Rank Math, jedna z najpopularniejszych wtyczek SEO dla WordPressa, wydala 1 lipca 2026 roku aktualizacje 3.0.116, ktora dodaje funkcje AI Visibility. Narzedzie monitoruje, jak czesto marka, produkt lub usluga pojawiaja sie w odpowiedziach generowanych przez ChatGPT, Perplexity, Gemini, Claude oraz Google AI Overviews. To pierwszy raz, gdy tak masowo instalowana wtyczka wbudowuje sledzenie widocznosci w modelach jezykowych bezposrednio w panel WordPressa.
Dla polskich zespolow SEO i marketingu premiera ma znaczenie praktyczne. Do tej pory pomiar obecnosci marki w silnikach AI wymagal osobnych, czesto drogich platform. Teraz podstawowa wersja tej analityki trafia do narzedzia, ktore i tak dziala na milionach witryn. Wedlug oficjalnego changeloga producenta zmiana zostala opisana jako jedna z najwiekszych w tym cyklu wydawniczym.
Kontekst: widocznosc w AI stala sie osobna metryka
Przez ostatnie dwa lata branza obserwowala, jak ruch z klasycznej listy dziesieciu niebieskich linkow topnieje na rzecz odpowiedzi syntetyzowanych przez modele jezykowe. Google AI Overviews wyswietlaja sie dzis dla znaczacej czesci zapytan, a asystenci tacy jak ChatGPT czy Perplexity coraz czesciej sluza jako pierwszy punkt kontaktu z informacja. W tym swiecie kluczowe pytanie nie brzmi juz wylacznie „na ktorej pozycji jest moja strona”, ale „czy model w ogole wymienia moja marke, i w jakim kontekscie”.
Zmiana zachowania uzytkownikow ma tu twarde podstawy. Coraz wieksza czesc zapytan konczy sie bez kliniecia w jakikolwiek link, bo odpowiedz pojawia sie od razu w interfejsie asystenta lub w podsumowaniu AI. Dla marki oznacza to, ze sam fakt bycia zaindeksowanym przestaje wystarczac. Liczy sie to, czy model uzna dana witryne za wiarygodne zrodlo i wplecie jej tresc oraz nazwe do swojej odpowiedzi. Widocznosc przenosi sie z listy wynikow do samej tresci odpowiedzi, a to zupelnie inny rodzaj konkurencji niz walka o pozycje w klasycznym rankingu.
Odpowiedz na pytanie o obecnosc w modelach jest trudna, bo odpowiedzi AI sa niedeterministyczne. Ten sam prompt zadany dwa razy potrafi zwrocic inne zrodla, inny ton i inny zestaw cytowan. Optymalizacja pod modele, okreslana skrotami GEO (Generative Engine Optimization) lub AEO (Answer Engine Optimization), wymaga wiec ciaglego, powtarzalnego pomiaru zamiast pojedynczego sprawdzenia. Dokladnie taka luke probuje wypelnic nowa funkcja Rank Math. Pisalismy wczesniej o tym, jak Bing Webmaster Tools dodaje wskaznik Citation Share, ktory mierzy udzial witryny w cytowaniach AI. Rank Math idzie o krok dalej i przenosi podobna logike na poziom marki, a nie tylko domeny.
Co dokladnie zmienia wersja 3.0.116
Centralnym elementem wydania jest modul AI Visibility. Wedlug dokumentacji producenta narzedzie automatycznie odpytuje popularne platformy AI, zbiera odpowiedzi i przelicza je na zestaw wskaznikow: liczbe wzmianek, sentyment, cytowania oraz trend w czasie. Calosc jest agregowana w jeden syntetyczny wskaznik AI Visibility Score, ktory ma dawac szybki oglad kondycji marki w wyszukiwaniu generatywnym.
