Jak AI zmienia SEO

Czy AI zabija SEO?

Nie. SEO umiera co kilka miesięcy i za każdym razem wraca pod nową nazwą. Ostatnia fala przyniosła GEO, AEO i SXO, a część agencji ogłosiła, że przestaje robić SEO i przechodzi na GEO. W praktyce robią dokładnie to samo, tylko inaczej to nazywają.

Zmieniła się nie istota pracy, ale sposób jej wykonywania. Fundamenty zostały te same: żeby pokazać się w odpowiedziach generowanych przez AI, trzeba mieć zadbane podstawy klasycznego SEO. Nie ma ścieżki na skróty, w której pomijasz techniczne przygotowanie strony i mimo to trafiasz do przeglądu AI.

Czynnik ludzki też nie zniknął. Mimo wrażenia, że wszyscy przenieśli się do czatów, wyszukiwarka nadal jest pierwszym miejscem, od którego większość ludzi zaczyna szukanie.

Co się zmieniło w Google od 2025 roku?

Trzy daty wyznaczają całą zmianę:

• marzec 2025 - Google AI Overviews trafia do Polski. Przegląd AI pojawia się nad klasycznymi wynikami, a na zapytaniach informacyjnych także nad reklamami.
• październik 2025 - do Polski wchodzi Google AI Mode, czyli tryb czatowy wbudowany bezpośrednio w wyszukiwarkę.
• luty 2026 - ekspansja AI Mode na wyniki mobilne.

Kierunek jest jasny. Google chce docelowo przenieść wyszukiwanie mobilne od razu do okna czata lub asystenta, czy to w Androidzie, czy w Chrome. Przeglądy AI wyświetlają się już na mniej więcej połowie zapytań informacyjnych, z fluktuacją w przedziale 40-60 procent.

Czym różni się AI Overviews od AI Mode?

AI Overviews to kompilacja informacji znalezionych w sieci, składana przez model Gemini. Widzisz podsumowanie z opcją „pokaż więcej", obok listę cytowanych stron, a pod spodem nadal masz klasyczne wyniki organiczne.

AI Mode idzie dalej. To pełna rozmowa zamiast listy linków. Wyniki organiczne w tym trybie znikają, a przewijanie w dół prowadzi do kolejnych fragmentów konwersacji, nie do dziesięciu niebieskich linków. Google nie chce, żebyś z tego trybu wychodził.

Różnicę widać na tym samym zapytaniu. W klasycznym przeglądzie AI model zaciągnął informacje z dziewięciu stron. W AI Mode z jedenastu. Więcej źródeł, więcej cytowań, ale znacznie mniej powodów, żeby kliknąć.

Ile ruchu naprawdę tracisz przez zero-click?

Statystyka, która na webinarze wzbudziła najwięcej pytań, pochodzi z badania Sparktoro opartego na danych Similarweb dla rynku amerykańskiego. Na każde 1000 zapytań, przy których pojawia się wynik AI:

• 68 procent kończy się bez żadnej dalszej akcji. To jest właśnie zero-click search: użytkownik dostał odpowiedź i zamknął temat.
• 32 procent prowadzi do jakiejkolwiek interakcji, ale to nie są same wejścia na strony.
• 232 kliknięcia trafiają do otwartego internetu, czyli 66 procent z tych 32 procent. Reszta idzie do AI Mode, YouTube'a, map, newsów i feedów.
• około 6 procent to kliknięcia w reklamy.

Drugi zestaw danych, z Ahrefs Web Analytics, pokazuje trend w czasie. Między czerwcem 2025 a majem 2026 udział ruchu z Google spadł z około 35 do około 27 procent. Skumulowane 12-15 procent to wszystkie pozostałe źródła: ChatGPT, Bing, DuckDuckGo, Claude, Perplexity, Gemini, Baidu i inne.

To są dane globalne, monitorowane głównie na rynku amerykańskim, ale przełożenie na Europę jest bardzo podobne. Google testuje nowości w Stanach i przenosi je na pozostałe rynki.

Czy ludzie przestali korzystać z wyszukiwarki?

Nie, ale zmienili sposób pytania. Średnia długość zapytania przeszła od trzech słów do kilkunastu, a czasem do pełnego zdania. Skoro dostajemy odpowiedź podaną wprost, formułujemy pytania jak do człowieka.

Zmieniła się też skala samego rynku wyszukiwania. Wikipedia notuje ponad 230 globalnych wyszukiwarek, a około 90 procent oprogramowania wyprodukowanego w ostatnich dwóch latach ma jakiś element wyszukiwania AI. Nawet Word i Excel dostały panel Binga, żeby użytkownik nie musiał wychodzić do przeglądarki. Każdy producent softu walczy o to samo: zatrzymać uwagę w swoim ekosystemie.

