Słownik SEO w erze AI: 55 skrótów, które naprawdę coś znaczą

Najważniejsze informacje

GEO, AEO, LLMO i AIO opisują w praktyce tę samą pracę; różni je punkt widzenia (marketingowy, techniczny, produktowy), nie metoda.
Zero-click w USA sięgnął 68,01% zapytań Google w okresie styczeń–kwiecień 2026 (SparkToro na danych Similarweb), wobec 60,45% w 2024 roku.
W Polsce przegląd od AI pojawia się przy około 24% zapytań (Senuto, 2026); globalna średnia Ahrefs to około 20,5%.
Systemy retrieval pobierają fragmenty, nie strony. Optymalny rozmiar chunku mieści się zwykle w przedziale 100–300 słów.

Cztery nazwy, jedna praktyka. GEO, AEO, LLMO i AIO opisują to samo: sprawianie, żeby model językowy zacytował twoją stronę, a nie cudzą. Reszta skrótów z branżowych prezentacji dzieli się na dwie grupy: terminy techniczne opisujące prawdziwą mechanikę (RAG, chunking, grounding, encje) i etykiety wymyślone przez dostawców narzędzi. Ten słownik SEO w erze AI rozdziela jedno od drugiego.

Skąd ten zalew? W listopadzie 2023 roku zespół z Princeton Georgia Tech i Allen Institute opublikował pracę, w której nazwał zjawisko „generative engine optimization„ i zmierzył dziewięć taktyk podnoszących widoczność w odpowiedziach generatywnych nawet o 40%. Marketing podchwycił skrót w tydzień. Nazw przybyło, mechanika pozostała ta sama.

AI search i widoczność: skróty, które powstały po 2023 roku

Ta grupa terminów opisuje jedno pytanie: czy sztuczna inteligencja wymienia twoją markę, gdy ktoś zadaje pytanie w twojej kategorii. Klasyczny ranking odpowiada na inne pytanie (gdzie jesteś na liście linków), więc stare metryki tu nie wystarczają. Stąd nowe.

AI search i widoczność: 12 skrótów

Skrót	Rozwinięcie	Co oznacza w praktyce
AIO	AI Overviews / AI Optimization	Podsumowanie generowane przez Gemini nad wynikami Google. Skrótu używa się też w sensie „optymalizacja pod AI„, co bywa mylące.
AEO	Answer Engine Optimization	Praca nad tym, żeby twoja treść stała się wyciągniętą odpowiedzią: w snippecie, w asystencie głosowym, w przeglądzie od AI.
GEO	Generative Engine Optimization	Najszerzej używana nazwa w 2026 roku. Celem jest cytowanie i rekomendacja wewnątrz odpowiedzi generatywnej.
LLMO	Large Language Model Optimization	Ta sama praca nazwana od strony technologii. Termin przyjął się w środowiskach deweloperskich.
AIV	AI Visibility	Zbiorcza metryka obecności marki w odpowiedziach modeli; każdy dostawca liczy ją inaczej, więc porównania między narzędziami są ryzykowne.
AIS	AI Search	Wyszukiwanie, w którym odpowiedź powstaje z syntezy wielu źródeł, a nie z listy dziesięciu linków.
ZCR	Zero-Click Rate	Odsetek zapytań kończących się bez kliknięcia w jakikolwiek zewnętrzny wynik.
CIT	Citation (cytowanie)	Link źródłowy wewnątrz odpowiedzi AI. Uwaga: Pew zmierzył, że klika w niego zaledwie 1% użytkowników.
MEN	Mention (wzmianka)	Wymienienie marki bez linku. W modelach parametrycznych wzmianka bywa warta więcej niż odnośnik.
FOQ	Fan-Out Queries	Podzapytania, na które system rozbija jedno pytanie użytkownika. Google AI Mode potrafi wygenerować kilkanaście naraz.
SOM	Share of Model	Udział marki we wszystkich odpowiedziach modelu dla zestawu promptów z twojej kategorii.
AGS	Agentic Search	Wyszukiwanie prowadzone przez agenta, który sam planuje kroki, pobiera dane i wykonuje działanie (rezerwację, porównanie, zakup).

