„Najlepszy CRM”. „Top platforma helpdesk”. „Narzędzie nr 1 do X”. Przez kilka lat jednym z najtańszych sposobów na pojawienie się w odpowiedziach AI było opublikowanie własnego rankingu „najlepsze [kategoria]” i wstawienie swojej marki na szczyt. Modele językowe brały takie strony jako źródła, a stojące za nimi marki zyskiwały cytowania. Nowa analiza Lily Ray, wiceprezeski ds. SEO i wyszukiwania AI w Amsive, wskazuje, że ta taktyka zaczęła działać przeciwko tym, którzy ją stosują. W jej ujęciu pierwsze miejsce we własnym rankingu może dziś działać jak głos na twoich konkurentów.
Ten artykuł odpowiada na jedno pytanie: czym różni się „cytowany” od „polecany” w Google AI Overviews. To, jak ChatGPT wybiera, co pobrać, to inny mechanizm, opisany w tekście jak ChatGPT wybiera źródła.
Taktyka i dlaczego działała
Piszesz „7 najlepszych narzędzi do zarządzania projektami” i stawiasz własny produkt na pierwszym miejscu, przed prawdziwymi liderami rynku. Przed wyszukiwaniem AI prawie nikt tego nie robił, bo jawnie stronnicza treść kosztuje zaufanie każdego żywego czytelnika. Odpowiedzi AI stworzyły pustkę: lukę treściową wokół pytań „jakie narzędzie jest najlepsze do X”, a strony z autopromocją rzuciły się ją wypełniać. Wczesne modele nie umiały niezawodnie odróżnić autopromocji od prawdziwego autorytetu, więc strona, która w odpowiednim formacie mówiła, że jesteś najlepszy, mogła trafić do źródeł.
Zrobiło się tłoczno. Ray podaje, że znalazła 184 takie strony u 146 marek, i mówi, że format stał się viralem w 2025 roku. Shopify, zauważa, miał w pewnym momencie ponad 100 artykułów tego typu, a teraz wygląda na to, że wiele z nich usuwa. Gdy taktyka tak się skaluje, wyszukiwarki mają powód, by zareagować.
Co zmierzyła Lily Ray
Ray śledziła 100 zapytań B2B „najlepsze [kategoria] oprogramowanie” w Google AI Overviews i zebrała odpowiedzi oraz ich dokładne źródła w trzech terminach między kwietniem a czerwcem 2026 roku. Mniej więcej przy co piątym zapytaniu AI Overview w ogóle się nie pojawił. Przy 80, gdzie się pojawił, rozdzieliła dwie rzeczy: czy własny ranking marki został zacytowany jako źródło i czy ta marka została polecona jako wybór w odpowiedzi.
Różnica między nimi jest wnioskiem. Gdy własny autopromocyjny ranking marki był cytowany, marka i tak zostawała poza rekomendacją w 69% przypadków, czyli w 224 z 323 policzonych przez nią rankingów. W całym zbiorze 74 ze 100 zapytań dało odpowiedź, która cytowała stronę autopromotora, a poleciła kogoś innego.
Jej przykład: platforma edukacyjna wstawiła się na pierwsze miejsce w „LMS do sprzedaży kursów”, została zacytowana, a w odpowiedzi polecono Kajabi, Thinkific, LearnWorlds i Teachable. Ten sam podział pokazuje w helpdesku, zarządzaniu zadaniami i narzędziach do ankiet, gdzie jedna marka ankiet została zacytowana z dwóch własnych stron, a mimo to nie znalazła się na liście narzędzi sugerowanych przez odpowiedź.
Ograniczenia dotyczą wszystkiego poniżej. To analiza Ray amerykańskich zapytań B2B o oprogramowanie i serwisów, które sama wybrała, a nie ogłoszenie Google, i Google nie opublikował mechanizmu.
Cytowanie to nie rekomendacja
Ray twierdzi, że rekomendacja liczy się „o rząd wielkości” bardziej, a zachowanie przy klikaniu idzie w tę samą stronę. Pew Research w lipcu 2025 roku ustalił, że gdy wyszukiwanie Google pokazywało podsumowanie AI, użytkownicy klikali link wewnątrz niego tylko w 1% wizyt. Jeśli źródeł prawie nikt nie otwiera, działa to, co czytelnik zapamiętuje z odpowiedzi: marki nazwane dobrym wyborem. Ktoś, kto pyta „jaki helpdesk jest najlepszy dla małego zespołu”, zwykle zapamiętuje dwie-trzy nazwy z odpowiedzi. Autopromocyjny ranking może przynieść cytowanie, którego nikt nie otworzy, podczas gdy widoczna rekomendacja trafi do rywali, których sam wymieniłeś pod sobą.
