Pozycjonowanie sklepów w czasach AI Mode i ChataGPT - kompletny przewodnik
Kategoria: Pozycjonowanie AI/LLM
Jak działają modele językowe (LLM) w kontekście wyszukiwania
Strategie SEO dla e-commerce w dobie AI – co robić?
W ostatnich miesiącach branża marketingu internetowego żyje tematem sztucznej inteligencji. Pozycjonowanie sklepów w czasach AI mode i ChatGPT to zagadnienie budzące zarówno entuzjazm, jak i obawy. Czy nadchodzi rewolucja, która wywróci SEO do góry nogami? Na szczęście obecna sytuacja daje nam czas na adaptację. Mimo gwałtownego rozwoju narzędzi AI, zmiany w wyszukiwarkach zachodzą stopniowo. Z perspektywy specjalistów może się wydawać, że „świat SEO wali się na głowę”, jednak statystyki uspokajają: generowane przez AI odpowiedzi w wynikach wyszukiwania pojawiają się na razie w ograniczonym zakresie. Innymi słowy – rewolucja AI w pozycjonowaniu to proces ewolucyjny, nie natychmiastowy kataklizm.
W niniejszym artykule przedstawimy, jak sztuczna inteligencja wpływa na SEO sklepów internetowych oraz jak dostosować strategię pozycjonowania do nowych realiów. Omówimy aktualny stan integracji AI z wyszukiwarkami, mechanizmy działania modeli językowych (LLM) w kontekście wyszukiwania informacji, a przede wszystkim – praktyczne wskazówki co robić, by sklep e-commerce był widoczny zarówno w tradycyjnych wynikach Google, jak i w odpowiedziach generowanych przez AI. Nie zabraknie konkretnych przykładów, dobrych praktyk ani ostrzeżeń przed typowymi błędami. Celem jest, aby zarówno specjaliści SEO, jak i właściciele e-commerce bez zaawansowanej wiedzy technicznej, zrozumieli nadchodzące zmiany i potrafili skutecznie na nie odpowiedzieć.
Choć w mediach dużo mówi się o AI mode, Search Generative Experience i inteligentnych podsumowaniach odpowiedzi (AI overviews) w Google, ich rzeczywisty wpływ na wyniki wyszukiwania jest obecnie ograniczony. Według najnowszych danych tylko około 20% zapytań ogółem w Google kończy się wyświetleniem wygenerowanej przez AI odpowiedzi u góry wyników. Co ważne, dotyczy to głównie zapytań informacyjnych – czyli pytań zadawanych w języku naturalnym, na które można udzielić krótkiej odpowiedzi (np. „jakie jest najwyższe drzewo świata”). Dla zapytań o charakterze produktowym i zakupowym AI w wynikach pojawia się rzadziej.
W segmencie e-commerce udział AI overviews jest wręcz minimalny. Nasze analizy tysięcy fraz produktowych wskazują, że obecnie tylko ok. 7% wyszukiwań związanych z zakupami wyświetla gdziekolwiek w wynikach sekcję odpowiedzi AI – i to nie zawsze na samej górze. Zazwyczaj klasyczne wyniki (linki do sklepów i stron) wciąż dominują. Trzeba też zauważyć, że nawet te 7% dotyczy w dużej mierze zapytań mieszanych, nie do końca czysto produktowych. Innymi słowy, gdy ktoś szuka konkretnego produktu lub kategorii w sklepie, nadal niemal zawsze zobaczy tradycyjne wyniki wyszukiwania, ewentualnie wzbogacone o reklamy produktowe czy panele zakupowe Google, ale bez “magicznej” odpowiedzi AI.
Z perspektywy ruchu na stronach trend jest podobny. Globalnie szacuje się, że mniej niż 5% ruchu na strony WWW pochodzi obecnie z różnego rodzaju chatbotów i dużych modeli językowych (LLM). Dla sklepów internetowych jest to wręcz mniej niż 2% – czyli z 100 odwiedzających tylko 1-2 osoby przychodzą poprzez narzędzie AI (np. poprzez link podany w odpowiedzi ChatGPT czy innego asystenta). Głównym źródłem ruchu wciąż są wyszukiwarki w klasycznej formie. Najwięcej ruchu spośród AI generuje obecnie ChatGPT, pozostawiając inne narzędzia daleko w tyle. Przykładowo, Perplexity.ai – popularny niegdyś chatbot – po okresie promocji traci na znaczeniu i stanowi ułamek promili ruchu. Wprowadzenie asystenta Bing Chat (często dostępnego jako Copilot w Windows) również nie spowodowało masowej migracji użytkowników – jego użycie jest marginalne.
Podsumowując, AI dopiero zaczyna przenikać do nawyków użytkowników. Wbrew nagłówkom o „rewolucji AI” – przeciętny internauta wciąż korzysta z Google w tradycyjny sposób. To daje właścicielom sklepów czas, by przyjrzeć się zmianom i spokojnie dostosować strategię SEO, zanim zmiany nabiorą większego tempa.
Warto rozróżnić dwa typy zapytań, bo AI inaczej wpływa na każde z nich: - Zapytania informacyjne – to pytania typu „jak coś zrobić…”, „co oznacza…”, „jaka jest najlepsza…”. W ich przypadku modele AI radzą sobie świetnie z natychmiastowym podaniem odpowiedzi. Google testuje tu generowane odpowiedzi (AI overview) na większą skalę. Jeśli więc tworzysz treści czysto poradnikowe, musisz liczyć się z tym, że użytkownik może dostać odpowiedź bezpośrednio od AI, czasem nawet bez potrzeby klikania w wynik. - Zapytania transakcyjne (produktowe) – to hasła związane z zakupami, np. nazwy produktów, kategorii, frazy typu „sklep z …”, „cena …”. W tym obszarze AI jest znacznie mniej aktywne. Dla Google liczy się tu dokładność i zaufanie, więc wciąż pokazuje listę znanych sklepów czy produktów, zamiast generować własne rekomendacje. Użytkownik poszukujący konkretnego produktu nadal otrzymuje listę wyników (sklepy, aukcje, porównywarki) – rolą AI może być co najwyżej wstępne podsumowanie informacji o produkcie (np. specyfikacji), o ile Google uzna to za pomocne.
Dla właściciela e-commerce oznacza to, że podstawowy ruch zakupowy nadal opiera się na klasycznym SEO i SEM. Oczywiście nie można ignorować treści informacyjnych – one w e-commerce też są ważne (np. poradniki, blog). Jednak na ten moment generowane odpowiedzi AI częściej „podbierają” ruch blogom i serwisom informacyjnym niż bezpośrednio ofertom produktowym sklepów.
Zjawisko korzystania przez użytkowników z chatbotów w stylu ChatGPT jako alternatywy dla wyszukiwarki jest nowe i na razie niszowe. Jak wspomniano, to zaledwie kilka procent ruchu. Jednak warto zrozumieć, jak ten ruch wygląda: - ChatGPT – lider wśród LLM, często używany do szybkich pytań w stylu „co kupić na prezent” itp. ChatGPT (zwłaszcza z włączoną opcją przeglądania internetu lub w wersji Bing Chat) może podawać linki – stąd pierwsze sklepy notują wizyty z adresem referencyjnym chat.openai.com. Udział tych wizyt jest jednak śladowy. - Inne chatboty (Bing Chat, Claude, Bard) – na razie pełnią rolę ciekawostki. Bing potrafi generować odpowiedzi wraz z linkami, lecz liczba jego użytkowników jest niewielka w porównaniu z Google. Podobnie inne asystenty – istnieją, ale nie przyciągnęły masowego użytkownika. - Systemy AI wbudowane w urządzenia – np. wspomniany Copilot w Windows 11 czy asystenci głosowi z AI. Choć teoretycznie mogą one dokonywać wyszukiwań za nas, to obecnie ich wpływ na ruch e-commerce jest pomijalny.
Wniosek praktyczny: nie należy panikować, że „wszyscy przenieśli się do chatów i Google przestaje mieć znaczenie”. W 2025 roku to wciąż Google (i w mniejszym stopniu Facebook, reklamy, direct) napędza sprzedaż online. Natomiast warto już teraz obserwować i testować obecność swojej marki w tych nowych kanałach, bo trend może się nasilać z czasem. Być może dziś ChatGPT da Ci 1% ruchu, ale za rok będzie to 5% – a to już istotna różnica w przychodach sklepu.
Aby zrozumieć wpływ AI na pozycjonowanie, warto wiedzieć, jak działają nowoczesne modele językowe pokroju GPT-4 czy Google Gemini. Taki model można porównać do bardzo mądrej osoby, która jednak nie wie nic ponadto, czego nauczono ją do pewnego momentu. Mówimy tu o: - Wiedzy wbudowanej (wyuczonej) – model ma „w głowie” informacje ze zbioru danych, na którym został wytrenowany. Jest to wiedza zamknięta do daty przyuczenia modelu. Np. GPT-4 ma dane do jesieni 2021, więc nie wie (bez dodatkowej pomocy) co wydarzyło się w 2022 czy 2023 roku. Podobnie Google Gemini 2.5 (przykładowy model) ma wbudowaną wiedzę tylko do pewnej daty. Co istotne – tej wbudowanej wiedzy nie da się zmienić bez ponownego trenowania modelu. Model jest “zamrożony” na etapie swojej wersji. - Wiedzy aktualnej pozyskiwanej przez narzędzia – ponieważ świat idzie naprzód, twórcy LLM wyposażyli je w możliwość korzystania z zewnętrznych narzędzi. Najważniejszym z nich jest właśnie wyszukiwarka internetowa. Kiedy więc pytamy chatbota o coś, co wymaga aktualnej informacji (np. „jaka jest dzisiaj pogoda w Poznaniu” albo „premiera iPhone 15”), model w tle sam wykonuje zapytanie do wyszukiwarki, przegląda wyniki i na ich podstawie generuje odpowiedź. Od strony użytkownika to niezauważalne – widzi on tylko końcową odpowiedź czatu. Ale mechanizm jest przełomowy: model AI czerpie informacje z indeksu wyszukiwarki, czyli de facto wracamy do klasycznego SEO, tylko że wykonawcą zapytania jest robot.
