Checklista audytu GEO: dostępność, widoczność i zgodność w trzech warstwach
Coraz więcej klientów nie zaczyna rozpoznania rynku od listy w Google, tylko od pytania zadanego ChatGPT, Gemini albo Perplexity. Naturalne jest więc kolejne pytanie: czy nasza firma w ogóle pojawia się w tych odpowiedziach, a jeśli tak, czy model mówi o nas prawdę? Odpowiedzi nie da jeden zrzut ekranu. Daje ją audyt GEO, czyli uporządkowany przegląd widoczności marki w wyszukiwarkach AI. Poniżej checklista, którą w praktyce stosuje Adrian Grabski, specjalista SEO i GEO z Łodzi.
Po co formalny audyt, skoro można zapytać model samemu
Bo pojedyncza odpowiedź ChatGPT to anegdota, nie dane. Odpowiedzi zmieniają się między sesjami. Według SparkToro szansa na tę samą listę marek dwa razy z rzędu jest mniejsza niż 1 do 100, a AI Overviews zmienia treść w około 70 procentach przypadków. Jeden test pokazuje tylko, że coś jest możliwe. Nie mówi, jak często marka się pojawia, czy model podaje link i czy opis jest zgodny z faktami.
Audyt GEO, który opisuje Adrian, trwa 7–10 dni roboczych. Opiera się na 20–50 promptach, powtarzanych 10–20 razy na każdej z platform: ChatGPT, Google AI Overviews, Perplexity i Gemini. Ma trzy warstwy: dostępność, widoczność i zgodność. Na końcu jest retest po około 90 dniach, bo lag między publikacją a cytowaniem w ChatGPT to typowo 6–12 tygodni.
Warstwa 1. Dostępność: czy bot w ogóle widzi stronę
Zanim ktokolwiek poprawia sformułowania „pod AI”, trzeba wiedzieć, czy crawler widzi HTML. Checklista jest krótka i zwykle niewygodna.
Czy robots.txt nie blokuje botów wyszukiwania, w tym OAI-SearchBot, Claude-SearchBot, PerplexityBot, Bingbota i Googlebota? Czy zapora, tryb „block AI bots” albo limit zapytań nie ucina ich mimo otwartego pliku robots.txt? Czy kluczowa treść jest w kodzie strony, a nie wyłącznie w JavaScript, obrazku albo PDF? Czy sitemapa wskazana w robots.txt nie zwraca błędu 404? Czy po zmianie adresów stary URL, który model może pamiętać jeszcze przez dwa do czterech miesięcy, prowadzi we właściwe miejsce?
Jeśli któraś z tych odpowiedzi jest negatywna, dalsza „optymalizacja pod cytowania” jest stratą pieniędzy. Adrian powtarza, że najczęściej marnuje się budżet, gdy najpierw robi się warstwę AI, a dopiero potem sprawdza dostępność.
Warstwa 2. Widoczność: czy marka w ogóle wraca w odpowiedziach
Tu wchodzą cztery metryki: Share of Voice, średnia pozycja, Citation Rate i Citation Links. Ta ostatnia jest najbardziej diagnostyczna. Wynik na poziomie jednego albo dwóch adresów zwykle oznacza, że model zna tylko stronę główną.
Pomiar prowadzi się na pełnych pytaniach klientów, nie na hasłach z narzędzia do słów kluczowych. Wynik podaje się z przedziałem ufności. Jedna zmiana naraz, potem retest tym samym protokołem. Próg-heurystyka: Citation Rate poniżej 5–10 procent po 90 dniach często oznacza, że trzeba budować autorytet poza własną domeną. Około 84 procent cytowań w AI pochodzi z earned media, a digital PR nie jest dodatkiem do tej pracy, tylko jej rdzeniem.
Warstwa 3. Zgodność: czy AI mówi o marce prawdę
Widoczność bez zgodności bywa gorsza niż brak wzmianki. Model może pomylić zakres usług, przypisać nieistniejącą gwarancję albo połączyć firmę z cudzymi danymi. Błędy warto oceniać w czterostopniowej skali: wspiera fakty, wspiera je częściowo, jest sprzeczny, nie ma dowodu.
Obrona przed uporczywymi pomyłkami to strona „źródła prawdy” z faktami i datą oraz spójne dane o encji wszędzie tam, gdzie marka już występuje. Audyt GEO nie zastępuje audyt SEO. Technika, treść i linki nadal decydują o tym, czy fragment w ogóle wejdzie do puli kandydatów. GEO dodaje pytanie, co dzieje się z marką po tym, gdy użytkownik nie klika listy, tylko czyta odpowiedź modelu.
Jeśli potrzebujesz tego przeglądu w formie usługi, jej zakres, metryki i czas trwania są opisane na stronie Audyt GEO na adriangrabski.pl.