Osiem kategorii pojęć, wokół których obraca się branżowa dyskusja w 2026 roku.

GEO, AEO czy LLMO: czy ta różnica ma jakiekolwiek znaczenie

W praktyce taktyki pokrywają się w około 80%. Dane strukturalne pomagają wszystkim trzem powierzchniom, czytelność fragmentu również. Rozjeżdża się dopiero pomiar: AEO patrzy na pozycję snippetu, GEO na udział w cytowaniach.

Google poszedł dalej i w swoim majowym poradniku z 2026 roku nazwał obie praktyki po imieniu, po czym dodał, że optymalizacja pod generatywne wyszukiwanie to wciąż optymalizacja pod wyszukiwarkę. Czyli SEO. I ma rację, ale tylko we własnym ogródku… bo ChatGPT, Perplexity i Claude pobierają, tną i cytują treść inaczej niż indeks Google.

Jednak nie każdy skrót zasługuje na budżet. Jeżeli twój zespół prowadzi trzy osobne programy pod trzy trzyliterowe nazwy, płacisz trzy razy za tę samą robotę. Serio.

Modele i infrastruktura: co dzieje się między pytaniem a odpowiedzią

Zanim model coś napisze, rozbija pytanie na podzapytania, pobiera pasujące fragmenty i kotwiczy w nich każde twierdzenie. Ta sekwencja (fan-out, chunking, embedding, retrieval, grounding) decyduje o tym, czy twoja strona w ogóle wejdzie do gry. Bez jej zrozumienia optymalizujesz na ślepo.

Modele językowe i infrastruktura wyszukiwania

Skrót	Rozwinięcie	Co oznacza w praktyce
LLMs	Large Language Models	Modele generujące tekst na podstawie statystyki języka; GPT, Gemini, Claude.
NLP	Natural Language Processing	Przetwarzanie języka naturalnego: rozbiór zdania na encje, relacje i intencje.
LSI	Latent Semantic Indexing	Stara technika z lat 90., którą branża SEO błędnie przypisała Google. „Słowa LSI„ nie istnieją jako czynnik rankingowy.
RAG	Retrieval-Augmented Generation	Model dociąga zewnętrzne dokumenty i buduje na nich odpowiedź. Strony spoza indeksu nie mają szans na cytowanie.
VEC	Vector embedding	Zamiana fragmentu tekstu na wektor liczb; podobieństwo znaczeniowe liczy się jako odległość w tej przestrzeni.
CHK	Chunking	Cięcie dokumentu na samodzielne fragmenty. Przedział 100–300 słów działa najlepiej; poniżej 50 brakuje kontekstu.
GRD	Grounding	Przypisanie każdego twierdzenia do konkretnego pobranego fragmentu. Główna zapora przed halucynacją.
HAL	Hallucination	Odpowiedź brzmiąca wiarygodnie i fałszywa merytorycznie. W polskich zapytaniach zdarza się częściej, bo modele trenowano głównie na tekstach angielskich.
ENT	Entity (encja)	Rozpoznawalny byt: firma, osoba, produkt, miejsce. Marka bez spójnej encji jest dla modelu ciągiem znaków.
KGR	Knowledge Graph	Baza encji i relacji między nimi, z której Google buduje panele wiedzy i kontekst odpowiedzi.
PRO	Prompt	Zapytanie kierowane do modelu. W monitoringu widoczności to podstawowa jednostka pomiaru, odpowiednik dawnej frazy.
MEM	Memory (pamięć)	Kontekst przenoszony między turami rozmowy lub sesjami; wpływa na to, które marki wracają w kolejnych odpowiedziach.
NDT	Named entity detection	Wykrywanie nazw własnych w tekście: pierwszy krok do powiązania treści z encją w grafie wiedzy.
RES	Response (odpowiedź)	Wygenerowany tekst wraz z zestawem źródeł; jednostka, którą audytujesz zamiast SERP-a.

Praktyczny wniosek z tej tabeli jest jeden: pisz akapitami, które bronią się bez reszty artykułu. Restrukturyzacja treści pod czytelne fragmenty potrafi podnieść wskaźnik cytowań kilkukrotnie, choć wyniki mocno zależą od branży i od tego, czy strona w ogóle siedzi w indeksie.

