Brand mentions a backlinki w SEO: badanie Ahrefs na 75 tys. marek

Dlaczego wzmianki o marce są teraz kluczowe dla widoczności w AI

Zmienia się logika tego, jak marki są znajdowane. W klasycznym SEO przez lata decydował graf linków: kto miał więcej lepszych backlinków, ten zajmował wyższe pozycje. W systemach wyszukiwania AI, takich jak ChatGPT Search, Perplexity, Google AI Overviews i Google AI Mode, to równanie już nie działa. Najwyraźniejszy jak dotąd dowód na to dostarcza zakrojona na szeroką skalę analiza Ahrefs.

Ahrefs, jak sam podaje, przeanalizował 75 000 marek, aby zrozumieć, które czynniki wpływają na wystąpienia marek w AI Overviews. Wynik jest dla praktyków niewygodny: to nie backlinki, lecz wzmianki o marce w otwartej sieci najsilniej korelują z widocznością w AI. Druga analiza, obejmująca trzy systemy AI, pokazała, że wzmianki na YouTube, z wynikiem około 0,737, wykazują najsilniejszą korelację z widocznością w AI, silniejszą niż jakikolwiek inny badany czynnik.

Dla firm B2B w Europie nie jest to akademicki szczegół. Korzystanie z wyszukiwania AI szybko rośnie. Według Bitkom w Niemczech już 50% internautów w wieku od 16 lat przynajmniej okazjonalnie korzysta z czatów AI zamiast klasycznych wyszukiwarek, a 12% robi to wręcz głównie lub wyłącznie. W Austrii, według badania przeprowadzonego przez Reppublika i Handelsverband, około 70% konsumentów przynajmniej sporadycznie korzysta z jakiejś usługi AI. Kto nie pojawia się w tych odpowiedziach, znika z coraz większej części customer journey.

Badanie Ahrefs na 75 tys. marek w szczegółach: metodologia i wyniki

Badanie opiera się na korelacjach rang Spearmana między klasycznymi sygnałami wyszukiwania i marki z jednej strony a częstotliwością wystąpień marek w Google AI Overviews z drugiej. Uwzględniono domeny z Domain Rating powyżej 40, czyli ugruntowane marki, a nie niszowe strony. Najważniejszy ranking korelacji jest wyraźnie zdominowany przez czynniki off-site: Branded Web Mentions korelują na poziomie 0,664, branded anchors na poziomie 0,527, a wolumen wyszukiwań brandowych na poziomie 0,392, podczas gdy liczba backlinków osiąga tylko 0,218.

Z tego wynika główne ustalenie: wzmianki o marce korelują z widocznością w AI mniej więcej trzy razy silniej niż backlinki. Badanie uzupełniające Ahrefs, również na 75 000 marek, obejmujące ChatGPT, AI Mode i AI Overviews, potwierdza ten obraz i go uszczegóławia. Korelacja Branded Web Mentions wynosi tam 0,709 dla AI Mode, 0,664 dla AI Overviews, tak jak w pierwszym badaniu, oraz 0,656 dla ChatGPT. Backlinki i URL Rating wykazują we wszystkich systemach jedynie bardzo słabe zależności.

Ważne zastrzeżenie metodologiczne: korelacja to nie przyczynowość. Silne marki są często wymieniane i często pojawiają się w odpowiedziach AI; oba zjawiska mogą mieć wspólną przyczynę, na przykład rozpoznawalność i znaczenie. Badanie nie dowodzi, że dodatkowa wzmianka mechanicznie generuje dodatkowe wystąpienie w AI. Pokazuje jednak bardzo wyraźnie, że tradycyjny sygnał z backlinków traci w świecie AI moc wyjaśniającą, a jego miejsce zajmują sygnały marki. Przy ustalaniu priorytetów dla zasobów to kluczowa informacja.

