Wojna SEO vs GEO. Obie strony nie mają racji – i mam na to dane.

Obserwuję LinkedIn od kilku miesięcy i widzę ten sam schemat. SEO-wiec publikuje coś w stylu „GEO to ściema, dobre SEO wystarczy.” GEO-wiec odpowiada, że „SEO umarło, witamy w przyszłości.” Obaj zbierają kliki od swoich baniek. Nikt nie wychodzi z tego mądrzejszy.

Może myślisz, że piszę to po to, żeby Cię urazić. Nie tym razem. Piszę dlatego, że zajmuję się AI Visibility – widocznością marek w systemach sztucznej inteligencji – i widzę, że obie strony popełniają ten sam błąd w tym samym miejscu: rozmawiają o zjawisku, którego struktury albo nie rozumieją, albo rozumieć nie chcą, bo rozumienie wymaga od nich przyznania, że świat się zmienił bardziej niż im wygodnie.

„Spór SEO kontra GEO to fałszywa wojna. SEO nie umarło, a GEO to nie magia – to dwa różne systemy: jeden deterministyczny, drugi probabilistyczny. Firmy, które wygrają najbliższe trzy lata, nie wybierają strony. Pracują na obu polach naraz – i robią to na danych, nie na opiniach.”

Robert Hałuza – autor pierwszej polskiej książki o AI Visibility (Helion 2026)

Zacznijmy więc od fundamentu, bo bez niego cała reszta to przepychanie się słowami.

Czym właściwie jest AI Visibility

AI Visibility to prawdopodobieństwo, że Twoja marka zostanie wymieniona, zacytowana lub zarekomendowana przez model językowy – czyli przez „mózg” stojący za ChatGPT, Perplexity czy Claude – w odpowiedzi na zapytanie Twojego potencjalnego klienta. Modele językowe to systemy AI trenowane na miliardach tekstów, zdolne do generowania odpowiedzi brzmiących jak odpowiedzi eksperta. I właśnie dlatego, że brzmią jak ekspert – ludzie im ufają.

Rynek odpowiedzi generowanych przez AI jest dziś zdominowany przez OpenAI (ChatGPT), Google (Gemini, AI Mode, AI Overviews), Anthropic (Claude), Microsoft (Copilot) i Perplexity, a istotnymi pretendentami są Grok i Meta AI. Każda z tych platform działa na innej architekturze, sięga po inne źródła, ma inne preferencje cytowań. Każda wymaga osobnej analizy priorytetów – bo Twój klient B2B w korporacji prawdopodobnie używa wyłącznie Copilota, bo dział IT na nic innego nie wyraził zgody. Twój klient, który wieczorem finalizuje jakiś zakup, siedzi na ChatGPT lub Perplexity. Nie ma jednej odpowiedzi dla wszystkich.

AI Visibility mierzy się probabilistycznie – czyli na podstawie prawdopodobieństwa, a nie pewności. Minimalna próba przy sprawdzaniu, jak dany model opisuje Twoją markę (czy się rozjeżdża), to pięć uruchomień tego samego pytania. Przy mierzeniu udziału marki w odpowiedziach z całej branży – dwadzieścia uruchomień na jeden zestaw pytań. Oczywiście najlepiej byłoby sto albo więcej, ale wiadomo, że nie każdy ma na to czas. Sam audyty robię mierząc to właśnie sto i więcej razy. No ale wracając do tematu – mierzysz rozkład wyników, a nie pozycję w rankingu. Różnica jest istotna.