Co to oznacza dla właścicieli stron? Jeżeli Twoje treści są dobrze wypozycjonowane w Google, to chatbot może je znaleźć i wykorzystać w swojej odpowiedzi. Z kolei jeśli strona jest niewidoczna dla wyszukiwarki (niezaindeksowana, zablokowana lub po prostu zbyt nisko w rankingu), to AI ją zignoruje. To fundamentalna zasada: bez obecności w organicznych wynikach nie ma Cię w odpowiedziach AI. Dla pocieszenia – działa to też w drugą stronę: jeśli przez lata inwestowałeś w SEO i zbudowałeś bogatą bazę contentu, to najprawdopodobniej już teraz jesteś “dokarmiaczem” AI i czerpiesz z tego korzyści w postaci ruchu nawet z nowych kanałów.
Przykładem może być case study marki Moraj (opisane na blogu Traffic Trends) – rozbudowana sekcja poradnikowa z wysokiej jakości artykułami SEO nie tylko przyniosła ruch z Google, ale też została świetnie “przeżuta” przez algorytmy AI, dzięki czemu witryna Moraj pojawia się w podsumowaniach odpowiedzi generowanych (AI Overview) na różne zapytania odzieżowe. To potwierdza, że dobre praktyki tradycyjnego SEO działają także w świecie AI.
Współczesne duże modele językowe, zwłaszcza te używane w wyszukiwarkach (np. wspomniane Google AI w trybie eksperymentalnym, czy przyszły Gemini), są więc w istocie hybrydą: mają pewną bazową wiedzę, ale do wielu pytań i tak używają wyszukiwarki internetowej jako pomocnika. Istnieją oczywiście inne narzędzia (np. kalkulator, system lokalizacji itp.), lecz kluczowe z punktu widzenia SEO jest właśnie to, że AI musi coś znaleźć w sieci, by nam odpowiedzieć.
W praktyce działa to następująco: 1. Użytkownik zadaje pytanie czatowi – np. „Poleć mi najlepszy rower górski dla amatora”. 2. Model językowy formułuje wiele zapytań pomocniczych i wysyła je do wyszukiwarki w tle. Nie robi jednego strzału jak człowiek – stara się objąć temat szeroko. W naszym przykładzie czat może kolejno zapytać wyszukiwarkę o: - „najlepsze rowery górskie ranking”, - „jak wybrać rower górski porady”, - „top producenci rowerów górskich”, - „rower górski cechy na co zwracać uwagę”, - itd. 3. Każde z tych zapytań zwraca listę wyników (SERP) – czyli mamy np. 5 różnych list stron. 4. AI analizuje wyniki i wybiera źródła, które pojawiają się najczęściej lub wydają się najbardziej wyczerpujące temat. Czyli jeśli np. strona X jest obecna w wynikach dla kilku z powyższych pytań (bo zawiera obszerny poradnik i ranking w jednym), to dostaje od AI “punkty za autorytet”. 5. Na podstawie treści z wybranych stron AI generuje własną odpowiedź. Może zacytować fragment (np. wymienić kilka modeli rowerów z rankingu strony X) oraz dodać informacje z innych źródeł, komponując całość.
Ten mechanizm tłumaczy, dlaczego niekiedy w źródłach odpowiedzi AI widzimy dziesiątki lub setki stron. Model potrafi zrobić spory research w ułamku sekundy, aby dać użytkownikowi możliwie kompletną odpowiedź. Dla nas ważne jest, że preferowane są strony o szerokim, przekrojowym ujęciu tematu. Treści “po łebkach”, skupione na jednym wąskim aspekcie, mogą przegrać z obszernym poradnikiem konkurencji. To cenna wskazówka: warto tworzyć content kompleksowy, wyczerpujący pytanie użytkownika od A do Z.
Zanim przejdziemy do contentu, zwróćmy jeszcze uwagę na jeszcze jeden czynnik – personalizację.
Nowoczesne AI (podobnie jak Google) nie traktuje wszystkich użytkowników jednakowo. Odpowiedź czatu może zależeć od: - Historii rozmowy (pamięć czatu) – jeśli w trakcie rozmowy daliśmy AI pewne wskazówki lub wcześniej zadawaliśmy podobne pytania, model “uczy się” naszych potrzeb. Np. jeśli w poprzednich pytaniach ujawniliśmy, że preferujemy markowe produkty premium, chat może faworyzować droższe modeli w kolejnych rekomendacjach. - Ustawień/promptów użytkownika – niektóre systemy pozwalają ustawić tzw. prompt serwisowy, czyli informacje o naszych preferencjach na stałe. Przykładowo możemy poinformować asystenta: „Polecaj mi zawsze najtańsze oferty” albo „Interesują mnie tylko ekologiczne produkty”. Wtedy odpowiedzi będą filtrowane pod tym kątem. - Kontekstu zapytania – pytania zadawane w czacie są często dużo bardziej szczegółowe niż typowe hasła wpisywane w Google. Użytkownicy ujawniają więcej informacji o sobie. Przykład: zamiast hasła „najlepszy rower górski” (jak byśmy wpisali w Google), w czacie ktoś napisze: „Poleć mi najlepszy rower górski. Mam 40 lat, ważę 90kg, jeżdżę rzadko ale intensywnie, lubię czarny kolor i mam budżet 3000 zł”. Taka rozmowa daje AI mnóstwo danych, dzięki którym odpowiedź będzie spersonalizowana (np. zaproponuje rower o wytrzymałej ramie, w czarnym kolorze, do ostrej jazdy rekreacyjnej). - Personalizacja wyszukiwarki – istnieją przesłanki, że nawet wyniki wyszukiwania, które AI pobiera w tle, mogą być dostosowane do konkretnego użytkownika (jeśli jest zalogowany czy rozpoznany). Google od dawna personalizuje SERP pod kątem lokalizacji, zainteresowań, historii – możliwe więc, że AI “widzi” nieco inne wyniki dla różnych osób.
Wszystko to oznacza, że widoczność w AI nie jest uniwersalna – tak samo jak w klasycznym SEO, gdzie jesteśmy świadomi, że np. wyniki na różnych urządzeniach czy lokalizacjach mogą się różnić. Dla SEOwców to nic nowego: musimy starać się ogólnie być wysoko i wśród najlepszych źródeł, ale musimy też brać poprawkę, że nie zawsze nasza strona zostanie wybrana przez AI, nawet jeśli jest bardzo dobra (bo np. profil użytkownika zepchnie ją na dalszy plan).
Wspomnieliśmy już złotą zasadę: bez silnej obecności w organicznych wynikach wyszukiwania nie zaistniejesz w odpowiedziach AI. Modele językowe bazują na treściach, które Google (lub inna wyszukiwarka) uznała za wartościowe. Jeśli Twoja strona nie pojawia się na pierwszych kilku stronach Google dla istotnych pytań, to szansa, że AI ją „wyłowi” podczas swojego researchu, jest znikoma.
Z naszych badań wynika, że niemal wszystkie źródła, jakie chatboty przytaczają w odpowiedziach, to strony widoczne już w SEO – czy to w formie zwykłego linku w top 10, czy np. wzmianki w polecanym fragmencie (featured snippet), albo też strona cytowana przez inne popularne źródła. AI nie odkrywa magicznie niszowych witryn. Przeciwnie – ma tendencję do wzmacniania silnych graczy. Jest wręcz jeszcze bardziej “okrutne” niż tradycyjny SERP, bo często prezentuje odpowiedź syntetyczną z jednego głównego źródła, pomijając wszystkich konkurentów. Jeżeli więc – przykładowo – w odpowiedzi AI na pytanie użytkownika pojawiła się informacja z Twojej strony, to świetnie. Ale jeśli AI bazuje na treści konkurencji, to Twoja marka może zostać całkowicie pominięta w tej interakcji, nawet jeśli normalnie byłbyś np. numerem 3 w Google.
Co gorsza, konkurencja w “AI SEO” jest globalna. W tradycyjnym Google zazwyczaj walczysz o pozycje na swoim rynku (np. polskojęzycznym). Tymczasem chatbot odpowiadający po polsku wcale nie ogranicza się do polskich stron. Często obserwujemy, że AI cytuje anglojęzyczne, globalne serwisy jako źródła, nawet jeśli pytanie jest zadane po polsku. Dla przykładu: użytkownik pyta „jaki smartwatch jest najlepszy dla biegacza”. Google.pl może pokazać polskie artykuły z rankingiem smartwatchy. Ale czat AI może uznać, że bardziej kompletna jest analiza np. z TechRadar.com czy Runner’s World (anglojęzyczne portale) i to na ich podstawie udzielić odpowiedzi, tłumacząc ją na polski! Polskie strony pojawią się dopiero, gdy użytkownik zada kolejne pytania doprecyzowujące, np. poprosi o modele dostępne w Polsce.
