Mity GEO dla agencji WordPress: co działa, a co nie

#Czym GEO różni się od modlitwy na LinkedIn

GEO w praktyce to cytowalność plus retrieval, nie nowy zestaw pluginów. Model albo wyszukiwarka generatywna musi: (1) wiedzieć, że istniejesz jako encja, (2) mieć URL z treścią, którą można zacytować zdaniami, (3) uznać ją za wiarygodną względem konkurencji. LinkedInowy post „zoptymalizowaliśmy pod AI” bez zmiany landingów, bez lastVerified, bez spójnego opisu w llms.txt i bez tabel, które extractor podniesie, nie spełnia żadnego z tych warunków.

Dla agencji WordPress problem jest podwójny. Klient ma setki URL-i (portfolio, miasta, pluginy), a asystent AI cytuje kilka źródeł na odpowiedź. GEO sensowne jest więc na filarach oferty i artykułach eksperckich, nie na masowym dorzucaniu llmCard do każdej strony miasta z 2019 roku. Na wppoland.com grupujemy wysiłek wokół programisty WordPress, WooCommerce, utrzymania, migracji headless, MCP i treści LLMO - reszta witryny nadal żyje klasycznym SEO i indeksacją.

Joe Hall w wątku z końca września 2026 przypominał, że hype przerasta infrastrukturę: firmy kupują audyty GEO, zanim naprawią kanoniczne URL-e i pierwszy akapit na stronie, za którą płacą w Ads. To samo widzimy w Polsce, gdy agencja instaluje plugin „AI SEO” na Elementorze z LCP powyżej 4 s i oczekuje cytowania w ChatGPT. Na WordCamp Europe 2026 w rozmowach w kuluarach powtarzał się ten sam schemat: panel o AI w slajdach, a checkout WooCommerce nadal ładuje trzeci skrypt analityczny przed woocommerce.js.

#Mit 1: llms.txt podniesie Cię w ChatGPT tak jak sitemap w Google

Mit: wrzucenie pliku /llms.txt w stylu propozycji community sprawi, że model wybierze naszą markę zamiast konkurencji.

Fakty: llms.txt to dokument orientacyjny dla crawlerów i agentów (lista usług, kontakt, zasady cytowania). Nie jest zarejestrowanym standardem W3C, nie ma gwarantowanego parsera w każdym produkcie OpenAI ani Google. Google Search Central nadal mówi o HTML, linkach wewnętrznych i structured data - nie o llms.txt jako sygnale rankingu.

Co robimy: utrzymujemy /llms.txt z jednym akapitem encji (senior WordPress engineering, headless Astro/Next.js, WooCommerce, MCP, GEO/LLMO) i blokiem Services (English canonical URLs) z linkami do filarów, które chcemy, by agent znalazł bez zgadywania z menu. To skrót dla botów, nie duplikat całej witryny. Aktualizacja 2026-10-02 dodała tam headless, MCP i GEO/LLMO obok wcześniejszych usług.

War story: klient SaaS chciał „tylko llms.txt”, bez zmiany strony /pricing/. Plik wskazywał cennik, ale landing nadal zaczynał się od historii firmy z 2014 roku. Perplexity i tak cytowała dokumentację konkurenta z tabelą planów w pierwszym ekranie. Po przeniesieniu BLUF i tabeli na HTML efekt był widoczny w cytowaniach paraphrase, nie w pozycji llms.txt.

#Mit 2: wystarczy Markdown dla botów zamiast HTML dla ludzi

Mit: publikujemy /ai/ lub content.md z czystym Markdownem, a stronę dla ludzi zostawiamy w sliderze Divi.

Fakty: W większości pipeline’ów retrieval najpierw bierze zindeksowany HTML. Osobny Markdown bez kanonicznego link rel="canonical" i bez spójności z MDX/WordPress generuje dwa źródła prawdy. Tydzień później ceny w MD są stare, HTML już nowe - model cytuje złe liczby albo pomija stronę jako niespójną.

Lepszy wzorzec na Astro lub headless WordPress: jedna treść, semantyczny HTML (article, h2, listy, tabele), frontmatter z llmCard.facts i FAQ w YAML renderowane i w JSON-LD, i w widocznym FAQ na dole. Markdown jako format autorski w repo (.mdx) jest OK; Markdown jako osobna publikacja dla botów rzadko się opłaca.

Na filarach MDX wppoland.com trzymamy speakable, howTo tam gdzie pasuje, i nie duplikujemy artykułu w /raw.md. Dla agentów MCP serwujemy osobne API (agent.json, narzędzia MCP) - to indeks możliwości, nie kopia bloga.

