Pozycjonowanie w AI: jak co trzeci czytelnik przychodzi z ChatGPT

Ten tekst jest dla Ciebie, jeśli masz nową stronę albo bloga, Google jeszcze Cię nie zauważył, a wszędzie słyszysz, że „teraz liczy się AI”. Pokażę, ile ruchu z ChatGPT dostał nasz najmłodszy serwis w trzecim tygodniu życia, skąd to wiem (logi serwera, nie Google Analytics) i które wdrożenia moim zdaniem ten ruch dały, a które na razie nie dały nic.

Nie obiecuję, że u Ciebie wyjdzie tak samo. Pokazuję, co zrobiłem, w jakiej kolejności i co widać w logach. Liczby są małe, bo serwis ma niecałe trzy tygodnie, i właśnie dlatego da się je prześledzić co do jednej osoby.

Pozycjonowanie w AI: co to jest i czym różni się od SEO?

Pozycjonowanie w AI (GEO, od generative engine optimization) to praca nad tym, żeby asystenci tacy jak ChatGPT, Perplexity, Claude czy AI Overviews w Google pobierali Twoją stronę, opierali na niej odpowiedź i pokazywali link, w który ktoś kliknie, a na madrydochod.pl w dniach 17–25.10.2026 takich kliknięć z ChatGPT było 27.

Różnica wobec klasycznego SEO jest prosta. W wyszukiwarce walczysz o miejsce na liście dziesięciu linków. W asystencie AI listy nie ma: jest jedna odpowiedź złożona z kilku źródeł, a pod nią kilka odnośników. Albo jesteś jednym z nich, albo Cię nie ma.

Druga różnica: kto czyta Twoją stronę. W SEO robi to Googlebot. W ChatGPT robią to roboty OpenAI, które działają niezależnie od Google. OpenAI opisuje je w swojej dokumentacji (sprawdziłem 26.10.2026) i warto znać je z nazwy, bo od nich zależy, czy w ogóle wejdziesz do gry.

Z tej tabeli wynika rzecz, którą warto zapamiętać na początek. Dla Google „pozycjonowanie w AI” to po prostu SEO. Google pisze wprost, że do AI Overviews nie trzeba nowych plików, specjalnych znaczników ani osobnych danych strukturalnych. Dla ChatGPT liczy się przede wszystkim to, czy OAI-SearchBot może wejść, i czy strona po wejściu odpowiada na pytanie.

Więcej o samej różnicy między tymi podejściami piszę w tekście SEO a GEO. Tutaj skupiam się na liczbach i na tym, co konkretnie zrobiłem.

Ile ruchu daje pozycjonowanie w AI? Nasze logi z 17–25.10.2026

Na madrydochod.pl w dziewięciu dniach od 17 do 25.10.2026 było 80 osób, a 27 z nich (34%) przyszło z odpowiedzi ChatGPT, podczas gdy w poprzednim tygodniu, od 10 do 16.10.2026, z ChatGPT przyszły tylko 4 osoby z 38 (10,5%). Liczę ludzi z logów serwera, z odsianymi robotami i ruchem z centrów danych.

Poniżej rozkład dzień po dniu. Ostatnia kolumna to liczba żądań robota ChatGPT-User, czyli ile razy ChatGPT pobrał naszą stronę, bo ktoś w rozmowie zadał pytanie, na które szukał odpowiedzi.

Kanały sumują się do 81, a nie do 80, bo 22.10 jedna osoba weszła dwa razy z różnych źródeł (raz z wyszukiwarki, raz z linku z Instagrama, który liczymy jako kampanię). Osoba z ChatGPT to przeglądarka, która przyszła z adresu chatgpt.com albo z linku z parametrem utm_source=chatgpt.com, który ChatGPT dokleja do odnośników w odpowiedziach.

Jak liczę „osobę”? Przeglądarka musi wykonać nasz mały skrypt bez plików cookies, nie może mieć nazwy robota, nie może pochodzić z adresu centrum danych i nie może być mną (adresy, z których loguję się do panelu WordPressa, są wycinane). Dokładny opis metody jest na stronie Licznik Imperium.

