Firma szkoleniowa z Wielkopolski prowadzi otwarte kursy z zarządzania projektami i szkolenia zamknięte dla działów IT. Serwis ma 34 podstrony, blog z 60 wpisami i budżet, który nie pozwala na agencję. W lutym 2026 właściciel sprawdził, czy asystenci AI w ogóle wiedzą o jego istnieniu. Nie wiedzieli. Poniżej opis 60 dni pracy i tego, co realnie zmieniło wynik.
Punkt wyjścia: zero cytowań, mały serwis
Pierwszy pomiar był brutalny. Na 18 zapytań opisujących ofertę firmy (szkolenia z zarządzania projektami, kurs Scrum dla zespołów, szkolenie zamknięte Agile) Gemini nie zacytowało domeny ani razu. Odpowiedzi zbierały treści z trzech dużych portali branżowych i dwóch agregatorów szkoleń. Firma widniała jedynie w katalogu, na liście 40 innych podmiotów, bez linku i bez opisu.
Sytuacja w klasycznym wyszukiwaniu wyglądała lepiej: część fraz lokalnych trzymała pozycje 6–14, ruch organiczny wynosił około 900 sesji miesięcznie. To ważny kontekst, bo pokazuje, że problem nie leżał w widoczności jako takiej. Serwis był indeksowany, miał treści, miał trochę linków. Nie miał natomiast niczego, co model mógłby wygodnie wyciąć i podać jako odpowiedź.
Diagnoza po przejrzeniu 20 najważniejszych podstron sprowadzała się do trzech punktów. Teksty były długie i narracyjne, bez wydzielonych definicji. Dane o firmie (adres, forma prawna, zakres usług, ceny) istniały wyłącznie w formie zdań rozrzuconych po stronie O nas i w stopce. Blog opisywał ogólne tematy, które setka innych serwisów opisała identycznie.
Zestaw promptów jako punkt odniesienia
Bez stałego zestawu zapytań każdy pomiar jest anegdotą. Powstała lista 18 promptów podzielona na cztery grupy, uruchamiana co 10 dni, zawsze w tym samym trybie i bez historii konwersacji.
| Grupa | Przykład promptu | Liczba | Cel pomiaru |
|---|---|---|---|
| Ofertowe | Gdzie zamówić szkolenie zamknięte ze Scruma dla zespołu 12 osób w Poznaniu | 6 | Czy firma pojawia się jako dostawca |
| Definicyjne | Czym różni się szkolenie otwarte od zamkniętego | 5 | Czy serwis jest źródłem definicji |
| Porównawcze | Ile kosztuje szkolenie z zarządzania projektami dla firmy | 4 | Czy dane cenowe są cytowane |
| Markowe | Co wiesz o firmie [nazwa] | 3 | Czy model kojarzy podmiot |
Rejestrowane były cztery rzeczy: czy domena pojawiła się w źródłach, czy jej treść została sparafrazowana bez linku, jakie inne domeny model zacytował oraz w którym miejscu odpowiedzi znalazło się odwołanie. Ta ostatnia kolumna okazała się później najbardziej użyteczna, bo cytowanie w pierwszym akapicie i cytowanie w przypisie na końcu to dwa różne zdarzenia biznesowe. Jeśli budujesz podobny arkusz od zera, warto zacząć od przeglądu darmowych narzędzi do monitoringu cytowań AI, zanim zapłacisz za komercyjny monitoring.
Zmiany w strukturze treści
Pierwsze 30 dni poszło wyłącznie na przebudowę istniejących tekstów. Nie powstał ani jeden nowy artykuł, co było świadomą decyzją: chodziło o sprawdzenie, czy sama forma wystarczy do zmiany wyniku.
Przerobiono 14 podstron według jednego schematu. Na początku każdej sekcji pojawiła się odpowiedź w dwóch, trzech zdaniach, zawierająca pełne nazwy zamiast zaimków. Zamiast akapitu zaczynającego się od „W takim przypadku warto rozważyć”, tekst zaczynał się od „Szkolenie zamknięte kosztuje od 6 000 do 14 000 zł netto za dzień dla grupy do 15 osób”. Model, który wycina fragment, dostaje w ten sposób kawałek zdolny stać samodzielnie.
Drugą zmianą było rozbicie długich list na tabele z jawnymi nagłówkami kolumn. Trzecią: dopisanie sekcji FAQ na końcu ośmiu najważniejszych podstron, każdorazowo z pytaniami zapisanymi tak, jak formułuje je klient, a nie dział marketingu. Skala tego efektu na większej próbce jest opisana w materiale o tym, co dało rzetelne mierzenie efektu aktualizacji artykułu, wraz z pułapkami metodycznymi.
