Jak AI wybiera źródła do cytowania – pipeline od pytania do cytatu

Systemy AI – ChatGPT, Perplexity, Gemini, Google AI Overviews – nie cytują losowych stron internetowych. Przechodzą przez wieloetapowy pipeline selekcji, w którym na każdym kroku odpada 80-90% kandydatów. Z setek stron dostępnych w indeksie webowym AI wybiera 3-5 źródeł do cytowania w odpowiedzi. Mechanizm tego wyboru opiera się na sygnałach, które możesz kontrolować: extractability treści, gęstość faktow, autorytet domeny, spójność encji (budowaną przez połączenie słów kluczowych z encjami) i potwierdzenie informacji przez niezależne źródła. Ten artykuł rozbiera cały pipeline na części – od pytania użytkownika do cytatu w odpowiedzi AI.

W Semgence monitorujemy widoczność w AI od ponad roku. Odpytaliśmy ponad 9000 razy pięć silników AI na 42 zapytaniach i zebraliśmy dane, których nie ma w żadnym publicznym badaniu. Ten artykuł nie jest kolejnym „przewodnikiem po GEO” – to raport z frontu, oparty na patentach Google, dokumentacji OpenAI i naszych własnych danych z monitoringu.

Jak wygląda pipeline od pytania użytkownika do cytatu?

Gdy użytkownik zadaje pytanie systemowi AI (np. „jaki robot kuchenny kupić do 1500 zł”), uruchamia się proces znany jako RAG – Retrieval-Augmented Generation. Według analizy Search Engine Land (2026), która obejmowała dekompilację aplikacji ChatGPT i analizę ruchu sieciowego, pipeline składa się z pięciu etapów:

1. Query understanding i fan-out – AI rozkłada pytanie na intencję i generuje 3-8 podzapytań (patent US20250245255A1). „Jaki robot kuchenny kupić” staje się: „najlepszy robot kuchenny 2026”, „robot kuchenny planetarny vs wielofunkcyjny”, „robot kuchenny do 1500 zł ranking”. To mechanizm query fan-out (opisany w artykule o faceted navigation).
2. Retrieval – przeszukanie indeksu – dla każdego podzapytania AI przeszukuje indeks webowy. ChatGPT używa indeksu Bing (nie Google), Gemini używa Google Search, Perplexity ma własny indeks. System pobiera 50-100 kandydatów. Jeśli Twoją strona nie jest w indeksie odpowiedniej wyszukiwarki, odpada na starcie.
3. Content retrieval – pobranie treści – z kandydatów AI pobiera pełną treść 10-20 najwyżej ocenionych stron. Timeout wynosi okolo 2 sekund, OAI-SearchBot nie renderuje JavaScript. Treść jest dzielona na fragmenty (~128 tokenów) i oceniana pod katem dopasowania.
4. Ranking i scoring – AI ocenia każdy fragment: extractability, fact density, source authority, freshness, consensus. Z 10-20 stron zostaje 3-5.
5. Generation i citation assignment – LLM generuje odpowiedź, wplatajac informacje że źródeł. Cytat jest przypisany tylko gdy konkretne twierdzenie pochodzi bezpośrednio z danego źródła.

Wniosek, który zmienia perspektywę: 80% gry rozgrywa się na etapach 1-3 (retrieval). Jeśli Twoją strona nie trafia do puli kandydatów, najlepsza treść nie pomoże. Techniczne fundamenty (dostępność dla botów AI, szybkosc, indeksacja w Bing) są warunkiem koniecznym, nie wystarczajacym.

Jakie sygnały decydują o cytowaniu? Analiza patentów Google

Analizując patenty Google, dokumentację OpenAI i własne dane z monitoringu AI (ponad 9000 uruchomień promptów), wyodrębniliśmy osiem ośmiu sygnałów. Każdy odpowiada konkretnemu wzorcowi patentówemu.

1. Extractability – czy AI łatwo wyciąga odpowiedź?

Patenty US9959315B1 i US10783156B1 opisują mechanizm „answer display eligibility” – system sprawdza, czy fragment tekstu może zostac wyświetlony jako samodzielna odpowiedź. Strona zaczynająca od „Nasza firma od 20 lat z pasja…” przegrywa że strona która zaczyna od „Robot kuchenny planetarny kosztuje 800-2500 zł. Najlepsze modele to Bosch MUM5 i KitchenAid Artisan”. AI potrzebuje odpowiedzi w pierwszych 128 tokenach – bo to wielkość fragmentu, na podstawie którego system decyduje, czy warto czytać reszte. Więcej o formacie answer-first opisujemy w kontekście extractability score.

