14× ruchu organicznego, +9 339 fraz w TOP10 i +340 000 zł/mc na Allegro w 6 miesięcy
Pełne wdrożenie Omni Search AI dla ogólnopolskiego e-sklepu z branży suplementów diety i zdrowia. Od 30-minutowej analizy AI 7 lat danych klienta i kilkudziesięciu konkurentów (z listą 30 000+ fraz na finiszu), przez budowę bazy wiedzy RAG, schema.org, automatyzacje n8n, optymalizację 7 000 listingów Allegro pod GEO, aż po recovery po update Google w 21 dni, gdy konkurencja odbudowuje się 3–6 miesięcy.
2 277 → 32 370 / tydzień
+460% w 5 miesięcy
z 7 000 zoptymalizowanych listingów
vs 3–6 mc u konkurencji
Co znajdziesz w tym case study
Pełen, techniczny zapis wdrożenia GEO AI dla ogólnopolskiego e-sklepu z branży suplementów diety i zdrowia, działającego na własnym sklepie PrestaShop oraz na Allegro (~28 000 SKU). Pokazujemy decyzje, które podjęliśmy w analizie, strategii, technice i contencie — oraz to, jak 17% pokrycia listy kontraktowej przełożyło się na 14× wzrost ruchu organicznego, +340 000 zł / mc dodatkowej sprzedaży na Allegro i recovery po update Google w 21 dni, gdy konkurencja odbudowywała się 3–6 miesięcy.
- Jak AI zrobiło pełną analizę GAP w 30 minut — analizując 7 lat danych klienta, kilka tysięcy fraz Google Ads i organic kilkudziesięciu konkurentów. Klasyczna ręczna analityka biznesowa to ~miesiąc i min. 8 000 zł.
- Jak klient sam wybrał 21 000+ fraz z 30 000 w 2 dni roboczych — bez naszego udziału, „wybierać bezmyślnie”. Dlaczego to akurat ta metoda daje najlepsze pokrycie semantyczne pod GEO.
- Strategia oparta o założenia, nie cele liczbowe — dlaczego twarde KPI w SEO/GEO są pułapką i co stosujemy zamiast nich.
- Dwa workstreamy contentu równolegle — ~400 nowych artykułów / mc (pokrycie semantyczne) plus 17 silosów strategicznych (425 stron). Bez kasowania zastanych wpisów — rozbudowa 1 058 z 1 200 historycznych artykułów.
- Optymalizacja 7 000 listingów Allegro w 14 dni przez API + AI — z atrybucją przyczynową przez control group (21 000 nieoptymalizowanych listingów, które nie urosły).
- Recovery po core update Google z kwietnia 2026 — z dziennym timelineem, agentem monitorującym spadki w GSC i pełnym pipeline odbudowy w 21 dni.
- Pełna ekonomika projektu — koszty CCZGR (4 000–6 000 zł/mc + jednorazowe 30 000 zł na automatyzacje) vs koszty klasycznej agencji ręcznej (30 000 zł brutto/mc). Plus FAQ z odpowiedziami na 16 najczęstszych pytań ownerów e-commerce.
Kim jest klient i z czym przyszedł do nas
Klient (anonimowy, dalej w tekście jako „Marka X”) to ogólnopolski e-sklep z branży suplementów diety i produktów zdrowotnych — działający równolegle na własnym sklepie internetowym (PrestaShop) oraz w marketplace Allegro z katalogiem ~28 000 SKU. Sprzedaż transgraniczna w obrębie UE, klient docelowy: świadomy konsument 25–55 lat szukający rzetelnej informacji o składnikach, dawkowaniu i interakcjach.
Skala katalogu
~28 000 SKU. ~1 200 artykułów blogowych zastanych z różnych okresów (2018–2025). Bardzo nierównomierna jakość — od prawdziwie eksperckich do AI-spamowych z 2023.
Kanały sprzedaży
Sklep własny PrestaShop (~75% katalogu indeksowane w Google) + Allegro (~28 000 listingów). Brak osobnej strategii pod marketplace — listingi zalewane szablonami producenta.
Punkt startowy
~3 000 unikalnych userów / mc z organica (po szoku AI Overview, więcej niżej). Cytowania w AI: ~700 fraz / tematów, w których marka pojawiała się w odpowiedziach generatywnych. Brak schema.org, niespójny meta, słabe Core Web Vitals na PDP.
Co naprawdę się stało wiosną 2025: AI Overview wyciął ruch
Marka X w kwietniu/maju 2025 miała ~8 000 unikalnych userów miesięcznie z organica — to był stabilny stan utrzymywany od kilku kwartałów. W ciągu kilku tygodni rolloutu AI Overview w polskich SERP-ach (top of page generatywna odpowiedź wycinająca CTR z linków klasycznych) ruch spadł do ~3 000 unikalnych userów / mc i tam się ustabilizował. To nie była kara algorytmiczna ani spadek pozycji — pozycje były podobne. To była zmiana mechaniki SERP-a: użytkownik dostawał odpowiedź w AI Overview i przestawał klikać niżej. Dla branży suplementów (gdzie 60–70% intencji jest informacyjna: „ile dziennie”, „czy pomaga na”, „co to jest”) to było wycięcie ruchu na poziomie −62%. Dla CFO Marki X — koniec dwucyfrowego CR z organica, bo żaden remarketing nie nadrabia braku ruchu na top of funnel.
Brief od klienta (10 czerwca 2025)
„Sprzedajemy w Polsce dziesiątki tysięcy zamówień miesięcznie, ale w Google jesteśmy niewidoczni. ChatGPT i Perplexity polecają konkurencję — nas wymieniają sporadycznie. Allegro generuje przychód, ale od 2 lat tkwi w tym samym przedziale. Chcemy wzrostu, ale nie jesteśmy w stanie ręcznie obrobić 28 000 listingów.”
10 czerwca 2025 · 30 minut analizy AI · klasyczna analiza ręczna ~miesiąc i 8 000 zł netto
Pełna analiza biznes + content + technika w 30 minut — AI przeczytało 7 lat danych Marki X i dziesiątek konkurentów
Pełna ręczna analityka łącząca biznes, content i technikę dla e-commerce w tej skali — to około miesiąca pracy zespołu agencji SEO i koszt minimum 8 000 zł netto. I to dosłownie pojedyncze agencje w ogóle taką analizę wykonują. Większość poprzestaje na analizie strony, pomijając wymiar biznesowy: marżę, sezonowość, dane z Google Ads, atrybucję w sprzedaży, mapowanie ruchu na konwersję. My przy mniejszych projektach też skupiamy się głównie na stronie — ale tutaj sytuacja była złożona i nieoczywista, a budżet zakładał dodatkowe godziny na budowę automatyzacji analitycznych i kompleksowego AI dopasowanego do specyfiki wdrożenia. Sama analiza danych — 30 minut. Konfiguracja narzędzi pod biznes Marki X — ~tydzień (jednorazowo, na 36 mc kontraktu).
Co AI przerobiło w tych 30 minutach
7 lat danych klienta · multi-channel
GSC, GA4, Allegro Analytics, mailing, Google Ads, Facebook Ads — pełen eksport historyczny. AI zbudowało time-series modele dla każdej kategorii produktowej, wyłapało sezonowości, wąskie gardła i moment wycięcia ruchu przez AI Overview wiosną 2025. Co innym agencjom zajmuje kilka tygodni dyskusji nad danymi.
Kilka tysięcy fraz z Google Ads
To był nasz secret weapon: klient od lat testował frazy płatnie. Dla każdej znaliśmy realny CPC, jakość wyniku, konwersję i marżę produktu, na który prowadzi. AI odsiało frazy z dużym ruchem ale 0 sprzedaży, a wybrało te, które realnie konwertują — czyli warto budować pod nie organic, bo wiadomo że przyniosą zamówienia.
