7 obszarów technicznego SEO ważnych dla wyszukiwania z AI w 2026 roku
Google ponownie mówi, że wyszukiwanie z AI opiera się na klasycznym SEO (optymalizacji stron pod wyszukiwarki), a nie na sztuczkach „pod czatboty”. Zebraliśmy siedem obszarów technicznych i zestawiliśmy, co wiadomo o ich wpływie na widoczność, a co jest tylko modą.
Fundament zamiast taktyk z datą ważności
W rozmowie z konsultantem SEO Davidem Iwanowem John Mueller z Google odniósł się do mody na „listicles”. To rankingi w rodzaju „top 10 firm w branży”, które firmy publikują, żeby czatboty AI wskazywały je jako najlepszy wybór. Według Muellera to stary schemat. Jedna taktyka zaczyna działać, wszyscy ją kopiują, połowa robi to źle, a w końcu systemy uczą się traktować ją jak spam.
So if you go all out and say, my whole strategy is listicles, then at some point that's going to switch off and you're left with nothing really.
Mueller nie uważa każdej listy za spam, ale lista musi wnosić wartość. Jego zdaniem systemy AI „budują na SEO”, więc techniczne SEO pozostanie bardzo istotne. Roboty AI pobierają strony nieco inaczej, bo jedne zbierają dane do trenowania modeli, a inne szukają najświeższych treści. Mueller traktuje to jako odmianę znanego technicznego SEO, a nie jego koniec. Z tego założenia wyszliśmy, wybierając obszary do tego przewodnika. Każdy z nich ocenialiśmy według czterech kryteriów:
- czy stanowisko Google jest potwierdzone wprost, czy opiera się tylko na danych branżowych,
- jaki wpływ obszar ma na widoczność w AI Overviews (podsumowaniach generowanych przez AI nad wynikami Google) i AI Mode (trybie rozmowy z AI w wyszukiwarce Google),
- ile kosztuje wdrożenie (czas, narzędzia, praca programisty),
- czy właściciel małej firmy zrobi to sam, czy potrzebuje zespołu lub agencji.
Jedno zastrzeżenie. Część danych o robotach AI, plikach dla AI i danych strukturalnych pochodzi z blogów firm sprzedających narzędzia SEO. Takie dane oznaczamy jako branżowe, bo nikt nie zweryfikował ich niezależnie.
1. Dostęp robotów i indeksowanie
Dla kogo: każda witryna, od jednoosobowego sklepu po portal.
Co daje: odpowiedzi AI korzystają z tego samego fundamentu co klasyczne wyszukiwanie. Strona, której robot nie pobierze albo nie zaindeksuje, nie pojawi się w żadnym z tych miejsc.
Ograniczenia: wpuszczenie robotów w pliku robots.txt (instrukcji dla robotów wyszukiwarek) nie gwarantuje, że AI zacytuje stronę. Wpuszczanie robotów zbierających dane do trenowania modeli to osobna decyzja, także o tym, komu oddajesz swoje treści.
Koszt: raport indeksowania w Google Search Console jest bezpłatny i wystarczy do niego kilkanaście minut w miesiącu. Analiza logów serwera, czyli sprawdzenie, które roboty faktycznie odwiedzają stronę, zwykle wymaga już specjalisty.
2. Renderowanie JavaScriptu
Dla kogo: serwisy zbudowane jako SPA (single-page application, aplikacja ładująca treść skryptami w przeglądarce) na React, Vue czy Angular. Dotyczy to też sklepów na takich rozwiązaniach.
Co daje: według analiz branżowych roboty GPTBot, OAI-SearchBot, ClaudeBot i PerplexityBot pobierają tylko statyczny HTML i nie wykonują JavaScriptu. Googlebot renderuje strony w przeglądarce Chrome, więc w samym Google problem jest mniejszy. Strona, która pokazuje treść dopiero po uruchomieniu skryptów, może być pusta dla części systemów AI. Blogi branżowe powołują się na dane Vercel i MERJ, według których 69 proc. robotów AI nie wykonuje JavaScriptu. Nie dotarliśmy do źródła pierwotnego tej liczby.
