Sposób, w jaki ludzie szukają informacji, zmienił się szybciej niż większość rynku zdążyła zauważyć. Google AI Overview podaje gotową odpowiedź na górze wyników, a ChatGPT, Claude, Gemini i Perplexity stały się dla wielu osób pierwszym, a często jedynym źródłem rekomendacji. Pytania w stylu „gdzie zorganizować urodziny dla 15 osób pod Warszawą" nie kończą się już listą dziesięciu niebieskich linków. Kończą się jedną, gotową odpowiedzią z dwoma–trzema poleconymi miejscami. Jeśli marki tam nie ma, dla użytkownika ona po prostu nie istnieje.

Skutki widać po stronie reklamodawców. Spadki CTR na słowa kluczowe, które kiedyś budowały biznes, sięgają 30–60%. Optymalizacja budżetu Google Ads nie pomaga, kiedy ludzie przestają patrzeć na reklamy, a zaczynają ufać podsumowaniu wygenerowanemu przez model. W tym artykule pokazujemy, co konkretnie zrobiliśmy dla LaserCamp, żeby ich oferta wróciła do tego nowego procesu decyzyjnego — tym razem po stronie AI.

GEO to nie nowe SEO. To inna warstwa tej samej strony

GEO, czyli Generative Engine Optimization, to optymalizacja pod modele językowe. Inaczej niż klasyczne SEO, nie chodzi w niej o pozycję w SERP-ie, tylko o to, żeby model językowy potrafił przeczytać stronę, zrozumieć ofertę i zacytować ją w odpowiedzi.

Modele językowe nie patrzą na stronę tak jak człowiek. Nie scrollują, nie czekają na hydration, nie klikają w menu. Crawler AI wchodzi na adres, dostaje pierwszy HTML i z tego wyciąga to, co rozumie. Jeśli treść siedzi w komponentach React renderowanych dopiero po stronie klienta, jeśli kluczowy fakt — cena, lokalizacja, godziny — jest schowany pod akordeonem albo wyłącznie w obrazku, model nie ma się czego złapać. Strona dla niego nie istnieje.

Druga rzecz, której modele nie mają, to kontekst poza stroną. Człowiek wie, że LaserCamp to centrum rozrywki w Piasecznie. AI wie tylko to, co przeczyta w HTML-u w tej jednej sesji. Albo zostanie to napisane wprost, w formacie, który model przyjmuje, albo nie zostanie powiedziane wcale.

Wdrożenie dla LaserCamp było warstwą techniczną i treściową nałożoną na działającą stronę. Bez przebudowy UI, bez ingerencji w design, bez zmiany contentu marketingowego. Wszystko, co opisujemy niżej, dzieje się po stronie kodu i danych.

Co konkretnie zrobiliśmy

Mapa strony dla AI: llms.txt i llms-full.txt

Crawler AI, który po raz pierwszy trafia na lasercamp.pl, dostaje teraz pod adresem /llms.txt zwięzłą mapę oferty: kim jest LaserCamp, gdzie się znajduje, jakie ma atrakcje, jakie strony cennika, jakie wydarzenia obsługuje, jakie scenariusze firmowe. Pod /llms-full.txt ten sam dokument zawiera pełne opisy. To standard branżowy, do którego konwergują dziś nowe modele i indeksery AI, i który traktują dosłownie. Model nie musi zgadywać z surowego HTML-a, czym jest ta strona. Czyta wprost.

W praktyce oznacza to, że odpowiedź na pytanie „co oferuje LaserCamp" jest dla modelu jednym żądaniem do jednego pliku, a nie próbą zlepienia kontekstu z dwudziestu podstron Reacta.

Treść w Markdown dla wszystkich kluczowych sekcji

Każda strona oferty — atrakcje, cennik, strefa, wydarzenia, scenariusze firmowe — ma dziś równoległą wersję w czystym Markdownie. Można ją otworzyć dopisując .md na końcu adresu (/pl/atrakcje/paintball-laserowy.md). To trasa, którą rozumie w równym stopniu człowiek i model.

Drugą drogą jest middleware. Stronę odwiedza crawler — sprawdzamy nagłówek User-Agent, rozpoznajemy go po liście znanych botów AI (GPTBot, ClaudeBot, PerplexityBot, Google-Extended, Gemini, Applebot, Bytespider i kilkadziesiąt innych) i automatycznie podajemy mu wersję Markdown zamiast HTML-a. Człowiek dostaje stronę React. Model dostaje czysty tekst z tytułem, podtytułem, listą atrakcji, ceną i lokalizacją. Każdy widzi to, co dla niego ma sens.

Audyt renderowania serwerowego

Strona LaserCamp jest oparta o Next.js i większość treści była już renderowana po stronie serwera. Mimo to przeszliśmy ją w całości, sekcja po sekcji, sprawdzając każdy widok pod kątem tego, co naprawdę trafia do pierwszego HTML-a, zanim wystartuje JavaScript. Drobne korekty po stronie CSS i strukturze komponentów sprawiły, że treść kluczowa dla decyzji zakupowej — ceny, opisy pakietów, dane kontaktowe — jest dostępna w DOM-ie w pierwszym żądaniu HTTP. Niezależnie od tego, czy stronę otwiera Chrome, GPTBot czy zwykły curl.