Słownik SEO w erze AI: 55 skrótów, które naprawdę coś znaczą

Technical SEO: fundamenty, które nie drgnęły

Tu zmieniło się najmniej. Strona niewidoczna dla robota jest niewidoczna również dla modelu, bo AI Overviews i AI Mode korzystają z tego samego indeksu co zwykłe wyniki. Google potwierdza to wprost: żeby zakwalifikować się jako źródło, strona musi być zaindeksowana i dostępna ze snippetem.

Techniczne podstawy i formaty danych

Skrót	Rozwinięcie	Co oznacza w praktyce
URL	Uniform Resource Locator	Adres zasobu. Czytelny, stabilny adres nadal ułatwia crawl i budowanie linków.
CMS	Content Management System	System zarządzania treścią (WordPress, Drupal). Decyduje o tym, jak łatwo dodasz znaczniki i dane strukturalne.
SSR	Server-Side Rendering	Renderowanie po stronie serwera. Treść dostępna w HTML bez wykonywania skryptów pobiera się szybciej i pewniej.
AMP	Accelerated Mobile Pages	Format przyspieszający mobilne strony; od 2021 roku bez przywilejów w Google, dziś schodzi ze sceny.
XML	Extensible Markup Language	Format sitemap i feedów. Mapa witryny to najprostszy sposób wskazania robotowi nowych treści.
RSS	Really Simple Syndication	Kanał aktualizacji; wciąż zasila agregatory, czytniki i część pipeline’ów AI.
API	Application Programming Interface	Interfejs wymiany danych między systemami; podstawa automatyzacji raportów i monitoringu.
SCH	Schema markup	Dane strukturalne schema.org. Organization, Article i FAQPage mówią systemom AI: kto mówi, kiedy i w jakiej sprawie.

A llms.txt? Głośno o nim od dwóch lat, tylko Google zapowiedział, że nie zamierza go wspierać jako sygnału dla AI Overviews. Możesz go opublikować (kosztuje pięć minut), ale nie licz na wzrost cytowań.

Klasyczne SEO i pomiar: skróty, które przetrwały każdą zmianę algorytmu

Liczba tych terminów ledwo się zmieniła od 2015 roku. Zmieniła się ich interpretacja. Spadający CTR przy rosnących wyświetleniach to dziś najczęstszy ślad przeglądu od AI w Search Console, a nie dowód na zepsuty title tag.

Klasyczne SEO, kanały płatne i metryki

Skrót	Rozwinięcie	Co oznacza w praktyce
SEO	Search Engine Optimization	Praca nad widocznością w wynikach wyszukiwania; dziś obejmuje także powierzchnie generatywne.
SERP	Search Engine Results Page	Strona wyników. Coraz mniej linków, coraz więcej modułów.
SEM	Search Engine Marketing	Całość działań w wyszukiwarce: organika plus płatne.
PPC	Pay Per Click	Model rozliczenia za kliknięcie; Google testuje już reklamy wewnątrz AI Mode.
CTR	Click-Through Rate	Odsetek wyświetleń kończących się kliknięciem. Ahrefs zmierzył w lutym 2026 spadek CTR pozycji pierwszej o 58% przy obecności AIO.
CRO	Conversion Rate Optimization	Praca nad odsetkiem sesji kończących się celem: zakupem, zapisem, kontaktem.
ASO	App Store Optimization	To samo co SEO, tylko w sklepach z aplikacjami.
SMO	Social Media Optimization	Widoczność w mediach społecznościowych; Reddit i YouTube są dziś częstym źródłem cytowań w odpowiedziach AI.
GSC	Google Search Console	Darmowe dane o wyświetleniach i kliknięciach. Nie ma filtra „pokaż frazy z AIO„ i nic nie wskazuje, żeby miał być.
GA	Google Analytics	Analityka ruchu i konwersji; ruch z AI rozpoznasz po źródłach typu chatgpt.com czy perplexity.ai.
KPI	Key Performance Indicator	Wskaźnik, po którym rozliczasz działania. W 2026 obok pozycji i sesji pojawiają się cytowania i wzmianki.
ROI	Return On Investment	Zwrot z nakładu. Sam skrót bez liczby nic nie znaczy; policz przychód minus koszt, podzielony przez koszt.