Dlaczego LLM-y rozumieją marki z kontekstu, a nie z linków

Różnicę 3:1 między wzmiankami o marce a backlinkami można wyjaśnić sposobem działania dużych modeli językowych. Klasyczne wyszukiwarki historycznie oceniają autorytet za pomocą grafu linków: link to policzalna rekomendacja przekazywana z domeny do domeny. Modele językowe działają inaczej. Uczą się z tekstu i wyprowadzają znaczenie z kontekstu słów i współwystępowania, czyli z tego, w jakich kontekstach nazwa marki pojawia się razem z określonymi tematami, kategoriami i atrybutami.

Dla LLM-a stwierdzenie „Dostawca X jest liderem w rozwiązaniu Y dla branży Z” jest silnym sygnałem, nawet jeśli nie zawiera linku. Właśnie tu następuje zerwanie z klasycznym link buildingiem: wzmianki bez linku, tzw. unlinked mentions, w tradycyjnym SEO były praktycznie bezwartościowe. Dla widoczności w AI są kluczowym sygnałem, ponieważ model przyswaja nazwę marki i jej kontekst semantyczny niezależnie od hiperłącza.

Wynika z tego zmiana strategiczna. Liczy się już nie potencjał linkowy domen, lecz to, jak często, w jakim kontekście i jak spójnie marka jest wymieniana w sieci w powiązaniu ze swoimi kluczowymi tematami. Co-citation, czyli wspólne wymienianie z istotnymi pojęciami i konkurentami, zyskuje na znaczeniu w porównaniu z pojedynczym linkiem dofollow. To zmienia same działania, którymi buduje się widoczność.

YouTube jako niedoceniany kanał GEO

Najbardziej zaskakujące ustalenie badania uzupełniającego dotyczy wideo. We wszystkich trzech systemach AI wzmianki na YouTube, z wynikiem około 0,737, są najsilniejszym pojedynczym sygnałem widoczności w AI, wyprzedzając nawet i tak silne Branded Web Mentions. Jest to zrozumiałe, ponieważ Google i jego systemy AI mogą bezpośrednio przetwarzać treści z YouTube, a transkrypcje stanowią bogate, tematycznie gęste źródło tekstu, w którym marki są wymieniane wprost.

Dla firm B2B nie oznacza to budowania kanału rozrywkowego. Oznacza systematyczne utrwalanie wiedzy eksperckiej w formie wideo:

• Formaty eksperckie: krótkie, skoncentrowane filmy objaśniające zagadnienia branżowe, w których firma i produkt są wyraźnie wymienione, nie tylko w tytule, ale też w wypowiadanym tekście.
• Nagrania webinarów: ponowne wykorzystanie istniejących webinarów B2B jako filmów na YouTube z dopracowaną transkrypcją.
• Filmy o produktach i zastosowaniach: przypadki użycia i wdrożenia z wyraźnym wskazaniem branży, problemu i rozwiązania, tak aby model mógł rozpoznać współwystępowanie.
• Spójne nazewnictwo: w każdym filmie wypowiadać w pełnym brzmieniu nazwy marki, produktów i tematów, ponieważ systemy AI analizują przede wszystkim tekst transkrypcji.

YouTube zmienia się więc z kanału zasięgowego w sygnał widoczności dla odpowiedzi AI. Zastrzeżenie metodologiczne pozostaje ważne: korelacja nie jest gwarancją. Żaden inny kanał nie wykazuje jednak w badaniu uzupełniającym porównywalnie silnego związku.

Earned media i digital PR zamiast klasycznego link buildingu

Jeśli wzmianki o marce są decydującym sygnałem, dźwignia przesuwa się z własnej domeny na zewnętrzne, wiarygodne źródła. Według towarzyszącego komunikatu analiza Muck Rack obejmująca ponad milion promptów AI wykazała, że 85,5% cytowań w AI pochodzi z earned media, a nie ze stron marek. Własna strona jest więc konieczna, ale zdecydowanie niewystarczająca, by być cytowanym w odpowiedziach AI.

