Co to jest GEO? Jak lokalna firma trafia do odpowiedzi AI

Zadaj ChatGPT pytanie o dobrego hydraulika w swoim mieście, a potem powtórz je w nowej rozmowie. Całkiem możliwe, że za drugim razem zobaczysz inne firmy albo te same w innej kolejności. Jeśli chcesz sprzedawać lokalnym firmom usługę GEO, ta obserwacja powinna trafić do oferty jako pierwsza. W odpowiedziach AI nie ma stałego pierwszego miejsca, które dałoby się klientowi obiecać.

Piszę dla agencji i freelancerów SEO, którzy chcą dodać GEO do swoich usług. Zaczynam od definicji i od tego, co o wyborze źródeł piszą sami Google, OpenAI i Perplexity. Dalej jest test jednej lokalnej firmy w siedmiu krokach. Wystarczy do niego arkusz i trzy darmowe asystenty. Gdzie wiarygodnej liczby brakuje, zaznaczam to.

Czym jest GEO, a czym nie jest

GEO to skrót od generative engine optimization. Termin wprowadził zespół badaczy, głównie z Princeton i IIT Delhi, w pracy „GEO: Generative Engine Optimization” (pierwsza wersja z listopada 2023 r., publikacja na konferencji KDD 2024). Opisują w niej sposób na zwiększenie widoczności treści w odpowiedziach silników generatywnych, czyli systemów, które zamiast listy linków piszą odpowiedź i podają źródła.

W ich teście najlepiej wypadło dodanie do tekstu cytatów, statystyk i odwołań do źródeł. Widoczność rosła nawet o 40%. Upychanie słów kluczowych dało wynik gorszy niż tekst bez zmian. Zwróć jednak uwagę, na czym to mierzono: na zestawie pytań GEO-bench, głównie w symulowanym silniku opartym na GPT-3.5, z dodatkowym sprawdzeniem w Perplexity. Lokalnych firm, a tym bardziej polskich, w tym badaniu nie było.

Jedno doprecyzowanie, zanim pójdziesz z tym do klienta. W polskich ofertach „GEO” bywa też skrótem od pozycjonowania lokalnego pod frazy z nazwą miasta. Tutaj chodzi wyłącznie o widoczność w odpowiedziach asystentów AI. Powiedz to w pierwszej rozmowie, bo Ty i właściciel możecie mieć na myśli dwie różne usługi.

GEO a SEO w czterech wierszach

W przewodniku po optymalizacji pod generatywne funkcje wyszukiwarki, opublikowanym w maju 2026 r., Google pisze, że z perspektywy jego wyszukiwarki optymalizacja pod wyszukiwanie generatywne to nadal SEO. Moja rada: nie sprzedawaj GEO jako czegoś, co zastępuje pozycjonowanie. Lepiej przedstawić je jako rozszerzenie SEO o dwie rzeczy, których klasyczny audyt zwykle nie obejmuje. Pierwsza to porządek w danych firmy poza jej stroną. Druga to regularny pomiar w asystentach.

Ile osób w Polsce pyta AI o lokalne usługi? Takiej liczby nie znalazłem. Wiadomo tyle, że w 2025 r. z narzędzi generatywnej AI korzystało 22,7% osób w wieku 16-74 lat w Polsce, wobec 32,7% w całej Unii, licząc trzy miesiące przed badaniem (Eurostat, wynik dla Polski z tego samego zbioru danych, isoc_ai_iaiu). Te dane nie mówią, do czego ludzie tych narzędzi używali. Kiedy ktoś pokazuje Ci odsetek Polaków szukających fryzjera przez ChatGPT, zapytaj o próbę i metodę. W rozmowie z klientem używaj tylko liczb, których potrafisz bronić.

Skąd asystenci biorą lokalne firmy

Żaden z dostawców nie publikuje listy czynników, według których dobiera lokalne firmy do odpowiedzi, ani ich wag. Publikują za to, skąd ich systemy biorą informacje. Poniżej opieram się na oficjalnej dokumentacji, a własne wnioski oznaczam.

