Widoczność sklepu w ChatGPT i Perplexity: 7 kroków przez 14 dni

Bo modele językowe szukają zdań, które da się przytoczyć bez przeróbki: definicji, liczb ze źródłem, odpowiedzi na konkretne pytanie. Kiedy klient pyta, „czy narożnik z funkcją spania zmieści się w salonie 3 na 4 metry”, AI potrzebuje strony, na której stoi wymiar, głębokość po rozłożeniu i zdanie w rodzaju „pasuje do pomieszczenia od 12 m²”. Strona z opisem „komfort i elegancja w Twoim domu” nie ma nic do zacytowania.

W testach, które prowadzę na sklepach z wysokim koszykiem, źródła cytowane przez ChatGPT, Perplexity i Google AI Overviews układają się podobnie: około 58% to strony z sekcją FAQ i danymi w tabeli, 27% to artykuły z liczbami i porównaniami, 9% to ogólne opisy kategorii, reszta to fora i marketplace’y. Proporcje różnią się między branżami, ale kolejność nie.

Wniosek jest niewygodny: ładne copy, nad którym pracował copywriter, jest dla AI niewidoczne. Widoczne są tabela z parametrami, pytanie „czy pasuje do” z odpowiedzią i kod, który mówi maszynie, że to produkt, ta cena i ta firma. Definicje pojęć, które pojawiają się dalej, znajdziesz w słowniku.

Siedem kroków, każdy do zrobienia siłami sklepu, bez nowej platformy i bez przebudowy strony. Kolejność ma znaczenie: pierwsze dwa otwierają drzwi, kolejne cztery dają botom coś do zacytowania, ostatni mierzy efekt.

1. Dni 1-2: robots.txt. Sprawdź, czy wpuszczasz GPTBot, ClaudeBot, PerplexityBot i Google-Extended. Wiele sklepów blokuje je domyślnie przez wtyczkę bezpieczeństwa albo CDN. Zablokowany bot to zero wzmianek, niezależnie od tego, co zrobisz dalej.
2. Dni 2-3: llms.txt. Plik tekstowy w katalogu głównym z faktami o firmie: co sprzedajesz, od kiedy, skąd wysyłasz, ile trwa dostawa, jaka jest gwarancja, jakie masz ceny od-do w każdej kategorii. Zdania krótkie, każdy fakt w osobnej linii.
3. Dni 4-7: karty produktów. Tabela parametrów na każdej karcie: wymiary, wymiary po rozłożeniu, materiał, nośność, czas dostawy. Pod tabelą trzy pytania w formie „czy pasuje do salonu 15 m²”, „czy nadaje się do codziennego spania”, z odpowiedzią w jednym zdaniu.
4. Dni 8-9: strona „porównanie” i „ile kosztuje”. Jedna strona porównująca Twoje 3-4 modele w tabeli i jedna z odpowiedzią na pytanie „ile kosztuje narożnik z funkcją spania”, z widełkami cen i tym, od czego zależą. To dwa najczęstsze typy pytań, jakie ludzie zadają AI przed zakupem.
5. Dni 10-11: opinie z konkretami. Poproś 10 klientów o opinię z pytaniem pomocniczym: jaki model, do jakiego pokoju, po ilu miesiącach. „Super kanapa” nie jest cytowane. „Narożnik Malmo po 8 miesiącach codziennego spania, brak zapadnięć” już tak.
6. Dni 12-13: schema.org. Product z ceną i dostępnością na każdej karcie, FAQPage tam, gdzie są pytania, Organization na stronie głównej z adresem, NIP i telefonem. Sprawdź w walidatorze Google, czy nie ma błędów.
7. Dzień 14: test 10 pytań. Opisany w następnej sekcji.

Jeśli masz zespół, kroki 3 i 5 idą równolegle i cały plan zamyka się w 10 dni roboczych. Checklistę z tymi krokami i szablonem llms.txt znajdziesz w materiałach do pobrania.

