Widoczność w AI na LinkedInie: jak sprawić, żeby AI cytowało Twoje treści?

W tym artykule znajdziesz analizę poradnika LinkedIna o widoczności w AI („Unlocking AI Search Visibility”, 36 stron, 2026): które zalecenia mają potwierdzenie w danych, które kłócą się z innymi badaniami, a które służą przede wszystkim LinkedInowi, aby zachęcić Cię do pisania. Zestawiam go z danymi z Surfer AI Tracker, z webinaru Linkhouse i z własnymi pomiarami tego, co ChatGPT, Gemini i Perplexity odpowiadają na pytania o trenerów i konsultantów LinkedIna. Widoczność w AI rozumiem tu tak: czy model wymienia Cię z nazwiska w odpowiedzi i czy linkuje do Twojej strony albo profilu.

W październiku 2026 kilka razy zadałem trzem modelom 14 pytań w rodzaju „Kto prowadzi szkolenia z LinkedIn dla firm w Polsce?”, każde po pięć razy. Za każdym razem wyszło 210 odpowiedzi, a w kolejnym pomiarze 4031 źródeł. Prawie co trzecie (30,4%) prowadziło do linkedin.com. Tyle że u Gemini do LinkedIna prowadziło tylko 5 z 549 źródeł, a w pierwszym pomiarze 1 z 527. Liczby w tym wpisie są z najnowszego pomiaru, chyba że piszę inaczej.

Czy LinkedIn ma więc rację, kiedy pisze o sobie, że jest najczęściej cytowaną domeną w zapytaniach zawodowych? Częściowo.

TL;DR Co robić, żeby AI cytowało Twoje treści z LinkedIna?

Publikuj pod własnym nazwiskiem, zaczynaj każdy tekst oraz każdą sekcję od odpowiedzi w 30–80 słowach i pisz akapity zrozumiałe bez sąsiednich. Tyle z poradnika LinkedIna potwierdziło się poza nim. Reszta zaleceń jest sporna albo nie ma danych, więc sprawdzaj je na własnych pytaniach, a efekt oceniaj najwcześniej po 30 dniach.

• potwierdzone: odpowiedź na samym początku (poradnik, str. 25; u Surfera około 29% cytowań pochodzi z pierwszych 50 słów strony);
• potwierdzone u mnie co do kierunku: profile osób są cytowane częściej niż strony firmowe (poradnik: 75% do 25%, mój pomiar: 29,2% do 14,1%);
• niepotwierdzone u mnie: „artykuły 60%, posty 40%”, bo w moich pytaniach artykuły to 2,9% linków do linkedin.com, ale wyjaśniam dalej, czemu tak może być;
• sporne: świeżość treści, podsumowanie na końcu i liczby w tekście;
• bez danych w samym poradniku: artykuł co tydzień i posty 2–3 razy w tygodniu.

Czym jest poradnik LinkedIna o widoczności w AI i skąd pochodzą jego liczby?

To 36-stronicowy PDF „Unlocking AI Search Visibility: The B2B Marketer’s Guide to LinkedIn”, wydany przez LinkedIna w 2026 roku. Większość liczb pochodzi od trzech firm, które sprzedają narzędzia do pomiaru widoczności w AI (Profound, Meltwater i Semrush), a część z danych wewnętrznych LinkedIna, podanych bez opisu metody. Dlatego podchodzę do tych liczb z dużą nieufnością.

Poradnik LinkedIna radzi publikować na LinkedInie. Nie dziwi mnie to, bo ma kłopot z zachęceniem do pisania na nim. Ich własne dane mówią, że tylko 1–2% użytkowników aktywnie publikuje. Dlatego ja przy każdej liczbie podaję stronę i firmę, od której pochodzi, bo „dane wewnętrzne LinkedIna” i „analiza Meltwater” to dane deklaratywne, a ja lubię pewność. Że nie przesadzam w braku zaufania, pokazał mi Google: jego AI Overview w streszczeniu tego poradnika pomylił dwie liczby i dopisał podział, którego w poradniku nie ma. Czyli AI źle zrozumiało poradnik AI o widoczności w AI. Jakoś mnie to nie dziwi :)

