GEO · AEO · Fox Strategy
Kiedy klient pyta o odpowiedź model językowy, odpowiedź powstaje z kilku źródeł. I albo Twoja marka jest wśród nich, albo jest tam Twoja konkurencja. Budujemy widoczność w AI na fundamencie SEO: sprawdzamy, kto dziś jest polecany w Twojej branży, usuwamy bariery techniczne, przebudowujemy treści i porządkujemy sygnały marki. Strategię realizuje zespół, który wdraża, a nie tylko rekomenduje.
Bezpłatnie i bez zobowiązań. Podeślij adres strony i trzy pytania, które zadają Twoi klienci – przed rozmową sprawdzimy, kogo dziś poleca AI.
Zaufali nam w SEO i marketingu
Trzy perspektywy
Widoczność w AI łączy generatywne wyszukiwanie, fundamenty techniczne, dane, treści i decyzje biznesowe. Dlatego w Fox Strategy nie prowadzi jej jedna osoba ani osobny „dział AI” – strategię budujemy wspólnie, łącząc różne kompetencje zespołu.
Ewelina odpowiada przede wszystkim za strategię GEO, dobór intencji i zestawów zapytań, monitoring widoczności w AI, analizę odpowiedzi i źródeł, analizę botów w logach oraz encje i reprezentację marki.
Autorka książki „Marka osobista w czasach AI i generatywnego wyszukiwania” (Onepress, 2026).
Kasia łączy działania na własnej stronie z obecnością marki w źródłach zewnętrznych i przekłada diagnozę na priorytety biznesowe oraz plan projektu. W swoich analizach zajmuje się m.in. promocją marki w AI, brand mentions i zmianami sposobu wyszukiwania. Prowadzi też pierwszą rozmowę o współpracy.
Dawid odpowiada za fundament techniczny, crawl i indeksację, dane strukturalne, dostęp robotów, architekturę oraz wdrożenia techniczne.
Warsztat badawczy
W analizie generatywnego wyszukiwania pracujemy na kilku warstwach danych jednocześnie: intencjach i promptach, grounding queries, pełnych odpowiedziach modeli, cytowanych źródłach, logach serwera oraz danych z Google i Bing. Ewelina rozwija tę część analityczną GEO także poza projektami klientów – prowadzi monitoring odpowiedzi, analizuje ruch botów i tworzy narzędzia oraz zestawienia pomagające obserwować zmieniający się ekosystem AI.
Nie szukamy „czynników rankingowych AI”. Szukamy zależności, które da się sprawdzić.
Generatywne systemy są zmienne, a ich mechanizmy wyboru źródeł nie są w pełni publiczne. Dlatego zamiast budować strategię na pojedynczych obserwacjach, formułujemy hipotezy, sprawdzamy je na kolejnych odczytach i porównujemy z tym, co zmieniło się w treści, źródłach, SERP-ach i logach. Jeśli dane przeczą hipotezie – zmieniamy hipotezę.
Wiedza, którą publikujemy
Ewelina Podrez-Siama jest autorką książki „Marka osobista w czasach AI i generatywnego wyszukiwania” (Onepress, 2026), poświęconej temu, jak systemy generatywne rozpoznają marki i ludzi, z jakich źródeł budują odpowiedzi i jak zmienia się widoczność poza klasycznym Google.
Dla kogo
Odpowiedzi AI składają się z treści, które systemy znajdą, pobiorą i uznają za wiarygodne – w Google z tego samego indeksu co klasyczne wyniki, w ChatGPT czy Perplexity własnymi robotami i na własnych zasadach. GEO ma sens tam, gdzie jest już co pokazać.
Wyświetlenia rosną, CTR spada i nikt nie potrafi tego wytłumaczyć. Często część zapytań dostaje odpowiedź w AI Overviews – i pytanie brzmi już nie „na którym miejscu jesteśmy”, tylko „czy jesteśmy w odpowiedzi”.
Twój materiał jest pełniejszy, a model cytuje kogoś innego. Nie musi chodzić wyłącznie o jakość materiału. Znaczenie ma też to, czy system po niego sięga, jak interpretuje jego treść i jakie inne źródła ma do dyspozycji.
„Jak wyglądamy w ChatGPT?” to dziś pytanie z zarządu, na które marketing nie ma danych. Pomiar na stałym zestawie zapytań daje punkt odniesienia i trend, który da się pokazać na spotkaniu.