Wniosek: Musimy myśleć o konkurencji szerzej. Jeśli tworzymy content np. o rowerach, to rywalizujemy nie tylko z polskimi serwisami kolarskimi, ale też z gigantami typu Bikeradar, CyclingWeekly itp., które mogą zostać uznane przez AI za bardziej wiarygodne (choćby dlatego, że mają więcej szczegółów). Nasze lokalne treści muszą być więc naprawdę świetne jakościowo, by przebić się jako preferowane źródło dla AI.
Rozwińmy ten wątek globalnej konkurencji na przykładzie. Wyobraźmy sobie zapytanie: „Jaki jest najlepszy rower górski do 5000 zł?”. Polski użytkownik oczekuje raczej rodzimej odpowiedzi. Tymczasem AI może: - Najpierw posiłkować się globalnymi rankingami „best mountain bikes”, gdzie pojawią się modele niedostępne w Polsce. - Wygenerować ogólną odpowiedź, np.: „Najlepszy rower górski to X, Y, Z według rankingu WorldwideCycling.com” – czyli bazując na globalnym źródle. - Dopiero jeśli użytkownik doprecyzuje, że chodzi o polski rynek lub dostępność modeli, czat może ponownie wyszukać informacji, tym razem być może trafiając na polski ranking i korygując rekomendację.
Zdarzało się nam obserwować sytuacje, gdzie polskie sklepy czy porównywarki były pomijane, a AI cytował np. artykuł z USA. Dla polskiego użytkownika taka odpowiedź jest nieoptymalna (bo np. połowy modeli z USA nie kupi w kraju). Jednak model AI kieruje się swoim algorytmem – szuka najbardziej kompletnej i autorytatywnej treści, język czy lokalność są drugorzędne. To kolejny powód, by nasze treści robić maksymalnie wyczerpujące i rzeczowe.
Oczywiście, lokalne serwisy mają atuty: znają kontekst rynku, dostępność produktów, specyfikę konsumentów. Tę przewagę warto wykorzystać, tworząc np. lokalnie unikalne rankingi i poradniki. Jeżeli w danym temacie brak polskojęzycznego opracowania, które przebija jakością źródła zagraniczne – masz przestrzeń, by się wyróżnić. Czat doceni, że np. Twój ranking najlepszych kuchenek gazowych w Polsce zawiera modele dostępne na rynku, aktualne ceny i lokalne realia (np. informacje o serwisie w kraju).
Modele AI mają jeszcze jedną cechę: są “leniwe” (oszczędne) z natury. Chodzi o optymalizację kosztów – generowanie długich odpowiedzi zużywa sporo mocy obliczeniowej, więc twórcy modeli szukają sposobów na przyspieszenie procesu. Jednym z nich jest właśnie wybieranie jednego dobrego źródła zamiast syntezy z dziesięciu. Jeśli AI znajdzie gotowy fragment tekstu, który dokładnie odpowiada na pytanie, to często weźmie go niemal w całości, zamiast składać odpowiedź zdanie po zdaniu z wielu stron.
To z jednej strony dobra wiadomość – bo jeśli Twoja strona ma akapit idealnie odpowiadający pytaniu, jest duża szansa, że AI go zacytuje lub oprze na nim swoją odpowiedź. Ale jest i druga strona medalu – jeśli taki fragment istnieje u konkurencji, model może nawet nie zajrzeć do Twojej treści. Przykład: Mamy dwóch producentów sprzętu elektronicznego. Pierwszy przygotował świetne Q&A, gdzie na pytanie „który telewizor wybrać do jasnego salonu” zawarł konkretną, rzeczową odpowiedź. Drugi ma artykuł poradnikowy, gdzie co prawda ta kwestia też jest omówiona, ale mniej wprost. Chatbot może w swojej odpowiedzi posiłkować się głównie treścią pierwszego serwisu (bo jest “łatwo dostępna”), a drugi pominąć.
Dobra praktyka: Twórzmy treści tak, by od razu przechodziły do sedna pytania. Jeśli piszemy artykuł „Jak wybrać fotelik samochodowy dla dziecka?”, postarajmy się, by kluczowe rekomendacje i odpowiedzi pojawiły się wcześnie i były wyróżnione (np. w punktach, ramce). Nie chowajmy esencji dopiero na końcu tekstu, licząc że użytkownik “przewinie”. AI może nie “doczytać” do końca, jeśli uzna, że na stronie nie ma nic konkretnego (pamiętajmy o teorii z meta description – o tym za chwilę).
Wiele wskazuje na to (to obserwacja własna, choć logiczna), że boty AI starają się minimalizować głębokość crawlowania – tzn. jeśli z metadanych lub pierwszych akapitów wynika, że dana strona nie zawiera tego, czego szukają, to nie marnują czasu i energii na dalszą analizę. Dlatego musimy jasno sygnalizować w treści i metadanych, o czym jest strona. To trochę jak powrót do czasów, gdy meta keywords miały znaczenie – jednak zamiast nich liczy się dobrze napisany tytuł, meta opis i oczywiście pierwszy ekran widocznej treści.
Jedną z największych zmian, jaką obserwujemy, jest przesunięcie się ciężaru z słów kluczowych na całe pytania i pełne zdania. W klasycznym SEO optymalizowaliśmy pod konkretne frazy – np. “buty do biegania Nike sklep”. Teksty często były pisane “pod SEO”, czyli tak, aby zawrzeć jak najwięcej odmian tych fraz. Jednak w konwersacji z AI nikt nie mówi telegraficznym skrótem. Użytkownicy zadają pytania tak, jak człowiek człowiekowi. To zmienia sposób pozycjonowania treści: - Long-tail nabiera nowego znaczenia – zapytania są dłuższe, bardziej szczegółowe. Treści, które odpowiadają na konkretną niszową potrzebę (np. “jaki materac dla alergika z wadą kręgosłupa – ranking 2025”) mogą zaistnieć, podczas gdy dawniej koncentrowaliśmy się na ogólnym “materac dla alergika”. - Optymalizacja pod synonimy i warianty zdań – AI rozumie język naturalny, więc mniej ważne staje się wplatanie konkretnych formułek słów kluczowych. Liczy się ogólna odpowiedź na pytanie, niezależnie jak ono jest sformułowane. To paradoksalnie ułatwia życie: można pisać bardziej “dla ludzi”, a mniej dla algorytmu (bo algorytm i tak sprowadzi to do intencji pytania). - Zmiana struktury treści – warto przewidywać pytania użytkowników i używać ich jako nagłówków (H2, H3) w tekście. Popularną praktyką stało się tworzenie sekcji FAQ na stronach czy blogach, gdzie pytanie jest nagłówkiem, a poniżej jest odpowiedź. Takie formaty są wręcz stworzone pod AI – model widzi pytanie i bezpośrednio poniżej odpowiedź, co ułatwia mu dopasowanie do zapytania.
Podsumowując: piszemy bardziej w formie odpowiedzi na pytania niż skupiając się na pojedynczych frazach. Jest to zmiana korzystna dla użytkowników – treści stają się bardziej użyteczne, konkretne i zorientowane na realne problemy, a nie wypełnione “zapychaczami” pod SEO.
Wcześniej opisaliśmy mechanizm, w którym chatbot rozbija jedno pytanie użytkownika na wiele mniejszych zapytań do wyszukiwarki. Warto to jeszcze raz podkreślić: AI stara się zrozumieć intencję i kontekst pytania o wiele głębiej niż pojedyncze hasło.
Dlaczego to ważne? Bo oznacza to, że jedna rozmowa z AI może “zahaczyć” o Twój sklep na różne sposoby. Weźmy pytanie: “Potrzebuję kurtki górskiej na zimowe wyprawy, co polecacie?”. W tle model poszuka np.: - rankingów kurtek zimowych, - poradników o ubiorze na zimową wyprawę, - może informacji o materiałach (np. Gore-Tex vs inne membrany), - listy top producentów odzieży górskiej.
Jeśli Twój sklep ma na blogu wpis “Jak ubrać się na zimową wyprawę w góry” – możesz pojawić się jako źródło. Jeśli masz kategorię “Kurtki zimowe Gore-Tex” – też jest szansa, że znajdzie ją wyszukiwarka, zwłaszcza jeśli zawiera opis i porównania. Słowem, Twoja strona może zostać wykryta przez AI na różne sposoby, nawet jeśli pytanie użytkownika nie brzmi dokładnie tak, jak tytuł Twojej strony.
To kolejny argument za dywersyfikacją treści i tworzeniem “klastrów tematycznych” – o czym za chwilę. Mając wiele podstron pokrywających różne aspekty jednego szerszego tematu, zwiększasz szansę, że w tym wielowątkowym wyszukiwaniu Twoja domena pojawi się wielokrotnie i zostanie uznana za autorytet.
Personalizacja, omówiona już w kontekście AI, jest również starym zjawiskiem w Google. W dobie AI jednak wchodzi na wyższy poziom, bo model może brać pod uwagę więcej czynników. Co to oznacza dla SEO? - Trudniej jest przewidzieć uniwersalny ranking – być może dla jednego użytkownika Twój sklep będzie cytowany przez AI, a dla innego nie, w zależności od ich profilu. Dlatego musimy dbać o różnorodność i szeroki zasięg – np. publikować treści na różnych platformach, zdobywać wzmianki w wielu miejscach. - Rosnące znaczenie lojalności i rozpoznawalności marki – jeśli użytkownik często wchodzi na Twoją stronę lub wspomniał w promptach o Twojej marce (np. “lubię sklep X”), to AI może uwzględniać ten fakt przy poleceniach. To czysta spekulacja, ale np. Google może w przyszłości wprowadzić mechanizm faworyzujący marki, z którymi użytkownik miał dobre doświadczenia (analogicznie do personalizacji wyników lokalnych czy preferowania znanych witryn). - Potencjał profilowania treści – być może warto myśleć o tworzeniu contentu pod różne segmenty użytkowników, wiedząc że AI wybierze odpowiedni fragment dla odpowiedniej osoby. Np. artykuł “Jaki laptop wybrać” może mieć sekcję “dla gracza”, “dla studenta”, “dla profesjonalisty” – tak by AI mogło dopasować rekomendację do kontekstu, który użytkownik mu poda.