AI Visibility buduje się na pięciu warstwach. Pierwsza to infrastruktura techniczna – czyli czy roboty indeksujące systemów AI w ogóle mogą odczytać Twoją stronę. Tu niespodzianka: według analizy BuzzStream aż 71% największych serwisów informacyjnych blokuje przynajmniej jednego bota odpowiedzialnego za cytowania w AI search – i często robi to nieintencjonalnie, próbując zablokować jedynie boty treningowe, a przy okazji ucinając sobie obecność w odpowiedziach AI. To dane dla topowych mediów, nie dla całej sieci – dla ogółu stron odsetek nieintencjonalnych blokad jest znacznie niższy (szacunki mówią o ok. 27%). Ale skala problemu wśród dużych graczy pokazuje, jak łatwo administratorzy kopiują reguły blokowania bez zrozumienia, co właściwie blokują. Druga warstwa to siła encji – to, jak dobrze modele AI „znają” Twoją markę jako byt, czyli rozpoznawalny podmiot w swoich zasobach wiedzy. Trzecia to jakość treści pod architekturę RAG – o tym za chwilę. Czwarta to earned media, czyli zasięgi zdobyte w zewnętrznych, niezależnych źródłach – bo większość cytowań AI pochodzi właśnie stamtąd, a nie z Twojej własnej strony. Piąta to aktualny udział Twojej marki w odpowiedziach generowanych przez AI w Twojej kategorii rynkowej.

I tu obie strony tej kłótni na LinkedIn robią błąd w tym samym miejscu: rozmawiają o taktykach, zamiast rozmawiać o systemie. Więc zamiast dokładać kolejną opinię do stosu – dam Ci dane. Sporo danych. I parę rzeczy, które będą niewygodne dla każdej ze stron.

Zarzut 1 – „GEO to to samo co SEO, tylko z wyższym cennikiem”

Najczęstszy atak. Częściowo słuszny – i dlatego szczególnie niebezpieczny.

Fundament jest faktycznie wspólny. Ekspercki content, czytelna struktura, autorytet domeny – to działa zarówno w Google, jak i w ChatGPT. Ann Smarty, jedna z bardziej szanowanych ekspertek SEO na rynku anglosaskim, powiedziała wprost na panelu 75 marketerów w 2025 roku, że nie widzi niczego unikalnego w optymalizacji pod AI w porównaniu do tego, co robiła zawsze w SEO.

I ma rację – co do taktyk.

Ale taktyki to jeszcze nie mechanika. A mechanika jest tu zupełnie inna, i różnica jest fundamentalna.

SEO (Search Engine Optimization, czyli optymalizacja treści pod wyszukiwarki) to system deterministyczny – taki, który zawsze daje ten sam wynik na to samo zapytanie. Wpisujesz frazę w Google, dostajesz tę samą listę wyników. Zawsze. GEO (Generative Engine Optimization, czyli optymalizacja pod generatywne silniki AI) operuje na systemie probabilistycznym – opartym na prawdopodobieństwie. Ten sam model językowy, to samo pytanie, może dać inną odpowiedź przy kolejnym uruchomieniu – bo nie „wyszukuje” gotowej odpowiedzi jak Google, tylko za każdym razem układa ją na nowo, słowo po słowie, wybierając najbardziej prawdopodobne kontynuacje. Nawet gdy model jest ustawiony na maksymalną przewidywalność – badacze z Thinking Machines Lab pokazali, że drobne różnice w kolejności przetwarzania zapytań na serwerze wystarczają, żeby odpowiedź wyszła inna. Mierzysz więc prawdopodobieństwo pojawienia się, a nie stałą pozycję.

I tu zaczyna się różnica, która kosztuje.

Ahrefs sprawdził, że 76,1% stron cytowanych przez Google AI Overviews rankuje jednocześnie w Google top 10. To wysoka korelacja, która daje SEO-wcom argument: „widzisz, to to samo.” Ale to zdjęcie z jednego momentu – a w czasie ten wskaźnik się sypie. W zaktualizowanym badaniu Ahrefs z początku 2026 roku (863 tys. słów kluczowych, 4 mln URL-i) część wspólna między top 10 Google a cytowaniami AI Overview spadła do ok. 38%, a osobna analiza BrightEdge raportuje ją na poziomie zaledwie ok. 17%. Uczciwa uwaga: sam Ahrefs zaznacza, że część tego spadku wynika z ulepszonego wykrywania cytowań w jego narzędziach, a nie wyłącznie ze zmiany zachowania Google – ale kierunek jest ten sam w obu odczytach. BrightEdge raportuje przy tym 400% wzrost cytowań ze stron rankujących na pozycjach 21-30. Według danych BrightEdge nawet 89% cytowań AI pochodzi spoza setki najlepiej rankujących stron organicznych – z zastrzeżeniem: to liczba z wybranego podzbioru zapytań BrightEdge, a inne badania jej nie potwierdzają (Ahrefs dla samych AI Overviews mówi raczej o ok. 31% cytowań spoza top 100). Kierunek jednak się zgadza niezależnie od tego, którą liczbę weźmiesz.

