Jak zoptymalizować witrynę pod silniki odpowiedzi?

Żadna z porad zawartych w tym przewodniku nie ma znaczenia, jeśli roboty internetowe AI nie mogą odczytać Twoich stron. Zablokowanych stron nie da się cytować, a do ich blokowania często dochodzi przypadkowo.

Przeanalizowaliśmy około 140 milionów witryn i odkryliśmy, że GPTBot jest teraz najczęściej blokowanym botem AI (5,89% witryn), a tuż za nim plasuje się ClaudeBot.

Cloudflare domyślnie blokuje platformy AI, więc sprawdź, czy Twoja sieć CDN nie zablokowała ich po cichu.

„Dopuszczenie robotów internetowych AI” nie jest pojedynczą decyzją, ponieważ każda platforma korzysta z kilku botów wykonujących różne zadania.

Samo OpenAI obsługuje trzy:

• GPTBot zbiera treści na potrzeby trenowania modeli
• Bot OAI-SearchBot tworzy indeks wyszukiwania, z którego korzysta ChatGPT
• ChatGPT-User pobiera stronę na żywo, gdy ktoś pyta o nią w trakcie rozmowy

W każdym przypadku kompromisy są inne. Zablokowanie robota GPTBot sprawia, że Twoje treści nie trafią do danych treningowych kolejnego modelu – i właśnie nad tą decyzją zwykle zastanawiają się wydawcy. Zablokowanie OAI-SearchBot usuwa natomiast Twoją witrynę z indeksu, z którego korzysta wyszukiwarka ChatGPT, co dziś oznacza utratę cytowań i ruchu z poleceń. Wiele witryn przypadkowo blokuje ten drugi bot, choć ich intencją jest zablokowanie tylko pierwszego.

Najszybszym sposobem na sprawdzenie, jak wygląda sytuacja w Twoim przypadku, jest skorzystanie z narzędzia takiego jak AI Crawler Access Checker, które odczytuje Twój plik robots.txt i informuje, które roboty internetowe mają dostęp do witryny.

Aby sprawdzić, które boty faktycznie odwiedzają Twoją witrynę, a nie tylko które są do niej dopuszczone, skorzystaj z narzędzia Bot Analytics firmy Ahrefs. Śledzi ono wizyty w 12 kategoriach botów, w tym w dedykowanej kategorii AI, korzystając z danych po stronie serwera za pośrednictwem Cloudflare, dzięki czemu nie wymaga dodawania do witryny żadnego kodu JavaScript.

Roboty internetowe AI zwykle odczytują surowy kod HTML i w większości przypadków nie wykonują JavaScriptu tak, jak robi to przeglądarka.

Oznacza to, że wszystko, co pojawia się dopiero po wykonaniu JS po stronie klienta, może być dla nich niewidoczne.

Na wszelki wypadek postaw na renderowanie po stronie serwera, aby zapewnić swojej stronie jak największą szansę na widoczność w AI.

Wolno ładujące się strony mogą negatywnie wpływać na wyniki w tradycyjnym wyszukiwaniu, ale wygląda na to, że w silnikach odpowiedzi kara za niską szybkość może być jeszcze większa. Prędkość ładowania strony może decydować o tym, czy Twoja strona w ogóle trafi do okna kontekstowego modelu¹.

Sprawdź prędkość ładowania strony (określaną jako „czas do pierwszego bajtu”) w narzędziu Site Audit:

llms.txt to proponowany standard pliku Markdown umieszczanego w katalogu głównym domeny (np. website.com/llms.txt), który informuje duże modele językowe, gdzie znajdują się najważniejsze treści: dokumentacja, zasady i polityki czy taksonomie produktów. W założeniu działa podobnie jak plik robots.txt, ale jest przeznaczony dla modeli językowych.

W praktyce jednak żaden z głównych dostawców LLM nie zobowiązał się do jego odczytywania. Ani OpenAI, ani Anthropic, ani Google.