Czwarta zmiana dotyczyła czegoś, czego początkowo nikt nie traktował jako pracy nad AI. Blog dostał osiem konkretnych liczb: średni koszt dnia szkoleniowego w 2026 roku, typowa liczebność grupy, odsetek szkoleń realizowanych zdalnie, czas potrzebny na certyfikację. Dane pochodziły z własnych realizacji firmy, więc nie istniały nigdzie indziej. To był moment, w którym serwis przestał powtarzać treści konkurencji.
Uporządkowanie danych o firmie i ofercie
Równolegle uporządkowano to, co asystent musi wiedzieć, żeby w ogóle wskazać podmiot jako dostawcę usługi. Prace objęły cztery obszary.
- Dane rejestrowe w jednym miejscu. Pełna nazwa spółki, NIP, adres siedziby, rok rozpoczęcia działalności i wpis do rejestru instytucji szkoleniowych trafiły do wydzielonej sekcji na stronie O nas, zapisane jako pary etykieta plus wartość.
- Znaczniki Organization i Course. Firma dostała poprawnie wypełnione dane strukturalne zgodne ze specyfikacją Google dla typu Course, z nazwą kursu, dostawcą i trybem prowadzenia.
- Spójność w katalogach. Sześć zewnętrznych profili (dwa agregatory szkoleń, wizytówka firmowa, dwa portale branżowe, profil zawodowy trenera) doprowadzono do identycznego brzmienia nazwy i adresu. Wcześniej firma występowała pod trzema wariantami nazwy.
- Autorstwo treści. Każdy wpis dostał podpis trenera prowadzącego, z krótkim biogramem i listą realizacji. To najbardziej niedoceniany element całej układanki, opisany szerzej przy okazji budowania profilu autora wzmacniającego E-E-A-T.
Ten etap zajął 12 dni roboczych i był najnudniejszą częścią projektu. Był też jedynym, po którym zmiana w pomiarze pojawiła się szybko.
Pierwsze cytowania i ich charakter
Pomiar w dniu 40. pokazał pierwsze trafienie: prompt definicyjny o różnicy między szkoleniem otwartym a zamkniętym zwrócił odpowiedź, w której Gemini zacytowało podstronę usługową firmy jako jedno z trzech źródeł. Fragment odpowiadał niemal dosłownie dwóm pierwszym zdaniom przepisanej sekcji.
W dniu 50. doszły dwa kolejne, oba na promptach definicyjnych. W dniu 60. pomiar zamknął się wynikiem 5 cytowań na 18 promptów, z następującym rozkładem.
| Grupa promptów | Dzień 0 | Dzień 60 | Charakter cytowania |
|---|---|---|---|
| Definicyjne (5) | 0 | 4 | Źródło w treści odpowiedzi |
| Porównawcze (4) | 0 | 1 | Przypis do danych cenowych |
| Ofertowe (6) | 0 | 0 | Bez zmian |
| Markowe (3) | 0 | 0 | Opis bez źródła |
Rozkład jest ważniejszy niż suma. Wszystkie cytowania przyszły z zapytań definicyjnych i jednego porównawczego, czyli z góry lejka. Prompty ofertowe, te o najwyższej wartości handlowej, nie ruszyły się wcale: model nadal wskazywał tam agregatory, bo one mają listę wielu dostawców, a pojedyncza firma nie jest dla niego wygodną odpowiedzią na pytanie „gdzie zamówić”. Ta asymetria jest regułą, nie wypadkiem przy pracy. Podobny mechanizm, tylko od strony strat wydawców, opisuje analiza przypadku, w którym 900 podstron wypadło z indeksu przez paginację: struktura decyduje o tym, co jest cytowalne, zanim jakość treści zdąży cokolwiek zmienić.
Warto odnotować też cytowania bez linku. W czterech dodatkowych odpowiedziach model użył sformułowań i liczb pochodzących wyraźnie z serwisu, ale nie podał źródła. Firma dostarczyła treść i nie dostała nic w zamian. To zjawisko trzeba mierzyć osobno, bo psuje każdą prostą metrykę opartą wyłącznie na liczbie linków.
Wpływ na zapytania ofertowe
Właściciel zadał najważniejsze pytanie: czy z tego są pieniądze. Odpowiedź po 60 dniach brzmi: prawie żadnych, i to jest wynik zgodny z oczekiwaniem.
W formularzu kontaktowym dodano pole o pochodzeniu zapytania. Na 31 zapytań ofertowych w okresie pomiaru dwa wskazały asystenta AI jako źródło (jedno Gemini, jedno ChatGPT). Oba dotyczyły szkolenia zamkniętego, jedno przeszło do wyceny. Reszta przyszła z wyszukiwarki, poleceń i kontaktu bezpośredniego.
Dwa zapytania na 31 to około 6% i mieści się w granicach szumu przy tej wielkości próby. Traktowanie tego jako dowodu na zwrot z inwestycji byłoby nadinterpretacją. Uczciwy wniosek jest inny: w 60 dni udało się przejść ze stanu „model nie wie, że firma istnieje” do stanu „model używa treści firmy przy wyjaśnianiu pojęć”. To warunek konieczny cytowań ofertowych, nie ich substytut. Osobno warto zbudować pomiar ruchu z asystentów, żeby nie polegać wyłącznie na deklaracji w formularzu; sposób konfiguracji opisuje przewodnik po śledzeniu ruchu z ChatGPT i Perplexity w GA4.
