Systemy AI czerpią wiedzę o firmach z trzech odrębnych źródeł: z danych treningowych (tego, co model zapamiętał podczas nauki), z wyszukiwania na żywo (tego, co znajdzie w indeksach w momencie pytania) oraz z treści podanej wprost w rozmowie. Dla widoczności firmy kluczowe są dwa pierwsze — i każde działa według innych reguł, w innym tempie i przez inne bramki.
To pierwsza gałąź huba AI Visibility — i celowo pierwsza, bo cała reszta tematu stoi na niej. Zanim zapytamy, dlaczego AI cytuje jednych, a pomija drugich (o tym w gałęzi o cytowaniach), trzeba odpowiedzieć na pytanie wcześniejsze: skąd AI w ogóle wie, że ktokolwiek istnieje. Odpowiedź jest mniej oczywista, niż podpowiada intuicja — i sami przekonaliśmy się o tym w sposób, który opiszemy pod koniec.
Droga pierwsza: dane treningowe, czyli pamięć modelu
Model językowy uczy się na ogromnym zbiorze tekstów zebranych z internetu — i wszystko, co o Twojej firmie znalazło się w tym zbiorze, staje się częścią jego „pamięci”. Jeśli o firmie pisały media, jeśli figuruje w katalogach, jeśli jej strona istniała i była dostępna dla crawlerów treningowych — model może o niej „wiedzieć” bez żadnego wyszukiwania, tak jak człowiek pamięta rzeczy przeczytane lata temu.
Ta droga ma trzy właściwości, które trzeba rozumieć, żeby nie oczekiwać od niej niemożliwego:
Jest wolna. Między momentem, gdy treść pojawia się w internecie, a momentem, gdy trafia do wytrenowanego modelu, mijają miesiące — zbiór danych ma datę graniczną (cutoff), a trening i wdrożenie trwają. Nowa firma, nowa oferta, nowa lokalizacja nie istnieją w pamięci modelu, dopóki nie przemieli ich kolejna wersja.
Jest nieedytowalna. Z pamięci modelu nie da się niczego „poprawić” na życzenie. Jeśli w danych treningowych dominowała nieaktualna wersja informacji o firmie — stary adres, dawna oferta, nazwisko byłego wspólnika — model będzie ją powtarzał do następnego treningu. Jedyna dostępna strategia to dbanie o spójność informacji w internecie na zapas, żeby kolejne zbiory treningowe zassały wersję prawdziwą.
Jest demokratyczna inaczej. Do pamięci modelu nie trafia się przez pozycję w Google, tylko przez obecność w źródłach, które zbiory treningowe obejmują: otwarte archiwa sieci, encyklopedie, fora, media, katalogi. Firma szeroko wzmiankowana ma w tej pamięci silny, wielogłosowy zapis; firma obecna wyłącznie na własnej stronie — pojedynczy i łatwy do pominięcia. To pierwsze miejsce, w którym widać tezę z wstępu huba: Twoja strona jest jednym z głosów o Tobie, nie jedynym.
Droga druga: wyszukiwanie na żywo, czyli indeksy
Na pytania o rzeczy bieżące — „polecisz hydraulika w Radomiu”, „jaka firma robi X” — systemy AI coraz rzadziej polegają na pamięci, a coraz częściej sięgają do wyszukiwania w czasie rzeczywistym. I tu zaczyna się część, którą polska branża widoczności zna najsłabiej, bo wygląda znajomo, a działa inaczej.
Wyszukiwanie na żywo wymaga indeksu — przeszukiwalnej bazy stron. Zbudowanie własnego, pełnego indeksu internetu to jedno z najdroższych przedsięwzięć w branży technologicznej, więc świat AI robi to, co robi każdy racjonalny gracz: korzysta z indeksów, które już istnieją albo są tanio dostępne. Gemini i Tryb AI stoją na indeksie Google — naturalnie. ChatGPT rozwija własne indeksowanie (stąd osobny bot OAI-SearchBot, o którym więcej w gałęzi o crawlerach), historycznie wspierając się indeksem Binga. Perplexity buduje własny indeks wspomagany źródłami zewnętrznymi. A długi ogon narzędzi — lokalne LLM-y, frameworki agentowe, tanie wrappery — sięga po to, co dostępne bez klucza i opłat, czyli najczęściej po DuckDuckGo, które samo czerpie głównie z indeksu Binga.