Co pomylił? 13 października napisał, że LinkedIn odpowiada „za ok. 60% cytowań”, a w poradniku 60% to udział artykułów wśród cytowań treści z LinkedIna (str. 16–18). Podał też próg „ponad 3000 obserwujących”, choć w poradniku jest 2000 (str. 21), a 3000 to limit znaków w poście (str. 17). Do tego dopisał trzy „warstwy widoczności”, których w poradniku nie ma. Zrzutu wtedy nie zrobiłem, a cztery dni później to samo zapytanie dało już poprawne liczby, za to rady bez żadnych danych, jak publikowanie 2–3 razy w tygodniu, AI Overview przedstawił jako to, czego „szukają modele AI”. Przy zapytaniu „ai visibility official guide linkedin” wyszła jeszcze inna wersja: pod nagłówkiem „Employee Advocacy Matters” 75% cytowań z profili osób stało się argumentem za publikowaniem przez pracowników. Poradnik tego terminu nie używa i tych dwóch rzeczy nie łączy: o profilach osób pisze na stronie 9, o aktywności pracowników na stronach 14–15. Część zamieszania zaczyna się zresztą u samego LinkedIna: na jego blogu stoi, że artykuły, newslettery i posty to razem 60% wszystkich cytowań. Dlatego liczbę z odpowiedzi AI sprawdzam w dokumencie, zanim ją powtórzę.

Sam poradnik uprzedza, że nie jest przepisem na sukces. Na stronie 15 stoi, że wykonanie kroków samo w sobie nie da Ci cytowań („following these steps won’t, on its own, get you cited by LLMs”), a na stronie 33 Cassie Dell, Head of Organic Growth w LinkedInie, pisze: „Don’t fall for universal ‘best practices’. What works for one brand might not work for yours”. Trzymam ją za słowo i sprawdzam.

Z czym zestawiam poradnik?

• z danymi Surfer AI Tracker, które Michał Suski (Surfer) pokazał na webinarze Linkhouse 13 października 2026, oraz ze slajdami Szymona Słowika (Takaoto) z tego samego webinaru. Surfer też sprzedaje narzędzie do pomiaru, więc i tu autor ma interes;
• z wewnętrzną prezentacją i konsultacjami z Mike’em Korbą z firmy Positive, do której należy m.in. Surfer. Mike przygotował specjalnie dla mnie kilka analiz LinkedIna, w sumie około 20 tys. cytowań w odpowiedziach AI, za co bardzo mu dziękuję;
• z pomiarem w HubSpot AEO na moim koncie: 10 pytań o konsultantów i agencje LinkedIn, 870 odpowiedzi ChatGPT, Gemini i Perplexity, od 28 lipca do 26 sierpnia 2026. Pytania wygenerował HubSpot przy zakładaniu konta i dotyczą agencji, a nie trenerów;
• z własnymi pomiarami z października 2026: 14 pytań o trenera LinkedIn i Sales Navigator, trzy modele przez API z wyszukiwaniem w sieci, 5 powtórzeń, po 210 odpowiedzi w każdym pomiarze (3340 źródeł 13 października i 4031 źródeł 17 października). Kolejne pomiary robię co tydzień, bez Copilota i bez AI Overviews, bo nie mają API, które można odpytać.

Cytowaniem nazywam w tym wpisie link na liście źródeł odpowiedzi, a wzmianką nazwisko albo nazwę marki w jej treści.

Czy LinkedIn naprawdę jest najczęściej cytowanym źródłem w odpowiedziach AI?

W pytaniach o to, kogo wynająć jako trenera od LinkedIna, tak: w obu moich pomiarach linkedin.com to około jedna trzecia wszystkich źródeł (33% w HubSpocie i 30,4% w pomiarze z października). Poradnik powołuje się na Profound (2026, str. 9), według którego LinkedIn jest najczęściej cytowaną domeną w zapytaniach zawodowych. Wyjątkiem jest Gemini, który LinkedIna prawie nie cytuje.

W HubSpocie linkedin.com zebrał 2183 z 6582 cytowań i był pierwszą domeną na liście. A moja strona? 118 cytowań (1,8%) i szóste miejsce.

