Kancelaria prawna, z którą miałam niedawno konsultacje, miała naprawdę dobrą widoczność w wyszukiwarce. Projekt w zasadzie książkowy: frazy rankują, strona zadbana, regularny content. Wspólnicy przyszli tematem, który pojawia się coraz częściej: chcemy być obecni w odpowiedziach AI, tak, żeby potencjalni klienci mogli nas tam znaleźć.
Sprawdziłam całość. Witryna w porządku. Optymalizacja wdrożona prawidłowo. Partnerzy i prowadzący sprawy radcowie przedstawieni na stronie (lista nazwisk z tytułami). A co poza stroną? Jeden z imiennych partnerów raz w zewnętrznych źródłach przedstawiany był jako „radca prawny”, raz jako „specjalista od prawa nieruchomości”, raz jako „partner kancelarii X”, raz jako wykładowca na uczelni a raz wymienany tylko z imienia i nazwiska. Kilka różnych kontekstów, ale żadnego dominującego. ChatGPT zapytany o nazwiska radów i partnerów albo milczał, albo mylił ich z innymi osobami.
Problem nie leżał w stronie, ale w tym, że algorytm nie wiedział, kim poszczególne osoby konkretnie są i nie identyfikował ich jako encje.
Z tego rodzaju problemem przychodzi do nas (do Fox Strategy) coraz więcej firm, szczególnie tych, które przez ostatnie lata budowały widoczność wyłącznie przez SEO strony. Mają dobrą pozycję w Google. AI ich nie zna.
Promocja marki w AI – o co tak naprawdę chodzi?
Promocja marki w AI to działania, które sprawiają, że modele językowe (ChatGPT, Gemini, Perplexity, Google AI Overviews) rozpoznają markę, rozumieją czym się zajmuje i rekomendują ją jako odpowiedź na pytania potencjalnych klientów. To nie jest optymalizacja strony pod nowe algorytmy, ale budowanie obecności w miejscach, z których AI czerpie wiedzę o świecie a własna strona jest tylko jednym z nich.
Dlaczego Google i AI to dwa różne systemy?
Zanim przejdziemy do tego, co zrobić, warto zrozumieć dlaczego tak się dzieje. Bo większość firm, które chcą „być w AI”, wyobraża sobie, że wystarczy zoptymalizować stronę pod nowe wymagania. To błąd wynikający z mylenia dwóch różnych mechanizmów.
Google w klasycznym rozumieniu analizuje strony i tworzy ich ranking. AI nie rankuje stron, ale składa obraz marki z dziesiątek niezależnych źródeł i odpowiada na pytanie: kim jest ta firma i czy można jej zaufać na tyle, żeby ją zarekomendować?
Skąd bierze te informacje? Według analizy Cate Dombrowski z Omniscient Digital (23 387 cytowań, styczeń 2026) własna strona marki odpowiada za około 23% tego obrazu. Kolejne 30% pochodzi z wzmianek na innych stronach: porównań, rankingów, case studies, w których inne marki o Tobie piszą. Blisko połowa to earned media: fora, recenzje, media branżowe, katalogi. Niezależne miejsca, gdzie ktoś pisał o Tobie bez Twojego udziału.
Michał Suski z Surfer SEO przeanalizował 16 milionów cytowań i doszedł do podobnego wniosku: 82% wzmianek o markach w odpowiedziach AI pochodzi ze źródeł zewnętrznych wobec marki (źródło).
Kampania na własnych kanałach dociera tam, gdzie już jesteś widoczny. Kontekst zbudowany przez innych trafia tam, gdzie AI szuka informacji o Tobie. To nie znaczy, że własna strona przestaje mieć znaczenie. Znaczy coś innego. Strona jest dla algorytmu punktem weryfikacji, nie głównym źródłem wiedzy o Tobie. Jeśli zewnętrzne sygnały mówią jedno, a strona mówi coś innego, algorytm uzna sprzeczność, nie zaufanie.
