D-439P1 · krytyczne
Pełen audyt techniczny pod AI
Przeprowadzamy audyt techniczny, który pokazuje, czy wyszukiwarki i wybrane crawlery AI mogą dotrzeć do treści serwisu. Sprawdzamy crawlability, indeksowalność, renderowanie, canonicale, sitemapy, robots.txt, noindex i statusy HTTP. Analizujemy też duplikację, paginację, parametry URL i dostępność zasobów potrzebnych do wyświetlenia strony.
Jak to robimy
- Skanujemy serwis crawlerem i porównujemy wynik z danymi o indeksowaniu z Search Console.
- Sprawdzamy, jak strona wygląda po renderowaniu JavaScriptu i czy treść jest widoczna bez interakcji.
- Analizujemy robots.txt i logi serwera pod kątem wizyt Googlebota, Bingbota i botów AI.
- Opisujemy każdy problem z przykładami adresów URL, wpływem i sposobem naprawy.
Co otrzymujesz
Dostajesz raport techniczny z listą problemów uporządkowaną według priorytetu i instrukcjami dla programisty. Wiesz, co blokuje dostęp do treści wyszukiwarkom i modelom AI.
Kiedy i w jakiej formie: Start + kwartalnie
D-440P1 · krytyczne
Audyt widoczności w AI Overviews
Zbieramy zestaw zapytań brandowych, niebrandowych, porównawczych, lokalnych i decyzyjnych, a potem sprawdzamy dla nich AI Overviews. Ustalamy, czy Twoja marka jest cytowana, jakie źródła wybiera Google i które fragmenty treści trafiają do podsumowania. Wynik pokazuje, jakich treści brakuje, by stać się źródłem.
Jak to robimy
- Dobieramy zapytania z mapy fraz i promptów, dzieląc je na typy intencji.
- Sprawdzamy, dla których zapytań pojawia się AI Overview i jak zmienia się jego treść.
- Zapisujemy cytowane domeny, pozycję Twojej strony wśród źródeł i wykorzystane fragmenty.
- Porównujemy strony cytowane przez Google z Twoimi odpowiednikami pod kątem treści i struktury.
Co otrzymujesz
Otrzymujesz raport obecności w AI Overviews z listą cytowanych konkurentów i fragmentów. Wiesz, które strony poprawić, żeby mogły trafić do podsumowań.
Kiedy i w jakiej formie: Miesięcznie/kwartalnie
D-441P1 · krytyczne
Audyt widoczności i cytowalności w LLM brandowy
Zadajemy modelom językowym pytania o Twoją markę, usługi, produkty, ekspertów, alternatywy i porównania. Testujemy ChatGPT, Gemini, Perplexity, Claude i inne narzędzia, z których korzysta Twoja grupa docelowa. Zapisujemy odpowiedzi, źródła, błędy i braki, żeby wiedzieć, jak AI przedstawia firmę.
Jak to robimy
- Przygotowujemy pytania o markę w różnych wariantach, także z błędną pisownią nazwy.
- Zadajemy je w każdym narzędziu w nowej sesji, bez historii wcześniejszych rozmów.
- Porównujemy odpowiedzi z faktami o firmie i oznaczamy nieścisłości.
- Wypisujemy źródła, na które powołują się modele, i oceniamy ich wiarygodność.
Co otrzymujesz
Dostajesz zestawienie odpowiedzi modeli o Twojej marce z oceną poprawności i listą źródeł. Widzisz, które informacje trzeba wzmocnić lub sprostować.
Kiedy i w jakiej formie: Miesięcznie
D-442P1 · krytyczne
Audyt E-E-A-T pod modele językowe
Oceniamy, czy model językowy może ustalić, kto stoi za treściami i dlaczego warto im ufać. Sprawdzamy autorów, specjalizację firmy, dowody doświadczenia, źródła, case studies, dane i opinie. Badamy też, co o wiarygodności marki mówią źródła zewnętrzne.
Jak to robimy
- Sprawdzamy, czy artykuły mają autorów z biogramami powiązanymi z ich profilami zewnętrznymi.
- Szukamy na stronie dowodów doświadczenia: realizacji, danych, certyfikatów i opinii klientów.