Widoczna była za to zmiana jakościowa. Klienci, którzy trafiali z asystenta, przychodzili z gotowym słownictwem: pytali o tryb zamknięty, liczebność grupy i certyfikację, zamiast pytać „ile kosztuje szkolenie”. Model wykonał część pracy edukacyjnej po stronie klienta, co skróciło rozmowę handlową.
Co dalej po 60 dniach
Plan na kolejny kwartał wynika bezpośrednio z rozkładu wyników, a nie z listy dobrych praktyk.
- Atak na prompty porównawcze, nie ofertowe. Skoro model przy pytaniach „gdzie zamówić” wybiera listy dostawców, firma buduje własne zestawienie porównawcze trybów szkoleń wraz z widełkami cenowymi. Celem jest zostać źródłem porównania, a nie jednym z porównywanych.
- Więcej danych własnych. Cztery cytowania definicyjne przyszły z sekcji zawierających konkretną liczbę. Kolejne 90 dni to zbieranie statystyk z realizacji: średnia frekwencja, odsetek grup wracających, czas od zapytania do realizacji.
- Rozszerzenie pomiaru na dwa modele. Zestaw 18 promptów uruchamiany jest teraz także w ChatGPT i Perplexity. Wstępny odczyt pokazuje inny rozkład: Perplexity cytuje domenę częściej, ale niżej w odpowiedzi.
- Rezygnacja z promptów markowych. Trzy zapytania o samą firmę nie dają się poprawić działaniami na stronie przy tej wielkości marki. Zostają w arkuszu jako obserwacja, wypadają z listy celów.
Największa lekcja z tego wdrożenia jest nieprzyjemna dla osób szukających szybkiego efektu. Cała zmiana wynikła z dwóch rzeczy, które nie wyglądają na pracę nad AI: przepisania pierwszych zdań sekcji tak, żeby dawały się wyciąć, oraz uporządkowania danych o firmie w formie, którą maszyna czyta bez zgadywania. Osiem tygodni pracy, zero nowych artykułów, pięć cytowań i jedno zapytanie w wycenie. Dla serwisu tej wielkości to uczciwy punkt startowy.
FAQ
Ile czasu zajmuje uzyskanie pierwszych cytowań w Gemini?
W tym przypadku pierwsze cytowanie pojawiło się w 40. dniu, licząc od startu prac, i dotyczyło zapytania definicyjnego. Na małym serwisie z istniejącą indeksacją realny przedział to 4–10 tygodni, przy czym decyduje moment ponownego przetworzenia treści, a nie sama data publikacji zmian.
Czy trzeba pisać nowe artykuły, żeby zacząć być cytowanym?
Nie w pierwszym kroku. Przez 60 dni opisywanego wdrożenia nie powstał ani jeden nowy tekst. Cały wynik pochodzi z przepisania 14 istniejących podstron i uporządkowania danych o firmie. Nowe treści mają sens dopiero wtedy, gdy istniejące są już w formie nadającej się do cytowania.
Dlaczego cytowania pojawiają się przy pytaniach definicyjnych, a nie ofertowych?
Przy pytaniu „gdzie zamówić usługę” model preferuje źródła zawierające wielu dostawców, czyli agregatory i katalogi, bo pojedyncza firma nie jest kompletną odpowiedzią. Przy pytaniu „czym jest X” pojedyncza, dobrze sformułowana definicja wygrywa. Dlatego góra lejka rusza się pierwsza.
Jak mierzyć cytowania, jeśli model nie podaje linku?
Trzeba rejestrować dwie osobne kolumny: cytowanie z odesłaniem do domeny i parafrazę bez źródła, rozpoznawaną po charakterystycznych liczbach lub sformułowaniach występujących wyłącznie w twoim serwisie. W opisywanym pomiarze parafraz bez źródła było cztery, obok pięciu cytowań z linkiem.
Czy dane strukturalne są konieczne do uzyskania cytowań?
Nie są warunkiem formalnym, ale w tym wdrożeniu etap porządkowania danych rejestrowych, znaczników Organization i Course oraz spójności nazwy w katalogach był jedynym, po którym pomiar zmienił się szybko. Ułatwiają modelowi powiązanie treści z konkretnym podmiotem.
Ile promptów wystarczy do sensownego pomiaru?
Kilkanaście, pod warunkiem że są podzielone na grupy intencji i uruchamiane w stałym rytmie oraz bez historii konwersacji. Tu było ich 18 w czterech grupach, mierzonych co 10 dni. Mniejszy zestaw daje odczyty, w których pojedyncze trafienie zmienia wynik o kilkanaście punktów procentowych.