Weźmy dwie strony, które odpowiadają na „ile kosztuje pozycjonowanie sklepu”. Pierwszy serwis zaczyna od historii firmy – odpowiedź pojawia się w trzecim akapicie. Drugi serwis zaczyna: „Pozycjonowanie sklepu internetowego kosztuje 2000-15 000 zł miesięcznie w zależności od wielkości sklepu i konkurencyjności branży.” AI wybierze stronę B – odpowiedź mieści się w oknie 128 tokenów, które system ocenia jako „audition chunk”.

Praktyczny przykład: dwie strony odpowiadają na pytanie „ile kosztuje pozycjonowanie sklepu internetowego”. Pierwszy serwis zaczyna od historii firmy i ogólnych frazesów o SEO – odpowiedź na pytanie pojawia się dopiero w trzecim akapicie. Strona B zaczyna od: „Pozycjonowanie sklepu internetowego kosztuje 2000-15 000 zł miesięcznie w zależności od wielkości sklepu, konkurencyjności branży i zakresu prac.” AI wybierze stronę B, bo odpowiedź jest w pierwszych 20 słowach – mieści się w oknie 128 tokenów, które system ocenia jako „audition chunk”.

2. Fact density – ile weryfikowalnych faktow na 100 slow?

Patenty US9672251B1 i US20070198503A1 opisują „entity fact density” – gęstość weryfikowalnych faktow (liczby, daty, nazwy, porównania) w treści strony. Zdanie „jestesmy liderem branzy” ma fact density = 0. Zdanie „obsługujemy 340 klientów w 12 branżach, średni czas realizacji to 14 dni” ma fact density = 4 fakty. AI preferuje źródła z wysoka gęstościa faktow, bo może je zweryfikowac krzyzowo z innymi źródłami.

3. Corroboration – czy inne źródła potwierdzają te same fakty?

Patent US9785686B2 opisuje mechanizm „fact corroboration” – system sprawdza, czy informacja na Twojej stronie jest potwierdzona przez niezależne źródła. Jeśli trzy różne strony podaja, że „robot kuchenny Bosch MUM5 kosztuje 899 zł i ma moc 1000W”, ta informacja dostaje wysoki confidence score. Jeśli tylko Twoją strona podaje konkretna cene – confidence jest niższy. Dlatego sprzedawcy cytujący dane producenta (specyfikacje, parametry) mają przewage nad stronami z własnymi, niezweryfikowanymi twierdzeniami.

4. Entity clarity – czy AI rozumie, o czym jest Twoją strona?

Patenty US9110852B1 (EAV fact extraction) i US12547607B2 (verified entity attributes) opisują, jak systemy wyodrębniają trójki encja-atrybut-wartość z treści. Strona musi jednoznacznie definiować: o jakiej encji mowi (Product? Brand? Category?), jakie atrybuty opisuje (cena, moc, wymiary) i jakie wartości im przypisuje. Schema markup (JSON-LD) drastycznie ułatwia ten proces – AI nie musi „zgadywac” relacji między encjami, bo są jawnie zadeklarowane w strukturze danych.

5. Source authority – autorytet domeny i marki

Patent US9031929B1 opisuje „site quality score” bazujący na sygnałach jakościowych domeny: profil linkowy, popyt na markę (branded search queries), cytowalność w internecie. Według badania Ahrefs (2025, 75 000 marek), korelacja między wzmiankami o marce w internecie a widocznościa w AI wynosi 0,664 – trzykrotnie więcej niż korelacja dla tradycyjnych backlinkow (0,218). To oznacza, że obecność marki na Reddit, Quora, YouTube i w mediach branżowych ma większe znaczenie dla cytowania przez AI niż klasyczny link building.