Ponizsza tabela zbiera najwazniejsze parametry funkcji w postaci opisanej przez producenta.
| Element | Szczegoly wedlug dokumentacji Rank Math |
|---|---|
| Monitorowane platformy | ChatGPT, Perplexity, Gemini, Claude, Google AI Overviews |
| Mierzone sygnaly | wzmianki, sentyment, cytowania, rankingi, trend w czasie |
| Wskaznik zbiorczy | AI Visibility Score laczacy rankingi, cytowania, wzmianki i sentyment |
| Limit sledzonych marek | do 10 marek lub produktow w nizszych planach, do 50 w wyzszych |
| Wymaganie | aktywna subskrypcja Content AI (funkcja nalezy do tego pakietu) |
| Wersja i data | 3.0.116, 1 lipca 2026 |
Oprocz nowego modulu wersja 3.0.116 przynosi kilka poprawek. Producent naprawil wstawianie linkow przez AI Link Genius w edytorze Elementor, skorygowal odwrocone wskazniki trendu dla sredniej pozycji w raportach e-mail SEO oraz usunal bledy domeny tlumaczen wplywajace na teksty w wersji PRO. To zmiany techniczne, ale pokazuja, ze produkt rozwija sie rownolegle w dwoch kierunkach: doszlifowywania klasycznych funkcji SEO i rozbudowy warstwy AI.
MCP Tools z czerwcowej wersji 3.0.115
Nowa funkcja nie pojawila sie w prozni. Wczesniejsze wydanie 3.0.115 z 11 czerwca 2026 wprowadzilo trzy narzedzia MCP (Model Context Protocol), ktore pozwalaja asystentom AI siegac do danych wtyczki. Sa to: rank-math/get-link-report do statystyk linkowania w calej witrynie, rank-math/get-post-links do danych o linkach w pojedynczym wpisie oraz rank-math/get-post-schema do pobierania znacznikow Schema przypisanych do tresci.
Kierunek jest czytelny. Rank Math z jednej strony daje wlascicielom witryn wglad w to, jak modele widza ich marke, a z drugiej udostepnia samym modelom ustrukturyzowany dostep do danych SEO strony. To dwustronny most miedzy WordPressem a ekosystemem asystentow AI, budowany w ciagu zaledwie kilku tygodni.
Jak dziala AI Visibility w praktyce
Zgodnie z opisem producenta uzytkownik definiuje marke lub produkt, a nastepnie zestaw pytan, ktore chce monitorowac. Wtyczka regularnie zadaje te pytania wybranym platformom, rejestruje odpowiedzi i wyciaga z nich trzy rzeczy: czy marka zostala wymieniona, w jakim tonie oraz jakie zrodla model przywolal jako podstawe odpowiedzi. Dzieki temu raport pokazuje nie tylko sam fakt obecnosci, ale tez, kto realnie zasila odpowiedzi AI w danej niszy.
To istotne rozroznienie. Wiele zespolow zaklada, ze skoro ich strona ma dobre pozycje w klasycznym Google, to automatycznie jest cytowana przez modele. Praktyka pokazuje cos innego: silniki generatywne czesto siegaja po zupelnie inne zrodla niz pierwsza strona wynikow organicznych. Sledzenie cytowan pozwala wychwycic te rozbieznosc i zareagowac, zanim konkurencja na dobre zadomowi sie w odpowiedziach asystentow. Podobny mechanizm opisywalismy przy okazji analizy tego, jak zmieniaja sie sygnaly widocznosci w wyszukiwaniu AI.
Warto podkreslic jedno ograniczenie. AI Visibility jest czescia pakietu Content AI i wymaga aktywnej subskrypcji. Nie jest to funkcja darmowa dostepna od reki po aktualizacji wtyczki, lecz element platnej warstwy produktu. To rozroznienie ma znaczenie dla budzetowania: zespol, ktory dzis korzysta z darmowej wersji Rank Math, aby uruchomic pomiar widocznosci w AI, bedzie musial przejsc na platny plan Content AI. W praktyce oznacza to decyzje o tym, czy monitorowanie GEO ma byc staly element procesu, czy jednorazowym audytem.
Jak przygotowac sie na pomiar widocznosci w AI
Sam pomiar nie zmieni widocznosci marki, jesli nie pojda za nim dzialania. Zanim wlaczy sie sledzenie cytowan, warto uporzadkowac kilka podstaw, ktore realnie wplywaja na to, czy modele siegaja po dana witryne.
- Uporzadkuj dane strukturalne. Poprawne znaczniki Schema ulatwiaja modelom zrozumienie, czym jest strona i jaka encje reprezentuje marka.
- Pisz jasne, cytowalne definicje. Modele chetnie przywoluja fragmenty, ktore w zwiezly sposob odpowiadaja na konkretne pytanie.
- Zadbaj o spojnosc encji. Ta sama nazwa marki, ten sam opis i te same fakty w calej witrynie zmniejszaja ryzyko, ze model pomyli firme z inna.