Na razie to kierunki rozwoju – obecnie nie mamy pełnej kontroli nad personalizacją AI. Dlatego przede wszystkim skupmy się na fundamentach dostępności i jakości treści, co prowadzi nas do kolejnego rozdziału: praktycznych strategii SEO w czasach AI.
Pora na konkrety. Co właściciel sklepu internetowego oraz jego specjaliści od SEO powinni zrobić tu i teraz, aby przygotować się na rosnącą rolę AI w wyszukiwaniu? Poniżej przedstawiamy kluczowe obszary działania wraz z praktycznymi poradami.
Zacznij od rzeczy podstawowej, a często zaniedbywanej: upewnij się, że Twoja strona jest w pełni dostępna dla robotów indeksujących, w tym robotów AI. To czynność higieniczna – nawet najlepsza treść na stronie nic nie zdziała, jeśli bot do niej nie dotrze.
Sprawdź koniecznie: - Plik robots.txt – otwórz swój plik robots.txt i upewnij się, że nie ma tam dyrektyw blokujących robota Google (Googlebot) ani innych popularnych botów (np. GPTBot dla OpenAI, Bingbot dla Binga itp.). Czasem w ferworze optymalizacji wydajności lub z obawy przed scrapowaniem witryny administratorzy blokują nieznane boty. Upewnij się, że żaden ważny “AI bot” nie jest zablokowany. - Usługi ochronne (CDN/WAF) – jeśli korzystasz z usług typu Cloudflare, Akamai, itp., sprawdź ich ustawienia dot. botów. Cloudflare wprowadził niedawno opcję blokowania ruchu pochodzącego od znanych „botów AI”. Co więcej, w darmowym planie ta opcja była domyślnie włączona! Oznacza to, że wiele sklepów nieświadomie odcięło się od odwiedzin ChatGPT czy Binga, bo traktowały je jako potencjalny atak. Wejdź zatem w panel Cloudflare (lub zapytaj administratora) i odblokuj ruch botów AI – albo chociaż wybierz, które chcesz wpuszczać (np. Googleboty i OpenAI). - Ustawienia serwera/hostingodawcy – w przeszłości niektórzy dostawcy hostingu stosowali własne filtry blokujące “nadmiarowy” ruch botów, żeby odciążyć serwery. Dziś sytuacja się poprawiła i raczej przepuszczają tzw. dobre boty (Google, Bing, OpenAI) blokując tylko te agresywne lub nieznane. Mimo to, warto upewnić się, że Twój hosting nie odrzuca ruchu z agentami typu GPTBot czy innych LLM. W razie wątpliwości – skontaktuj się z supportem hostingu. - Monitoruj ruch botów – dobrą praktyką jest podgląd, jakie boty odwiedzają stronę. W Cloudflare można to podejrzeć za darmo (pełen log ruchu DNS). Również w logach serwera można sprawdzić user-agenty ostatnich wizyt. Jeśli widzisz, że np. ChatGPT nigdy nie zagląda, podczas gdy inne strony notują takie wizyty – może coś go blokuje.
Pamiętaj: jeśli nie wpuścisz nowych botów, nigdy nie pojawisz się w wynikach AI. O ile Googlebot raczej już był od dawna wpuszczony (inaczej nie miałbyś ruchu z wyszukiwarki wcale), o tyle boty typu GPTBot są nowe – zadbaj, by je uwzględnić.
(Uwaga: W momencie pisania tego artykułu sklepy na platformie IdoSell mają domyślnie poprawnie skonfigurowane reguły i wpuszczają przyjazne boty AI, więc jeśli korzystasz z IdoSell, prawdopodobnie nie musisz się martwić. Mimo to warto zweryfikować własne ustawienia).
Fundamenty on-site SEO pozostają niezmiennie ważne. Dla AI mają one może jeszcze większe znaczenie, bo ułatwiają botom szybkie zrozumienie zawartości. O co trzeba zadbać? - Czysty, poprawny kod HTML – strona powinna mieć jasno zaznaczone elementy struktury: nagłówek H1 dla tytułu, podtytuły H2/H3 dla sekcji, akapity <p> dla tekstu, listy punktowane <ul>/<ol> tam gdzie to sensowne. Unikajmy bałaganu w kodzie, brakujących zamknięć znaczników itp. Roboty radzą sobie z drobnymi błędami, ale im “czyściej”, tym lepiej rozróżnią np. gdzie kończy się menu a zaczyna treść artykułu. - Szybkość i wydajność – to dotyczy zarówno SEO jak i UX. Boty docenią strony, które szybko się ładują i nie mają ton niepotrzebnych skryptów. W kontekście AI – być może ma znaczenie fakt, czy strona ładuje się w < N sekund, zanim chat uzna ją za zbyt wolną. Tak czy inaczej, optymalizacja performance (Core Web Vitals) jest wskazana. - Mikrodane (dane strukturalne) – to specjalne znaczniki dodawane do kodu HTML (np. w formacie schema.org), niewidoczne dla użytkownika, ale doskonale czytelne dla maszyn. Mikrodane opisują kluczowe informacje na stronie: że np. ten tekst to przepis kulinarny (ze składnikami, czasem gotowania itp.), a inny to recenzja produktu (z oceną, ceną, dostępnością). Dla sklepu szczególnie ważne są mikrodane produktowe (price, availability, reviews), mikrodane breadcrumb (okruszki) czy artykułów blogowych (autor, data). - Sprawdź swój sklep pod kątem mikrodanych: Google oferuje narzędzie do testowania danych strukturalnych (schema markup validator) – wystarczy wpisać adres strony i zobaczyć, co wykrywa. Jeśli masz mało mikrodanych albo błędy, warto to poprawić. - Platformy e-commerce często dostarczają mikrodane out-of-the-box. Np. IdoSell w nowszych szablonach ma zaimplementowane bogate mikrodane dla produktów. Jeśli jednak Twój sklep działa na starszym oprogramowaniu lub autorskim szablonie, skonsultuj z deweloperem dodanie schematów. - Dlaczego to ważne dla AI? Bo bot może błyskawicznie wyłuskać z Twojej strony najważniejsze informacje, nie czytając całego opisu. Np. Chatbot pytany o specyfikację czy cenę produktu, łatwiej zaciągnie je ze strony, która podaje je w uporządkowany sposób (mikrodane), niż z takiej, gdzie musi “wyczytać z tekstu”. - Indeksacja i crawl budget – upewnij się, że wszystkie ważne podstrony są zaindeksowane w Google (przydatne: Google Search Console -> Index Coverage). Jeśli jakieś istotne sekcje sklepu są zablokowane przed indeksacją (noindex, nofollow) bez wyraźnej potrzeby – rozważ ich odblokowanie, zwłaszcza jeśli zawierają unikalne treści mogące odpowiedzieć na pytania (np. poradniki). Chatbot nie zobaczy strony, której Google nawet nie ma w indeksie.
Podsumowując: strona powinna być “przyjazna botom” zarówno na poziomie dostępu, jak i struktury kodu. To, co było dobre dla Googlebota, jest też dobre dla GPTBot-a i reszty ferajny.
Przez ostatnie lata znaczenie meta tagów (zwłaszcza meta description) było podważane. Google często generował własne opisy wyników, a meta keywords w ogóle zostały porzucone. Jednak w kontekście AI pojawiła się teoria (dość prawdopodobna), że crawlery AI wstępnie oceniają zawartość strony na podstawie jej meta tagów, zanim zdecydują, czy wnikać głębiej. Powód jest prosty: oszczędność zasobów. Skan całej treści każdej strony kosztuje czas i energię, więc algorytm może robić selekcję: - Jeśli tytuł (<title>) i opis (<meta description>) sugerują, że strona odpowiada na pytanie użytkownika – wtedy warto ją wczytać i zanalizować dokładniej. - Jeśli meta dane są nieadekwatne lub zbyt ogólnikowe – robot może stronę pominąć, uznając że szkoda zachodu.
Co to oznacza praktycznie? - Przejrzyj i zaktualizuj meta description na kluczowych stronach – szczególnie na stronach artykułów poradnikowych, recenzji, rankingów, itp. Upewnij się, że w 1-2 zdaniach streściłeś tam, co użytkownik znajdzie na stronie. Unikaj frazesów typu “Zapraszamy na naszą stronę – tu znajdziesz wiele ciekawych informacji”. Zamiast tego np.: “Ranking 10 najlepszych rowerów górskich 2024 – porównanie modeli, poradnik jak wybrać rower na górskie szlaki.” – taki opis jasno mówi robotowi, że strona zawiera ranking i poradnik w temacie rowerów górskich. - Tytuły SEO (title tag) – one zawsze były ważne i nadal są. Pod kątem AI – tytuł strony może posłużyć za wskazówkę, czy warto ją przeskanować. Jeśli artykuł ma tytuł “Najlepsze rowery górskie – ranking 2024 dla amatorów i profesjonalistów”, to bot od razu wie, czego się spodziewać. Gdyby miał tytuł “Witaj na blogu X – porady” to wiele mu to nie mówi. Starajmy się więc trzymać zasad klasycznego SEO: title unikalny dla każdej strony, zawierający główny temat/kluczowe zapytanie. - Strony produktowe i kategorii – tu meta description też można podrasować. Np. strona kategorii “Smartfony” mogłaby mieć opis: “Smartfony – bogata oferta telefonów Apple, Samsung, Xiaomi. Porównaj ceny, specyfikacje, opinie. Znajdź idealny smartfon dla siebie.”. To nie tylko zachęca użytkownika, ale i AI sugeruje, że strona zawiera porównania i specyfikacje (co może być istotne, gdy chatbot szuka np. “jaki smartfon ma najlepszy aparat”).