Google: AI Overviews i Tryb AI

AI Overviews działają w Polsce po polsku od marca 2025 r. Według ogłoszenia z tamtego czasu widzą je zalogowani użytkownicy od 18 lat, i to wtedy, gdy system uzna przegląd za pomocny (ogłoszenie Google). Tryb AI ruszył w Polsce 8 października 2025 r. (blog Google Polska).

Google opisuje obie funkcje jako oparte na podstawowych systemach rankingu wyszukiwarki. Odpowiedź powstaje ze stron pobranych z indeksu (Google nazywa to RAG albo groundingiem), a model rozpisuje pytanie na kilka powiązanych zapytań, co Google nazywa query fan-out. Żeby strona mogła się pokazać jako link w takiej odpowiedzi, musi być zaindeksowana i kwalifikować się do wyświetlenia z fragmentem w zwykłych wynikach (dokumentacja funkcji AI). Dla firm lokalnych Google wprost wskazuje Profil Firmy w Google jako coś, co pomaga być widocznym zarówno w odpowiedziach AI, jak i w pozostałych wynikach.

ChatGPT

Według centrum pomocy OpenAI ChatGPT sam przeszukuje sieć, gdy pytanie wymaga aktualnych informacji. Zwykle przepisuje je na jedno lub kilka zapytań do partnerów wyszukiwania, wśród których OpenAI wymienia Microsoft. Przy pytaniach lokalnych korzysta z przybliżonej lokalizacji ustalonej na podstawie adresu IP. Gdy użytkownik udostępni dokładną lokalizację, ChatGPT może jej użyć razem z zaufanymi zewnętrznymi dostawcami informacji lokalnych.

Druga sprawa to roboty. Dokumentacja robotów OpenAI mówi, że strony blokujące w robots.txt robota OAI-SearchBot nie będą pokazywane w odpowiedziach wyszukiwania ChatGPT, najwyżej jako linki nawigacyjne. GPTBot to inny robot. Zbiera treści, które mogą posłużyć do trenowania modeli, i o obecności w wynikach wyszukiwania nie decyduje.

Perplexity

Perplexity przeszukuje internet w czasie rzeczywistym, a każdą odpowiedź opatruje klikalnymi przypisami do źródeł. Do testu nadaje się przez to najlepiej, bo od razu widzisz, skąd wziął informację o firmie. PerplexityBot według dokumentacji Perplexity służy do pokazywania i linkowania stron w wynikach, nie do trenowania modeli, i respektuje robots.txt. Perplexity-User, który odwiedza strony na prośbę użytkownika, zasad z robots.txt na ogół nie stosuje.

Mój wniosek z tych trzech opisów: gdy asystent korzysta z wyszukiwania, opiera odpowiedź na tym, co właśnie znalazł, a nie wyłącznie na tym, czego nauczył się wcześniej. Twoja praca ma więc cztery części. Firma musi dać się znaleźć, jej dane muszą się zgadzać we wszystkich źródłach, strona powinna odpowiadać na pytania klientów, a w sieci powinny być prawdziwe opinie i wzmianki.

Co jest potwierdzone, a co jest modą

Każdy sygnał w audycie ma inną wagę dowodową. Poniżej moja ocena, oparta na źródłach z tego tekstu.

Profil Firmy w Google i opinie

Według pomocy Profilu Firmy w Google wyniki lokalne zależą od trafności, odległości i rozpoznawalności firmy. Na rozpoznawalność wpływają między innymi linki do firmy oraz liczba i ocena opinii. Google dodaje, że lepszej pozycji lokalnej nie da się kupić ani o nią poprosić. Powiedz to klientowi, zanim sam zapyta, czy można „dopłacić”.

Dane strukturalne LocalBusiness

Typ LocalBusiness w schema.org opisuje konkretną firmę albo oddział z fizyczną lokalizacją. Google w dokumentacji tych danych wymaga nazwy i adresu, zaleca między innymi telefon, godziny otwarcia, współrzędne i adres strony, a jako format preferuje JSON-LD.

