​Microsoft właśnie zdradził, jak AI wybiera marki do rekomendacji. Twoja może nie przejść selekcji

Połowa konsumentów już korzysta z wyszukiwarek opartych na sztucznej inteligencji, gdy szuka produktów do kupienia. Microsoft opublikował obszerny poradnik, który po raz pierwszy krok po kroku tłumaczy, jak te systemy decydują, którą markę polecić użytkownikowi, a którą pominąć.

​Jak dokładnie sztuczna inteligencja decyduje, czy Twoja marka trafi do odpowiedzi?

Najpierw trzeba wyjaśnić, jak w ostatnich latach zmieniło się wyszukiwanie informacji w Internecie. Jeszcze niedawno wystarczyło wpisać frazę w Google, żeby dostać listę linków i samodzielnie wybrać, który kliknąć. Dziś coraz częściej odpowiedź generuje sztuczna inteligencja – system sam czyta za Ciebie dziesiątki źródeł i podaje gotową rekomendację. Tak działają między innymi Microsoft Copilot, ChatGPT czy Google AI Overviews. Użytkownik dostaje jedną, skondensowaną odpowiedź, co oznacza, że marka albo znajdzie się w tej odpowiedzi, albo jest niewidoczna.

11 lutego 2026 roku dział reklamowy Microsoftu opublikował dokument zatytułowany „Understanding AI Search: A Guide for Modern Marketers”^[1]. Jego autorem jest Paul Longo, szef działu AI w reklamach Microsoftu, a przy tworzeniu poradnika współpracowali uznani eksperci branżowi: Aleyda Solis, Lily Ray, Crystal Carter, Britney Muller, Michael King, Myriam Jessier i Pedro Bojikian^[2]. Microsoft wprost opisuje trzy etapy, przez które sztuczna inteligencja przechodzi, zanim „zdecyduje”, jaką markę polecić użytkownikowi^[3]:

• Etap 1 – wiedza z treningu. Model zaczyna od tego, czego nauczył się w trakcie swojego „szkolenia” na ogromnych zbiorach tekstu z Internetu. Dzięki temu zna kategorie produktów, rozpoznaje znane marki i rozumie, czym różnią się od siebie poszczególne typy produktów. Problem w tym, że ta wiedza może być nieaktualna i pozbawiona szczegółów^[4].
• Etap 2 – weryfikacja w czasie rzeczywistym. AI nie polega wyłącznie na przyswojonych danych. W momencie odpowiadania na pytanie przeszukuje Internet, żeby zweryfikować informacje i sprawdzić, jak marka jest opisywana w niezależnych, wiarygodnych źródłach – artykułach, recenzjach, porównaniach^[5]. Na tym etapie zaczyna mieć znaczenie, czy Twoja strona internetowa jest dobrze zbudowana i czy ktoś o Tobie pisze.
• Etap 3 – precyzyjne dane od marki. Na końcu AI sięga po ustrukturyzowane dane, które marka sama dostarcza – tak zwane feedy produktowe (czyli uporządkowane listy produktów z cenami, opisami i dostępnością) oraz dane techniczne zapisane w specjalnych formatach czytelnych dla maszyn. Tutaj AI znajduje odpowiedź na pytania w stylu: „Ile to kosztuje? Czy jest dostępne? Jakie ma parametry?”^[6]. To warstwa, nad którą marketerzy mają największą kontrolę.

Microsoft ilustruje to prostym przykładem: gdy użytkownik pyta „jakie są najlepsze słuchawki z redukcją szumu poniżej 200 dolarów?”, odpowiedź sztucznej inteligencji powstaje w trzech krokach. Najpierw model sięga po ogólną wiedzę o kategorii. Potem weryfikuje ją treściami z Internetu. Na końcu doprecyzowuje odpowiedź danymi z feedów – sprawdza aktualną cenę, dostępność w sklepie i najważniejsze parametry, takie jak czas pracy baterii^[7].

Cały mechanizm Microsoft nazywa „uziemianiem” odpowiedzi (ang. grounding), czyli opieraniem ich na weryfikowalnych źródłach zamiast na zgadywaniu^[8]. Oznacza to, że widoczność marki nie zależy już od tego, czy strona dobrze pozycjonuje się na konkretne frazy kluczowe, lecz od tego, czy sztuczna inteligencja potrafi markę zrozumieć, zweryfikować jej dane i ją zarekomendować^[9].

Wewnętrzne dane Microsoftu wskazują, że reklamy wyświetlane w asystencie Copilot mają o 73% wyższy współczynnik kliknięć niż tradycyjne reklamy w wyszukiwarce^[10]. Ścieżka zakupowa użytkownika korzystającego z AI jest o 33% krótsza, a gdy asystent AI uczestniczy w procesie decyzyjnym, Microsoft odnotowuje podwojenie kliknięć i 53-procentowy wzrost sprzedaży^[11].

​Co z tego wynika i jak się do tego przygotować?