6. Information gain – czy Twoją strona wnosi coś nowego?

Patent US20140280011A1 opisuje „predictive site quality” i „information gain” – czy strona dostarcza informacji, których nie ma na innych stronach o tym samym temacie. Jeśli 10 stron pisze „robot kuchenny miesi ciasto i miksuje”, a Twoją strona dodaje „robot kuchenny planetarny generuje sile ugniatania 3,5 kg, co odpowiada 20 minutom recznego wyrabiania” – Twoją strona ma wyższy information gain. AI preferuje źródła, które dodaja coś nowego do konwersacji, nie powtarzaja tego, co jest wszedzie.

7. Freshness – aktualność treści

Data publikacji i ostatniej aktualizacji wpływa na selekcję źródła. Artykuł „Najlepsze roboty kuchenne 2024” przegrywa z „Najlepsze roboty kuchenne 2026” na pytanie zadane w 2026. AI sprawdza daty w meta tagach, schema markup (datePublished, dateModified) i w treści. Strony bez widocznej daty publikacji są traktowane z mniejszym zaufaniem – system nie wie, czy informacje są aktualne.

8. Dostępność techniczna – czy bot AI może w ogole dotrzeć do Twojej treści?

Według badania SE Ranking (2025), 73% stron internetowych blokuje przynajmniej jednego bota AI – często nieświadomie, przez zbyt restrykcyjne reguly robots.txt odziedziczone że starych konfiguracji. ChatGPT używa trzech botów:

• GPTBot – crawler treningowy. Blokowanie go nie wpływa na cytowanie, ale może wpłynąć na to, co ChatGPT „wie” o Twojej marce.
• OAI-SearchBot – buduje indeks wyszukiwania ChatGPT Search. Zablokowanie = ChatGPT nigdy nie zacytuje Twojej strony w odpowiedziąch z wyszukiwania.
• ChatGPT-User – pobiera treść strony w czasie rzeczywistej rozmowy. Blokowanie = ChatGPT nie może przeczytac Twojej strony nawet jeśli ja znajdzie.

Jest jeszcze kilka wymagań technicznych: czas odpowiedzi serwera poniżej 2 sekund (timeout crawlera), renderowanie server-side (OAI-SearchBot nie renderuje JavaScript), brak paywall’a na treściach, które chcesz cytowac. Więcej o kontroli dostępu botów AI do strony opisujemy w kontekście audytu widoczności w AI.

Czym różni się cytowanie w ChatGPT, Perplexity, Gemini i Google AIO?

Każdy system AI ma inny pipeline retrieval i inny sposób cytowania źródeł:

• ChatGPT (Search) – retrieval przez indeks Bing. Cytuje 3-5 źródeł z inline citations. OAI-SearchBot buduje indeks, ChatGPT-User pobiera treść. Preferuje strony z jasnym answer-first formatem i schema markup. Ważne: Twoją strona musi być w Bing Webmaster Tools.
• Perplexity – najagresywniejszy w cytowaniu: 5-10 źródeł per odpowiedź z widocznymi snippetami. Własny crawler PerplexityBot. Preferuje strony z duza gęstościa faktow i jasnymi naglowkami H2. Linkuje bezpośrednio do źródeł – wyższy potencjał ruchu niż ChatGPT.
• Gemini – retrieval przez Google Search, głęboko zintegrowany z Knowledge Graph. Preferuje strony z rozbudowanym schema markup i wysokim autorytetem w Google. Cytuje 3-5 źródeł, często z Google News i Wikipedia.
• Google AI Overviews – nie linkuje „źródeł” w tradycyjnym sensie, raczej „Dowiedz się więcej”. Bazuje na top 10 organicznych wyników Google – jeśli nie rankujesz w top 10 na dana fraze, prawdopodobnie nie pojawisz się w AIO. Według danych Seer Interactive, AIO pojawia się w 48% zapytań informacyjnych.

Konfiguracja robots.txt, która pozwala na cytowanie w AI Search ale blokuje trening:

# Pozwol botom wyszukiwania AI
User-agent: OAI-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

# Blokuj boty treningowe
User-agent: GPTBot
Disallow: /

User-agent: CCBot
Disallow: /

User-agent: Google-Extended
Disallow: /

Ta konfiguracja daje kontrolę: treść może być cytowana w odpowiedziach AI (OAI-SearchBot, PerplexityBot), ale nie jest używana do treningu nowych modeli (GPTBot, CCBot). Według Practical Ecommerce, to rozróżnienie jest istotne dla wydawców chcących widoczności w AI Search bez oddawania treści na trening.

