SEO grafik i multimediów: AVIF, Google Lens i wyszukiwanie wizualne

Obrazy nie są dekoracyjnym dodatkiem, tylko osobnym kanałem wyszukiwania i bezpośrednim czynnikiem wydajności. Współdecydują o tym, czy strona szybko osiąga Largest Contentful Paint, czy pojawia się w wyszukiwarce grafiki Google i w Google Lens oraz czy multimodalne systemy AI w ogóle potrafią zinterpretować zawartość obrazu. Jednocześnie SEO obrazów to jeden z najbardziej zaniedbanych obszarów technicznego SEO on-page. Ten artykuł pokazuje, jak współdziałają nowoczesne formaty obrazów, poprawne teksty alternatywne, optymalizacja Core Web Vitals i dane strukturalne, z konkretnym odniesieniem do korzystania z internetu mobilnego w Austrii.

Dlaczego SEO obrazów decyduje o widoczności i wydajności

Ekonomiczna dźwignia wyszukiwania grafiki i wyszukiwania wizualnego jest mierzalna. Globalny rynek wyszukiwania wizualnego wyceniono w 2024 roku na 41,72 mld USD, a do 2032 roku ma wzrosnąć do 151,60 mld USD, przy CAGR na poziomie 17,50% (globalnie). Główną siłą napędową jest Google Lens: według Google ponad 1,5 miliarda ludzi korzysta z Lens każdego miesiąca (międzynarodowo), żeby wyszukiwać to, co widzą. Częstotliwość użycia jest jeszcze wyższa niż liczba użytkowników: w październiku 2024 roku Google informowało o prawie 20 miliardach wyszukiwań wizualnych miesięcznie, przy czym 20 procent wszystkich wyszukiwań w Lens dotyczy zakupów (międzynarodowo). Dla dostawców B2B oferujących produkty, maszyny lub komponenty to realny kanał odkrywania, który zaczyna się bezpośrednio od obiektu.

Od strony technicznej obrazy są dominującym czynnikiem wydajności. Według Web Almanac 2025 obraz jest elementem LCP na 76% stron mobilnych i na 85,3% stron desktopowych (międzynarodowo). Oznacza to, że w większości przypadków czas ładowania największego obrazu bezpośrednio decyduje o tym, czy strona spełnia kryterium LCP w Core Web Vitals. Jeśli nie optymalizujesz obrazów, nie optymalizujesz Core Web Vitals.

Mimo to ogromny potencjał pozostaje niewykorzystany. Według Web Almanac 2024 45 procent wszystkich elementów img nie ma tekstu alternatywnego, a tylko 55 procent ma niepusty atrybut alt (międzynarodowo), a wiele istniejących tekstów alternatywnych zawiera jedynie nazwy plików lub krótkie, pozbawione znaczenia ciągi znaków. To jednocześnie deficyt SEO i problem z dostępnością, a zarazem szansa na przewagę konkurencyjną dla wszystkich, którzy robią to lepiej.

Jak to działa: w jaki sposób wyszukiwarki i AI interpretują obrazy

Wyszukiwarki i multimodalne systemy AI rozumieją obrazy na trzech współdziałających poziomach sygnałów.

• Kontekst tekstowy: tekst alternatywny, podpis, nazwa pliku i otaczający tekst dostarczają słownego opisu zawartości obrazu. Ten poziom jest najważniejszy dla klasycznego SEO obrazów i dla cytowalności w odpowiedziach AI, ponieważ maszyny mogą go niezawodnie odczytać.
• Analiza wizualna: Google Lens i modele rozpoznawania obrazów analizują sam obraz, rozpoznają obiekty, tekst na obrazie i podobieństwa do innych obrazów. Warunkiem są odpowiednio ostre obrazy w wystarczającej rozdzielczości.
• Dane strukturalne: znaczniki Schema, takie jak ImageObject czy Product, porządkują obraz semantycznie, łączą go z informacjami o licencji, twórcy i produkcie oraz umożliwiają wyniki rozszerzone w wyszukiwarce grafiki Google.

