Klient szukający dentysty, prawnika, hydraulika czy biura nieruchomości nie musi już zaczynać od wpisania frazy w Google. Coraz częściej pyta ChatGPT, Gemini albo inne narzędzie AI o rekomendację, porównuje kilka firm, a dopiero później wpisuje ich nazwy w wyszukiwarce, otwiera mapę albo wykonuje telefon.
To oznacza, że SEO lokalne nie kończy się już na pozycji w local packu i klasycznych wynikach organicznych. Firma powinna być widoczna również na wcześniejszym etapie — wtedy, gdy system AI pomaga użytkownikowi stworzyć krótką listę potencjalnych usługodawców.
AI coraz częściej rozpoczyna lokalną ścieżkę zakupową
Search Engine Journal opisuje dane CallRail pokazujące, że bezpośrednio mierzalne leady pochodzące z kliknięć w cytowania AI nadal stanowią niewielką część wszystkich połączeń. W analizowanej grupie było to około 1–2% rozmów. Jednocześnie udział ten w ciągu kilku miesięcy wyraźnie wzrósł. Dane dotyczą klientów CallRail i rynku amerykańskiego, dlatego nie należy przenosić ich wprost na polskie firmy, ale dobrze pokazują kierunek zmian.
Jeszcze ważniejsza jest obserwacja dotycząca samej ścieżki klienta. Użytkownik może rozpocząć research w narzędziu AI, zobaczyć tam nazwę przedsiębiorstwa, a następnie już samodzielnie wyszukać markę w Google.
W analityce taki lead może wyglądać jak zwykłe wejście organiczne albo bezpośrednie.
AI wykonało jednak pierwszą, bardzo ważną część pracy: zbudowało świadomość marki i wpłynęło na shortlistę firm branych pod uwagę.
Dlaczego lead z AI trudno poprawnie zmierzyć?
Największym problemem jest dziś atrybucja.
Jeżeli użytkownik kliknie link znajdujący się w odpowiedzi ChatGPT lub Perplexity, ruch można często rozpoznać jako referral. To najprostszy przypadek.
Znacznie częściej ścieżka może wyglądać tak:
pytanie w AI → poznanie firmy → wyszukanie nazwy firmy → strona lub Google Maps → telefon.
Google Analytics zobaczy wówczas głównie ostatni etap.
Dlatego przedsiębiorstwa powinny rozszerzyć pomiar poza standardowe źródło/medium. Pomocne mogą być call tracking, analiza wzrostu zapytań brandowych, pytanie klienta o źródło kontaktu oraz analiza nagrań rozmów i wiadomości.
SEJ zwraca uwagę, że w nagraniach CallRail pojawiały się sytuacje, w których klient sam informował, że firmę polecił mu ChatGPT, mimo że wcześniej nie nastąpiło mierzalne kliknięcie z AI. To pokazuje, dlaczego rzeczywisty wpływ tego kanału może być większy niż liczby widoczne w GA4.
Jak pozycjonowanie w AI łączy się z SEO lokalnym?
Nowoczesne pozycjonowanie w AI nie wymaga porzucenia lokalnego SEO. W wielu obszarach oba procesy wykorzystują te same fundamenty.
Spójne dane firmy
Nazwa, adres, telefon, godziny otwarcia i zakres usług powinny być aktualne oraz spójne w miejscach, z których informacje mogą pobierać wyszukiwarki i systemy AI.
Szczególnie istotne jest to w przypadku firm wielooddziałowych. Jeden nieaktualny numer telefonu albo błędny adres może trafić do kolejnych serwisów, a następnie zostać wykorzystany w rekomendacji.
Spójność NAP — name, address, phone — nadal ma więc znaczenie.
Opinie i obecność w zewnętrznych źródłach
Użytkownik pytający AI o „dobrego dentystę w Łodzi” czy „najlepszą restaurację w centrum Warszawy” nie oczekuje wyłącznie informacji ze strony samej firmy.
Liczą się również oceny, recenzje, wzmianki i informacje pojawiające się w innych źródłach.
Materiał SEJ zwraca uwagę, że rekomendacje mogą korzystać z danych pochodzących z różnych platform opinii i serwisów branżowych. Dlatego strategia lokalnej widoczności nie powinna kończyć się na Profilu Firmy Google.
Nie chodzi jednak o sztuczne zdobywanie wzmianek. Znacznie ważniejsza jest autentyczna obecność tam, gdzie klienci faktycznie opisują swoje doświadczenia.
Treści oparte na języku klientów
Jednym z ciekawszych wniosków z materiału jest wykorzystanie rozmów telefonicznych oraz czatów jako źródła pomysłów na treści.
Firma może nazywać usługę „kompleksową diagnostyką instalacji”, podczas gdy klient pyta: „dlaczego kaloryfer jest ciepły tylko na górze?”.
Jeżeli strona operuje wyłącznie językiem eksperta, może nie odpowiadać na sposób, w jaki rzeczywiści klienci opisują problem.
Rozmowy sprzedażowe, formularze, czaty i pytania zadawane obsłudze klienta mogą więc stać się bardzo dobrym punktem wyjścia dla lokalnych działań SEO i GEO.