Jakie błędy najczęściej blokują cytowanie przez AI?

W audytach widoczności AI, które przeprowadziliśmy dla kilkudziesięciu polskich stron, najczęstsze błędy blokujące cytowanie:

• Blokada OAI-SearchBot w robots.txt – najczęstsza przyczyna. Reguła Disallow: / dla wszystkich botów. Fix: 30 sekund edycji pliku robots.txt.
• Brak indeksacji w Bing – ChatGPT używa Bing, nie Google. Strona na pozycji 1 w Google może być niewidoczna dla ChatGPT. Fix: Bing Webmaster Tools + sitemap.
• Client-side rendering (CSR) – OAI-SearchBot nie renderuje JavaScript. Treść w React/Vue/Angular bez SSR jest niewidoczna. Googlebot renderuje JS, ale inne boty AI nie.
• Odpowiedź ukryta na końcu artykułu – AI ocenia pierwsze 128 tokenów (audition chunk). 2000 słów wstępu przed odpowiedzią = strona pominięta.
• Brak schema markup – bez JSON-LD (Article, FAQPage, Product) AI musi zgadywać relacje między encjami. Z schema – relacje jawnie zadeklarowane.
• Treść za paywallem – boty AI nie logują się, nie akceptują cookies, nie przechodzą CAPTCHA. Treść za logowaniem = niewidoczna dla AI.

Co możesz zrobić, żeby AI cytowało Twoją stronę? 8 kroków z przykładami

Poniżej osiem konkretnych kroków z przykładami z realnych stron – od fundamentów technicznych po optymalizację treści:

Krok 1: Sprawdź robots.txt

Wejdź na twojadomena.pl/robots.txt i sprawdź, czy OAI-SearchBot nie jest zablokowany. Przykład prawidłowej konfiguracji z unv.org (strona ONZ ds. Wolontariuszy): osobne reguły dla OAI-SearchBot, PerplexityBot i bingbot – każdy bot ma zdefiniowane, co może crawlować, a co nie (np. /search/ zablokowane, reszta dostępna). Kontrprzykład: wiele polskich stron ma generyczne User-agent: * / Disallow: /, które blokuje WSZYSTKIE boty, włącznie z AI. Fix: 30 sekund edycji pliku.

Krok 2: Zarejestruj stronę w Bing Webmaster Tools

ChatGPT używa Bing jako silnika wyszukiwania, nie Google. Wpisz w ChatGPT dowolne zapytanie z Twojej branży i sprawdź, czy Twoją strona pojawia się w źródłach. Jeśli nie – wejdź na bing.com/webmasters, dodaj swoją domenę i prześlij sitemap.xml. Wyobraź sobie stronę rankującą na pozycji 1 w Google na „audyt SEO” może nie istnieć w Bing, jeśli nigdy nie została tam zgłoszona. Efekt: ChatGPT Search jej nie widzi, mimo że Google ją zna.

Krok 3: Wdróż format answer-first (BLUF)

Zobaczmy dwa sposoby odpowiedzi na pytanie „ile kosztuje pozycjonowanie strony”. Wersja A (typowa polska strona agencji): „W dzisiejszym dynamicznym świecie marketingu cyfrowego pozycjonowanie stron internetowych stało się kluczowym elementem strategii…” – odpowiedź na pytanie pojawia się dopiero po 400 słowach wstępu. Wersja B (format BLUF): „Pozycjonowanie strony internetowej kosztuje od 1500 do 15 000 zł miesięcznie. Cena zależy od trzech czynników: konkurencyjności branży, wielkości serwisu i zakresu prac.” AI wybierze wersję B, bo odpowiedź mieści się w oknie 128 tokenów.

Krok 4: Zwiększ fact density

Zobaczmy dwa opisy tej samej usługi. Wersja A (marketing): „Jesteśmy liderem branży SEO z wieloletnim doświadczeniem. Nasz zespół ekspertów zapewni Twojej firmie sukces w internecie.” Fact density = 0 (zero weryfikowalnych faktów). Wersja B (fakty): „Agencja obsługuje 127 klientów e-commerce w 14 branżach. Średni wzrost ruchu organicznego w pierwszym roku współpracy: 340%. Zespół liczy 18 specjalistów z certyfikatami Google Ads i Analytics.” Fact density = 5 (każda liczba jest weryfikowalna). AI może zweryfikować fakty z wersji B krzyżowo z innymi źródłami – ogólników z wersji A nie może.