Dziesiątki domen konkurencyjnych
Od liderów (mass-market e-commerce z milionami URL-i) po sklepy nisz specjalistycznych (3 000–10 000 SKU, mocno tematyczne). AI przeparsowało ich pełne profile organiczne — frazy, struktury silosów, schema, częstotliwość publikacji, profile linków, treści, które generują AI Overviews.
Crawl techniczny w tle
Równoległy crawl 28 000 URL-i sklepu. Wynik: 16 200 błędów schema, 4 800 duplicate title, 2 100 stron z thin content, 380 błędów hreflang, 1 200 stron 404 zaindeksowanych. AI łączy to z analizą biznesową w jeden raport priorytetów wytycznych dla zespołu DEV klienta.
Sondaż widoczności w AI
Pełen mapping cytowań Marki X w odpowiedziach generatywnych (ChatGPT, Gemini, Perplexity, Claude, Copilot, AI Overviews). Wynik bazowy: ~700 cytowanych fraz/tematów, w których marka pojawiała się jako źródło. Większość — wzmianki sporadyczne (1×, 2×). Konkurencja w tej samej niszy: 1 200 – 2 800 cytowanych fraz na start.
30 000+ fraz na liście GAP
Każda fraza zaklasyfikowana do 1 z 5 intencji (informational, commercial, navigational, transactional, brandowa), zmapowana na istniejący lub planowany URL, ze score’em priorytetu (search volume × konwersja z Ads × dystans do TOP10 × marża). To nie jest „lista życzeń” — to plan pracy na pełen cykl kontraktowy.
Dlaczego to ma znaczenie biznesowe
Klasyczna agencja po fazie analizy pokazuje Ci PDF na 60 stron i listę kilkuset fraz „na start” — bez powiązania z marżą, bez dowodu konwersji, bez mapowania na URL. My pokazujemy 30 000 fraz z mapą do konkretnych URL-i, które są realnie konwertujące (mamy dowody z Google Ads klienta i konkurentów), zsynchronizowane z biznesem (marża, sezonowość, kategorie sprzedażowe) i posortowane według priorytetu finansowego. I robimy to w 30 minut — pierwsze wdrożenie zaczyna się tego samego dnia, nie za miesiąc.
Audyt Allegro w fazie analizy
Próba 500 z 28 000 listingów: 84% używa szablonu producenta, 71% nie ma uzupełnionych parametrów, średni opis 340 znaków, brak FAQ, brak struktury semantycznej. 71% listingów = realny zasób do optymalizacji — z czego AI wytypowało 7 000 priorytetowych (najwyższe ROI: marża × search volume × kompletność danych źródłowych).
Wniosek z fazy analizy
Marka X miała wszystko, czego potrzebuje silne GEO AI: autorytet branżowy w niszy, dużą bazę produktów, sporo treści blogowych do rozbudowy i kanał Allegro z gigantycznym potencjałem skali. Brakowało infrastruktury technicznej i procesu, który skaluje pracę bez liniowego wzrostu kosztów. AI wyłapało to w pierwszych 8 minutach analizy.
10–12 czerwca 2025 · z analizy AI prosto do wytycznych
Strategia bez sztywnych celów — założenia strategiczne i wybór klienta z listy GAP
Strategia powstała tego samego dnia co analiza — AI wygenerowało 38-stronicowy dokument wytycznych bezpośrednio z listy 30 000+ fraz, danych konkurencji i wyników Google Ads klienta. Świadomie nie ustawialiśmy celów liczbowych na 6 / 12 / 24 miesięcy („ruch ×10”, „9 000 fraz w TOP10”) — to pułapka, w którą wpada większość agencji, bo cele liczbowe presjonują do „ruchu za wszelką cenę” zamiast do dobrego pokrycia listy. Zamiast tego ustaliliśmy założenia strategiczne, którymi kierujemy się przy każdej decyzji.
Wybór klienta: 21 000+ fraz w 2 dni roboczych
Z listy 30 000+ fraz wytypowanych przez AI klient w zespole (marketing + sprzedaż + product) przejrzał wszystko w 2 dniach roboczych i wybrał ponad 21 000 fraz jako finalny zakres do realizacji. Co istotne — my nie braliśmy udziału w wyborze. Zadanie dla klienta było proste: wybierać bezmyślnie, jak najbardziej intuicyjnie. Im mniej myślenia, tym lepiej, bo AI uwielbia bezpośrednie odpowiedzi na dziwne pytania i dziwne frazy — to one budują pokrycie semantyczne lepsze niż jakikolwiek redaktor. Klient miał odrzucić wyłącznie to, co kompletnie nie pasowało: frazy z nazwami konkurencji, marki których nie sprzedaje, lokalizacje, w których nie ma punktów. Reszta — wpada na listę kontraktową. Kontrakt podpisany na 36 miesięcy z tempem pokrycia ~600 fraz miesięcznie (21 000 ÷ 36 ≈ 583).
Założenia strategiczne (zamiast twardych celów)
Co prowadzi nasze decyzje
- Pokrycie semantyczne > ranking pojedynczych fraz — celujemy w to, żeby AI Overviews i Google „uczyły się”, że Marka X ma odpowiedź na każde sensowne pytanie w niszy. Pojedyncze pozycje są pochodną.
- 1 fraza = 1 treść w teorii, w praktyce 2–3 frazy okoliczne pokrywane jednym URL-em — bo intencje są pokrewne, a AI lepiej rozumie tematy niż frazy.
- Najpierw rozwój, potem rozbudowa zastanego — przez pierwsze 4 miesiące maksymalizujemy nowe URL-e, równolegle uruchamiamy rozbudowę istniejących treści (zero kasowania).
- Treści budowane z 3 źródeł — dane od klienta + dane o produktach + wiedza z internetu (analizowana przez nasz autorski model AI, który uczy się z TOP-ów wyszukiwarek i AI, a potem tworzy lepiej zoptymalizowane wersje).
- FAQ jak ludzie pytają, odpowiedzi jak AI lubi — pytania w naturalnym języku użytkownika; odpowiedzi z atomowymi faktami, jasnymi encjami i strukturą, którą modele LLM preferują w retrieval.
- Allegro = osobny pipeline — bo API i ograniczenia HTML w listingach wymagają innego templatingu.
Czego świadomie unikamy
- Twardych celów liczbowych na X miesięcy — mogą wymusić niezdrowe decyzje content-na-ilość zamiast content-na-jakość.
- Zasypywania klienta narzędziami — klient płaci za efekt, nie za panele i loginy. Nasze automatyzacje pracują wewnętrznie.
- „Modnych” wynalazków bez dowodów skuteczności — to, co testujemy i nie widzimy realnego ROI, po prostu nie idzie w ofertę. Klient płaci za rzeczy, które realnie pracują na widoczność.
- Kasowania treści — każdy URL ma historyczną wartość, nie usuwamy.
- Wymuszania udziału klienta w mikro-decyzjach — wybór listy z 30 000 fraz to jedyny moment, gdy klient jest mocno zaangażowany. Reszta — ~30 minut miesięcznie.
Wdrożenie ruszyło 10 listopada 2025 — klient potrzebował kilku miesięcy na przygotowania wewnętrzne (dostępy do CMS, Allegro API, ujednolicenie bazy zdjęć produktowych, akceptacje prawne ze strony działu compliance), my w tym czasie kontynuowaliśmy pracę z innymi klientami.
10 listopada – 15 grudnia 2025 · 5 tygodni · wytyczne dla DEV klienta
Klasyczna technika SEO + meta + schema — i autorski model AI w tle
Pierwsze 5 tygodni współpracy to twardy technical groundwork: klasyczna schema.org na każdym typie strony, spójne dynamiczne meta, restrukturyzacja sitemap-ów, hreflang, Open Graph, internal linking topology, optymalizacja Core Web Vitals. Wszystko w formie wytycznych technicznych dla zespołu DEV klienta, który robił wdrożenie w PrestaShop własnymi rękoma. My dostarczyliśmy specyfikacje, generowane fragmenty kodu, gotowe payloady JSON-LD per typ strony i listę testów akceptacyjnych. Bez wodotrysków, bez „modnych” wynalazków, których realnej skuteczności nie testujemy — tylko klasyczne, sprawdzone elementy techniki, które dziś realnie pracują dla pozycji w Google i widoczności w odpowiedziach AI.