A jak to wygląda w październikowym pomiarze po rozbiciu na modele? ChatGPT bierze z linkedin.com 34,9% źródeł (848 z 2432), Perplexity 35,3% (371 z 1050), a Gemini 0,9%, czyli wspomniane pięć źródeł na 549. Za to 26,6% źródeł Gemini to moja własna strona, tyle samo w obu pomiarach. Dlaczego Gemini omija LinkedIna? Nie wiem. Poradnik nie rozbija swoich liczb na modele, więc też nie odpowiada. Stawiam tezę, że ChatGPT opiera się na danych Microsoftu: bierze je z Binga i ma bezpośredni dostęp do danych LinkedIna, bo Microsoft jest właścicielem LinkedIna i dużym udziałowcem OpenAI. Google takiego dostępu nie ma.

Nawet w samym poradniku pierwsze miejsce nie jest regułą. Tabela na stronie 10, przy danych Meltwater, daje LinkedInowi pierwszą pozycję w kategorii „Marketing & Advertising”, drugą w „Sales & Revenue”, czwartą w „Healthcare & Life Sciences” i piątą w „Energy & Sustainability”.

A co na to Surfer? Na slajdzie z 26:12 treści z mediów społecznościowych mają korelację z częstością cytowań 0,12, podczas gdy blogi marek 0,35.

To nie musi przeczyć Profoundowi, bo Surfer liczy wszystkie tematy i typy treści, a Profound same zapytania zawodowe. Dla mnie wniosek jest taki, że LinkedIn nie zastąpi własnej strony: w moim pomiarze rafalszymanski.pl to 14,3% wszystkich źródeł, a LinkedIn 30,4%.

Czyje treści AI cytuje z LinkedIna: profil osobisty czy stronę firmową?

Częściej profil osobisty. Według Meltwater, na którego powołuje się poradnik (str. 9), 75% cytowań treści z LinkedIna pochodzi z profili osób, a 25% ze stron firmowych. U mnie profile innych osób to 29,2% linków do linkedin.com, a strony firmowe 14,1%, czyli ten sam kierunek przy mniejszej przewadze.

Poradnik dzieli te 75% na dwie grupy: 40% to osoby z ponad 10 tys. obserwujących, a 35% osoby poniżej tego progu, które publikują regularnie. Od prezesów pochodzi 8,2% cytowanych treści, od założycieli 7,5%, a stanowisko według Meltwater liczy się mniej niż specjalizacja. Dwie inne liczby z tej części: autorzy z co najmniej 2000 obserwujących są cytowani częściej, choć „magicznej liczby” nie ma (Meltwater, 2026, str. 21), a 95% cytowań dotyczy oryginalnych postów, nie udostępnień (Semrush, 2026, str. 21).

Tak wyglądają 1224 linki do linkedin.com z drugiego pomiaru:

Typ adresu linkedin.com	Udział
profile innych osób (/in/)	29,2%
strony firmowe (/company/)	14,1%
mój profil, moja strona firmowa i moje posty	9,3%
posty innych osób (/posts/)	10,9%
artykuły (/pulse/)	2,9%
pozostałe adresy, między innymi katalog osób	33,7%

Czy te liczby da się porównać z Meltwater jeden do jednego? Nie. Meltwater dzieli cytowania według rodzaju konta, a ja według rodzaju adresu, do tego moje pytania brzmią „kto szkoli” i same z siebie prowadzą do kont ludzi na linkedin.com

Jedna rzecz mnie przy tym rozbawiła. ChatGPT w 12 z 15 odpowiedzi na pytania z moim nazwiskiem dokładał do źródeł profile innych osób, które nazywają się Rafał Szymański (pozdrawiam imienników). W całym pomiarze takich adresów było 14.

Wniosek? Żeby AI Cię cytowało, musi mieć pewność, że Ty to naprawdę Ty, a nie ktoś o tym samym imieniu i nazwisku. Służy do tego znacznik Person ze schema.org na Twojej stronie, a w nim linki do Twojego profilu na LinkedInie i innych kont.