Ile to daje w AI? Google pisze wprost, że dane strukturalne nie są wymagane w wyszukiwaniu generatywnym i nie istnieje specjalny znacznik schema.org dla AI. Z drugiej strony Fabrice Canel z Microsoft Bing mówił w marcu 2025 r. na konferencji SMX Munich, że schema pomaga modelom Microsoftu rozumieć treść (relacja Search Engine Land). W Twoim przypadku rozsądny środek wygląda tak: wdrażasz LocalBusiness zgodnie z tym, co widać na stronie, i opisujesz to klientowi jako porządek w danych. Jako dźwigni widoczności w ChatGPT tego nie sprzedawaj.

Treść, która odpowiada na pytania

Od 7 maja 2026 r. Google nie pokazuje już wyników rozszerzonych FAQ (informacja w dokumentacji FAQPage). Sama treść odpowiadająca na pytania klientów nadal ma sens, z innego powodu: ludzie pytają asystentów pełnymi zdaniami. Google w przewodniku z 2026 r. zastrzega, że nie trzeba ciąć tekstu na drobne kawałki dla AI ani pisać specjalnie pod modele. Liczy się treść unikalna i oparta na doświadczeniu. Przepisanie tego, co jest już na innych stronach, niewiele daje.

W lokalnej firmie oznacza to stronę usługi, która mówi, w jakich dzielnicach i miejscowościach firma działa, od czego zależy cena, ile trwa typowe zlecenie i czego klient może się spodziewać. Właściciel słyszy te pytania przez telefon codziennie. Zapytaj go o nie, zanim napiszesz choć jedno zdanie.

llms.txt: co wiadomo na pewno

Plik llms.txt zaproponował Jeremy Howard we wrześniu 2024 r. To plik w Markdownie w katalogu głównym strony, który ma pomagać agentom AI korzystać z witryny (llmstxt.org, wersja 2 z sierpnia 2026 r.). Potwierdzone są trzy rzeczy:

1. Google w czerwcu 2026 r. dopisał do swojego przewodnika, że wyszukiwarka Google nie używa plików llms.txt, a ich utrzymywanie nie szkodzi widoczności ani jej nie poprawia.
2. Lighthouse w Chrome ma audyt llms.txt w kategorii przeglądania przez agentów, ale zgłasza tylko błąd serwera przy próbie pobrania pliku. O rankingu ta dokumentacja milczy.
3. SE Ranking przeanalizował około 300 tys. domen. Plik miało 10,13% z nich, a firma nie znalazła związku między jego obecnością a tym, jak często domena jest cytowana w odpowiedziach modeli (omówienie w Search Engine Journal z listopada 2025 r.).

Czego nie znalazłem: oficjalnej deklaracji OpenAI ani Perplexity, że ich wyszukiwanie korzysta z llms.txt przy wyborze źródeł. Perplexity publikuje własny llms.txt do swojej dokumentacji, tylko że to zupełnie inna sprawa. Moja rada dla warsztatu czy gabinetu jest prosta: nie wyceniaj llms.txt jako osobnej pozycji. Jeśli klient bardzo chce, dodaj plik przy okazji i nazwij go uczciwie eksperymentem bez potwierdzonego efektu.

Test GEO jednej firmy w siedmiu krokach

Test robisz przed rozmową o ofercie. Z wyniku dowiesz się, czy firma ma problem z widocznością w AI, jakiego rodzaju i co jej zaproponować. Zapisuj wszystko w arkuszu. Po tygodniu nie odtworzysz z pamięci, co odpowiedział który asystent.

Krok 1. Przygotuj arkusz i warunki testu

Na start wystarczą takie kolumny:

Każde pytanie zadawaj w nowej rozmowie, bez historii. Jeśli asystent ma pamięć, wyłącz ją na czas testu. Zawsze wpisuj nazwę miasta: ChatGPT ustala przybliżoną lokalizację po IP, więc pytanie „w pobliżu” zadane z Krakowa nic nie powie o firmie z Gdańska. Przy AI Overviews zanotuj też, czy przegląd w ogóle się pojawił, bo Google pokazuje go tylko przy części zapytań.