Schema.org — typy wdrożone u klienta
Wytyczne objęły wszystkie istotne typy schema z poprawnym zagnieżdżaniem i sameAs:
- Product +
offers/Offer+aggregateRating+review+brand+nutrition(rozszerzenie pod suplementy) — 21 800 PDP - FAQPage na każdej PDP, kategorii i artykule blogowym (auto-generowane przez nasze AI, walidowane przez redaktora) — 24 100 stron
- Article +
NewsArticledla treści edukacyjnych zcitationiaboutwskazującym na encję Wikidata - HowTo dla artykułów typu „jak dawkować witaminę D3” — 142 artykuły
- BreadcrumbList + WebPage + Organization z pełnym
sameAs(Allegro, FB, IG, YT, LinkedIn, Wikidata) - VideoObject dla 320 filmów produktowych osadzonych w PDP
- SpeakableSpecification w wybranych artykułach (pod asystentów głosowych)
Meta dynamiczne
Statyczne meta (jeden szablon dla wszystkich PDP) są dla GEO katastrofą — każdy LLM parsuje to jako thin content i pomija. Wytyczna dla zespołu DEV klienta: generator meta na poziomie warstwy szablonów PrestaShop, z naszym AI w tle dobierającym dwa fakty unikalne dla każdej PDP (np. konkretną dawkę vs konkurencja, certyfikat ISO, kraj produkcji) i wstawiającym je do <title> oraz <meta description>. Limit 60/155 znaków enforce’owany. Po wdrożeniu — zero duplicate title w GSC.
Internal linking topology — silosy zamiast paginacji
Stara struktura: 1 200 artykułów blogowych w jednej kategorii „Blog”, paginacja 1–60. To dla GEO i klasycznego SEO równie szkodliwe — żadnej hierarchii encji. Przebudowaliśmy nawigację na 17 silosów contentowych wokół głównych encji branżowych (witamina D, magnez, melatonina, kolagen, probiotyki, itd.). Każdy silos: hub-page + 8–15 spoke-page + powiązane PDP. Linki kontekstowe automatycznie wstrzykiwane przez nasze AI na bazie kontekstu treści (a nie ręcznie ani na sztywno).
Core Web Vitals
Audyt PSI dla 50 reprezentatywnych PDP: średni LCP 3,8 s, INP 340 ms, CLS 0,18. Po wdrożeniu (lazy-load + krytyczne CSS + WebP + preconnect + brotli + cache-control): LCP 1,6 s, INP 180 ms, CLS 0,02. Wszystko w zielonym pasku — co dla Google, ale też dla AI (Bing AI ranguje też po szybkości) ma znaczenie.
Autorski model AI — silnik, którego klient nie widzi
Większość naszej pracy w tej fazie i w kolejnych robi autorski model AI CCZGR, którego klient nie obsługuje. Model robi trzy rzeczy w jednym pipeline: (1) analizuje treści dostępne w wyszukiwarkach klasycznych (Google, Bing) oraz w odpowiedziach generatywnych (ChatGPT, Gemini, Perplexity, Claude, Copilot, AI Overviews), (2) uczy się z najlepiej rankujących wzorców — co cytują AI, jakie struktury, jakie atomowe fakty, jakie schema; (3) tworzy nową treść od podstaw w podobnym duchu, ale lepiej zoptymalizowaną pod indeksację, lepiej dopasowaną do encji i intencji, z wbudowaną poprawną strukturą semantyczną. Klient nie widzi tego silnika — widzi gotowe treści i gotowe wytyczne dla swoich devów. To jest powód, dla którego tempo wdrożenia jest takie, jakie jest.
grudzień 2025 – kwiecień 2026 · równolegle z rozbudową · AI od A do Z
Rozbudowa i reoptymalizacja zastanych treści (1 200 artykułów, zero kasowania)
Marka X miała 1 200 artykułów blogowych z lat 2018–2025. Standardowa metoda klasycznych agencji to „posprzątajmy bałagan” — kasować, scalać, robić 301-ki. My poszliśmy w odwrotną stronę: nic nie kasujemy, niczego nie scalamy. Każdy istniejący URL traktujemy jako historyczny aktyw z wartością — sygnały rankingowe, indeksacja, czasem wsteczne linki. Naszym zadaniem jest go rozbudować i przeoptymalizować tak, żeby zaczął pracować pod nową listę kontraktową. Cały proces — od diagnozy, przez przepisanie treści, dorzucenie danych strukturalnych, zaktualizowanie daty publikacji (refresh), aż po republikację — robi nasze AI od A do Z, wraz z naszą walidacją merytoryczną sample 10%.
Co znaczy „rozbudować”
Średni artykuł sprzed wdrożenia miał ~480 słów. Po rozbudowie: 1 600–2 800 słów, z FAQ (4–8 pytań sformułowanych jak ludzie pytają, ale z odpowiedziami zbudowanymi tak, jak chciałoby je dostać AI), HowTo gdzie pasuje, tabelami porównawczymi, sekcją „kto powinien rozważyć”, linkami do PDP, schema Article + FAQPage + Speakable.
Co znaczy „zreoptymalizować”
Aktualizacja danych (cytowania badań, daty publikacji = refresh, dawkowania zgodne z aktualnym EFSA), korekta encji pod nowy schema, dopasowanie internal linking do silosów, dodanie autora z mocnym Person schema (dietetyk z linkami do CV, certyfikatów, publikacji).
Republikacja z refreshem
Po rozbudowie — automatyczna republikacja: nowa dateModified w schema Article, push do sitemap.xml, request indeksacji w GSC. Sygnał dla Google: „ten URL został gruntownie zaktualizowany”. Po 7–21 dniach widać pierwsze wzrosty pozycji.
Pipeline rozbudowy i reoptymalizacji — całość robi AI
Diff „co jest” vs „co powinno być”
Nasze AI porównuje aktualną treść z bazą wiedzy klienta, topowymi konkurentami i listą fraz kontraktowych. Wynik: 8–24 luk informacyjnych + 4–12 fraz okolicznych do dopisania w obrębie tej samej topical authority. Każda luka i każda fraza ma priorytet wynikający ze score’u biznesowego.
Auto-rewrite + auto-extend
AI generuje rozbudowaną wersję artykułu — pełną, nie patch. Stara treść jest punktem startowym, nie szkieletem. Output: nowy artykuł 1 600–2 800 słów z FAQ, HowTo (jeśli pasuje), zaktualizowanymi danymi, tabelami i internal linkami do PDP + spoke-page silosa.
AI-walidator + redaktor (sample)
Dwustopniowa walidacja: (1) nasz wewnętrzny model walidujący sprawdza halucynacje, źródła, tone of voice, gęstość encji, czy nowe frazy są naturalnie wpięte; (2) redaktor merytoryczny (dietetyk z certyfikatem) walidacja sample ~10% pod kątem zgodności z prawem żywnościowym i etyki.
Push do PrestaShop + dane strukturalne + refresh
Treść trafia do PrestaShop przez nasze automatyzacje, schema generuje się sama (Article + FAQPage + HowTo + Speakable), dateModified aktualizuje się, generator linków wstrzykuje 6–14 internal linków (każdy artykuł wpina się w 1–2 silosy), sitemap.xml regeneruje się i idzie ping do GSC.