Pamiętajmy, że to nadal hipoteza – nie mamy 100% dowodu, że AI używa meta description jako filtra. Ale biorąc pod uwagę logikę działania i nasze obserwacje, warto dmuchać na zimne. Dobrze opisane meta nic nie kosztuje, a może pomóc.
Przechodzimy do treści (contentu) – serca SEO, a teraz i “AI SEO”. Skoro użytkownicy coraz częściej zadają całe pytania, naszym zadaniem jest tworzyć treści, które na te pytania odpowiadają wprost i wyczerpująco. Określamy je roboczo jako “prompt-friendly”, czyli przyjazne pod kątem zapytań w języku naturalnym.
Jak tworzyć taki content? - Zbieraj pytania klientów – zastanów się, o co pytają Twoi klienci przed zakupem, jakie mają wątpliwości. Doskonałym źródłem są działy obsługi klienta, sprzedawcy, czy nawet własne pole wyszukiwania w sklepie. Jeśli prowadzisz sklep z elektroniką, pytania mogą brzmieć np. “czy ten laptop poradzi sobie z obróbką video?”, “jaka jest różnica między modelami X a Y?”. Każde takie pytanie to potencjalny temat na treść – czy to wpis na blogu, poradnik, czy sekcję FAQ na stronie produktu. - Struktura Q&A (pytanie-odpowiedź) – rozważ wprowadzenie sekcji “Najczęstsze pytania” na stronach produktów lub kategorii. Możesz tam w formie pytań (H3) i odpowiedzi (akapit) zamieścić 3-5 kluczowych kwestii. Np. na stronie lodówki: “P: Czy ta lodówka ma funkcję No Frost? O: Tak, model XYZ jest wyposażony w pełny No Frost…” itd. Takie elementy mogą być wyłapane zarówno przez Google (często trafiają do snippetów), jak i przez AI. - Osobne artykuły na rozbudowane pytania – jeżeli temat jest obszerny (np. “Jak urządzić małą łazienkę – poradnik”), zrób z tego dedykowany wpis blogowy lub poradnikowy. Tam szczegółowo odpowiedz, podaj przykłady, zdjęcia, itp. AI to doceni – obszerne kompendium ma większą szansę pojawić się w odpowiedzi, niż drobna wzmianka. - Jeden temat, wiele pytań – kiedy tworzysz duży artykuł, postaraj się objąć temat z różnych stron. Np. wspomniany poradnik o laptopach mógłby mieć podsekcje: “Laptop do gier vs. laptop do pracy – czym się różnią?”, “Jaki procesor do obróbki video?”, “Czy 16GB RAM wystarczy do…?” – różne konkretne pytania i odpowiedzi wewnątrz jednego tekstu. To zwiększa szansę, że w zapleczu AI Twój artykuł pojawi się przy kilku różnych zapytaniach pomocniczych (zgodnie z mechanizmem z punktu 3.2). - Aktualizuj stare treści – jeżeli masz już bazę artykułów, zrób ich przegląd pod kątem nowych trendów. Być może dawno temu napisany tekst da się uzupełnić o bardziej bezpośrednie odpowiedzi na pytania lub zmienić nagłówki na formę pytań. Często dokonujemy takich rewizji: np. artykuł “Wybór fotelika samochodowego – poradnik” można przerobić na “Jak wybrać fotelik samochodowy? [10 rad eksperta]”, a w treści dodać sekcję pytań (FAQ) i szybkie podsumowanie na początku.
Tworząc content, myślmy tak, jakbyśmy rozmawiali z klientem twarzą w twarz. Zero “lania wody”, za to konkrety, porady, wskazówki. Taki styl sprzyja zarówno użytkownikom, jak i algorytmom AI, które szukają “mięsa” w tekście.
Jeśli mielibyśmy wskazać jeden format treści, który już teraz jest absolutnym hitem w kontekście AI, to są to rankingi i różnego rodzaju zestawienia. Dlaczego? - Użytkownicy często pytają AI o “najlepsze X” albo proszą o porównanie. Modele językowe uwielbiają mieć gotową listę do zaprezentowania. - Rankingi zwykle obejmują wiele opcji wraz z opisami, co czyni je bogatym źródłem informacji. Taki ranking jest jak skondensowany research – idealny materiał dla AI do cytowania. - Tworzenie rankingów jest stosunkowo proste z perspektywy sklepu – to nic innego jak połączenie wiedzy o produktach i odrobiny opinii eksperckiej.
Jak wykorzystać rankingi w SEO e-commerce? - Publikuj na blogu lub w sekcji poradnikowej rankingi top produktów z Twojej oferty (lub ogólnie na rynku). Przykłady: “10 najlepszych ekspresów do kawy 2025”, “Ranking: najlepsze zabawki edukacyjne dla 3-latków”, “Top 5 gier planszowych na imprezę”. Ważne, by ranking był rzetelny i aktualny – nie kopiuj losowych list z sieci, tylko oprzyj go na realnych kryteriach (np. sprzedaży, recenzjach, testach własnych). - Używaj przejrzystej formy: numerowane nagłówki (1., 2., 3., ...), przy każdym produkcie krótki opis plus np. zalety i wady, ewentualnie link do produktu. Taka struktura jest dobrze odbierana i przez ludzi, i przez AI. - Dodawaj wstęp oraz podsumowanie do rankingu. We wstępie napisz, co porównujesz i jak (np. “Przyjrzeliśmy się najpopularniejszym smartfonom do 1500 zł i wybraliśmy 5, które naszym zdaniem zasługują na uwagę...”). W podsumowaniu możesz wskazać faworyta lub podzielić wg kategorii (“dla graczy polecamy X, dla dzieci Y, a budżetowo Z”). - Pamiętaj o aktualizacji! Ranking sprzed roku może stracić na wartości. Dobrą praktyką jest tworzenie rankingów np. z nazwą roku w tytule i co jakiś czas publikacja nowej wersji (np. co roku). Wtedy AI będzie wiedzieć, że np. ranking “2024” jest świeższy od “2023” i chętniej go użyje.
Rankingi to też świetny kąsek PR-owy: możesz je promować w social media, forach, a nawet jako guest posty na zewnętrznych portalach (o czym więcej w sekcji 6.10). W oczach użytkowników budują Twój wizerunek eksperta, który porównuje i doradza, a to bezcenne w kontekście zaufania.
To, co odróżnia nową falę contentu SEO od starych “precli” i tekstów zapleczowych, to prawdziwa wartość merytoryczna. Kiedyś można było wypychać tekst byle jakimi zdaniami, byle było 3000 znaków i parę słów kluczowych – i to działało na pozycje (choć nie na użytkowników). Dziś takie praktyki są wręcz szkodliwe. AI bezlitośnie ignoruje puste teksty.
Cechy wartościowej treści SEO w erze AI: - Nasycona informacjami, danymi – każdy akapit powinien coś wnosić. Dobrze jest podawać konkretne liczby, fakty, przykłady. Np. zamiast pisać “rowery górskie są bardzo popularne”, lepiej: “w 2023 sprzedano w Polsce ponad 150 tys. rowerów górskich – to 30% całego rynku rowerów”. - Odwołująca się do źródeł i autorytetów – jeżeli prezentujesz jakieś twierdzenie, poprzyj je autorytetem: np. “według testów magazynu X, model Y wytrzymuje o 20% większe obciążenia”. Możesz linkować do zewnętrznych źródeł (najlepiej otwieranych w nowej karcie). Paradoksalnie, linkowanie na zewnątrz kiedyś było faux pas SEO (tracę PageRank!), ale dziś może dodać Ci wiarygodności w oczach AI (oraz użytkowników). - Dopracowana formatowanie i multimedia – używaj śródtytułów, list, tabel. Jeśli np. porównujesz specyfikacje – zrób tabelkę z danymi. Dodawaj wykresy, zdjęcia, infografiki tam, gdzie to pomoże zrozumieć temat. Te elementy mogą być też wykorzystywane (przynajmniej tekstowo) przez AI. Poza tym – content z multimediami jest bardziej angażujący dla czytelnika. - Pisany przez ekspertów lub konsultowany – Google kładzie nacisk na E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness). AI prawdopodobnie też wyłapuje, czy treść sprawia wrażenie napisanej kompetentnie. W praktyce: warto pisać o tym, na czym się mówi lub zasięgać opinii fachowców. Jeśli prowadzisz sklep z kosmetykami, postaraj się, by artykuły pisała kosmetolożka lub ktoś z doświadczeniem – i zaznacz to (np. podpisując autora z tytułem naukowym, opisem kompetencji). To buduje zaufanie. - Unikalna perspektywa – nie chodzi tylko o uniknięcie duplikacji (kopiowanie cudzych treści jest oczywiście zakazane), ale też o wnoszenie czegoś nowego. AI, przeglądając dziesiąty z kolei artykuł z takimi samymi ogólnikami, może uznać że nic nowego się nie dowie. A jeśli trafia na Twój, gdzie jest np. case study z klientem, albo wyniki własnego testu produktu – to jest to powiew świeżości.