Drugie zastrzeżenie: 562 pobrania przez ChatGPT-User i 27 kliknięć to prawie 21 pobrań na jedną osobę, która do nas przyszła. Większość odpowiedzi ChatGPT, w których nasza strona była źródłem, nie skończyła się wizytą. Człowiek dostał odpowiedź i poszedł dalej. To normalne i warto to wiedzieć, zanim policzysz, ile „wart” jest ruch z AI.

Poniżej licznik na żywo dla całej naszej floty, z osobną kolumną dla ruchu z ChatGPT i innych asystentów. Liczy się co 30 minut z tych samych logów.

Jak ChatGPT znajduje stronę? Trzy roboty OpenAI w naszych logach

ChatGPT znajduje stronę dzięki dwóm robotom OpenAI, z których OAI-SearchBot dodaje ją do indeksu wyszukiwarki ChatGPT, a ChatGPT-User pobiera ją na żywo, gdy użytkownik zadaje pytanie; na madrydochod.pl w dniach 17–25.10.2026 wykonały one 692 i 562 żądania, a trzeci robot, treningowy GPTBot, tylko 9. GPTBot zbiera dane do trenowania modeli i na ruch nie wpływa.

OpenAI w dokumentacji (sprawdziłem 26.10.2026) opisuje to tak: strony, które zablokują OAI-SearchBot, nie będą pokazywane w odpowiedziach wyszukiwarki ChatGPT. Każde ustawienie jest niezależne, więc można wpuścić OAI-SearchBot i jednocześnie zablokować GPTBot, jeśli nie chcesz, żeby Twoje teksty trafiały do treningu. ChatGPT-User nie służy do automatycznego przeglądania sieci, tylko do pobrań na prośbę człowieka, i według OpenAI reguły robots.txt mogą go nie dotyczyć.

Najciekawsze jest to, czego w tabeli nie widać: ludzi. Z Claude w tych dniach nie przyszła do nas ani jedna osoba, mimo 49 pobrań przez Claude-User. Z Perplexity też nikt. Cały ruch ludzi z asystentów AI to ChatGPT. Na polskim, małym serwisie ChatGPT jest dziś jedynym asystentem, który przysyła czytelników w mierzalnej liczbie.

Oś czasu: od startu serwisu do pierwszego kliknięcia z ChatGPT

Ten fragment uważam za najcenniejszy w całym tekście, bo pokazuje kolejność zdarzeń na nowej domenie. Wszystkie liczby pochodzą z dziennych plików statystyk liczonych z logów serwera.

Wniosek z tej osi jest dla mnie jasny. Robot treningowy GPTBot był pierwszy, ale potem praktycznie przestał przychodzić i nie miał nic wspólnego z ruchem. O ruchu zdecydował OAI-SearchBot, który w 3. dniu przeczytał serwis, i ChatGPT-User, który od tego samego dnia zaczął sięgać do naszych stron w rozmowach. Pierwsze kliknięcia przyszły, zanim wdrożyłem cokolwiek z „agentowych” standardów.

Co ChatGPT czyta najchętniej

Roboty OpenAI czytają różne strony. ChatGPT-User w dniach 17–25.10.2026 pobrał co najmniej 124 różne adresy, a poza stroną główną najczęściej sięgał po strony pojedynczych ofert banków: jedna oferta, jedna kwota, jeden termin, data sprawdzenia w regulaminie. To strony, które odpowiadają na jedno konkretne pytanie.

OAI-SearchBot w tym samym czasie najczęściej pobierał strony zbiorcze. Na pierwszym miejscu była strona o stopach procentowych NBP (47 pobrań), na drugim lista kont oszczędnościowych (45 pobrań). To strony, które mają aktualną liczbę i często się zmieniają, więc indeks musi je odświeżać.

Dla Ciebie przekłada się to na prostą zasadę: jedna strona, jedno pytanie, konkretna liczba z datą. Długi esej, w którym odpowiedź jest w siódmym akapicie, przegrywa ze stroną, która podaje ją w pierwszym zdaniu.

Czy to na pewno roboty OpenAI?