30-dniowy follow-up
Każdy zmieniony URL idzie pod monitoring. Pozycja, ruch, CTR, Core Web Vitals, cytowania w AI, lista pokrytych fraz z realnym CTR vs prognozowany. Jeśli po 30 dniach nie ma ruchu na fraze — AI sugeruje dodatkowe zmiany i odpala krok 2 ponownie.
W okresie grudzień 2025 – kwiecień 2026 rozbudowano i zreoptymalizowano 1 058 artykułów (z 1 200; 142 zostało nietkniętych jako „i tak są dobre”). Łączny przyrost contentu na samym blogu: ~1,4 mln słów dodanych do istniejących URL-i. Cały pipeline obsługiwało nasze AI — udział człowieka po naszej stronie to walidacja, akcept i strategia, nie pisanie ani edytowanie.
Agent monitorujący spadki w GSC — usługa dodatkowa
Mamy autorskiego agenta AI, który monitoruje spadki ruchu w GSC i automatycznie poprawia treści, które tracą pozycję. Co 14 dni mierzy średni ruch per URL, identyfikuje top spadki i odpala pipeline rozbudowy + republikacji bez udziału człowieka. Dla Marki X: agent wszedł w trybie jednorazowym (po update Google w kwietniu — patrz Faza IX poniżej), a teraz utrzymywany jest stale na poziomie 20 wpisów z największymi spadkami ruchu — te są automatycznie poprawiane, jeśli w okresie 2 tygodni notują spadek średniego ruchu. Usługa dostępna jednorazowo lub w abonamencie. Reaguje szybciej niż człowiek zauważy spadek w panelu.
grudzień 2025 – kwiecień 2026 · dwa workstreamy równolegle
Pokrycie semantyczne i silosy contentowe — 2 825 nowych URL-i pod listę GAP
Cel jest prosty: 21 000 fraz z kontraktu musi znaleźć URL na domenie Marki X. Tempo pokrycia: ~600 fraz miesięcznie, proporcjonalnie do 36-miesięcznego kontraktu. To nie jest tempo „spamerskie” — to jest tempo, które pozwala każdej frazie dostać URL warty TOP3, walidację dietetyka i wpięcie w silos. Skala wymaga dwóch równoległych workstreamów, które dzielą RAG, redaktora i pipeline publikacji, ale różnią się rolą i strategią.
A Workstream A · Pokrycie semantyczne
~400 nowych artykułów miesięcznie — masowy, ale 100% zoptymalizowany pod GEO i SEO. Założenie: 1 fraza = 1 treść. W praktyce jeden artykuł pokrywa zwykle 2–3 frazy okoliczne wokół frazy głównej, bo intencje są pokrewne i pojedynczy URL z dobrą strukturą semantyczną odpowiada na pytania, które przy klasycznym SEO podzieliłoby się na osobne strony. Każdy artykuł ma własny intent, FAQPage schema, semantyczne nagłówki, internal linking do PDP, walidację merytoryczną. Skala daje pokrycie semantyczne — AI Overviews i Google „uczą się”, że Marka X ma odpowiedź na każde sensowne pytanie w niszy.
- ~400 nowych artykułów / miesiąc
- Średnio 1 100–1 600 słów / artykuł
- ~480 fraz kontraktowych pokrytych miesięcznie tym strumieniem (~1,2 fraza / URL)
- 100% z FAQPage + Article + Speakable schema
- Walidacja: AI-walidator + dietetyk (sample 10%)
- Publikacja: 13–20 artykułów dziennie
B Workstream B · Silosy contentowe
17 silosów topic cluster z hub-page i siatką 8–15 spoke-page. To są strategiczne, długie, „ukochane” treści — hub-page 4 000–5 500 słów, spoke 1 800–2 600 słów. Pokrywają frazy o najwyższym priorytecie z listy kontraktowej (te, które AI scoringiem oznaczyło jako „high impact” — wysoki SV × wysoki CR z Google Ads × wysoka marża).
- 17 silosów × (1 hub + ~24 spoke) = 425 stron strategicznych
- Hub: 4 000–5 500 słów, schema Article + Speakable + FAQPage 18–24 Q&A
- Spoke: 1 800–2 600 słów, schema Article + FAQPage 6–10 Q&A
- ~120 fraz kontraktowych pokrytych miesięcznie tym strumieniem (po pierwszym roku)
- Walidacja merytoryczna 100% (dietetyk pisze fragmenty kluczowe)
- Każdy artykuł wpina się w silos przez 6–14 internal linków (generator automatyczny)
Łączna skala produkcyjna i pokrycie kontraktu
Workstream A (~400 art/mc) + Workstream B (~70 stron silosów/mc) + reoptymalizacja zastanych (Faza IV) + PDP po wdrożeniu schema (Faza III) razem dają ~600 fraz pokrytych z listy kontraktowej miesięcznie. Po 6 mc: ~3 600 fraz pokrytych z 21 000 (≈17% listy kontraktowej). To brzmi mało — i właśnie dlatego ten case study jest mocniejszy niż się wydaje na pierwszy rzut oka. 14× wzrost ruchu i +340 000 zł/mc na Allegro — to jest efekt 17% pokrycia GAP. Ekstrapolacja liniowa na pełne 36 miesięcy nie jest oczywiście 6× tych wyników (krzywa się saturuje), ale realnie spodziewamy się ~3–4× obecnego stanu po pełnym pokryciu listy.
FAQ jak ludzie pytają, odpowiedzi jak AI lubi
Każdy z ~2 825 nowych URL-i (i każdy z 1 058 zreoptymalizowanych) zawiera blok FAQ. To nie jest dekoracja — to jest jeden z najmocniejszych mechanizmów pozyskiwania cytowań w AI Overviews i Perplexity. Klucz: pytania konstruujemy tak, jak realnie zadałby je człowiek (kolokwialnie, czasem niegramatycznie, z pisownią błędną, „magnez na noc czy rano”, „czy d3 z k2 razem”, „ile dziennie magnezu”), a odpowiedzi konstruujemy tak, jak chciałoby je dostać AI: krótkie, atomowe, z jasnym podmiotem-orzeczeniem-faktem, z encjami nazywającymi się jednoznacznie, z bezpośrednim potwierdzeniem lub zaprzeczeniem we frazie pytania. To brzmi banalnie, ale 90% FAQ na polskim rynku tego nie robi — ludzie copy-pasteują pytania od konkurencji albo piszą „akademicko”. Nasze AI generuje FAQ pod te dwie reguły konsekwentnie, na każdym URL-u, bez kompromisów.
Topic cluster — pełny przykład: silos „Magnez”
Co dokładnie zbudowaliśmy
Hub-page: /magnez/ (5 200 słów, schema Article + Speakable + FAQPage z 22 pytaniami). Spoke-pages (14): „magnez chelat vs cytrynian”, „ile magnezu dziennie”, „magnez na noc”, „magnez a bezsenność”, „magnez na skurcze”, „magnez dla sportowców”, „magnez dla dzieci”, „magnez w ciąży”, „objawy niedoboru”, „magnez z witaminą B6”, „magnez vs potas”, „magnez naturalny”, „magnez forma najlepsza”, „ranking suplementów magnezu”. Wewnątrz każdej: 3–6 internal linków do PDP z magnezami.
Output silosu po 4 miesiącach
- Hub-page: pozycja 4 w Google na „magnez” (search volume 49 500/mc)
- 11 z 14 spoke-page w TOP10
- 247% wzrostu sprzedaży produktów z kategorii „magnez” (atrybucja last-click)
- Hub cytowany przez ChatGPT i Perplexity w 31 z 50 zapytań testowych
- 4 spoke-page przejęły featured snippet
- Pokryte frazy GAP w samym silosie magnez: 287 z 412 z listy GAP
Dlaczego pokrycie GAP przekłada się na sprzedaż 1:1
Od listy GAP do realnego klienta — łańcuch w 4 ogniwach
Klasyczne SEO mierzy się „liczbą fraz w TOP10” i tak raportuje. To miara nieadekwatna — bo część fraz w TOP10 nie generuje ruchu, część generuje ruch ale nie konwertuje, a część konwertuje ale na niskomarżowych SKU. W tym case study mierzyliśmy całą drogę — od pokrycia frazy z GAP po realną zamówienie w PrestaShop.
