Najważniejsze wnioski w pigułce
Co się zmienia w zachowaniu użytkowników
- 68% wyszukiwań w Google w USA kończy się bez kliknięcia — wzrost z 60% rok wcześniej.
- Liczba zapytań uzupełniających (follow-up) rośnie o ponad 40% miesiąc do miesiąca w USA.
- Gdy w wynikach pojawia się AI Overview, sesja na stronie wyników trwa niemal czterokrotnie dłużej (analiza ok. 846 000 sesji, Kevin Indig i Clickstream Solutions).
Jak Google buduje infrastrukturę platformy medialnej
- Google Creator Profiles — publiczne, indeksowalne profile twórców z możliwością obserwowania, agregujące treści z X, Instagrama, LinkedIna, YouTube’a i artykułów.
- Treści z LinkedIna, Instagrama, YouTube’a i X są już cytowane jako źródła w AI Overviews i AI Mode — bez linków zwrotnych i bez klasycznego Domain Authority.
- Search Console rozszerzyła raportowanie o platformy społecznościowe i wideo.
Trzy założenia klasycznego SEO, które przestały działać
- Użytkownik wie, czego szuka, przed wpisaniem zapytania.
- Odpowiedź znajduje się w jednym dokumencie.
- Kliknięcie jest sygnałem satysfakcji.
Co robić w praktyce
- Budować warstwę autorytetu osobowego (twórca, ekspert) obok autorytetu domeny.
- Publikować precyzyjne, weryfikowalne twierdzenia, które model może zacytować z pewnością.
- Traktować link i wizytę na stronie jako element dolnej części lejka, nie jako główny cel.
Rankingi bez ruchu: gdzie znika użytkownik
Pozycje w wynikach są stabilne, raporty wyglądają dobrze, a mimo to ruch nie rośnie. Problem pojawia się między zapytaniem a kliknięciem — w miejscu, którego żaden standardowy dashboard nie pokazuje. Użytkownik dostaje odpowiedź, pogłębia temat kolejnymi pytaniami i nigdy nie opuszcza ekranu wyszukiwarki.
Dane potwierdzają skalę zjawiska. Analiza danych clickstreamowych Similarweb przeprowadzona przez SparkToro pokazała, że 68% wyszukiwań w Google w USA kończy się bez kliknięcia — rok wcześniej było to 60%. To nie chwilowa fluktuacja, a konsekwencja zmiany modelu działania wyszukiwarki.
Autor materiału źródłowego, Mikael Araújo, opisuje analogię do rynku brazylijskiego, gdzie marketing od lat opiera się na wpływie, a nie na ruchu. Leady przechodziły przez treści z górnej części lejka i przez społeczność, zanim w ogóle dotknęły strony internetowej. Mierzono mikrokonwersje na ścieżce, którą nazywa „lejkiem wpływu” — drogą, na której wpływ twórcy lub marki prowadzi użytkownika od odkrycia do docelowego miejsca należącego do tej marki.
Trzy założenia klasycznego SEO, które przestały się bronić
Pierwsze założenie mówiło, że użytkownik wie, czego chce, przed wpisaniem zapytania. Dobrze opisywało wyszukiwania transakcyjne — kupno, rezerwację, porównanie ofert. Nigdy jednak nie pasowało do wyszukiwań eksploracyjnych, w których użytkownik dopiero ustala, o co właściwie chce zapytać.
Drugie założenie brzmiało: odpowiedź mieści się w jednym dokumencie. Optymalizowaliśmy stronę, budowaliśmy do niej linki i zakładaliśmy, że wiedza jest dostarczana w jednym miejscu, przez jedno źródło, jednemu użytkownikowi. Dziś systemy AI syntetyzują odpowiedź z fragmentów rozproszonych po wielu źródłach, a jednostką wartości staje się precyzyjne, weryfikowalne twierdzenie, które model może zacytować z pewnością.