Dostęp różnych systemów kontroluje się na różne sposoby: OAI-SearchBot, GPTBot, ClaudeBot czy PerplexityBot mają własne user-agenty, natomiast Google-Extended jest tokenem kontrolnym robots.txt, a nie osobnym botem widocznym w logach. Blokada bywa też decyzją CDN-u, firewalla albo hostingu, o której nikt nie wie. Logi serwera pokazują, kto naprawdę czyta Twoje strony; który bot jest czyj, sprawdzisz w naszej wyszukiwarce Co to za bot?
Bot botowi nierówny.
Osobno analizujemy crawlery używane do wyszukiwania i pobierania aktualnych informacji, boty związane z treningiem modeli oraz pobrania inicjowane przez użytkownika. Zablokowanie jednego nie musi oznaczać rezygnacji z widoczności we wszystkich produktach danego dostawcy.
Zasada
GEO korzysta z fundamentów SEO, ale nie jest kopią wyników organicznych. Indeksacja, dostępność, jakość treści i autorytet źródła nadal mają znaczenie, ale system generatywny może wybrać inne URL-e i źródła niż klasyczne TOP10 – dlatego mierzymy oba ekosystemy równolegle. Jeśli własna strona jest słabo indeksowana, ma problemy techniczne albo nie odpowiada na realne intencje użytkowników, zazwyczaj najpierw porządkujemy fundament – pozycjonowanie albo audyt SEO – i mówimy to na pierwszej rozmowie.
Co dostajesz
Trzy etapy, jeden zespół. Najpierw liczby, potem wdrożenie, potem kolejne odczyty tą samą metodą – bo pojedyncze sprawdzenie w ChatGPT jest zrzutem ekranu z jednej chwili, nie pomiarem.
Zanim cokolwiek zmienimy, ustalamy, gdzie jesteś dziś – na Twoich zapytaniach, nie na ogólnych frazach.
To, czym różnimy się od audytu z rekomendacjami: robimy, nie tylko opisujemy.
Ten sam zestaw zapytań, ta sama metoda, to samo środowisko – dopiero wtedy widać kierunek. Jak to robimy, opisujemy w sekcji o monitoringu niżej.
Monitoring
Pojedynczy odczyt z ChatGPT czy Gemini jest tylko migawką. Dlatego monitoring prowadzimy na stałym zestawie zapytań i zachowujemy kolejne odpowiedzi do porównania. Próbujemy odtworzyć możliwie dużą część łańcucha: od intencji użytkownika, przez obserwowalne sygnały retrievalu, po źródła i finalną odpowiedź. Nie każdy element tego procesu jest udostępniany przez platformy.
AP (answer presence) to używany przez nas wskaźnik obecności marki w odpowiedziach. Ten sam zestaw, to samo środowisko, ta sama metoda odpytania przez cały okres obserwacji.
Scrape’owane lub pobierane przez API narzędzi – zawsze tą samą drogą, żeby kolejne odczyty dało się porównać.
Nie skrót ani ocena, tylko surowa odpowiedź – z informacją, skąd pochodzi i kiedy została zebrana.
Które adresy system wskazał jako źródła – Twoje i cudze.
Bycie źródłem i bycie wymienionym z nazwy to dwa różne zdarzenia – raportujemy je osobno.
Czy jest tylko wymieniona, czy rekomendowana, porównywana z konkurencją, przedstawiana jako źródło eksperckie – albo pomijana mimo cytowania jej treści.
Jakie cechy, kategorie i skojarzenia przypisuje jej system i jak zmieniają się między odczytami.
Kto zajmuje miejsce na Twoich zapytaniach i na których z nich.
Media, katalogi, porównywarki, fora – bo to z nich system może budować obraz marki, produktu i kategorii.
Tam, gdzie dane są dostępne, sprawdzamy również frazy, których system używał do wyszukania treści później wykorzystanych w odpowiedzi AI. Nie są one tożsame z promptem użytkownika – pokazują warstwę retrievalu pomiędzy pytaniem a źródłem. Porównujemy je z naszym zestawem intencji, cytowanymi URL-ami i klasycznymi zapytaniami z wyszukiwarki. Grounding queries dają nam próbkę warstwy retrievalu – nie pełny log wszystkich zapytań wykonanych przez system.
