--- title: "Jak zoptymalizować stronę pod AI i LLM - Kompletna checklistka" description: "Czas wdrożenia: 90-120 min na stronę Google AI Overviews, ChatGPT, Perplexity, Microsoft Copilot - wyszukiwanie zmienia się szybciej niż kiedykolwiek. Jeśli Twoja strona nie jest zoptymalizowana pod AI, tracisz widoczność. I to nie jest przyszłość - to dzieje się teraz. Workflow optymalizacji Zanim przejdziesz do szczegółów, zobacz jak wygląda cały proces: flowchart TD A[Start: Wybierz stronę" date: 2025-12-21 author: "Roman Rozenberger" url: "https://rozenberger.com/posts/p/jak-zoptymalizowac-strone-pod-ai-i-llm-kompletna-checklistka/" categories: - "Checklisty" tags: - "SEO" --- **Czas wdrożenia:** 90-120 min na stronę Google AI Overviews, ChatGPT, Perplexity, Microsoft Copilot – wyszukiwanie zmienia się szybciej niż kiedykolwiek. Jeśli Twoja strona nie jest zoptymalizowana pod AI, tracisz widoczność. I to nie jest przyszłość – to dzieje się teraz. --- **Na tej stronie:** [pokaż](#) [ Workflow optymalizacji ](#Workflow_optymalizacji) [ A. PRE-CHECK: Analiza SERP i dopasowanie intentu (10 min) ](#A_PRE-CHECK_Analiza_SERP_i_dopasowanie_intentu_10_min) [ Query Fan-Out: Dlaczego jedno słowo kluczowe to za mało ](#Query_Fan-Out_Dlaczego_jedno_slowo_kluczowe_to_za_malo) [ Analiza SERP ](#Analiza_SERP) [ Checklistka PRE-CHECK: ](#Checklistka_PRE-CHECK) [ B. Metadane: Wektor kontekstowy (15 min) ](#B_Metadane_Wektor_kontekstowy_15_min) [ Title Tag ](#Title_Tag) [ Meta Description ](#Meta_Description) [ H1 ](#H1) [ Spójność wektora ](#Spojnosc_wektora) [ C. Struktura treści (30 min) ](#C_Struktura_tresci_30_min) [ Paragrafy ](#Paragrafy) [ Sekcje Q&A ](#Sekcje_QA) [ Listy i tabele ](#Listy_i_tabele) [ Konkretność ](#Konkretnosc) [ Synonimy i semantic clustering ](#Synonimy_i_semantic_clustering) [ D. Schema Markup (20 min) ](#D_Schema_Markup_20_min) [ Wspólne dla wszystkich typów stron ](#Wspolne_dla_wszystkich_typow_stron) [ Dla artykułu ](#Dla_artykulu) [ Dla produktu ](#Dla_produktu) [ Dla landing page ](#Dla_landing_page) [ Walidacja ](#Walidacja) [ E. E-E-A-T na stronie (15 min) ](#E_E-E-A-T_na_stronie_15_min) [ Experience (Doświadczenie) ](#Experience_Doswiadczenie) [ Expertise (Ekspertyza) ](#Expertise_Ekspertyza) [ Authoritativeness (Autorytet) ](#Authoritativeness_Autorytet) [ Trustworthiness (Wiarygodność) ](#Trustworthiness_Wiarygodnosc) [ F. Technical on-page (10 min) ](#F_Technical_on-page_10_min) [ Semantic HTML5 ](#Semantic_HTML5) [ Obrazy ](#Obrazy) [ Linking ](#Linking) [ G. Weryfikacja (15 min) ](#G_Weryfikacja_15_min) [ Schema ](#Schema) [ Readability ](#Readability) [ AI Visibility Test ](#AI_Visibility_Test) [ Final check ](#Final_check) [ Podsumowanie: Key Stats ](#Podsumowanie_Key_Stats) [ Co dalej? ](#Co_dalej) Workflow optymalizacji ---------------------- Zanim przejdziesz do szczegółów, zobacz jak wygląda cały proces: ``` flowchart TD A[Start: Wybierz stronę do optymalizacji] --> B[Keyword + Query Fan-Out] B --> B2[Zidentyfikuj warianty: follow-up, doprecyzowania, porównania] B2 --> B3[Analiza SERP → dopasuj do intentu] B3 --> C{Określ typ strony} C -->|Artykuł| D1[Article + Person Schema] C -->|Produkt| D2[Product Schema] C -->|Landing| D3[FAQPage Schema] D1 --> E[METADANE: Title / Meta / H1] D2 --> E D3 --> E E --> F{Wektor kontekstowy spójny?} F -->|Nie| G[Popraw alignment Title→Meta→H1] G --> F F -->|Tak| H[STRUKTURA TREŚCI] H --> I[Paragrafy 2-4 zdania, answer-first] I --> J[Sekcje Q&A + listy/tabele] J --> K[Konkretyzacja: dane zamiast ogólników] K --> L[SCHEMA MARKUP] L --> M[E-E-A-T: autor, daty, źródła] M --> N[TECHNICAL: HTML5, alt, linking] N --> O{Schema validation passed?