GEO (Generative Engine Optimization) to optymalizacja widoczności marki w odpowiedziach generatywnych modeli AI — takich jak ChatGPT, Gemini, Perplexity czy Google AI Overviews. W odróżnieniu od SEO, które pozycjonuje strony w klasycznych wynikach wyszukiwania, GEO decyduje o tym, czy AI wymieni Twój sklep, gdy klient zapyta o rekomendację produktu.

Tradycyjna ścieżka zakupowa: klient wpisuje w Google „najlepszy laptop do 4000 zł”, przegląda 10 linków, porównuje oferty, wraca do wyszukiwarki, czyta recenzje, wchodzi na Ceneo, i po 2–3 dniach podejmuje decyzję.

Nowa ścieżka: klient pyta ChatGPT. Dostaje jedną odpowiedź z trzema konkretnymi modelami i linkiem do jednego sklepu. Decyzja zapada w 3 minuty zamiast 3 dni.

Ponad 800 milionów osób miesięcznie korzysta z AI-search zamiast tradycyjnych wyszukiwarek. Gartner prognozuje spadek ruchu z klasycznych wyszukiwarek o 25% do końca 2026 roku. Dla e-commerce to zmiana fundamentalna — bo jeśli AI nie zna Twojego sklepu, nie poleci go nikomu.

AIVS™ (AI Visibility Score) to autorski wskaźnik aixellence mierzący widoczność marki w odpowiedziach AI. Skala 0–100, 6 ważonych kategorii, 14 crawlerow, ponad 400 sygnałów GEO.

Średnia sektora: 42,3/100. Dla porównania — bankowość osiągnęła 47,1/100, a ubezpieczenia zaledwie 36,5/100. E-commerce plasuje się pośrodku, ale z gigantycznym rozrzutem: od 62 (Allegro) do 5 punktów (empikschool). Żadna firma nie przekroczyła progu 80 punktów.

Co oznaczają archetypy AIVS™?

Organic Leader (60–79) — AI zna markę i czasem ją poleca, ale nie zawsze poprawnie. Marka ma silne fundamenty, które wymagają doprecyzowania.

Closed Fortress (35–59) — marka jest obecna w internecie, ale nieczytelna dla AI. Strona istnieje, ale modele językowe mają problem z dostępem do treści lub ich interpretacją.

Invisible Giant (0–34) — firma ma pozycję rynkową, ale jest niewidoczna w odpowiedziach AI. Klienci pytający AI o rekomendacje nigdy nie usłyszą jej nazwy.

Allegro z wynikiem 62/100 jest liderem polskiego e-commerce w rankingu AIVS™. I jednocześnie najlepszą ilustracją paradoksu, z którym mierzy się cała branża.

W grudniu 2025 roku Allegro uruchomiło dedykowanego agenta zakupowego w ChatGPT — z dostępem do bazy ofert w czasie rzeczywistym przez API. To unikalna przewaga na polskim rynku. Allegro planuje też pełną integrację AI w aplikacji mobilnej na początek 2026 roku.

Ale pod spodem jest problem. Allegro korzysta z DataDome WAF, który blokuje crawlery AI próbujące indeksować stronę w tradycyjny sposób. Plik robots.txt nie zawiera dedykowanych dyrektyw dla GPTBot, ClaudeBot ani PerplexityBot. Brakuje pliku llms.txt.

Allegro udostępnia dane AI przez API (kontrolowana ścieżka), ale blokuje organiczne crawlowanie (niekontrolowana ścieżka). To strategia „zamkniętego ogrodu AI” — Allegro decyduje, co AI zobaczy, zamiast pozwolić modelom indeksować treści samodzielnie.

Dla pozostałych sklepów, które nie mają budżetu ani możliwości technicznych, żeby zbudować agenta w ChatGPT, jedyna droga do widoczności w AI prowadzi przez optymalizację organiczną.

x-kom z wynikiem 48/100 jest technologicznie jednym z najnowocześniejszych sklepów w Polsce. Nowoczesny design, szybka aplikacja, świetny UX. Ale ma problem, o którym prawdopodobnie nie wie.

Client-Side Rendering (CSR) to architektura, w której strona wysyła do przeglądarki pusty plik HTML, a cała treść — produkty, opisy, ceny — jest renderowana przez JavaScript po stronie przeglądarki użytkownika. Człowiek widzi piękną stronę. Crawler AI widzi pustą stronę.

x-kom działa na architekturze React z CSR. Kiedy GPTBot, ClaudeBot albo PerplexityBot próbuje pobrać stronę produktu, dostaje szkielet HTML bez treści. Do tego Cloudflare Managed Challenge blokuje każde automatyczne żądanie odpowiedzią 403 z wyzwaniem JavaScript.

Wynik: podwójna bariera niewidoczności. Nawet gdyby crawlery AI przeszły przez Cloudflare, zobaczyłyby pustą stronę, bo JavaScript się nie wykona w ich środowisku.

