Utrata widoczności w AI Overview - co tak naprawdę się dzieje
AI Overview (dawniej Search Generative Experience) nie indeksuje stron tak jak klasyczny Googlebot - zamiast tego sięga po treści, którym ufa na podstawie zestawu sygnałów jakościowych, technicznych i semantycznych. Gdy strona znika z cytowań, oznacza to, że jeden lub kilka z tych sygnałów przestało spełniać próg akceptacji modelu. To nie jest awaria - to decyzja algorytmu, którą można odwrócić.
W praktyce widzimy cztery główne warstwy problemu: dostępność treści dla crawlerów AI, jakość i unikalność contentu, sygnały zgody (cookies/RODO) oraz szybkość i stabilność techniczna serwisu. Każda z nich może działać jako samodzielny blokator lub - co gorsze - kumulować się z pozostałymi.
Siedem głównych przyczyn utraty widoczności w AI Overview
Na podstawie audytów ponad 60 kampanii i serwisów obsługiwanych przez PremiumAds wyróżniamy siedem przyczyn, które odpowiadają za ponad 90% przypadków utraty cytowań w AI Overview.
- Błędny lub brakujący llms.txt - crawler AI nie wie, które zasoby może przetwarzać.
- Brak lub nieprawidłowy Consent Mode v2 - Google nie otrzymuje sygnałów zgody, co obniża zaufanie do domeny.
- Duplicate content - zduplikowane strony rozmywają sygnał autorytetu; LLM wybiera „silniejsze” źródło.
- Core Web Vitals poniżej progu - LCP powyżej 4 s lub CLS powyżej 0,25 skutkuje depriorytetyzacją.
- Brak struktury semantycznej (schema.org) - brak Article, FAQPage lub HowTo utrudnia modelowi klasyfikację treści.
- Niska ocena E-E-A-T - brak autora, brak daty aktualizacji, brak cytowań zewnętrznych.
- Zablokowanie crawlerów AI w robots.txt - reguły
User-agent: GPTBotlubUser-agent: Google-ExtendedzDisallow: /.
Błędy konfiguracji llms.txt - tu gubi się większość serwisów
Plik llms.txt to standard wprowadzony w 2024 roku, który informuje modele językowe o strukturze serwisu i preferowanym sposobie cytowania. Jego brak nie dyskwalifikuje strony automatycznie, ale błędna konfiguracja - już tak. Najczęstszy błąd to umieszczenie pliku w podkatalogu zamiast w katalogu głównym (https://domena.pl/llms.txt) oraz niepoprawna składnia sekcji ## Disallow i ## Allow.
Drugi powszechny błąd to zbyt restrykcyjne reguły - właściciele serwisów kopiują ustawienia z robots.txt i blokują crawlerom AI dostęp do kluczowych podstron (np. bloga czy stron produktowych). Efekt: model nie ma czego cytować, więc sięga po konkurencję.
Szczegółowy poradnik dotyczący poprawnej struktury pliku znajdziesz w naszym artykule Jak przygotować llms.txt? Poradnik SEO pod AI 2026 - obejmuje on zarówno składnię, jak i typowe pułapki konfiguracyjne.
Consent Mode v2 blokuje AI Overview - mechanizm, który zaskakuje marketerów
Consent Mode v2 to nie tylko kwestia RODO - to sygnał wysyłany do ekosystemu Google, który wpływa na modelowanie konwersji, a pośrednio na ocenę wiarygodności domeny. Serwisy bez poprawnie wdrożonego Consent Mode v2 tracą część danych behawioralnych, które Google wykorzystuje do oceny jakości treści w kontekście AI Overview.
Konkretny mechanizm: gdy użytkownik odmawia zgody na cookies analityczne, a serwis nie przekazuje sygnałów zastępczych (tzw. pings w trybie denied), Google widzi ruch jako „nieweryfikowalny”. Strony z wysokim odsetkiem takich sesji mogą być depriorytetyzowane w cytowaniach AI - szczególnie w branżach z dużym ruchem mobilnym i wysokim odsetkiem odmów zgody (e-commerce, media).
