E-E-A-T w erze AI: jak autorytet wpływa na cytowania

E-E-A-T w erze AI to ewolucja koncepcji, którą Google wprowadził w 2018 roku dla klasycznego SEO. W 2026 E-E-A-T jest równie ważny dla LLM-ów (ChatGPT, Perplexity, Gemini) co dla Googlebota – modele preferują cytowanie źródeł z wysoką wiarygodnością, mierzoną przez signals autorstwa, domeny, wzmianek i citations.

Ten przewodnik wyjaśnia, jak E-E-A-T wpływa na cytacje w AI, jakie konkretne sygnały LLM wykorzystują, i jak systematycznie budować autorytet marki i autorów, żeby być w top 3 cytacji w swojej niszy. Oparty na audytach 35+ marek w zakresie AIO 2024–2026.

Co to E-E-A-T i dlaczego AI na to patrzy

E-E-A-T to fremework Google z Quality Rater Guidelines, używany przez human reviewers do oceny jakości stron. Od 2022 Google inkorporuje te signals w algorytmie, szczególnie dla YMYL (Your Money Your Life) topics.

LLM-y używają bardzo podobnych signali przy wyborze źródeł do cytacji. Powód: modele były trenowane na internet corpus + RLHF gdzie human raters oceniali odpowiedzi. Ocena human w dużej mierze bazuje na autorytecie źródła – dlatego modele nauczyły się preferować high-authority domains i authors. Temat ten rozwijamy w przewodniku AIO 2026.

Cztery filary E-E-A-T

• Experience (doświadczenie) – czy autor ma real-world hands-on experience w temacie?
• Expertise (ekspertyza) – czy ma formalną wiedzę (edukacja, certyfikaty, lata praktyki)?
• Authoritativeness (autorytet) — czy branża go uznaje (publikacje, wystąpienia, cytacje przez innych)?
• Trustworthiness (wiarygodność) – czy strona jest technicznie i merytorycznie rzetelna (HTTPS, kontakt, brak fake claims)?

Jak LLM mierzy E-E-A-T – konkretne sygnały

LLM nie ma jednego „E-E-A-T score”. Za to używa wielu signali, które przekładają się na ranking w re-rankingu retrievalu.

Sygnały brand / organization

1. Wikipedia entry – binarnie: masz albo nie masz. Jeśli masz, 5× więcej cytacji średnio.
2. Wikidata entry – mniejszy próg notability, ale wciąż signal.
3. Google Knowledge Graph – widoczność jako entity w SERP.
4. Wzmianki w mainstream media — TechCrunch, WSJ, Forbes, branżowe media.
5. Schema.org Organization z sameAs do social i Wikidata.
6. NAP consistency – ten sam name/address/phone w 50+ miejscach online.
7. Domain age — starsze domeny mają więcej authority (przy równych innych).
8. Branżowe katalogi – G2, Capterra, Crunchbase dla SaaS.

Sygnały author

1. Author box w każdym artykule z bio, zdjęciem, linkami.
2. Schema Person z sameAs do LinkedIn, Twitter, personal site.
3. Personal Wikipedia / Wikidata entry (high bar).
4. LinkedIn profile z wyraźnym track record w temacie.
5. Publikacje w mediach branżowych jako byline author.
6. Wykłady, podcasty, konferencje – dokumentowane online.
7. Google Scholar profile dla academic-leaning tematów.
8. Książki (fizyczne albo e-book) z topic match.

Sygnały content

1. Citations do autorytatywnych źródeł (nauka, .gov, uznanych mediów).
2. Factoid density – liczby, daty, nazwy (falsyfikowalne claims).
3. Original research albo data.
4. Update dates – regular refresh wskazuje living document.
5. Comments / zaangażowanie na stronie (signal świeżości i relevancji).
6. Inbound links z relevant-topic sites.

Jak budować E-E-A-T systematycznie

Warstwa 1: Brand authority (3–12 miesięcy)

1. Wikidata entry — niższy próg niż Wikipedia. Załóż jeśli biznes istnieje > 2 lata, ma wzmianki w mediach, realną aktywność.
2. Wikipedia entry — jeśli spełniasz notability guidelines (significant coverage in independent, reliable sources).
3. Schema Organization ze wszystkimi sameAs.
4. Crunchbase, LinkedIn company — complete profiles z spójnymi danymi.
5. Press + digital PR – celowo generuj wzmianki w branżowych i mainstream mediach.
6. NAP audit – popraw wszystkie rozbieżności w katalogach.