Do tego dochodzi długość sesji. Badania pokazują, że w interakcji z AI ludzie potrafią spędzić około 20 minut na jednej rozmowie, a Google raportuje, że średni czas sesji stale rośnie.

Jak AI czyta twoją stronę?

Modele językowe nie czytają liter. Tekst trzeba najpierw zamienić na liczby.

Służy do tego tokenizacja, czyli rozbicie tekstu na kawałki, i wektoryzacja, która nadaje tym kawałkom reprezentację liczbową. Technologia transformerów pozwala przetwarzać dowolnie duże porcje tekstu i uczyć model, z jakim prawdopodobieństwem dane słowo pojawia się w danym miejscu zdania. Na tej samej zasadzie modele analizują dziś obrazy i dźwięk.

Warto pamiętać, że algorytmy uczenia maszynowego były w Google od dawna. Pierwsze rozwiązania, które można nazwać AI, to lata siedemdziesiąte, a Panda i Pingwin to również machine learning. Nowe są dopiero ostatnie trzy lata i generatywna sztuczna inteligencja.

Osobno działa knowledge graph, czyli gigantyczna baza wiedzy Google o firmach, produktach i stronach. Google zbiera do niej dane nie tylko z twojej witryny, ale ze wszystkich źródeł, do jakich ma dostęp. Nie masz bezpośredniego wpływu na to, co tam trafia. Masz za to wpływ na to, jak przygotujesz własną stronę i treści, żeby model zrozumiał je poprawnie.

Trzeci element to koszty. Utrzymanie AI jest drogie i dostawcy modeli będą coraz mocniej ograniczać skanowanie internetu do treści faktycznie użytecznych. Im więcej nieuporządkowanego kodu serwujesz, tym trudniej i drożej cię przetworzyć.

Dlaczego dane strukturalne są dziś ważniejsze?

Schema, czyli dane strukturalne, to język maszynowy strony. Znacznik, który jednoznacznie mówi, czym jest dany element: tu jest cena, tu dostępność, tu opis produktu, tu rozmiar.

Modele językowe bardzo lubią dane ustrukturyzowane. Zamiast przedzierać się przez cały kod HTML, dostają gotową wizytówkę z esencją. Przy artykule wystarczy typ NewsArticle z nagłówkiem, zdjęciem, datą publikacji i autorem, żeby Google wiedział, z czym ma do czynienia, bez skanowania całej strony.

Google obsługuje obecnie 21 typów schemy. Używamy jej od lat, ale w kontekście AI przestała być dodatkiem i stała się jednym z tańszych sposobów na to, żeby zostać poprawnie zrozumianym.

Czy Core Web Vitals nadal mają znaczenie?

Tak, i to z powodu, o którym rzadko się mówi. Core Web Vitals bywają traktowane jak konkurs na zielone kółka w PageSpeed, ale mierzą realne doświadczenie użytkownika, a AI preferuje witryny szybkie i stabilne.

Jest też mechanizm czysto ekonomiczny. Jeśli strona odpowiada wolno, bot traci czas i tokeny na czekanie. Szybka strona oznacza, że ten sam bot w ciągu godziny wykona na niej więcej operacji.

Do sprawdzania warto używać CrUX, czyli Chrome UX Report na crux.google.com, a nie tylko lokalnego testu w PageSpeed. Różnica jest zasadnicza:

• PageSpeed uruchomiony u ciebie pokazuje wynik twojego komputera i twojego łącza.
• CrUX pokazuje dane telemetryczne od realnych użytkowników zbierane przez Chrome.

Chrome wysyła te dane niezależnie od tego, czy masz Adblocka i czy strona ma zainstalowane GA4. Nie da się przed Google ukryć informacji o wydajności. Wyniki są uśredniane po 75. percentylu, więc pojedyncze skrajności nie psują obrazu, a w CrUX zobaczysz historię z ostatnich 18 miesięcy.

Jak zbudować stronę czytelną dla botów AI?

Trzy rzeczy robią najwięcej różnicy:

• Tagi semantyczne HTML5. Elementy main, article i section powstały po to, żeby strukturyzować stronę, i dokładnie tak czytają je dziś modele. Bot od razu wie, gdzie kończy się nawigacja, a zaczyna treść.
• Hierarchia nagłówków. H1, H2 i H3 to spis treści twojej strony. Na ich podstawie treść jest dzielona na fragmenty, które później trafiają do wektorów. Modele biorą przede wszystkim nagłówki wyższych rzędów.
• Brak divitis. Page buildery potrafią wyprodukować kilkaset znaków kodu na prostą ramkę ze zdjęciem. Dla użytkownika wygląda to identycznie, dla bota to czysty koszt.

Reguła, którą warto zapamiętać: oszczędzając tokeny bota, pomagasz mu zrozumieć stronę. Im mniej kodu na jednostkę treści, tym lepiej.