Ogniwo 1 · GAP
Lista 30 000+ fraz wytypowanych przez AI z 7 lat danych klienta i dziesiątek konkurentów. Klient wybrał z niej 21 000+ fraz jako finałowy zakres kontraktowy na 36 miesięcy. Każda fraza miała dowód, że konwertuje — bo była testowana w Google Ads klienta lub konkurenta z realnym CPA.
Ogniwo 2 · Pokrycie
Tempo: ~600 fraz / miesiąc (proporcjonalnie do 36 mc kontraktu). Po 6 mc: ~3 600 fraz pokrytych = ~17% listy kontraktowej. To kluczowy fakt tego case study — wszystko, co opisujemy poniżej, jest efektem dopiero 17% pokrycia tego, co kontrakt obejmuje. Pełne pokrycie 21 000 fraz przewidziane na 36 mc.
Ogniwo 3 · Ruch z realnych zapytań
Mimo zaledwie 17% pokrycia listy kontraktowej, do TOP10 weszło już 9 339 fraz (1 545 w TOP3). To efekt synergii: nasza praca pokrywa nowe frazy i równocześnie wzmacnia istniejące URL-e (rozbudowa zastanego contentu, schema, internal linking, baza RAG, autorytet domeny).
Ogniwo 4 · Zamówienie
Z 9 339 fraz w TOP10 — 71% klika do PDP lub kategorii (commercial intent), reszta to artykuły edukacyjne (informational intent), które karmią remarketing i dają attribution-assist. Średni CR ze sklepu Marki X: 2,8%. Średnia wartość koszyka: 167 zł. Konwersje GA4 z organica wzrosły z ~252 dziennie (listopad 2025) do ~3 870 dziennie (kwiecień 2026, średnia z 4 ostatnich tygodni). To +15× wzrost konwersji organic, spójny z 14× wzrostem ruchu — i to, przypominamy, przy 17% pokrycia listy kontraktowej.
Ten sam łańcuch zadziałał na Allegro — tam też zaczynaliśmy od fraz z listy kontraktowej, pokryliśmy je tytułami i opisami 7 000 listingów, ruch z wyszukiwarki Allegro wzrósł, sprzedaż 7 000 zoptymalizowanych listingów wzrosła o +340 000 zł/mc, podczas gdy 21 000 nieoptymalizowanych listingów (control group) nie ruszyło. Kluczowa lekcja dla finansów: pokrycie listy kontraktowej jest sygnałem opóźnionym o ~30–60 dni od przychodu i stosunkowo liniowym w pierwszej fazie nasycenia. Jeśli wiesz, że w tym miesiącu pokryjesz ~600 fraz, masz dane do prognozy ruchu i sprzedaży na kolejne 60 dni — z dokładnością, której klasyczny SEO nie daje.
styczeń – kwiecień 2026 · 4 miesiące
7 000 listingów Allegro pod GEO — projekt o najwyższym ROI
Allegro to dla większości polskich e-commerce największy nieoptymalizowany aktyw. Marketplace generuje przychód, ale algorytm Allegro Ads i sortowanie organiczne zaczęły reagować na te same sygnały co Google: jakość listingu, kompletność parametrów, struktura opisu, FAQ. Do tego — coraz częściej AI typu Perplexity i ChatGPT sięgają do Allegro przez retrieval, gdy szukają „gdzie kupić X”.
Co dokładnie zrobiliśmy z 7 000 listingów
1. Selekcja
Z 28 000 listingów wybraliśmy 7 000 (25%) — kryteria: marża jednostkowa > 18%, search volume frazy > 200/mc, brak content-spamu producenta. Pozostałe 21 000 zostawiliśmy jako control group.
2. Generacja przez RAG
Dla każdego listingu RAG dobrał: nowy tytuł (zgodny z polityką Allegro, max 75 znaków), nowy opis HTML (1 800–2 400 znaków, struktura: zalety / skład / dawkowanie / kiedy stosować / FAQ / dla kogo), wszystkie parametry (50–95% kompletności).
3. Walidacja
Custom GPT sprawdzał zgodność z polityką Allegro (zakazane słowa, forbidden claims medyczne, prawo żywnościowe). Redaktor zatwierdzał próbki 5%.
4. Batch update przez API
Allegro REST API + n8n flow: kolejka 7 000 zadań, throttling 50/min, retry 3×, log każdej operacji. Pełen update w 14 dni kalendarzowych.
5. Schema Q&A na listingu
Allegro nie pozwala na pełne JSON-LD, ale FAQ w HTML jest indeksowany przez Google. Każdy z 7 000 listingów dostał blok FAQ z 4–6 pytaniami sformatowanymi pod cytowanie w AI.
6. Monitoring
Daily snapshot: pozycja w wyszukiwarce Allegro, liczba odsłon, dodania do koszyka, sprzedaż per listing. Atrybucja przyczynowa via control group (zoptymalizowane vs nie).
Wynik biznesowy
7 000 zoptymalizowanych listingów wygenerowało +340 000 zł dodatkowej sprzedaży miesięcznie po 6 miesiącach od startu (vs miesiąc bazowy). 21 000 nieoptymalizowanych listingów (control group) — wzrost na poziomie szumu (±2,1%, w granicach sezonowości). Wniosek: cały efekt to konsekwencja optymalizacji, nie trendu rynkowego.
Skala robi tu różnicę: 7 000 listingów ręcznie przepisanych przez ghostwriter-agencję = ~280 godzin pracy × 250 zł = 70 000 zł jednorazowo, plus 6 tygodni czasu. Nasz batch przez API + RAG: 14 dni i ~22 godziny pracy zespołu, w abonamencie. To różnica między „stać Cię na to” a „nie stać Cię na to”.
cała współpraca · narzędzia robocze CCZGR
Customowe wtyczki i automatyzacje — działają u nas, nie u klienta
W całym wdrożeniu pracuje komplet customowych wtyczek dla PrestaShop, automatyzacji procesowych, integracji API z Allegro i własnych modeli AI zbudowanych przez CCZGR. Wszystkie te narzędzia służą nam do realizacji zlecenia, nie klientowi do zarządzania nim. Klient korzysta z efektu — gotowych treści, schema, listingów, raportów — a nie loguje się do paneli ani nie utrzymuje infrastruktury. Świadomie nie zasypujemy klienta narzędziami: każde dodatkowe narzędzie to dodatkowe godziny pracy klienta na obsługę, alerty, decyzje. Płaci za rezultat.
Customowe wtyczki PrestaShop
Mamy zbudowany komplet wtyczek pod PrestaShop, które generują schema, meta, internal linking, sitemap i obsługują push treści przez nasze AI. Wdrożone u klienta, ale obsługiwane wewnętrznie przez nasz zespół — klient nie konfiguruje, nie loguje się, nie zarządza.
Automatyzacje procesowe
Workflow-y odpowiedzialne za: orchestracja produkcji contentu, batch-update listingów Allegro, push do CMS klienta, regeneracja sitemap-ów, request indeksacji w GSC, monitoring spadków, generowanie raportów. Wszystko żyje w naszej infrastrukturze.
Integracja z Allegro REST API
Pełna automatyzacja batch-update’ów 7 000 listingów: throttling, retry, log, kolejka. Po stronie klienta — nic. Po naszej — kompletna obserwowalność każdego pojedynczego listingu i każdej zmiany.
Autorskie modele AI CCZGR
Dwa równoległe modele: (1) generujący treści — uczy się z TOP-ów wyszukiwarek i AI, tworzy lepiej zoptymalizowane wersje; (2) walidujący treści — sprawdza halucynacje, zgodność z prawem żywnościowym, tone of voice, gęstość encji.