Rozwiązanie: wdrożenie Cookiebot lub równoważnego CMP z certyfikowaną integracją Consent Mode v2 oraz weryfikacja tagów w Google Tag Manager - sprawdź, czy zdarzenia consent_update faktycznie trafiają do GA4.
Duplicate content niszczy sygnał autorytetu w oczach LLM
Modele językowe uczą się, które źródło jest „oryginalne” na podstawie pierwszego pojawienia się treści w danych treningowych oraz sygnałów linkowania. Gdy serwis ma zduplikowane strony (np. wersje z www i bez, strony z parametrami UTM bez canonicali, lub treści skopiowane między podstronami), LLM traktuje domenę jako mniej wiarygodną - i sięga po źródło, które wygląda na pierwotne.
Najgroźniejsze scenariusze duplikacji w kontekście AI Overview:
- Brak tagu
canonicalna stronach z filtrami (sklepy, portale ogłoszeniowe). - Treści syndykowane bez atrybutu
rel="canonical"wskazującego na oryginał. - Identyczne meta description i nagłówki H1 na wielu podstronach.
- Wersje językowe bez hreflang - model nie wie, która wersja jest kanoniczna dla danego rynku.
Audyt duplikacji warto przeprowadzić narzędziami takimi jak Screaming Frog lub Sitebulb, a wyniki skonfrontować z raportem „Strony” w Google Search Console (zakładka „Duplikaty bez wybranych kanonicznych”).
Szybkość ładowania a widoczność w AI - zależność pośrednia, ale realna
AI Overview nie pobiera stron w czasie rzeczywistym podczas generowania odpowiedzi - korzysta z wcześniej zaindeksowanych i przetworzonych danych. Mimo to szybkość ładowania wpływa na widoczność w AI w sposób pośredni: wolne strony są rzadziej crawlowane, mają gorsze Core Web Vitals, a te z kolei obniżają pozycje w klasycznym rankingu Google - co zmniejsza prawdopodobieństwo trafienia do puli źródeł AI Overview.
Wg danych Google (Google I/O 2024), strony z LCP poniżej 2,5 s mają o 24% wyższy wskaźnik crawl coverage niż strony z LCP powyżej 4 s. Mniej crawlowań = mniej świeżych danych w modelu = mniejsza szansa na cytowanie.
| Metryka Core Web Vitals | Próg „dobry” | Próg „wymaga poprawy” | Wpływ na AI Overview |
|---|---|---|---|
| LCP (Largest Contentful Paint) | ≤ 2,5 s | 2,5-4,0 s | Pośredni - częstotliwość crawlowania |
| CLS (Cumulative Layout Shift) | ≤ 0,1 | 0,1-0,25 | Pośredni - ocena UX przez Google |
| INP (Interaction to Next Paint) | ≤ 200 ms | 200-500 ms | Pośredni - sygnał zaangażowania |
Diagnoza utraty widoczności krok po kroku
Zanim zaczniesz wprowadzać zmiany, musisz ustalić, która warstwa jest problemem. Poniższy proces diagnostyczny zajmuje zwykle 2-4 godziny i pozwala uniknąć „naprawiania wszystkiego naraz” - co utrudnia ocenę skuteczności działań.
- Sprawdź robots.txt i llms.txt - upewnij się, że żaden crawler AI nie jest zablokowany. Zweryfikuj reguły dla
GPTBot,Google-Extended,PerplexityBot. - Audyt Consent Mode v2 - w GTM sprawdź zakładkę „Consent Overview”; każdy tag powinien mieć przypisany typ zgody.
- Raport duplikacji w GSC - zakładka Indeksowanie → Strony → filtr „Duplikaty”.
- PageSpeed Insights - sprawdź LCP, CLS i INP dla wersji mobilnej (to ona decyduje o crawlowaniu).
- Weryfikacja schema.org - użyj Rich Results Test; sprawdź, czy strony z contentem mają Article lub odpowiedni typ.
- Analiza E-E-A-T - czy każdy artykuł ma autora z profilem, datę aktualizacji i przynajmniej 2-3 linki do zewnętrznych źródeł?