- Zdefiniuj zestaw pytan monitorujacych, ktore odpowiadaja realnym intencjom klientow, a nie tylko frazom brandowym.
- Ustal punkt odniesienia przed zmianami, aby pozniej mozna bylo ocenic, czy dzialania faktycznie poprawiaja widocznosc.
Taki proces sprawia, ze wskaznik AI Visibility Score przestaje byc sucha liczba, a staje sie punktem kontrolnym w cyklu optymalizacji tresci. Pomiar, analiza przyczyny, poprawa tresci lub danych, ponowny pomiar: to petla, ktora ma sens dopiero wtedy, gdy kazdy jej etap jest przemyslany.
Co to znaczy dla SEO i AIO
Dla praktykow zmiana ma kilka warstw. Pierwsza jest czysto operacyjna: pomiar widocznosci w AI przestaje byc domena wyspecjalizowanych, kosztownych platform i wchodzi do narzedzia, ktore zespoly juz maja zainstalowane. Obniza to prog wejscia. Nawet mniejsze firmy, ktore do tej pory nie mialy budzetu na dedykowane monitorowanie GEO, dostaja podstawowy pomiar w znanym im interfejsie.
Druga warstwa dotyczy strategii tresci. Skoro widocznosc w AI staje sie mierzalna, staje sie tez rozliczalna. Zespoly beda musialy odpowiedziec na pytanie, dlaczego marka jest lub nie jest cytowana, i przelozyc to na konkretne dzialania: lepsze dane strukturalne, jasniejsze definicje, tresci, ktore modele latwo cytuja. Pomiar bez planu naprawczego nie ma sensu, wiec nacisk przesunie sie w strone tresci pisanych z mysla o cytowalnosci przez modele.
Trzecia warstwa to sentyment. AI Visibility mierzy nie tylko, czy marka sie pojawia, ale tez w jakim tonie. To zbliza SEO do obszaru zarzadzania reputacja. Negatywny kontekst w odpowiedzi asystenta moze zaszkodzic bardziej niz brak wzmianki, bo modele przedstawiaja swoje odpowiedzi jako autorytatywne i zwiezle, bez miejsca na niuanse. Monitorowanie sentymentu daje szanse na wczesne wychwycenie problemu.
- Widocznosc w modelach jezykowych zyskuje status metryki, ktora mozna sledzic i raportowac zarzadowi.
- Pomiar cytowan ujawnia rozbieznosc miedzy pozycjami w klasycznym Google a obecnoscia w odpowiedziach AI.
- Sentyment wzmianek laczy SEO z zarzadzaniem reputacja marki.
- Nizszy prog wejscia demokratyzuje analitykę GEO dla mniejszych zespolow.
Reakcje branzy
W komentarzach specjalistow przewija sie ostrozny optymizm. Z jednej strony wbudowanie AI Visibility w tak popularna wtyczke traktowane jest jako sygnal, ze pomiar widocznosci w modelach dojrzal z eksperymentu do standardu. Skoro producent masowego narzedzia inwestuje w te funkcje, to znaczy, ze popyt jest realny, a nie marketingowy.
Z drugiej strony pojawiaja sie glosy sceptyczne wobec metodologii. Odpowiedzi AI sa zmienne, wiec kazdy pomiar jest w praktyce probka, a nie pomiarem calej populacji zapytan. Krytycy zwracaja uwage, ze wskaznik zbiorczy taki jak AI Visibility Score moze usprawiedliwiac ryzyko nadmiernego upraszczania: laczenie rankingow, cytowan, wzmianek i sentymentu w jedna liczbe bywa wygodne dla raportu, ale moze przeslaniac to, co dzieje sie pod spodem. Rozsadne podejscie zaklada traktowanie takiego wskaznika jako punktu wyjscia do analizy, a nie jej konca.
Osobno wybrzmiewa kwestia lokalnego rynku. Polscy specjalisci zwracaja uwage, ze skutecznosc pomiaru sentymentu i wzmianek zalezy od tego, jak dobrze narzedzie rozumie jezyk polski i lokalny kontekst marek. Model, ktory swietnie radzi sobie z angielskimi zapytaniami, moze gubic niuanse przy polskiej odmianie nazw, ironii czy branzowym zargonie. Do czasu, az producent potwierdzi jakosc obslugi jezyka polskiego na wiekszej probie, rozsadne jest traktowanie pierwszych wynikow jako orientacyjnych i uzupelnianie ich recznym przegladem kilku kluczowych zapytan.