Nazwę przeglądarki może wpisać każdy, więc ją sprawdziłem. W logach z 21–25.10.2026 (wcześniejsze dni serwer już zrotował) było 371 żądań z nazwą ChatGPT-User. 367 z nich przyszło z adresów IP, które OpenAI publikuje w pliku chatgpt-user.json (wersja z 20.10.2026). Pozostałe 4 to ktoś, kto się pod ChatGPT podszywa.

Podobnie jest z ruchem ludzi. Zdarzają się automaty z centrów danych, które wchodzą na stronę z doklejonym utm_source=chatgpt.com, żeby wyglądać na czytelnika z ChatGPT. Nasz licznik odcina adresy centrów danych, więc takie wejścia nie trafiają do tabeli wyżej.

Co wdrożyliśmy na madrydochod.pl? Lista zmian, które dały ruch z ChatGPT

Na madrydochod.pl przed pierwszym kliknięciem z ChatGPT (13.10.2026) działały: otwarty robots.txt z nazwanymi robotami AI, treść w czystym HTML, ramka „Odpowiedź w skrócie” na górze tekstów, daty „stan na” i dane strukturalne, natomiast wdrożenia dla agentów (Content-Signal, Markdown, API, serwer MCP, wynik 93/100) doszły dopiero 15.10.2026.

Uczciwie: nie mam grupy kontrolnej, więc nie udowodnię, że to konkretnie ta zmiana dała konkretne kliknięcie. Mam za to daty. Poniżej pełna lista z podziałem na to, co działało przed pierwszymi wejściami z ChatGPT, a co doszło później.

Co z tego, moim zdaniem, zadziałało

Gdybym miał wskazać trzy rzeczy, bez których ruchu z ChatGPT by nie było, wybrałbym te.

Dostęp. OAI-SearchBot od startu do 25.10.2026 wykonał u nas 1 589 żądań i nie dostał ani jednej odmowy: tylko strony (kod 200) albo przekierowania (kody 3xx), z tą samą treścią co przeglądarka. Łatwo go zablokować nieświadomie: przez wtyczkę bezpieczeństwa, zaporę na serwerze albo przez skopiowany z internetu robots.txt, który „na wszelki wypadek” wycina wszystkie boty AI.

Strony, które odpowiadają. Każdy tekst zaczyna się ramką z odpowiedzią, a każda sekcja pierwszym zdaniem, które da się zacytować bez reszty. Liczba zawsze ma jednostkę i datę. Asystent AI szuka fragmentu, który może wziąć do odpowiedzi, i taki fragment dostaje.

Wiele konkretnych stron. 141 wpisów w 20 dni (stan 26.10.2026), do tego osobne strony ofert. Każda odpowiada na inne pytanie. ChatGPT-User pobrał w 9 dni ponad sto różnych adresów, bo różni ludzie pytali o różne rzeczy. Jeden ogólny poradnik nie złapałby tylu pytań.

Czego nie wiem: czy oznaczanie wygasłych ofert i llms.txt z 13.10 cokolwiek dodały. Pierwsze 3 osoby z ChatGPT przyszły tego samego dnia, więc ChatGPT musiał znać nasze strony wcześniej. Ten tekst sam też jest zbudowany według tych zasad, więc możesz go potraktować jako wzór.

Pozycjonowanie w AI krok po kroku: co zrobić w pierwszych 30 dniach

Pozycjonowanie w AI na nowej stronie zaczyna się od sprawdzenia, czy roboty OpenAI w ogóle mogą wejść, potem przebudowy tekstów tak, żeby odpowiedź była w pierwszym zdaniu, a dopiero na końcu od dodatków typu llms.txt; u nas od startu (6.10.2026) do pierwszych osób z ChatGPT (13.10.2026) minęło 7 dni.

Poniższe kroki to dokładnie kolejność, którą powtórzyłbym na następnej stronie. Pierwsze cztery są obowiązkowe, reszta zależy od tego, ile masz czasu.