Dlaczego duże marki wciąż uchodzą na sucho
Ray uważa, że wynik zależy od tego, jak autorytatywna jest już marka. Lider kategorii może opublikować „jesteśmy najlepsi” i nadal być i cytowany, i polecany, bo reszta sieci się z tym zgadza. Mniejsza marka robiąca to samo zostaje zacytowana i pominięta.
Porównuje referring domains i wzmianki w AI Overviews oraz ChatGPT: polecane marki są daleko przed cytowanymi, ale pomijanymi, w każdym sygnale. W CRM jedyna marka z autopromocją, która jest też polecana, to Monday: Domain Rating w dziewięćdziesiątkach i dziesiątki tysięcy referring domains, podczas gdy pretendenci z takimi samymi stronami zostają w tyle w każdej metryce, a niektórzy nie mają żadnej wzmianki w AI Overviews ani ChatGPT.
Dźwignią, która porusza odpowiedź, jest według tych danych zewnętrzny ślad marki, a nie twoja własna strona.
Może to też kosztować w klasycznym wyszukiwaniu
Ray podaje też, że około 20 stycznia 2026 roku dziesiątki serwisów mocno opartych na tej taktyce zaczęły tracić ruch organiczny, a spadki trwały przez majową aktualizację core Google 2026, często obejmując całą domenę. Ponad 40 przeanalizowanych przez nią serwisów zwykle łączyło kilka sygnałów zbliżonych do spamu: masowo generowaną treść AI, masowo produkowane szablonowe strony oraz setki lub tysiące artykułów stawiających własną markę na pierwszym miejscu. Ryzyko, które opisuje, to skala i kumulacja, a nie jedna strona porównawcza.
Na czym AI opiera się zamiast tego
Dla zapytań „najlepsze” dane Ray o cytowaniach wskazują na wysoko autorytatywne nazwy. Forbes, Reddit i YouTube wspinają się wśród źródeł, na których opierają się AI Overviews, przy czym Reddit szybko rośnie, a Forbes Advisor gwałtownie rośnie mniej więcej od marca. Odpowiedzi coraz częściej pożyczają osąd od niezależnych serwisów recenzenckich i miejsc, gdzie ludzie publicznie porównują opcje. Dla niektórych zapytań „najlepszy [x]” Ray pokazuje też zastrzeżenie w AI Overview, że kategoria jest „nasycona samozwańczymi ekspertami”, i zauważa, że Claude podobnie oznacza zaśmiecone kategorie.
Co mówi sam Google
W swoim przewodniku po optymalizacji pod funkcje AI w Wyszukiwarce Google zaznacza, że sztuczne gonienie za wzmiankami w sieci to nie skrót, a sfabrykowane lub nieautentyczne umieszczenia są dokładnie tym, co mają wyłapywać jego systemy antyspamowe. Ściana stron nazywających cię najlepszym to sztuczna wzmianka o sobie w skali. Autopromocyjny ranking działał jakiś czas, bo modele jeszcze się nie nauczyły, a nie dlatego, że Google go popierał.
Co sprawdziliśmy sami
2 października 2026 roku wykonaliśmy cztery wyszukiwania „najlepszy” z własnej niszy w zwykłym Google, bez logowania, z Polski, i otworzyliśmy listy z czołówki wyników. Zapisywaliśmy tylko zwykłe wyniki, bez AI Overviews, więc sprawdzenie liczy strony stawiające siebie na pierwszym miejscu i nic nie mówi o tym, jak traktuje je odpowiedź AI.
- „najlepsza agencja pozycjonowania lokalnego” (to zapytanie po polsku): cztery z pięciu otwartych przez nas stron z wyników napisały agencje, które stawiają siebie na pierwszym miejscu. Zajęły cztery z pierwszych siedmiu zwykłych wyników.
- „best Google Business Profile management agency”: cztery z sześciu otwartych stron pochodziły od dostawcy oprogramowania, który na pierwszym miejscu stawia własny produkt, w tym Semrush. Większość czołowych odpowiedzi na zapytanie o agencję to były listy narzędzi.
- „best GEO agency for AI search”: trzy z czterech otwartych list napisały agencje, które stawiają siebie na pierwszym miejscu.
