GRI Score: jak mierzyć gotowość strony pod LLM

GRI Score — co mierzy i dlaczego powstał

GRI Score (Generative Readiness Index) to autorska metodologia scoringowa PremiumAds, oceniająca gotowość strony internetowej do bycia cytowaną przez modele językowe. Tradycyjne SEO optymalizuje pod algorytm rankingowy Google; GRI optymalizuje pod mechanizm selekcji odpowiedzi w LLM — a to fundamentalnie różne zadania.

Modele językowe nie indeksują stron jak Googlebot. Zamiast tego uczą się na korpusach tekstowych, a w trybie RAG (Retrieval-Augmented Generation) pobierają fragmenty w czasie rzeczywistym. W obu przypadkach decyduje to, czy treść jest jednoznaczna, dobrze ustrukturyzowana i potwierdzana przez inne źródła w sieci. GRI Score powstał, bo żaden istniejący wskaźnik SEO tego nie mierzył.

Metodologię stosujemy od 2024 roku w ramach usługi GEO — Generative Engine Optimization. Skala 0–100 pozwala porównywać strony między sobą i śledzić postęp po wdrożeniu zmian.

Sześć składowych GRI Score i ich wagi

GRI Score nie jest jedną liczbą wziętą z sufitu — to ważona suma sześciu obszarów. Każdy obszar ma przypisaną wagę wynikającą z tego, jak silnie koreluje z faktycznym cytowaniem przez LLM w naszych kampaniach (wg danych PremiumAds z 60+ projektów GEO/SEO).

Wagi nie są stałe na zawsze — aktualizujemy je co kwartał na podstawie testów A/B widoczności w ChatGPT, Perplexity i Gemini. Aktualną wersję metodologii oznaczamy jako GRI v1.2 (stan: Q2 2025).

Jak obliczyć GRI Score krok po kroku

Obliczenie GRI Score wymaga połączenia danych z kilku narzędzi. Poniżej praktyczna ścieżka audytu, którą stosujemy dla klientów PremiumAds.

Krok 1 — Audyt struktury treści (0–25 pkt)

Przejrzyj 10 najważniejszych podstron (landing pages, artykuły blogowe, strony usług). Dla każdej sprawdź: czy jest sekcja TL;DR lub lead odpowiadający bezpośrednio na pytanie tytułu? Czy nagłówki H2 są tezami, a nie pytaniami? Czy artykuł zawiera co najmniej jedną tabelę lub listę wypunktowaną? Czy na końcu jest blok FAQ? Każde spełnione kryterium to punkty — maksymalnie 25.

Krok 2 — Autorytet i wzmianki (0–20 pkt)

Użyj Ahrefs lub Semrush do sprawdzenia DR (Domain Rating) i liczby referring domains. Następnie wyszukaj w Google nazwę marki w cudzysłowie bez linku do domeny (operator -site:twojadomena.pl "Nazwa Marki"). Wzmianki bez linku to sygnał dla LLM, że marka jest rozpoznawalna. Punktacja: DR 0–20 = 5 pkt, DR 21–40 = 10 pkt, DR 41–60 = 15 pkt, DR 60+ = 20 pkt (korygowana liczbą wzmianek).

Krok 3 — Schema.org (0–20 pkt)

Uruchom Google Rich Results Test oraz Schema Markup Validator dla strony głównej i trzech podstron. Sprawdź obecność: Organization z sameAs wskazującym na Wikidata/LinkedIn, Article z dateModified, FAQPage, BreadcrumbList. Błędy krytyczne odejmują punkty; brak wymaganych typów = 0 w tym obszarze.

Krok 4 — Core Web Vitals (0–15 pkt)

Dane z Google Search Console (raport CWV) są ważniejsze niż wyniki z PageSpeed Insights, bo pokazują rzeczywistych użytkowników. LCP poniżej 2,5 s, INP poniżej 200 ms i CLS poniżej 0,1 to pełne 15 punktów. Każdy wskaźnik poza normą odejmuje 5 pkt.