- Pytamy modele AI o specjalizację firmy i jej ekspertów, a odpowiedzi porównujemy z faktami.
- Analizujemy wzmianki i recenzje w zewnętrznych serwisach pod kątem spójności z przekazem strony.
Co otrzymujesz
Dostajesz ocenę sygnałów E-E-A-T z listą braków na stronie i poza nią. Wiesz, jakie dowody dodać, żeby modele mogły wskazać Twoją firmę jako źródło.
Kiedy i w jakiej formie: Start + kwartalnie
D-443P1 · krytyczne
Audyt Encji & Knowledge Graph
Weryfikujemy, czy marka, firma, autorzy, produkty, usługi i lokalizacje są jednoznacznie rozpoznawane jako encje. Encja to konkretny obiekt, który wyszukiwarka odróżnia od innych o podobnej nazwie. Sprawdzamy spójność nazw, sameAs, NAP, profili, katalogów, mediów i danych strukturalnych.
Jak to robimy
- Sprawdzamy, czy marka ma panel wiedzy w Google i jakie dane się w nim wyświetlają.
- Porównujemy nazwy i opisy encji na stronie, w profilach i w katalogach.
- Weryfikujemy właściwości sameAs oraz identyfikatory @id w danych strukturalnych.
- Wskazujemy encje mylone z innymi podmiotami i źródła, które to powodują.
Co otrzymujesz
Otrzymujesz raport z listą encji, oceną ich rozpoznawalności i rozbieżnościami do poprawy. Masz jasny plan wzmocnienia marki w Knowledge Graph.
Kiedy i w jakiej formie: Start + kwartalnie
D-444P1 · krytyczne
Audyt danych strukturalnych pod AI
Sprawdzamy poprawność i kompletność danych strukturalnych, które pomagają AI wyodrębnić fakty ze strony. Bierzemy pod uwagę typy Organization, LocalBusiness, Person, Article, Product, Service, FAQPage, BreadcrumbList i Review. Tam, gdzie ma to sens, oceniamy też HowTo i DefinedTerm.
Jak to robimy
- Skanujemy szablony stron i wypisujemy typy schema wdrożone na każdym z nich.
- Testujemy kod pod kątem błędów składni i brakujących właściwości wymaganych przez Google.
- Porównujemy dane w JSON-LD z treścią widoczną na stronie, na przykład ceny i godziny.
- Wskazujemy brakujące typy i powiązania między encjami w grafie.
Co otrzymujesz
Dostajesz raport danych strukturalnych dla każdego szablonu z listą błędów i propozycjami rozszerzeń. Dane w kodzie zgadzają się z tym, co widzi użytkownik.
Kiedy i w jakiej formie: Start + kwartalnie
D-445P1 · krytyczne
Audyt struktury semantycznej treści pod AI parsing
Oceniamy, czy treść jest zbudowana tak, żeby model językowy mógł wyodrębnić z niej odpowiedź. Sprawdzamy logiczne nagłówki, krótkie bloki tematyczne, definicje, listy, tabele, odpowiedzi bezpośrednie i porównania. Długi tekst bez struktury trudno pociąć na fragmenty nadające się do cytowania.
Jak to robimy
- Analizujemy hierarchię nagłówków na wybranych stronach i szukamy pominiętych poziomów.
- Sprawdzamy, czy każda sekcja zaczyna się od zdania, które odpowiada na jej pytanie.
- Oznaczamy fragmenty, które warto zamienić na listę, tabelę albo definicję.
- Testujemy w asystentach AI, czy potrafią streścić stronę bez przekłamań.
Co otrzymujesz
Otrzymujesz listę stron z oceną struktury i konkretnymi zmianami dla każdej z nich. Redaktorzy dostają wzór budowy sekcji do nowych tekstów.
Kiedy i w jakiej formie: Przy audycie contentu
D-446P1 · krytyczne
Audyt indeksacji AI
Kontrolujemy, czy najważniejsze strony są indeksowalne i obecne w mapach witryny. Szukamy blokad w robots.txt, znaczników noindex i błędnych canonicali. Sprawdzamy też, czy ważne treści nie są ukryte za JavaScriptem, filtrami, formularzami lub blokadami botów.