Innymi słowy: wysoka pozycja Google przestała gwarantować bycie cytowanym przez AI. I możesz być cytowanym przez AI przy zerowej widoczności w Google.

To nie jest to samo.

Zarzut 2 – „Good SEO is good GEO – sam Google tak mówi”

Danny Sullivan, przez lata liaison Google ds. wyszukiwania, powiedział to zdanie na WordCamp US w sierpniu 2025 roku. SEO-wcy podchwycili je natychmiast i używają jako ostatecznego argumentu zamykającego każdą dyskusję.

Jeden problem: Google może mówić wyłącznie w swojej sprawie.

Google ma trzy osobne silniki z własną logiką: AI Overview, AI Mode i Gemini. Ahrefs zmierzył, że zaledwie 13,7% cytowań jest wspólnych dla AI Overviews i AI Mode – dwóch produktów tej samej firmy, działających na tych samych danych. Dwa silniki Google, 13,7% części wspólnej. To luźna korelacja, daleka od tożsamości.

A poza Google mamy: ChatGPT, który według danych OpenAI z lutego 2026 roku ma ponad 900 milionów tygodniowych aktywnych użytkowników i przetwarza ponad 2 miliardy zapytań dziennie (popularne wcześniej liczby rzędu „250-500 mln tygodniowo” są mocno nieaktualne – i pochodziły z pomiaru wizyt na stronie przez Similarweb, a nie z liczby realnych zapytań). Perplexity – 780 milionów zapytań miesięcznie w maju 2025 roku, czyli ok. 30 milionów dziennie i ponad 200 milionów tygodniowo, rosnąc ponad 20% miesiąc do miesiąca, z wyjątkowo silną pozycją wśród badaczy, analityków i dziennikarzy. Copilot w firmach, gdzie często jest jedynym dopuszczalnym narzędziem AI, bo korporacyjny dział bezpieczeństwa na nic innego zgody nie wyraził. Claude, który pobił OpenAI wyceną (965 miliardów dolarów wobec 852 miliardów) i według badań Profound pokrywa się z Brave w 86,7% cytowań – a nie z Google (to badanie na niewielkiej próbie, ale wymownej). Grok z udokumentowanymi ręcznymi ingerencjami w wyniki pod światopogląd właściciela.

I na koniec rzecz, którą większość komentatorów zupełnie pomija: chińskie modele językowe. Według raportu OpenRouter i Andreessen Horowitz opartego na analizie 100 bilionów tokenów – chińskie modele open-source (czyli udostępniane publicznie) urosły z 1,2% globalnego użycia pod koniec 2024 roku do blisko 30% w szczytowych tygodniach 2025 roku (uwaga: 30% to wartość szczytowa w wybranych tygodniach, średnia roczna jest niższa, ok. 13% – ale tempo i tak robi wrażenie). Qwen Alibaby miał ponad 700 milionów pobrań na platformie Hugging Face do stycznia 2026 roku. Badanie RAND pokazało, że do sierpnia 2025 roku chińscy dostawcy LLM mieli ponad 10% użytkowników w 30 krajach i ponad 20% w 11 krajach.

