Sierpień 2026 przyniósł przełomowe zmiany w AI Search: po przejściu ChatGPT na GPT-5.6 cytowania Reddita spadły o 88%, Google zaczął automatycznie przekierowywać użytkowników z AI Overviews do AI Mode, a badania potwierdziły, że platformy UGC odpowiadają za 17% cytowanych domen w odpowiedziach AI. Oto pełne podsumowanie miesiąca.
Jak zmiana modelu ChatGPT na GPT-5.6 wywróciła dotychczasowe strategie cytowań?
To zdecydowanie najważniejsza wiadomość miesiąca. Tomek Rudzki (Peec AI) opublikował na LinkedIn analizę tego, co wydarzyło się po tym, jak 8 sierpnia domyślnym modelem ChatGPT stał się GPT-5.6. Wyniki są drastyczne: cytowania Reddita spadły o 88%, arXiv o 84%, a YouTube’a o 78%.
Dane potwierdza kilka niezależnych źródeł. Promptwatch odnotował spadek udziału Reddita z 3,83% do 0,52% między 14 a 17 sierpnia. Trackerly dodaje istotny kontekst: ChatGPT nie przestał czytać Reddita – nadal ok. 1 na 4 pobierane strony to wątek z Reddit. Przestał je natomiast cytować w odpowiedziach.
Analiza Iry Bodnara (explainx.ai) wskazuje, że to nie był incydent specyficzny dla Reddita, ale pełne przeważenie źródeł cytowań. Udział help centerów i dokumentacji technicznej wzrósł z 2% do 32%. Cytowania nie przeniosły się na inne platformy dyskusyjne – przeniosły się na uporządkowane, autorskie źródła.
Na początku miesiąca OpenAI zaktualizował też GPT-5.6 Sol (dla użytkowników Plus i Pro) z suwakiem kontroli wysiłku rozumowania, a GPT-5.6 Luna stał się domyślnym modelem dla darmowych użytkowników.
Nasza analiza: To lekcja, która powinna zmienić podejście wielu agencji do „AI visibility”. Kto budował strategię GEO opartą na obecności w wątkach Reddit, stracił większość ekspozycji w jednym tygodniu. Paradoksalnie, jest to dobra wiadomość dla firm z dobrze zoptymalizowanymi stronami własnymi – dokumentacja produktowa, cenniki, FAQ, artykuły eksperckie zyskały na znaczeniu kosztem platform UGC. Z perspektywy naszych klientów e-commerce: uporządkowane dane produktowe i autorskie treści na stronach sklepu stały się ważniejsze niż kiedykolwiek.
Dlaczego Google łączy AI Overviews z AI Mode?
Google potwierdził, że domyślnie przekierowuje użytkowników z AI Overview do AI Mode – bez konieczności kliknięcia „Pokaż więcej” (Search Engine Roundtable). To znacząca zmiana, ponieważ AI Mode oferuje pełne, konwersacyjne odpowiedzi, które jeszcze bardziej redukują potrzebę klikania w wyniki organiczne.
Nasza analiza: To przyspiesza scenariusz, przed którym ostrzegaliśmy na blogu Semgence od początku 2026 roku. AI Overviews ewoluują z „bonusu” nad wynikami organicznymi w pełne doświadczenie wyszukiwania. Dla serwisów informacyjnych i poradnikowych oznacza to jeszcze szybszy spadek CTR. Dla e-commerce konsekwencje mogą być mniej dotkliwe, bo intencja transakcyjna nadal wymaga wizyty na stronie sklepu – ale warto monitorować, jak AI Mode obsługuje zapytania produktowe.
Co mówi raport SEOFOMO State of AI Search Optimization 2026?
171 specjalistów z 36 krajów wzięło udział w badaniu SEOFOMO. W porównaniu z 2025 rokiem wzrosły alokacje budżetowe, dedykowane strategie i monitoring widoczności AI. Ale największym wyzwaniem pozostaje wiarygodny pomiar widoczności i powiązanie go z ruchem, konwersjami i przychodami.
Dane z AirOps Marketing Leaders Reality Index potwierdzają ten obraz: 86,6% liderów marketingu priorytetyzuje AI search, ale tylko 23% czuje się pewnie w jego pomiarze. 75,4% dostało wyższe cele przychodowe, a jedynie 43% większy budżet na ich realizację.