Jak to robimy
- Porównujemy listę stron z mapy witryny z raportem indeksowania w Search Console.
- Sprawdzamy dyrektywy robots, noindex i canonical dla stron, które mają być w indeksie.
- Weryfikujemy, czy treść filtrów, zakładek i formularzy jest dostępna bez interakcji użytkownika.
- Przeglądamy reguły zapory i CDN, które mogą blokować crawlery wyszukiwarek oraz AI.
Co otrzymujesz
Dostajesz listę stron poza indeksem z przyczyną i sposobem naprawy. Wiesz, które treści są niewidoczne dla wyszukiwarek i modeli AI.
Kiedy i w jakiej formie: Miesięcznie
D-447P1 · krytyczne
Audyt wydajności CWV/Lighthouse
Mierzymy szybkość i stabilność głównych szablonów: strony głównej, kategorii, wpisu, oferty, produktu i landing page. Sprawdzamy LCP, INP, CLS, TTFB, wagę zasobów, skrypty blokujące renderowanie, wersję mobilną i dostępność. Progi dobrego wyniku to LCP do 2,5 s, INP do 200 ms i CLS do 0,1.
Jak to robimy
- Pobieramy dane z raportu Core Web Vitals w Search Console dla prawdziwych użytkowników.
- Testujemy każdy szablon w PageSpeed Insights i Lighthouse na urządzeniu mobilnym.
- Wskazujemy konkretne pliki i skrypty, które spowalniają ładowanie lub przesuwają układ.
- Układamy listę poprawek od tych o największym wpływie na wynik.
Co otrzymujesz
Otrzymujesz raport wydajności dla każdego szablonu z wynikami, przyczynami problemów i zadaniami dla programisty. Wiesz, co spowalnia serwis na telefonach.
Kiedy i w jakiej formie: Miesięcznie/kwartalnie
D-448P1 · krytyczne
Audyt widoczności w LLM rozbudowany
Rozszerzamy test widoczności w modelach językowych poza pytania o samą markę. Pytamy o kategorie, problemy klientów, polecanych dostawców, alternatywy, porównania, ceny, opinie, lokalizację, integracje i zastosowania. Chcemy wiedzieć, czy marka pojawia się w scenariuszach, w których klient jeszcze jej nie zna.
Jak to robimy
- Budujemy zestaw pytań dla każdego etapu decyzji zakupowej, od problemu po wybór dostawcy.
- Zadajemy pytania w kilku modelach i zapisujemy wymienione marki oraz źródła.
- Liczymy, w ilu scenariuszach pojawia się Twoja marka, a w ilu konkurenci.
- Wskazujemy tematy, w których marka nie występuje, i źródła, które trzeba zdobyć.
Co otrzymujesz
Dostajesz mapę obecności marki w pytaniach niebrandowych z porównaniem do konkurencji. Wiesz, w jakich tematach budować treści i wzmianki.
Kiedy i w jakiej formie: Miesięcznie/kwartalnie
D-449P2 · ważne
Audyt odporności na halucynacje AI
Szukamy miejsc, w których modele AI podają o Twojej firmie nieprawdziwe informacje. Błędy dotyczą zwykle cen, usług, lokalizacji, cech produktów, historii firmy, osób albo przewag konkurencji. Do każdego błędu przygotowujemy treść korygującą i wskazujemy źródło, które powinno ją potwierdzić.
Jak to robimy
- Zadajemy modelom pytania o fakty, które łatwo zweryfikować, i zapisujemy odpowiedzi.
- Oznaczamy każdą nieścisłość i szukamy źródła, z którego model mógł ją wziąć.
- Piszemy treści korygujące na stronie, na przykład aktualny cennik, historię firmy lub FAQ.
- Poprawiamy nieaktualne dane w profilach i katalogach, które model cytuje.
Co otrzymujesz
Otrzymujesz rejestr halucynacji z przyczyną każdej z nich i planem korekty. Oficjalne źródła o firmie podają aktualne i jednoznaczne fakty.
Kiedy i w jakiej formie: Kwartalnie + przy zmianie oferty