- Monitoring cytowań AI - narzędzia takie jak Semrush AI Toolkit lub Brandwatch pozwalają śledzić, czy i gdzie domena pojawia się w odpowiedziach LLM.
Jak odzyskaliśmy widoczność w AI Overview - case study PremiumAds
W Q1 2025 jeden z naszych klientów z branży finansowej (serwis porównujący produkty kredytowe) odnotował spadek cytowań w AI Overview o ok. 70% w ciągu trzech tygodni. Diagnoza wykazała trzy nakładające się problemy: brak llms.txt, Consent Mode v2 wdrożony tylko częściowo (brakowało tagu na stronach AMP) oraz 340 stron z brakującymi kanonicalami po migracji CMS.
Działania naprawcze przeprowadziliśmy w kolejności: najpierw llms.txt (dzień 1), potem canonicale (dni 2-7), na końcu Consent Mode v2 na AMP (dzień 10). Pierwsze sygnały powrotu cytowań pojawiły się po 18 dniach - co pokrywa się z typowym cyklem recrawlowania dla serwisów o średnim autorytecie domeny (DA 45-55 wg Moz).
Po 6 tygodniach serwis odzyskał 85% poprzedniej widoczności w AI Overview, a liczba cytowań w odpowiedziach Google AI wzrosła o 40% ponad poziom sprzed incydentu - efekt uboczny porządku technicznego, który wcześniej nie był priorytetem. Jeśli chcesz dowiedzieć się więcej o tym, jak optymalizujemy serwisy pod kątem GEO, odwiedź stronę naszej usługi GEO.
Checklist - zapobiegaj utracie widoczności w AI Overview
Poniższa lista kontrolna obejmuje wszystkie krytyczne punkty. Rekomendujemy jej przegląd co kwartał lub po każdej większej zmianie w serwisie (migracja CMS, nowy szablon, zmiana struktury URL).
- ☐ llms.txt w katalogu głównym z poprawnymi regułami Allow/Disallow
- ☐ robots.txt bez blokad dla GPTBot, Google-Extended, PerplexityBot
- ☐ Consent Mode v2 aktywny na wszystkich podstronach i wersjach (w tym AMP, PWA)
- ☐ Brak zduplikowanych treści - wszystkie strony z kanonicalami
- ☐ LCP ≤ 2,5 s na mobile (wg PageSpeed Insights)
- ☐ Schema.org: Article / FAQPage / HowTo na odpowiednich typach stron
- ☐ Każdy artykuł z autorem, datą aktualizacji i linkami do źródeł zewnętrznych
- ☐ Monitoring cytowań AI uruchomiony (Semrush AI Toolkit lub odpowiednik)
- ☐ Hreflang dla wersji wielojęzycznych
- ☐ Regularne audyty SEO - wg naszej metodologii audyt SAQS obejmuje m.in. weryfikację sygnałów AI-readiness
GEO jako strategia - nie jednorazowa naprawa
Generative Engine Optimization (GEO) to dyscyplina, która wymaga ciągłego monitorowania - podobnie jak klasyczne SEO. Algorytmy AI Overview są aktualizowane częściej niż tradycyjny ranking Google, a progi akceptacji dla cytowanych źródeł zmieniają się wraz z rozwojem modeli. Strony, które dziś są cytowane, mogą stracić widoczność po kolejnej aktualizacji - jeśli nie utrzymują jakości technicznej i treściowej na stałym poziomie.
Warto też pamiętać, że GEO i SEO wzajemnie się wzmacniają: silna pozycja organiczna zwiększa prawdopodobieństwo cytowania przez AI, a cytowania AI budują ruch bezpośredni i branded search - co z kolei poprawia sygnały behawioralne dla klasycznego rankingu. Więcej o tym, jak te dwie dyscypliny łączyć w spójną strategię, przeczytasz w naszym benchmarku SEO sklepów internetowych 2026, który zawiera dane z polskiego rynku.
Jeśli Twoja strona straciła widoczność w AI Overview lub chcesz proaktywnie zabezpieczyć się przed takim scenariuszem, skontaktuj się z nami - przeprowadzimy audyt GEO i wskażemy konkretne działania priorytetowe.
