Sklep w odpowiedziach AI: 10 rzeczy do sprawdzenia, zanim model odpowie za Ciebie

Część klientów przestaje zaczynać zakupy od wyszukiwarki. Pytają model o rekomendację, dostają trzy nazwy z krótkim uzasadnieniem i dopiero wtedy klikają. Dla sklepu zmienia się jedna rzecz: nie wystarczy być wysoko w wynikach, trzeba dać się zacytować – a to inne wymagania niż klasyczne SEO.

Poniżej dziesięć punktów w kolejności, w jakiej sam je sprawdzam. Pierwsze cztery są techniczne i zajmują dzień. Pozostałe dotyczą treści i wymagają decyzji, nie wdrożenia.

Dostęp: czy model w ogóle może przeczytać Twój sklep

1. Rozróżnij roboty według celu, zamiast blokować „boty AI” zbiorczo. OAI-SearchBot pobiera treści dla ChatGPT Search, a GPTBot jest osobnym crawlerem związanym z trenowaniem modeli. Anthropic rozdziela Claude-SearchBot i Claude-User od ClaudeBot; Perplexity publikuje osobne boty do wyszukiwania i pobierania treści na żądanie. Google-Extended dotyczy wykorzystania treści w usługach generatywnego AI i nie wyłącza strony z Google Search. Sprawdź aktualną dokumentację dostawcy i ustaw reguły osobno dla konkretnego celu. Sam robots.txt nie potwierdza, że ruch przepuszcza CDN lub WAF.

2. Nie zakładaj, że każdy crawler wykonuje JavaScript. Porównaj źródłowy HTML z treścią po renderowaniu na kluczowych kartach produktu i sprawdź dostęp konkretnego bota. Informacje potrzebne do decyzji pokaż również widocznie na stronie.

3. Jeśli dodajesz dane strukturalne Product, pilnuj zgodności nazwy, ceny, waluty, dostępności, opinii i GTIN z widoczną treścią. Mogą pomóc wyszukiwarkom zrozumieć produkt i kwalifikować stronę do wyników rozszerzonych, ale same nie gwarantują cytowania przez model.

4. Sprawdź, czy kluczowe informacje są dostępne bez konieczności wykonania dodatkowej akcji przez użytkownika. Porównaj treść HTML i wersję po renderowaniu, także dla rozwijanych sekcji, kart i modali. Zachowanie zależy od konkretnego crawlera – nie zakładaj z góry, że każdy zobaczy to samo.

Treść: czy jest co zacytować

5. Czy każda karta odpowiada wprost na pytanie „dla kogo to jest i kiedy się nie sprawdzi". Model streszcza, a streszczenie powstaje z fragmentów, które są jednoznaczne. Marketingowe ogólniki nie mają się z czego streścić.

6. Czy parametry są w tabeli z jednostkami, a nie w zdaniu. Wymiar podany jako „szerokość: 60 cm" trafia do odpowiedzi. Ten sam wymiar w akapicie o stylu życia – nie.

7. Czy masz porównania i zestawienia własnych produktów: czym różni się wariant A od B, co wybrać przy jakim zastosowaniu. To jest dokładnie ta forma treści, której model szuka, gdy klient pyta „który wybrać".

8. Czy odpowiadasz na pytania językiem klienta, nie katalogowym. Zapytania kierowane do modeli są dłuższe i bardziej opisowe niż wpisywane w wyszukiwarkę. Najlepszym źródłem tych sformułowań są maile do obsługi klienta.

Wiarygodność: czy warto Cię cytować

9. Czy fakty o firmie są spójne wszędzie tam, gdzie występujesz: nazwa, adres, terminy dostaw, polityka zwrotów. Model zestawia źródła i przy sprzecznych danych po prostu wybiera inne, pewniejsze.

10. Czy poza własnym sklepem istnieją miejsca, w których ktoś inny pisze o Twoich produktach konkretami. Odpowiedzi modeli częściej powstają z zestawień i recenzji niż z samych stron sprzedażowych.

Jak to zmierzyć

Zanim cokolwiek zmienisz, zrób dwie rzeczy. Zadaj modelom pięć pytań, które realnie zadałby Twój klient, i zapisz odpowiedzi wraz z tym, kogo cytują – to jest Twój punkt odniesienia. Następnie sprawdź w analityce ruch z domen narzędzi AI: zwykle jest niewielki, ale rośnie i konwertuje inaczej niż ruch z wyszukiwarki, bo trafia do Ciebie po decyzji, nie przed nią.

Powtórz oba pomiary po miesiącu. Bez tego zostaje wrażenie, a wrażenie w tym temacie jest dziś wyjątkowo drogie – bo cała branża sprzedaje na nie usługi.

Przegląd widoczności sklepu w odpowiedziach AI robimy w ramach audytu konwersji (S-01). Punkty 1–4 zwykle zamykają się w jednym dniu pracy działu IT.