Autor: Paweł Gontarek

Google przepisuje tytuły produktów i kategorii, gdy uzna, że oryginalny title tag nie odpowiada intencji zapytania – dotyczy to średnio 40-60% wyników e-commerce, co ma bezpośredni wpływ na pozycjonowanie sklepu internetowego. Poniżej znajdziesz dokładny mechanizm działania systemu tytułowania, patenty, które go opisują, oraz procedurę audytu…

Zdjęcia opakowań zawierają więcej danych produktowych niż opisy i feedy razem wzięte – OCR pozwala je wydobyć i przekuć w przewagę SEO. Artykuł prezentuje kompletny pipeline: od rozpoznawania tekstu na etykietach, przez normalizację danych, po wdrożenie w schema.org i feedach produktowych. Zdjęcie opakowania zawiera więcej…

Pierwsza część odpowiedzi asystenta zakupowego AI decyduje, czy klient zostanie na stronie – optymalizacja first-chunk (pierwszego segmentu streamowanej odpowiedzi) potrafi obniżyć bounce rate o ponad 50%. Artykuł opisuje, jak projektować dane produktowe i strukturę treści, aby asystent zakupowy generował trafne odpowiedzi już w pierwszych sekundach….

Nagłówek H2 na karcie produktu to adres odpowiedzi – jeśli tworzy jednoznaczną parę pytanie-odpowiedź z tekstem pod sobą, Google może wybrać tę sekcję jako źródło do featured snippets i AI Overviews. Poniżej: jak projektować strukturę nagłówków PDP, aby łączyć intencję zakupową z informacyjną bez kanibalizacji…

Słowa kluczowe przyciągają ruch z Google, encje przyciągają cytowania z AI. Ten artykuł pokazuje krok po kroku, jak połączyć tradycyjny keyword research z optymalizacją encji — od teorii Knowledge Graph i entity salience, przez mapowanie fraz na byty, po schema.org i internal linking oparty na relacjach encyjnych.

MerchantReturnPolicy w schema.org opisuje politykę zwrotów sklepu w formacie maszynowym. 65% polskich sklepów nie ma nawet Product schema – a konsumenci pytają AI o zwroty tysiące razy miesięcznie. Co widzi AI, gdy polityka zwrotów jest tylko tekstem?

Google zbudował dla cen członkowskich system reguł z progiem 5%, weryfikacją crawlerem i zawieszeniem programu. Protokół handlu agentowego wystawił cenę poza system uprawnień i nie przewidział żadnej weryfikacji. Co z tego wynika dla sklepu.

Żaden protokół handlu agentowego nie ma pola na minimalną ilość zamówienia. Sprawdzamy, co potrafią UCP, ACP i schema.org, i jak przygotować katalog B2B na agentów zakupowych.

Recenzja klienta i PDF od producenta trafiają do asystenta zakupowego tak samo jak Twój opis produktu, bo model nie odróżnia treści od polecenia. Co pokazały badania i jak się przed tym bronić.

W 168 testach na kontrolowanym katalogu asystent AI ani razu nie polecił produktu niespełniającego wymagań. Kosztowny jest błąd w drugą stronę: odsetek zapytań, w których model odmawia mimo pasującego produktu, rośnie z 4,8% do 33,3%, gdy te same dane docierają do niego w kawałkach.