Szymon Słowik podpowiedział też, żeby w opisie na stronie napisać, kim się nie jest. Dopiszę więc u siebie, że jestem Rafałem Szymańskim od LinkedIna i działań społecznych, a nie komendantem Daru Młodzieży, policjantem, psychiatrą z Poznania ani twórcą wystaw z klocków LEGO.

Artykuł czy post na LinkedInie: co pisać, żeby trafić do odpowiedzi AI?

Poradnik stawia na artykuły: według danych wewnętrznych LinkedIna to około 60% cytowań treści z platformy, a posty około 40% (str. 16–18). W moim pomiarze tego nie widać, bo artykuły to 2,9% linków do linkedin.com, a posty 10,9%. Możliwe, że to kwestia pytań: moje dotyczą tego, kto szkoli, a takie prowadzą do profili.

Moim zdaniem powód jest jeszcze prostszy: ani ja, ani większość osób, które monitoruję, nie publikuje artykułów na LinkedInie. Nie mam też artykułu o swojej ofercie, więc model nie miał czego zacytować.

A czy dopracowany artykuł daje gwarancję? Nie. Moja klientka Monika Pakulska prowadzi na LinkedInie newsletter LeadMeNot by Monika & Pat: 13 wydań, 2274 subskrybentów, każde pisane zgodnie z zasadami SEO. Powinien być widoczny w Google i w odpowiedziach AI, a nie jest. Za to zwykłe posty, mniej dopracowane od artykułów, widać i w Google, i w AI całkiem dobrze.

Co poradnik zaleca przy obu formatach?

• artykuł: 800–1200 słów (str. 18 i 23), z zastrzeżeniem, że idealnej długości nie ma. W podsumowaniu na stronie 35 ten sam poradnik podaje 800–2500 słów, więc sam sobie trochę przeczy;
• post: 200–300 słów (str. 18 i 23), przy limicie 3000 znaków (str. 17);
• tytuł artykułu staje się jego adresem, a pierwsze zdanie posta często trafia do adresu i po publikacji nie da się go zmienić. Stąd rada, żeby nie zaczynać od emoji ani hashtagów (str. 23);
• jeden artykuł, a potem 3–5 postów, z których każdy bierze z niego jedną myśl (str. 24);
• newsletter czy pojedynczy artykuł: według poradnika modele ich nie rozróżniają (str. 13).

Sam mam na to przykłady. Adres jednego z moich postów to rafalszymanski_linkedin-salesnavigator-activity-…, czyli same hashtagi, bez słowa o tym, o czym jest post. Inny zaczyna się od aaaaa-jaram-się-ai. A jednak ten pierwszy ChatGPT zacytował w moim pomiarze, w odpowiedzi o opiniach o moich szkoleniach.

Czy tekstem głównym musi być artykuł na LinkedInie? Nie. Na stronie 17 poradnik pisze, że posty prowadzą do pełniejszego tekstu głównego, i jako przykład wymienia artykuł na LinkedInie albo wpis na blogu. Czyli tekstem głównym może być Twoja własna strona, co zgadza się z danymi Surfera o blogach marek.

Jak zbudować tekst, żeby AI mogło go zacytować?

Zacznij od odpowiedzi. Poradnik zaleca blok 30–80 słów na początku każdej większej sekcji (str. 25) i śródtytuły w formie pytań (str. 19). To zalecenie ma najmocniejsze potwierdzenie poza poradnikiem: w danych Surfera około 29% cytowań pochodzi z pierwszych 50 słów strony (slajd z 30:06).

U Surfera trzy cechy strony odstają od pozostałych siedemnastu i wszystkie dotyczą początku tekstu. Strona zgodna z intencją pytania użytkownika jest cytowana o około 21% częściej, strona, której pierwsze zdania potwierdzają temat, o około 20%, a strona z odpowiedzią na samym początku o około 18% (slajd z 27:32, wartości odczytane z wykresu). Akapity zrozumiałe bez reszty tekstu dają około 12%.

Szymon Słowik pokazał, skąd to się bierze: model nie wybiera strony, tylko blok tekstu, a do odpowiedzi trafia zwykle 1–3 bloki po około 170 słów z jednego źródła (slajd z 1:06:07).