Krok 5 — Jakość treści (0–15 pkt)

Ocena częściowo jakościowa. Sprawdzamy: czy artykuł wyczerpuje temat (topic coverage) — tzn. czy zawiera podtematy, które LLM uznałby za niezbędne do pełnej odpowiedzi? Czy treść zawiera własne dane, case studies lub cytowane źródła? Powielone treści, cienkie strony (poniżej 300 słów) i brak oryginalnych spostrzeżeń obniżają wynik.

Krok 6 — Spójność NAP (0–5 pkt)

Porównaj dane firmy w Google Business Profile, na stronie kontaktowej, w Wikidata i w trzech największych katalogach branżowych. Rozbieżność w nazwie lub adresie = 0 pkt. Pełna zgodność = 5 pkt. To mały składnik, ale LLM używają go do weryfikacji tożsamości podmiotu.

Interpretacja wyników — co oznacza Twój wynik

GRI Score poniżej 40/100 oznacza, że strona jest praktycznie niewidoczna dla LLM — może pojawiać się w wynikach klasycznego Google, ale modele generatywne jej nie cytują. Wynik 40–65 to strefa przejściowa: LLM cytuje stronę sporadycznie, głównie przy bardzo precyzyjnych zapytaniach. Powyżej 65 strona regularnie pojawia się jako źródło w odpowiedziach ChatGPT, Gemini i Perplexity.

Najczęstsze błędy obniżające GRI Score

Na podstawie audytów 60+ stron klientów PremiumAds wyróżniamy pięć błędów, które najczęściej sprowadzają GRI Score poniżej 50. Każdy z nich jest naprawialny w ciągu 4–8 tygodni.

• Brak bezpośredniej odpowiedzi na początku tekstu. LLM szuka fragmentu, który można zacytować jako gotową odpowiedź. Jeśli artykuł zaczyna się od historii firmy lub kontekstu, a odpowiedź jest w trzecim akapicie — model ją pomija.
• Nagłówki jako pytania zamiast tez. „Czym jest remarketing?” to słaby nagłówek dla LLM. „Remarketing zwiększa konwersje o 20–40% wg Google” — to fragment, który model chętnie zacytuje.
• Brak lub błędny markup Schema.org. Widzimy strony z FAQ widocznym dla użytkownika, ale bez FAQPage w kodzie. LLM korzystający z RAG nie „widzi” tego, co nie jest ustrukturyzowane maszynowo.
• Sprzeczne informacje w różnych miejscach sieci. Jeśli na stronie firmowej jest jeden adres, a w Google Business Profile inny — LLM traci zaufanie do źródła i obniża prawdopodobieństwo cytowania.
• Treści bez własnych danych. Artykuły przepisujące informacje z innych stron mają niski priorytet. LLM preferuje źródła z oryginalnymi danymi, badaniami lub case studies.

Szczegółowy poradnik dotyczący poprawy widoczności w konkretnych modelach językowych znajdziesz w artykule Jak poprawić widoczność strony w ChatGPT? Poradnik.

Case study: wzrost GRI Score z 38 do 71 w 90 dni

Klient z branży B2B SaaS (oprogramowanie do zarządzania projektami, rynek polski) zgłosił się do PremiumAds z problemem: firma była dobrze widoczna w Google (pozycje 1–3 na kluczowe frazy), ale nieobecna w odpowiedziach ChatGPT i Perplexity, gdzie coraz więcej decydentów szukało rekomendacji narzędzi.

Wyjściowy GRI Score wynosił 38/100. Główne problemy: brak Schema.org (0/20 pkt), artykuły bez TL;DR i FAQ (8/25 pkt w strukturze), słabe CWV na mobile (LCP 4,1 s).

Wdrożone zmiany

• Dodanie TL;DR i FAQ do 24 artykułów blogowych (4 tygodnie)
• Wdrożenie Article, FAQPage i Organization z sameAs na Wikidata (2 tygodnie)
• Optymalizacja obrazów i lazy-load — LCP spadł do 2,1 s (3 tygodnie)
• Kampania outreach generująca 18 wzmianek bez linku w branżowych mediach (8 tygodni)
• Ujednolicenie danych NAP w 12 katalogach i Google Business Profile (1 tydzień)

Efekty po 90 dniach

GRI Score wzrósł z 38 do 71/100. Marka zaczęła pojawiać się w odpowiedziach Perplexity na frazy porównawcze („najlepsze narzędzia do zarządzania projektami dla małych firm”) — wg pomiarów ręcznych i narzędzia Profound. Ruch organiczny wzrósł o 23% (wg Google Search Console), ale ważniejszy był wzrost wejść z „direct” — część z nich to kliknięcia z odpowiedzi AI, które nie są śledzone jako osobne źródło w GA4.