Agent monitorujący spadki w GSC
Mierzy średni ruch per URL co 14 dni, identyfikuje top spadki, automatycznie odpala pipeline rozbudowy + republikacji. U Marki X stale na TOP 20 wpisów ze spadkami. Usługa dodatkowa, dokupowana do pakietu (jednorazowo lub w abonamencie).
Monitoring widoczności w AI
Daily check obecności marki w odpowiedziach generatywnych (ChatGPT, Gemini, Perplexity, Claude, Copilot, AI Overviews). Wyniki konsolidowane do raportu miesięcznego. Bez naszej pracy klient nie miałby tej metryki w żadnym standardowym narzędziu SEO.
Filozofia narzędziowa CCZGR
Każde narzędzie, które oddajemy klientowi, jest narzędziem, którego klient musi używać. Każde narzędzie, które klient musi używać, jest źródłem utraty czasu klienta i potencjalnym wąskim gardłem. Dlatego wszystko, co możemy, robimy u siebie. Klient ma dostęp do raportów, ma własność contentu, ma własność danych — ale nie obsługuje narzędzi. To jest powód, dla którego klient w tym case studies potrzebuje ~30 minut miesięcznie na obsługę wdrożenia, mimo że obejmuje ono 28 000 produktów, 1 200 artykułów i 7 000 listingów Allegro.
7 kwietnia 2026 · core update + AI Overviews refinement
Recovery w 21 dni po globalnym update — gdy konkurencja wciąż walczy
7 kwietnia 2026 Google rolloutował core update + zmiany w generowaniu AI Overviews. Dane GSC pokazały to brutalnie: ruch z poziomu ~23 400 kliknięć w tygodniu spadł do 3 306 kliknięć (5–11 kwietnia). Marka X straciła w jednym tygodniu ~85% widoczności. Każda godzina to były dziesiątki tysięcy złotych straconych zakupów. Standardowa agencja w takim momencie planuje audyt na 6 tygodni i pisze raport.
Co zrobiliśmy w 21 dni
Identyfikacja
Pełen diff GSC + Senuto + Ahrefs przed/po update’cie. Wnioski: spadki dotknęły głównie artykułów edukacyjnych z silosów witaminowych (47% volumen), Allegro listingów nie ruszyło, PDP ze sklepu spadły umiarkowanie (-23%). Hipoteza: aktualizacja sygnałów jakości w AI Overviews — punktuje teraz mocniej autorytet źródła i citation graph, słabiej „informacje ogólne”.
Reoptymalizacja batch’owa
RAG przekonfigurowany na nowy scoring: każdy artykuł edukacyjny otrzymał aktualizację — więcej cytowań źródeł (DOI, PubMed, EFSA), mocniejszy author w schema (z linkami do CV dietetyka), pogłębione FAQ z encjami z AI Overviews. 1 247 URL-i przepisanych w 5 dni.
Knowledge Graph + encje
Aktualizacja Wikidata same:as dla marki. Submission do Google Knowledge Graph i Bing Places. Wzmocnienie encji marki i produktów we wszystkich powiązanych platformach (Wikidata, Schema, sameAs cross-service).
Recrawl, monitoring, dostrajanie
Sitemaps push do GSC i Bing, recrawl request na 1 247 URL-i, daily-monitoring pozycji. Drobne korekty w 3 największych silosach (kolagen, omega-3, melatonina). 25 kwietnia GSC pokazuje 32 370 kliknięć w tygodniu — wyżej niż przed update.
Recovery time: 21 dni. Konkurencja na 7 obserwowanych domenach po analogicznych spadkach: do dziś (28 dni po update) tylko 2 wróciły do 50% poziomu sprzed update’u. 5 nadal stoi pod kreską. Branża SEO publicznie raportuje typowy recovery 3–6 miesięcy.
Dlaczego nasze AI radzi sobie szybciej
Bo nie potrzebujemy 6 tygodni na „research, audyt i propozycję strategii”. RAG zna każdy URL Marki X od pierwszego dnia. Po update Google wystarczy zaktualizować scoring i odpalić batch. Człowiek-redaktor walidą bardziej niż edytuje. Skala 1 247 URL-i ręcznie = 6 redaktorów × 6 tygodni = 36 tygodni roboczych. Z naszym pipeline: 5 dni.
Wyniki w liczbach (dane z Google Search Console + Senuto)
Wszystkie liczby pochodzą bezpośrednio z paneli klienta — Google Search Console oraz Senuto. Eksporty udostępnione w trakcie współpracy oraz w raportach dwutygodniowych (klient ma pełny dostęp w czasie rzeczywistym).
KPI sumaryczne — cały okres (1 maja 2025 – 2 maja 2026)
w pełnym oknie pomiarowym GSC
SERP + AI Overviews
z dynamiką wzrostową w 4 ostatnich miesiącach
zważona po wszystkich frazach
Frazy w Senuto — dane 1:1 z panelu klienta od startu działań
10 grudnia 2025 (~30 dni od startu współpracy, fundament techniczny już położony, content jeszcze nie wszedł na masową skalę): 19 072 fraz w TOP 50, 1 668 w TOP 10, 333 w TOP 3. Stan na 2 maja 2026 (po 6 miesiącach pełnego wdrożenia + 21-dniowym recovery po update Google): 43 051 fraz w TOP 50, 9 339 w TOP 10, 1 545 w TOP 3. To odpowiednio +126%, +460% i +364% wzrostu.
Co istotne: frazy w TOP 10 wzrosły 5,6× przy 14× wzroście ruchu — czyli AI nie tylko pozyskuje nowe frazy, ale przede wszystkim wpycha istniejące, kaloryczne frazy wyżej w SERP. Średnia pozycja po stronie klienta nie pełzała z 30 na 28 — przeskakiwała z TOP 50 do TOP 10, a często TOP 3, na frazach z search volume 5–50 tys./mc.
Ruch organiczny (Google Search Console) — kliknięcia tygodniowo
Od startu współpracy 10 listopada 2025 do 25 kwietnia 2026. Zaznaczony update Google z 7 kwietnia oraz tydzień recovery.
Frazy w TOP 3 / TOP 10 / TOP 50 — Senuto
Bilans widoczności w Google PL od 1 września 2025 do 2 maja 2026. Skok między grudniem a marcem to efekt rozbudowy contentu i wdrożenia schema; ostatni tydzień jest jeszcze nieprzeliczony do końca przez Senuto.
Allegro: 7 000 zoptymalizowanych vs 21 000 nieoptymalizowanych listingów
Atrybucja przyczynowa via control group. Sprzedaż miesięczna w PLN, baseline = listopad 2025 = 100%.
Recovery time po update Google (kwiecień 2026)
Marka X (Omni Search AI) vs średnia z 7 obserwowanych konkurentów po analogicznych spadkach. Indeks ruchu (100 = poziom sprzed update’u, 7 kwietnia 2026).
