I08 Stacja 8 z 11

GEO (Generative Engine Optimization) – czym jest optymalizacja pod wyszukiwarki generatywne

GEO (Generative Engine Optimization) to działania mające na celu zwiększenie widoczności strony w odpowiedziach generowanych przez wyszukiwarki oparte na AI – takie jak Przegląd od AI w Google, ChatGPT search czy Perplexity. Termin pochodzi z badania naukowego opublikowanego w listopadzie 2023 roku. Google stoi na stanowisku, że w swojej wyszukiwarce taka optymalizacja to nadal SEO.

Poniżej wyjaśniamy, co dokładnie oznacza GEO, co zmierzyli autorzy badania, dlaczego ich wyników nie da się bezpośrednio przełożyć na realia Google i czym GEO różni się od klasycznego pozycjonowania.

Czym jest GEO

„Wyszukiwarka generatywna” (ang. generative engine) to system, w którym po wyszukaniu źródeł model językowy tworzy na ich podstawie odpowiedź z odnośnikami do tych stron. Użytkownik otrzymuje gotowy tekst zamiast listy dziesięciu linków. Tak działają Przegląd od AI i Tryb AI w Google, ChatGPT search, Copilot czy Perplexity. Sam mechanizm łączenia wyszukiwania z generowaniem tekstu opisujemy w artykule o RAG, czyli generowaniu wspartym wyszukiwaniem.

GEO to wszystkie działania właściciela strony zmierzające do tego, by jego treść została w takiej odpowiedzi wykorzystana i podlinkowana. W klasycznym SEO celem jest pozycja na liście wyników. W GEO celem jest to, aby model oparł odpowiedź na Twojej stronie, zacytował ją i podał link. W polskiej branży równolegle funkcjonuje określenie „pozycjonowanie w AI” – oznacza to samo, choć nie występuje tu „pozycja” w klasycznym znaczeniu.

Skąd wziął się termin: badanie Aggarwala i in.

Nazwę „Generative Engine Optimization” wprowadził zespół: Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan i Ameet Deshpande. Pierwsza wersja pracy trafiła do repozytorium arXiv 16 listopada 2023 roku, ostatnia (trzecia) – 28 czerwca 2024 roku. Publikacja została przyjęta na konferencję KDD 2024. Autorzy sami określają GEO jako pierwsze ujęcie tego problemu, dlatego wszystko, co dziś promuje się jako „GEO”, odwołuje się – bezpośrednio lub pośrednio – do publikacji „GEO: Generative Engine Optimization”.

Co dokładnie zmierzono

Badanie nie obejmowało Google ani żadnej innej wyszukiwarki działającej w warunkach codziennego użytku. Autorzy zbudowali własne środowisko testowe:

  • Zbiór zapytań GEO-bench – 10 000 zapytań z dziewięciu źródeł, m.in. z publicznych zbiorów zapytań do wyszukiwarek Bing i Google (MS MARCO, ORCAS, Natural Questions), pytań z serwisu Reddit, sekcji Discover w Perplexity oraz zapytań wygenerowanych przez GPT-4. Zapytania pogrupowano w 25 dziedzin, np. sztukę, zdrowie czy gry. Główne wyniki podano w oparciu o część testową, obejmującą 1000 zapytań.
  • Własna „wyszukiwarka generatywna” – dla każdego zapytania pobierano 5 pierwszych wyników z Google, a odpowiedź z cytatami generował na ich podstawie model gpt-3.5-turbo.
  • Modyfikacja jednej strony – w każdym zapytaniu losowano jedną z tych pięciu stron, a model językowy przepisywał jej treść według jednej z dziewięciu metod (np. „dodaj statystyki”, „dodaj cytaty”, „upłynnij tekst”). Następnie porównywano odpowiedź przed wprowadzeniem zmian i po niej.
  • Miara widoczności – nie pozycja ani kliknięcia, lecz udział strony w odpowiedzi. Pierwsza miara (Position-Adjusted Word Count) określa, ile słów w odpowiedzi przypada na zdania cytujące daną stronę, przypisując większą wagę zdaniom umieszczonym na początku. Druga (Subjective Impression) to ocena wystawiana przez GPT-3.5 według siedmiu kryteriów, m.in. trafności, wpływu cytatu na odpowiedź oraz prawdopodobieństwa kliknięcia.