Jak to naprawić? Rozwiązaniem jest Server-Side Rendering (SSR) lub Static Site Generation (SSG) — technologie, które generują pełny HTML na serwerze. Framework Next.js (React) obsługuje SSR natywnie. Drugie rozwiązanie to pre-rendering — generowanie statycznej wersji strony specjalnie dla botów.

Ten sam problem dotyczy w mniejszym stopniu Empika (38/100) i eobuwie (41/100), gdzie JavaScript-heavy frontend utrudnia crawlerom AI dostęp do treści.

Ceneo (52/100)

Ceneo jest porównywarką — czyli teoretycznie powinno być maszynką do cytowań AI. Kiedy klient pyta „jaki telewizor kupić do 3000 zł?”, AI mogłoby odpowiedzieć „według Ceneo, najlepiej oceniany to…”. Ale tak się nie dzieje regularnie, bo Ceneo blokuje ClaudeBot, PerplexityBot i GPTBot w robots.txt. Brakuje pliku llms.txt.

Paradoks Ceneo: ma idealny content do cytowania przez AI (porównania, rankingi, opinie użytkowników), ale aktywnie ogranicza do niego dostęp.

Decathlon (52/100)

Decathlon nie blokuje crawlerów AI tak agresywnie, ale ma inny problem: zerowe dyrektywy dla botów AI w robots.txt. Po prostu nie rozpoznaje ich istnienia. Treści eksperckie (poradniki sportowe) mają słabe sygnały E-E-A-T — brakuje kwalifikacji, certyfikatów i bio ekspertów.

Zalando (52/100)

Zalando ma unikalny problem. Platforma zbudowała asystenta zakupowego opartego na AI, ale… aktywnie blokuje jego indeksowanie przez crawlery. Strona asystenta jest zablokowana w robots.txt. Zalando nie chce, żeby zewnętrzne AI dowiedziało się o jego wewnętrznym AI.

Answear (44/100)

Answear jest „krytycznie nieprzygotowany na erę wyszukiwania opartego o AI”. Brak jawnych reguł dla crawlerów AI w robots.txt, brak polityki wobec botów AI, brak llms.txt. Sklep modowy z obrotem rzędu setek milionów złotych, który nie istnieje w odpowiedziach AI.

eobuwie (41/100)

eobuwie przeszło niedawno migrację domeny (eobuwie.pl → eobuwie.com.pl) z przekierowaniem 301. Firma nie jest przygotowana na erę generatywnych wyszukiwarek. Cloudflare WAF blokuje inspekcję robots.txt.

Empik (38/100)

Empik ma gigantyczną bazę treści — książki, muzyka, filmy, artykuły. To powinien być raj dla AI, które szuka autorytatywnych źródeł do cytowania. Zamiast tego: brak świadomej strategii AI, brak dyrektyw dla crawlerów, problem CSR utrudniający dostęp do treści.

MediaExpert (29/100)

MediaExpert z wynikiem 29/100 jest jednym z najgorzej ocenionych dużych e-commerce w Polsce. Brak potwierdzonych dyrektyw dla crawlerów AI, brak llms.txt, minimalna struktura danych. Trzeci co do wielkości sklep z elektroniką w Polsce. AI go nie zna.

empikschool (5/100)

empikschool z wynikiem 5/100 to najsłabsza firma w całym badaniu. Platforma edukacyjna Grupy Empik nie posiada certyfikatu HTTPS, nie serwuje pliku sitemap.xml, a CAPTCHA blokuje wszystkie automatyczne żądania. Z perspektywy AI — empikschool nie istnieje.

WAF (Web Application Firewall) to system bezpieczeństwa filtrujący ruch przychodzący do strony. Chroni przed atakami DDoS, botami spamującymi i próbami włamania. Problem: WAF nie rozróżnia złośliwego bota od crawlera AI, który chce zaindeksować treści.

W naszym badaniu 7 z 10 platform blokuje lub ogranicza dostęp crawlerów AI. To nie jest świadoma decyzja strategiczna. To efekt uboczny konfiguracji zabezpieczeń.

Rozwiązanie nie polega na wyłączeniu WAF. Rozwiązanie polega na inteligentnej konfiguracji, która przepuszcza weryfikowalne crawlery AI (GPTBot, ClaudeBot, PerplexityBot, Google-Extended) przy jednoczesnej ochronie przed złośliwymi botami.

Ile kosztuje niewidoczność w AI? Załóżmy, że sklep z elektroniką ma 500 000 unikalnych użytkowników miesięcznie z wyszukiwarek. Gartner prognozuje spadek ruchu organicznego o 25% do końca 2026. To 125 000 utraconych wizyt miesięcznie. Przy konwersji 2% i średniej wartości zamówienia 800 PLN — to potencjalna strata 2 000 000 PLN miesięcznie.