Ograniczenia: odblokowanie robotów w robots.txt nic tu nie zmieni. Potrzebna jest zmiana architektury strony, czyli SSR (renderowanie po stronie serwera) albo pre-renderowanie, np. we frameworkach Next.js lub Nuxt.
Koszt: prosty test zrobisz sam. Wystarczy wyświetlić źródło strony albo wyłączyć JavaScript w przeglądarce i zobaczyć, czy treść zostaje. Przebudowa serwisu na SSR to już projekt dla zespołu programistów.
3. Szybkość stron po aktualizacji Lighthouse 13.6.0
Dla kogo: wszyscy, ale szczególnie zespoły i agencje, które raportują wyniki klientom lub zarządowi.
Co daje: PageSpeed Insights korzysta już z Lighthouse 13.6.0, wydanego 27 października, który inaczej symuluje ładowanie strony. Barry Pollard z zespołu Chrome napisał, że symulowane FCP (moment pojawienia się pierwszej treści) i LCP (moment wyrenderowania największego elementu) są teraz dokładniejsze i zwykle wychodzą lepiej. Zmiana częściej dotknie strony oparte na dużej ilości JavaScriptu. Jeden z programistów zwrócił uwagę na wyraźną poprawę wyników aplikacji SPA, podając przykład react.dev, a Pollard to potwierdził. Część poprawek zainicjował programista Ivan Akulov. Na GitHubie pokazał stronę testową zbudowaną we Framerze, dla której stara symulacja zawyżała LCP.
Ograniczenia: wynik w PageSpeed Insights pochodzi z symulacji na jednym urządzeniu i przy stałych warunkach sieci. Według dokumentacji Google dobry wynik laboratoryjny nie oznacza, że realni użytkownicy też mają dobre doświadczenia. Prawdziwe wizyty z ostatnich 28 dni pokazują dane z CrUX (Chrome User Experience Report). Na GitHubie Lighthouse wciąż otwarte jest zgłoszenie o przypadkach, w których symulowane LCP mocno przekracza zmierzone, głównie na dużych serwisach JavaScriptowych.
Koszt: PageSpeed Insights jest bezpłatne. Zespół Lighthouse spodziewa się, że nowa wersja trafi do narzędzi deweloperskich Chrome 159, którego stabilne wydanie harmonogram Chrome przewiduje na 8 grudnia. Właściwa optymalizacja szybkości to praca programisty.
4. Dane strukturalne
Dla kogo: sklepy, firmy lokalne, wydawcy, czyli wszyscy, którzy mają uporządkowane informacje o produktach, cenach, adresach lub artykułach.
Co daje: porządek w danych i wyniki rozszerzone w klasycznym wyszukiwaniu.
Ograniczenia: Google nie wymaga żadnego specjalnego znacznika schema.org, żeby strona pojawiła się w AI Overviews czy AI Mode. Blogi branżowe opisują badanie Ahrefs na 1 885 stronach, w którym dodanie znaczników nie dało istotnej statystycznie zmiany w cytowaniach przez AI. Wyniki wyniosły +2,4 proc. w AI Mode, +2,2 proc. w ChatGPT i -4,6 proc. w AI Overviews. Raportu pierwotnego nie widzieliśmy. Według doniesień branżowych Google wycofuje też część typów danych strukturalnych, choć istniejących znaczników nie trzeba usuwać.
Koszt: w popularnych systemach zarządzania treścią (CMS) podstawowe znaczniki dodaje wtyczka, więc mała firma poradzi sobie sama. Duże katalogi produktów wymagają pracy programisty.
5. Plik llms.txt
Dla kogo: obecnie dla nikogo, kto liczy na widoczność w Google.
Co daje: według doniesień branżowych Google w czerwcu 2026 doprecyzowało w dokumentacji Search Central, że wyszukiwarka ignoruje pliki llms.txt. Nie wpływają one ani na ranking, ani na AI Overviews. Mueller miał porównać ten plik do dawnego meta tagu keywords, który wyszukiwarki ignorują od ponad dekady, bo właściciel strony może wpisać w nim cokolwiek.
Ograniczenia: blogi branżowe przywołują badanie SE Ranking na 300 tys. domen. Według niego llms.txt ma około 10 proc. domen, a 97 proc. tych plików nigdy nie pobrał żaden robot. Do samego raportu nie dotarliśmy.