Krok 5: Dodaj schema markup

Wejdź na search.google.com/test/rich-results i wpisz URL swojej strony. Jeśli wynik to „Brak elementów rozszerzonych” – AI musi zgadywać, czym jest Twoją strona. Dodaj minimum: Article (artykuły blogowe), FAQPage (strony z FAQ), Product i Offer (karty produktowe), Organization (strona O nas). Weźmy stronę z prawidłowym schema Article zawiera datePublished, author, publisher, headline – AI od razu wie kto napisał, kiedy, o czym. Bez schema – to anonimowa treść bez kontekstu.

Krok 6: Buduj entity paragraphs

Dodaj na najważniejszych stronach 2-3 zdania w trzeciej osobie opisujące Twoją firmę/produkt. Wzór z Wikipedii: „[Nazwa] jest [czym jest] z siedzibą w [miasto], założoną w [rok]. Specjalizuje się w [czym]. Obsługuje [ilu] klientów w [jakich branżach].” Przykład: „Semgence jest agencją SEO z siedzibą w Warszawie. Specjalizuje się w pozycjonowaniu sklepów internetowych i optymalizacji widoczności w systemach AI. Obsługuje klientów e-commerce w branżach sport, elektronika, dom i ogród.” Te zdania są łatwe do wyodrębnienia przez AI jako fakty o encji – mogą zostać bezpośrednio zacytowane.

Krok 7: Zadbaj o freshness

Wejdź na dowolną stronę w Google i sprawdź, czy przy wyniku widać datę. Strony z widoczną, aktualną datą (2026) wygrywają z niedatowanymi stronami i stronami z datami 2023-2024. W kodzie: dodaj datePublished i dateModified w schema Article. Na stronie: pokaż datę publikacji i datę ostatniej aktualizacji. Weźmy artykuł „Najlepsze narzędzia SEO” z datą „Aktualizacja: maj 2026” wygrywa z artykułem bez daty – AI nie wie, czy niedatowana treść jest aktualna czy sprzed 5 lat.

Krok 8: Buduj obecność marki poza własną stroną

Według badania Ahrefs (75 000 marek), korelacja wzmianek o marce w internecie z widocznością w AI wynosi 0,664 – trzykrotnie więcej niż korelacja tradycyjnych backlinków (0,218). Co to oznacza w praktyce? Zadaj ChatGPT pytanie: „[Twoją marka] opinie” lub „czy [Twoją marka] jest godna zaufania”. Jeśli AI nie potrafi odpowiedzieć – Twoją marka nie istnieje w kontekście, z którego AI czerpie wiedzę. Rozwiązanie: pisz gościnne artykuły na branżowych portalach, odpowiadaj na pytania na Quora i Reddit, publikuj na YouTube, bądź cytowany w mediach. AI szuka potwierdzenia autorytetu POZA Twoją stroną – nie wystarczy mówić o sobie dobrze na własnej stronie.

Jak monitorować, czy AI cytuje Twoją markę?

Monitorowanie widoczności w AI to świeża dyscyplina, która wymaga innych narzędzi niż tradycyjne SEO. Trzy podejscia:

• Ręcznie – zadaj 20-30 promptow w ChatGPT, Perplexity i Gemini związanych z Twoją branżą. Sprawdź: czy Twoją strona lub marka pojawia się w odpowiedziąch? Które źródła są cytowane zamiast Ciebie?
• Automatycznie – narzędzia jak DataForSEO LLM Mentions API, Ahrefs Brand Radar lub dedykowany monitoring promptow. W Semgence monitorujemy widoczność klientów przez 7100+ uruchomien promptow w wielu silnikach AI.
• Metryki do śledzenia – citation rate (procent promptow z cytatem Twojej strony), share of voice (vs konkurencja), citation position (1. vs 5. źródło), engagement rate ruchu z AI Search (GA4).

Więcej o metodach monitorowania opisujemy w artykule o tym, jak mierzyć topical authority, który obejmuje również metryki AI visibility.

Case study: 9095 odpytań AI – co naprawdę decyduje o cytowaniu?