Dane strukturalne JSON-LD i semantyczny HTML

To była największa część projektu i najmocniejszy sygnał, jaki dziś można wysłać do Google AI Overview, Bing AI Mode i pozostałych modeli generatywnych. Dane strukturalne pozwalają wprost powiedzieć wyszukiwarce „to jest centrum rozrywki, jest pod tym adresem, otwiera się o tej godzinie, oferuje te usługi w tych cenach".

Dla LaserCamp wdrożyliśmy:

• Schemat LocalBusiness / EntertainmentBusiness z pełnymi danymi: nazwa, adres w Piasecznie, telefon, godziny otwarcia, obszar obsługi (Piaseczno, Warszawa, Konstancin, Józefosław).
• Schemat Service dla każdej atrakcji — paintball laserowy, paintball klasyczny, strefa naukowca, kino 9D — z opisem, ceną od, grupą wiekową.
• Schematy Organization i WebSite na poziomie całej strony.
• Schemat FAQPage na stronach scenariuszy i imprez firmowych.
• Schemat BreadcrumbList dla wszystkich nawigacji.
• Trzy wersje językowe (pl, en, uk), każda z osobnym JSON-LD i prawidłowymi hreflang.
• Uzupełnienie semantyki HTML — <article>, <section>, <main>, prawidłowa hierarchia nagłówków — wszędzie tam, gdzie strona używała neutralnych <div>.

Po tej pracy Google AI Overview może cytować ofertę LaserCamp bez domyślania się — bo wszystko, co kluczowe, jest w danych strukturalnych.

Podsumowania na początku każdej strony oferty

Modele AI szukają zwięzłej odpowiedzi na samej górze dokumentu. Strona, która zaczyna się od galerii, hero-banera i grafik, a dopiero po przewinięciu mówi co i dla kogo oferuje, wypada gorzej w generowanych odpowiedziach.

Dodaliśmy więc do konfiguracji każdej atrakcji i scenariusza dedykowane pole summary w trzech językach. Te 2–3 zdania pojawiają się jako pierwsza treść tekstowa pod nagłówkiem w <article> i zawierają najważniejsze fakty: co to jest, dla kogo, cena od, lokalizacja. Człowiek je traktuje jako zwięzłe wprowadzenie. Model traktuje je jako gotową odpowiedź do zacytowania.

Polityka robots.txt dla AI crawlerów

Domyślny robots.txt LaserCamp pozwalał na indeksowanie, ale nie kierował nowych botów do /llms.txt ani nie definiował dla nich żadnych jawnych reguł. Zaktualizowaliśmy go tak, żeby GPTBot, ClaudeBot, PerplexityBot, Google-Extended i pozostałe AI User-Agenty były wymienione z imienia i miały wskazaną mapę pod /llms.txt. Każdy crawler, który zna ten standard, od razu wie, gdzie szukać strukturalnego opisu strony, zamiast skanować ją w ciemno.

Dlaczego teraz

Rynek GEO przypomina dziś rynek SEO w 2005 roku. Jest tani i pusty. W tej chwili większość firm — nawet tych, które wydają poważne pieniądze na Google Ads — nie zrobiła nic, żeby przygotować się na ruch z AI. Modele uczą się tego, co znajdą. Pozycja w pamięci modelu to nie tylko kwestia tego, co model widzi dzisiaj, ale i tego, co zdążył zobaczyć wcześniej. Marka, która pojawia się w cytowaniach AI w 2026, będzie tam też za rok.

Drugi argument jest praktyczny. Cała opisana wyżej warstwa to praca, którą robi się raz. Nie wymaga utrzymania, nie wymaga budżetu miesięcznego, nie konkuruje z innymi działaniami marketingowymi. Po prostu siedzi na stronie i pracuje w tle dla każdego crawlera AI, który ją odwiedzi.

Gwarancja, którą daliśmy LaserCamp

Sami stoimy za tym wdrożeniem na tyle mocno, że daliśmy LaserCamp prostą gwarancję. Jeśli Gemini i AI Overview nie zaczną cytować ich oferty po naszych pracach, kontynuujemy optymalizację na własny koszt aż do skutku. Fixed price, brak rozliczania godzinowego, brak ryzyka po stronie klienta.

Jak wygląda współpraca

Proces jest krótki. Najpierw rozmowa i krótki audyt strony pod kątem tego, co można i warto zoptymalizować. Potem przygotowujemy konkretną listę zadań z szacowanym czasem i ofertę fixed price. Po akceptacji wdrażamy całość w 2–3 tygodnie, bez interakcji z zespołem klienta poza odbiorem końcowym.

Rozliczamy się ryczałtem za projekt. Dla strony o skali porównywalnej z LaserCamp — kilkanaście podstron oferty, trzy języki, dane strukturalne, llms.txt, middleware dla AI — pełne wdrożenie kosztuje 7 000 zł netto. Bez opłat abonamentowych, bez kosztów utrzymania, faktura po odbiorze.

Porozmawiajmy o Twojej stronie

Jeśli widzisz spadek ruchu z Google, mimo że budżet reklamowy pozostaje ten sam, albo chcesz po prostu sprawdzić, czy Twoja strona jest dziś czytelna dla ChatGPT, Claude i Perplexity, chętnie się temu przyjrzymy. Napisz do nas na hello@novelvision.pl albo umów bezpłatną konsultację.