Praktyka: Barry Schwartz opisał na Search Engine Roundtable, jak AI Overviews coraz częściej domyka odpowiedź jak AI Mode. Historia ruchu nadal wiąże się z URL-ami HTML w indeksie Google, a nie z cieniem Markdown na subdomenie bez linków wewnętrznych.

#Mit 3: FAQPage schema to przełącznik cytowań AI

Mit: wtyczka wklei FAQ schema i Google AI / ChatGPT zaczną cytować każde pytanie.

Fakty: FAQPage pomaga zrozumieć strukturę Q&A. Nie gwarantuje: (a) indeksacji URL, (b) wejścia do zestawu źródeł overview, (c) wyboru przez model w rozmowie bez browsing. Google dokumentuje FAQ rich results ograniczone do uprawnionych typów stron; w 2026 nadal widzimy strony z poprawnym JSON-LD bez widocznego rozszerzenia FAQ w SERP.

Co działa razem ze schema:

1. Pytania w języku zapytań użytkownika (np. „ile kosztuje migracja WooCommerce na headless”), nie w języku korporacyjnym.
2. Odpowiedzi krótkie, z faktem (data, zakres, wyjątek prawny) - te same treści w <div class="faq-answer"> co w JSON-LD.
3. lastVerified i źródła w llmCard.sources na guide’ach YMYL.

Audyt generative eligibility (Lumar-style, październik 2026) na naszych filarach sprawdza m.in. obecność FAQ lub llmCard i sygnały wiarygodności - fail dostaliśmy wcześniej na stronie headless EN, dopóki nie dodaliśmy jawnej daty lastUpdated w Astro. Samo schema bez daty i bez źródeł przechodziło walidator, nie przechodziło naszego checku „credibility_signals”.

#Mit 4: rankingi w Google już nie mają znaczenia

Mit: skoro AI odpowiada na SERP-ie, pozycja 1-3 nie ma znaczenia.

Fakty: Retrieval nadal zależy od indeksu i jakości, a rozszerzone AI Overviews zjadają kliknięcia, nie zawsze cytowania. W naszym artykule o AI Overviews opisaliśmy wiersze Search Console: pozycja 1,7 na zapytaniu cennikowym i zero kliknięć, bo odpowiedź siedzi nad linkiem. To nie znaczy, że ranking jest irrelevant - znaczy, że bycie w czołówce bez cytowalnej treści daje widoczność bez ruchu.

Dla WordPress agency:

• Informacyjny long tail nadal dowozi kliknięcia i wejścia do lejka.
• Komercyjna głowa (cennik, „programista WooCommerce”) wymaga BLUF, tabel, encji w pierwszych zdaniach - inaczej overview wygrywa bez visit.
• Zero rank nadal oznacza, że model z browsingiem często nie ma skąd zaciągnąć Twojego URL.

GEO bez SEO to próba cytowania strony, której Google i tak nie promuje na zapytania pieniężne.

#Mit 5: można zostawić SEO i robić tylko GEO

Mit: zatrudniamy „GEO specjalistę”, SEO zostaje z 2018 roku.

Fakty: GEO nakłada się na SEO techniczne i content. Wyłączenie SEO oznacza: brak naprawy indeksacji (noindex na stagingu w produkcji), brak internal linków do filarów, brak aktualizacji canonicalUrl po migracji Astro - i wtedy żaden llmCard nie pomoże.

Minimalny wspólny mianownik dla agencji:

Wdrożenie tylko GEO bez audytu Core Web Vitals na WooCommerce to w praktyce kampania PR, nie inżynieria. Widzieliśmy sklep z 40 pluginami i „optimized for ChatGPT” w stopce - TTFB 1,8 s, brak lastVerified, FAQ wygenerowane 1:1 z konkurencji. Asystent i tak cytował Shopify help center.

#Wtyczki „AI SEO” i etykiety w katalogu WordPress.org

W 2026 katalog wtyczek ma dziesiątki rozszerzeń z „AI”, „GEO” lub „LLMO” w tytule. Większość opakowuje wywołania OpenAI API w generowanie meta opisów albo masowe FAQ. Żadne nie zastąpi poprawnej indeksacji ani kanonicznych URL-i produktów.

Zanim doinstalujesz kolejny panel:

• Sprawdź, czy wtyczka zapisuje widoczne HTML FAQ, czy tylko JSON-LD. Schema bez treści w body nie przechodzi sensownego audytu wiarygodności.
• Zobacz, czy generuje sześć wersji językowych jako szablon 1:1. Na wielojęzycznych witrynach to sygnał slopu retorycznego, nie GEO.
• Zmierz INP na checkout po aktywacji. Klient z branży B2B stracił 0,4 s na mobile checkout, gdy wtyczka „AI schema” dołączyła drugi bundle jQuery obok WooCommerce.