Krótko mówiąc: treść ma być “mięsista”. Lepiej mniej tekstu, ale konkretnego, niż dużo lania wody. Zwłaszcza że AI potrafi to ostatnie wychwycić – dosłownie odróżnia, czy zdanie wnosi nową informację, czy tylko parafrazuje poprzednie. Użytkownicy zresztą też – mając tyle informacji do wyboru, szybko porzucą miałki tekst.
Temat generowania treści przez AI (np. za pomocą ChatGPT) to temat rzeka. W skrócie – tak, możesz wspierać się AI przy pisaniu, ale absolutnie nie polegaj na nim w 100%. Dlaczego? - ChatGPT i podobne modele często tworzą teksty, które wyglądają poprawnie, ale de facto zawierają same oczywistości. To tzw. AI-slop (w wolnym tłumaczeniu “AI-papka”). Przykładowy paragraf: “Seniorzy potrzebują wygodnych rowerów. Ważne jest, aby rower był dopasowany do ich potrzeb i zapewniał komfort podczas jazdy.” – niby prawda, ale co z tego wynika? Nic konkretnego. Takie ogólniki nie zapewnią Ci ani wysokiej pozycji, ani tym bardziej nie zostaną wykorzystane przez AI w odpowiedziach (bo czat nie będzie cytował cudzych banałów – on sam potrafi tworzyć banały). - Teksty generowane przez AI brak “ludzkiego pierwiastka” – czyli doświadczenia, opinii, emocji. Są bezosobowe, wyważone (zbyt wyważone!). Dla użytkownika bywa to nudne. Pamiętajmy, że piszemy głównie dla ludzi – AI to tylko pośrednik, on nie “czyta” dla przyjemności. Więc nasz content musi finalnie przekonać człowieka, by np. zaufał sklepowi czy kupił produkt. - Ryzyko błędów i halucynacji – AI potrafi wymyślać nieprawdziwe fakty. Jeśli nie wychwycisz takich błędów, możesz opublikować np. nieprawdziwą specyfikację produktu czy błędną poradę – co byłoby wizerunkową katastrofą, nie mówiąc o wprowadzaniu klientów w błąd.
Jak zatem mądrze używać AI przy tworzeniu treści? - Używaj czatu do wspomagania: układania konspektu artykułu, propozycji nagłówków, zebrania listy punktów, czy nawet poprawy stylistyki zdań. Traktuj go jak asystenta, a nie autora. - Dodawaj własną wiedzę i opinie – AI nie zastąpi Twojego doświadczenia. Jeśli prowadzisz sklep latami, masz know-how, które koniecznie wlej w treść. Np. opisz sytuacje z klientami, najczęściej zadawane pytania, swoje rekomendacje. Tego nie wygeneruje żaden model. - Jeżeli generujesz większy fragment tekstu, koniecznie go zredaguj: skróć powtórzenia, dodaj konkrety, usuń ewentualne nieścisłości. Najlepiej potraktować to jak szkic napisany przez junior copywritera – trzeba po nim poprawić. - Usuń ślady AI – ciekawostka: tekst generowany przez ChatGPT często zawiera charakterystyczne znaki, np. inne rodzaje myślników, nietypowe cudzysłowy, podwójne spacje, itp. Te “znaczniki” mogą w teorii zdradzać algorytmom (i użytkownikom), że tekst był generowany. Lepiej się ich pozbyć. Można to zrobić przez prosty zabieg: skopiować tekst do notatnika lub użyć specjalnego narzędzia czyszczącego. - Na stronie TrafficTrends.pl udostępniliśmy darmowe narzędzie “Oczyszczacz tekstu AI”, które wykrywa i usuwa ukryte znaki typowe dla ChatGPT (np. dłuższe myślniki – dash vs hyphen, itp.). Warto przepuścić przez nie treść, jeśli korzystałeś z AI przy pisaniu. - Nie generuj całych artykułów na jedno polecenie – to prosi się o katastrofę jakościową. Jeśli już, to rób to akapitami, sprawdzając każdy na bieżąco.
Podsumowując: treść generowaną traktuj jak półprodukt. AI jest świetne, by przyspieszyć pracę, ale ostatnie 20-30% roboty (redakcja, dodanie “duszy” tekstu) musisz wykonać Ty lub copywriter z krwi i kości.
W klasycznym SEO często mówiło się o “silosach tematycznych” czy grupowaniu treści. Teraz powraca to w nowoczesnej odsłonie jako topic clusters. Idea jest następująca: - Tworzysz “treść główną” – np. obszerny przewodnik, landing page tematyczny – która ogólnie omawia dane zagadnienie. - Następnie tworzysz kilka lub kilkanaście powiązanych treści podrzędnych, każda dedykowana konkretnemu wątkowi związanemu z głównym tematem. - Wszystkie te strony linkujesz wzajemnie: strona główna klastru ma linki do podstron (np. listę artykułów powiązanych), a podstrony linkują z powrotem do głównej (oraz ewentualnie między sobą, jeśli to naturalne).
Przykład: Załóżmy, że Twoim celem jest być autorytetem od ekspresów do kawy. Tworzysz więc przewodnik “Ekspresy do kawy – kompletny przewodnik dla kupującego”. A w nim krótko opisujesz, co czytelnik znajdzie i linkujesz do: - Artykułu o rodzajach ekspresów (przelewowy, ciśnieniowy, kapsułkowy…). - Poradnika “Jak wybrać ekspres do kawy do domu”. - Rankingu “Najlepsze ekspresy do kawy do 2000 zł”. - Artykułu “Konserwacja i czyszczenie ekspresu – porady”. - Artykułu “Najczęstsze problemy z ekspresem – FAQ i rozwiązania”. - … (itp., w zależności ile aspektów wymyślisz).
Taki zestaw, odpowiednio polinkowany, powoduje że: - Dla Google: jesteś mocnym graczem na frazę “ekspresy do kawy” i długi ogon z tym związany, bo masz pełne kompendium i wszystko pięknie połączone (wewnętrzne linkowanie wzmacnia SEO). - Dla AI: przy swoim “wielowątkowym wyszukiwaniu” chatbot natrafi ciągle na Twoją domenę. Pytanie o ranking – Twój ranking. Pytanie o rodzaje – Twój artykuł. O czyszczenie – Twój poradnik. Zatem Twoja strona może pojawić się w wielu wynikach i finalnie AI uzna: “Hmm, ta strona pokrywa temat wszechstronnie, pewnie to dobry materiał do odpowiedzi”. W efekcie może stać się głównym źródłem do wygenerowania odpowiedzi (a przynajmniej być często cytowana).
Budowa topic clusters wymaga inwestycji w treść, ale ma długofalowe korzyści. W pewnym sensie to po prostu porządne uporządkowanie content marketingu. Zamiast pisać od czapy różne artykuły, planujesz je jako pakiet, który się uzupełnia.
Protip: Po stworzeniu klastru monitoruj (np. w Search Console), czy Google dobrze indeksuje wszystkie elementy i czy użytkownicy z niego korzystają (analiza behawioralna – czy klikają z artykułu głównego do podrzędnych itd.). Dopieszczaj na bieżąco te linkowania i treści. Klasty tematyczne powinny żyć – aktualizuj je, dodawaj kolejne ogniwa, jeśli pojawią się nowe pytania.
W świecie przepełnionym wygenerowanymi treściami i informacyjnym szumem, na znaczeniu zyskuje wiarygodność. Zarówno Google, jak i AI będą faworyzować treści z pewnego źródła. Jak pokazać, że nasza strona jest godna zaufania? - Autorzy i ich kompetencje – jeżeli publikujesz artykuły, dodawaj informacje o autorze. Najlepiej z imienia i nazwiska, z krótką bio pod tekstem (np. “Jan Kowalski – ekspert z 10-letnim doświadczeniem w branży fitness”). Możesz mieć też stronę “O autorach” z szerszym opisem. Dodatkowo linkuj do ich profili LinkedIn czy strony firmowej – to sygnał, że to realna osoba. Google to docenia (to było elementem E-A-T), AI prawdopodobnie też wyłapuje, że tekst nie jest anonimowy. - Powiązanie z social mediami i innymi miejscami – jeśli Twoja firma czy eksperci występują też gdzieś w mediach społecznościowych, na YouTube itp., staraj się to linkować lub wspominać. Np. “nasz test przeprowadziliśmy również na żywo – zobacz nagranie na YouTube”. Takie cross-reference buduje wiarygodność, że nie jesteś “no-name”. - Linkowanie wewnętrzne do źródeł – np. masz w sklepie stronę “O nas” z historią firmy, posiadasz stronę z certyfikatami, referencjami, opiniami itp. – linkuj do nich w stosownych miejscach. W artykule blogowym wzmianka “(firma X zdobyła w 2023 nagrodę dla najlepszego sprzedawcy)” może linkować do newsa czy informacji o tej nagrodzie. To subtelnie potwierdza pewne fakty, które AI może też zrozumieć (bo odwiedzi link). - Cytuj innych ekspertów – jeśli np. w artykule możesz zacytować czy przytoczyć opinię znanego eksperta z branży (i podać źródło), to świetnie. Twój content staje się częścią większego ekosystemu wiedzy. - Dopracuj polityki i regulaminy – strona, która wygląda profesjonalnie, ma dział “O firmie”, kontakt, regulaminy, politykę prywatności, często jest lepiej oceniana pod kątem wiarygodności (to sygnały szczególnie brane pod uwagę w ocenie E-E-A-T przez Google). Upewnij się, że te sekcje masz i są aktualne. - Zewnętrzne recenzje i wzmianki – to już wychodzi poza samą stronę, ale warto wspomnieć: buduj autorytet również poprzez PR. Artykuły o Twojej firmie na branżowych portalach, udział w konferencjach, zdobyte nagrody – to wszystko może (pośrednio) wpłynąć na to, jak algorytmy ocenią Twoją markę. AI, widząc że wiele źródeł wspomina o Twoim sklepie pozytywnie, może chętniej Ci zaufa przy sugerowaniu czegoś użytkownikowi.