Krok 2. Zadaj pytania bez nazwy firmy

To właściwy test GEO. Klient zwykle nie pyta o firmę po nazwie, tylko o usługę. Wstaw branżę, usługę i miasto:

1. „Jakiego {branża} w {miasto} polecasz i dlaczego?”
2. „Gdzie w {miasto} zrobię {konkretna usługa}? Podaj kilka firm.”
3. „Polecany {branża} {miasto} z dobrymi opiniami.”

Każde pytanie zadaj co najmniej trzy razy w ChatGPT z wyszukiwaniem, w Perplexity i w Google. Trzy powtórzenia to moja praktyczna rada, nie norma, ale stoją za nią dane. W badaniu SparkToro i Gumshoe z listopada i grudnia 2025 r. ChatGPT i AI od Google zwracały identyczną listę marek w mniej niż 1% powtórzeń tego samego pytania (omówienie w Search Engine Journal). Badanie dotyczyło rekomendacji produktów, nie usług lokalnych, i nie przeszło recenzji naukowej. Dla testu wynika z niego jedno: pojedyncza odpowiedź niczego nie mierzy. Zapisuj, w ilu odpowiedziach firma padła, na przykład w 2 z 9. Jej miejsce na liście ma tu małe znaczenie.

Krok 3. Zapytaj o samą firmę

Teraz sprawdzasz, czy asystent w ogóle wie, kim jest firma:

1. „Co wiesz o firmie {nazwa} z {miasto}? Czym się zajmuje i jakie ma opinie?”
2. „Podaj adres, telefon i godziny otwarcia firmy {nazwa} w {miasto}.”

Każdą informację z odpowiedzi porównaj ze stanem faktycznym: telefon, adres, godziny, zakres usług. Wyłapuj pomyłki z firmą o podobnej nazwie i komunikaty, że firma jest zamknięta, choć działa. Zapisz, skąd asystent wziął dane: ze strony, z wizytówki, z Facebooka czy z katalogu. Jeśli w odpowiedzi pojawi się imię i nazwisko właściciela, nie przepisuj go do arkusza. Do diagnozy wystarczą dane firmy.

Krok 4. Sprawdź, kogo asystenci polecają zamiast niej

Wróć do odpowiedzi z kroku 2. Które firmy padają najczęściej i jakie źródła są przy nich cytowane? Zwykle zobaczysz powtarzające się katalogi, lokalne portale, rankingi i strony samych firm. Porównaj, co mają te firmy, a czego brakuje Twojemu kandydatowi. Może to być więcej opinii, osobna strona każdej usługi, opisany obszar działania albo wpis w katalogu, który asystenci chętnie cytują. Z tej listy różnic zrobisz potem szkic zakresu prac.

Krok 5. Sprawdź stronę firmy

• Otwórz /robots.txt i sprawdź, czy plik nie blokuje robotów OAI-SearchBot, PerplexityBot ani Googlebot. Blokadę GPTBot omów z klientem osobno, bo dotyczy trenowania modeli. Google-Extended według dokumentacji robotów Google nie wpływa na obecność strony w wyszukiwarce Google.
• Wpisz w Google site: z domeną firmy i zobacz, czy strony usług są w indeksie. Poszukaj w kodzie noindex i nosnippet, bo te ustawienia ograniczają pokazywanie treści także w funkcjach AI Google.
• Porównaj nazwę, adres i telefon na stronie z wizytówką, cyfra po cyfrze. Dane powinny być zapisane tekstem, nie tylko na grafice.
• Wklej adres strony do walidatora schema.org albo do testu wyników z elementami rozszerzonymi Google. Szukasz typu LocalBusiness albo jego podtypu z nazwą, adresem, telefonem i godzinami, które zgadzają się z treścią strony.
• Przejrzyj podstrony usług. Każda ważna usługa powinna mieć własną stronę ze śródtytułami, która odpowiada na pytania klientów o obszar, ceny i terminy.
• Zanotuj, czy istnieje plik /llms.txt. Nic więcej z tego nie wnioskuj.