Odpowiedź do odpowiedzi, okres do okresu – nie tylko liczby w tabeli. Różnicy pojedynczego odczytu nie traktujemy jako trendu: wyniki interpretujemy w kontekście wielkości próbki, powtarzalności zmiany i kolejnych pomiarów, szczególnie tam, gdzie odpowiedzi mają dużą wariancję.
Żeby wiedzieć, co faktycznie ruszyło wynik, a co jest szumem modelu. Dane obserwacyjne łączymy z danymi platformowymi tam, gdzie są dostępne – m.in. z raportem Generative AI w Search Console, AI Performance w Bing Webmaster Tools i ruchem referral z systemów AI.
Różnice między okresami przekładamy na kolejne działania w treści, fundamentach technicznych i źródłach.
Monitoring nie kończy się na tabeli. Surowe odpowiedzi porównujemy między okresami, sprawdzamy, co zmieniło się w źródłach, konkurencji i sposobie opisywania marki, a następnie przekładamy różnice na kolejne działania.
Marka może pojawiać się w odpowiedzi i jednocześnie być opisana błędnie. Dlatego sprawdzamy, czy system poprawnie rozpoznaje firmę, produkty, ekspertów i relacje między podmiotami; czy nie miesza marki z konkurencją; czy korzysta z aktualnych źródeł i czy rekomenduje ją w odpowiednim kontekście. Błędy reprezentacji trafiają do planu działań tak samo jak brak obecności.
Wyniki
Dwa projekty z danymi źródłowymi – Google Search Console, Bing Webmaster Tools, Senuto, Ahrefs – i opisem tego, co konkretnie zostało wdrożone.
Widoczność w AI nie jest wynikiem pracy jednej osoby. Łączy strategię, fundamenty techniczne, treści, encje i analizę danych – dlatego pokazujemy efekty całego zespołu.
Cennik
Zakres zależy od tego, gdzie jesteś: bez punktu odniesienia zaczynamy od audytu, z audytem – od wdrożenia. Wybierz, co pasuje do Twojej sytuacji.
Na jakim etapie jest Twoja marka?
Dla kogo: firmy z istniejącą widocznością organiczną, które chcą wiedzieć, gdzie są w AI, zanim wydadzą budżet na zmiany.
Ostateczna kwota zależy od liczby zapytań i wielkości serwisu.
Umów rozmowęDla kogo: e-commerce i B2B, które chcą, żeby jeden zespół prowadził widoczność w Google i w odpowiedziach AI.
Plus ewentualny budżet zewnętrzny na publikacje – rozliczany osobno i transparentnie.
Umów rozmowęDla kogo: firmy z własnym zespołem SEO i contentu, które wdrażają same, a potrzebują wiarygodnego pomiaru i drugiej pary oczu.
Zależnie od liczby zapytań i platform.
Umów rozmowęDla kogo: grupy marek, firmy międzynarodowe, organizacje z rozproszonym contentem i kilkoma domenami.
Po rozmowie i przeglądzie ekosystemu marek.
Umów rozmowęNie wiesz, od czego zacząć? Umów rozmowę z Kasią – przed spotkaniem sprawdzimy trzy Twoje zapytania w odpowiedziach AI.
Za wdrożeniem
Dwie rzeczy, bez których GEO nie skaluje się poza kilka podstron: powtarzalna produkcja treści i redakcja, której nikt nie pomija.
Nie piszemy „pod AI”. Piszemy tak, żeby informacja była dobra.
Porządkujemy strukturę, eliminujemy niejednoznaczności, eksponujemy fakty, własne dane i odpowiedzi na realne pytania użytkowników. Nie tniemy treści według arbitralnych „limitów modeli” ani nie przebudowujemy dobrego tekstu tylko dlatego, że ktoś nazwał nową technikę GEO.
Automatyzacja procesów
AI & Automation Consultant
Roman projektuje procesy i pisarki AI: przepływy, które z analizy zapytań, wytycznych struktury i faktów z Twoich źródeł tworzą gotowe szkice – opisy, FAQ, porównania – w powtarzalnym standardzie: fakty, źródła, jednoznaczna struktura. Dzięki temu przebudowa dużej liczby podstron nie kończy się na pilotażu, a każdy szkic trafia do redakcji, nie od razu na stronę.