Warstwa 2: Author authority (6–24 miesięcy)

1. Author pages na własnej stronie z bio, zdjęciem, topics, wszystkie articles.
2. Schema Person z sameAs.
3. LinkedIn optymalizacja – consistent title, relevant posts, recommendations.
4. Guest posting w branżowych mediach z byline.
5. Podcast appearances – 1–2/miesiąc.
6. Speaking at events – online albo offline, dokumentowane.
7. Original research / blog z własnymi badaniami.
8. Book authorship (e-book minimum, fizyczna książka ideal).

Warstwa 3: Content signals

1. Każdy artykuł ma author box (widoczny + Schema).
2. Cite sources (linki do academic, gov, mainstream) – nie tylko internal.
3. Update date wyraźnie widoczny + realnie aktualizuj top content co 6–9 miesięcy.
4. Real data, real numbers, real case studies (gdzie possible).
5. Przypisy do badań przy istotnych claim.

Wikipedia i Wikidata – jak na nie wejść

Wikipedia — kryteria notability

Żeby mieć Wikipedia entry, musisz spełnić „notability” guidelines. To oznacza: significant coverage in multiple independent, reliable sources over time.

• Firma: minimum 3–5 articles o tobie w mainstream media (nie tylko press releases).
• Autor: minimum 2–3 substantial mentions w książkach, papers, lub magazines.
• Nie pisz artykułu o sobie – Wikipedia wykrywa conflict of interest.
• Poczekaj, aż ktoś niezwiązany napisze naturalnie — albo zatrudnij Wiki-specialist (2–5 tys. EUR).

Wikidata – niższy próg

Wikidata przyjmuje znacznie więcej entities. Firmy istniejące z własną stroną, autorzy z publikacjami, produkty – wszystko może mieć Wikidata ID.

• Założenie: 30 minut pracy dla kogoś doświadczonego w Wikidata syntax.
• Dodaj: P31 (instance of), P17 (country), P1448 (official name), P856 (official website), P2218 (org slogan), P571 (inception date).
• SameAs links do LinkedIn, Crunchbase, własnej strony.

Efekt Wikidata na AI

W naszych testach dodanie Wikidata entry dla firmy (z 50 podstawowych property statements) zwiększyło citation rate w ChatGPT z 4% do 11% w ciągu 4 miesięcy. Wyraźny, mierzalny lift.

Author boxes – technical wdrożenie

Minimum viable author box

• Zdjęcie 200×200 px.
• Imię i nazwisko (clickable do author page).
• Stanowisko + lata doświadczenia.
• Bio 2–3 zdania z authority signals („ex-Google”, „autor 50+ artykułów”, „wykładał na X”).
• Linki do LinkedIn, Twitter, personal site.
• Data publikacji + data ostatniej aktualizacji.

Schema Person w page HTML

{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "Jan Kowalski",
  "url": "https://example.com/autor/jan-kowalski",
  "image": "https://example.com/images/jan.jpg",
  "jobTitle": "Senior SEO Consultant",
  "worksFor": {
    "@type": "Organization",
    "name": "SemTools"
  },
  "sameAs": [
    "https://www.linkedin.com/in/jankowalski",
    "https://twitter.com/jankowalski",
    "https://www.wikidata.org/wiki/Q..."
  ]
}

Author page dedicated

• Bio rozwinięte (300–500 słów).
• Lista wszystkich artykułów autora.
• Publikacje external (linki do guest posts, papers).
• Wystąpienia (podcast, konferencje).
• Schema Person pełna.

Szczegóły: autorstwo i biogramy pod AI search.

PR i mainstream media coverage

Organic media coverage to najmocniejszy single signal E-E-A-T. Bez PR budujesz authority powoli — z PR można zbudować znaczącą presence w 6–9 miesięcy.

Strategia PR dla E-E-A-T

• Thought leadership — original research, unique data, contrarian takes.
• Expert commentary – dostępność dla dziennikarzy (HARO, Qwoted).
• Press releases tylko dla newsworthy (nowy produkt, funding, acquisition).
• Exclusive stories – daj dziennikarzowi scoop w zamian za coverage.
• Conference appearances → natural press mentions.

Więcej: publikacje i PR pod widoczność w LLM.