Krok 6. Sprawdź wizytówkę i źródła zewnętrzne

W Profilu Firmy w Google sprawdź kategorię główną, godziny, obszar działania, zdjęcia, liczbę opinii, datę ostatniej opinii i to, czy właściciel na nie odpowiada. Potem przejdź po źródłach, które asystenci cytowali w krokach 2-4. Czy firma w nich jest i czy dane się zgadzają?

Jeszcze jedna rzecz. OpenAI wymienia Bing wśród partnerów wyszukiwania ChatGPT. Nie wynika z tego, że ChatGPT bierze lokalne firmy z Bing Places, ale sprawdzenie, czy firma ma tam aktualny wpis, zajmie chwilę. Zapisz to w arkuszu jako hipotezę do obserwacji.

Krok 7. Postaw diagnozę w jednym zdaniu

Arkusz z kroków 1-6 zwykle prowadzi do jednej z czterech diagnoz:

1. Firma nie pada w pytaniach o usługę, a asystent nic o niej nie wie. To luka encji: w sieci brakuje spójnych danych o firmie. Zaczynasz od wizytówki, danych kontaktowych na stronie, LocalBusiness i katalogów.
2. Asystent zna firmę, ale podaje złe dane. Informacje rozjechały się między źródłami, więc najpierw ujednolicasz nazwę, adres i telefon wszędzie, gdzie firma występuje.
3. Asystent zna firmę, ale jej nie poleca. Ma za mało powodów, żeby wybrać właśnie ją. Pomagają strony usług z konkretami, prawdziwe opinie i obecność w źródłach z kroku 4.
4. Firma regularnie pada w odpowiedziach. GEO raczej nie jest jej potrzebne.

Czwartej diagnozy nie pomijaj. Firma widoczna w AI może nadal potrzebować strony, SEO albo pomocy z opiniami, więc rozmowa wcale nie musi się kończyć. Jak zbudować ofertę od płatnej diagnozy do wdrożenia, pokazuje nasz poradnik o płatnym audycie SEO dla firmy usługowej. Przy GEO ten schemat działa tak samo.

Rozmowa z właścicielem: trzy pytania, które padną

Wynik pokaż w rozmowie, na którą właściciel się zgodził. Niezamówiony raport w skrzynce to zły początek. Zanim w ogóle się z nim skontaktujesz, przejdź zestaw przepisów i pytań do omówienia z prawnikiem przed kontaktem z firmą. O kanale kontaktu decydujesz Ty.

Pierwsze pytanie zwykle brzmi: „czy po waszej pracy ChatGPT będzie mnie polecał?”. Odpowiedz uczciwie, że tego nie obieca nikt. OpenAI ani Google nie ujawniają, jak dobierają firmy, a odpowiedzi zmieniają się między powtórzeniami. Obiecać możesz zakres prac i pomiar według tej samej metody co miesiąc, z odsetkiem odpowiedzi, w których pada nazwa firmy.

Drugie: „czy to nie jest zwykłe SEO pod inną nazwą?”. W dużej części tak, i lepiej, żebyś powiedział to pierwszy, z cytatem z Google w ręku. Różnicę robi pomiar w asystentach i praca nad danymi firmy poza jej stroną.

Trzecie: „ile to potrwa?”. Nie ma publicznych danych o tym, po jakim czasie zmiany w wizytówce czy na stronie przekładają się na odpowiedzi AI. OpenAI podaje tylko, że zmiana w robots.txt dociera do jego systemów po około 24 godzinach. Umów się więc na pomiar po pierwszym i po trzecim miesiącu. Terminu efektu nie podawaj.

Po podpisaniu umowy poproś o dostęp do Search Console. Od 31 sierpnia 2026 r. Google udostępnia wszystkim witrynom raport skuteczności w funkcjach generatywnej AI z wyświetleniami w AI Overviews i Trybie AI, o ile strona ma ich wystarczająco dużo. W Search Console jest też ustawienie, które wyłącza witrynę z tych funkcji. Domyślnie witryna jest w nich uwzględniona, ale ktoś mógł to zmienić, więc sprawdź. Ruch z ChatGPT rozpoznasz w analityce po parametrze utm_source=chatgpt.com, który OpenAI dodaje do linków (FAQ OpenAI dla wydawców).