Koszt: sam plik powstaje w kwadrans. Prawdziwym kosztem jest agencja, która sprzedaje go jako „optymalizację pod AI”. Mueller radzi małym firmom stale pytać dostawców, co faktycznie robią. Porównuje dzisiejsze wątpliwe taktyki do dawnego upychania słów kluczowych i białego tekstu na białym tle.
6. Agentic Resource Discovery (ARD)
Dla kogo: firmy, które udostępniają API (interfejsy dla innych programów), narzędzia lub usługi, z których mogą korzystać agenci AI (programy samodzielnie wykonujące zadania w imieniu użytkownika). Zwykły sklep czy blog nie ma na razie czego w ten sposób opisywać.
Co daje: ARD to otwarta specyfikacja, którą Google opublikowało 17 czerwca. Wspierają ją m.in. Microsoft, GitHub, Nvidia, Salesforce i Cisco. Polega na umieszczeniu manifestu w stałym miejscu domeny, obecnie /.well-known/ard.json. Lighthouse 13.6 szuka go w kilku miejscach: w linii Agentmap w robots.txt, w znaczniku link z atrybutem rel o wartości ard, w nagłówku Link i w ścieżce ard.json. Dopiero potem sprawdza starsze nazwy ai-catalog.
Ograniczenia: standard jest bardzo młody i w ciągu kilku miesięcy zmienił już nazwę pliku. Według analizy przywołanej przez blog branżowy po 60 dniach od startu poprawny plik miało mniej niż 3 000 domen.
Koszt: sam plik JSON jest prosty. Sensowny opis usług dla agentów wymaga jednak zespołu technicznego i przemyślanej oferty API.
7. Pomiar ruchu z AI w Search Console
Dla kogo: każdy, kto musi wykazać, czy obecność w AI Overviews przekłada się na wizyty.
Co daje: 31 sierpnia Google ogłosiło udostępnienie raportu Generative AI w Search Console wszystkim witrynom. Pokazuje łączne wyświetlenia linków w AI Overviews i AI Mode z podziałem na strony, kraje, urządzenia i daty. Nie pokazuje kliknięć, CTR (odsetka kliknięć) ani zapytań. Kliknięcia z funkcji AI trafiają do zwykłego raportu skuteczności i nie da się ich wyodrębnić.
Ograniczenia: Gary Illyes z Google napisał, że zespół jest „super zainteresowany” udostępnieniem większej ilości danych, ale nie ma nic do ogłoszenia. Brytyjski regulator CMA (Urząd ds. Konkurencji i Rynków) wymaga od Google, by do 3 grudnia przekazywało wydawcom wyświetlenia, kliknięcia i CTR z funkcji AI, np. przez Search Console. Przepisy dotyczą wyników pokazywanych użytkownikom w Wielkiej Brytanii. Nie wiadomo, czy Google udostępni te dane także na innych rynkach.
Koszt: raport jest bezpłatny. Na razie raportowanie widoczności w AI trzeba opierać na wyświetleniach i nie obiecywać nikomu liczby kliknięć.
Co wybrać, jeśli prowadzisz małą firmę, a co w dużej organizacji
Jeśli prowadzisz mały sklep albo działasz jako freelancer, zacznij od tego, co zrobisz sam i bez kosztów. Sprawdź raport indeksowania i raport Generative AI w Search Console. Zrób test strony bez JavaScriptu. Dodaj podstawowe dane strukturalne z wtyczki. Pliki llms.txt i ARD możesz na razie pominąć, a usługi „pozycjonowania pod czatboty” traktuj z dużą rezerwą.
Jeśli odpowiadasz za duży serwis, zwłaszcza zbudowany jako SPA, priorytetem jest renderowanie po stronie serwera i analiza logów pod kątem robotów AI. Raporty szybkości porządkuj według wersji Lighthouse i opieraj na danych od realnych użytkowników. ARD ma sens wtedy, gdy firma udostępnia API lub usługi dla agentów. Pomiar ruchu z AI warto zaplanować tak, żeby od razu wykorzystać dane, gdy Google zacznie je pokazywać.