Dla Generative Engine Optimization (GEO) decydujący jest poziom tekstowy. Multimodalne systemy AI, takie jak Google Lens, AI Overviews i silniki odpowiedzi oparte na AI, łączą analizę obrazu z tekstem alternatywnym i podpisem, aby zrozumieć kontekst i wskazać źródło. Obraz bez opisowego tekstu alternatywnego i bez podpisu nie daje AI żadnego językowego punktu zaczepienia, dzięki któremu mogłaby zacytować stronę. Jeśli chcesz pojawiać się w odpowiedziach AI z treściami wizualnymi, musisz traktować obraz i tekst jako całość.

Tekst alternatywny pełni podwójną funkcję: jest alternatywą tekstową dla czytników ekranu (dostępność zgodnie z WCAG) i jednocześnie sygnałem rankingowym dla wyszukiwarki grafiki. Oba cele wymagają tego samego: precyzyjnego, opisowego sformułowania w kontekście strony, bez upychania słów kluczowych. Dobry atrybut alt opisuje to, co widać na obrazie, tak jak wyjaśniłoby się to komuś przez telefon.

Dobre praktyki optymalizacji obrazów i multimediów

Pisz opisowe teksty alternatywne dopasowane do kontekstu

Formułuj tekst alternatywny tak, aby oddawał zawartość obrazu w kontekście strony. Zły przykład: alt="IMG_4087.jpg" lub alt="produkt-foto-final-2". Takie teksty alternatywne z nazw plików to dokładnie problem udokumentowany w Web Almanac i są bezwartościowe zarówno dla czytników ekranu, jak i dla wyszukiwarek. Dobry przykład: alt="Edelstahl-Förderschnecke FS-200 im Einsatz in einer Lebensmittelproduktion". Unikaj upychania słów kluczowych i zwrotów typu obraz przedstawiający lub zdjęcie przedstawiające, ponieważ czytniki ekranu same informują o roli img. Obrazy czysto dekoracyjne dostają pusty atrybut alt (alt=""), żeby czytniki ekranu je pomijały.

Świadomie korzystaj z nowoczesnych formatów obrazów

AVIF to technicznie najlepszy standard kompresji. Według często cytowanego międzynarodowego porównania przy tej samej jakości wizualnej AVIF daje medianę rozmiaru pliku mniejszą o 50,3% niż JPEG, a WebP o 31,5% (międzynarodowo), z czego wynika przewaga AVIF nad WebP rzędu 27 procent. Praktyczna logika doboru formatów:

• AVIF: pierwszy wybór dla zdjęć i złożonych obrazów, najlepsza kompresja przy tej samej jakości. Kodowanie wymaga więcej mocy obliczeniowej, dlatego najlepiej generować pliki z wyprzedzeniem na etapie budowania lub przez CDN.
• WebP: solidny format uniwersalny z niemal powszechnym wsparciem przeglądarek, idealny jako pośredni poziom fallbacku.
• JPEG/PNG: uniwersalny fallback zapewniający maksymalną kompatybilność. PNG tylko dla obrazów z przezroczystością lub ostrymi krawędziami, w pozostałych przypadkach JPEG jest mniejszy.
• SVG: do logo, ikon i diagramów, ponieważ skaluje się bezstratnie i zwykle jest bardzo lekki.

Udział AVIF w rynku rośnie, ale format jest wciąż młody. Według Web Almanac 2024 na urządzeniach mobilnych formaty obrazów rozkładają się następująco: JPEG 32,4%, PNG 28,4%, GIF 16,8%, WebP 12% i AVIF zaledwie 1,0% (międzynarodowo). Właśnie ta luka jest szansą: rozdział stwierdza, że niemal wszystkie pliki JPEG, PNG i GIF w sieci zyskałyby na nowoczesnym formacie.

