Jak sklep internetowy ma szansę pojawić się w Google AI Overviews

Na coraz większej liczbie zapytań zakupowych Google pokazuje wyróżnione okienko z odpowiedzią, jeszcze przed klasyczną listą dziesięciu linków. Zwykle zawiera krótkie podsumowanie tekstowe, czasem rząd kart produktowych ze zdjęciami i cenami, i znajduje się bezpośrednio nad wynikami, które kupujący kiedyś przewijał jako pierwsze. To Google AI Overviews, i przy wielu zapytaniach typu "najlepszy X do Y" albo "gdzie kupić Z" to jedyna rzecz, którą kupujący przeczyta, zanim kliknie dalej, sprawdzi konkretny sklep albo doprecyzuje pytanie.

Dla właściciela sklepu kuszące pytanie brzmi "jak wypozycjonować się w AI Overviews". Bardziej użyteczne pytanie brzmi "o której części tego okienka właściwie mówimy", bo AI Overview to nie jeden mechanizm zasilany jednym sygnałem. W tym samym wizualnym boksie łączą się dwa różne mechanizmy, i każdy z nich premiuje inną pracę.

Co widzi kupujący w AI Overview

Otwórz AI Overview przy zapytaniu zakupowym i zwykle zobaczysz dwa odrębne elementy, mimo że wyglądają jak jeden panel.

Pierwszy to krótka odpowiedź tekstowa: dwa do pięciu zdań albo kilka punktów, które podsumowują temat, często z małymi odnośnikami prowadzącymi do kilku stron, z których odpowiedź powstała. Ten element pojawia się przy pytaniach porównawczych - "najlepsze budżetowe ekspresy do kawy", "czy [kategoria produktu] ma sens w małej kuchni".

Drugi to poziomy rząd kart produktowych: zdjęcie, cena, nazwa sklepu lub marki, czasem ocena, każda jako osobna kafelka, którą kupujący może kliknąć i przejść do oferty. Ten element pojawia się częściej przy pytaniach transakcyjnych - "kup ekspres do kawy do 300 zł", konkretna nazwa modelu plus "cena".

Nie każde zapytanie wywołuje oba elementy naraz, i nie każdy sklep, który pojawia się w jednym, pojawia się w drugim. Sklep może zostać zacytowany w odpowiedzi tekstowej i całkowicie nie pojawić się w rzędzie produktów na tej samej stronie, albo odwrotnie. Traktowanie całego okienka jak jednego rankingu, o który trzeba walczyć, to pierwszy błąd, którego warto uniknąć.

Dwa tory: zacytowane strony kontra karty produktowe

Podsumowanie tekstowe i karty produktowe powstają z różnych mechanizmów, a wiedza, na który z nich chcesz wpłynąć, zmienia to, jaka praca faktycznie ma znaczenie.

Odpowiedź tekstowa: zaindeksowane i zacytowane strony

Część tekstowa działa tak, jak większość odpowiedzi generowanych przez AI: system czyta strony w internecie, które wydają się związane z pytaniem, tworzy krótką odpowiedź z tego, co mówi kilka z nich, i linkuje do kilku stron, z których skorzystał. Zostanie zacytowanym zależy tu od tego samego, co decyduje, czy strona trafia do zwykłego wyróżnionego fragmentu wyników: czy strona jest w ogóle zaindeksowana, czy jest dostępna dla robota, i czy podaje wprost odpowiedź na faktyczne pytanie kupującego, w tekście, który system może pewnie wyodrębnić.

Karty produktowe: Shopping Graph

Rząd produktów czerpie z własnych danych zakupowych Google - z tego, co zwykle nazywa się Shopping Graph. Ten graf powstaje głównie z plików produktowych (feedów), które sprzedawcy wysyłają przez Google Merchant Center, w połączeniu z danymi strukturalnymi produktów, które roboty Google znajdują bezpośrednio na stronie. Umieszczenie konkretnego produktu w tej karuzeli to kwestia Merchant Center i zarządzania feedem, obsługiwana przez własne narzędzia i ustawienia konta Google. Żadne narzędzie widoczności AI ani GEO nie wysyła feedu w imieniu sklepu i nie zarządza kontem Merchant Center - to ustawienie i jakość tych danych zostają w rękach sklepu i osoby, która prowadzi jego feed.

Oba tory mają jedno wspólne: obydwa wymagają, żeby Google w ogóle miał działającą, dostępną dla robotów i dokładnie opisaną wersję strony. Poza tym wspólnym fundamentem rozjeżdżają się.