Redakcja i QA treści AI
Partner · Head of Content
Treści tworzone z użyciem AI nie trafiają na stronę bez redakcji. Zespół contentowy Oli sprawdza fakty, spójność z marką i to, czy tekst broni się sam: jednoznaczne informacje, konkret zamiast wypełniaczy, własne dane tam, gdzie je mamy. Bo tekst, który ma być źródłem dla AI, musi najpierw przejść przez człowieka.
Dlaczego Fox Strategy
Pomiar zamiast obietnic – wybór źródeł należy do systemu i nie jest publicznie opisany. Podnosimy prawdopodobieństwo cytowania i pokazujemy trend na stałym zestawie zapytań; nie obiecujemy obecności w konkretnym modelu ani terminu.
GEO i SEO w jednym zespole – AI Overviews korzystają z indeksu Google, ChatGPT i Perplexity mają własne roboty. Jedni ludzie prowadzą oba obszary, więc nie ma sytuacji, w której „agencja od AI” i „agencja od SEO” wdrażają sprzeczne rzeczy.
Wdrażamy, nie tylko rekomendujemy – fundamenty techniczne, treści, encja i wzmianki są po naszej stronie, jeśli chcesz. Plan z audytu ma listę zadań z podziałem odpowiedzialności, nie sto stron obserwacji.
Case’y z danymi źródłowymi – PM-M i partnera wdrożeniowego ERP pokazujemy z liczbami z Search Console, Bing Webmaster Tools i narzędzi, z opisem tego, co zostało wdrożone – nie z hasłami o „dominacji w AI”.
Opinie
Zgłosiliśmy się z jednym pytaniem: co dokładnie dzieje się z widocznością vcentrum.pl i jak to naprawić. Audyt wykraczał daleko poza standardowe elementy SEO – uwzględniał najnowsze algorytmy i widoczność w modelach językowych AI. Każdy problem miał odniesienie do danych, priorytet i wskazanie, kto po naszej stronie ma go rozwiązać – nasz zespół deweloperski zaczął wdrożenia jeszcze w tym samym tygodniu.
Podczas poszukiwań agencji rozmawiałem z większością czołowych firm w Polsce, na tle których Fox Strategy wykazało się największym profesjonalizmem, zaangażowaniem i głębią wiedzy. Podczas współpracy jest prawdziwym partnerem, a feedback zawsze potrafi trafnie uzasadnić – nawet jeśli bywa niewygodny, bo to dobro klienta ma na uwadze.
FAQ
Generative Engine Optimization to praca nad tym, żeby treści i marka pojawiały się w odpowiedziach systemów generatywnych – jako cytowane źródło albo jako nazwa wymieniona w rekomendacji. Mierzy się to na zdefiniowanym zestawie zapytań, nie na klasycznych pozycjach. Pod tym samym pojęciem funkcjonują też AEO, LLMO czy AI SEO – nazwa nie zmienia zakresu pracy: fundamenty techniczne i dostęp robotów, treści, z których da się wyjąć odpowiedź, encja marki i wzmianki w niezależnych źródłach.
Da się obserwować trend: na stałym zestawie zapytań, w stałym środowisku, tą samą metodą i z tą samą wielkością próbki. Pojedyncze sprawdzenie niczego nie dowodzi, bo odpowiedzi modeli zmieniają się z minuty na minutę. Nie znamy pełnego wolumenu pytań zadawanych modelom ani liczby osób, które zobaczyły konkretną odpowiedź. Możemy jednak mierzyć własne odczyty oraz łączyć je z ruchem i danymi platformowymi tam, gdzie system je udostępnia – jak raport Generative AI w Search Console, AI Performance w Bing Webmaster Tools czy ruch referral oznaczany przez ChatGPT Search.
Zależy od platformy. Systemy, które sięgają do sieci w trakcie odpowiedzi – AI Overviews, AI Mode, Perplexity, ChatGPT z wyszukiwaniem – reagują na zmiany w tygodniach. To, co model „wie” o marce bez wyszukiwania, aktualizuje się dopiero z kolejnymi cyklami treningowymi, czyli w długich miesiącach – aktualne daty odcięcia wiedzy poszczególnych modeli zbieramy na liście cutoff modeli AI. Dlatego pierwsze odczyty porównujemy po kwartale, a nie po dwóch tygodniach.