Lepiej jeden rewrite filaru niż dziesięć przełączników w ustawieniach wtyczki.

#Wielojęzyczność: jedna encja, sześć głosów

wppoland.com publikuje sześć locale. Błędy GEO mnożą się, gdy każdy język dostaje to samo angielskie zdanie wklejone do llmCard.entity.

Zasady, których trzymamy się u nas:

• Ten sam wpId, inne przykłady praktyków per rynek (regulacje, lokalny WordCamp, kontekst waluty tylko tam, gdzie zezwalają zasady voice).
• llms.txt zostaje EN-first dla URL-i usług, a strony dla ludzi są zlokalizowane. Agenci często najpierw rozwiązują angielskie slugi usług; lokalne landingi nadal potrzebują BLUF w języku rynku.
• hreflang i canonical to nadal praca SEO. GEO nie naprawi portugalskiej strony, której canonicalUrl wskazuje na URL nieobecny w buildzie.

Make WordPress Slack i grupa Advanced WordPress na Facebooku nadal szybciej pokazują realne awarie produkcyjne niż decki vendorów. Nie cytujemy ich jako źródeł naukowych, ale przypominamy sobie, że WordPress w produkcji jest brudny.

#Co robimy na wppoland.com zamiast mity

Konkret z października 2026, żeby oddzielić hype od checklisty:

1. public/llms.txt - encja + kanoniczne URL-e usług EN (headless, MCP, GEO/LLMO dodane w tej iteracji orchestracji).
2. Skrypt npm run audit:generative-eligibility-pillars - sześć checków (BLUF, tytuł, pokrycie zapytania, jeden cel strony, wiarygodność, FAQ/llmCard) na sześciu filarach; --check dla CI.
3. Frontmatter GEO (llmCard, faq, speakable, lastVerified) na guide’ach i filarach MDX, bez kopiowania na tysiące city pages.
4. Strony about (PL, EN, DE, NB, PT-PT) - zdanie encji zgodne z llms.txt (senior engineering, headless, MCP, GEO/LLMO).
5. Artykuły LLMO i AI Overviews - osobna linia edukacyjna; ten tekst celowo obala mity, nie powtarza tutoriala botów.

Nie robimy: obietnic „#1 w ChatGPT w 30 dni”, osobnych witryn Markdown, masowego FAQ schema na stronach miast pod indeksacją noindex.

#Plan 90 dni dla agencji WordPress lub sklepu WooCommerce

Dni 1-14: encja i filary

• Jedno zdanie: kto, dla kogo B2B/B2C, trzy usługi kanoniczne.
• Spójność: stopka, about, llms.txt, LinkedIn - ten sam rdzeń (nie kopiuj 1:1 do sześciu języków bez lokalizacji).
• Wybierz 3-6 URL-i filarów; reszta witryny tylko linkuje do nich.

Dni 15-45: treść cytowalna

• Pierwszy akapit każdego filaru = odpowiedź na zapytanie + nazwa firmy.
• Jedna tabela porównawcza lub zakres cenowy bez łamania zasad voice (cennik tylko na stronie cennika; na filarze zakresy jako „od” w PLN/EUR zgodnie z rynkiem).
• FAQ 5-8 pytań w języku klienta; to samo w JSON-LD.

Dni 46-70: techniczne

• Kanoniczne, indeksacja, CWV na checkout (WooCommerce).
• lastVerified i 2-3 źródła zewnętrzne (Wikidata, dokumentacja Woo, WordPress Developer Handbook) w llmCard.sources.
• llms.txt tylko jeśli macie proces aktualizacji przy każdej nowej usłudze.

Dni 71-90: pomiar

• Search Console: zapytania z pozycją <5 i CTR <1% (sygnał overview, nie „GEO score”).
• Ręczny prompt set (zob. docs/plans/prompt-sampling-core-2026-q4.json u nas): 5 powtórzeń, zapisz czy pada URL lub marka.
• Nie zmieniaj core promptów w środku kwartału.

Jeśli po 90 dniach jedynym deliverable jest PDF „AI readiness” bez zmiany HTML filarów, mity wygrały.

#Skala katalogu WooCommerce i granica GEO

Średnie WooCommerce z 12 000 SKU i fasetową nawigacją generuje szum crawl, którego żaden llmCard na landing miasta nie naprawi. GEO ma sens na historiach kategorii, stronach wysyłki i zwrotów oraz trzech filarach usług, nie na każdym wariancie SKU.