Przez 90 dni monitorowaliśmy widoczność naszego własnego serwisu w pięciu silnikach AI: ChatGPT, Perplexity, Gemini, Google AI Mode i Google AI Overviews. Łącznie 9095 uruchomień promptów na 42 zapytaniach. Wyniki nas zaskoczyły – pokazują konkretne mechanizmy selekcji źródeł – nie w teorii, a w mierzalnych liczbach.

Różne silniki, różne wyniki – na tym samym serwisie

Ten sam serwis, te same treści, te same 42 zapytania – a każdy silnik AI cytuje go z inną częstotliwością:

Silnik AI	Visibility score	Brand rate	Citation rate
Google AI Mode	25,8 / 100	23,4%	38,0%
Gemini	25,2 / 100	20,1%	38,8%
Google AI Overviews	20,4 / 100	17,8%	30,0%
Perplexity	14,7 / 100	13,6%	20,7%
ChatGPT	13,4 / 100	16,1%	15,2%

Gemini i Google AI Mode cytują ten serwis 2,5x częściej niż ChatGPT. Dlaczego? Bo Gemini i AI Mode używają indeksu Google – gdzie ten serwis ma silne pozycje organiczne. ChatGPT używa Bing – gdzie te same strony mają niższą widoczność. Kolejny dowód na to, o czym pisaliśmy w punkcie 2: bez indeksacji w Bing, ChatGPT Cię nie widzi.

Ten sam serwis, te same strony – ale radykalnie różna widoczność per temat

To, co nas uderzyło najbardziej: ten sam serwis ma visibility score od 0 do 83 w zależności od zapytania. Nie od silnika AI, nie od dnia tygodnia – od tego, jak dobrze konkretna strona odpowiada na konkretne pytanie.

Zapytania z wysoką widocznością (score 50-83):

• „Ile kosztuje szkolenie SEO w Polsce?” – score 53, citation rate 81%. Dlaczego działa: strona ma konkretną tabelę z cenami (3 warianty: 2900/4500/7500 zł), porównanie z konkurencją, FAQ z odpowiedziami na podzapytania. Wysoka fact density, format answer-first.
• „Jakie szkolenie SEO polecacie dla firm?” – score 63, brand rate 79%. Strona zawiera entity paragraph w trzeciej osobie opisujący ofertę szkoleniową. AI może bezpośrednio zacytować: „Semgence prowadzi szkolenia SEO dla firm – jednodniowe warsztaty, kurs 5-dniowy i mentoring indywidualny.”
• „Porównanie kursów SEO: papaSEO, Lexy, Semgence” – score 70, brand rate 97%. Prompt zawiera nazwę marki, więc AI aktywnie szuka informacji o niej. Ale wysoki score wynika też z tego, że strona ma porównawcze dane.

Zapytania z zerową widocznością (score 0-1):

• „Co powinien zawierać audyt SEO?” – score 0, citation rate 0%. Serwis ma dedykowaną stronę /audyt-seo/ i 5 artykułów w klastrze audytowym. Ale żaden z systemów AI nie cytuje tych stron. Powód: treść jest napisana w formacie marketingowym („Zamów profesjonalny audyt SEO”), nie w formacie answer-first („Audyt SEO powinien zawierać: analizę techniczną, analizę treści, analizę linków…”).
• „Co to jest audyt SEO?” – score 0,3. Tylko 1 z 150 uruchomień cytował serwis. Na to samo zapytanie Google AI Mode cytuje Wikipedię i portale branżowe – bo mają format definicyjny, który AI łatwo wyodrębnia.
• „Jak zrobić audyt SEO?” – score 1, citation rate 2%. Serwis ma artykuł z checklistą, ale odpowiedź jest zagrzebana pod wstępem marketingowym. AI go pomija.

Co to udowadnia?

To nas zaskoczyło najbardziej, bo nie widać tego w żadnym standardowym raporcie SEO: autorytet domeny nie wystarczy. Ten sam serwis, ten sam DR, ten sam profil linkowy – ale visibility score od 0 do 83 w zależności od tego, jak napisana jest strona docelowa. Podstrona szkoleń (answer-first, tabela cen, porównanie, FAQ) wygrywa. Podstrona audytu (marketingowy wstęp, brak definicji, brak checklisty) przegrywa.