Brak wysokich pozycji w Google nie wyklucza obecności marki w każdym systemie AI – modele mogą korzystać również ze źródeł zewnętrznych, własnych warstw wyszukiwania i wiedzy parametrycznej. Jeśli jednak własna strona jest słabo indeksowana, ma problemy techniczne albo nie odpowiada na realne intencje użytkowników, zazwyczaj najpierw porządkujemy fundament SEO.
To decyzja biznesowa, nie techniczna – i zwykle nie „wszystko albo nic”. Roboty pełnią różne role – crawlery wyszukiwania (np. OAI-SearchBot), boty związane z treningiem (np. GPTBot) i pobrania inicjowane przez użytkownika – więc zablokowanie jednego nie musi odcinać od wszystkich produktów dostawcy. Można wpuścić roboty do treści, które mają być cytowane, a ograniczyć dostęp do materiałów premium. Każde ustawienie ma swój koszt: ochrona treści obniża szansę na cytowanie. Sprawdzamy w logach, kto dziś wchodzi (identyfikację botów ułatwia wyszukiwarka Co to za bot?), rozkładamy opcje na czynniki i podejmujemy decyzję osobno dla różnych części serwisu.
Google mówi wprost, że do AI Overviews i AI Mode nie jest potrzebna żadna specjalna schema – liczy się to samo, co w SEO, a dane strukturalne mają odpowiadać widocznej treści. Schema Organization i Person wykorzystujemy do jednoznacznego opisywania podmiotów i relacji w warstwie danych strony – nie traktujemy jej jako osobnego czynnika „pozycjonowania w AI” ani gwarancji rozpoznania marki przez modele. Google llms.txt nie używa; dla innych systemów traktujemy go najwyżej eksperymentalnie, nie jako element, na którym opieramy strategię.
Tak – i nie publikujemy ich bez redakcji. Treści tworzone z AI przechodzą przez zespół contentowy: fakty, spójność z marką, struktura bez niejednoznaczności. Nie tniemy tekstów na sztuczne kawałki ani nie dobieramy długości pod rzekome normy modeli. Dbamy o jednoznaczność, strukturę, fakty i realną wartość informacji.
Entity SEO odpowiada na pytanie systemu „czy wiem, kim jest ten podmiot” – pracuje na encji, schemie, Wikidata i identyfikatorach. Pozycjonowanie w AI odpowiada na pytanie „czy sięgnąć po tę treść” – pracuje na zapytaniach, fragmentach, dostępie robotów i wzmiankach. Często potrzebne są obie warstwy; entity SEO opisujemy na stronie pozycjonowania stron.
Audyt GEO z pomiarem bazowym zaczyna się od 5 000 zł netto i zależy od liczby zapytań oraz wielkości serwisu. Stała obsługa GEO + SEO to od 4 000 zł netto miesięcznie, a sam monitoring widoczności w AI – od 1 200 zł netto miesięcznie. Ewentualny budżet na publikacje w mediach rozliczamy osobno i transparentnie. Konkretną wycenę dostaniesz po rozmowie i przeglądzie serwisu.
Obserwujemy także systemy agentowe, ale nie sprzedajemy dziś „optymalizacji pod agentów” jako osobnej magicznej usługi. Dostępność informacji, jednoznaczne dane o produkcie lub usłudze, struktura techniczna i możliwość wykonania działania przez system stają się kolejną warstwą widoczności, którą uwzględniamy tam, gdzie ma to znaczenie biznesowe.
Nie – i nikt uczciwie nie może. Wybór źródeł należy do systemu i nie jest publicznie udokumentowany. Możemy podnieść prawdopodobieństwo cytowania, usunąć bariery techniczne, przebudować treści i budować wzmianki, a potem pokazać trend na stałym zestawie zapytań. To wystarcza, żeby podejmować decyzje – ale nie jest gwarancją.
Kontakt
Najszybciej: 15-minutowa rozmowa z Kasią – bez zobowiązań. Wolisz napisać? Podeślij adres strony i trzy pytania, które zadają Twoi klienci.
Katarzyna Baranowska
Partner · CBDO. Pierwszą rozmowę o widoczności w AI prowadzi Kasia – osoba, która zna projekty od środka, bo sama je prowadzi. Rozmawiasz z partnerką agencji, nie z handlowcem.
Bez zobowiązań. Przed rozmową sprawdzimy trzy Twoje zapytania w odpowiedziach AI.