Słownik · 25 pojęć · 2026

Słownik AI
i GEO/AEO.

25 pojęć o wyszukiwaniu z AI i chatbotach, każde z krótką definicją: od AI Overviews i llms.txt po RAG i umowę powierzenia danych. Dla właścicieli małych firm, którzy chcą wiedzieć, jak ChatGPT, Gemini czy Perplexity korzystają z ich strony.

Spis pojęć (25)

AI Overviews

AI Overviews to podsumowania generowane przez model Gemini i pokazywane nad wynikami wyszukiwania Google, z linkami do stron, z których korzystają. Funkcja ruszyła w USA w 2024 roku. Google nie podaje, dla jakiej części zapytań się pojawia.

GEO (Generative Engine Optimization)

GEO to dopracowanie strony tak, aby wyszukiwarki z generatywną AI (AI Overviews, Perplexity, wyszukiwanie w ChatGPT) mogły ją zrozumieć i zacytować. Nazwę spopularyzowała praca naukowa Aggarwala i współautorów z 2023 roku. W praktyce GEO i AEO często używa się zamiennie.

AEO (Answer Engine Optimization)

AEO to przygotowanie treści pod bezpośrednie odpowiedzi w wynikach: wyróżnione fragmenty, sekcję „Podobne pytania” i podsumowania AI. To pojęcie węższe niż GEO. Podstawą jest krótka odpowiedź na początku tekstu, wyraźne nagłówki i dane strukturalne opisujące stronę.

Speakable schema

Speakable (SpeakableSpecification) to typ danych strukturalnych wskazujący fragmenty strony nadające się do odczytania na głos, np. przez asystenta głosowego. Google wprowadził go w 2018 roku jako funkcję w wersji beta dla wydawców wiadomości. Fragmenty wskazuje się selektorami CSS albo ścieżką XPath.

llms.txt

llms.txt to propozycja z 2024 roku (autor: Jeremy Howard) pliku w katalogu głównym domeny, który w formacie Markdown opisuje najważniejsze strony serwisu dla modeli językowych. To nie oficjalny standard i nie każda usługa AI go czyta. Lokal360 udostępnia /llms.txt, /llms-pl.txt i /llms-full.txt.

FAQPage schema

FAQPage to typ danych strukturalnych dla sekcji pytań i odpowiedzi. Od 2023 roku Google pokazuje rozwijane pytania w wynikach głównie przy serwisach rządowych i medycznych, więc dla małej firmy liczy się przede wszystkim sama widoczna sekcja pytań na stronie, napisana prostym językiem.

Article schema

Article (oraz węższe typy BlogPosting i NewsArticle) to dane strukturalne oznaczające stronę jako artykuł. Google nie wymaga konkretnych pól, ale zaleca m.in. tytuł, autora, datę publikacji i datę ostatniej zmiany. Dzięki temu wyszukiwarka wie, kto napisał tekst i czy jest aktualny.

Person schema (autor)

Person to dane strukturalne opisujące autora: imię i nazwisko, stanowisko, firmę, którą założył, oraz linki do profili, np. LinkedIn. Pomagają wyszukiwarkom połączyć treść z konkretną osobą. Na Lokal360 autorem treści jest Igor Biały, założyciel studia.

Answer-first (odpowiedź na początku)

Answer-first to sposób pisania, w którym pierwsze jedno lub dwa zdania tekstu odpowiadają wprost na pytanie z tytułu, bez wstępu. Czytelnik od razu dostaje odpowiedź, a wyszukiwarka i model AI łatwiej znajdują fragment, który można zacytować.

Ramka „w skrócie” (TL;DR)

Ramka „w skrócie” to wyróżniony fragment na początku artykułu, który w kilku zdaniach podaje główne wnioski. Skrót TL;DR pochodzi z angielskiego „too long; didn’t read”. Pomaga czytelnikowi, który nie ma czasu na całość, i daje modelom AI gotowe podsumowanie.

Perplexity

Perplexity to wyszukiwarka oparta na AI, która odpowiada pełnymi zdaniami i przy odpowiedzi pokazuje listę źródeł z linkami. Dla małej firmy wzmianka w takiej odpowiedzi to szansa na wizytę na stronie. Pomaga treść aktualna, podpisana przez autora i odpowiadająca wprost na pytania.

Wyszukiwanie w ChatGPT (ChatGPT Search)

ChatGPT Search to funkcja OpenAI uruchomiona pod koniec 2024 roku: ChatGPT przeszukuje internet i podaje odpowiedź z linkami do źródeł. Korzysta m.in. z zewnętrznych wyszukiwarek. Strony przygotowuje się podobnie jak pod AI Overviews: jasna odpowiedź, dane strukturalne i aktualna data zmiany.

RAG (Retrieval-Augmented Generation)

RAG to sposób działania AI, w którym model przed odpowiedzią wyszukuje pasujące fragmenty w zewnętrznej bazie wiedzy i opiera odpowiedź na nich. Dzięki temu chatbot firmy odpowiada na podstawie jej cennika, FAQ i oferty, a nie ogólnej wiedzy modelu.