Prosty filtr u merchantów:

• URL jest noindex albo istnieje tylko dla długiego ogona SKU - pomiń rozbudowane GEO; napraw canonical.
• URL zarabia zapytania pieniężne w GSC (marka plus usługa, wdrożenie, ratunek) - dostaje BLUF, FAQ i kwartalne lastVerified.
• Product JSON-LD zostaje pod logikę Google Shopping. FAQ schema na kartach produktu rzadko opłaca się utrzymaniowo, chyba że te same pytania wracają w ticketach supportu.

Sklep outdoorowy w UE dokładał FAQ schema do 400 szablonów produktów wtyczką bulk. Odpowiedzi siedziały w Zendesk, nie w WordPress. Cytowania się nie ruszyły. Przeniesienie pięciu URL-i polityk do prostego języka z datami i linkami about do Wikidata zrobiło więcej dla parafrazy w asystentach w osiem tygodni niż rok schema na poziomie SKU.

#Branded prompty i czego nie benchmarkować

Decki vendorów lubią jeden „GEO visibility score”. My mierzymy wężej:

• Pięć branded promptów z docs/plans/prompt-sampling-core-2026-q4.json, pięć powtórzeń miesięcznie, log z datą i wersją modelu.
• Wiersze Search Console query, gdzie średnia pozycja jest lepsza niż 5, a CTR poniżej 1 procent. To często overview, nie zepsuta strona.
• Ręczne sprawdzenia w Perplexity z browsingiem włączonym i wyłączonym, bo ścieżki retrieval różnią się.

Nie traktujemy losowych zewnętrznych „AI rank trackerów” jako prawdy. Rotują modele, geolokalizację i stan logowania. Używaj ich co najwyżej do sygnału kierunku, zawsze obok własnej listy URL-i i dat crawl z URL Inspection w nieruchomości locale (np. https://wppoland.com/pl/), nie filtra „strona zawiera /de/” na całej domenie.

Gdy prompt pokazuje markę, ale nigdy URL, poprawka to prawie zawsze copy filaru, nie kolejna linia w llms.txt.

Przed kwartalnym prompt sampling warto też zarchiwizować zrzut llms.txt i pierwszego akapitu filaru w dacie pomiaru. Bez tego nie wiadomo, czy wzrost cytowań wynika z copy, czy z wersji modelu. Ten sam wpis warto powiązać z ticketem w Jira albo Linear, żeby data w lastVerified nie była jedyną ścieżką audytu.

#Podsumowanie

GEO dla WordPress to dyscyplina encji i cytowalności na filarach, które i tak muszą rankować i być zindeksowane. llms.txt pomaga agentom trafić we właściwe URL-e; nie zastępuje treści. Markdown dla botów bez HTML to dług techniczny. FAQ schema bez BLUF i dat weryfikacji to walidator, nie strategia. Rankingi nadal warunkują, czy w ogóle wejdziesz do puli źródeł; AI Overviews zmienia kliknięcie, nie fakt, że trzeba być w indeksie. SEO i GEO idą w parze - inaczej płacisz za buzzword, a filary nadal nie nadają się do cytowania.

#Jak odróżnić audyt GEO od slopu

Dobry deliverable po audycie GEO nazywa URL-e i pokazuje diff: pierwszy akapit przed i po, lista FAQ dodana do frontmatter, wpis w llms.txt. Zły deliverable kończy się heatmapą „AI visibility score” bez Search Console, bez crawl date i bez sprawdzenia, czy filar w ogóle jest w sitemapie.

Pytania, które warto zadać vendorowi albo wewnętrznemu zespołowi:

1. Które trzy URL-e mają najwyższy priorytet komercyjny i co w nich zmieniliście w HTML?
2. Czy canonicalUrl po migracji Astro wskazuje na stronę, która istnieje w buildzie (u nas setki starych canonicali w portfolio to dane historyczne, nie wzór do naśladowania na filarach)?
3. Czy FAQ powiela treść z body, czy skraca odpowiedzi w frontmatter względem dłuższych akapitów w MDX (reguła: nie kasuj bogatszej treści)?
4. Czy llms.txt został zaktualizowany w tym samym commicie co zmiana oferty MCP albo headless?

Jeśli odpowiedzi są mgliste, kupiliście raport, nie GEO.

Dalsza lektura na wppoland.com: LLMO - strategiczne podsumowanie, Google rozszerza AI Overviews, filar optymalizacja GEO i LLMO. Orchestracja audytów opisujemy w repozytorium w pliku docs/plans/2026-10-02-geo-orchestration.md.