Google jest monopolistą w SEO. W przestrzeni AI Visibility – zwyczajnie nim nie jest. Cytowanie Google jako autorytetu zamykającego dyskusję o GEO przypomina powiedzenie w 2005 roku: „Yandex powiedział, że dobre SEO to dobre SEO” – i uznanie tematu za zamknięty. Z tą różnicą, że Yandex i Google działały na tej samej logice wyszukiwarki. Różne modele językowe działają na zupełnie innych architekturach, innych danych treningowych i innych mechanizmach wyboru źródeł. To nie są wagi w tym samym algorytmie – to osobne systemy.

Zarzut 3 – „Nie da się tego mierzyć, więc to wróżenie z fusów”

Uczciwy zarzut technicznie. I najsłabszy praktycznie.

System probabilistyczny jest mierzalny – tyle że inaczej niż system deterministyczny. 100 zapytań do tego samego modelu daje rozkład statystyczny, z którego można wyciągnąć istotne wnioski. Są też badania prowadzone na znacznie większych próbach – Yext przeanalizował 6,8 miliona cytowań AI z 1,6 miliona zapytań na model. Seer Interactive śledził 53 marki i 5,47 miliona zapytań. To nie jest „nikt nic nie wie.”

Problem narzędzi pomiarowych jest realny, ale dotyczy metodologii, a nie niemożliwości pomiaru. Passionfruit Research zwrócił uwagę, że narzędzia pomiarowe budowane przez vendorów (dostawców oprogramowania) używają syntetycznych promptów pisanych przez siebie zamiast prawdziwych zapytań użytkowników – co znaczy, że to metodologia determinuje wynik bardziej niż faktyczna widoczność marki. To uczciwa krytyka konkretnych narzędzi, a nie dowód na bezużyteczność całej dyscypliny.

Warto też rozróżnić dwie rzeczy, które rynek często miesza: narzędzia do monitoringu AI visibility pokazują Ci, gdzie jesteś – jak często Twoja marka pojawia się w odpowiedziach, z jakim sentymentem, w jakim kontekście, na jakich platformach. Sama optymalizacja – czyli praca nad tym, żeby pojawiać się częściej i w lepszym świetle – dzieje się na poziomie treści, struktury, autorytetu i obecności w zewnętrznych źródłach. Narzędzie mówi Ci, gdzie stoisz. Nie powie Ci, jak wygrać.

Argument „poczekamy, aż się wyklaruje” brzmi ostrożnie. Ale jeśli konkurencja nie czeka, ostrożność ma swoją cenę.

Zarzut 4 – „Ruch z AI jest pomijalny, więc po co się tym zajmować”

Ten zarzut jest wewnętrznie sprzeczny – i to w sposób, który ujawnia niezrozumienie całej mechaniki.

AI Visibility opiera się na tym, że odpowiedź generuje się poza stroną. Pytasz ChatGPT o „najlepsze oprogramowanie do zarządzania projektami” – dostajesz odpowiedź w oknie czatu, bez kliknięcia w jakikolwiek link. Skąd więc ma być ruch? Właśnie dlatego, że go nie ma w tradycyjnym sensie, nie możemy mierzyć wpływu AI samym ruchem na stronę. Krytycy zarzucają GEO „pomijalny ruch” – a jednocześnie cała logika AI Visibility mówi, że wartość nie tkwi w kliknięciach.

Ale mamy inne dane, i są one przekonujące.

ChatGPT według danych Conductora generuje 87,4% całego ruchu kierowanego z platform AI – i ten ruch konwertuje znacznie lepiej niż organiczny. Seer Interactive zmierzył u jednego klienta B2B (to ważne zastrzeżenie metodologiczne – jeden klient, nie cała populacja): ChatGPT dawał wskaźnik konwersji (czyli odsetek odwiedzających, którzy wykonali pożądaną akcję – zakup, zapytanie, zapis) na poziomie 15,9%, Perplexity 10,5%, Claude 5%, Gemini 3% – przy Google Organic na poziomie 1,76%. Dane WebFX z analizy 2,3 miliarda sesji pokazują ruch z generatywnego AI rosnący o 796% w dwa lata (styczeń 2024 – grudzień 2025), konwertujący ok. 1,2 raza lepiej niż organiczny. Co istotne – głośna liczba „4,4 raza lepiej” to nie WebFX, tylko osobne badanie Semrush: średnio odwiedzający z AI search jest 4,4 razy bardziej wartościowy od odwiedzającego z organica, mierząc konwersją. Dwa różne badania, dwie różne liczby – warto ich nie mieszać.