- „best local SEO agency Poland”, zadane po angielsku, było wyjątkiem. Czołowe listy pochodziły z katalogów i marketplace’ów takich jak Clutch, Sortlist i The Manifest, i nie widzieliśmy agencji, która stawia siebie na pierwszym miejscu.
W trzech wyszukiwaniach, w których otwieraliśmy strony, 11 z 15 stawiało na pierwszym miejscu własnego autora. Jedna sesja z jednego miejsca to migawka, a kolejność zmieniała się między dwoma załadowaniami tego samego zapytania. Pokazuje jednak, że schemat opisany przez Ray sięga naszego rynku i że po polsku zapełnia czołówkę wyników.
Jak sprawdzić własne ryzyko
Nie potrzebujesz budżetu badawczego. Poniższa metoda to metoda Ray w pomniejszeniu. Wyżej przeszliśmy przez nią sami, w małej skali i bez sprawdzania odpowiedzi AI.
- Uruchom własne zapytania „najlepszy [kategoria]“ w Google i w asystencie typu ChatGPT. Zanotuj, które marki są wskazane jako wybór.
- Spójrz na źródła pod odpowiedzią. Jeśli twoja strona jest cytowana, a marki nie ma w rekomendacji, jesteś w opisanym rozdźwięku.
- Policz autopromocyjne strony. Jeden artykuł porównawczy to nie wzorzec, który Ray wiąże ze spadkami całych domen. Dziesiątki lub setki stawiające twoją markę na pierwszym miejscu już tak.
- Porównaj swój ślad zewnętrzny (niezależne serwisy, które linkują do ciebie lub cię wspominają) z markami, które są polecane.
Co zdobywa rekomendację zamiast tego
Rekomendację porusza to, że mówi się o tobie i linkuje do ciebie w miejscach, których nie kontrolujesz. Dokładnie to mierzą tabele autorytetu powyżej.
- Wzmianki stron trzecich i rankingi, których nie napisałeś. Wydawnictwa branżowe, niezależni recenzenci, partnerzy, dziennikarze. Oferuj wersje testowe i ułatw rzetelną ocenę.
- Prawdziwe opinie na niezależnych platformach i pożyteczna obecność w społecznościach takich jak Reddit, gdzie coraz częściej zaglądają odpowiedzi AI. Nie da się tu niczego wymusić.
- Konkretna treść z własnego doświadczenia, odpowiadająca na realne pytania twojej branży, którą według Google systemy AI mają właśnie wyświetlać.
Ta praca jest istotą widoczności w AI i jest przeciwieństwem samozwańczego rankingu.
Firmy lokalne i wielojęzyczne
Próbka Ray to amerykańskie oprogramowanie B2B, ale mechanizm prawdopodobnie działa dalej, a dla regionalnych sklepów i agencji wskazuje w jedną stronę: nie pokonasz globalnej marki autorytetem, ogłaszając się najlepszym w poście na blogu. Realistyczna przewaga jest lokalna i konkretna: opinie klientów z twojego miasta, wzmianki w lokalnych i branżowych mediach, profile zgodne ze sobą. Autorytet nie przenosi się też czysto między językami, więc marka dobrze polecana po angielsku może być prawie niewidoczna w polskich czy ukraińskich odpowiedziach, a skupiony lokalny gracz może wygrać rekomendację w lokalnym języku. To nasz wniosek z mechanizmu, a nie coś, co sprawdzają dane Ray.
Co zrobić z rankingiem, który już masz
Jedna użyteczna strona porównawcza jest w porządku, a usunięcie jednego artykułu nie zmieni twojej widoczności. Ryzyko, które opisuje Ray, to dziesiątki lub setki niemal identycznych stron stawiających cię na pierwszym miejscu. Jeśli to twój serwis, scalenie i przycięcie ma sens. Jeśli twój plan wzrostu opiera się na masowej, samochwalczej treści, przeczytaj, jak Google coraz lepiej wyłapuje syntetyczny wypełniacz, zanim zrobi to następna aktualizacja core. Jeśli strona jest jedna, włóż wysiłek w ślad zewnętrzny.
Źródła
- Lily Ray, „Why Calling Yourself the ‘Best’ Could Be Helping Your Competitors Win in AI Search”, Amsive / Substack, 17 czerwca 2026: lilyraynyc.substack.com
- Search Engine Land, „Google AI Overviews cite self-serving listicles, but recommend competitors 69% of the time”: searchengineland.com
- Google Search Central, „Optimizing for generative AI features on Google Search”: developers.google.com
- Pew Research Center, „Google users are less likely to click on links when an AI summary appears in the results”, lipiec 2025: pewresearch.org