Które metody pomagały, a które nie

Metoda (nazwa z badania)Na czym polegałaWynik według autorów
Cite Sources, Quotation Addition, Statistics AdditionDodanie odwołań do wiarygodnych źródeł, cytatów i danych liczbowychNajlepsze metody: 30–40% względnej poprawy w pierwszej mierze i 15–30% w drugiej
Fluency Optimization, Easy-to-UnderstandPoprawa płynności tekstu i uproszczenie językaPoprawa o 15–30%
AuthoritativeBardziej przekonujący, „autorytatywny” tonBrak istotnej poprawy w całym zbiorze, choć pomagał w pytaniach dyskusyjnych i historycznych
Keyword StuffingDopisanie słów kluczowych z zapytania, jak w starym SEONiewielka poprawa albo żadna; w teście na Perplexity wynik o 10% gorszy od tekstu bez zmian

Trzy dodatkowe obserwacje z pracy są ważniejsze od samych procentów:

  • Skuteczność zależała od dziedziny. Dodawanie statystyk działało najlepiej w zapytaniach o prawo i administrację, cytatów – w tematach społecznych i historycznych, a odwołań do źródeł – w pytaniach o fakty.
  • Zyskiwały strony z niższych pozycji. Dodanie odwołań do źródeł podniosło widoczność strony z 5. miejsca w wynikach Google średnio o 115,1%, a w przypadku strony z 1. miejsca – obniżyło ją o 30,3%. Udział w odpowiedzi to gra o sumie stałej: jeśli jedno źródło zyskuje, inne tracą.
  • Test na działającej wyszukiwarce miał mniejszą skalę. Na Perplexity najlepsza metoda (dodanie cytatów) przyniosła 22% poprawy w pierwszej mierze, a najwyższe wyniki sięgały 37% w drugiej. Stąd w nagłówkach pojawiają się hasła „do 40%” i „do 37%”.

Dlaczego tych wyników nie da się przenieść 1:1 do realiów Google

Badanie GEO stanowi rzetelny punkt wyjścia, jednak mierzy coś innego niż to, co interesuje właściciela strony w Polsce w 2026 roku:

  1. Zestaw źródeł był z góry ustalony. Model zawsze otrzymywał te same 5 stron z Google. Badanie mierzyło, jak zmienia się udział strony w odpowiedzi, gdy już znajduje się ona wśród źródeł – a nie to, czy w ogóle zostanie wybrana. W Google o tym, które strony trafią do odpowiedzi, decydują systemy rankingowe wyszukiwarki.
  2. Inny model i inna architektura. W teście odpowiedzi generował gpt-3.5-turbo. Przegląd od AI i Tryb AI korzystają z modeli Gemini, a jak wyjaśnia Google, systemy te wysyłają wiele powiązanych zapytań naraz (query fan-out) i pobierają wyniki z indeksu wyszukiwarki.
  3. Autorzy nie badali wpływu na ranking. W części poświęconej ograniczeniom badania autorzy piszą wprost, że nie sprawdzali, jak wprowadzane modyfikacje wpływają na pozycje w wyszukiwarce.
  4. Tekst przepisywał model, nie człowiek. Metoda „dodaj statystyki” polegała na automatycznym dopisaniu liczb. W jednym z przykładów opisanych w pracy do tekstu dodano powołanie na badanie, którego weryfikacji autorzy nie przedstawili. W prawdziwym serwisie zmyślona liczba lub nieistniejące źródło to ryzyko dla wiarygodności strony, a nie metoda optymalizacji.
  5. Wyszukiwarki generatywne zmieniają się szybciej niż benchmarki. Autorzy sami zaznaczają, że metody trzeba będzie dostosowywać wraz z rozwojem tych systemów. Od 2023 roku zmieniły się zarówno modele, jak i sposoby budowania odpowiedzi.

Wniosek, jaki można wyciągnąć z badania: treść z konkretnymi danymi, odwołaniami do źródeł i przystępnym językiem była chętniej wykorzystywana przez model w odpowiedzi, natomiast upychanie słów kluczowych nie działało. Jest to zgodne z ogólnymi zasadami jakości, lecz nie stanowi dowodu na to, jak w praktyce działa Przegląd od AI.

Stanowisko Google: GEO to „nadal SEO”

W lipcu 2026 roku Google opublikowało przewodnik o optymalizacji pod generatywne funkcje AI w wyszukiwarce. Odnosi się w nim do skrótów AEO i GEO wprost (cytaty w naszym tłumaczeniu, z zachowaniem oryginału):

  • O samym pojęciu: „z perspektywy wyszukiwarki Google optymalizacja pod generatywne wyszukiwanie AI to optymalizacja pod doświadczenie wyszukiwania, a więc nadal SEO” („From Google Search's perspective, optimizing for generative AI search is optimizing for the search experience, and thus still SEO”).
  • O usługach: „jeśli rozważasz zewnętrzne porady lub usługi »AEO« albo »GEO«, zapoznaj się z naszymi wskazówkami dotyczącymi oceny zewnętrznych porad SEO” („If you're considering third-party »AEO« or »GEO« advice or services, review our guidance on evaluating third-party SEO advice”). Google odsyła tu do strony o ocenie zewnętrznych narzędzi i porad SEO.
  • O „trikach”: „choć terminy takie jak AEO czy GEO są powszechne w internecie, wiele proponowanych »hacków« nie jest skutecznych ani nie wynika z tego, jak naprawdę działa wyszukiwarka Google” („many suggested »hacks« aren't effective or supported by how Google Search actually works”).
  • O narzędziach: „uważaj na zewnętrzne narzędzia, które obiecują sukces w rankingu lub twierdzą, że korzystają z »wewnętrznych« metryk Google. Żadne zewnętrzne narzędzie nie ma dostępu do naszych wewnętrznych systemów rankingowych ani systemów AI”.

