magentoforum.pl

Większość porad o GEO (generative engine optimization) to teoria i pojedyncze screeny. Dlatego warto przyjrzeć się dwóm eksperymentom, które Zeeshan Yaseen opisał niedawno w Search Engine Land – w sumie 775 zarejestrowanych cytowań, 15 komercyjnych fraz w każdym teście i ręczne sprawdzanie odpowiedzi w ChatGPT, Claude, Gemini, Perplexity, a w drugim teście także w Google AI Mode i Groku.

Test 1 – istniejąca marka, kilka miesięcy pracy

Strategia polegała na umieszczaniu listicli (zestawień typu „najlepsi konsultanci…”) na serwisach, które modele już cytowały, i wzmacnianiu ich PR-em, gościnnymi artykułami i LinkedInem. Efekt: marka pojawiała się w odpowiedziach dla 10–12 z 15 fraz. Co ciekawe, ponad 72% cytowań pochodziło z listicli, ok. 24% z PR, a własna strona i LinkedIn ledwo się liczyły. Jedno rozbudowane zestawienie na branżowym serwisie dało więcej cytowań niż wszystkie pozostałe źródła razem.

Kilka obserwacji, które warto zapamiętać:

Około połowa źródeł przestała być cytowana w ciągu 30 dni. Jednorazowa publikacja nie utrzymuje widoczności.
Autorytet i tematyczność serwisu liczyły się bardziej niż jakość samego tekstu. Lepiej napisane listicle na ogólnych portalach dały niewiele.
Modele „patrzą na towarzystwo”. Gdy z zestawienia usunięto uznane nazwiska ekspertów, wyniki marki spadły w ciągu kilku dni.
Dopasowanie exact-match nadal ma znaczenie: marka była widoczna dla „Best LLM SEO Consultant”, ale prawie nie dla „Best AI SEO Consultant” – bo tylko pierwsza fraza miała dedykowany materiał.
Na stronie: odpowiedź w pierwszych 100 słowach, FAQ widoczne bez rozwijania, nagłówki w formie pytań, aktualne daty.

Test 2 – cold start, 30 dni, zero obecności w AI

Agencja link buildingowa dla SaaS, która na starcie nie pojawiała się nigdzie. Po 30 dniach: 298 wystąpień, z czego ok. dwie trzecie w Gemini i Google AI Mode. Kanały referral + AI dały ponad jedną piątą nowych użytkowników, a jedno polecenie z Perplexity (najsłabszej platformy pod względem wolumenu) zamieniło się w płacącego klienta.

Najważniejsza zmiana w myśleniu autora: własny listicle to fundament, nie dźwignia wzrostu. Był cytowany najwolniej ze wszystkich (18 dni) i odpowiadał za 14% wzmianek, podczas gdy zestawienia na cudzych serwisach – za ponad 85%. Trzy źródła odpowiadały za ~78% wszystkich cytowań.

Inne wnioski:

Listę serwisów do outreachu buduj z tego, co modele faktycznie cytują dla Twoich fraz, a nie z samego DR. Placement na Indie Hackers podniósł liczbę wzmianek z 44 do 146.
Własna strona-zestawienie zaczęła działać dopiero, gdy stała się porównawcza i uwzględniła konkurentów: wzmianki wzrosły z 4 do 49.
Cytowania to nie kliknięcia. Najczęściej cytowane źródło nie dawało ruchu, a mniej cytowany TechBullion – tak.
Claude częściej „trafiał” we frazy o wysokiej intencji zakupowej, Gemini dawał wolumen.

Co z tego wynika dla marketerów?

Tradycyjne SEO rankuje strony. Widoczność w LLM-ach opiera się bardziej na asocjacjach: kto o Tobie pisze, obok kogo się pojawiasz i jak niedawno te relacje zostały odświeżone. Treść na własnej stronie nadal jest potrzebna, ale sama nie zbuduje obecności w odpowiedziach AI – trzeba budżetować także utrzymanie placementów, bo źródła wygasają szybko.

W praktyce oznacza to powrót do dobrze zaplanowanego link buildingu i digital PR, tylko z innym kryterium doboru serwisów. Jeśli szukacie wsparcia w tym obszarze – zarówno klasycznego pozycjonowania, jak i budowania widoczności marki w wyszukiwarkach AI – polecam zajrzeć na https://boostwave.pl/.

Źródło: https://searchengineland.com/geo-experi ... ice-488342

A Wy jak to widzicie? Testowaliście już, które serwisy cytują modele w Waszej branży?