Wynika z tego inna logika PR niż w klasycznym link buildingu. Celem nie jest przede wszystkim zdobyty link, lecz osadzona w mocnym kontekście wzmianka w źródłach, którym ufają systemy AI:

• Media branżowe i portale sektorowe: artykuły, wywiady i komentarze eksperckie w odpowiednich publikacjach B2B, w których marka jest wymieniana w kontekście swoich kluczowych tematów.
• Akceptowanie unlinked mentions: wzmianki bez linku nie są już porażką, lecz wartościowym sygnałem, którego warto aktywnie szukać.
• Spójny opis encji: we wszystkich źródłach komunikować to samo, jasne pozycjonowanie, aby model zbudował stabilne rozumienie marki.
• Digital PR zamiast outreachu po linki: lokować tematy i dane, które będą cytowane, zamiast wymieniać się linkami.

Dla marek B2B oznacza to w praktyce obecność w odpowiednich regionalnych mediach branżowych w języku rynku docelowego, ponieważ przy zapytaniach regionalnych systemy AI sięgają po źródła regionalne.

Front-loading i answer islands: taktyki on-page z badań nad GEO

Earned media budują sygnał marki z zewnątrz. On-page decyduje o tym, czy własne treści w ogóle nadają się do cytowania. Naukowe podstawy daje badanie z Princeton dotyczące Generative Engine Optimization, które pokazuje, że GEO może zwiększyć widoczność w odpowiedziach generatywnych nawet o 40%. Skuteczne są przede wszystkim treści, które model językowy może łatwo wyodrębnić.

W centrum stoją dwie zasady. Front-loading oznacza umieszczenie odpowiedzi na początku: każda sekcja zaczyna się od jasnego, samodzielnego stwierdzenia, a dopiero potem pojawiają się uzasadnienie i kontekst. Answer islands to zamknięte w sobie bloki tekstu, które model może zacytować w całości, bez potrzeby sięgania po resztę artykułu.

W praktyce oznacza to, że statystyki ze źródłem, zwięzłe definicje i dobrze sformułowane, bogate w fakty zdania zwiększają prawdopodobieństwo cytowania. Właśnie te elementy (liczby, udokumentowane twierdzenia i jasność języka) badania nad GEO wskazują jako dźwignię. Konkretnie: każdy kluczowy fakt warto sformułować tak, by bez przeredagowania pasował do odpowiedzi AI.

Ruch odsyłający z AI i konwersja: dlaczego ROI się broni mimo niewielkiego wolumenu

Częstym zarzutem wobec GEO jest to, że wyszukiwanie AI nie przynosi prawie żadnego mierzalnego ruchu. Wolumen faktycznie jest niewielki, ale wartość jednej wizyty jest wysoka. Ahrefs podaje dla własnej strony, że 0,5% ruchu z wyszukiwania AI wygenerowało 12,1% wszystkich rejestracji, a użytkownicy z AI konwertują około 23 razy częściej niż klasyczny ruch organiczny. Szersza analiza Semrush wskazuje ten sam kierunek: przeciętny użytkownik z wyszukiwania AI jest, mierząc współczynnikiem konwersji, 4,4 raza cenniejszy niż klasyczna wizyta organiczna.

Wyjaśnienie tkwi w pozycji w lejku. Kto podąża za odpowiedzią AI, już doprecyzował swoje pytanie i jest bliżej decyzji. W B2B przy kontraktach o wysokiej wartości wyraźnie zmienia to rachunek. Nawet kilka wysoko kwalifikowanych wizyt uzasadnia inwestycję, jeśli konwersja jest odpowiednio wysoka.

Wolumen prawdopodobnie też wzrośnie. Według Semrush w ciągu 2025 roku AI Overviews pojawiały się przy 6,49% zapytań w styczniu, 24,61% w lipcu i 15,69% w listopadzie, a Semrush przewiduje, że do początku 2028 roku wyszukiwanie AI może kierować na strony więcej odwiedzających niż wyszukiwanie klasyczne. Kto wcześnie inwestuje w sygnał marki, buduje przewagę w rosnącym kanale.

