Cytowaniu konkurencji w odpowiedziach AI sprzyjają trzy rzeczy: treść zgodna z pytaniem, odpowiedź na początku strony i obecność marki w źródłach, które AI już cytuje. Tak w skrócie brzmią wnioski z webinaru Linkhouse z 13 października 2026 r., na którym Michał Suski (Surfer) pokazał dane z narzędzia śledzącego odpowiedzi modeli językowych, a Szymon Słowik (Takaoto) techniczne i semantyczne powody, dla których strona odpada po drodze. Najmocniej z cytowaniem wiązały się w danych Surfera zgodność treści z intencją pytania i odpowiedź na samym początku strony, przy czym to korelacje, a nie dowód przyczyny. Zebrałem najważniejsze tezy, sprawdziłem, które liczby Surfer opublikował, i dopisałem, co z tego warto wdrożyć, a do czego podchodzić ostrożnie.

Skąd pochodzą te dane i jak je czytać

Większość liczb z webinaru pochodzi z wewnętrznych analiz Surfera, które w dniu emisji nie były opublikowane, dlatego traktuję je jako wypowiedzi prelegenta, a nie wyniki badania. Suski mówił o próbie około 40 mln zapisanych odpowiedzi modeli językowych z rynku globalnego, w części pytań z publiczności o 50 mln. Dane zbiera narzędzie AI Tracker na podstawie zapytań klientów Surfera, więc próba nie jest losowa, a metody większości porównań na webinarze nie opisano.

Część tematów Surfer opisał wcześniej w publikacjach z opisem próby. Gdy liczba z webinaru ma odpowiednik w takim badaniu, podaję oba wyniki. Linki do źródeł są na końcu tekstu.

Od skanowania do rekomendacji: gdzie strona odpada

Cytowanie w odpowiedzi AI to dopiero środek drogi: przed nim strona musi zostać znaleziona i pobrana, a po nim marka ma szansę na wzmiankę i rekomendację. Słowik opisał tę drogę jako kolejne etapy: znalezienie i zapamiętanie treści, pobranie jej przy odpowiedzi (retrieval), cytowanie, wzmianka o marce, rekomendacja i stabilność, czyli powtarzalne pojawianie się w kolejnych odpowiedziach. Za największe wąskie gardło uznał etap pobierania, bo tam odpada najwięcej stron.

Suski pokazał, że pierwsze cytowanie ma znaczenie. Według danych z interfejsu AI Trackera, po pierwszym cytowaniu w śledzonych zapytaniach widoczność domeny rosła o ponad 40%, a marka była wymieniana o 32% częściej. Metody tego porównania nie podał, więc to raczej kierunek niż pewna wartość.

W Google AI Overviews etap pobierania mocno wiąże się z klasycznym rankingiem. Kyle Eggleston porównał we wrześniu 2026 r. 1 561 cytowań z 400 amerykańskich AI Overviews z wynikami organicznymi tych samych zapytań: 51,0% prowadziło do adresu z pierwszej dziesiątki, a wynik z pozycji 1 był cytowany w 56% podsumowań. Dobra pozycja w Google nie gwarantuje więc cytowania, ale je wyraźnie ułatwia.

Treść: intencja i odpowiedź na początku strony

Trzy najsilniejsze czynniki z analizy Surfera to zgodność z intencją pytania, wczesne potwierdzenie tematu i wczesna odpowiedź. Suski badał 20 cech treści w pięciu grupach. Strona, która na pytanie „jak zrobić audyt SEO” odpowiada poradnikiem, była według niego zgodna z intencją, strona narzędzia częściowo, a oferta „kup u mnie audyt” wcale. Optymalizowanie strony pod zapytania o usługi, których firma nie świadczy, tylko dlatego, że mają duży wolumen, nie działa.

Na webinarze Suski podał 29% w odniesieniu do pierwszych 50 słów strony, ale nie doprecyzował, czego dotyczy ta miara. Opublikowane dane Surfera są dokładniejsze. W analizie 100 000 cytowań z 10 000 odpowiedzi AI Overviews zebranych 2 czerwca 2026 r. 38% cytowań pochodziło z pierwszych 100 słów strony. W tej samej publikacji, na szerszym zbiorze odpowiedzi AI, strony z wczesnym potwierdzeniem tematu i odpowiedzią były cytowane w 45% przypadków, a bez nich w 23%. Kierunek jest wspólny: początek strony ma największą szansę trafić do odpowiedzi.

W praktyce pierwsze zdanie ma potwierdzić temat, a kolejne dwa lub trzy podać odpowiedź. Dopiero potem wyjaśnienia, przykłady i zastrzeżenia. Jak budować taki tekst krok po kroku, opisuję we wpisie o tym, jak pisać treści pod AI Overviews.

Akapity, które da się zacytować w całości

Model wybiera z tekstu pojedyncze fragmenty, dlatego każdy akapit powinien być zrozumiały bez reszty strony. Słowik ujął to krótko: „jednostką selekcji jest blok, nie strona”. Suski zaliczył do najmocniejszych cech samowystarczalne akapity z jasną definicją, dużą gęstość informacji oraz przejście od ogółu do szczegółu. Anegdoty i dygresje, które ożywiają tekst dla czytelnika, według niego utrudniają pobieranie fragmentów.