Dlaczego konwersja jest tak wyższa? Bo ktoś, kto klika z odpowiedzi AI, przyszedł już po decyzji. Miał swojego doradcę. Twoja marka była przez ten system zarekomendowana. Taki użytkownik nie przegląda ofert – on weryfikuje wybór, który w jego głowie już niemal zapadł.

„Ruch jest pomijalny” to prawda liczbowo – referral z AI stanowi wciąż ułamek procenta całego ruchu. Ale AI referral sesje rosły o 527% w ciągu pięciu miesięcy według danych Superprompt. I to nie będzie ułamek procenta długo.

Zarzut 5 – „GEO to scam, sprzedajecie powietrze”

Część rynku GEO na to zasługuje. Powiem to wprost – i właśnie dlatego, że jestem po stronie tej dyscypliny, muszę to powiedzieć głośno.

Ktokolwiek obiecuje Ci „pierwszą pozycję w ChatGPT” – zakończ rozmowę. Deterministycznej pozycji w modelu językowym nie ma, bo model językowy nie ma rankingu. Ktokolwiek sprzedaje plik llms.txt (specjalny plik na serwerze mający informować boty AI o strukturze strony) jako jeden z kluczowych elementów optymalizacji – powinien sięgnąć do badania SE Ranking, które przeanalizowało blisko 300 000 domen i nie znalazło żadnej istotnej statystycznie korelacji między obecnością pliku llms.txt a częstotliwością cytowań przez modele AI. Co więcej, usunięcie tej zmiennej z modelu predykcyjnego badaczy wręcz poprawiło jego dokładność – czyli plik wprowadzał szum, nie sygnał. Plik warto mieć – to trzy minuty pracy i zerowy koszt, a kto wie, co się stanie za rok. Ale sprzedawanie go jako priorytetu optymalizacji to dezinformacja.

I jest jeszcze jedno badanie, które powinno zmienić kilka prezentacji w branży GEO. Ahrefs opublikował kontrolowane badanie: 1885 stron, które dodały między sierpniem 2025 a marcem 2026 roku JSON-LD (czyli ustrukturyzowane dane – specjalny kod mówiący maszynom, czym jest dana informacja na stronie), porównano z 4000 stronami kontrolnymi. Wynik: AI Mode +2,4%, ChatGPT +2,2% – oba statystycznie szum, czyli przypadkowa fluktuacja. AI Overviews: -4,6% – istotne statystycznie, ale w złą stronę. Korelacja jest silna – strony cytowane przez AI są niemal trzy razy częściej oznaczone ustrukturyzowanymi danymi niż niecytowane. Ale korelacja to nie przyczynowość. Samo dodanie tego kodu do strony nie powoduje cytowań. Ustrukturyzowane dane to fundament semantycznej organizacji contentu, a nie czarodziejski przełącznik widoczności.

To, że część graczy rynku GEO sprzedaje powietrze, nie unieważnia zmiany, która zachodzi. Lekarze wypisujący witaminę C jako lekarstwo na wszystko nie unieważniają immunologii jako nauki.

Zarzut 6 – „Narzędzia GEO są bezużyteczne”

Nikt poważny w branży AI Visibility nie twierdzi, że ma idealne narzędzie pomiarowe. Problem ze starą szkołą jest inny – używa braku perfekcji jako argumentu za całkowitą ignorancją tematu. To jak odrzucenie termometru dlatego, że nie mierzy temperatury z dokładnością do dziesięciu miejsc po przecinku.