Share of Model: jak prawidłowo mierzyć nową metrykę

Klasyczne rankingi nie wystarczają do oceny widoczności w AI. Właściwą miarą jest Share of Model, nazywany też czasem Share of Citation: jak często, jak wyraźnie i jak pozytywnie marka pojawia się w odpowiedziach AI na tle konkurencji. To nie jedna wartość, lecz zestaw wskaźników.

• Częstotliwość wzmianek: w jakiej części zdefiniowanego zestawu istotnych promptów marka w ogóle jest wymieniana?
• Share of Voice w odpowiedziach AI: udział własnych wystąpień w porównaniu z wymienianymi konkurentami.
• Cytowane źródła: które domeny są linkowane jako źródło i czy jest wśród nich Twoja marka?
• Wydźwięk: czy marka jest przedstawiana neutralnie, pozytywnie czy niekorzystnie w porównaniu z innymi?
• Pokrycie platform: w których systemach pojawia się marka: w ChatGPT, Perplexity, AI Overviews czy AI Mode?

Skala efektów pokazuje, dlaczego warto to mierzyć. W pierwszym badaniu Ahrefs marki z najwyższego kwartyla wzmianek w sieci uzyskały średnio około 169 wystąpień w AI Overviews, ponad dziesięć razy więcej niż kolejny kwartyl (około 14 wystąpień). Dwa najniższe kwartyle praktycznie się nie pojawiają. Widoczność w AI rozkłada się więc skrajnie nierówno, co sprawia, że pomiar własnej pozycji i dystansu do konkurencji jest tym ważniejszy.

Różnice między platformami: nie każdy system waży marki tak samo

Badanie uzupełniające pokazuje, że ChatGPT, AI Mode i AI Overviews przypisują sygnałom marki różną wagę. W kilku metrykach, w tym w Branded Web Mentions, branded anchors i wolumenie wyszukiwań brandowych, AI Mode konsekwentnie wykazuje silniejsze korelacje z klasycznymi sygnałami marki niż ChatGPT czy AI Overviews. Dlatego Ahrefs opisuje AI Mode jako swego rodzaju maszynę konsensusu, która chętniej poleca marki, które i tak zna i wyszukuje wiele osób.

Dla ustalania priorytetów wynika z tego jasna linia. W systemach, które mocno opierają się na ugruntowanych sygnałach marki, szczególnie procentują rozpoznawalność i spójne wzmianki. Systemy o słabszym powiązaniu z marką zostawiają zwykle więcej miejsca na dobrze ustrukturyzowane, merytorycznie mocne treści, także od mniej znanych dostawców. Sensowna strategia GEO prowadzi więc oba tory równolegle: wzmacnia sygnał marki poprzez earned media i wideo, a jednocześnie buduje treści on-page nadające się do cytowania. To, która platforma jest najważniejsza dla konkretnego biznesu, zależy od tego, gdzie faktycznie szuka jego grupa docelowa, i powinno być częścią pomiaru.

Najczęstsze błędy

• Dalsze inwestowanie budżetu głównie w backlinki: pierwsze badanie Ahrefs pokazuje, że backlinki, z wynikiem 0,218, tylko słabo korelują z widocznością w AI Overviews. Sam link building trafia w niewłaściwy sygnał.
• Ignorowanie unlinked mentions: kto uznaje wzmianki bez linku za bezwartościowe, przeocza kluczowy sygnał marki dla modeli językowych.
• Kategoryczne wykluczanie wideo: YouTube jest najsilniejszym pojedynczym predyktorem w badaniu uzupełniającym. Odrzucanie go jako nieprzydatnego w B2B to marnowanie największej zmierzonej dźwigni.
• Optymalizowanie tylko własnej domeny: większość cytowań w AI, bo aż 85,5%, pochodzi z earned media. Sama własna strona nie wystarczy.
• Mierzenie GEO wolumenem ruchu: ruch z AI jest niewielki, ale świetnie konwertuje. Kto liczy tylko sesje, systematycznie nie docenia ROI.
• Traktowanie wszystkich platform jednakowo: AI Mode, ChatGPT i AI Overviews różnie ważą sygnały marki. Jedna uniwersalna taktyka marnuje możliwość ustalania priorytetów.
• Sprzedawanie korelacji jako przyczynowości: liczby pokazują zależności, nie gwarancje. Rzetelna praca nad GEO mówi o tym otwarcie.