Gartner prognozuje, że do końca 2026 roku liczba tradycyjnych zapytań w wyszukiwarkach spadnie o 25%, bo użytkownicy przeniosą się do chatbotów i asystentów AI^[12]. McKinsey szacuje, że wyszukiwanie oparte na AI wpłynie na 750 miliardów dolarów przychodów do 2028 roku^[13]. ChatGPT przetwarza miliardy zapytań miesięcznie i od stycznia 2026 wyświetla reklamy swoim 700 milionom cotygodniowych użytkowników^[14].

Klasyczne pozycjonowanie stron nie odchodzi, ale samo w sobie już nie wystarczy. Fundamenty – sprawna technicznie strona, zrozumiałe treści, dobra reputacja w sieci – są wciąż niezbędne zarówno w tradycyjnym wyszukiwaniu, jak i w wyszukiwaniu opartym na AI^[15]. Warto jednak pamiętać, że upraszczanie sytuacji do „rób dalej to samo” jest błędem, bo nowe zachowania użytkowników i nowe mechanizmy wybierania odpowiedzi wymagają uwzględnienia specyfiki platform AI^[16].

Wyłania się z tego nowa dyscyplina, którą branża nazywa optymalizacją pod wyszukiwarki generatywne, w skrócie GEO. Microsoft wprost rozróżnia ją od klasycznego pozycjonowania stron. Tam, gdzie tradycyjne pozycjonowanie mierzy pozycje w wynikach i liczbę kliknięć, GEO mierzy coś zupełnie innego: ile razy AI cytuje Twoją markę i rekomenduje ją użytkownikom^[17]. W tym liczy się sposób, w jaki treść jest sformatowana, podzielona na akapity i opatrzona danymi, żeby maszyna mogła ją zrozumieć i uznać za godną zaufania^[18].

Różnicę między podejściami dobrze ilustruje wcześniejszy poradnik Microsoftu dla sklepów internetowych, opublikowany w styczniu 2026. Tradycyjne pozycjonowanie opisuje produkt jako „kurtka przeciwdeszczowa”. Optymalizacja pod silniki odpowiedzi rozszerza to do „lekka, składana kurtka przeciwdeszczowa z kieszenią, wentylowanymi szwami i odblaskowymi lamówkami”. Z kolei optymalizacja pod wyszukiwarki generatywne dodaje jeszcze elementy budujące wiarygodność – oceny użytkowników, źródła recenzji, informacje o gwarancji – bo AI bierze je pod uwagę, decydując, czy produkt jest wart polecenia^[19].

Kompletność i porządek w danych bije kreatywny tekst reklamowy. Microsoft mówi to wprost: „Większość marek już ma dane, których sztuczna inteligencja potrzebuje. Są po prostu zakopane”^[20]. Poradnik podkreśla, że produkty z większą liczbą wypełnionych pól w bazach danych uzyskują wyższą pozycję w rekomendacjach AI^[21]. W wyszukiwaniu opartym na sztucznej inteligencji wygrywają rzetelne informacje: aktualne ceny, stany magazynowe, precyzyjne opisy i jednoznaczne specyfikacje^[22].

Na rynku pojawiły się już narzędzia do śledzenia, jak często sztuczna inteligencja cytuje konkretną markę: Goodie AI, Profound, Rankscale.ai, Bluefish^[23]. Dane branżowe wskazują, że treści celowo przygotowane pod cytowanie przez AI osiągają o 43% wyższy wskaźnik cytowań w odpowiedziach generatywnych niż treści przygotowane tradycyjnie^[24]. Jednocześnie wielu marketerów odkrywa z zaskoczeniem, że ich marka jest konsekwentnie pomijana w rekomendacjach AI, mimo silnej pozycji w tradycyjnych wynikach wyszukiwania^[25].

Michael King, jeden z ekspertów cytowanych w poradniku Microsoftu, celnie opisuje sedno tej zmiany: „Pozycjonowanie stron jest zbudowane wokół widoczności, która zamienia się w kliknięcia. Wyszukiwanie oparte na AI jest zbudowane wokół dostarczania informacji, które mogą być wyciągnięte, uznane za wiarygodne i ponownie wykorzystane – bez żadnego kliknięcia”^[26]. Ignorowanie agentów AI (programy, które samodzielnie wyszukują, porównują i kupują produkty w imieniu użytkownika) jest błędem, bo usuwają one człowieka z dużej części procesu zakupowego^[27].

Microsoft rekomenduje cztery działania:

• uruchomienie kampanii reklamowych opartych na danych produktowych zamiast na tradycyjnym celowaniu w słowa kluczowe;
• wdrożenie zaawansowanego śledzenia konwersji i udostępnienie platformie danych o klientach;
• korzystanie z wbudowanego asystenta AI w panelu reklamowym;
• testowanie agentów marki, czyli wirtualnych doradców zakupowych uruchomionych w styczniu 2026, którzy prowadzą klienta przez cały proces zakupu, od pytania po finalizację, komunikując się w stylu danej marki^[28].

Dla specjalistów ds. marketingu jest to moment, w którym trzeba zacząć wyszukiwanie oparte na sztucznej inteligencji i postrzegać je jako codzienność. Jak pisze Microsoft w swoim styczniowym poradniku dla sklepów internetowych: „Celem nie jest już ruch na stronie, a wpływ na decyzję”^[29].