Trzy stany, w których może znajdować się Twoja marka
W tej sytuacji marka może być w jednym z trzech miejsc. Ewelina Podrez-Siama opisuje je w książce Marka osobista w czasach AI i generatywnego wyszukiwania i sprawdzają się równie dobrze dla marek firmowych.
- Marka nieobecna – algorytm nie ma wystarczająco sygnałów, żeby ją zidentyfikować. Pytasz AI o nazwisko lub firmę – cisza albo błąd.
- Marka rozmyta – algorytm zna nazwę, ale sygnały są niespójne. Różne konteksty, różne opisy, żadnego dominującego skojarzenia. Model nie może powiedzieć z przekonaniem: „ta firma specjalizuje się w X”. Więc albo nie wymienia jej wcale, albo wymienia z niepewnym kontekstem. Dokładnie tak jak wspólnicy z kancelarii: istnieli w sieci, ale każde źródło mówiło coś innego.
- Marka spójna – algorytm ma gęstą sieć zgodnych sygnałów z wielu niezależnych źródeł. Może zarekomendować z przekonaniem, bo ma wystarczająco danych, żeby odpowiedź była bezpieczna.
Większość firm, które przychodzą do mnie z pytaniem „chcemy być w AI”, jest w stanie drugim, nie pierwszym. I to jest ważna różnica. To nie jest problem braku obecności. To jest problem spójności.
przykład zapytania Gemini o polecenia kancelarii i odpowiedź
Deklaracje, których AI nie cytuje
Jest jeszcze jeden mechanizm, który sprawia, że promocja marki w AI wymaga innego podejścia niż tradycyjny marketing. AI weryfikuje fakty. Nie cytuje ocen.
„Doświadczona kancelaria z wieloletnią praktyką i indywidualnym podejściem do klienta” – algorytm po prostu to pomija. Nie dlatego, że jest to nieprawdziwe. Raczej dlatego, że taka informacja jest nieweryfikowalna i stąd nie ma sensu jej cytować. Nie ma potwierdzenia nigdzie na zewnątrz i nie ma obok faktów, które mogłyby za tym przemawiać.
| Co mówi strona | Co cytuje AI |
|---|---|
| „Doświadczona kancelaria” | „Kancelaria działa od 2011 roku, 15 lat praktyki” |
| „Eksperci od prawa nieruchomości” | „Specjalizacja: prawo nieruchomości”, „ponad 200 przeprowadzonych spraw” |
| „Indywidualne podejście” | „Obsługujemy głównie deweloperów i fundusze private equity” |
| „Liderzy branży” | „Laureaci rankingu Rzeczpospolitej 2024” |
Lewa kolumna to deklaracje. Prawa to fakty, które AI może zacytować, bo można je sprawdzić w innych miejscach. Zaufanie algorytmu to efekt weryfikowalnych dowodów, nie komunikatu.
Ale samo przepisanie strony na język faktów nie wystarczy. Te same fakty muszą pojawić się w niezależnych źródłach: w artykule branżowym, w bazie danych, w relacji z konferencji. Algorytm nie ufa pojedynczemu źródłu. Ufa zbieżności.
To samo dotyczy ludzi. Wspólnik opisany jako „doświadczony prawnik” jest dla algorytmu nieweryfikowalnym podmiotem. Ta sama osoba przedstawiona jako „radca prawny specjalizujący się w transakcjach M&A, wykładowca na Wydziale Prawa UW, autor komentarza do ustawy o gospodarce nieruchomościami” wraz z linkami do profili na np. na LinkedIn, podstrony Uczelni itp. to encja, którą algorytm może zidentyfikować, powiązać i zarekomendować.
Jak do tego podchodzę w praktyce?
Kiedy firma przychodzi do mnie z pytaniem o obecność w AI, nie zaczynam od tworzenia treści ale od gruntownej od diagnozy.