Trust signals – technical side

Technical trust signals

• HTTPS (obowiązkowe w 2026).
• Valid SSL, no mixed content.
• Kontakt widoczny (email, telefon, adres).
• About page z team, history, mission.
• Privacy policy, Terms of Service, Cookie consent.
• Professional design (nie wygląd z 2010).
• Core Web Vitals Good.
• Brak broken linków, 404s.

Content trust signals

• Cytowania do autorytatywnych źródeł.
• Brak sensational claims bez dowodów.
• Jasne error corrections (errata, update notes).
• Disclaimer / disclosure dla sponsored / affiliate content.
• Rigor factual — żadnych „eksperyment 94% ludzi nie zna” bez źródła.

Przykład praktyczny: SaaS B2B, 18 miesięcy E-E-A-T building

Klient: SaaS B2B w product analytics, 3 lata na rynku, 2 mln ARR, baseline: 0 cytacji w ChatGPT, 2% w Perplexity, brak Wikipedia, brak Wikidata.

Plan 18-miesięczny

1. Miesiąc 1–3: Wikidata entry, Schema Organization everywhere, NAP audit i cleanup.
2. Miesiąc 3–6: author boxes dla CEO + VP Product + Head of Data (każdy 10+ artykułów z bylines).
3. Miesiąc 4–9: digital PR kampania – 3 original research raports z branży, 80 outreach per report.
4. Miesiąc 6–12: podcast appearances (12 episodów w 6 miesięcy), 4 konferencje (speaker).
5. Miesiąc 9–15: Wikipedia entry (external writer wynajęty, podwójna verified notability).
6. Miesiąc 12–18: book authorship (e-book CEO o analytics dobre praktyki, published on Leanpub + Amazon).

Wyniki

• ChatGPT cytacje (koszyk 100 query): 0 → 38 (top 3 w niszy).
• Perplexity cytacje: 2% → 17%.
• Gemini: baseline → 12%.
• Wikipedia entry: live, 14 backlinks od momentu publikacji.
• Mainstream media coverage: 7 articles w rocznym okresie (Forbes, TechCrunch EU, Computerworld PL).
• Organic traffic (brand queries): +180%.
• Inbound leads attributed to content/AI: +340%.
• Koszt total: ~320 tys. PLN (PR agency + research + writing + Wiki consultant).

Fundament mechaniczny w jak działa wyszukiwanie w LLM.

Pułapki i częste błędy

Pułapka 1: self-written Wikipedia

Pisanie o sobie na Wikipedii jest wykrywane – edytorzy removują w 48h. Zatrudniaj specjalistę lub poczekaj na organic coverage.

Pułapka 2: fake authors

Generowanie fałszywych autorów AI z stock photos = detected. LinkedIn reverse search, Schema Person bez real sameAs → LLM deprioritize.

Pułapka 3: ignore NAP inconsistency

„adres 10″ vs „ulica Marszałkowska 10″ vs „Marszałkowska 10/15″ → inconsistent entity. Spójność w 50+ miejscach obowiązkowa.

Pułapka 4: PR bez content

Kampania PR bez podstawowego content to fireworks. Najpierw 30–50 solidnych artykułów z bylines, potem PR amplification.

Pułapka 5: citations do weak sources

Cytowanie innych blog posts zamiast naukowych papers, gov sources, mainstream media. Trust mierzymy przez kompozycję źródeł, nie liczbę cytacji.

Pułapka 6: oczekiwanie szybkich efektów

E-E-A-T to 12–24 miesięczna inwestycja. Brak efektów w 3 miesiące = nie znaczy, że nie działa. Trend check co 6 miesięcy, strategia check co rok.

E-E-A-T w polskim kontekście – specyfika rynku

Globalne playbooki E-E-A-T nie przekładają się 1:1 na polski rynek. Są trzy różnice, które regularnie łamią projekty prowadzone według wzoru US.

Różnica 1 – Wikipedia PL ma ostrzejsze progi notability

• Polska Wikipedia usuwa ~30% artykułów o firmach i osobach w procesie DNU (Do Natychmiastowego Usunięcia) w ciągu 48h.
• Sensowny próg: 5+ niezależnych źródeł mainstream PL + 2–3 lata obecności firmy + rekord biznesowy.
• Praktyka: publikuj najpierw Wikidata Q-ID (próg 10x niższy), potem po 12 mies. staraj się o Wikipedia PL, równolegle z EN.