Sprawdziliśmy, co faktycznie dzieje się po dodaniu pliku llms.txt do witryny. Spośród 137 000 domen korzystających z narzędzia Web Analytics firmy Ahrefs 28% publikuje plik llms.txt. Spośród około 38 000 witryn z prawidłowym plikiem aż 97% odnotowało zero żądań dotyczących tego pliku w miesiącu, w którym prowadziliśmy pomiar.

Spośród niewielkiego odsetka plików, które faktycznie zostały pobrane, 96% żądań pochodziło od botów. Slackbot, czyli bot odpowiedzialny za podgląd linków, pobierał plik llms.txt częściej niż PerplexityBot. Mówiąc wprost: najważniejsze wyszukiwarki AI najwyraźniej z niego nie korzystają.

Google mówi o tym wprost. W swoim przewodniku dotyczącym optymalizacji pod funkcje generatywnej AI ma sekcję dosłownie zatytułowaną „mythbusting”, w której informuje właścicieli witryn, że pliki do odczytu maszynowego, takie jak llms.txt, nie są potrzebne, aby pojawiać się w wyszukiwaniu generatywnej AI. John Mueller poszedł o krok dalej, porównując to do starego metatagu keywords:

Czy zatem warto go utworzyć? Jeśli publikujesz dokumentację dla deweloperów, zajmie Ci to około dziesięciu minut, a zastosowanie takiego pliku wydaje się uzasadnione. Mueller określił go jako „tymczasowe rozwiązanie, być może pozwalające zaoszczędzić trochę tokenów” w przypadku narzędzi AI do kodowania, które analizują dokumentację. W pozostałych przypadkach jest to wysiłek bez zmierzonego efektu, a dodatkowo wiąże się z niewielkim minusem – ułatwia konkurencji masowe scrapowanie Twoich treści.

Asystenci AI często wymyślają nieistniejące linki do Twojej witryny. Sprawdziliśmy status HTTP 16 milionów adresów URL cytowanych przez platformy ChatGPT, Perplexity, Copilot, Gemini, Claude i Mistral – i odkryliśmy, że asystenci AI kierują użytkowników na strony zwracające błąd 404 o 2,87 raza częściej niż wyszukiwarka Google.

ChatGPT zdecydowanie wypada najgorzej. Aż 1,01% klikniętych adresów URL prowadzi do stron zwracających błąd 404, podczas gdy w przypadku Google wartość ta wynosi 0,15%.

Perplexity (0,87%) i Gemini (0,86%) mają niemal dokładnie taki sam odsetek cytowanych adresów URL zwracających błędy jak Google (0,84%). To ma sens, ponieważ obie platformy pobierają dane z indeksu Google, więc dziedziczą znajdujące się w nim niedziałające linki, zamiast „wymyślać” własne.

Wymyślone adresy URL są generowane na podstawie istniejących wzorców w Twojej witrynie. W przypadku naszej strony często pojawiał się nieistniejący adres ahrefs.com/keywords, ponieważ nieustannie piszemy o słowach kluczowych i model założył, że strona o takim adresie z pewnością musi istnieć. Tak nie jest.

To jedna z niewielu naprawdę bezpłatnych możliwości w AEO. Ktoś, kto rzeczywiście był zainteresowany, zapytał o Twój produkt, trafił na Twoją stronę i… utknął. Możesz spotkać się z trzema różnymi typami takich sytuacji:

• Adresy URL będące wytworem halucynacji. Nieistniejące strony, które model „wymyślił” na podstawie struktury Twoich adresów URL.
• Nieaktualne adresy URL. Strony, które kiedyś istniały i zostały zapamiętane na podstawie danych treningowych lub innych nieaktualnych źródeł danych.
• Błędnie zapisane lub wariantowe adresy URL. Adresy niewiele różniące się od rzeczywistych adresów stron.

Dlatego dodaliśmy do narzędzia Web Analytics filtr, który za pomocą zaledwie dwóch kliknięć pozwala znaleźć adresy URL będące wytworem halucynacji. Jeśli szukasz prostej alternatywy dla Google Analytics, bezpłatnej do 1 miliona zdarzeń miesięcznie, sprawdź:

Jeśli adres URL będący wytworem halucynacji jest wielokrotnie wyszukiwany, model wskazuje Ci, jakiej strony spodziewają się u Ciebie odwiedzający.

