Najważniejsze wnioski w pigułce
Wyszukiwanie AI — mniej nowe, niż się wydaje
- Google używa uczenia maszynowego, embeddingów i wyszukiwania multimodalnego od lat — to Google stworzył Word2vec, protoplastę dzisiejszych embeddingów.
- Prawdziwa zmiana to nie technologia, a dostępność wiedzy: informacje, które kiedyś były zamknięte w wąskim gronie, dziś ma każdy specjalista SEO.
- To, co zmieniło się naprawdę, to zachowanie użytkowników — zapytania stają się precyzyjne, „chirurgiczne”, wykraczające poza klasyczny long tail.
Wyszukiwarka wewnętrzna jako warstwa analityczna SEO
- Najlepsze dane o użytkownikach powstają po kliknięciu — na Twojej stronie, nie w Search Console.
- Wyszukiwarka wewnętrzna odsłania słownictwo klientów, niezaspokojone potrzeby i przerwane ścieżki zakupowe.
- Jeśli użytkownicy szukają w wyszukiwarce produktowej informacji o zwrotach czy czasie dostawy — to sygnał, że architektura serwisu ma luki.
Crawl i linkowanie wewnętrzne w dużych serwisach
- Przy milionach adresów URL dostęp botów, adresy obrazów i strony osierocone to realny kompromis biznesowo-inżynieryjny, nie teoretyczny problem.
- Ważniejsze od „doskonałego” linkowania wewnętrznego są wykrywalność strony i jej faktyczna użyteczność.
Obrazy: kanał konwersji, nie dodatek
- Użytkownicy wyszukiwania wizualnego konwertują lepiej, bo widzą produkt jeszcze przed kliknięciem.
- Trafność obrazu działa dziś jak trafność treści — embeddingi umieszczają obrazy i tekst w tej samej przestrzeni wektorowej.
- Nawet zdjęcia stockowe działają, jeśli są znaczeniowo bliskie treści strony.
Automatyzacja i rozwój zawodowy
- „Konstruktywne lenistwo”: automatyzuj powtarzalne zadania o niskiej wartości, ale zawsze z dokumentacją, monitoringiem i zabezpieczeniami.
- Społeczności SEO mają wymierny zwrot z inwestycji — pewność siebie, kontakty, dostęp do wiedzy i nowe możliwości zawodowe.
Dlaczego wyszukiwanie AI wydaje się nowe, choć nie jest
Roxana Stingu, Head of Search & SEO w Alamy — globalnej platformie licencjonowania zdjęć, wideo i materiałów newsowych — zwraca uwagę na paradoks branży. Co roku słyszymy, że „SEO umarło”, a mimo to wciąż robimy to samo, tylko lepiej. Przed obecną falą AI mieliśmy mobilegeddon, panikę wokół HTTPS i obsesję na punkcie page speed.
Technologia stojąca za dzisiejszym wyszukiwaniem AI nie powstała w ciągu ostatnich dwóch lat. To Google opracował Word2vec — bezpośredniego przodka embeddingów, które dziś traktujemy jako nowość. O wyszukiwaniu multimodalnym firma mówiła publicznie lata przed tym, jak chatboty weszły do mainstreamu.
Co zmieniło się realnie? Dostępność wiedzy. Wcześniej temat był zamknięty w wąskim gronie osób, które kopały głębiej. Dziś każdy specjalista może zapytać model językowy, jak działa RAG czy embedding, i otrzymać odpowiedź w dowolnym formacie. To odbiera Google część tajemniczości — mechanizmy rankingowe wciąż pozostają zagadką, ale fundamenty rozumienia treści są już dla wszystkich przejrzyste.
Druga, poważniejsza zmiana dotyczy ludzi, nie algorytmów. Sposób, w jaki użytkownicy formułują zapytania, przesuwa się w stronę pytań bardzo precyzyjnych i kontekstowych. Dla doświadczonego specjalisty nie jest to rewolucja techniczna, ale wymaga innego myślenia o intencji i strukturze treści.
Wyszukiwarka wewnętrzna jako źródło przewagi
Większość zespołów SEO traktuje Search Console jako główne źródło wiedzy o użytkownikach. Tymczasem najcenniejsze informacje pojawiają się dopiero po kliknięciu — w momencie, gdy użytkownik trafia na stronę i zaczyna szukać na własną rękę. To dane, które mamy od lat, ale rzadko czytamy je z perspektywy SEO.
Wyszukiwarka wewnętrzna pokazuje przede wszystkim autentyczne słownictwo klientów. To bezcenny materiał do budowy treści, które brzmią znajomo i są łatwe w odbiorze — zamiast branżowego żargonu dostajesz frazy, których naprawdę używają odbiorcy. Ujawnia też potrzeby, których oferta nie zaspokaja.
Najbardziej praktyczna wskazówka Roxany dotyczy sklepów internetowych: sprawdź w danych wyszukiwarki produktowej, czy użytkownicy nie wpisują w nią pytań o czas dostawy, zwroty czy kontakt z obsługą. Bo wpisują — ludzie widzą pole wyszukiwania i używają go do wszystkiego, niezależnie od jego przeznaczenia.