I to jest chyba najważniejsza lekcja z tych 9095 uruchomień: AI nie ocenia Twojej domeny. AI ocenia konkretny fragment treści na konkretnej stronie pod kątem konkretnego zapytania. Możesz mieć najsilniejszą domenę w branży i zerową widoczność w AI – jeśli format treści nie pozwala systemowi wyodrębnić odpowiedzi.

Weryfikacja w czasie rzeczywistym – Perplexity odpytane przez DataForSEO

Żeby nie opierać się wyłącznie na danych historycznych z monitoringu, odpytaliśmy Perplexity w czasie pisania tego artykułu przez DataForSEO LLM Responses API. Dwa zapytania, ten sam serwis – dwa kompletnie różne wyniki.

Zapytanie: „Ile kosztuje szkolenie SEO w Polsce?”

Perplexity odpowiedział szczegółowo z 9 źródłami. Źródło numer 1 (oznaczone jako [1] w odpowiedzi) to strona monitorowanego serwisu – /szkolenie-seo/. AI bezpośrednio wyciągnął dane z tabeli cenowej: „od 4900 zł netto”, „szkolenia dedykowane z audytem od 5900 zł netto”. Dlaczego ta strona wygrała? Bo ma format answer-first: cennik jest w tabeli na górze strony, nie po 2000 słów wstępu. Fact density jest wysoka: 3 warianty cenowe, porównanie z konkurencją, FAQ. AI miał co cytować.

Zapytanie: „Co powinien zawierać profesjonalny audyt SEO?”

Perplexity odpowiedział równie szczegółowo – ale z 9 innych źródeł. Wśród cytowanych: cyberfolks.pl, verseo.pl, toponline.pl, maxroy.agency, netim.pl, jaaqob.pl. Monitorowany serwis? Nie pojawia się w żadnym z 9 cytowanych źródeł – mimo że ma dedykowaną stronę /audyt-seo/ i 5 artykułów o audytach. Powód: treść na tych stronach jest napisana w formacie „zamów audyt SEO” (konwersyjnym), nie „audyt SEO powinien zawierać X, Y, Z” (definicyjnym). AI nie znalazł fragmentu, który mógłby zacytować jako odpowiedź na pytanie.

To nie jest teoria – to dane z API odpytanego w czasie pisania tego artykułu. Ten sam serwis, ten sam autorytet, ten sam profil linkowy. Różnica: format i gęstość faktów na konkretnej stronie.

Dwa rodzaje cytowania: bezpośrednie i pośrednie

Przeskanowaliśmy strony cytowane przez Perplexity w odpowiedziach na nasze monitorowane prompty. Szukaliśmy jednego: czy zewnętrzne źródła (nie nasza własna strona) wspominają markę monitorowanego serwisu? Z 6 przeskanowanych domen cytowanych przez AI, dwie zawierały wzmiankę:

• seogroup.pl (ranking kursów SEO online) – wspomina markę w kontekście doświadczenia właściciela w branży SEO od 2010 roku. AI używa tego jako sygnału corroboration – niezależne źródło potwierdza istnienie i reputację marki.
• piotrskrzypek.pl (blog o nauce SEO) – wymienia blog monitorowanego serwisu na liście polecanych źródeł wiedzy SEO. Dwukrotna wzmianka.

Pozostałe 4 cytowane domeny (semcore.pl, whitepress.com, delante.pl, katsin.pl) – mimo że Perplexity je cytuje w odpowiedziach na te same prompty – nie wspominają monitorowanej marki w ogóle.

To dwa różne mechanizmy widoczności w AI. Cytowanie bezpośrednie: AI cytuje Twoją własną stronę jako źródło (np. semgence.pl/szkolenie-seo/ z cenami i formatami szkoleń). Cytowanie pośrednie: AI cytuje zewnętrzne źródło, które wspomina Twoją markę – i ta wzmianka wzmacnia zaufanie systemu do Twojej marki (patent US9785686B2, corroboration). Oba rodzaje się sumują. Dlatego budowanie obecności marki poza własną stroną (gościnne artykuły, rankingi branżowe, wypowiedzi eksperckie) bezpośrednio wpływa na częstotliwość cytowania przez AI – co potwierdzają też dane Ahrefs o korelacji 0,664 między wzmiankami a widocznością w AI.