1. Sprawdź robots.txt. Otwórz twojadomena.pl/robots.txt i poszukaj wpisów OAI-SearchBot, GPTBot i User-agent: * z Disallow: /. Jeśli chcesz być w ChatGPT, OAI-SearchBot nie może być zablokowany. Najprościej dodać osobną grupę z Allow: /, jak niżej.
2. Sprawdź serwer, nie tylko plik. Zapora (WAF), wtyczka bezpieczeństwa albo limit zapytań na hostingu potrafią odpowiadać robotom kodem 403 albo 429, choć robots.txt jest otwarty. Poproś hosting o fragment logów z nazwą OAI-SearchBot albo sprawdź je sam w panelu. Szukasz kodów 200.
3. Zobacz stronę oczami robota. Pobierz ją bez JavaScriptu (na przykład podglądem źródła strony albo poleceniem curl). Jeśli kluczowa liczba, cena albo termin pojawia się dopiero po wykonaniu skryptu, robot AI jej nie zobaczy.
4. Przebuduj początek tekstów. Na górze ramka z 3–5 punktami odpowiedzi. Pod każdym śródtytułem pierwsze zdanie, które samo odpowiada na pytanie z nagłówka, z liczbą i datą. Śródtytuły w formie pytań, które ludzie naprawdę wpisują.
5. Dodaj daty „stan na”. Przy każdej liczbie, która może się zmienić, napisz, kiedy ją sprawdziłeś i w jakim dokumencie. Gdy fakt się zdezaktualizuje, oznacz stronę wprost (u nas „Zakończona” w tytule), zamiast zostawiać starą kwotę.
6. Pisz strony na pojedyncze pytania. Zamiast jednego „kompletnego przewodnika” kilka stron, z których każda odpowiada na jedno pytanie: „ile”, „kiedy”, „czy można”, „co jeśli”. Takie strony ChatGPT-User pobierał u nas najczęściej.
7. Uporządkuj dane strukturalne. Wydawca z prawdziwymi danymi (nazwa, adres, rejestr), autor, artykuł z datą publikacji i aktualizacji, FAQ zgodne z tym, co widać na stronie. Jedno źródło tych danych, nie dwie wtyczki naraz.
8. Zgłoś stronę do Google i Bing. Search Console, Bing Webmaster Tools, mapa strony tylko ze stronami do indeksu. AI Overviews korzystają ze zwykłego indeksu Google, więc bez indeksu nie ma tam miejsca.
9. Zacznij mierzyć od pierwszego dnia. Licz wejścia z adresu chatgpt.com i z parametrem utm_source=chatgpt.com, a osobno pobrania przez ChatGPT-User i OAI-SearchBot. Jak to robię, opisuję w ostatniej sekcji.
10. Dopiero na końcu dodatki. llms.txt, wersja Markdown dla agentów, serwer MCP. Robię je, bo są tanie i przydają się agentom, ale w naszych logach nie widzę, żeby ChatGPT z nich korzystał.

Tak wygląda fragment naszego robots.txt na madrydochod.pl (sprawdzony 26.10.2026). Każdy robot AI ma swoją grupę, a w każdej grupie jest Content-Signal:

User-agent: OAI-SearchBot
Allow: /
Content-Signal: search=yes, ai-input=yes, ai-train=yes
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php

User-agent: ChatGPT-User
Allow: /
Content-Signal: search=yes, ai-input=yes, ai-train=yes
Disallow: /wp-admin/

Content-Signal to propozycja Cloudflare z 24.09.2025. Definiuje trzy zgody: search (budowanie indeksu i pokazywanie linków z krótkimi fragmentami), ai-input (użycie treści na żywo w odpowiedziach AI) i ai-train (trenowanie modeli). Jeśli nie chcesz, żeby Twoje teksty szły do treningu, ustaw ai-train=no, ale search i ai-input zostaw na yes, bo od nich zależy obecność w odpowiedziach.

Czy llms.txt, serwer MCP i wynik isitagentready pomagają w pozycjonowaniu w AI?

Na naszych danych na razie nie widać, żeby pomagały w ruchu z ChatGPT: madrydochod.pl ma wynik 93/100 w isitagentready (15.10.2026), ale w logach z 21–25.10.2026 żaden robot OpenAI, Anthropic ani Perplexity nie pobrał llms.txt ani llms-full.txt. Pobrał je tylko Googlebot (6 razy), a z serwerem MCP nie połączył się żaden asystent.