Co to jest Web MCP i czy llms.txt ma sens?

Web MCP to protokół, który wprowadza Google. Ma być warstwą danych prezentowaną agentom chodzącym po stronie, zamiast zmuszać je do przedzierania się przez ciężki HTML. Dane będą krótsze i lepiej dopasowane do tego, czego agent szuka.

Kontekst jest taki, że w Chrome ma pojawić się wbudowany asystent Gemini, z którym będzie można wejść w interakcję na dowolnej stronie. W Unii Europejskiej wdrożenie zależy jeszcze od kwestii regulacyjnych. Efekt docelowy: strona ładna i czytelna dla ludzi, a jednocześnie przygotowana dla agentów.

Z llms.txt sytuacja jest odwrotna, mimo że w branży bywa reklamowany jako przyszłość SEO. To otwarty format, w który ludzie zaczęli wpisywać treści, których na stronie w ogóle nie ma. Mechanizm jest znajomy: kiedyś w ten sam sposób umieszczało się biały tekst na białym tle. Boty tego nie lubią, ani Google, ani modele językowe, bo i tak muszą przeczytać faktyczną zawartość strony. To rozwiązanie bardziej dla agentów niż dla wyszukiwarek i raczej się nie przyjmie.

Jakie błędy techniczne blokują widoczność w AI?

Ciężki JavaScript i client-side rendering. Bot pobiera kod HTML i na tym kończy. Nie renderuje aplikacji. Jeśli cała strona żyje w jednym div i buduje się dopiero w przeglądarce, bot zobaczy tytuł i pustkę. Na webinarze padł przykład dwóch działających sklepów SaaS, które ładowały się błyskawicznie i wyglądały świetnie, a dla botów były praktycznie niewidoczne. Rozwiązaniem jest server-side rendering lub generowanie statyczne.

Źle skonfigurowane systemy antybotowe. Firmy bronią się przed scrapowaniem, ale zdarza się, że ktoś instaluje ochronę bez konfiguracji i wycina wszystko, łącznie z botami Google, Anthropic czy OpenAI. Skala problemu jest realna: Allegro podawało, że około 40 procent blokowanego ruchu to automatyczne scrapery cen. Warto sprawdzić, czy twój dostawca hostingu czegoś takiego nie stosuje i czy znane boty mają wpuszczenie.

Infinite scroll i lazy loading. Bot zobaczy tylko to, co wyrenderuje się na pierwszym ekranie. Świetny, długi artykuł merytoryczny, z którego widoczna jest sama zajawka, zostanie zindeksowany jako zajawka.

Duplikacja treści i brak sygnałów kanonicznych. Tu nic nowego względem klasycznego SEO, tylko konsekwencje są ostrzejsze.

Czego AI oczekuje od treści?

Modele analizują znacznie więcej, niż jesteś w stanie sprawdzić ręcznie. Potrafią znaleźć duplikaty w obrębie serwisu, wskazać powiązane podstrony, policzyć, ilu autorów pisało teksty, i wychwycić różnice tonu oraz sposobu pisania między nimi. Ty nie przeanalizujesz osiemdziesięciu wpisów i kilkunastu ofert pod kątem spójności. Model zrobi to bez wysiłku.

Praktyczne wnioski są dwa. Po pierwsze, silosy i klastry tematyczne mają sens, bo ułatwiają modelowi zrozumienie, o czym w ogóle jest twoja strona. Po drugie, sprzeczne informacje szkodzą bardziej niż w klasycznym SEO. Algorytmy uczenia maszynowego szukają wzorców, więc duża liczba powtórzeń albo wzajemnie wykluczających się treści prowadzi wprost do błędnego zrozumienia.

Do tego dochodzi świeżość. Strona, która nie przynosi nowych informacji, w pewnym momencie zostaje pominięta, bo konkurencja zasypuje luki, których ty nie uzupełniłeś.

Jak zrobić audyt techniczny strony z pomocą AI?

Na webinarze pokazany został audyt wykonany na żywo przez agenta AI. Zestaw jest prosty:

1. Node.js zainstalowany lokalnie.
2. Dowolny agent obsługujący skille: Claude Code, Antigravity, Codex lub podobny. Modele wydane od początku 2026 roku radzą sobie z tym bez problemu.
3. Chrome DevTools MCP, czyli serwer, który uruchamia Chrome i zbiera dane z konsoli przeglądarki.
4. Skill z procedurą audytu, w tym przypadku dwunastopunktową, wraz z szablonem raportu.

Cała obsługa sprowadza się do podania adresu strony i odpowiedzi na kilka pytań: czy strona wymaga logowania, desktop czy mobile, w jakim języku ma być raport. Agent otwiera przeglądarkę w tle, ładuje stronę, symuluje kliknięcia, ściąga zasoby i składa raport.