Co wciąż wygląda jak zwykłe SEO

Łatwo szukać specjalnego tagu, ukrytego typu schema albo "pola meta dla AI Overview", które odblokowuje tekstowe podsumowanie. Nie ma czegoś takiego. Google konsekwentnie podaje, że AI Overviews powstają z tej samej zaindeksowanej treści w internecie, która zasila zwykłe wyniki wyszukiwania, i że sposób na kwalifikację jest taki sam, jak sposób na dobre rankowanie: strona musi być dostępna dla robotów, zaindeksowana i warta zacytowania.

W praktyce oznacza to, że nudna lista wciąż obowiązuje. Strona musi się wczytywać bez błędów dla robota, nie blokować botów zbierających takie treści, podawać swoją faktyczną treść w HTML, a nie tylko w obrazku albo skrypcie, który nigdy się nie renderuje dla bota, i odpowiadać wprost na pytanie, które faktycznie zadaje kupujący, a nie tylko nieść slogan marketingowy. Strona porównawcza, która nigdy nie mówi, który produkt jest lepszy do jakiego zastosowania, albo strona kategorii złożona wyłącznie z grafik hero bez realnego tekstu, nie daje systemowi podsumowującemu nic do wyodrębnienia i zacytowania - ten sam problem, który nie wpuszcza strony do klasycznego wyróżnionego fragmentu, nie wpuszcza jej też do cytowania w AI Overview.

Nic z tego nie jest unikalne dla AI Overviews. To ta sama podstawowa praca, opisana w checkliście GEO dla sklepów internetowych: strony dostępne dla robotów, prawdziwe odpowiedzi w tekście i treść podająca fakty wprost, a nie tylko je sugerująca.

Dane produktowe, których faktycznie potrzebują powierzchnie zakupowe

Bezpośrednia droga do karuzeli zakupowej Google prowadzi przez Merchant Center, i to się nie zmienia niezależnie od tego, co jest na stronie. Ale schema Product i Offer na stronie, zgodna z tym, co faktycznie widzi kupujący, wciąż warto mieć poprawnie z dwóch osobnych powodów, które nie mają nic wspólnego z feedem.

Po pierwsze, to jeden z sygnałów, który sam Shopping Graph może pobrać bezpośrednio z zaindeksowanej strony, niezależnie od tego, co dostarcza feed. Po drugie, i często bardziej praktycznie użyteczne, to dokładnie to, co czytają inni asystenci zakupowi AI, decydując, czy nazwać produkt z pewnością. Model czytający stronę produktową, żeby zdecydować, czy polecić ją w odpowiedzi, opiera się na tych samych faktach strukturalnych: aktualnej cenie, walucie, dostępności i linku zwrotnym do konkretnej strony, z której te fakty pochodzą. Ten mechanizm jest opisany szerzej w tekście o tym, czy ChatGPT poleca Twój sklep, i dotyczy to zarówno ChatGPT, Gemini, jak i tekstowej warstwy AI Overview.

Kilka rzeczy warto sprawdzić na stronach, które faktycznie sprzedają:

• Cena i waluta w schema zgadzają się z tym, co widać na ekranie. Cena poprawna tylko na obrazku albo tylko w schema, ale nie w obu miejscach naraz, wygląda niewiarygodnie dla czegokolwiek, co próbuje ją zacytować.
• Dostępność odzwierciedla realny stan magazynowy. Produkt oznaczony jako dostępny w schema, gdy strona pokazuje "wyprzedane", to rozbieżność, która podkopuje zaufanie do całej strony, nie tylko tego jednego pola.
• Obecny jest stabilny identyfikator - SKU albo GTIN, jeśli istnieje - żeby ten sam produkt można było jednoznacznie dopasować w feedzie, na stronie i we wszystkim, co czyta stronę bezpośrednio.
• Schema jest generowana z danych produktu, a nie wklejona raz i pozostawiona statyczna na każdym produkcie w katalogu.

Nic z tego nie zastępuje feedu Merchant Center dla konkretnie karuzeli zakupowej, i żadne narzędzie widoczności nie poprawi feedu za sklep. Zwiększa jednak szansę, że strona zostanie odczytana i pewnie zacytowana wszędzie, gdzie kupujący może zapytać - w tym w tekstowej połowie AI Overview i w innych asystentach AI.

Jak sprawdzić, czy się pojawiasz

Sprawdzenie obu torów oznacza sprawdzenie dwóch różnych rzeczy, i żadna z nich nie jest jednym tak albo nie z jednego wyszukania.