Najpierw kilka definicji. llms.txt to propozycja Jeremy'ego Howarda z 3.09.2024 (wersja 2 z 10.08.2026): plik w formacie Markdown w katalogu głównym strony, który w kilku akapitach i liście linków mówi modelom językowym, co jest na stronie. isitagentready to skaner Cloudflare, który sprawdza, czy strona obsługuje nowe standardy dla agentów AI: od robots.txt i Markdown po serwer MCP, OAuth i płatności agentowe. Serwer MCP to punkt, przez który agent AI może pobierać dane ze strony jako narzędzie, a nie przez czytanie HTML.

Google mówi o tym wprost. W przewodniku o funkcjach AI w wyszukiwarce (ostatnia aktualizacja 10.12.2025) pisze, że nie trzeba tworzyć nowych plików dla maszyn, plików tekstowych dla AI ani specjalnych znaczników, żeby pojawić się w AI Overviews i AI Mode. Nie ma też specjalnych danych strukturalnych, które trzeba dodać.

Autor llms.txt pisze z kolei, że po dwóch latach plik publikują tysiące stron, a firmy AI udostępniają go dla swojej dokumentacji. To prawda i to pokazuje, do czego llms.txt naprawdę się nadaje: do dokumentacji, którą czytają agenci programistyczni. Blog czy serwis z poradami to inny przypadek.

Dlaczego i tak to robię

Mimo zera pobrań wdrażam te rzeczy na każdej nowej stronie. Powody są trzy. Koszt jest mały, bo raz napisany kod działa na kolejnych serwisach. Agenci, którzy wykonują zadania (a nie tylko odpowiadają na pytania), coraz częściej sięgają po Markdown i narzędzia MCP; o tym, czym jest agent AI, piszę osobno w tekście Agent AI: co to jest. I wreszcie wynik w skanerze jest dobrym spisem kontrolnym: zmusza do sprawdzenia robots.txt, mapy strony i nagłówków, a to są rzeczy, które pomagają także w SEO.

Nie traktuję jednak wyniku 100/100 jako celu. To skutek uboczny porządnie zrobionej strony, nie dźwignia ruchu. Jeśli masz ograniczony czas, zrób najpierw pięć pierwszych kroków z poprzedniej sekcji. Szczegóły serwera MCP opisuję w tekście MCP server: co to jest.

Jak mierzyć ruch z ChatGPT, skoro Google Analytics nie widzi go w całości?

Ruch z ChatGPT najdokładniej zmierzysz w logach serwera: osoba z ChatGPT to wejście z adresu chatgpt.com albo z parametrem utm_source=chatgpt.com, a osobno liczysz pobrania przez robota ChatGPT-User, bo Google Analytics widzi tylko osoby, które zgodziły się na cookies, więc na madrydochod.pl nie pokazałby wszystkich 27 osób z 17–25.10.2026.

Pomiar składa się u mnie z trzech warstw. Każda odpowiada na inne pytanie.

• Ludzie z ChatGPT (czy ktoś kliknął): wejścia z adresu odsyłającego chatgpt.com albo z utm_source=chatgpt.com, po odsianiu robotów i adresów centrów danych.
• Cytowania w rozmowach (czy ChatGPT nas używa): żądania robota ChatGPT-User i lista stron, które pobrał. To najlepszy dostępny wskaźnik, że jesteś źródłem odpowiedzi, nawet gdy nikt nie kliknie.
• Obecność w indeksie (czy ChatGPT nas zna): żądania OAI-SearchBot i kody odpowiedzi. Same 200 to dobry znak, 403 i 429 to sygnał, że serwer robota odpycha.

Do każdej warstwy dochodzi weryfikacja. OpenAI publikuje listy adresów IP swoich robotów (searchbot.json, chatgpt-user.json, gptbot.json). Raz na jakiś czas porównuję z nimi logi, bo podszywanie się pod ChatGPT-User jest popularne wśród skanerów szukających dziur w stronach.

Co z Google? Według Google (10.12.2025) wejścia z AI Overviews i AI Mode są w Search Console wliczane do zwykłego ruchu w raporcie skuteczności, w typie wyszukiwania „Internet”. Nie wydzielisz ich osobno. Dlatego „ruch z AI” w moich tabelach to w praktyce ruch z ChatGPT i innych asystentów spoza Google, a AI Overviews siedzą w kolumnie „z wyszukiwarki”.