- Krok pierwszy: audyt tego, co już istnieje w sieci
Sprawdzam, gdzie i jak mówi się o marce, nie tylko co marka sama o sobie mówi. Przeglądam źródła zewnętrzne, weryfikuję czy dane są spójne i poprawne, w jakim kontekście pojawia się nazwa firmy i nazwiska kluczowych osób. Szukam rozbieżności, takich jak cztery różne opisy tego samego wspólnika w czterech różnych miejscach.
2. Krok drugi: sprawdzam co modele wiedzą
Odpytuję ChatGPT, Gemini, Perplexity bez nazwy firmy, po specjalizacji. „Kto w Polsce specjalizuje się w transakcjach na rynku nieruchomości komercyjnych?” Potem z nazwą. Potem z nazwiskami. Sprawdzam nie tylko czy marka się pojawia, ale w jakim kontekście i czy ten kontekst jest zgodny z tym, czym firma faktycznie jest.
3. Krok trzeci: inwentaryzacja kanałów i możliwości
Patrzę na to, co firma kontroluje: strona, social media, profile zawodowe. I na to, gdzie mogłaby zabrać głos, ale jeszcze tego nie robi. Strony partnerskie, blogi gościnne, serwisy branżowe. Dla kancelarii to może być uczelnia, na której partner wykłada i gdzie może publikować. Dla firmy doradczej – portale branżowe, na których komentuje ekspert. To są miejsca o naturalnym autorytecie, które AI traktuje poważnie.
4. Krok czwarty: plan w trzech warstwach.
Pierwsza warstwa to porządek „na własnym podwórku”. Zanim zaczniesz budować obecność na zewnątrz, musisz wiedzieć, że to co kontrolujesz mówi spójnie i językiem faktów. Strona, social media, profile zawodowe – aktualizacja, uspójnienie, zmiana narracji z deklaratywnej na weryfikowalną. To fundament, który sprawia że zewnętrzne sygnały mają do czego wracać.
Druga warstwa to budowanie zewnętrznych sygnałów. Brand mentions, artykuły, wywiady, komentarze eksperckie. Tu ważny jest wybór miejsc, bo liczy się autorytet źródła i kontekst, nie wolumen. I połączenie tych miejsc: wzajemne linkowanie, spójne opisy, te same fakty powtarzające się w niezależnych źródłach.
Trzecia warstwa to marki osobiste i ich powiązanie z marką firmy. Dla firm usługowych to często największa dźwignia. Wspólnik z rozpoznawalną marką osobistą, z encją powiązaną z firmą, wzmacnia całą organizację w oczach algorytmu. Firma bez ludzi z twarzami jest dla AI bytem bez potwierdzenia.
Dopiero po tych trzech warstwach przychodzi czas na monitoring i kolejne iteracje, bo obecność w AI nie jest jednorazowym projektem.
Sprawdź, gdzie jesteś teraz?
Zanim cokolwiek zaczniesz, dwa ćwiczenia diagnostyczne.
- Wejdź do ChatGPT lub Perplexity i wpisz zapytanie o swoją specjalizację bez nazwy firmy. „Kto specjalizuje się w [Twoja branża + usługa] w Polsce?” Sprawdź czy się pojawiasz.
- Wpisz nazwę firmy albo nazwisko kluczowej osoby. Przeczytaj odpowiedź uważnie, nie czy jesteś wymieniony, tylko w jakim kontekście i czy to jest kontekst, w którym chcesz być rozpoznawany.
Jeśli modele milczą oznacza to, że identyfikujemy markę jako nieobecną. Jeśli mówią różne rzeczy (a także halucynują) albo niedokładny jest kontekst to marka jest rozmyta. W obu przypadkach problem często leży poza stroną. I w obu przypadkach rozwiązaniem nie jest pisanie kolejnych tekstów na stronę. Jest nim najpierw zrozumienie co algorytm o Tobie wie, gdzie to wie i dlaczego wie to źle, a dopiero potem budowanie tego na nowo, warstwa po warstwie.
Jeśli zrobiłeś test i model milczy albo myli konteksty – napisz do mnie! Zaczniemy od diagnozy i ułożenia strategii promocji marki w internecie i AI.
