Jak pozycjonować firmę w AI, żeby ChatGPT i Gemini polecały ją klientom

Klient pyta ChatGPT o agencję, która poprowadzi mu reklamy w Lublinie, i dostaje trzy nazwy. Potem prosi agenta w przeglądarce, żeby wysłał do jednej z nich zapytanie o wycenę. Ta scena składa się z dwóch decyzji: model wybiera, kogo polecić, a agent sprawdza, czy da się u wybranej firmy cokolwiek załatwić. Pozycjonowanie AI to praca nad obiema, i w tym tekście zbieramy ją w sześć warunków, do których doszliśmy, mierząc własną stronę i pisząc pięć wcześniejszych wpisów tej serii.

Skala jest jeszcze mała, ale policzalna. Od września 2025 do sierpnia 2026 asystenci AI przysłali na emedia.pl 117 wizyt: 108 z ChatGPT, 5 z Perplexity, po 2 z Gemini i Copilota. Sześć z tych wizyt skończyło się kontaktem: telefonem, mailem, wyceną albo formularzem. Na 100 wizyt z AI przypada 5 kontaktów, podczas gdy z wyszukiwarki Google przypadają 2. Osoba, którą przysyła model, wie już, czego chce.

Dwie decyzje: model poleca, agent załatwia

Pierwsza decyzja zapada w modelu. ChatGPT z włączonym wyszukiwaniem, Perplexity czy Gemini biorą pytanie klienta, przeszukują sieć własnymi robotami i składają odpowiedź z tego, co udało się przeczytać. Firma, której strony robot nie odwiedził albo nie zrozumiał, nie ma szans trafić do odpowiedzi, niezależnie od jakości usług. O tej części pisaliśmy w tekście GEO: jak być widocznym w chatbotach AI, a w tej serii dokładamy do niej dwa warunki: dostęp botów i streszczenie w llms.txt.

Druga decyzja zapada na Twojej stronie. Coraz częściej to nie klient klika, tylko agent, któremu klient wydał polecenie: Gemini w Chrome, Comet od Perplexity, agent w aplikacji ChatGPT. Agent czyta stronę przez drzewo dostępności i klika po współrzędnych ze zrzutu ekranu. Google mierzy gotowość strony na to od maja 2026 w kategorii Przeglądanie agentowe w Lighthouse, z wynikiem w postaci ułamka, na przykład 2/3. Nasza strona główna dostała właśnie 2/3, bo cztery ikony w stopce nie miały nazwy. Tej części dotyczą warunki od czwartego do szóstego.

Sześć warunków, które sprawdzają modele i agenci

Tabela zbiera całą serię na jednej stronie. Każdy warunek ma swój sposób sprawdzenia bez programisty i osobę, która go zwykle naprawia.

Warunek 1: wpuść boty AI na stronę

Każdy duży dostawca ma osobne roboty: do uczenia modeli, do wyszukiwania i do wejść na polecenie użytkownika. OpenAI pisze w dokumentacji wprost, że witryny, które wykluczyły OAI-SearchBot, nie pojawią się w odpowiedziach wyszukiwania ChatGPT, a blokada GPTBota, który zbiera dane do uczenia, na to nie wpływa. Perplexity ma PerplexityBot do wyników i Perplexity-User do wejść użytkownika, Anthropic ClaudeBot, Claude-SearchBot i Claude-User. Firmy blokują je najczęściej przypadkiem, gotową regułą „blokuj wszystkie boty AI” skopiowaną z internetu w 2023 roku, kiedy chodziło tylko o uczenie modeli.

Decyzja do podjęcia jest jedna: czy chcesz, żeby modele uczyły się na Twoich treściach. Boty do wyszukiwania i wejść użytkownika zostaw otwarte, bo to nimi przychodzi klient. Na emedia.pl wpisaliśmy je do robots.txt jawnie, z regułą zamykającą tylko jeden katalog techniczny.

Warunek 2: daj modelom streszczenie w llms.txt

Plik llms.txt w katalogu głównym domeny to broszura firmy dla modeli: nagłówek z nazwą, kilka zdań opisu i sekcje z linkami do usług, cennika, biur i kontaktu, każdy z jednozdaniową notatką. Lighthouse sprawdza tylko, czy plik się otwiera i ma nagłówek oraz link. Model dostaje z niego coś więcej: ceny i zakres usług w Twoim brzmieniu, zamiast składać je z dziesięciu podstron albo brać z cudzego porównania. Nasz plik ma 174 wiersze i podaje między innymi obsługę Google Ads od 890 zł miesięcznie, bo tyle mówimy klientowi na pierwszym spotkaniu.

Uczciwie: to konwencja, nie standard, i nie mamy dowodu, że sam plik daje polecenie. Mamy za to koszt jednej godziny na kwartał i pewność, że jeśli któryś model zacznie z niego korzystać systematycznie, będziemy gotowi.