Treść, marka i reputacja: gdzie rozstrzyga się cytowanie

Model wybiera fragmenty, którym ufa. Zaufanie buduje się poza samą stroną: przez spójność encji, wzmianki w niezależnych źródłach i ton wypowiedzi o marce. Analiza polskich stron medycznych przeprowadzona przez agencję widoczni (luty 2025 – czerwiec 2026, około 256 mln wyświetleń w Search Console) pokazała, że gdy AI Overviews cytuje daną stronę, jej mediana pozycji w Google wynosi 7, a 65% takich fraz mieści się w pierwszej dziesiątce.

Słownik SEO w erze AI: 55 skrótów, które naprawdę coś znaczą

Treść, optymalizacja, marka i reputacja

Skrót	Rozwinięcie	Co oznacza w praktyce
EEAT	Experience, Expertise, Authoritativeness, Trustworthiness	Cztery sygnały jakości z wytycznych Google dla oceniających. Doświadczenie własne to ten, którego model nie wygeneruje sam.
BLUF	Bottom Line Up Front	Odpowiedź w pierwszym akapicie, kontekst dalej. Format wprost pod snippet i cytowanie.
IGN	Information Gain	To, czego nie ma u konkurencji: własne dane, test, liczba, obserwacja z praktyki.
TPC	Topic cluster	Grupa powiązanych tekstów wokół jednego tematu, spięta linkowaniem wewnętrznym; buduje autorytet tematyczny domeny.
CGP	Content gap	Zapytania, na które konkurencja odpowiada, a ty nie. Najtańsze źródło tematów.
CMT	Content marketing	Systematyczna publikacja treści budujących zasięg i zaufanie, nie tylko pod frazy.
SOV	Share of Voice	Udział marki w widoczności całej kategorii; przeniesiony z reklamy do pomiaru odpowiedzi AI.
ORM	Online Reputation Management	Praca nad tym, co o marce mówią źródła, z których korzystają modele: fora, rankingi, recenzje.
SEN	Sentiment	Wydźwięk wzmianki. Model cytujący twoją markę w negatywnym kontekście szkodzi bardziej niż jej brak.

W świecie zero-click użytkownik może nie wejść na stronę, ale zapamięta źródło wskazane jako eksperckie. Widoczność przestaje być kwestią rankingu, a staje się kwestią autorytetu.

Które z tych skrótów przetrwają 2027 rok (moja prognoza)

Trzyliterowe etykiety mnożą się szybciej niż zjawiska, które opisują. Sprzedawca narzędzia potrzebuje nazwy dla swojej metryki; agencja potrzebuje nazwy dla nowej usługi. Efekt? Klient płaci za skrót, nie za pracę.

Podzieliłbym listę z tego artykułu na trzy kosze. Pierwszy to pojęcia opisujące mechanikę, która istnieje niezależnie od mody: RAG, chunking, grounding, encje, graf wiedzy, fan-out. Te zostaną, bo opisują to, co faktycznie robi kod. Drugi kosz to metryki wymyślone przez dostawców: AIV, SOM, część indeksów widoczności. Przydatne do śledzenia trendu we własnym narzędziu, bezużyteczne do porównań między narzędziami, bo każdy liczy je z innego zestawu promptów. Trzeci kosz to nazwy dyscyplin: GEO, AEO, LLMO, AIO. Obstawiam, że za dwa lata zostanie jedna, najpewniej GEO, a reszta wróci pod parasol słowa SEO.

Mogę się mylić i mam na to konkretny scenariusz: jeżeli asystenci agentowi zaczną kupować w imieniu użytkownika, powstanie osobna dyscyplina wokół feedów produktowych i danych transakcyjnych. Wtedy AGS dostanie własny budżet, własne narzędzia i własny skrót. Na razie to hipoteza, nie prognoza.

Najczęściej zadawane pytania

Czym różni się GEO od SEO?

SEO celuje w pozycję na liście wyników, GEO w obecność wewnątrz odpowiedzi generowanej przez model. Techniki pokrywają się w większości: indeksowalność, dane strukturalne i czytelna struktura pomagają obu. Różni je pomiar, bo zamiast pozycji liczysz udział w cytowaniach.