} O -->|Nie| P[Popraw błędy schema] P --> O O -->|Tak| Q[TEST: ChatGPT/Perplexity query] Q --> R{Strona cytowana?} R -->|Nie| S[Iteruj: powtórz od STRUKTURA TREŚCI] S --> H R -->|Tak| T[Gotowe] ``` A. PRE-CHECK: Analiza SERP i dopasowanie intentu (10 min) --------------------------------------------------------- > **Zasada nr 1:** Twoja strona jako samodzielna jednostka wiedzy musi SPEŁNIAĆ intent, który dominuje w SERP. Badaj → dopasowuj. Inaczej nie pojawisz się ani w SERP, ani w AI Overviews, ani w ChatGPT. ### Query Fan-Out: Dlaczego jedno słowo kluczowe to za mało Zanim przejdziemy do analizy SERP, musisz zrozumieć jak AI przetwarza zapytania. **Query fan-out** to technika, w której AI rozbija jedno zapytanie użytkownika na wiele powiązanych pod-zapytań: warianty, follow-up pytania, doprecyzowania, porównania. Wszystkie te pod-zapytania są przetwarzane równolegle, a wyniki scalane w jedną odpowiedź. **Co to oznacza dla Twojej treści?** Koniec myślenia tylko słowami kluczowymi. Musisz budować **kompletne klastry tematyczne**, bo AI wybiera treści, które pokrywają dużo wariantów zapytań naraz. **Przykład dla „chlorella tabletki”:** - Wariant: „chlorella w tabletkach czy proszku” - Follow-up: „jak dawkować chlorellę” - Doprecyzowanie: „chlorella tabletki 500mg cena” - Porównanie: „chlorella vs spirulina” Jeśli Twoja strona odpowiada tylko na „chlorella tabletki”, a konkurencja pokrywa cały klaster – AI wybierze konkurencję. --- ### Analiza SERP Zapomnij o teoretycznych kategoriach intencji (informacyjny/transakcyjny/nawigacyjny). Rzeczywisty intent wynika z analizy SERP. **Przykład dla frazy „chlorella”:** – Zakup chlorelli: 88% (produkty, sklepy) – Informacje o chlorelli: 12% (artykuły, poradniki) – Korzyści zdrowotne: <1% Jeśli SERP pokazuje 88% produktów, a Ty piszesz artykuł edukacyjny – nie pojawisz się wysoko. Ani w Google, ani w AI. ### Checklistka PRE-CHECK: 1. Określ typ strony: artykuł / produkt / landing page 2. Zidentyfikuj primary keyword 3. **Query fan-out – zidentyfikuj warianty zapytania:** - Jakie follow-up pytania może zadać użytkownik? - Jakie doprecyzowania (cena, rozmiar, lokalizacja)? - Jakie porównania (vs konkurencja, vs alternatywy)? 4. **Analiza SERP → dopasowanie treści do intentu:** - Sprawdź top 10-20 wyników w Google - Zidentyfikuj typy treści (produkty, poradniki, porównania, FAQ…) - Oszacuj traffic share per intent - **Dopasuj treść strony do dominującego intentu** 5. Sprawdź aktualne pozycje w SERP (Google + Bing) --- B. Metadane: Wektor kontekstowy (15 min) ---------------------------------------- Spójność Title → Meta Description → H1 to jeden z najsilniejszych sygnałów dla AI. ### Title Tag - 50-60 znaków - Primary keyword w pierwszych 3 słowach - Jasno podsumowuje wartość strony - Brak keyword stuffing (max 1-2x keyword) - Brak znaków specjalnych (™®©) ### Meta Description - 150-160 znaków - Value proposition w pierwszym zdaniu - 2-3 konkretne dane (liczby, certyfikaty) - Naturalny język, nie stuffing ### H1 - Jeden H1 na stronę - Odpowiada Title (wariant, nie kopia) - Konkretny i opisowy - Odpowiada na intencję query ### Spójność wektora - Title → Meta → H1 mówią o tym samym - Progressive refinement (każdy poziom zawęża temat) - Zero topic drift --- C. Struktura treści (30 min) ---------------------------- AI systemy „chunkują” treść – dzielą ją na fragmenty do przetwarzania. Optymalne rozmiary chunków według badań [Firecrawl](https://www.firecrawl.dev/blog/best-chunking-strategies-rag-2025) i [CustomGPT](https://customgpt.ai/rag-chunking-strategies): Typ treściOptymalny rozmiarFAQ/Q&A200-400 tokenów (~1000 znaków)Factoidy/definicje256-512 tokenówTechnical/explanations600-1200 tokenów**Przelicznik:** ~1 token ≈ 4 znaki, 1000 znaków ≈ 250 tokenów. Sprawdzaj w [OpenAI Tokenizer](https://platform.openai.com/tokenizer). ### Paragrafy - 2-4 zdania per paragraf (max 40-60 słów) - Pierwsze zdanie = odpowiedź (answer-first) - Każde zdanie ma sens standalone - Brak odwołań typu „jak wspomniano wyżej” ### Sekcje Q&A Format pytanie-odpowiedź to złoto dla AI. Badanie [Frase](https://frase.io/blog/faq-schema-ai-search-geo-aeo) pokazuje znaczący wzrost cytowań dla stron z sekcjami FAQ. - Pytanie jako H2 - Odpowiedź w pierwszym zdaniu pod H2 - 2-4 zdania odpowiedzi (40-320 znaków) - 8-12 pytań per strona (jeśli applicable) - Rzeczywiste pytania (People Also Ask, support) ### Listy i tabele Tabele HTML generują **+47% więcej cytowań** niż tekst w akapitach według [DigitalBloom 2025 Report](https://thedigitalbloom.com/learn/2025-ai-citation-llm-visibility-report). - Listy wypunktowane dla cech - Listy numerowane dla procedur step-by-step - Tabele dla porównań - Semantic HTML (``, ``) - Max 3-4 listy strategicznie ### Konkretność Badanie [dejan.ai](https://dejan.ai/blog/ai-search-filter) pokazuje, że konkretne dane zwiększają citation rate o **+20-30%** w porównaniu z ogólnikami. **Zamiast ogólników → konkret:** – „ekologiczny” → „Certyfikat FSC, redukcja CO2 40%” – „cicha” → „42 dB, poziom szeptu” – „najlepszy” → „#1 Cnet 2024, 4.9★ (320 reviews)” – Każda liczba ma kontekst i jednostkę ### Synonimy i semantic clustering - Naturalne synonimy zamiast powtórzeń - Related terms dla topical authority - Entity disambiguation (jeśli wiele znaczeń) --- D. Schema Markup (20 min) ------------------------- Schema markup to sposób, w jaki mówisz wyszukiwarkom (i AI) czym jest Twoja treść. ### Wspólne dla wszystkich typów stron - BreadcrumbList dla nawigacji - @id jako unique URI identifier ### Dla artykułu **Article schema:** – headline – author (jako Person, nie string) – datePublished (ISO 8601) – dateModified – image **Person schema dla autora:** – name, jobTitle – sameAs (LinkedIn, Twitter) – hasCredential (opcjonalnie) ### Dla produktu **Product schema:** – name, sku – brand (jako Organization) – offers (price, priceCurrency, availability) – aggregateRating – additionalProperty (specyfikacje techniczne) ### Dla landing page **FAQPage schema z 8-12 Q&A:** – Question name – Answer text (40-320 znaków) – Schema = 100% widoczna treść na stronie ### Walidacja Przed publikacją zawsze waliduj: – [Google Rich Results Test](https://search.google.com/test/rich-results) – [Schema.org Validator](https://validator.schema.org/) --- E. E-E-A-T na stronie (15 min) ------------------------------ Experience, Expertise, Authoritativeness, Trustworthiness – to nie buzzwordy. ### Experience (Doświadczenie) - Case study z konkretnymi danymi - Personal anecdotes / bezpośrednie doświadczenie - Before/after z metrykami - Własne zdjęcia (nie stock) ### Expertise (Ekspertyza) - Autor z credentials w bio - Link do strony autora z Person schema - Certyfikaty, publikacje, wystąpienia ### Authoritativeness (Autorytet) - Cytaty ekspertów w treści - Linki do autorytatywnych źródeł - Original research / własne dane ### Trustworthiness (Wiarygodność) - datePublished widoczna na stronie - dateModified aktualna (format: „Zaktualizowano: DD.MM.YYYY”) - Źródła i odnośniki --- F. Technical on-page (10 min) ----------------------------- ### Semantic HTML5 - `
` dla głównej treści - `
` dla każdej sekcji - `
` i `