Zadaj 10 pytań, które zadałby Twój klient, w ChatGPT i w Perplexity, i zapisz w arkuszu, jakie sklepy i strony zostały wymienione. Pytania mają być takie, jakie ludzie wpisują naprawdę: „jaki narożnik do salonu 12 m² z funkcją spania do 5 000 zł”, „która kanapa nadaje się do codziennego spania”, „porównaj sofę X i Y”. Zrób to w dniu 0, przed wdrożeniem, i powtarzaj co dwa tygodnie.

Wynik zapisuj jako liczbę pytań, w których pojawia się Twój sklep. Realistyczna krzywa dla sklepu, który zaczyna od zera, wygląda tak: 0 z 10 przed wdrożeniem, 2 z 10 po dwóch tygodniach, 4 z 10 po sześciu tygodniach, 6 z 10 po trzech miesiącach. Modele odświeżają indeks nierówno, więc Perplexity zwykle reaguje w tydzień, ChatGPT z przeglądaniem w 2-4 tygodnie, AI Overviews najwolniej.

Trzy zasady, żeby test miał sens:

• Te same 10 pytań za każdym razem. Zmiana pytań psuje porównanie.
• Nowe okno, bez zalogowanego konta, które pamięta historię. Inaczej AI zacznie polecać Ci Twój własny sklep.
• Zapisuj też konkurencję. Jeśli jeden sklep wygrywa 8 z 10 pytań, wejdź na jego strony i sprawdź, co ma w tabelach i FAQ. To najtańszy audyt, jaki zrobisz.

Nie ruszy. Widoczność w AI buduje popyt, ale robi to powoli i nie da się jej przypisać do konkretnej sprzedaży. Klient, który dostał Twoją nazwę od ChatGPT, wchodzi z wpisu bezpośredniego albo z wyszukiwania brandowego, i w panelach wygląda jak ruch organiczny. Po 12 tygodniach zobaczysz więcej wyszukań nazwy sklepu i więcej wejść z Perplexity w GA4, ale w miesięcznym MER to będzie ułamek procenta.

Dlatego w EcomElevator trzymam to poza rdzeniem. Rdzeń programu to rzeczy, które ruszają MER w 90 dni: marża, pomiar na kasie, luka atrybucji, kreacje i retencja. Z tych elementów rozliczam się procentem od przyrostu i nie chcę, żeby ktoś płacił mi za coś, czego nie umiem policzyć w tym samym kwartale. Jak dokładnie liczę przyrost, pokazuje otwarta matematyka rozliczenia.

Widoczność w AI to inwestycja w CAC za rok, nie w MER za kwartał. Jeśli ktoś obiecuje Ci, że „optymalizacja pod ChatGPT” podniesie sprzedaż w miesiąc, pytaj, jak to zmierzy.

Jednocześnie właśnie dlatego warto to zrobić teraz. Plan zajmuje 14 dni siłami sklepu, kosztuje głównie czas, a po 12 miesiącach część klientów przychodzi z gotową decyzją, bez klikania w reklamę. Każdy taki klient obniża średni CAC, a jak ten CAC się przekłada na zysk przy koszyku 5 000 zł, policzyłem w artykule ile może kosztować klient.

Od testu, nie od wdrożenia. Zanim ruszysz robots.txt i tabele, zadaj 10 pytań w ChatGPT i Perplexity i zapisz wynik. To Twoje zero. Bez niego za trzy miesiące nie będziesz wiedział, czy plan zadziałał, czy po prostu konkurent zniknął.

Potem trzy rzeczy w tej kolejności:

• Otwórz drzwi. robots.txt i llms.txt to dwa dni pracy i warunek, żeby cokolwiek dalej miało sens.
• Daj coś do zacytowania. Tabela parametrów i trzy pytania „czy pasuje do” na 20 najlepiej sprzedających się kartach. Nie na całym katalogu, na tych, które robią 80% przychodu.
• Powiedz maszynie, co widzi. Schema Product, FAQPage, Organization. Walidator Google musi pokazać zero błędów.

Po 14 dniach powtórz test. Jeśli masz 1-2 wzmianki, jesteś na krzywej. Jeśli masz zero, wróć do robots.txt, bo w 8 na 10 przypadków problem jest tam. A jeśli chcesz wiedzieć, która liczba naprawdę mówi, czy reklama zarabia, zacznij od MER liczonego z kasy, a nie z panelu.