W wyniku dostajesz wyniki Lighthouse, metryki FCP, LCP, CLS i TTFB z oceną, czasy odpowiedzi serwera, wpływ skryptów firm trzecich, liczbę węzłów DOM, błędy dostępności i priorytetowy plan działania.

Najciekawsze bywają rzeczy, o które nikt nie pytał. W pokazanym audycie agent odczytał z konsoli ostrzeżenie, że domena nie jest dopisana do konfiguracji Cookiebota, i od razu podał konkretne ID do dodania. Nikt nie prosił go o sprawdzanie zgody na cookies.

Skala oszczędności jest realna. Ręczne zebranie takiego raportu, z wielokrotnym odpalaniem przeglądarki, zajmowało dwie do trzech godzin na jedną podstronę. Tutaj całość, razem z omówieniem i zatwierdzaniem kolejnych kroków, zmieściła się w kilku minutach.

Czy link building nadal działa?

To jedna z najpoważniejszych zmian. Modele AI nie używają linków do wartościowania stron. Zamiast tego czytają całą zawartość i budują własne indeksy: Google swój, OpenAI swój, a wiele firm buduje kolejne na bazie Common Crawl, otwartego internetu i Wikipedii.

W konsekwencji rośnie znaczenie wzmianek, czyli publikacji, w których twoja marka jest wymieniona, nawet bez jednego linka. Takie publikacje są zwykle łatwiejsze i tańsze do zdobycia niż klasyczne artykuły sponsorowane z linkiem. Haczyk polega na tym, że musisz być w większej liczbie miejsc, i to w tych, w których AI faktycznie szuka informacji. W niektórych branżach nie są to miejsca oczywiste.

Przykład z konferencji: australijska firma budowlana zamiast kupować publikacje weszła w kooperację z podmiotami zajmującymi się badaniami materiałów budowlanych. Zasponsorowała badania i zaczęła pojawiać się w kontekście nowych informacji naukowych. Efekt w Google i ChatGPT był lepszy niż z klasycznych kampanii link buildingowych.

Warto to zestawić z jeszcze jednym wnioskiem z webinaru. Badania Gemius z marca 2026 pokazały, że w Polsce zaufanie do wyników AI jest wyższe niż w badaniach amerykańskich z końca 2025 roku. Prawdopodobne wyjaśnienie: AI weszło do polskiej wyszukiwarki później, bez błędów wieku dziecięcego. Google chwalił się wtedy odsetkiem złych odpowiedzi w AI Overviews na poziomie 0,9 procent, podczas gdy przy amerykańskim starcie było to około 17 procent.

Na czym budować stronę?

Kilka konkretnych rekomendacji, które padły w części Q&A:

• WordPress nadal jest bezpiecznym wyborem. Wersja 7.0 ma wsparcie AI i ogromne zaplecze dodatków. Jeśli działa, nie eksperymentuj.
• Astro sprawdza się jako front. Można postawić widok na Astro, a zaplecze zostawić na WordPressie. Wymaga jednak kogoś, kto to poprowadzi.
• Strony statyczne i SSR są bezpieczne z punktu widzenia botów. Klient renderujący wszystko w przeglądarce nie jest.
• Uważaj na vendor lock-in. Shopify jest dobrą platformą i szybko wdraża nowości, ale to SaaS. W pewnym momencie każdy SaaS potrzebuje zwrotu z inwestycji, a wtedy zmiany bywają niemożliwe, opóźnione albo bardzo drogie. Rozwiązania open source dają więcej swobody i szerszy dostęp do programistów.

Osobne ostrzeżenie dotyczy generowania strony jednym promptem. AI uczyło się na starszym kodzie i chętnie produkuje coś, co wygląda podobnie do wszystkiego innego. Poprawne zbudowanie strony to kilkaset kroków, nie kilkanaście. Agent zawsze powie ci, że jest dobrze. Lepiej użyć sprawdzonych narzędzi, zadbać o dobre i czytelne treści, a AI wykorzystać do audytu i weryfikacji, nie do wygenerowania całości.

Gdzie obejrzeć pełne nagranie?

Ten artykuł powstał na podstawie webinaru, który poprowadził Krzysztof Radzikowski - od ponad 10 lat związany z marketingiem i SEO, wcześniej specjalista SEO i PPC w agencyjnym dziale research and development, dziś zajmujący się audytami technicznego SEO w software housie, z zapleczem programistycznym w Pythonie, JavaScripcie i TypeScripcie.

W nagraniu znajdziesz między innymi omówienie zmian w wynikach wyszukiwania na slajdach ze statystykami, audyt techniczny strony przeprowadzony na żywo przez agenta AI oraz obszerną sesję pytań i odpowiedzi o platformy, link building i reklamy w AI.

Obejrzyj nagranie webinaru na YouTube