Serwuj AVIF z fallbackiem w elemencie picture

Nie stosuj AVIF bez poziomu zapasowego. Element <picture> dostarcza każdej przeglądarce najlepszy obsługiwany przez nią format:

```html
<picture>
<source srcset="produkt.avif" type="image/avif">
<source srcset="produkt.webp" type="image/webp">
<img src="produkt.jpg" alt="Przenośnik ślimakowy FS-200 w zakładzie produkcyjnym"
width="1200" height="800" loading="lazy">
</picture>
```

Przeglądarka wybiera pierwszy format, który obsługuje. Do generowania wariantów nadają się narzędzia takie jak Squoosh (ręcznie), biblioteka Sharp (programowo w procesie budowania) lub wtyczki do procesu budowania i komponenty frameworków, takie jak next/image, które automatyzują negocjację formatu i responsywne rozmiary.

Responsywne obrazy z atrybutami srcset i sizes

Dostarczaj każdemu urządzeniu odpowiednią rozdzielczość. Dzięki srcset z deskryptorami szerokości oraz sizes smartfon pobiera mniejszy plik niż komputer stacjonarny. Transformacja obrazów w CDN generuje te warianty w locie i negocjuje format na podstawie nagłówka Accept. Zadbaj o poprawne nagłówki cache: wersjonowane adresy URL obrazów dostają długi max-age w nagłówku Cache-Control. MDN zaleca w tym celu Cache-Control: max-age=31536000, immutable (jeden rok). Dzięki temu powracający użytkownicy ładują obrazy z pamięci podręcznej.

Nadaj priorytet obrazowi LCP i nigdy nie stosuj do niego lazy loadingu

Obraz LCP (zwykle obraz hero above the fold) musi załadować się jak najwcześniej. Ustaw fetchpriority="high" i w razie potrzeby preload, a z tego obrazu koniecznie usuń loading="lazy". Lazy loading elementu LCP to antywzorzec, który spowalnia każdą stronę. Zarezerwuj też miejsce w układzie za pomocą width i height (lub aspect-ratio), aby uniknąć Cumulative Layout Shift (CLS). Lazy loading nadal jest właściwy, ale tylko dla obrazów below the fold.

Optymalizuj pod Google Lens i wyszukiwanie wizualne

Wyszukiwanie wizualne nagradza wysokiej jakości, dobrze opisane zdjęcia produktów. Konkretnie:

• Wysoka rozdzielczość i ostrość: Lens analizuje sam obraz, a nieostre lub zbyt małe obrazy utrudniają rozpoznawanie obiektów.
• Dane strukturalne: ImageObject i schemat Product łączą obraz, nazwę produktu, cenę i dostępność, co umożliwia wyniki rozszerzone w Grafice Google.
• Mapy witryny dla obrazów i indeksowalne adresy URL: obrazy muszą być dostępne pod stabilnym adresem URL, do którego docierają roboty, i powinny znaleźć się w mapie witryny XML, żeby Google niezawodnie je wykrywało.
• Tekst kontekstowy i metadane: podpis i otaczający tekst dają Lens i AI kontekst językowy; metadane EXIF/IPTC mogą przenosić informacje o twórcy i licencji.

Techniczne SEO obrazów i znaczniki Schema

Nadawaj plikom opisowe nazwy (förderschnecke-fs-200.avif zamiast img4087.avif), umieszczaj obrazy w tematycznie pasującej sekcji tekstu i dodawaj widoczne podpisy tam, gdzie pomagają merytorycznie. Dla wyników rozszerzonych w wyszukiwarce grafiki Google istotny jest schemat ImageObject z metadanymi licencji i twórcy (license, creator, copyrightNotice), a w przypadku produktów uzupełniony o schemat Product. Dzięki temu obrazy są nie tylko indeksowane, ale też opisane użytecznymi dodatkowymi informacjami.

Mobile first na przykładzie Austrii

Desktop wprawdzie prowadzi, ale udział urządzeń mobilnych jest znaczący: według StatCounter w Austrii w maju 2026 roku na urządzenia mobilne przypadało 41,74%, na desktop 56,71%, a na tablety 1,55% (Austria). Ponad cztery z dziesięciu odsłon pochodzą więc ze smartfonów, często przez sieć komórkową z ograniczonym pakietem danych i zmienną przepustowością. Każdy zaoszczędzony kilobajt skraca czas ładowania i oszczędza pakiet danych użytkowników, co bezpośrednio wpływa na współczynnik odrzuceń i konwersję. Właśnie przy takich wizytach AVIF i responsywne serwowanie obrazów szczególnie się opłacają.