Jak LeadNinja zawęża listę firm do testu

Ręczny test jednej firmy jest dokładny, ale nie powie Ci, od których firm w mieście zacząć. Do tego służy w LeadNinja sygnał „Niewidoczna w AI (GEO)”. Sprawdza cztery rzeczy w kodzie działającej strony firmy:

• brak danych strukturalnych firmy (LocalBusiness, Organization albo pokrewny typ): 35 punktów,
• brak treści FAQ, czyli ani znacznika FAQPage, ani sekcji z pytaniami i odpowiedziami: 30 punktów,
• brak metadanych Open Graph (og:title, og:type, og:description): 20 punktów,
• brak śródtytułów H2 i H3: 20 punktów.

Firma trafia na listę od 45 punktów, czyli przy co najmniej dwóch brakach. Sam brak Open Graph i śródtytułów daje 40 punktów i nie wystarcza. Sygnał pomija strony, których nie da się rzetelnie ocenić: niedziałające, zaparkowane, puste szkielety aplikacji w JavaScripcie i strony, których kod został ucięty przy pobieraniu. Firmy, których wizytówka prowadzi tylko do Facebooka albo darmowego kreatora, obsługuje osobny sygnał braku strony. Jak sprawdzić, czy taka firma naprawdę nie ma witryny, opisuje procedura weryfikacji listy firm bez strony.

Po tym, co Google napisał w 2026 r. o danych strukturalnych i FAQ, traktuj te cztery punkty jako znak, że nikt nie zadbał o porządek na stronie. Dowodem, że AI firmy nie zna, jeszcze nie są. Dlatego po zakończonym wyszukiwaniu możesz ręcznie uruchomić „Weryfikuj GEO”. Dla firm z tym sygnałem LeadNinja zadaje modelowi Gemini z wyszukiwaniem Google trzy pytania o usługę w danej niszy i mieście, każde dwa razy, oraz jedno pytanie o samą firmę. Odpowiedzi dla pary nisza i miasto LeadNinja przechowuje przez 30 dni, więc kolejne wyszukiwanie w tej samej parze z nich korzysta. Do tego sprawdza, czy telefon i adres z wizytówki są na stronie, czy robots.txt blokuje roboty AI (między innymi GPTBot, PerplexityBot i Google-Extended) i czy istnieje llms.txt.

W dossier dostajesz werdykt „Niewidoczna w AI”, „AI zna, nie poleca” albo „Widoczna w AI” i listę innych sprawdzanych firm z tego wyszukiwania, które padły w odpowiedziach. Jest tam też fragment odpowiedzi o firmie ze źródłami, a przy dwóch pierwszych werdyktach szkic raportu „co poprawić” do Twojego ręcznego użytku. LeadNinja niczego nie wysyła automatycznie. Pamiętaj o ograniczeniu: to jeden silnik, a ChatGPT i Perplexity mogą odpowiadać inaczej. Dla firm, z którymi chcesz rozmawiać, zrób ręcznie kroki od 2 do 4. Werdykt „Widoczna w AI” możesz za to przyjąć od razu, bo taka firma nie jest dobrym kandydatem na usługę GEO.

Sygnał GEO i weryfikacja są w każdym pakiecie razem z pozostałymi sygnałami. Pakiety różnią się tylko limitem leadów na 30 dni: Start 49 zł (100), Standard 99 zł (300), Pro 229 zł (700). Pakiet nie odnawia się sam, więc po miesiącu decydujesz od nowa. Warunki opisuje strona z zasadami pakietu na 30 dni. Jeśli chcesz zobaczyć, ile firm z Twojej branży i miasta zapala sygnał GEO, zarejestruj się i uruchom wyszukiwanie dla swojej niszy.

Na początek przejdź kroki od 1 do 3 dla firmy, którą znasz osobiście, na przykład swojego mechanika. Od razu ocenisz, czy asystenci podają o niej prawdziwe dane, i zobaczysz, ile czasu zajmuje Ci jeden pełny test.