Silvia Fratini (Wordlift) proponuje raportowanie widoczności AI przez cztery KPI zorientowane na wyniki: pokrycie (coverage), przypisany pipeline, share of voice i koszt na wynik.
Aleyda Solis zaktualizowała swój trzywarstwowy framework pomiarowy z przykładami dla SaaS, e-commerce i finansów, separując sygnały obserwowane, proxy, modelowane i eksperymentalne.
Nasza analiza: W Semgence mierzymy widoczność AI dla klientów przez własne narzędzie AI Monitor (SMGNC). Z naszych obserwacji na ponad 7 100 uruchomieniach promptów wynika, że powtarzalność cytowań waha się w zależności od platformy AI – dlatego trend, a nie pojedynczy pomiar, jest tym, co liczy się w raportowaniu. Raport SEOFOMO potwierdza, że branża globalnie boryka się z tymi samymi problemami pomiarowymi.
Jak działa mechanizm fan-out w ChatGPT i dlaczego to ważne?
Trzy niezależne badania rzuciły nowe światło na to, jak ChatGPT rozbudowuje zapytania:
Dr. Pete Meyers (Moz) przeanalizował 50 000 query fan-outów (Moz Blog). Wnioski: marki są silnym sygnałem, ale intencja ma znaczenie. Fan-outy skupiały się w medium-long tailu, a wzmianki o markach pojawiały się najczęściej w kontekście encji i porównań.
MJ Cachón przeanalizowała 189 brandowych promptów w 723 uruchomieniach GPT-5.5, identyfikując 1 797 pod-zapytań i siedem powtarzalnych wzorców (MJ Cachón). 55,1% operatorów site: celowało w główną domenę marki, a kolejne wyszukiwania coraz częściej używały ograniczeń domenowych i fraz dokładnego dopasowania do weryfikacji informacji.
Suganthan Mohanadasan opisał, jak między 16 a 20 sierpnia ChatGPT przebudował swoje narzędzie wyszukiwania – z formatu JSON na kompaktowy język zapytań z oknami świeżości, targetowaniem domen i specjalistycznymi wertykalami.
Lily Ray (Search Engine Land) pokazała, że ChatGPT coraz częściej zawęża fan-outy do konkretnych domen operatorem site:, priorytetyzując oficjalne strony, producentów, uznane platformy recenzyjne i strony rządowe.
Nasza analiza: Te dane mają bezpośrednie przełożenie na to, jak powinno się budować strony docelowe. Skoro ChatGPT coraz częściej wykonuje zapytania site: na domenę marki, to strony, które odpowiadają na konkretne pytania (FAQ, specyfikacje, porównania) stają się bardziej widoczne w procesie fan-outu. Dla naszych klientów e-commerce oznacza to: rozbuduj sekcje FAQ na kartach produktów, dodaj porównania między produktami i zadbaj o pełne specyfikacje techniczne.
Czy warto uruchamiać ten sam prompt AI więcej niż raz dziennie?
Zespół Profound przeanalizował milion odpowiedzi AI i 6,6 miliona cytowań AI w siedmiu platformach: ChatGPT, Gemini, Perplexity, Copilot, DeepSeek, Google AI Mode i Google AI Overviews (Profound). Wynik: uruchomienie promptu 10 razy zamiast jednego poprawia precyzję o zaledwie ok. 10%. Jedynym obszarem, gdzie dodatkowe uruchomienia pomagają, jest citation share, ale różnica szybko się spłaszcza (drift floor na poziomie 0,19 punktu procentowego).
Nasza analiza: W AI Monitor uruchamiamy prompty z kontrolowaną częstotliwością i te dane potwierdzają nasze obserwacje. Dla większości celów monitoringowych jedno uruchomienie dziennie wystarczy. Zwiększanie częstotliwości podnosi koszty API bez proporcjonalnej poprawy jakości danych. To dobra wiadomość dla agencji SEO, które chcą dodać monitoring AI do oferty – nie potrzeba 10x lub 100x uruchomień, żeby uzyskać wiarygodny obraz.
Jak community signals wpływają na cytowania AI i co to oznacza po spadku Reddita?
Kevin Indig i Amanda Johnson przeanalizowali 35 000 cytowanych URL-i w ChatGPT i odkryli, że platformy UGC odpowiadają za 17,1% cytowanych domen – ponad czterokrotnie więcej niż wydawcy tradycyjni (4,0%) (Growth Memo, Search Engine Land).