W skrócie: bądź ekspertem i pokaż to. Nie bój się pochwalić doświadczeniem czy sukcesami, pisz językiem eksperckim (ale zrozumiałym), bądź transparentny. Dzięki temu Twoje treści nie będą anonimowe i bezosobowe – a to mocny atut w walce o uwagę AI.
Klasyczne SEO zawsze obejmowało link building, czyli zdobywanie linków z innych stron. W dobie AI linki jako takie (i ich “moc SEO”) może nie tracą znaczenia, ale pojawia się nowy wymiar: wzmianki w treściach, które AI czyta i uznaje za źródła.
Co to oznacza? Jeśli np. branżowy portal opublikuje artykuł z rankingiem “Top 10 sklepów rowerowych w Polsce” i wymieni Cię tam z pochwałą – to może nic nie dać SEO (zwłaszcza jak link będzie nofollow), ale jeśli AI potem będzie komuś polecać gdzie kupić rower, jest szansa, że “pomyśli” o Twoim sklepie, bo widział Cię w takim rankingu.
Jak działać w zakresie PR pod kątem AI: - Identyfikuj wartościowe portale/strony w Twojej branży, które często pojawiają się w wynikach. Możesz do tego wykorzystać np. narzędzie w stylu LLM Watcher (jeśli jest dostępne), by sprawdzić, które domeny AI najchętniej cytuje przy danych tematach. Na przykład może się okazać, że w temacie kosmetyków AI często korzysta z Wizaż.pl lub bloga jakiejś znanej kosmetyczki. - Spróbuj zaistnieć na tych portalach – np. poprzez artykuł sponsorowany, wywiad, ekspertyzę, gościnny wpis. Ważne: treść musi być dopasowana do kontekstu i wartościowa. AI nie nabierze się na płytką reklamę. Ale jeśli np. na portalu budowlanym opublikujesz artykuł “Porównanie 5 technologii ogrzewania domu – eksperci radzą” i przy okazji wspomnisz (nienachalnie) o swoim sklepie z pompami ciepła, to taka wzmianka może sprawić, że AI w odpowiedzi o ogrzewaniu powie “eksperci z firmy X zalecają to i to”. - Nastawienie na brand mentions, nie tylko linki – o ile w SEO link (dofollow) dawał moc, o tyle dla AI nawet zwykła wzmianka bez linku może być cenna (bo AI i tak nie “klika” w link, tylko czyta tekst). To zmienia nieco optykę PR: liczy się, by marka była wspomniana pozytywnie w kontekście tematu. - Budżet i planowanie – takie publikacje często są droższe niż zwykłe “zapleczówki”, bo mówimy o top portalach. Jednak warto potraktować to jak inwestycję w wizerunek i “zasianie” marki w umysłach algorytmów AI. Jeśli Twój sklep nie jest liderem w klasycznym SEO, może to być sposób, by wskoczyć od razu do wagonu z napisem AI. - Wyzwanie autentyczności – musisz przygotować się na pewne trudności: topowe portale nie zawsze chętnie opublikują treść, która promuje jakąś firmę (chyba że za duże $$). Nawet jeśli zapłacisz, mogą nie zgodzić się na bezpośrednie reklamowanie – bo np. już mają partnerów, sponsorów itd. Trzeba to rozegrać sprytnie: np. zaproponować artykuł ekspercki, gdzie Twoja marka pojawi się tylko jako jeden z przykładów, a nie główny temat. Czasem lepiej też, by autorem nie był przedstawiciel firmy (żeby nie było zbyt oczywiste), tylko wynajęty copywriter lub ekspert “zewnętrzny”.
To podejście łączy klasyczny PR (budowanie marki, zaufania) z SEO. W sumie można powiedzieć: dobre PR = dobre SEO w świecie AI. Bo AI nie ma innego punktu odniesienia jak treści, które ludzie uznali za wartościowe (a na dobrych portalach treści są zwykle rzetelne).
Dla małych firm to może brzmieć trudno (“mam zapłacić tysiące zł za artykuł w znanym magazynie?”). Dlatego polecamy zacząć od skromnych działań: - Wybierz jeden konkretny temat, na którym Ci zależy (np. chcesz być kojarzony jako ekspert od fotowoltaiki dachowej). - Zainwestuj w jedną-dwie publikacje projektowe na ten temat (np. artykuł w branżowym portalu energetycznym, udział w webinarze jako gość). - Zobacz efekty – czy Twoja strona zaczyna być cytowana (można to monitorować np. wpisując w Google cytaty z Twoich treści, albo jeśli masz dostęp do narzędzia jak LLM Watcher – tam sprawdzić źródła).
W razie ograniczeń budżetu wykorzystaj też własne możliwości: może masz znajomego redaktora w prasie branżowej, może Twoja firma należy do stowarzyszenia, które ma newsletter – wszędzie tam postaraj się zaistnieć contentowo.
Warto też pamiętać o eksponowaniu ekspertów firmowych – np. Twój CEO czy inżynier może udzielić wywiadu, napisać felieton. Potem w treściach na Twojej stronie możesz się powołać: “jak nasz ekspert powiedział dla magazynu X…”. To wszystko dodaje Ci punktów do autorytetu.
Na koniec strategii, ale wcale nie mniej ważne: mierz efekty swoich działań również pod kątem obecności w AI. Tak jak monitorujesz pozycje w Google, ruch organiczny czy konwersje, tak teraz pojawia się nowy obszar: - Czy i gdzie pojawiam się w odpowiedziach generowanych przez AI? - Które moje strony są najczęściej wykorzystywane przez AI jako źródła? - Na jakie pytania (tematy) moja marka zaistniała w tych kanałach, a gdzie mnie brakuje?
Do monitorowania tego powstają już narzędzia. Nasza agencja rozwija rozwiązanie LLM Watcher, które automatycznie zadaje setki pytań różnym AI (ChatGPT, Google SGE itp.) i zbiera listy źródeł, jakie zostały wykorzystane przy odpowiedziach. Dzięki temu możemy tworzyć raporty typu: - “Twoja strona pojawia się w odpowiedziach na 15% pytań z kategorii X, co daje jej 5. miejsce wśród polskich serwisów”. - “Konkurent Y jest obecny w AI o 30% częściej, głównie dzięki treściom ABC – może warto popracować nad podobnymi u siebie”. - “AI cytuje głównie te 3 portale branżowe – dobrze byłoby tam zawrzeć wzmiankę o Twojej marce”.
Jeśli nie masz dostępu do takiego narzędzia (LLM Watcher w chwili pisania dostępny jest w wersji testowej, planowana jest szersza premiera wkrótce), możesz na własną rękę robić mini-testy: - Wejdź w Bing Chat (dostępny publicznie w przeglądarce Edge czy mobilnie) i zadaj pytanie związane z Twoją branżą. Bing Chat podaje źródła odpowiedzi – zobacz, czy jesteś na liście. - Zapisz sobie te źródła i pytania, powtarzaj test co parę tygodni – zobaczysz trend, czy np. po dodaniu nowego artykułu weszłeś do zestawienia. - Śledź też własne logi i Google Search Console: pojawianie się referali z domen AI (chat.openai.com, bing, bard.google.com etc.) oznacza, że jacyś użytkownicy jednak kliknęli w link do Twojej strony z poziomu czatu.
Dlaczego monitorowanie jest ważne? Bo inaczej działasz po omacku. SEOwcy są przyzwyczajeni do danych – mamy rankingi, CTR, ruch. W przypadku AI brakowało takiej przejrzystości. Narzędzia pokroju LLM Watcher próbują wypełnić tę lukę. Gdy wiesz, gdzie stoisz, łatwiej podejmować decyzje: np. “okej, widzę że nie ma nas wcale w wynikach AI na tematy X i Y, odpuśćmy je, skupmy się na Z gdzie mamy szansę” albo odwrotnie “o, AI często wymienia nasz artykuł o elektrosamochodach – dołóżmy tam więcej wartości i zareklamujmy przy okazji nasz sklep z ładowarkami”.
W miarę jak AI będzie coraz powszechniejsze, zapewne doczekamy się też integracji tych danych w standardowych narzędziach (może Google Search Console kiedyś pokaże, ile razy Twoja strona była cytowana przez SGE?). Na razie trzeba radzić sobie własnymi sposobami.
Na koniec spójrzmy nieco w przyszłość. Skoro już wiemy, co dzieje się dziś, warto zastanowić się, co może czekać e-commerce i SEO w ciągu najbliższych lat pod wpływem AI. Oto pięć kluczowych trendów (faz), które przewidujemy:
Obecny etap, gdzie użytkownicy zadają pytania AI i dostają odpowiedzi, czasem z linkami. Personalizacja raczkuje, historia rozmowy wpływa na kontekst. Jesteśmy w tym momencie – eksperymentujemy z czatami, ale wciąż dominują tradycyjne wyszukiwarki.