Reszta zaleceń poradnika dotyczy szkieletu artykułu (str. 19 i 23):

• skrót na górze, czyli TL;DR;
• śródtytuły w formie pytań, z odpowiedzią w jednym albo dwóch zdaniach;
• listy i proste definicje;
• podsumowanie albo lista kontrolna na końcu;
• krótkie bio autora.

Poradnik pokazuje też, co mają wspólnego 24 najczęściej cytowane artykuły z LinkedIna (Meltwater, 2026, str. 20): listy ma 100% z nich, śródtytuły H2 i H3 92%, nazwy firm i narzędzi 75%, twarde liczby 67%, porównanie w układzie X kontra Y 50%, poradnik „jak wybrać” 33%, a rok w tytule 25%. Czy to znaczy, że lista podnosi szansę na cytowanie? Tego z tej próby nie wiadomo, bo nie ma w niej grupy porównawczej. Nie wiemy, ile artykułów z listami nikt nigdy nie zacytował.

Ten wpis jest zbudowany według tych zaleceń, więc sprawdziłem też starsze. W 29 z 45 moich wpisów wstęp przed pierwszym śródtytułem ma ponad 150 słów, a tylko w 15 pytaniem jest co najmniej połowa śródtytułów. Mam co przerabiać.

Ile trzeba czekać, aż AI zacytuje nowy tekst?

Poradnik każe czekać co najmniej 30 dni, zanim ocenisz efekt (str. 28). Powołuje się na Profound: wśród około 900 nowych stron, które ChatGPT albo Claude zacytowały między marcem a majem 2026, połowa dostała pierwsze cytowanie w 6,81 dnia od publikacji, 75% w 18,68 dnia, a 90% w 37,10 dnia.

Czy to znaczy, że dziewięć na dziesięć nowych tekstów doczeka się cytowania w niecałe sześć tygodni? Nie. W próbie Profound są tylko strony, które zostały zacytowane w ciągu 60 dni. Tych, których modele nie zacytowały wcale, nikt nie policzył.

Poradnik podaje trzy powody opóźnienia (str. 28): indeksy odświeżają się we własnym rytmie, modele potrzebują kilku zgodnych źródeł, a każdy model aktualizuje się osobno, więc widoczność zmienia się skokami. Ostrzega też przed ogłaszaniem porażki w trzecim tygodniu.

U mnie wygląda to tak: robię dwa przebiegi wyjściowe w odstępie kilku dni, żeby wiedzieć, ile wynosi zwykły szum między pomiarami. Pierwszy był 13 października, jeszcze zanim na stronę trafiły ujednolicone fakty o mnie. Drugi był 17 października, już po tej zmianie. Co wyszło? Moje wyniki przesunęły się w granicach szumu, więc nie zapisuję tej różnicy na konto zmian na stronie. Wyraźnie ponad szum urosła tylko profesjonalna firma szkoleniowa z mojej listy konkurentów: była w 72 ze 165 odpowiedzi zamiast w 46, więc pewnie też zwracają na to uwagę. Teraz te same 14 pytań co tydzień, a ocena efektu najwcześniej 12 listopada, czyli 30 dni po zmianach. Do tego rynki badam osobno, bo ten sam temat ma po polsku i po angielsku innego pytającego i inny cel.

W czym poradnik LinkedIna nie zgadza się z innymi danymi?

W pięciu miejscach: w sprawie świeżości treści, podsumowania na końcu tekstu, liczb w tekście, roli mediów społecznościowych i sposobu sprawdzania, czy AI ma dostęp do strony. W każdym z nich po drugiej stronie stoją dane Surfer AI Tracker albo slajdy Szymona Słowika z webinaru Linkhouse z 13 października 2026.