W ramach UGC dominują trzy platformy: Wikipedia, Reddit i LinkedIn odpowiadają za 99% cytowań UGC. Wikipedia sama stanowi 10,1 do 14,0 punktów z 17-punktowego udziału – czyli największe pojedyncze źródło third-party w zbiorze danych.
Nasza analiza: Zestawienie tych danych ze spadkiem Reddita po GPT-5.6 daje pełniejszy obraz. Badanie Indiga opierało się na danych z grudnia 2025 (ChatGPT z GPT-5.1). Po zmianie modelu na GPT-5.6 rozkład cytowań przesunął się radykalnie w kierunku źródeł autorskich (help centery, dokumentacja). Community signals nadal mają znaczenie – ale ich rola jest niestabilna i zależna od wersji modelu. Dla polskich firm wniosek jest taki: obecność na Wikipedii (polska wersja) i LinkedIn jest istotna, ale fundament to własna strona z dobrze uporządkowanymi treściami.
Co pokazał eksperyment cats.txt w kontekście llms.txt?
Mark Williams-Cook (Candour, AlsoAsked) stworzył plik cats.txt – satyryczny „standard internetowy” deklarujący koty biurowe – i przetestował go czterema argumentami, które zwolennicy llms.txt podają jako dowody skuteczności (Substack, Search Engine Journal). Plik cats.txt przeszedł wszystkie cztery testy pomyślnie:
1. Boty AI (GPTBot, PerplexityBot, ClaudeBot) pobrały plik. 2. Google go zindeksował. 3. LLM powtórzył unikalne informacje z pliku. 4. ChatGPT pozytywnie ocenił taktykę.
Williams-Cook podkreśla: to nie dowodzi, że llms.txt nie działa. Dowodzi natomiast, że obecne standardy dowodowe dla tej taktyki są zbyt niskie. Sam fakt crawlowania, indeksacji czy powtórzenia nie oznacza, że plik poprawia widoczność AI.
Nasza analiza: Potwierdzamy stanowisko Williamsa-Cooka. W Semgence od początku traktowaliśmy llms.txt jako „nice to have” bez potwierdzonego wpływu na widoczność, nie jako element obowiązkowy strategii AI. Ten eksperyment to dobry argument w rozmowach z klientami, którzy pytają „czy musimy mieć llms.txt”. Odpowiedź: możesz dodać (koszt jest niski), ale nie traktuj tego jako działanie optymalizacyjne z mierzalnym efektem.
Jak Anthropic zmienił zasady gry watermarkami?
Od 2 sierpnia nowe modele Claude dodają niewidoczne watermarki do generowanego tekstu i informacje weryfikacyjne do obsługiwanych plików (Anthropic).
Nasza analiza: Watermark może pokazać, że AI było zaangażowane w tworzenie treści, ale nie dowodzi, że treść jest w całości wygenerowana przez AI. Dla branży SEO to kolejny sygnał, że rozróżnienie „treść AI vs treść ludzka” staje się coraz bardziej złożone technicznie. W kontekście sierpniowego Spam Update warto pamiętać: Google nie karze za samo użycie AI, ale za masową produkcję treści bez wartości. Watermarki Anthropic to narzędzie przejrzystości, nie detekcji spamu.
Co Microsoft Clarity dodał do dashboardu AI Citations?
Dwie aktualizacje w ciągu miesiąca:
Branded vs non-branded segmentacja – Clarity oznacza teraz poszczególne zapytania groundingowe jako brandowe lub niebrandowe, dodaje filtry i rozbija „Share of Authority” według typu zapytania (Microsoft). Pozwala to odróżnić widoczność napędzaną świadomym popytem na markę od szerszego odkrywania kategorii.
Raport Scrape-to-Referral – nowy raport porównuje aktywność scrapingową AI z wizytami z odesłań (referral) przez operatora (Search Engine Land). Łączy referrale z nagraniami sesji, co pozwala ocenić jakość ruchu przychodzącego z AI.
Nasza analiza: Microsoft Clarity jest darmowy i coraz bardziej użyteczny do monitorowania AI visibility. Branded vs non-branded segmentacja to coś, czego w Google Analytics 4 nadal nie ma. Dla klientów Semgence rekomendujemy instalację Clarity równolegle z GA4 – daje dane o zachowaniach użytkowników z AI, których GA4 nie potrafi wyodrębnić.
Jak podejść do agentic commerce?