Przy odpowiedzi tekstowej bezpośrednia metoda jest ręczna: wyszukaj kilka faktycznych pytań, które kupujący zadają przed zakupem w danej kategorii, przeczytaj, jaka odpowiedź się pojawia, i sprawdź, czy Twoja domena jest jedną z zalinkowanych cytowanych stron. Powtórz to samo zapytanie kilka dni później - odpowiedzi zmieniają się, kiedy strony są ponownie indeksowane i kiedy zmienia się treść źródłowa, więc jedno spojrzenie to migawka, nie wyrok.

Przy karuzeli produktowej to najpierw kwestia Merchant Center: czy produkty są faktycznie zatwierdzone i kwalifikują się w koncie, co własne diagnostyki wewnątrz Merchant Center pokazują bezpośrednio. Ta strona zagadnienia znajduje się poza tym, co śledzi narzędzie GEO albo do widoczności w AI.

Tu pomaga narzędzie takie jak Aigely - warstwa tekstowa, cytowana: regularne sprawdzanie, czy sklep zostaje wymieniony w odpowiedziach Google AI Overviews na realne pytania zakupowe, razem z tym, jak wypada w ChatGPT i innych asystentach na tych samych pytaniach. To pokrycie asystentów AI, a nie zamiennik diagnostyki Merchant Center.

Jedno zastrzeżenie co do zakresu: darmowy Aigely Scan uruchamia dziesięć otwartych pytań zakupowych wyłącznie w ChatGPT, dla jednej domeny, raz w tygodniu, bez karty - nie sprawdza Google AI Overviews. Śledzenie, czy sklep jest wymieniany w odpowiedziach AI Overviews, jest częścią płatnych planów: Starter śledzi ChatGPT i Google AI Overviews razem co tydzień, Pro dodaje Gemini, a Business dodaje Claude do reszty. 7 dni trialu obejmuje AI Overviews i Gemini razem z ChatGPT, choć nie Claude - tyle wystarczy, by zobaczyć stronę cytowań tekstowych w najważniejszych asystentach, zanim wybierzesz plan.

Praktyczna kolejność działań

Mając dwa tory, które reagują na inną pracę, sensowna kolejność wygląda z grubsza tak:

1. Najpierw popraw podstawy dostępności dla robotów. Oba tory wymagają, żeby Google mógł w ogóle dotrzeć do strony, ją wyrenderować i zaindeksować, zanim cokolwiek innego zacznie mieć znaczenie. Strona, która zwraca błędy, blokuje roboty albo skrywa treść za skryptem JavaScript, który nigdy się nie renderuje dla bota, przegrywa na obu torach, zanim jakość treści w ogóle wejdzie do gry.
2. Pisz strony, które wprost odpowiadają na pytanie, jakie faktycznie zadaje kupujący. To zasila odpowiedź tekstową: prawdziwa odpowiedź w tekście, nie tylko nagłówek i grafika hero, na stronach kategorii i porównań, na które kupujący prawdopodobnie trafia przed zakupem.
3. Dodaj albo popraw schema Product i Offer, żeby zgadzała się dokładnie z widoczną stroną. Cena, waluta, dostępność i stabilny identyfikator, generowane z prawdziwych danych produktu, a nie wklejone raz. To pomaga Shopping Graph odczytać stronę bezpośrednio i jest dokładnie tym, co sprawdzają inni asystenci AI przed nazwaniem produktu.
4. Trzymaj feed Merchant Center zsynchronizowany osobno. Jeśli sklep prowadzi reklamy Shopping albo darmowe wpisy, dokładność samego feedu i jego status zatwierdzenia to zadanie w Merchant Center, sprawdzane przez własne diagnostyki konta Google, a nie przez to, co mierzy audyt GEO.
5. Śledź to na harmonogramie, nie sprawdzaj raz. Uruchom punkt odniesienia darmowym skanem ChatGPT, a potem przejdź na plan, który śledzi też Google AI Overviews, kiedy tygodniowe śledzenie zacznie mieć znaczenie. Zobacz, jak działa śledzenie, zanim zdecydujesz, jakiego pokrycia potrzebuje sklep.

Zacznij od darmowego Aigely Scan, żeby zobaczyć, gdzie sklep stoi dzisiaj w ChatGPT, i porównaj plany, żeby dodać śledzenie Google AI Overviews, Gemini i Claude, kiedy tygodniowa widoczność w kilku asystentach AI naraz zacznie być warta swojej ceny.