Suski zalecał dodawanie szczegółów, których brakuje u konkurencji: parametrów produktu, liczb, wyników testów z pierwszej ręki. Osobne badanie Surfera na ponad 57 000 adresów dotyczyło kompletności informacji: strony cytowane w AI Overviews zawierały średnio 31% kluczowych faktów na dany temat, a niecytowane 24%. Słowik radzi pisać tak, żeby każde zdanie było osobną informacją: zamiast „długa tradycja” napisać, od którego roku firma produkuje.

Najsłabiej z cytowaniem wiązały się według Suskiego automatyczne spisy treści i statystyki dorzucone do istniejącego artykułu. Sam zastrzegł jednak, że żaden z 20 badanych elementów nie szkodził, część po prostu pomagała mniej. Nie ma więc powodu usuwać spisu treści, który pomaga czytelnikowi.

Starsze teksty też są cytowane

Według wstępnej, nieopublikowanej analizy Surfera treści starsze niż 2 lata stanowiły około 25% cytowanych źródeł. Wyjątkiem ma być Gemini, które wyraźniej wybiera publikacje młodsze niż 3 miesiące, ale konkretnego udziału nie podano. Suski wyciągnął z tego wniosek dla budżetu: dopisanie wzmianki o marce do starszego artykułu, który już jest cytowany, może się opłacić bardziej niż nowa publikacja.

Dla właściciela strony wniosek jest prostszy. Aktualizacja dobrych, starszych tekstów nadal ma sens, a świeża data bez nowej treści niczego nie załatwia. Słowik zaznaczył w odpowiedziach na pytania, że modele lubią świeże informacje, więc aktualizacja powinna dodawać kontekst, a nie tylko zmieniać datę.

Wzmianki w innych serwisach i konsensus o marce

Marki, o których pisze więcej cytowanych źródeł, AI częściej poleca, i to jest najlepiej udokumentowany wynik z całego tematu. W opublikowanym badaniu Surfera (922 zapytania z 12 branż, 289 105 adresów źródeł, ChatGPT, AI Overviews, AI Mode i Perplexity) odsetek źródeł wspominających markę korelował z jej pozycją w rekomendacji na poziomie 0,41 (korelacja Spearmana). Blogi stanowiły 28,7% cytowanych źródeł, w tym blogi marek 16,2%, a zewnętrzne 12,5%. Na webinarze Suski dodał, że marka z pierwszego miejsca w rekomendacjach miała trzy razy więcej źródeł niż marka z dwudziestego.

Słowik tłumaczył mechanizm tak: model porównuje informacje z wielu źródeł i poleca markę, gdy widzi spójny obraz. Jeśli firma pisze o sobie, że jest „najchętniej wybieraną restauracją w mieście”, a nigdzie indziej nikt tego nie potwierdza, modele według Słowika prawdopodobnie tego nie podchwycą.

Tu muszę się nie zgodzić z jedną radą z webinaru. Słowik opisał przypadek marki cateringowej, o której opublikowano kilkadziesiąt artykułów na serwisach zapleczowych, i otwarcie zachęcał, żeby kształtować konsensus publikacjami sponsorowanymi, dopóki modele nie mają filtrów antyspamowych. Krótkoterminowo to może działać. Sama publikacja sponsorowana nie narusza zasad, ale masowe publikowanie mało wartościowych tekstów po to, żeby wpłynąć na wyniki, może podpaść pod zasady Google dotyczące spamu, m.in. nadużycia treści na dużą skalę. Obaj prelegenci zgodzili się też, że filtry antyspamowe w modelach prędzej czy później powstaną. Bezpieczniej budować wzmianki, które przetrwają zmianę zasad: rankingi z jawnymi kryteriami, artykuły eksperckie, wypowiedzi w mediach branżowych i prawdziwe opinie klientów.

Technika: dlaczego bot odbija się od strony

Blokada bota albo zbyt długi czas odpowiedzi serwera mogą uniemożliwić pobranie treści i zmniejszyć szansę na cytowanie, nawet przy najlepszym tekście. Słowik wymienił najczęstsze przeszkody:

  • reguły Disallow w robots.txt dla botów AI, choć sam plik nie wyczerpuje listy możliwych blokad;
  • zapory sieciowe, które zwracają botowi kod 200, ale zamiast treści stronę zastępczą, więc w raporcie wszystko wygląda dobrze;
  • treść ładowaną przez JavaScript, bo według niego większość botów AI nadal go nie wykonuje;
  • długi czas odpowiedzi serwera, który przy wielu zapytaniach cząstkowych (fan-out) grozi przerwaniem pobierania.

Próg 200 ms czasu odpowiedzi Słowik podał jako przyjętą w branży praktykę i przyznał, że nie znalazł dla niego twardego źródła. Podobnie z plikami w formacie Markdown dla botów: uważa je za czytelne dla maszyn, ale nie ma przypadku, który potwierdzałby wzrost widoczności. Wspomniany na webinarze Open Knowledge Format to według zapowiedzi Google Cloud z czerwca 2026 r. specyfikacja do przekazywania agentom AI wewnętrznej wiedzy organizacji, a nie standard SEO.