Mierzymy probabilistycznie. 100 prób tego samego zapytania daje rozkład – i z tego rozkładu możesz wyciągnąć coś użytecznego. Możesz sprawdzić, czy Twoja marka pojawia się w 20% czy w 80% przypadków. Możesz zobaczyć, czy pojawia się blisko początku odpowiedzi czy dopiero pod koniec. Możesz zobaczyć, z jakim nastawieniem (pozytywnym, negatywnym, neutralnym). Możesz śledzić zmiany w czasie po działaniach optymalizacyjnych.

GPS w 1995 roku nie był tak precyzyjny jak Google Maps w 2026. Nikt rozsądny nie odrzucał GPS-a jako bezużytecznego tylko dlatego, że błąd wynosił kilkadziesiąt metrów zamiast kilku.

Poważne rozwiązania – Evertune, Goodie, Semrush GEO Suite, Adobe LLM Optimizer – coraz lepiej rozumieją, że chodzi o prawdopodobieństwo cytowania w czasie, nie o deterministyczny ranking. To właściwy kierunek. Infrastruktura pomiarowa dojrzewa. Kto czeka na jej perfekcję przed wejściem w temat, czeka na coś, co nigdy nie nadejdzie w żadnej dziedzinie marketingu.

Zarzut 7 – „Jedno SEO wystarczy, bo modele patrzą na te same parametry co Google”

Ten argument brzmi rozsądnie do momentu, gdy spojrzysz na dane między silnikami.

Różne modele różnych producentów są zaprojektowane inaczej, sięgają po inne źródła i mają inne preferencje. Perplexity czerpie z Reddita – 24-47% cytowań według badań Tinuiti i Profound. Claude pokrywa się z indeksem Brave w 86,7% cytowań – a nie z Google. ChatGPT używa indeksu Binga i własnych crawlerów. Copilot jest zakorzeniony w ekosystemie Microsoft.

Mierzą podobne rzeczy – autorytet, jakość, świeżość – ale przez zupełnie inne soczewki i z różnych źródeł. Jedno, dobrze napisane, eksperckie źródło może dobrze działać na wielu platformach jednocześnie. Ale założenie, że optymalizacja pod Google automatycznie daje widoczność wszędzie, to błąd atrybucji – przypisanie efektu nieistniejącej przyczynie.

Co więcej – poza siedmioma głównymi platformami rosnące znaczenie mają chińskie modele językowe intensywnie używane przez rynki azjatyckie, a coraz śmielej sięgające do Europy. Pytanie o to, czy jesteś widoczny w Qwen albo DeepSeek, brzmi dziś egzotycznie. Za dwa lata może brzmieć jak pytanie o Binga w 2015 roku: niby oczywiste, a większość go pomijała.

Zarzut 8 – „Zero-click to zero wartości biznesowej”

Jeśli ktoś uważa inaczej, niech spróbuje wytłumaczyć, po co korporacje wydają miliardy na telewizję. Nikt nie klika w reklamę w przerwie meczu. Nikt nie mierzy billboardu na autostradzie wskaźnikiem kliknięć (CTR – Click-Through Rate, czyli odsetek osób, które klikają po zobaczeniu reklamy). A jednak te kanały istnieją i mają udowodnioną wartość, bo budują coś niemierzalnego w jednym kliknięciu: zaufanie i rozpoznawalność.

Gdy model językowy mówi „firma X jest liderem w tej kategorii” – odbiorca zapamiętuje to jako rekomendację eksperta. AI jest traktowane jak źródło wiedzy, a nie jak wyszukiwarka sugerująca linki. Marka, która pojawia się w takim kontekście, zyskuje coś cenniejszego niż kliknięcie – zyskuje pozycję zaufanego wyboru w głowie potencjalnego klienta jeszcze zanim ten klient trafi na stronę.

A gdy już kliknie – konwertuje wielokrotnie lepiej niż ruch organiczny (Semrush mówi o 4,4 raza), bo przyszedł po decyzji, którą AI pomogło mu podjąć.