Warunek 3: odpowiadaj konkretnie, w kodzie strony

Model poleca firmę, o której umie coś powiedzieć: ile kosztuje, w jakim czasie, dla kogo, gdzie. Strona pełna haseł o pasji i kompleksowej obsłudze nie daje mu materiału. Strona z cennikiem, zakresem usługi w punktach, sekcją pytań i odpowiedzi oraz danymi strukturalnymi FAQPage daje gotowe zdania do odpowiedzi. To ta sama praca, którą od lat robi się pod wyszukiwarkę, z jedną różnicą.

Różnica dotyczy kodu. Google wykonuje JavaScript i widzi treść, którą skrypt dokleja po załadowaniu strony. Z naszych obserwacji roboty budujące odpowiedzi AI tego nie robią: czytają kod źródłowy tak, jak przychodzi z serwera. Na emedia.pl sekcje pytań i odpowiedzi oraz dane o usługach były sklejane skryptem w przeglądarce, więc w źródle strony nie było ich wcale; motyw wypisuje je teraz statycznie. Test jest prosty: wyłącz JavaScript w przeglądarce i sprawdź, czy ceny, FAQ i zakres usług nadal są widoczne. Jeśli znikają, dla modelu ich nie ma.

Warunek 4: nazwij każdy przycisk i pole

Agent w przeglądarce nie widzi pikseli. Dostaje drzewo dostępności, czyli listę elementów z rolą i nazwą, tę samą, z której korzystają czytniki ekranu. Przycisk z samą ikoną, obrazek-link z pustym alt, pole formularza bez etykiety to dla agenta element bez znaczenia. Lighthouse sprawdza 33 reguły i zeruje kontrolę przy jednym naruszeniu, dlatego pięć zmierzonych stron emedia.pl oblało ją z jednego powodu: cztery ikony social media w stopce bez nazwy.

Naprawa w WordPressie to zwykle alt obrazka, atrybut aria-label na przycisku lupy albo etykieta pola, w tym ukrytego pola antyspamowego. Minuty pracy na element, a przy okazji pierwszy punkt zgodności z wytycznymi WCAG, do których odsyła obowiązująca od 28 czerwca 2025 ustawa o dostępności produktów i usług.

Warunek 5: niech strona stoi w miejscu

Agent robi zrzut ekranu ułamek sekundy po tym, jak strona zgłosi gotowość, i klika w punkt ze zrzutu. Jeśli w międzyczasie dojechał obrazek bez zapisanych wymiarów albo pasek cookies, przycisk zjechał niżej i kliknięcie trafia w baner. Wskaźnik CLS mierzy takie przesunięcia, a Lighthouse wymaga wyniku do 0,1. Nasz wpis na blogu miał od 0,24 do 0,50 w kolejnych pomiarach przez 19 obrazów bez wymiarów i bloki wstawiane skryptem, strona usługi 0,145, strona główna 0.

Google podaje pięć przyczyn i pięć napraw: wymiary przy obrazach, zarezerwowane miejsce na osadzenia i reklamy, treść dokładana pod tym, co widać, a nie nad, fonty z ustawieniem, które nie przestawia układu, i animacje bez zmiany pozycji. Mierz trzy typy stron, nie tylko główną, bo to na wpisach i stronach usług układ zwykle skacze.

Warunek 6: przygotuj formularze na agentów

Ostatni krok drogi klienta przez AI to formularz, który agent ma wypełnić. Dziś agent zgaduje po etykietach i nazwach pól, do czego formularz służy. WebMCP, proponowany standard testowany w Chrome od wersji 149, pozwoli stronie powiedzieć to wprost: atrybut toolname z nazwą narzędzia, tooldescription z opisem, toolparamdescription przy każdym polu. Lighthouse pokazuje już trzy kontrole WebMCP, ale nie liczy ich do wyniku, bo standard jest w fazie testów.

Co zrobić dziś: każde pole ma atrybut name i etykietę, formularz wysyła się bez sztuczek w JavaScripcie, a pole antyspamowe nie psuje drzewa dostępności. Gdy WebMCP wyjdzie z testów, dopisanie trzech atrybutów zajmie godzinę.

Grzegorz Wysocki
CEO emedia

Komentarz autora: 117 wizyt z asystentów AI w rok to nie jest liczba, którą pokazuje się zarządowi. Sześć kontaktów z tych wizyt już tak, bo z wyszukiwarki na ten sam efekt potrzebujemy ponad dwa razy więcej ruchu. Osoba, która przychodzi z ChatGPT, dostała już odpowiedź na „kogo wybrać” i wchodzi, żeby to załatwić. Dlatego nie traktuję sześciu warunków jako projektu „pod AI”. To lista rzeczy, których brak przeszkadzał ludziom od dawna, tylko teraz brak ma cenę, którą widać w raporcie.

Jak sprawdzić, czy to działa?