llms.txt: zderzenie z rzeczywistością

W środowisku GEO plik llms.txt często przedstawia się jako rozwiązanie techniczne. To proponowany standard, który ma wskazywać systemom AI w ustrukturyzowanym pliku Markdown, które treści strony są szczególnie istotne. Trzeźwa ocena: llms.txt to propozycja, a nie wiążący standard szeroko wspierany przez dużych dostawców AI. Plik może zapewnić strukturę i orientację, ale nie zastępuje sygnału marki.

Dane Ahrefs jasno pokazują priorytety. Skoro wzmianki o marce korelują z widocznością w AI mniej więcej trzy razy silniej niż backlinki, a większość cytowań pochodzi z earned media, to dźwignia nie leży w pliku technicznym, lecz w budowaniu wzmianek, obecności w wideo i treści nadających się do cytowania. Techniczne pliki GEO to w najlepszym razie kwestia porządku, a nie czynnik decydujący. Jeśli masz ograniczone zasoby, zainwestuj je najpierw w sygnał marki.

Metryki i pomiar w skrócie

Rzetelny pomiar GEO łączy sygnały zewnętrzne z konkretną obserwacją widoczności. Sensowny jest rytm miesięczny:

• Wolumen i kontekst wzmianek o marce: zmiany liczby wzmianek w sieci, łącznie ze wzmiankami bez linku, oraz otoczenie tematyczne, w którym się pojawiają.
• Share of Model: udział własnych wystąpień w stałym zestawie istotnych promptów, osobno dla ChatGPT, Perplexity, AI Overviews i AI Mode.
• Cytowane źródła: które domeny systemy AI przywołują jako źródło i czy jest wśród nich Twoja marka lub Twoje źródła earned media.
• Ruch odsyłający z AI i konwersja: w GA4 wyodrębnić domeny AI na podstawie witryn odsyłających i kanałów źródłowych oraz raportować współczynnik konwersji oddzielnie od ruchu organicznego, aby pokazać wysoką wartość jednej wizyty.
• Obecność w wideo: zasięg i wzmianki o Twoich tematach na YouTube, ponieważ to najsilniejszy zmierzony sygnał.

Realny horyzont czasowy to kilka miesięcy. Systemy AI aktualizują swoją bazę wiedzy z opóźnieniem, a sygnały marki budują się powoli, dzięki spójnym wzmiankom.

W szerszej perspektywie

Badanie Ahrefs na 75 tys. marek podważa podstawowe założenie dotyczące tego, jak marki są znajdowane. W systemach wyszukiwania AI rozumienie marki, które modele językowe wyprowadzają ze wzmianek, kontekstu i wideo, liczy się znacznie bardziej niż klasyczny graf linków. Dla marek B2B w Europie wynika z tego jasna kolejność: najpierw wzmocnić sygnał marki poprzez earned media, media branżowe i YouTube, potem budować nadające się do cytowania treści on-page z front-loadingiem, a na końcu mierzyć Share of Model oraz konwersję ruchu odsyłającego z AI. Techniczne pliki GEO i sam link building pozostają na dalszym planie. Kto wcześnie zainwestuje w kanał, w którym widoczność w AI jest rozłożona skrajnie nierówno, zapewni sobie nieproporcjonalnie duże szanse, zanim konkurencja nadrobi zaległości.