Seer Interactive zmierzył jeszcze jedną rzecz: marki cytowane w AI Overviews zdobywają 120% więcej organicznych kliknięć na impresję niż marki niecytowane – na tych samych zapytaniach. Niuans, o którym warto pamiętać: cytowane strony i tak zostają w tyle za zapytaniami, przy których AI Overview w ogóle się nie pojawia (o ok. 38%). Ale sam mechanizm jest wymowny – bycie cytowanym przez AI zmienia to, jak ludzie klikają w wyniki klasycznego Google. Widoczność w AI i widoczność w wyszukiwarce wzajemnie się wzmacniają.

Zero-click to inny model wartości. Nie gorszy – inny.

Zarzut 9 – „To zupa akronimów – nikt nie wie, co co znaczy”

Ten zarzut przyjmuję bez oporów, bo jest słuszny.

GEO, AEO, LLM SEO, AI SEO, AI Visibility – każdy vendor (dostawca usług lub oprogramowania) wymyśla własne określenie pod własne cele marketingowe. Digiday w 2025 roku napisał wprost, że nie istnieje wspólna taksonomia dla optymalizacji treści pod silniki AI generujące odpowiedzi. Rok później chaos się pogłębił.

Sam w tytule swojej książki postawiłem na AI Visibility – bo to najszerzej i najuczciwiej opisuje rzeczywistość. Chodzi o widoczność marki i treści w całym ekosystemie systemów AI, a nie tylko w jednym z nich. GEO to termin akademicki z dobrym rodowodem – pochodzi z pracy naukowców z Princeton i Georgia Tech z 2024 roku, zaprezentowanej na konferencji Knowledge Discovery and Data Mining (KDD). Ale nie obejmuje pełni zjawiska.

Chaos nazewniczy jest prawdziwy. Nie jest jednak dowodem na to, że zjawisko jest fikcją – tak samo jak niemożność dogadania się ekonomistów co do definicji inflacji nie sprawia, że inflacja przestaje istnieć.

Zarzut 10 – „SEO umarło”

Nie umarło. Ale ktoś, kto powie Ci z pewnością, co się stanie za dwa lata, kłamie – i kłamstwo to dotyczy obu kierunków.

Dane są rozbieżne w stopniu, który powinien każdemu dać do myślenia. Gartner prognozuje 25% spadek ruchu z tradycyjnych wyszukiwarek do 2026 roku i 50% do 2028 roku. Dane Graphite ze stycznia 2026 roku pokazują realny spadek organicznego ruchu między lutym 2024 a listopadem 2025 roku na poziomie 2,5%. Jedno z tych zdań brzmi jak apokalipsa, drugie jak drobna korekta. Prawdopodobnie oba są prawdziwe – dla różnych branż, różnych typów zapytań, różnych rynków.

To co wiemy na pewno: zasięg AI Overviews w sektorze B2B tech urósł z 36% zapytań do 82% między majem a grudniem 2025 roku. W edukacji – z 18% do 83% w tym samym okresie. CTR (wskaźnik kliknięć) na pozycji pierwszej w Google dla zapytań informacyjnych spadł z około 28-34% do 8-12%, gdy pojawia się AI Overview.

Jednocześnie Google wciąż przetwarza 8,5 miliarda zapytań dziennie i kontroluje 91,4% globalnego rynku wyszukiwania. Zapytania transakcyjne, lokalne, nawigacyjne – wciąż generują kliknięcia, bo AI nie zarezerwuje za Ciebie stolika w konkretnej restauracji w konkretnym mieście w konkretny piątek.

SEO jako fundament dobrego pisania, autorytetu i struktury strony jest wciąż niezbędne. Ale SEO jako jedyny kanał widoczności to budowanie domu na fundamentach, które mają pęknięcia. Tempo zmian w AI jest na tyle wysokie – chińskie modele z 1,2% do blisko 30% globalnego użycia w szczytowych tygodniach w ciągu roku, część wspólna Google i AI Overview z 75% do 38% w pół roku – że każda deklaracja pewności na dwa lata jest intelektualną nieuczciwością.