Jeśli chcesz wdrożyć podobną strategię dla swojej domeny, sprawdź szczegóły naszej usługi GEO — Generative Engine Optimization lub zapoznaj się z pełnym zakresem usług SEO PremiumAds.

GRI Score a klasyczne metryki SEO — co mierzyć razem

GRI Score nie zastępuje Domain Rating, pozycji organicznych ani ruchu z Google. To dodatkowa warstwa pomiaru, która odpowiada na pytanie: „Czy jesteśmy widoczni tam, gdzie użytkownicy coraz częściej szukają odpowiedzi?” — czyli w interfejsach generatywnych.

Rekomendujemy monitorowanie GRI Score co kwartał razem z klasycznym zestawem KPI SEO. Rozbieżność między wysokim DR a niskim GRI Score to sygnał, że domena ma autorytet, ale treści są słabo ustrukturyzowane pod LLM — i to najłatwiejszy do naprawienia scenariusz.

Warto też pamiętać, że zgoda użytkowników na śledzenie wpływa na jakość danych, na których opierasz decyzje. Jeśli Twoje GA4 nie zbiera pełnych danych przez problemy z Consent Mode, możesz błędnie oceniać efekty działań GEO — więcej o tym w artykule Consent Mode v2 a Analytics: co zmienia się w danych.

Narzędzia do monitorowania widoczności w LLM

Rynek narzędzi do pomiaru widoczności w modelach generatywnych jest młody, ale kilka rozwiązań już pozwala na systematyczny monitoring.

• Profound — monitoruje, jak często i w jakim kontekście marka pojawia się w odpowiedziach ChatGPT, Gemini, Perplexity i Claude. Płatne, z trial.
• Semrush AI Toolkit (beta) — śledzi widoczność domeny w AI Overviews Google oraz Perplexity.
• Ręczne testy promptów — tanie i wciąż najbardziej wiarygodne. Testuj 20–30 zapytań branżowych w ChatGPT-4o i notuj, kiedy pojawia się Twoja marka vs. konkurencja.
• Google Search Console — AI Overviews generują kliknięcia, które są widoczne w GSC jako standardowy ruch organiczny. Monitoruj CTR dla fraz, na których pojawiają się AI Overviews.

Żadne narzędzie nie zastąpi regularnego audytu GRI Score — bo narzędzia mierzą efekt (cytowanie), a GRI mierzy przyczyny (gotowość strony).

Jak zacząć: minimalny zestaw działań dla GRI powyżej 55

Jeśli zaczynasz od zera, poniższe działania pozwolą osiągnąć GRI Score 55+ w ciągu 60 dni bez dużego budżetu. To nie jest pełna optymalizacja — to próg wejścia do strefy sporadycznych cytowań.

1. Dodaj TL;DR (2–4 zdania) na początku każdego artykułu i strony usługi.
2. Przekształć istniejące sekcje Q&A w markup FAQPage — to 2–4 godziny pracy dewelopera.
3. Wdróż Organization z sameAs wskazującym na profil LinkedIn i Google Business Profile.
4. Ujednolicenie NAP we wszystkich katalogach i GBP — zrób to raz, zajmie pół dnia.
5. Popraw LCP na mobile do poniżej 2,5 s — najczęstsza przyczyna to nieoptymalne obrazy (format WebP, lazy-load).
6. Opublikuj 3–5 artykułów z własnymi danymi lub case studies — to jedyny shortcut do punktów za jakość treści.

Jeśli chcesz przeprowadzić pełny audyt GRI Score dla swojej domeny i otrzymać szczegółowy plan wdrożenia, skontaktuj się z zespołem PremiumAds — wycenimy projekt bezpłatnie.