Temat	Poradnik LinkedIna	Webinar Linkhouse
Świeżość treści	48% cytowań trafia do treści młodszych niż 3 miesiące, 12% do starszych niż rok (Meltwater, 2026, str. 22)	poza Gemini 57–74% cytowań trafia do stron starszych niż pół roku (Surfer, slajd z 39:59)
Podsumowanie na końcu	modele „often pull” końcowe listy do odpowiedzi, bez żadnej liczby (str. 19)	strona z podsumowaniem jest cytowana o około 7% częściej, w AI Mode o około 13%, w Perplexity o około 2% (Surfer, slajd z 35:25)
Liczby w tekście	67% z 24 najczęściej cytowanych artykułów zawiera twarde liczby (Meltwater, 2026, str. 20)	statystyki są ostatnie na liście 20 cech, około 4% (Surfer, slajd z 36:47)
Media społecznościowe jako źródło	LinkedIn to domena numer jeden w zapytaniach zawodowych (Profound, 2026, str. 9)	korelacja treści z mediów społecznościowych z częstością cytowań 0,12, blogów marek 0,35 (Surfer, slajd z 26:12)
Test dostępu	„ask AI if it can visit URLs you care about” (str. 22)	„Bot z Twojej sesji to nie bot, który crawluje sieć” (Słowik, slajd z 58:50)

Kto ma rację w sprawie świeżości? Możliwe, że obie strony. U Surfera Gemini bierze 45% cytowań ze stron młodszych niż 3 miesiące, a Perplexity 15%, więc wynik zależy od tego, który model mierzysz. Poradnik nie podaje, na jakich modelach liczył Meltwater.

A liczby w tekście? Statystyki są u Surfera na samym dole listy, ale strony, które są głównym źródłem odpowiedzi, mają wskaźnik pokrycia faktów 0,42, a strony pominięte 0,23 (slajd z 38:44). Czyli liczby pomagają wtedy, gdy są faktami potrzebnymi do odpowiedzi.

Dlaczego test dostępu z poradnika nie wystarcza? Bo OpenAI ma osobne boty do trenowania modeli (GPTBot), do indeksu wyszukiwarki ChatGPT (OAI-SearchBot) i do pobierania strony na prośbę użytkownika (ChatGPT-User). Pytając AI w rozmowie, czy otworzy Twój adres, sprawdzasz tylko tego trzeciego.

A co się zgadza? Odpowiedź na samym początku, akapity zrozumiałe osobno, śródtytuły i potwierdzenie tych samych faktów w kilku źródłach (poradnik, str. 12; Słowik, slajd z 1:16:08).

Które zalecenia z poradnika służą przede wszystkim LinkedInowi?

Te, za którymi w poradniku nie stoi żadna liczba, a które zwiększają ilość treści i wydatków na platformie: artykuł co tydzień i posty co najmniej 2–3 razy w tygodniu (str. 22), newsletter (str. 23), namawianie pracowników do publikowania (str. 14–15) i promowanie treści reklamami LinkedIna (str. 21).

Czy to złe rady? Niekoniecznie, ale poradnik nie pokazuje dla nich danych, a korzyść LinkedIna widać od razu. Podobnie jest z zaleceniem, żeby pod tekstem było co najmniej dziesięć przemyślanych komentarzy (str. 21): liczba jest, źródła nie ma.

Moim zdaniem ta rada jest słuszna, padła też w podcaście Social Media Examiner. Tyle że mało kto bez dużego zaplecza da radę publikować tak często i cały czas na wysokim poziomie. Dlatego wolę publikować rzadziej, ale lepsze treści, niż często i na odczepnego. Gdybym publikował na siłę, pewnie sięgałbym po AI, a stamtąd już krok do AI slopu.

O tym, w jakie dni i jak często publikować, pisałem przy okazji podcastu Social Media Examiner o AI na LinkedInie.

Jak sprawdzić swoją widoczność w AI?