Trzeci watek dotyczy konkurencji. Rank Math i Yoast od lat rywalizuja o pozycje najpopularniejszej wtyczki SEO na WordPressie. Wprowadzenie AI Visibility zwieksza presje na caly rynek narzedzi, w tym na wyspecjalizowane platformy do sledzenia widocznosci w AI, ktore do tej pory dzialaly w komfortowej niszy. Czesc z nich odpowie zapewne obnizkami cen lub rozbudowa funkcji, ktorych wtyczka na razie nie oferuje, na przyklad glebsza analiza konkurencji czy wieksza liczba monitorowanych zapytan.
Co dalej
Kierunek rozwoju wydaje sie przesadzony. Rank Math w 2026 roku konsekwentnie dobudowuje warstwe AI: obsluge pliku llms.txt, sledzenie ruchu z wyszukiwarek AI, narzedzia MCP, a teraz monitorowanie widocznosci marki. Logicznym nastepnym krokiem byloby polaczenie tych elementow w jeden przeplyw pracy, w ktorym pomiar cytowan automatycznie sugeruje zmiany w tresci i danych strukturalnych.
Dla polskiego rynku warto obserwowac dwie rzeczy. Po pierwsze, jak dobrze narzedzie radzi sobie z zapytaniami i odpowiedziami w jezyku polskim, bo jakosc pomiaru sentymentu i wzmianek zalezy od zrozumienia lokalnego kontekstu. Po drugie, jak zmieni sie zachowanie modeli w najblizszych miesiacach, biorac pod uwage tempo zmian na rynku asystentow AI. Pisalismy niedawno, ze udzial ChatGPT w rynku asystentow spadl ponizej progu 50 procent, co oznacza, ze monitorowanie pojedynczej platformy przestaje wystarczac. Narzedzia mierzace kilka silnikow naraz zyskuja wiec na znaczeniu.
Na razie pewne jest jedno: widocznosc w AI przestala byc pojeciem abstrakcyjnym. Od 1 lipca 2026 jest to liczba w panelu WordPressa, ktora mozna sledzic, porownywac i rozliczac. Dla wielu zespolow oznacza to koniec zgadywania, czy modele w ogole zauwazaja marke, i poczatek pracy na konkretnych danych. Pytanie nie brzmi juz, czy warto mierzyc obecnosc w AI, lecz jak szybko wpiac ten pomiar w codzienny proces optymalizacji. A to zmienia sposob, w jaki zespoly beda planowac tresci i mierzyc skutecznosc swojej pracy w nadchodzacych kwartalach.
FAQ
Czym jest AI Visibility w Rank Math?
To modul dodany w wersji 3.0.116 z 1 lipca 2026, ktory monitoruje, jak czesto i w jakim tonie marka lub produkt pojawiaja sie w odpowiedziach platform AI, takich jak ChatGPT, Perplexity, Gemini, Claude i Google AI Overviews. Zbiera wzmianki, sentyment i cytowania, a nastepnie przelicza je na wskaznik AI Visibility Score.
Czy AI Visibility jest darmowe?
Nie. Wedlug dokumentacji producenta funkcja nalezy do pakietu Content AI i wymaga aktywnej subskrypcji. Sama aktualizacja wtyczki nie odblokowuje modulu bez tej subskrypcji.
Ile marek moge monitorowac?
Producent podaje limit do 10 marek lub produktow w nizszych planach oraz do 50 w planach wyzszego poziomu. Dokladny limit zalezy od posiadanego pakietu Content AI.
Czym sa MCP Tools dodane w wersji 3.0.115?
To trzy narzedzia Model Context Protocol z wydania z 11 czerwca 2026: get-link-report do statystyk linkowania w witrynie, get-post-links do linkow w pojedynczym wpisie oraz get-post-schema do pobierania znacznikow Schema. Pozwalaja asystentom AI siegac do danych SEO strony w ustrukturyzowany sposob.
Dlaczego widocznosc w AI wymaga osobnego pomiaru?
Bo silniki generatywne czesto cytuja inne zrodla niz pierwsza strona wynikow organicznych, a ich odpowiedzi sa zmienne. Dobra pozycja w klasycznym Google nie gwarantuje, ze model wymieni marke, dlatego widocznosc w AI trzeba mierzyc niezaleznie i regularnie.