Każda taktyka przedstawiona w tym przewodniku ostatecznie zależy od jednej kwestii: czy systemy AI rozpoznają Twoją markę jako odrębną encję.

Graf Wiedzy Google – baza danych obejmująca 54 mld encji i ponad 1,6 bln informacji o relacjach między nimi – jest czymś więcej niż tylko mechanizmem stojącym za panelami wiedzy.

To obecnie podstawowa infrastruktura w przypadku AI Overviews, AI Mode i Gemini.

Jeśli Twoja marka nie jest wyraźnie ugruntowana jako encja, a sygnały dotyczące jej tożsamości nie są spójne w całej witrynie, w danych strukturalnych i w wiarygodnych źródłach zewnętrznych, ryzykujesz, że Twoja marka będzie niewidoczna w odpowiedziach AI – nie tylko w organicznych wynikach wyszukiwania.

Znaczniki schematu często przedstawia się jako szybki sposób na poprawę widoczności w AI, a powierzchowna korelacja wygląda przekonująco: strony cytowane przez AI niemal trzy razy częściej zawierają dane JSON-LD.

Korelacja nie oznacza jednak związku przyczynowego. Przeanalizowaliśmy 1885 stron, które dodały JSON-LD, i porównaliśmy je z 4000 stronami kontrolnymi. Nie stwierdziliśmy istotnego wzrostu widoczności w AI Mode ani w ChatGPT, natomiast odnotowaliśmy niewielki spadek w AI Overviews, którego nie udało się jednoznacznie powiązać z wykorzystaniem danych strukturalnych.

Czy zatem znaczniki schematu są bezużyteczne? Nie, ale ich rola jest powolna i pośrednia, nie jest to taktyka przynosząca szybkie efekty.

Możesz sprawdzić, czy Google już Cię rozpoznaje, korzystając z Knowledge Graph API Google lub bezpłatnego narzędzia, które pokaże, jaki typ encji został Ci przypisany i czy jej atrybuty są prawidłowe.

Na przykład narzędzie Knowledge Graph Carla Hendy’ego pokazuje wyniki dotyczące osób, firm, produktów, miejsc i innych encji.

Następnie postaraj się zdobywać wzmianki w wiarygodnych publikacjach i zadbaj o spójność informacji we wszystkich miejscach: ta sama nazwa, opis i kategoria w Twojej witrynie, profilach społecznościowych oraz w zewnętrznych katalogach.

Następnie dodaj znaczniki schematu tam, gdzie jest to naturalne, w pierwszej kolejności uwzględniając typy, które najlepiej definiują Twoją encję i jej relacje:

• Znaczniki schematu Organization i sameAs łączące Twoją organizację z jej profilami w Wikipedii, Wikidanych oraz w mediach społecznościowych

• Znaczniki „Person” dla autorów w Twojej witrynie

• Znaczniki „Product” dla oferowanych produktów

Na koniec zostawię Cię z jedną myślą: coraz więcej „czytelników”, na których próbujesz wpłynąć, to tak naprawdę agenci AI, którzy w imieniu Twoich odbiorców przeglądają oferty i dokonują zakupów.

W czerwcu 2026 roku Matthew Prince, dyrektor generalny Cloudflare, ujawnił, że ruch agentowy (generowany przez boty, roboty internetowe i agentów) po raz pierwszy w historii internetu przekroczył poziom 50%^{2, 3}.

To nie jest niszowy przypadek ani chwilowa moda: liczba wyszukiwań frazy „agentic AI” wzrosła w ciągu trzech lat 84-krotnie, ponieważ koszt uruchomienia agenta spadł z kilku dolarów do kilku centów.

Nie musisz jeszcze przebudowywać swojej witryny wyłącznie pod agentów AI. Jednak stara rada, aby tworzyć treści wyłącznie dla ludzi i nie przejmować się robotami, chyba nie jest już tak aktualna jak kiedyś.

Ten rozdział dotyczy wpływania na AI, któremu ufa człowiek, a marketing między agentami właśnie na tym polega – tylko idzie o krok dalej.