Uzasadnienie Google ma charakter techniczny: generatywne funkcje wyszukiwarki opierają się na jej podstawowych systemach rankingowych i jakościowych. Model korzysta z wyników, które systemy te wyselekcjonowały z indeksu. Jeśli strona nie jest zaindeksowana albo przegrywa w rankingu, model nie ma podstaw, by ją zacytować.

Czym GEO różni się od SEO, a w czym się z nim pokrywa

ObszarKlasyczne SEOGEO
CelPozycja na liście wyników i kliknięcieWykorzystanie treści i link w wygenerowanej odpowiedzi
Jednostka ocenyCała strona pod zapytanieTakże pojedyncze zdania i fragmenty, z których model buduje odpowiedź
ZapytanieTo, które wpisał użytkownikCzęsto także zapytania pomocnicze tworzone przez model
PomiarPozycje, wyświetlenia, kliknięciaWyświetlenia i cytowania w funkcjach AI; dane dopiero powstają (Search Console i Bing Webmaster Tools mają osobne raporty od 2026 roku)
Warunek wejściaIndeksacja, jakość, trafnośćTaki sam – w Google bez dodatkowych wymagań poza ustawieniem w Search Console, domyślnie włączonym

Różnica polega więc głównie na tym, co widzi użytkownik i jak mierzy się efekty. Wspólna jest podstawa: strona musi być dostępna dla robota, zaindeksowana, wiarygodna i lepsza od konkurencji w odpowiedzi na pytanie. Dotyczy to nie tylko Google – ChatGPT search, Copilot czy Perplexity również najpierw wyszukują strony własnymi robotami lub przez indeksy wyszukiwarek, a dopiero potem generują odpowiedź.

Dobrze widać to na przykładzie upychania słów kluczowych: przestało ono działać w Google wiele lat temu (to jedna z technik opisanych w artykule o black hat SEO) i nie zadziałało też w badaniu GEO. To, co buduje widoczność w zwykłych wynikach – podstawy SEO, kompletne pokrycie tematu i autorytet tematyczny – jest też warunkiem koniecznym do tego, żeby system AI w ogóle znalazł Twoją stronę.

AEO, LLMO, AIO – inne określenia tego samego zjawiska

Obok GEO funkcjonuje kilka innych skrótów. AEO (Answer Engine Optimization) to optymalizacja pod „wyszukiwarki odpowiedzi” – Google wymienia ten termin w swoim przewodniku razem z GEO i traktuje go identycznie. LLMO (Large Language Model Optimization) akcentuje modele językowe, a AIO (AI Optimization) to najogólniejsza wersja; warto pamiętać, że „AIO” bywa też skrótem od AI Overviews. Żaden z tych skrótów nie ma oficjalnej definicji ani osobnego zestawu metod – różnią się nazwą, a nie zakresem działań.

Co z tego wynika w praktyce

GEO jest pojęciem użytecznym, ponieważ określa nowy cel: nie tylko pozycję, lecz obecność w odpowiedzi. Nie jest osobną dyscypliną z własnym zestawem trików. Google określa tę optymalizację mianem „nadal SEO”, a jedyne dotychczasowe badanie zmierzyło efekty w warunkach laboratoryjnych, z ustalonym zestawem źródeł. Konkretne działania – z podziałem na to, co potwierdzają dostawcy, co pokazały badania, a co jest tylko hipotezą branży – zebraliśmy w artykule o tym, jak strona trafia do cytowań w odpowiedziach AI. Szerszy obraz zmian w wyszukiwaniu znajdziesz w przewodniku SEO w czasach AI.

Najczęstsze pytania

Co to jest GEO w SEO?

GEO (Generative Engine Optimization) to działania, które mają zwiększyć szansę na to, że wyszukiwarka z AI wykorzysta treść strony w wygenerowanej odpowiedzi i podlinkuje ją. Termin pochodzi z badania naukowego z 2023 roku.

Czy GEO zastępuje SEO?

Nie. Google pisze, że optymalizacja pod generatywne funkcje AI w swojej wyszukiwarce to nadal SEO, bo funkcje te opierają się na podstawowych systemach rankingowych. Zmienia się sposób prezentacji wyników i pomiar, a nie podstawy.

Czy GEO naprawdę zwiększa widoczność o 40%?

Takie wyniki uzyskano w badaniu na akademickim zbiorze GEO-bench, z odpowiedziami tworzonymi przez gpt-3.5-turbo na podstawie 5 ustalonych wyników Google. Nie mierzono w nim Przeglądu od AI, kliknięć ani pozycji, więc tej liczby nie można przenosić na konkretną stronę.

Czym różni się AEO od GEO?

W praktyce niczym istotnym. AEO (Answer Engine Optimization) i GEO to dwie nazwy pracy nad widocznością w odpowiedziach AI; Google wymienia oba skróty razem i o obu pisze, że to nadal SEO.

Jak strona trafia do cytowań w odpowiedziach AI – czynniki, które da się sprawdzić I09następna stacja