Ile zapytań w Polsce ma przegląd od AI?

Według danych Senuto z 2026 roku około 24%. Globalna średnia mierzona przez Ahrefs to około 20,5%, więc polski rynek jest powyżej niej. Najwięcej przy zapytaniach informacyjnych i poradnikowych; przy zakupowych, lokalnych i brandowych Google zwykle pokazuje klasyczne wyniki.

Czy AI Overviews naprawdę zabiera kliknięcia?

Tak, choć skala zależy od metodologii. Pew Research na próbie 68 879 rzeczywistych zapytań zmierzył kliknięcia na poziomie 8% przy obecności AIO wobec 15% bez niego. Ahrefs w lutym 2026 podał spadek CTR pozycji pierwszej o 58%. Amsive na 700 tysiącach fraz zmierzył 15%, więc rozrzut jest duży.

Co to jest chunking i dlaczego ma znaczenie dla tekstu?

Chunking to cięcie dokumentu na samodzielne fragmenty, które system pobiera niezależnie od reszty strony. sprawdzają się najlepiej kawałki 100–300 słów obejmujące jeden podtemat. Poniżej 50 słów brakuje kontekstu, powyżej 500 fragment miesza wątki i traci trafność.

Czy warto opublikować plik llms.txt?

Google zapowiedział, że nie planuje wspierać llms.txt jako sygnału dla AI Overviews, a testy na tysiącu domen nie wykazały wizyt dużych crawlerów modeli. Publikacja kosztuje kilka minut i nie szkodzi. Traktuj ją jako eksperyment, nie jako element planu.

Jak zmierzyć widoczność marki w ChatGPT czy Perplexity?

Zestawem promptów, nie frazami. Budujesz listę 30–100 pytań, które twoi klienci realnie zadają, uruchamiasz je cyklicznie i liczysz, jak często pada twoja marka oraz w jakim wydźwięku. Narzędzia takie jak Semrush AI Toolkit, Otterly.AI czy Ahrefs Brand Radar automatyzują ten pomiar.

Czy dane strukturalne zwiększają szansę na cytowanie?

Znaczniki schema.org nie są czynnikiem rankingowym w AI Overviews, ale porządkują kontekst: kto jest autorem, kiedy powstała treść, czego dotyczy. Testy praktyków wskazują na wyższe wskaźniki cytowania stron z FAQPage. Zależność jest korelacyjna, więc traktuj ją ostrożnie.

Czy klasyczne pozycje przestały mieć znaczenie?

Nie. Modele korzystające z RAG sięgają do indeksu wyszukiwarki, a strony spoza niego nie mają szans na cytowanie. Badanie polskiej branży medycznej pokazało medianę pozycji 7 dla stron cytowanych przez AI Overviews. Wysoki ranking pozostaje warunkiem wstępnym, przestał być warunkiem wystarczającym.

Co zrobić z tą listą w najbliższy poniedziałek

Zacznij od jednego ćwiczenia: weź dziesięć pytań, które twoi klienci zadają przed zakupem, i wpisz je kolejno w ChatGPT, Perplexity i tryb AI w Google. Zapisz, kto się pojawia. To zajmuje czterdzieści minut i daje więcej niż kwartał czytania o skrótach, bo pokazuje twoją kategorię oczami modelu, a nie oczami raportu z narzędzia. Potem sprawdź, czy strony wskazane w odpowiedziach mają coś, czego ty nie masz: własne liczby, tabelę porównawczą, konkretną datę aktualizacji. Zwykle mają. I to jest twoja lista zadań, znacznie bardziej użyteczna niż wybór między GEO a AEO.

Źródła i dalsze informacje

SparkToro. „In 2026, Less than One Third of Google Searches Still Send a Click.”
Pew Research Center. „Google users are less likely to click on links when an AI summary appears in the results.„
Ahrefs. „AI Overviews reduce clicks (update, luty 2026).„
Senuto. „Raport z analizy AI Overviews w Polsce (17 mln słów kluczowych).„
widoczni. „Pozycjonowanie branży medycznej w AI Overviews: wyniki badań 2026.„