CCZGR vs klasyczna agencja ręczna — koszt, tempo, zakres
Tak wyglądałby ten sam zakres pracy realizowany metodami klasycznymi. Liczby brutto/netto i koszty pracy doświadczonej agencji SEO obsługującej e-commerce w skali 28 000 SKU + Allegro.
| Wskaźnik | CCZGR (ten case study) | Klasyczna agencja ręczna |
|---|---|---|
| Budżet stały / miesiąc | 4 000 – 6 000 zł netto (przedział tego klienta) | ~30 000 zł brutto/mc (3 copy full-time + strateg + optymalizator + narzędzia AI) |
| Inicjalne prace (analiza + strategia + wytyczne) | poniżej 5 000 zł netto · 30 min analizy AI + ~tydzień konfiguracji | min. 8 000 zł netto · ~miesiąc pracy zespołu (i to jeśli agencja w ogóle robi pełną analitykę biznesową) |
| Wdrożenie automatyzacji Allegro + reoptymalizacja zastanych wpisów | 30 000 zł netto jednorazowo | brak w ofercie większości agencji · oszacowanie ręczne: 200 000 – 350 000 zł |
| Pełna analiza biznes + content + technika | 30 minut (AI) + ~tydzień konfiguracji jednorazowej | ~miesiąc + min. 8 000 zł · rzadko kto w ogóle to robi |
| Liczba fraz na liście GAP (z analizy AI) | 30 000+ z mapą URL i scoringiem | 300–800 z briefów merytorycznych |
| Lista kontraktowa (wybór klienta) | 21 000+ fraz na 36 mc | 200–500 fraz na 12 mc |
| Tempo pokrycia fraz | ~600 fraz / miesiąc | ~30–80 fraz / miesiąc |
| Walidacja „co realnie konwertuje” | na bazie kilku tys. fraz Google Ads klienta | brak (intuicja stratega) |
| Czas do pierwszych wzrostów | 2–3 miesiące | 6–9 miesięcy |
| Tempo produkcji nowego contentu | ~400 art/mc + silosy (AI + walidacja) | 10–25 art/mc (copywriter + redaktor) |
| Rozbudowa zastanych 1 058 artykułów | w cyklu 5 mc · zero kasowania · pipeline AI | ~5 200 godzin · z reguły kasowanie + scalanie |
| Optymalizacja 7 000 listingów Allegro | 14 dni batch przez API + AI | ~6 tygodni · ręczne przepisywanie listingów |
| Recovery po core update | 21 dni | 3–6 miesięcy |
| Cytowania w AI (ChatGPT, Gemini, Perplexity, Claude, Copilot) | monitorowane stale, 5 silników | brak (poza zakresem klasycznego SEO) |
| Pokrycie schema.org | 100% PDP + Article + FAQ + HowTo + Speakable | ~30% (wdrożenia manualne, niespójne) |
| Czas pracy klienta po starcie | ~30 min/mc (call statusowy) | 3–6 godzin/tydzień (zatwierdzanie, briefy) |
Kontekst do liczb: przedział 4 000 – 6 000 zł / mc to realny budżet tego klienta — nie cennik publiczny. Mniejsze e-commerce zaczynają u nas już od 500 zł / mc. Z drugiej strony — gdyby ten sam zakres pracy (28 000 SKU + Allegro + 1 200 artykułów + ~400 nowych art/mc) realizowała klasyczna agencja ręczna w trybie pełnoetatowym, to same wpisy blogowe przy takiej skali wymagałyby minimum 3 copywriterów full-time + stratega + optymalizatora + budżetu na narzędzia AI = co najmniej 30 000 zł brutto / mc z kosztami umów i nadzoru. Plus oddzielne projekty automatyzacji Allegro, reoptymalizacji blogów i monitoringu — łącznie kilkukrotnie wyższy total cost of ownership niż w naszym modelu.
Co mówi Marka X po 6 miesiącach
„Najbardziej zaskoczył mnie nie sam wzrost — to było w ofercie. Zaskoczyło mnie, że kwietniowy update Google nas obniżył tylko na chwilę. Cały rynek leży, telefony dzwonią u konkurencji, a my mamy w trzy tygodnie ruch większy niż przed update’em. To jest ta różnica, której wcześniej nie rozumiałem — nie chodzi o ile słów Wam dali, tylko jak szybko reagujecie, gdy świat się zmienia.”
„Dodatkowo samo tempo wzrostów to coś, czego nie doświadczyliśmy nigdy wcześniej z żadną agencją. Sposób prowadzenia spotkań, podsumowań i raportowania — to jest inny poziom, czego się nie spodziewałem po agencji SEO. A przy tym ludzie są mega fajni i kompetentni. Widać, że AI wykonuje większość pracy, bo zarówno PM jak i dział techniczny CCZGR poświęca czas na pracę ze stroną i swoimi modelami AI — nie na klepanie listy zadań w kółko. Resztę robi za nich AI, którą zbudowali.”
„Na starcie, jak opowiadali, co robią i jakie robią wyniki w rok, pukałem się w czoło, że to brzmi zbyt dobrze. Ale obsługiwali moją znajomą — to potwierdziła, plus pokazywali to na żywo na spotkaniu, otwierając panele klienta na ekranie. Finalnie nie chcę zapeszać, ale nigdy nie mieliśmy podobnych wzrostów i takiego tempa — mimo zmian w algorytmach, mimo Helpful Content Update, mimo wycięcia ruchu przez AI Overview rok temu. Pierwsza agencja w 15-letniej historii naszego e-commerce, która nie ma wymówek tylko rozwiązania.„
Pytania, które najczęściej zadają nam ownerzy e-commerce
FAQ skonstruowany pod realne pytania, jakie pojawiają się w rozmowach handlowych. Każde pytanie ma JSON-LD FAQPage schema na początku strony — zoptymalizowane pod cytowanie w AI Overviews i Perplexity (zgodnie z najnowszymi wytycznymi Google E-E-A-T).
Czy GEO AI zadziała dla mojego e-commerce, jeśli mam mniejszy katalog niż 28 000 SKU?
Tak. Skala wdrożenia jest dopasowywana do katalogu — sklep z 200 SKU dostaje inny pakiet niż sklep z 28 000 SKU. Dla mniejszych katalogów rezygnujemy z części automatyzacji batch i zwiększamy nacisk na content + schema. Pakiety zaczynają się od 500 zł / mc dla mniejszych sklepów. Tempo wzrostu fraz, ruchu i konwersji jest proporcjonalne — większy katalog daje mocniejszy efekt skali, ale każda skala ma swoją krzywą wzrostu.
Ile czasu trwa wdrożenie GEO AI dla e-commerce i kiedy zobaczę pierwsze wyniki?
Sama analiza biznesowa i strategiczna — 30 minut z naszym AI plus ~tydzień konfiguracji jednorazowej. Pierwsze techniczne fundamenty (schema, meta, internal linking) — 4–6 tygodni. Pierwsze widoczne wzrosty ruchu — 2–3 miesiąc od startu wdrożenia. Pełne efekty na skali kontraktowej — 6–12 miesięcy w zależności od katalogu. W tym case study klient po 6 miesiącach miał 14× wzrost ruchu i +340 000 zł / mc dodatkowej sprzedaży na Allegro.
Co jeśli AI Overview wycina mi ruch z organica — czy GEO to naprawi?
Tak — bo GEO walczy o coś innego niż klasyczne SEO. AI Overview wycina ruch z linków klasycznych, ale generuje cytowania, w których możesz być źródłem. Marka X wiosną 2025 straciła ~62% ruchu organicznego po rolloutcie AI Overview w Polsce. Po 6 miesiącach naszego wdrożenia: 14× wzrost ruchu mimo dalszego działania AI Overview, plus 22 000 cytowanych fraz w odpowiedziach generatywnych vs 700 na start. AI Overview wycina ruch tym, którzy nie są optymalizowani pod GEO — i przesyła ruch tym, którzy są.
Co jeśli mój sklep jest na innym CMS niż PrestaShop — Magento, Shopify, własna platforma?
Działa na każdym CMS — Magento, Shopify, WooCommerce, BaseLinker, IdoSell, Comarch, Shoper, własne rozwiązania headless. Wdrożenia różnią się głównie warstwą integracji: dla popularnych platform mamy gotowe customowe wtyczki, dla niestandardowych systemów dostarczamy specyfikacje techniczne (JSON-LD, meta, struktura URL, internal linking) zespołowi DEV klienta. W tym case studies klient ma PrestaShop, ale ten sam pipeline odpaliliśmy też dla Magento, IdoSell, Shopify i kilku custom-headless.
Czy mogę zacząć tylko od jednego elementu — np. tylko optymalizacji Allegro, bez sklepu?