1. Gotowość strony: Lighthouse. Chrome 150 lub nowszy, F12, zakładka Lighthouse, zaznaczona kategoria Agentic browsing. Cel to 3/3 na stronie głównej, stronie usługi i wpisie. To warunki 2, 4 i 5 w jednym pomiarze.
2. Widoczność w AI Google: Search Console. Raport Skuteczność ma zakładkę Generatywna AI z wyświetleniami Twoich stron w funkcjach AI wyszukiwarki, z danymi od 18 maja 2026. Pokazuje tylko wyświetlenia, bez kliknięć i zapytań, ale to jedyna oficjalna miara tego, czy Twoje strony trafiają do odpowiedzi AI Google.
3. Ruch i kontakty z asystentów: Google Analytics. W raporcie źródeł ruchu odfiltruj chatgpt.com, perplexity.ai, gemini.google.com i copilot.com. Porównaj nie liczbę wizyt, tylko odsetek wizyt z kontaktem. U nas wyszło 5 na 100 z AI wobec 2 na 100 z wyszukiwarki.
4. Test ręczny: zapytaj modele. Raz w miesiącu zadaj ChatGPT, Perplexity i Gemini trzy pytania, które zadaje Twój klient, i zapisz, kogo polecają i z jakich stron cytują. To nie jest pomiar, tylko obserwacja, ale pokazuje, czy konkurent ma coś, czego Ty nie masz.

Jak emedia może w tym pomóc?

Sześć warunków sprawdzamy w ramach audytu SEO, który rozszerzyliśmy o dostęp botów AI, plik llms.txt, dane w kodzie źródłowym i pomiar Lighthouse na trzech typach stron. Z audytu wychodzi lista napraw z czasem w godzinach, od najtańszej: nazwy ikon i przycisków, etykiety pól, wymiary obrazów, plik llms.txt z cenami. Naprawy w WordPressie, WooCommerce, Shoperze i IdoSell wykonujemy sami w ramach usług Web development, a po miesiącu porównujemy raport Generatywna AI i ruch z asystentów przed i po.

Podsumowanie

Polecenie w AI to dwie decyzje: model wybiera firmę, którą umie przeczytać i zacytować, a agent sprawdza, czy da się u niej coś załatwić. Sześć warunków na stronie obsługuje obie: dostęp botów do wyszukiwania, streszczenie w llms.txt, konkretne odpowiedzi w kodzie źródłowym, nazwy przycisków i pól, układ, który nie skacze, i formularze gotowe na agentów. Ruch z asystentów AI jest jeszcze mały, na emedia.pl 117 wizyt w rok, ale zostawia kontakt ponad dwa razy częściej niż ruch z wyszukiwarki. Gotowość mierzysz sam w Lighthouse, a efekt w Search Console i Analytics.

Przeczytaj także

• Jak przygotować stronę na agentów AI i dostać 3/3 w Lighthouse
• Jak poprawić dostępność strony w WordPressie, żeby agent AI znalazł każdy przycisk
• Jak zrobić plik llms.txt na stronie firmowej. Wzór do skopiowania
• Jak poprawić Cumulative Layout Shift (CLS) w WordPressie, żeby strona przestała skakać
• Co to jest WebMCP i co przygotować na stronie, zanim agenci AI zaczną z niej korzystać
• GEO: jak być widocznym w chatbotach AI

Najczęstsze pytania

Jak to powstaje. Tematy, pomiary i ostatnie słowo: Grzegorz Wysocki. Redakcja i porządkowanie źródeł: Claude (Anthropic). Diagram: rysunek własny, zrzut makiety HTML. Model obrazu nie brał udziału.

Na czym to stoi. Google Analytics 4 emedia.pl, wizyty i kontakty według źródła, 1 września 2025 do 31 sierpnia 2026 (kontakt = kliknięcie w telefon, mail, wycenę, szybki kontakt, wysłany brief lub formularz, bez rekrutacji); dokumentacja robotów OpenAI, Anthropic i Perplexity, wersje z 5 września 2026; Chrome for Developers, dokumentacja kategorii Agentic Browsing w Lighthouse, stan na 4 września 2026; specyfikacja llmstxt.org; dokumentacja WebMCP, origin trial od Chrome 149, 9 czerwca 2026; raport Generatywna AI w Google Search Console, dane od 18 maja 2026; pięć wcześniejszych wpisów tej serii i ich źródła. Czego nie wiemy, o tym piszemy wprost: nie ma raportu, który pokazuje, kogo model poleca, a obserwacja o robotach AI nieczytających treści ze skryptów pochodzi z naszych własnych testów, nie z dokumentacji dostawców.

Realizacja: artykuł zrealizowany przez człowieka we współpracy z systemami AI. Redakcję i publikację firmuje autor.

Opublikowano 05.09.2026

Więcej na ten temat: agenci AI Lighthouse dostępność Widoczność w AI