Dostępność firmy po godzinach
Według obserwacji CallRail ruch rozpoczynający się od wyszukiwania AI częściej pojawia się poza standardowymi godzinami pracy niż przeciętny ruch internetowy.
Dla lokalnej firmy ma to praktyczne znaczenie.
Jeżeli AI poleci trzy przedsiębiorstwa, a tylko jedno z nich szybko odpowie na zapytanie lub umożliwi rezerwację, właśnie ono może zdobyć klienta.
Widoczność bez sprawnego procesu obsługi nie gwarantuje konwersji.
Jak mierzyć efekty wyszukiwania AI?
Nie należy ograniczać raportu do pytania: „ile wejść przyniósł ChatGPT?”.
Lepszy model obejmuje kilka źródeł danych:
– ruch referral z narzędzi AI,
– formularze i telefony pochodzące z tego ruchu,
– wzrost wyszukiwań brandowych,
– odpowiedzi klientów w formularzu „skąd dowiedziałeś się o nas?”,
– informacje pojawiające się w rozmowach handlowych,
– widoczność marki w reprezentatywnym zestawie zapytań AI,
– liczbę i jakość źródeł, na podstawie których system opisuje firmę.
Taki model nie daje perfekcyjnej atrybucji, ale pozwala zobaczyć znacznie więcej niż sam GA4.
Dlaczego nie warto obsesyjnie monitorować pojedynczych promptów?
Odpowiedzi modeli generatywnych nie są tak stabilne jak klasyczny ranking.
W materiale SEJ przywołano analizę, według której przy powtarzaniu tego samego lokalnego zapytania w Gemini źródła cytowane w odpowiedzi pokrywały się tylko w części przypadków, a identyczna firma znacznie rzadziej zachowywała pierwszą pozycję niż w klasycznym local packu.
Dlatego pojedynczy prompt nie powinien być odpowiednikiem pojedynczej frazy monitorowanej w tradycyjnym SEO.
Lepiej obserwować trend: czy marka coraz częściej pojawia się w różnych wariantach pytań dotyczących tej samej potrzeby, lokalizacji i kategorii usług.
Co powinna robić agencja SEO i agencja AI?
Agencja AI nie powinna ograniczać się do sprawdzania, czy ChatGPT raz wymienił klienta w odpowiedzi.
Strategia powinna łączyć kilka obszarów:
– klasyczne SEO lokalne,
– optymalizację Profilu Firmy Google,
– jakość i spójność danych o placówkach,
– rozwój opinii,
– treści odpowiadające na prawdziwe pytania klientów,
– widoczność marki w wartościowych źródłach zewnętrznych,
– monitoring AI,
– call tracking i analitykę leadów.
Kluczowe pozostaje pytanie o cel. Czy firma chce zwiększyć liczbę telefonów? Rezerwacji? Formularzy? Wizyt w placówce? A może chce zbudować lokalną rozpoznawalność na nowym rynku?
Dopiero po ustaleniu celu można ocenić, czy pozycjonowanie w AI faktycznie wspiera biznes.
Jak przygotować lokalną firmę na wyszukiwanie AI?
Najlepszym punktem wyjścia nie jest tworzenie dziesiątek promptów, ale uporządkowanie fundamentów.
Sprawdź, czy informacje o firmie są aktualne, czy profil lokalny zawiera pełne dane, czy opinie pojawiają się regularnie, czy strona odpowiada na rzeczywiste pytania klientów oraz czy możesz powiązać telefony i formularze z kanałem pozyskania.
Następnie zacznij monitorować, w jaki sposób ChatGPT, Gemini i inne systemy opisują Twoją firmę oraz konkurentów.
SEO lokalne w erze AI nie jest całkowicie nową dyscypliną. Zmienia się przede wszystkim moment, w którym marka może wpłynąć na decyzję klienta.
Dotychczas walka często rozpoczynała się na stronie wyników Google. Dziś może rozpocząć się kilka minut wcześniej — podczas rozmowy użytkownika z asystentem AI.
Dlatego profesjonalna agencja SEO powinna już nie tylko zwiększać widoczność firmy, ale również umieć odpowiedzieć na ważniejsze pytanie: czy ta widoczność prowadzi do realnych leadów i sprzedaży?
FAQ
Czy ChatGPT może generować klientów dla lokalnej firmy?
Tak, ale nie zawsze poprzez bezpośrednie kliknięcie. Użytkownik może poznać markę w odpowiedzi AI, a następnie wyszukać ją w Google, wejść na profil w Mapach lub od razu zadzwonić. Dlatego wpływ ChatGPT może być niedoszacowany w standardowej analityce.
Czy SEO lokalne nadal ma znaczenie przy wyszukiwaniu AI?
Tak. Spójne dane firmy, lokalne strony, Profil Firmy Google, opinie i wiarygodne źródła zewnętrzne nadal pomagają budować ekosystem informacji, z którego korzystają użytkownicy i systemy wyszukujące.
Jak sprawdzić, czy lead pochodzi z AI?
Najprostsze przypadki można wykryć jako ruch referral. W pozostałych warto stosować call tracking, pytania o źródło kontaktu, analizę rozmów handlowych oraz monitoring zapytań brandowych. Nie istnieje dziś jeden system pozwalający idealnie przypisać wszystkie leady do AI.
