj, iteruj. Nie zakładaj, że dzisiejsze czynniki zostaną na zawsze.

Dzięki wszystkim!