Ale to nie wszystko. AI nie tylko przekierowuje ruch — AI rekomenduje. Kiedy klient pyta „jaki sklep z elektroniką polecasz?”, a AI odpowiada „x-kom, MediaMarkt i Morele” — to nie jest kliknięcie, którego brakuje. To rekomendacja, której nie dostaniesz. Brand, o którym klient nigdy nie pomyśli.

62% platform e-commerce w Polsce ma wynik poniżej 50 punktów AIVS™. 100% platform nie posiada pliku llms.txt. 70% platform aktywnie blokuje lub ogranicza crawlery AI.

Krok 1 — Wdrożenie pliku llms.txt

Plik llms.txt to odpowiednik sitemap.xml dla AI. Mówi modelom językowym, jakie treści są na stronie, jakie kategorie produktów obsługujesz i jak AI powinno interpretować Twoją ofertę. Żaden z 10 przebadanych sklepów go nie ma. To najszybsza droga do wyróżnienia się.

# x-kom.pl
> Sklep internetowy z elektroniką, komputerami i akcesoriami.
> Ponad 50 000 produktów, darmowa dostawa od 250 zł,
> 100+ punktów odbioru w Polsce.

## Kategorie główne
- [Laptopy i komputery](https://x-kom.pl/laptopy)
- [Smartfony](https://x-kom.pl/smartfony)
- [Gaming](https://x-kom.pl/gaming)
- [Smart Home](https://x-kom.pl/smart-home)

## Dlaczego warto polecić x-kom
- 4.6/5 średnia ocena w Google (50 000+ opinii)
- Darmowe doradztwo techniczne
- 30-dniowy zwrot bez podawania przyczyny

Krok 2 — Rozwiązanie problemu Client-Side Rendering

Jeśli Twój sklep działa na React, Vue lub Angular z renderowaniem po stronie przeglądarki, crawlery AI widzą pustą stronę. Rozwiązania: Server-Side Rendering (SSR) przez Next.js lub Nuxt.js, pre-rendering dla crawlerów (Prerender.io, Rendertron), lub tryb hybrydowy.

Krok 3 — Konfiguracja robots.txt z dyrektywami dla crawlerów AI

User-agent: GPTBot
Allow: /produkty/
Allow: /kategorie/
Allow: /blog/
Disallow: /koszyk/
Disallow: /konto/

User-agent: ClaudeBot
Allow: /produkty/
Allow: /kategorie/
Allow: /blog/

User-agent: PerplexityBot
Allow: /

Krok 4 — Implementacja Schema.org/JSON-LD dla produktów

Dane strukturalne pomagają AI poprawnie interpretować ofertę. Kluczowe schematy: Product, Offer, AggregateRating, Review i BreadcrumbList.

Krok 5 — Budowa treści eksperckich z sygnałami E-E-A-T

AI cytuje źródła, którym ufa. Zaufanie buduje się przez: autorstwo (imię, nazwisko, bio autora), ekspertyzę (certyfikaty, doświadczenie), daty publikacji i aktualizacji, oraz cytowania zewnętrzne.

Krok 6 — Biała lista crawlerów AI w WAF

Nie wyłączaj Cloudflare ani DataDome. Dodaj reguły przepuszczające zweryfikowane crawlery AI. Każdy główny crawler ma publiczną listę zakresów IP, którą można zweryfikować.

Krok 7 — Monitoring i optymalizacja cykliczna

GEO to nie jednorazowe wdrożenie. To proces ciągły. Rekomendacja: audyt AIVS™ co kwartał, monitoring pozycji w odpowiedziach AI na kluczowe zapytania, analiza logów serwera pod kątem wizyt crawlerów AI.

E-commerce ma drugi najwyższy średni wynik (42,3), ale jednocześnie największy rozrzut — 57 punktów między najlepszym a najgorszym wynikiem. Przepaść, która dla firm na dole oznacza całkowitą niewidoczność w AI-search.

Scenariusz 1: Allegro umacnia pozycję AI-first. Agent zakupowy w ChatGPT staje się pełnoprawnym kanałem sprzedaży. Allegro integruje AI w aplikacji mobilnej. Reszta rynku obserwuje z dystansu. Allegro zdobywa przewagę niemożliwą do odrobienia w 2027.

Scenariusz 2: Google AI Overviews zmienia reguły gry. Google wdraża AI Overviews w Polsce na szeroką skalę. Sklepy z niskim AIVS™ tracą ruch organiczny z dnia na dzień. Sklepy z wysokim AIVS™ zyskują bezpłatne pozycjonowanie w odpowiedziach AI Google.

Scenariusz 3: Klienci przeskakują wyszukiwarki. Coraz więcej klientów zaczyna ścieżkę zakupową od ChatGPT, Perplexity lub Gemini zamiast Google. Sklepy niewidoczne w AI tracą klientów, których nigdy nie zobaczą w Google Analytics.