Najpewniejsze, co możesz zrobić, to sprawdzić w logach serwera wizyty botów AI, kody odpowiedzi i czas obsługi żądań, a potem sprawdzić, czy odpowiedź zawiera właściwą treść, a nie stronę zastępczą zapory. Wstępny przegląd bez dostępu do logów zrobisz w testerze robots.txt i botów AI. Pokaże, którym botom AI robots.txt zabrania pobierania strony i którym serwer odpowiada kodem 403. Problemy z pobieraniem przez boty wyszukiwarek omawiam szerzej w przewodniku po technicznym SEO.

Marka jako encja: jedna definicja w wielu miejscach

Model poleca markę, gdy ma pewność, o jaki podmiot chodzi. Słowik zalecał, żeby informacje o firmie na stronie, w danych strukturalnych i w serwisach zewnętrznych były spójne i jednoznacznie wskazywały ten sam podmiot. Radzi zacząć od strony „o nas” jako głównego miejsca z definicją marki, przenieść ten opis do danych strukturalnych i do katalogów firm, a nieaktualne wizytówki poprawić. Przy nazwach wieloznacznych albo osobach o popularnym nazwisku trzeba w treści wprost wskazać, o kogo chodzi.

Do danych strukturalnych dodał przestrogę, z którą się zgadzam: lepiej nie mieć schema niż mieć wdrożenie pełne sprzeczności. Jak przygotować spójne dane o firmie i osobie, opisuję we wpisie o danych strukturalnych.

Od czego zacząć

Na podstawie webinaru i badań proponuję pięć kroków, które da się zrobić bez dużego budżetu:

  1. Wybierz 5–10 najważniejszych stron i sprawdź, czy w pierwszych 50–100 słowach potwierdzają temat i odpowiadają na pytanie, z którym trafia na nie klient.
  2. Sprawdź, czy każda z tych stron odpowiada na właściwą intencję. Poradnik nie powinien być ofertą, a oferta nie powinna udawać poradnika.
  3. Przejrzyj logi serwera albo panel zapory sieciowej pod kątem botów AI i sprawdź, czy najważniejsza treść jest dostępna bez wykonywania JavaScriptu.
  4. Zastąp ogólniki konkretami: parametrami, liczbami, datami i wynikami własnych testów. Każdy akapit powinien być zrozumiały bez reszty strony.
  5. Sprawdź, które źródła AI cytuje w Twojej branży, i zaplanuj w nich prawdziwe wzmianki o marce: artykuł ekspercki, wypowiedź, udział w rankingu.

Jak mierzyć efekty tych zmian w ChatGPT, Perplexity i AI Overviews, opisuję we wpisie o monitorowaniu widoczności w LLM. Jeśli chcesz, żebym sprawdził to za Ciebie, opisuję to na stronie usługi AIO/GEO.

FAQ: cytowania w odpowiedziach AI

Dlaczego ChatGPT poleca konkurencję, a nie moją firmę?

Częstym powodem jest to, że więcej cytowanych źródeł pisze o konkurencji, a jej strony wcześniej i wprost odpowiadają na pytanie. W badaniu Surfera odsetek źródeł wspominających markę korelował z jej pozycją w rekomendacjach na poziomie 0,41. Powodem może być też blokada techniczna, przez którą bot nie pobiera Twojej strony.

Czy spis treści i FAQ pomagają w cytowaniach przez AI?

Według danych pokazanych na webinarze automatyczny spis treści należał do najsłabiej powiązanych z cytowaniem elementów, a FAQ działało różnie w zależności od platformy. Michał Suski zaznaczył, że żaden z badanych elementów nie szkodził. Spis treści i FAQ zostaw, jeśli pomagają czytelnikowi, ale nie licz, że same zapewnią cytowanie.

Czy starsze artykuły mają szansę na cytowanie?

Tak. Według wstępnej analizy Surfera treści starsze niż 2 lata stanowiły około 25% cytowanych źródeł. Wyjątkiem ma być Gemini, które częściej wybiera publikacje młodsze niż 3 miesiące. Aktualizacja dobrego, starszego tekstu nowymi informacjami ma więc sens.

Czy boty AI widzą treści ładowane przez JavaScript?

Często nie. Szymon Słowik ocenił na webinarze, że większość botów AI nadal nie wykonuje JavaScriptu. Najważniejsza treść strony powinna być dostępna w kodzie HTML zwracanym przez serwer, bez konieczności uruchamiania skryptów.

Źródła: webinar Linkhouse „Dlaczego AI cytuje konkurencję, a nie Ciebie?” (13.10.2026); badania Surfera: cytowania z pierwszych 100 słów, wzmianki o marce a rekomendacje, pokrycie faktów a cytowania w AI Overviews ; analiza cytowań w AI Overviews: Kyle Eggleston, 400 wyników z USA (wrzesień 2026, odczyt 23.10.2026).