GEO — generative engine optimisation, optymalizacja silników generatywnych — i AEO — answer engine optimisation, optymalizacja silników odpowiedzi — to dwie etykiety jednego zadania: zrozumieć, jak modele mówią o marce, gdy ktoś pyta, i zmienić to, co te modele mogą pobrać.
Kategoria sprzedaje „widoczność”. Widoczność to słowo-mgła. Rozcinamy je. Wzmianka to nazwa marki w prozie. Cytat to URL, który model podaje jako źródło. Rekomendacja to model mówiący, żeby Cię użyć. Te trzy kolumny są produktem.
Zlewanie ich w jedną „rangę ChatGPT” to folklor. Modele wymieniają Cię, jednocześnie odradzając. To wzmianka z wrogim sentymentem, nie wygrana. Modele cytują domenę konkurenta, mówiąc Twoje imię. To wzmianka bez cytatu, którego chciałeś.
Udział w głosie to Twój wycinek wobec nazwanych peerów: ten sam panel, ten sam silnik, ta sama data. Bez listy peerów to teatr. Pozycja to miejsce w odpowiedzi — pierwsze nazwisko albo schowane za trzema innymi. To nie ranga Google i nie obietnica „trzecie w ChatGPT”.
Śledzenie promptów to instrument: zamrożony zestaw pytań, odpalany według harmonogramu, na dziesięciu nazwanych silnikach. Wachlarz zapytań dzieje się wewnątrz silnika — jedno pytanie użytkownika staje się kilkoma zapytaniami retrievera. Pisz pod rozgałęzienia, nie pod jedno wypolerowane zdanie.
UI konsumenta i API modelu to nie ta sama odpowiedź. Sposób pomiaru należy na etykietę. Stochastyczne odpowiedzi wymagają powtórzeń. Jeden szczęśliwy zrzut to nie metoda, której obronisz na spotkaniu.
Dziesięć silników to powierzchnie, nie liga. ChatGPT to nie Gemini Apps to nie Perplexity. Nazywamy powierzchnię. Nie sprzedajemy zastrzeżonego indeksu z zamkniętą formułą, której nikt nie sprawdzi.
Tyle tu mierzy GEO. Kolejny ruch jest zwyczajny: wpuść crawlera, publikuj fakty do wyciągnięcia, zdobywaj wzmianki na domenach, które model już cytuje, i zmierz ponownie za miesiąc.