Najczęstsze błędy w optymalizacji obrazów

• Nazwa pliku jako tekst alternatywny: alt="DSC_0421.jpg" jest bezwartościowy dla czytników ekranu i wyszukiwarek, a przy tym należy do najczęstszych błędów w sieci.
• Brak tekstu alternatywnego: całkowicie brakujący atrybut alt marnuje jednocześnie sygnał rankingowy i dostępność.
• Lazy loading obrazu LCP: opóźnianie najważniejszego obrazu przez loading=lazy wymiernie spowalnia LCP.
• Brak width/height: bez zarezerwowanych wymiarów układ przeskakuje podczas ładowania obrazu, co pogarsza CLS.
• AVIF bez fallbacku: AVIF bez poziomu zapasowego w <picture> grozi tym, że w starszych środowiskach obraz w ogóle się nie wyświetli.
• Upychanie słów kluczowych w tekście alternatywnym: ciąg słów kluczowych zamiast prawdziwego opisu szkodzi dostępności i pozycjom w wynikach.
• Obrazy poza mapą witryny: Google często nie indeksuje niezawodnie obrazów, do których nic nie odsyła, ani tych doładowywanych przez JavaScript.

Wskaźniki i pomiar

Efekty optymalizacji obrazów widać w konkretnych wskaźnikach:

• LCP (dane terenowe): mierz Largest Contentful Paint w Google Search Console i CrUX. Ponieważ na 76% stron mobilnych elementem LCP jest obraz, każda optymalizacja obrazów przekłada się tu bezpośrednio.
• CLS: sprawdzaj Cumulative Layout Shift, który zwykle rośnie przy brakujących wymiarach obrazów.
• Audyt lazy loadingu: upewnij się, że obraz LCP nie jest ładowany leniwie. Web Almanac 2024 pokazuje, że 9,5 procent elementów img istotnych dla LCP na urządzeniach mobilnych jest błędnie ładowanych natywnym lazy loadingiem, przy czym z natywnego lazy loadingu korzysta około jednej trzeciej wszystkich stron internetowych.
• Pokrycie tekstami alternatywnymi: przeskanuj witrynę crawlerem pod kątem niedekoracyjnych elementów img bez atrybutu alt lub z pustym atrybutem alt. Punktem odniesienia jest udokumentowany odsetek 45 procent elementów img bez tekstu alternatywnego, a Twój wynik powinien być od niego wyraźnie niższy.
• Rozmiary plików i formaty obrazów: monitoruj serwowany format i liczbę bajtów na obraz, aby śledzić udział AVIF/WebP i oszczędności.
• Widoczność w wyszukiwarce grafiki: śledź w Search Console wyświetlenia i kliknięcia z wyszukiwarki grafiki Google jako wskaźnik skuteczności w wyszukiwaniu wizualnym.

Co dalej

Optymalizacja obrazów i multimediów łączy trzy dyscypliny on-page: wydajność techniczną (Core Web Vitals), dostępność (teksty alternatywne) i semantyczne oznaczanie treści (Schema). Pragmatyczny początek: zidentyfikuj obraz LCP na każdej ważnej stronie, serwuj go jako AVIF z fallbackiem <picture> i fetchpriority="high", dodaj opisowe teksty alternatywne i zarezerwuj miejsce w układzie za pomocą width/height. W drugim kroku przychodzi czas na responsywne warianty srcset przez CDN, schemat ImageObject/Product dla wyszukiwarki grafiki i mapy witryny dla obrazów, które zapewniają niezawodne indeksowanie. W Austrii, gdzie ponad cztery z dziesięciu odsłon pochodzą ze smartfonów, każdy zaoszczędzony kilobajt bezpośrednio przekłada się na czas ładowania i konwersję. Powiązane tematy to Core Web Vitals i optymalizacja LCP, znaczniki Schema on-page, featured snippets oraz GEO i cytowalność w odpowiedziach AI.