Każde takie zapytanie to diagnoza. Jeśli ktoś szuka „zwroty” w wyszukiwarce produktów, warto sprawdzić, na jakiej stronie się wtedy znajdował — bo dokładnie w tym punkcie jego ścieżka się urwała. Informacja o zwrotach była niedostępna tam, gdzie jej potrzebował. To gotowa lista poprawek w architekturze serwisu i nawigacji, oparta na realnym zachowaniu, nie na przypuszczeniach.
Crawl, linkowanie i realia dużych serwisów
W serwisach liczących miliony podstron strategia crawlowania przestaje być kwestią czysto SEO-wą, a staje się decyzją biznesowo-inżynieryjną. Dostęp botów do zasobów, obsługa adresów obrazów i skala stron osieroconych bezpośrednio obciążają infrastrukturę i generują koszty. Każde „wpuśćmy wszystkich wszędzie” ma cenę.
Dlatego przy dużej skali klasyczne podejście do linkowania wewnętrznego wymaga rewizji. Dążenie do idealnej, kompletnej struktury linków bywa nierealne i nieopłacalne. Znacznie większe znaczenie mają dwa czynniki: czy strona jest w ogóle wykrywalna dla robotów oraz czy jest faktycznie użyteczna dla użytkownika po wejściu.
Roxana podkreśla wagę myślenia produktowego w SEO. Specjalista powinien traktować serwis jako produkt i pracować ramię w ramię z zespołami inżynierskimi, produktowymi, QA oraz UX. Strategia SEO nie istnieje w oderwaniu od modelu biznesowego — Alamy łączy cechy e-commerce, marketplace’u i SaaS, a każdy z tych modeli narzuca inne priorytety techniczne.
To zmiana perspektywy, którą warto przenieść do własnej organizacji. SEO przestaje być listą rekomendacji przekazywanych „gdzieś do IT”, a staje się częścią procesu rozwoju produktu, z własnym backlogiem, testami i monitoringiem.
Obrazy jako kanał konwersji i nowa logika trafności
Wyszukiwanie wizualne bywa niedoceniane, a jego użytkownicy konwertują często lepiej niż ci przychodzący z wyników tekstowych. Powód jest prozaiczny: zanim klikną, już widzą produkt. Decyzja o wejściu na stronę jest więc bardziej świadoma, a intencja zakupowa wyższa. To sprawia, że optymalizacja obrazów, szybkość wczytywania strony docelowej i treść wokół zdjęcia stają się elementami ścieżki sprzedażowej, nie kosmetyką.
Zmieniła się też logika oceny trafności obrazu. Dzięki embeddingom obrazy i tekst trafiają do tej samej przestrzeni wektorowej, więc relewantność zdjęcia ocenia się podobnie jak relewantność treści. W praktyce oznacza to, że nawet zdjęcie stockowe może działać dobrze, o ile znaczeniowo jest bliskie tematowi strony — liczy się spójność semantyczna, nie sama unikalność pliku.
Warto jednak zachować realizm co do skali. Analiza obrazów jest kosztowna obliczeniowo, dlatego duże modele językowe opierają się głównie na tekście, a Google interpretuje obrazy raczej selektywnie. To argument za tym, by nie porzucać opisów, kontekstu tekstowego i danych strukturalnych — wciąż stanowią one główny nośnik informacji o zawartości wizualnej.
Automatyzacja z granicami i wartość społeczności
„Konstruktywne lenistwo” to podejście, w którym automatyzacja usuwa zadania powtarzalne i mało wartościowe, uwalniając czas na pracę strategiczną. Kluczowe jest jednak to, co dzieje się wokół automatu: dokumentacja, monitoring, mechanizmy awaryjne i ludzka ocena wyników. Bez nich automatyzacja skaluje nie efektywność, a błędy.
Osobny wątek to rozwój zawodowy. Silne społeczności SEO — jak Women in Tech SEO — dają bezpieczną przestrzeń do zadawania pytań, budują pewność siebie, otwierają dostęp do możliwości zawodowych i pozwalają uczyć się na cudzych doświadczeniach. To zwrot z inwestycji, którego nie widać w raportach, ale który przekłada się na tempo rozwoju całego zespołu.
Podsumowanie
Enterprise SEO coraz mniej przypomina optymalizację pojedynczych stron, a coraz bardziej pracę produktową na styku danych, inżynierii i biznesu. Wyszukiwarka wewnętrzna, świadoma strategia crawlowania i traktowanie obrazów jako kanału konwersji to trzy obszary, w których duże serwisy mogą dziś zyskać najwięcej — pod warunkiem, że przestaną szukać idealnych rozwiązań i zaczną świadomie zarządzać kompromisami.
Źródło: Advanced Web Ranking, „Scaling SEO: Crawl Strategies, Image Optimization and Internal Search | Roxana Stingu” — advancedwebranking.com