Trzecie założenie utożsamiało kliknięcie z satysfakcją. Tymczasem kliknięcie często oznaczało coś odwrotnego — użytkownik wchodził na pierwszy wynik, nie znajdował odpowiedzi, wracał i próbował kolejnego. W AI Mode satysfakcja jest mierzona inaczej: przez rozwiązanie problemu w obrębie sesji, przez zapytania uzupełniające, doprecyzowania i pogłębianie tematu wewnątrz platformy.
Model platformy twórców: co Google kopiuje od TikToka
Platformy twórców łączy jedna cecha — zatrzymują użytkownika u siebie. Klasyczna wyszukiwarka wysyłała ludzi na zewnątrz, a Instagram czy TikTok są zaprojektowane tak, by utrzymać uwagę w obrębie własnych ścian. Badania ruchu konsekwentnie pokazują, że generują one nieproporcjonalnie mały udział w odesłaniach do stron w stosunku do wielkości swojej publiczności.
Mechanizmy retencji różnią się jednak istotnie. Instagram utrzymuje użytkownika dzięki zgromadzonej publiczności — odbiorca przychodzi z intencją, bo chce zobaczyć to, co sam wybrał do obserwowania. TikTok działa inaczej: własna dokumentacja platformy potwierdza, że liczba obserwujących nie jest bezpośrednim czynnikiem rankingowym w feedzie „Dla Ciebie”. Algorytm testuje materiał na małej próbce odbiorców, wzmacnia go przy dobrym zaangażowaniu i wycofuje przy słabym.
Kluczowy jest tu nie sposób dystrybucji, a zachowanie odbiorcy. Użytkownik przychodzi bez zdefiniowanej intencji i pozwala platformie prowadzić się przez ciągły strumień treści dopasowany do jego reakcji — to mechanizm odkrywania prowadzonego przez algorytm (guided discovery). Dokładnie ten wzorzec Google przenosi do wyszukiwania: użytkownik otwiera AI Mode, wpisuje zapytanie eksploracyjne i zaczyna sesję, a platforma podsuwa pytania uzupełniające, pogłębia temat i prezentuje perspektywy, nie wypuszczając go ze swojego ekosystemu.
Efektem jest „lejek zainteresowania” — odpowiednik lejka wpływu w środowisku AI Mode. Odpowiedzi generują zainteresowanie, które mogło zostać zasiane wpływem konkretnej marki lub eksperta i które ostatecznie może doprowadzić na jej stronę właśnie dzięki temu wpływowi. Celem nie jest natychmiastowa konwersja, a utrzymanie zainteresowania do momentu, w którym użytkownik jest gotowy działać.
Infrastruktura, która już działa
Google nie zmienia wyłącznie sposobu prezentacji wyników — buduje techniczne fundamenty platformy medialnej. Pierwszym i najbardziej konkretnym sygnałem są Google Creator Profiles: publiczne, indeksowalne profile z możliwością obserwowania, które zbierają w jednym miejscu treści publikowane przez twórcę na X, Instagramie, LinkedInie, YouTubie oraz w artykułach. Wyświetlają metryki obserwujących i pozwalają zaobserwować twórcę bezpośrednio w Google. Barry Schwartz, redaktor Search Engine Roundtable, ma na swoim profilu ponad 670 tysięcy obserwujących. Jednostka autorytetu migruje z domeny na osobę.
Drugim sygnałem jest to, skąd Google pobiera materiał źródłowy (grounding) do generowanych odpowiedzi. LinkedIn, Instagram, YouTube i X są już cytowane w AI Overviews oraz AI Mode. Treści publikowane w mediach społecznościowych — bez linków zwrotnych i bez tradycyjnego Domain Authority — służą do zbudowania obrazu encji konkretnej osoby na podstawie sygnałów z wielu platform jednocześnie. Zdarza się, że w AI Overview cytowane jest źródło o niższym autorytecie domeny, podczas gdy mocniejsze domeny pojawiają się dopiero w wynikach organicznych poniżej. Wybrane zostaje to, co najlepiej odpowiada na zsyntetyzowane zapytanie.