Embeddingi (osadzenia wektorowe)

Embedding to zapis tekstu jako wektora liczb, który oddaje jego znaczenie. Teksty o podobnym sensie mają wektory położone blisko siebie, nawet gdy używają innych słów. Na tym opiera się wyszukiwanie semantyczne, czyli na przykład odnajdywanie właściwego fragmentu bazy wiedzy chatbota.

Prompt injection

Prompt injection to próba zmanipulowania chatbota poleceniem ukrytym w wiadomości albo w treści, którą czyta, np. „zignoruj poprzednie instrukcje”. Żaden model nie jest na to w pełni odporny. Ryzyko ograniczają jasne zasady w instrukcji systemowej, ograniczony dostęp bota do danych i kontrola człowieka przy ważnych działaniach.

Instrukcja systemowa (system prompt)

Instrukcja systemowa to niewidoczne dla użytkownika polecenie, które określa rolę, ton i granice chatbota. Przykład: „Jesteś asystentem firmy X. Odpowiadaj po polsku i krótko, tylko na podstawie bazy wiedzy. Nie wymyślaj cen ani godzin. Jeśli nie wiesz, przekaż rozmowę człowiekowi.”

Token (AI)

Token to fragment tekstu, w jakim model AI liczy długość wejścia i odpowiedzi; zwykle część słowa. Według OpenAI angielski token to średnio około trzy czwarte słowa. Tekst po polsku dzieli się zwykle na więcej tokenów. Ceny API podaje się za milion tokenów.

Okno kontekstu (context window)

Okno kontekstu to największa ilość tekstu, liczona w tokenach, którą model może wziąć pod uwagę naraz: instrukcja, rozmowa, dołączone dokumenty i odpowiedź. Limity różnią się między modelami i rosną z kolejnymi wersjami, więc aktualne wartości warto sprawdzać w dokumentacji dostawcy.

Umowa powierzenia danych (DPA)

Umowa powierzenia przetwarzania danych (ang. Data Processing Agreement) to umowa między firmą, która jest administratorem danych, a dostawcą usługi, który przetwarza je w jej imieniu. Wymaga jej art. 28 RODO. Duzi dostawcy AI udostępniają takie umowy klientom biznesowym. Bez niej nie należy przekazywać narzędziu danych osobowych klientów.

Halucynacja AI

Halucynacja to odpowiedź modelu AI, która brzmi pewnie, ale jest nieprawdziwa, np. wymyślony numer telefonu, cena albo fakt. Ryzyko zmniejszają: odpowiedzi tylko na podstawie sprawdzonej bazy wiedzy, polecenie „nie wymyślaj” w instrukcji systemowej, niższa temperatura i sprawdzenie przez człowieka przed publikacją.

Temperatura (parametr modelu)

Temperatura to ustawienie, które decyduje, jak przewidywalne są odpowiedzi modelu. Niska daje odpowiedzi powtarzalne i trzymające się faktów, dobre dla chatbota z cennikiem i godzinami otwarcia. Wysoka daje więcej różnorodności, przydatnej przy szukaniu pomysłów. Zakres wartości zależy od dostawcy.

Dostrajanie modelu a RAG

Dostrajanie (ang. fine-tuning) to dodatkowe trenowanie modelu na własnych danych; zmienia sposób odpowiadania, ale wymaga przygotowania danych i jest kosztowne. RAG tylko podłącza bazę wiedzy do gotowego modelu, a aktualizacja polega na zmianie dokumentów. Dla małej firmy zwykle wystarcza RAG.

Sygnały w AI Overviews

Google nie publikuje osobnej listy czynników dla AI Overviews. Według dokumentacji Google Search Central obowiązują te same zasady co w zwykłym wyszukiwaniu: strona musi być zaindeksowana, a treść pomocna, aktualna i napisana dla ludzi. Dane strukturalne pomagają zrozumieć stronę, ale niczego nie gwarantują.

Wikidata QID

QID to identyfikator obiektu w Wikidata, np. Q42. Wikidata to otwarta baza wiedzy, z której korzystają m.in. wyszukiwarki i projekty AI. Wpis o firmie musi spełniać zasady istotności Wikidata. Gdy istnieje, można go podać w polu sameAs danych strukturalnych firmy.

Consent Mode v2 (Google)

Consent Mode v2 to mechanizm Google, który przekazuje Google Analytics i Google Ads decyzję użytkownika z banera cookies. Przed decyzją użytkownika zgody ustawia się jako odrzucone. Od marca 2024 roku Google wymaga go przy reklamach i pomiarach dotyczących użytkowników z EOG. To wymóg Google, nie przepis RODO.

Słowniki

Powiązane słowniki Lokal360

Igor Biały, założyciel Lokal360

Chcesz sprawdzić, jak AI widzi Twoją stronę?

Zostaw numer, oddzwonimy w ciągu 24 h. Przejrzymy dane strukturalne, odpowiedzi na początku tekstów i plik llms.txt na Twojej stronie i powiemy, co warto poprawić.

Wystarczą imię i numer telefonu.

Dodaj firmę, miasto, email (opcjonalnie)
Preferowana pora kontaktu (opcjonalnie)