Temat agentowego handlu przewijał się przez cały miesiąc:
Microsoft (Shirley Chen) opublikował praktyczny playbook przygotowania do agentic commerce, podzielony na trzy etapy: bycie odkrytym, bycie wybranym i mierzenie widoczności. Zawiera 90-dniowy plan aktywacji przed sezonem świątecznym (Microsoft Advertising Blog).
Matt Hollingshead (Moz) wyjaśnił WebMCP – w tym różnice wobec tradycyjnego MCP, implementacje deklaratywne i imperatywne oraz kwestie bezpieczeństwa (Moz). WebMCP to eksperymentalna infrastruktura agentowa, nie skrót do lepszych rankingów.
Gianluca Fiorelli i Alfonso Moure (Advanced Web Ranking) omówili, jak coraz bardziej agentowy web zmienia technical SEO (AWR). Analiza logów musi uwzględniać więcej botów i agentów, a kluczowe informacje o produktach i politykach powinny być dostępne bez zależności od JavaScript po stronie klienta.
Nasza analiza: Agentic commerce to jeszcze wczesny trend, ale warto go obserwować. Dla sklepów internetowych oznacza to: feedy produktowe muszą być kompletne i dostępne maszynowo (nie tylko dla Google Merchant Center, ale potencjalnie dla agentów AI zakupowych), a kluczowe informacje (cena, dostępność, warianty, polityka zwrotów) powinny być dostępne bez renderowania JavaScript. Z perspektywy naszych klientów na PrestaShop, Shoper i WooCommerce – warto sprawdzić, czy API sklepu lub feed produktowy zawiera wszystkie atrybuty, które agent AI potrzebowałby do podjęcia decyzji zakupowej.
Jak budować autorytet marki dla AI Search?
W siódmym odcinku serii AI Search Roadmap (Crawling Mondays) Aleyda Solis, Mark Williams-Cook, Emma-Jane Stogdon i Dave Peiris omówili kluczową zasadę: autorytet marki w AI buduje się przez potwierdzenie zewnętrzne (corroboration), nie przez samoopis.
Wcześniej w miesiącu Aleyda pokazała dane porównawcze wzorców cytowań dla SaaS, e-commerce i finansów. Optymalizacja AI search nie może kończyć się na stronie marki. Zewnętrzne pokrycie mediowe, społeczności i platformy społecznościowe kształtują to, co systemy AI pobierają, a strony własne służą jako baza potwierdzająca twierdzenia marki.
Aleyda opublikowała też framework priorytetyzacji cytowań third-party z sześcioma wymiarami: wpływ cytowań, potencjał skojarzenia z marką, dopasowanie marketingowe, wartość biznesowa, trwałość strategiczna i oczekiwany wysiłek.
Nasza analiza: To koresponduje z tym, co widzimy na polskim rynku. Marki, które są cytowane w AI, mają jedno wspólne: spójne, potwierdzalne informacje o sobie w wielu niezależnych źródłach. W przypadku polskich firm oznacza to: wpisy w branżowych katalogach, artykuły gościnne w portalach branżowych, obecność na Wikipedii (jeśli spełniasz kryteria encyklopedyczności), aktywność na LinkedIn z treściami eksperckimi. Samo „mówienie o sobie” na własnej stronie nie wystarczy.
Co warto zapamiętać z sierpnia 2026 w AI Search?
Trzy rzeczy definiują sierpień 2026 w AI Search:
1. Zmiana modelu = zmiana rozkładu cytowań z dnia na dzień. Przypadek GPT-5.6 i spadku Reddita o 88% pokazuje, że budowanie strategii na jednej platformie jest ryzykowne. Cytowania przesunęły się w stronę autorskich, uporządkowanych źródeł (help centery, dokumentacja, oficjalne strony). To faworyzuje firmy z dobrze przygotowanymi stronami własnymi.
2. Google coraz agresywniej łączy AI Overviews z AI Mode, tworząc pełne doświadczenie konwersacyjne. Tradycyjne wyniki organiczne tracą na znaczeniu szybciej, niż zakładano.
3. Pomiar widoczności AI pozostaje największym wyzwaniem branży. Budżety i strategie rosną, ale narzędzia pomiarowe wciąż nadrabiają zaległości. Microsoft Clarity z segmentacją branded/non-branded AI queries to jeden z niewielu darmowych narzędzi, które dają realny wgląd.