Trzeci sygnał jest behawioralny. Sesje wyszukiwania zamieniają się w łańcuchy powiązanych zapytań, w których użytkownik pogłębia temat bez opuszczania platformy. Dane Google pokazują wzrost liczby zapytań uzupełniających o ponad 40% miesiąc do miesiąca w USA. Niezależna analiza Kevina Indiga i Clickstream Solutions, obejmująca około 846 tysięcy amerykańskich sesji, potwierdza wzorzec: obecność AI Overview wydłuża średnią sesję na stronie wyników niemal czterokrotnie, a typ intencji użytkownika przestaje przewidywać, jak szybko ją opuści.
Dwie warstwy strategii treści: autorytet i trafność
Jeśli Google przyjmuje logikę platformy medialnej, strategię treści trzeba przemyśleć w dwóch uzupełniających się warstwach tego samego lejka zainteresowania. Pierwsza to warstwa autorytetu, działająca według logiki Instagrama — zgromadzony autorytet nadal ma znaczenie, ale nie chodzi już o Domain Authority, a o autorytet konkretnego eksperta. E-E-A-T od lat funkcjonuje w dokumentacji Google, jednak traktowano je głównie jako atrybut strony: deklarację autorstwa, biogram w stopce i linki do profili zawodowych. Zmiana polega na tym, że Google zaczyna traktować autorytet osoby jako sygnał encji, a nie tylko sygnał na poziomie podstrony.
Druga warstwa działa według logiki TikToka i dotyczy trafności w odpowiednim momencie. Liczy się to, czy publikowane twierdzenie jest wystarczająco precyzyjne i weryfikowalne, by model mógł je zacytować przy konkretnym zapytaniu — niezależnie od wielkości domeny czy liczby obserwujących. To dlatego mniejsze marki i pojedynczy eksperci mogą dziś pojawiać się w odpowiedziach AI obok liderów rynku, o ile mają coś konkretnego do powiedzenia i mówią to publicznie, w miejscach, z których Google pobiera dane.
W tym układzie link i wizyta na stronie przesuwają się do dolnej części lejka. Strona przestaje być pierwszym punktem kontaktu, a staje się miejscem, do którego użytkownik dociera po tym, jak zbudowaliśmy jego zainteresowanie w obrębie platformy. Optymalizacja pod kliknięcia w sytuacji, w której użytkownik jest prowadzony przez platformę, oznacza optymalizację pod niewłaściwe zachowanie. Nowym celem nie jest przechwycenie intencji, a obecność w przepływie zainteresowania.
Co przestać robić, a co zacząć
Warto przestać mierzyć skuteczność treści wyłącznie liczbą kliknięć z wyników organicznych, przestać zamykać ekspercką wiedzę wyłącznie na własnej domenie i przestać zakładać, że autorytet domeny wystarczy do bycia cytowanym. To założenia, które w modelu sesyjnym po prostu nie mają już zastosowania.
Zamiast tego warto systematycznie budować rozpoznawalną obecność konkretnych ekspertów w firmie — z publikacjami na LinkedInie, YouTubie i innych platformach, które Google traktuje jako źródło danych o encjach. Warto też przebudować format treści tak, by zawierały jednoznaczne, weryfikowalne twierdzenia z danymi, które model może zacytować bez ryzyka. I wreszcie — warto rozszerzyć raportowanie o widoczność w odpowiedziach AI i wzmianki poza własną domeną, bo to one coraz częściej decydują o tym, czy marka w ogóle pojawi się w polu widzenia użytkownika.
Podsumowanie
Wyszukiwanie przestaje być systemem rankingowym, który wysyła ruch na zewnątrz, i coraz bardziej przypomina platformę medialną utrzymującą uwagę u siebie. Marki, które w tym modelu wygrają, to te, które zbudują autorytet osobowy swoich ekspertów i będą publikować treści na tyle precyzyjne, by modele AI cytowały je z pewnością. Klasyczne SEO nie znika — zmienia się jednak jego rola: z narzędzia zdobywania kliknięć w narzędzie obecności w przepływie zainteresowania.
Źródło: Moz — „The »TikTokification« of Search: Why the Creator Model Is Replacing the Ranking Model”, https://moz.com/blog/tiktokification-creator-model