Tak. Modułowość Omni Search AI pozwala wdrożyć tylko wybrany kanał. W tym case studies optymalizacja 7 000 listingów Allegro zamknęła się w jednorazowym koszcie 30 000 zł netto — niezależnie od reszty wdrożenia. Sama optymalizacja Allegro daje +340 000 zł / mc dodatkowej sprzedaży, więc ROI dla tego pojedynczego modułu jest miesięczny. Możesz zacząć od Allegro, a sklep i blog dorzucić w drugim cyklu.
Co jeśli moja branża jest mocno regulowana — medycyna, prawo, finanse, suplementy?
Pracujemy w branżach regulowanych regularnie (medyczna, prawna, ubezpieczeniowa, suplementy, kosmetyki). Każda branża ma swoją listę zakazanych claimów i wymóg autora-merytoryka. Nasze AI ma wbudowane filtry pod konkretną branżę (np. dla suplementów: prawo żywnościowe, EFSA, regulacje GIS), a walidacja merytoryczna idzie przez certyfikowanego specjalistę (dietetyka, prawnika, brokera ubezpieczeniowego). Nie publikujemy treści, która łamie regulacje branżowe.
Jak długo muszę być związany kontraktem? Co jeśli będę chciał zrezygnować?
Standardowo proponujemy kontrakt na 12, 24 lub 36 miesięcy — bo tempo realizacji jest proporcjonalne do długości i lista jest planowana proporcjonalnie. Ale wypowiedzenie jest 7-dniowe, bez kar — to standard CCZGR od lat. Kontrakt mieści się na jednej stronie A4. Klient nie ma vendor lock-in — wszystkie treści, schema i materiały zostają u niego. Możesz zrezygnować w dowolnym momencie i pójść dalej z innym wykonawcą lub samodzielnie.
Co po zakończeniu kontraktu? Czy dalej będę miał ruch?
Tak. Cała baza treści, schema, internal linking, struktura silosów — wszystko zostaje u Ciebie. Treści, które zoptymalizowaliśmy, dalej rankują. Ruch nie znika z dnia na dzień. Co znika po zakończeniu kontraktu: bieżąca produkcja nowego contentu, monitoring spadków, automatyczna reoptymalizacja po update Google. Innymi słowy — masz aktywa, ale nie masz silnika, który je rozwija. Większość klientów po pierwszym kontrakcie zostaje na kolejny cykl, bo świat (i Google) się zmienia szybciej niż statyczna baza może nadążyć.
Czy obsługujecie moich konkurentów? Jak wygląda kwestia wyłączności?
W obrębie tego samego mikro-segmentu (np. ten sam typ produktu w tej samej lokalizacji) standardowo nie obsługujemy konkurencji bezpośredniej, jeśli klient sobie tego życzy. Wyłączność w obrębie kategorii / regionu jest opcją kontraktową — wymaga dopłaty, ale jest dostępna. Dla szerokich kategorii (np. e-commerce z suplementami w skali ogólnopolskiej) wyłączności nie gwarantujemy domyślnie, bo to niemożliwe ekonomicznie — ale zawsze rozmawiamy o konkretnym wyciszeniu / wyłączeniu segmentu.
Czy gwarantujecie konkretne wzrosty? Jakie KPI ustawiamy w umowie?
Nie gwarantujemy konkretnych wzrostów liczbowych w umowie — bo to byłaby gwarancja, której uczciwa agencja SEO/GEO nie powinna dawać (Google nie kontrolujemy, AI nie kontrolujemy, sezonowość biznesu nie kontrolujemy). Gwarantujemy tempo pracy, jakość treści, pełne pokrycie listy fraz w czasie kontraktu, recovery po update Google w ramach umowy, walidację merytoryczną. Nie ustawiamy też wewnętrznych celów liczbowych zespołu — bo te wymuszają niezdrowe decyzje content-na-ilość. Pracujemy na założenia strategiczne, raportujemy efekty co miesiąc.
Ile pracy z mojej strony wymaga prowadzenie tego wdrożenia?
Po starcie — około 30 minut miesięcznie call statusowy + ewentualne odpowiadanie na pytania merytoryczne. Najwięcej pracy klient ma na początku: 2 dni robocze na wybór listy fraz (klient i jego zespół przegląda 30 000 fraz i wybiera ~21 000 do realizacji) + ~tydzień na udostępnienie wewnętrznej bazy wiedzy (raporty, certyfikaty, badania, specyfikacje produktowe). Po tym etapie nasze AI ma wszystko, czego potrzebuje, i klient wraca do swojej pracy.
Jak monitorujecie cytowania marki w odpowiedziach generatywnych ChatGPT, Gemini, Perplexity?
Stale monitorujemy obecność marki w 5 silnikach generatywnych: ChatGPT, Gemini, Perplexity, Claude, Copilot oraz w AI Overviews. Mierzymy: liczbę cytowanych fraz / tematów (na start tego klienta — ~700, dziś ~22 000), kontekst w którym marka się pojawia, czy jest cytowana jako źródło z linkiem zwrotnym, jak mocną pozycję ma w odpowiedzi (pierwsze zdanie, środek, końcówka). Wyniki konsolidowane do raportu miesięcznego. Bez naszej pracy klient nie miałby tej metryki w żadnym standardowym narzędziu SEO.
Co jeśli Google zrobi kolejny duży update i mój ruch spadnie?
Update’y Google są częścią kosztów prowadzenia biznesu w internecie — nie pytanie czy, tylko kiedy. W tym case study klient po update z 7 kwietnia 2026 stracił ~85% ruchu w jeden tydzień. Recovery zajęło 21 dni dzięki naszemu agentowi monitorującemu spadki, batch-reoptymalizacji 1 247 URL-i przez nasze AI i automatyzacji republikacji. Konkurencja po analogicznych spadkach: 3–6 miesięcy do pełnej odbudowy. Recovery jest standardowym elementem naszej usługi, bez dodatkowych kosztów.
Czy frazy które wybiorę z waszej listy GAP faktycznie konwertują, czy to tylko „popularne hasła”?
Konwertują — bo lista GAP jest budowana między innymi na bazie kilku tysięcy fraz, które klient wcześniej testował w Google Ads. Dla każdej frazy z testu Ads znamy realny CPC, CR i marżę produktu, na który prowadzi. Frazy z dużym ruchem ale 0 konwersji są filtrowane na poziomie scoring. To jest podstawowa różnica między naszą metodą a klasycznym keyword research, który dobiera frazy pod „search volume” bez powiązania z biznesem.
Co z linkbuilding — czy budujecie linki, czy to tylko content i schema?
Linkbuilding to u nas usługa dodatkowa — poza standardowym kontraktem, opisywana osobno i nieobecna w case studies. Zewnętrzne linki PR-owe zależą od dodatkowego budżetu i chęci klienta. Zasada jest prosta: jeśli klient ma okazję opublikować wartościowy content gdziekolwiek i przy okazji pozyskać link dofollow — warto to robić. Nie musimy ich jednak budować, by osiągać świetne wyniki — co ten case study dobitnie pokazuje.
Czy obsługujecie też sklepy bez Allegro — albo wyłącznie B2B / SaaS?
Tak — obsługujemy e-commerce z Allegro lub bez, sklepy B2B, SaaS-y, marketplace’y, producentów, usługi lokalne, kancelarie, kliniki, agencje, deweloperów, sektor publiczny. W liście naszych ~30 case studies (link na końcu strony) znajdziesz wdrożenia z różnych modeli biznesowych. Kanał Allegro to często szybkie ROI dla sklepów ogólnopolskich, ale nie warunek konieczny.
Tak samo zrobimy dla Twojego e-commerce
Wypełnij formularz — w ciągu 1 godziny dostaniesz ofertę z analizą konkurencji, kalkulacją GAP frazowego i prognozowanym ROI. Bez calla „na zapoznanie”, bez 14 dni czekania, bez korpo-PDF-a.