Cały ruch naszych serwisów, z osobną kolumną dla ChatGPT, pokazuję publicznie na stronie Licznik Imperium. Inne teksty o ruchu i widoczności znajdziesz w dziale Strona i ruch.

Czego nie robić? Pułapki, które widzę u innych i które sam przerabiałem

Najczęstszy błąd w pozycjonowaniu w AI to zablokowanie wszystkich robotów AI jednym wpisem w robots.txt „dla ochrony treści”, a potem dziwienie się, że ChatGPT nie cytuje strony, a drugi to wydawanie pieniędzy na „optymalizację pod AI”, zanim strona w ogóle odpowiada na pytania. U nas wszystko zaczęło się od dostępu i treści.

Mylenie robotów. GPTBot to trening, OAI-SearchBot to wyszukiwarka ChatGPT. Kto blokuje oba, bo „nie chce karmić AI”, sam wypisuje się z odpowiedzi. Jeśli nie chcesz treningu, zablokuj tylko GPTBot i ustaw ai-train=no.

Treść tylko po JavaScripcie. Kalkulatory, tabele i ceny ładowane skryptem są dla robotów AI niewidoczne. U nas wynik kalkulatora jest w HTML od razu, a skrypt tylko go przelicza po zmianie danych.

Stare liczby bez daty. Asystent, który zacytuje nieaktualną kwotę, zaszkodzi Tobie, bo czytelnik przyjdzie z błędnym oczekiwaniem. Dlatego wygasłe treści oznaczam wprost, a przy każdej liczbie piszę, kiedy ją sprawdziłem.

Wiara w procenty. 34% z ChatGPT to dobry nagłówek, ale za tym stoi 27 osób. Gdyby Google przysłał jutro 200 osób, procent spadłby do kilkunastu, a ruch z ChatGPT nie zmieniłby się ani o jedną osobę. Mierz liczby bezwzględne i ich trend.

Liczenie robotów jako ludzi. W tych samych dniach, gdy przyszło do nas 80 osób, logi zarejestrowały tysiące żądań robotów i skanerów. Bez odsiewania „ruch z AI” wyglądałby imponująco i nic by nie znaczył.

Prompt injection w plikach dla AI. Polecenia dla modeli w llms.txt, opisach narzędzi czy ukrytym tekście na stronie to droga donikąd. Modele są coraz lepiej przygotowane na takie sztuczki, a strona, która je stosuje, traci zaufanie.

Najczęstsze pytania

Źródła

1. OpenAI, Overview of OpenAI Crawlers (sprawdzone 26.10.2026): developers.openai.com
2. OpenAI, lista adresów IP robota ChatGPT-User, chatgpt-user.json (wersja z 20.10.2026, sprawdzone 26.10.2026): openai.com
3. Google Search Central, AI features and your website (ostatnia aktualizacja 10.12.2025): developers.google.com
4. Jeremy Howard, The /llms.txt file, v2 (opublikowano 3.09.2024, zmieniono 10.08.2026): llmstxt.org
5. Cloudflare, Giving users choice with Cloudflare's new Content Signals Policy (24.09.2025): blog.cloudflare.com
6. Cloudflare, Is Your Site Agent-Ready? (sprawdzone 26.10.2026): isitagentready.com
7. madrydochod.pl, robots.txt i llms.txt (sprawdzone 26.10.2026): madrydochod.pl/robots.txt
8. Logi serwera madrydochod.pl i dzienne pliki statystyk liczone z tych logów, 6–25.10.2026 (dane własne, odczyt 26.10.2026).

Stan na 26.10.2026. Ruch ludzi i żądania robotów odczytałem 26.10.2026 z dziennych plików statystyk madrydochod.pl (pola channel_visitors, sources, crawlers, ai_user) za 6–25.10.2026. Adresy IP ChatGPT-User porównałem z listą OpenAI na logach z 21–25.10.2026, bo wcześniejsze dni serwer już zrotował. Dokumentację OpenAI, Google, llmstxt.org i Cloudflare sprawdziłem tego samego dnia. Wyniki isitagentready pochodzą z 15.10.2026 (madrydochod.pl) i 25.10.2026 (kontowtescie.pl).