Wniosek, który z tego płynie, jest niewygodny dla dwudziestoletniego przyzwyczajenia: widoczność w wyszukiwaniu na żywo to widoczność w indeksach, liczba mnoga. Obecność w Google załatwia Gemini i Tryb AI. Nie załatwia całej reszty — a „cała reszta” to właśnie ta część ekosystemu, która rośnie najszybciej, bo składa się z narzędzi budowanych na tym, co wygodne i darmowe.
Historia, która nas tego nauczyła
Nie piszemy tego z teorii. Testując lokalnego asystenta AI z wyszukiwaniem internetowym, poprosiliśmy go o analizę jednej z naszych własnych stron — obecnej w Google, na dobrych pozycjach, od lat. Asystent odpowiedział, że taka strona nie istnieje.
Śledztwo (pełny zapis: po polsku na senteri.pl, po angielsku na senteri.com) doprowadziło od domyślnej wyszukiwarki asystenta (DuckDuckGo — jedynej niewymagającej klucza API) do indeksu Binga, w którym naszej strony nigdy nie było. Nikt jej tam nie zgłosił, crawler Binga sam nie dotarł, a my — jak cała branża — przez lata sprawdzaliśmy widoczność wyłącznie w Google. Naprawa zajęła dwadzieścia minut (Bing Webmaster Tools z importem z Search Console plus protokół IndexNow); wykrycie problemu zajęło lata, bo nikt nie zadał właściwego pytania.
Morał nie brzmi „Bing jest ważny”. Brzmi: nieobecność w indeksie jest niewidoczna z definicji — żaden raport nie pokaże Ci zapytań, przy których nie istniałeś. Jedyny sposób, żeby to wykryć, to sprawdzić samemu, po kolei, w każdym indeksie, który ma znaczenie.
Droga trzecia i mieszanie dróg
Dla porządku: trzecim źródłem wiedzy modelu jest treść podana wprost w rozmowie — użytkownik wkleja stronę, dokument, ofertę i prosi o analizę. Z perspektywy widoczności firmy ta droga jest bierna (nie masz wpływu na to, co użytkownik wklei), ale ma jeden praktyczny wymiar: gdy asystent na prośbę użytkownika sam pobiera wskazaną stronę, robi to osobnym botem, na żywo — i wtedy liczy się, czy strona w ogóle wpuszcza takie odwiedziny i czy jest zrozumiała po pobraniu. To temat na styku tej gałęzi i agent-readiness, do którego wrócimy przy crawlerach.
W praktyce odpowiedzi AI mieszają drogi: model „pamięta” firmę z treningu, dociąga świeże szczegóły wyszukiwaniem, a czasem konfrontuje jedno z drugim. Dlatego widoczność w AI nie ma jednego przełącznika — jest sumą obecności w pamięci (wolnej, wielogłosowej) i w indeksach (szybkich, wielu). Zaniedbanie którejkolwiek połowy daje charakterystyczne objawy: firma „znana” modelom, ale z nieaktualnymi danymi — to zaniedbana pamięć; firma poprawnie opisana, ale nieznajdowana przy pytaniach bieżących — to dziury w indeksach.
Co zrobić z tą wiedzą — trzy kroki
Krok 1: inwentaryzacja obecności w indeksach. site:twojadomena.pl w Google, Bing i DuckDuckGo. Trzy wyniki powinny być porównywalne; każda pustka to znaleziona dziura. Naprawa dziur po stronie Binga: Bing Webmaster Tools (import z Search Console) + IndexNow — szczegóły w instrukcji na senteri.
Krok 2: audyt głosów o firmie. Wyszukaj własną firmę tak, jak zrobiłby to zbiór treningowy: nazwa firmy w wyszukiwarkach, katalogach, portalach z opiniami. Sprawdź, czy wersje informacji są spójne — adres, oferta, nazwiska. Każda rozbieżność to kandydat na przyszłą halucynację modelu o Tobie.
Krok 3: kontrola bramek. Upewnij się, że Twoja strona wpuszcza boty, które ją indeksują i cytują — o tym, które to boty i jak nimi zarządzać bez strzelania sobie w kolano, opowiada następna gałąź huba: crawlery i protokoły warstwy odkrywania.