Jakie typy treści AI cytuje najczęściej? Dane z 75 000 odpowiedzi

Badanie Wix AI Search Lab (marzec 2026) przeanalizowało 75 000 odpowiedzi AI z ponad milionem cytatów z trzech modeli: ChatGPT, Google AI Mode i Perplexity. Wynik: ponad połowa wszystkich cytatów AI (52%) pochodzi z trzech typów treści – listicles (rankingi/zestawienia), artykułów eksperckich i stron produktowych.

Typ treści	Informational	Commercial	Transactional	Nav/local	Ogółem
Listicle (ranking)	21,7%	40,9%	16,9%	5,4%	21,9%
Artykuł	45,5%	6,2%	5,6%	3,5%	16,7%
Strona produktowa	3,5%	7,1%	24,9%	22,0%	13,7%
Strona kategorii	1,7%	12,4%	15,0%	18,3%	11,3%
Dyskusja (forum)	4,4%	11,4%	6,7%	8,0%	7,5%
How-to guide	9,2%	3,9%	7,4%	3,5%	6,2%
Homepage	0,4%	1,7%	7,4%	13,6%	5,3%

Co z tego wynika dla sklepów i serwisów usługowych?

• Artykuły eksperckie dominują w zapytaniach informacyjnych (45,5% cytatów). Jeśli piszesz artykuły answer-first z wysoką fact density – masz 2,7x większą szansę na cytowanie niż przy innych typach treści. To potwierdza naszą obserwację z monitoringu: artykuły z konkretnymi danymi (tabele cen, porównania, checklisty) wygrywają z treściami marketingowymi.
• Listicles (zestawienia, rankingi) dominują w zapytaniach komercyjnych (40,9%). Artykuły typu „Top 10 ekspresów do kawy” czy „Ranking kursów SEO” są cytowane 2x częściej niż przy innych intencjach. Ważne: 80,9% cytowanych listicles to zestawienia z zewnętrznych, neutralnych stron – nie autopromocyjne rankingi, w których marka stawia siebie na pierwszym miejscu.
• Strony produktowe i kategorii dominują w zapytaniach transakcyjnych (razem 40%). Jeśli Twój sklep ma dobrze zoptymalizowane karty produktowe z wysokim extractability score, AI będzie cytować je bezpośrednio w odpowiedziach na zapytania zakupowe.
• Perplexity cytuje fora i dyskusje 2x częściej niż inne modele (17% vs 7,5% średnia). Jeśli Twoją marka jest aktywna na Reddit, Quora czy branżowych forach – Perplexity to zauważy.

Podsumowanie – AI nie cytuje losowo, cytuje systemowo

Wybor źródeł do cytowania przez systemy AI nie jest losowy ani subiektywny. To algorytmiczny proces oparty na mierzalnych sygnałach: extractability treści (patent US10783156B1), gęstość faktow (US9672251B1), potwierdzenie przez niezależne źródła (US9785686B2), autorytet domeny i marki (US9031929B1), jasnosc encji (US9110852B1, US12547607B2) i information gain (US20140280011A1). Każdy z tych sygnałów możesz kontrolować i mierzyć.

Kluczowa różnica między tradycyjnym SEO a optymalizacja pod AI: w SEO walczysz o pozycje na jedna fraze. W AI walczysz o pokrycie całego fan-outu zapytań – dziesiątek podzapytań, które AI generuje z jednego pytania użytkownika. Strona, która odpowiada na jedno pytanie, może zostac zacytowana raz. Strona, która odpowiada na 20 podzapytań z topical authority w danym temacie, będzie cytowana wielokrotnie.

Agencja SEO Semgence monitoruje widoczność klientów w systemach AI (ChatGPT, Perplexity, Gemini, Google AI Overviews) i optymalizuje treści pod katem cytowalności. Obejmuje to audyt extractability, analizę entity clarity, monitoring promptow i wdrożenie formatu answer-first. Sprawdź nasza oferte audytu widoczności w AI lub skontaktuj się z nami.

Sprawdź również najnowsze dane o cytowaniach AI z lipca 2026: eksperyment Ahrefs na 9886 odpowiedziach AI, analiza off-site citations Aleydy Solis i case study Similarweb o unikalnych danych jako fosie GEO.

FAQ