Zarówno ta, która mówi „SEO na pewno przeżyje bez zmian”, jak i ta, która mówi „SEO na pewno umrze.”

Trzy rzeczy, które GEO-wcy mówią, a których nie powinni

Uczciwa analiza wymaga spojrzenia w obie strony. Oto, gdzie nowa szkoła sypie się pod ciężarem własnych argumentów.

Pierwsze: obietnica konkretnej pozycji w ChatGPT. To czerwona flaga, którą widać z kilometra. Deterministycznej pozycji w modelu językowym nie ma. Uczciwe sformułowanie brzmi inaczej: po optymalizacji prawdopodobieństwo, że Twoja marka pojawi się wśród cytowanych źródeł, istotnie wzrośnie. Wczesni adoptujący raportują 527% wzrost sesji referral z AI w ciągu pięciu miesięcy. To nie jest pozycja – to statystyczna zmiana szans.

Drugie: „SEO umarło.” Dane temu przeczą. Dobre pisanie zgodne z zasadami SEO jest wciąż niezbędne – bo 76,1% stron cytowanych przez AI Overviews rankuje w Google top 10. Fundamenty są wspólne. Kanały się rozchodzą.

Trzecie: optymalizacja pod AI jako oddzielna strategia wymagająca oddzielnego budżetu. Jeden dobrze napisany, ekspercki artykuł może jednocześnie rankować w Google i być cytowany przez ChatGPT, Perplexity i Gemini. Dwa kanały jednocześnie obsługuje ta sama treść – pod warunkiem, że jest napisana na poziomie, który naprawdę na to zasługuje. Choć czym innym jest w tym przypadku optymalizacja strony pod GEO – bo audyt warto przeprowadzić i zmaksymalizować szanse na cytowanie też potencjalnymi wewnętrznymi źródłami cytowania.

Co z tego wynika w praktyce

Konkretnie: content pisany przez rozpoznawalnego eksperta z potwierdzonymi kompetencjami, zaczynający od bezpośredniej odpowiedzi na pytanie już w pierwszych zdaniach, zawierający własne dane lub unikalne wnioski, cytujący wiarygodne zewnętrzne badania, obecny w miejscach, z których AI czerpie – Reddit, LinkedIn, branżowe publikacje i fora eksperckie.

Mechaniką, którą warto rozumieć, jest RAG – Retrieval-Augmented Generation – czyli mechanizm, dzięki któremu model językowy przed udzieleniem odpowiedzi przeszukuje aktualne zasoby sieci i wyciąga z nich fragmenty pasujące do zapytania. Twój content nie musi być w modelu od zawsze – musi być dostępny i czytelny w momencie, gdy model szuka. To zmienia priorytety: świeżość, dostępność techniczna i jasna struktura argumentów ważą więcej niż sama pozycja w Google.

Mierzysz częstotliwość cytowań w wybranych modelach, brand mention rate (czyli jak często Twoja marka pojawia się w odpowiedziach AI w swojej kategorii), ruch z AI z pomiarem konwersji osobno od organicznego. Narzędzia do tego istnieją. Są niedoskonałe. To nie jest powód, żeby zamknąć temat.

Firmy, które wygrają w perspektywie trzech lat, to te, które nie czekały na zakończenie sporu między SEO a GEO. Po prostu pracowały na obu polach jednocześnie.

---

Robert Hałuza jest autorem pierwszej polskiej książki o AI Visibility wydanej przez Helion, wykładowcą na studiach podyplomowych SGH i SGGW, konsultantem programów studiów podyplomowych związanych z AI i właścicielem agencji HALUZA.PL. Przeprowadził audyty GEO dla kilkudziesięciu polskich marek w sektorach B2B, e-commerce i usług.