Nieuchronnie pojawi się monetyzacja. Gdzie użytkownicy spędzają czas, tam wejdzie reklama. Możemy spodziewać się, że np. Google wprowadzi opcję promowania swojej strony/produktu w odpowiedziach AI (coś w rodzaju "sponsorowanej odpowiedzi" albo umieszczania produktów z Shopping w generowanych odpowiedziach). Być może ChatGPT zaoferuje firmom integrację katalogu produktów za opłatą, by mógł je rekomendować. Dla nas oznacza to, że SEO zostanie częściowo pay-to-play – tak jak dziś mamy Google Ads obok wyników organicznych, tak jutro mogą być odpłatne wtrącenia w odpowiedziach chatbota. Warto obserwować piloty takich programów reklamowych i być gotowym, by ewentualnie z nich skorzystać, jeśli dadzą przewagę.
Kolejny krok: chatbot nie tylko poleci sklep, ale od razu zrealizuje zakup. Np. poprosisz asystenta: "Zamów mi proszę toner do drukarki, co zwykle" – a on sam znajdzie ofertę, złoży zamówienie, uzupełni adres itd. W takiej sytuacji duzi gracze (Google, Microsoft/OpenAI, Amazon) mogą działać jak pośrednicy transakcji, biorąc prowizję od sprzedawców za dopuszczenie do tego ekosystemu. E-commerce może stanąć przed dylematem: wejść w partnerstwo z AI (oddając marżę), czy próbować utrzymać klientów samodzielnie. To trochę analogia do marketplace'ów (Allegro, Amazon) – wielu sprzedawców tam wchodzi mimo prowizji, bo inaczej tracą zasięg.
To już bardziej futurystyczna wizja, ale wcale nieodległa. Agenty AI (personalne asystenty) mogą stać się tak zaawansowane, że powierzymy im całe procesy. Np. agent będzie wiedział, że co tydzień robisz zakupy spożywcze – więc sam zbierze listę potrzeb na podstawie stanu lodówki (tak, lodówka smart wyśle dane), sprawdzi promocje, skompletuje zamówienie w najtańszym sklepie, wybierze termin dostawy i tylko powiadomi Cię: "Zamówienie zrobione, dostawa jutro o 18, koszt 123 zł". Rola czynnika ludzkiego ograniczy się do minimum. Dla e-commerce to rewolucja: walka przeniesie się o względy agentów AI. Trzeba będzie zapewniać np. łatwe API do zamawiania, wyróżniać się w parametrach, które te agentury będą brały pod uwagę (np. czas dostawy, cena, dostępność).
W najbardziej skrajnym scenariuszu sklep internetowy może przestać być "widoczny" dla klienta końcowego. Stanie się po prostu dostawcą towarów i logistyki dla ekosystemu AI. Marki i serwisy będą agregować oferty i AI będzie wybierało, gdzie kupić. To trochę jak dziś działa dropshipping czy Amazon – sprzedawca jest anonimowy, liczy się tylko kto szybciej i taniej dostarczy. W takiej rzeczywistości SEO czy marketing skierowany do konsumenta straci rację bytu, bo konsument polega na swoim AI (któremu ufa, że znajdzie mu najlepszą opcję).
Brzmi to jak science-fiction, ale elementy tych etapów już powstają. Czy to znaczy, że SEO umrze? Nie, raczej ewoluuje. Widzieliśmy to w fazie mobile, w fazie social media – adaptacja jest kluczowa. Póki co, jesteśmy gdzieś między fazą 1 a 2. Zanim dotrzemy do fazy 5, minie zapewne kilka ładnych lat, w czasie których będzie jeszcze sporo miejsca na tradycyjny model biznesu online.
Jednak świadomi trendów powinniśmy być już teraz. Być może warto inwestować w usprawnienie logistyki, integracje API, budowanie rozpoznawalności marki (by konsumenci może pytali AI konkretnie o “produkty z sklepu X”, a nie ogólnie).
Pamiętajmy, że to prognozy – rzeczywistość może iść nieco inną ścieżką. Jednak kierunek – wzrost roli AI jako pośrednika – wydaje się przesądzony. Kto się przygotuje, ten wygra.
Era AI w pozycjonowaniu sklepów internetowych niesie wyzwania, ale też szanse. Podsumujmy najważniejsze lekcje: - Nie panikuj – fundamenty SEO wciąż działają. Mimo nowych bajerów w wyszukiwarce, kluczowe pozostaje mieć dobrze wypozycjonowaną, wartościową stronę. AI czerpie wiedzę z Google, więc dobra pozycja w SERP = szansa na bycie źródłem dla AI. - Sprawdź technikalia. Upewnij się, że Twoja strona jest dostępna dla botów AI, ma czysty kod, wdrożone mikrodane, sensowne meta tagi. To podstawa, by w ogóle zaistnieć w indeksie i szybkim “skanie” AI. - Skup się na treściach wysokiej jakości, odpowiadających na pytania. Content jest królem bardziej niż kiedykolwiek. Twórz poradniki, rankingi, Q&A, zestawienia – czyli treści, których szukają użytkownicy i które polubi AI. Unikaj pustosłowia, stawiaj na konkrety, eksperckość i unikalną wartość. - Wykorzystuj AI jako wsparcie, ale nie jako automat. Możesz przyspieszyć pisanie korzystając z ChatGPT, jednak zawsze redaguj i wzbogacaj te teksty. Nie publikuj surowych generatów – to się odbije czkawką (brak indeksacji, niska wiarygodność). - Buduj autorytet i obecność poza własną stroną. Zadbaj o to, by o Twojej marce mówiono i pisano w branży. Wzmianki na cenionych portalach, artykuły eksperckie, linki – to wszystko sprawi, że algorytmy uznają Cię za poważnego gracza. Przyda się to zarówno w Google (E-E-A-T), jak i w AI. - Monitoruj nowe kanały. Śledź, czy i jak pojawiasz się w odpowiedziach AI. Testuj różne zapytania, korzystaj z narzędzi jeśli to możliwe. Tylko mierząc wyniki, dowiesz się, czy strategia działa. - Bądź gotowy na zmiany. AI w wyszukiwaniu to dynamiczny temat. To, co dziś jest ciekawostką (np. zamówienia przez chatbota), jutro może być standardem. Dlatego bądź na bieżąco: czytaj branżowe wieści, eksperymentuj, testuj nowe funkcje (np. integrację z Bard, feed produktowy dla Bing Chat itp.). Pierwsi zyskują przewagę.
Na koniec warto podkreślić pozytywny aspekt: pozycjonowanie w dobie AI może sprawić, że internet zaludnią lepsze treści. Walka o bycie poleconym przez AI wymusza podniesienie jakości – bo przeciętność zostanie pominięta. To dobra wiadomość dla wszystkich – i specjalistów SEO (przestaniemy tłumaczyć klientom, że nie warto robić “tanich precli”), i właścicieli sklepów (zyskają zaangażowanych, dobrze poinformowanych klientów), i samych kupujących (łatwiej uzyskają rzetelne odpowiedzi i rekomendacje).
Podsumowując jednym zdaniem: SEO nie umiera – SEO ewoluuje wraz z AI. Ci, którzy już teraz uczą się nowych zasad gry, mają szansę wypracować przewagę. Mamy czas na adaptację, więc działajmy: ulepszajmy strony, twórzmy świetny content, budujmy markę. A algorytmy – czy to Google, czy ChatGPT – z pewnością to docenią, kierując do nas wartościowy ruch i klientów.
Życzymy powodzenia w pozycjonowaniu Waszych e-commerce w tych ciekawych, “AI-owych” czasach!
Paweł Jóźwik – CEO Traffic Trends | Ekspert E-commerce, AI i Wzrostu Sprzedaży
Prezes Zarządu Traffic Trends, agencji, którą od ponad dekady z sukcesem pozycjonuje jako lidera performance marketingu dla e-commerce. Jego misją jest wspieranie sklepów internetowych w osiąganiu mierzalnego wzrostu sprzedaży poprzez zaawansowane strategie marketingowe.
Z wykształcenia informatyk po Politechnice Poznańskiej, Paweł doskonale rozumie zarówno techniczne fundamenty e-commerce, jak i komercyjne aspekty prowadzenia biznesu online. Doświadczenie zdobywał, budując sklepy internetowe od podstaw, a dziś jako szef czołowej agencji ma bezpośredni wpływ na sukcesy sprzedażowe dziesiątek firm.
Jest pasjonatem nowych technologii, a jego szczególnym obszarem zainteresowań jest wpływ sztucznej inteligencji i modeli LLM na marketing i wyszukiwarki. Aktywnie bada, jak firmy mogą adaptować swoje strategie do nowej rzeczywistości zdominowanej przez AI. Jest twórcą i pomysłodawcą narzędzi takich jak LLMWatcher, służących do monitorowania obecności marki w odpowiedziach generowanych przez AI.
Regularnie występuje jako prelegent, prowadzi webinary i publikuje w mediach branżowych, dzieląc się praktyczną wiedzą na temat przyszłości SEO, analityki internetowej i "Agentic Commerce".
NIP 7773174094
e-mail: bok@traffictrends.pl
tel. 888 211 157
Poradniki, aktualności, i narzędzia e-commerce