Tak samo jak pozycje w Google, tylko zamiast fraz wpisujesz pytania. Prosty audyt widoczności w AI wygląda u mnie tak:

1. Spisz 7–10 pytań, które zadałby Twój klient, na przykład „Kto prowadzi szkolenia z LinkedIn dla firm w Polsce?”. Tyle radzi poradnik LinkedIna (str. 12).
2. Zadaj każde kilka razy w ChatGPT, Gemini i Perplexity, bo odpowiedzi modelu AI różnią się między powtórzeniami. Ja zadaję każde pięć razy.
3. Notuj osobno dwie rzeczy: czy pada Twoje nazwisko albo marka (wzmianka) i czy na liście źródeł jest link do Twojej strony albo profilu (cytowanie).
4. Sprawdź, czy Twoja strona jest w indeksach wyszukiwarek Google i Bing, bo modele biorą odpowiedzi z wyników wyszukiwania. U mnie Bing przez kilka tygodni nie widział nowych wpisów, bo sam źle wysyłałem mu powiadomienia o publikacji.
5. Powtarzaj ten sam zestaw co tydzień, a efekt oceniaj najwcześniej po 30 dniach.

Czy to zastępuje SEO? Nie. Strony, której nie ma w wynikach wyszukiwania, model nie ma skąd zacytować. Google AI Overviews nie ma API, więc sprawdzam je na razie ręcznie.

Jak poprawić widoczność w AI: co z tego biorę dla siebie i co sprawdzę dalej?

Biorę trzy rzeczy: odpowiedź w pierwszych 50 słowach każdego wpisu, śródtytuły w formie pytań i te same fakty o sobie wszędzie, gdzie mnie widać. Czy zadziałają? Sprawdzę to tym samym pomiarem.

Z tymi faktami o sobie miałem kłopot. Do 13 października na stronie głównej stało u mnie „80+ przeszkolonych firm”, a w opisie serwisu i w bio autora „200+”. Skoro sam nie mogłem się zdecydować, to skąd AI miało wiedzieć? Teraz wszędzie jest ta sama wersja: 10 lat szkoleń z LinkedIna, ponad 80 firm i ponad 3700 osób.

Jednego nie biorę: pomysłu, żeby rzucić SEO i pisać tylko pod AI. Odpowiedź AI to jeden z punktów styku klienta z Tobą, zanim zapyta o ofertę, a LinkedIn jest tylko jednym z elementów tej układanki. Dobrze, że pomaga dziś budować widoczność, ale potrzebuje obok innych kanałów. U mnie widać to po Gemini, który LinkedIna prawie nie cytuje, a moją stronę tak.

Szerzej piszę o tym we wpisie Czy GEO i AEO zastąpią SEO?.

Kolejne wpisy cyklu będą o tym, czy boty AI w ogóle wchodzą na moją stronę, jak przerobiłem początki wpisów, jak ujednoliciłem bio i co wyszło w pomiarze po 30 dniach.

Co sprawdzić przed publikacją artykułu albo posta na LinkedInie?

Siedem rzeczy z listy poniżej. Punkty od drugiego do piątego mają potwierdzenie poza poradnikiem LinkedIna, czyli w danych Surfera albo w moim pomiarze. Pierwszy, szósty i siódmy to zalecenia poradnika (str. 19, 23, 25 i 28), których na razie nie umiem ani potwierdzić, ani obalić.

1. Tytuł artykułu albo pierwsze zdanie posta zawiera frazę, której użytkownik użyłby w pytaniu do AI, bez emoji i hashtagów.
2. Pierwsze 50 słów odpowiada na pytanie z tytułu.
3. Każda sekcja zaczyna się od odpowiedzi w 30–80 słowach.
4. Każdy akapit da się zrozumieć bez sąsiednich.
5. Publikujesz ze swojego profilu, a nie tylko ze strony firmowej.
6. Artykuł ma skrót na górze i listę na końcu.
7. Masz spisane pytania, na których sprawdzisz efekt, i datę pierwszego odczytu, nie wcześniej niż po 30 dniach.

Na co dzień prowadzę szkolenia LinkedIn dla firm, więc ten cykl jest też moim własnym sprawdzianem: czy to, czego uczę o treściach, działa na modelach.

A co ChatGPT albo Perplexity odpowiada dziś na pytanie o najlepszego specjalistę w Twojej branży?

PS: ten wpis ma FAQ i spis treści, czyli dwa elementy z samego dołu listy Surfera (około 5% i 4%). Zostają, bo czytają to też ludzie.

PPS: 29 października otwieram konferencję I Love Marketing & Technology wystąpieniem o AI, AI slopie i widoczności w AI. Część tego wpisu pokażę tam na żywo.