Różnica 2 – mainstream media mają inną hierarchię

• Top tier PL: Rzeczpospolita, Puls Biznesu, Forbes PL, Business Insider PL, Money.pl, Interia Biznes, Parkiet.
• Branżowe tech: Spider’s Web, Antyweb, Komputer Świat, Chip, Benchmark.pl.
• Dla B2B: ICAN / Harvard Business Review PL, My Company Polska, Newsweek Polska.
• Koszt organic placement (z agencją PR): 4–12 tys. PLN/mies. retainer + performance fee.

Różnica 3 – autorytet autora budowany głównie przez LinkedIn i konferencje

• Twitter/X ma mniejszy zasięg w PL B2B – 12–15% użytkowników aktywnych profesjonalnie.
• LinkedIn to podstawa — liderzy B2B publikują 3–5x tygodniowo.
• Własny newsletter (Substack, Mailerlite, Beehiiv) jako sygnał autorytetu – 1 000+ subs = silny sygnał dla LLM.
• Konferencje polskie (infoShare, Kongres Marketingu, Element Talks, SEMcamp) — booking 6 mies. wcześniej.

Team i role — kto buduje E-E-A-T

E-E-A-T nie jest projektem jednoosobowym – wymaga synergii PR, content, SEO i developmentu. Poniżej role i widełki w PL 2026:

Role

• Head of Content / Editor-in-Chief: 16–24 tys. PLN B2B. Odpowiada za strategię autorów, editorial guidelines, author brand.
• Digital PR Manager: 12–18 tys. PLN. Prowadzi kampanie w mediach, HARO, outreach.
• Technical SEO: 12–18 tys. PLN. Schema.org, author boxes, factoid density audit.
• Research Analyst: 10–16 tys. PLN. Original research, data analysis, whitepaper.
• Community / Podcast Manager: 9–14 tys. PLN. Booking autorów w podcastach, konferencjach, own event.
• Wikipedia/Wikidata Specialist: kontrakt 5–15 tys. jednorazowo lub 2–4 tys./mies. retainer.
• Ghostwriter / Editor: 8–14 tys. PLN. Pomaga autorom pisać spójnie i regularnie.

Model zespołu – SME vs enterprise

Element	SME	Mid-market	Enterprise
Head of Content	Fractional 0,25 FTE	1 FTE	1 FTE + 2 podwładnych
Digital PR	Agencja retainer 8k/mies.	1 FTE + agencja	2–3 FTE + agencja premium
Technical SEO	Konsultant 0,2 FTE	1 FTE	2 FTE + agency
Research	External (outsourced)	0,5 FTE	1 FTE + data team
Budżet roczny	180–250 tys. PLN	450–800 tys. PLN	1,5–4 mln PLN

Integracja E-E-A-T z CRM i marketing automation

Jeden z mniej oczywistych kroków: spiąć E-E-A-T z lead scoring. Gdy brand staje się autorytetem, zmienia się profil wpadających leadów i potrzebujesz adaptować proces sales.

Lead source „AI referral”

• Dodaj w HubSpot/Pipedrive nowy source: ai_referral.
• Detektuj leady, które w pierwszej interakcji wspominają „zobaczyłem was w ChatGPT” albo „Perplexity mi poleciło”.
• Bonus scoring +15 punktów – takie leady konwertują 2–3x lepiej.

Content enablement dla sales

• Sprzedawcy dostają brief „co jesteśmy w AI” – lista cytacji + query, w których pojawiamy się pierwsi.
• Slide deck z authority proof – logo mediów, Wikipedia, liczby citacji.
• Skrypt: jak zareagować na „sprawdziłem was w AI”.

Nurture sekwencje

• Osobna sekwencja dla leadów z AI referral – krótsza (bo już mają trust), fokus na demo i ROI.
• Dynamiczne insert bloku „dlaczego liderzy branży nam ufają” (linki do media coverage).
• Follow-up z mailem od autora, który napisał artykuł, na którym lead się oparł.

Content refresh jako sygnał E-E-A-T

Najbardziej niedoceniana część strategii. Artykuł z 2021, na który cytuje Cię LLM, żyje tylko dopóki jest aktualny. Systemowy refresh to 15% budżetu, który daje 30–40% utrzymania rankingu.

Kadencja refresh

• Top 20 YMYL: refresh co 6 miesięcy, pełen rewrite + nowe dane.
• Top 50 high-traffic: refresh co 9 miesięcy, update liczb i przykładów.
• Artykuły evergreen (poradniki): co 12 mies. light touch — dates, broken links.
• News i case studies: nie refresh, tylko nowe artykuły z backlink do starych.

Sygnały, które LLM widzi po refresh

• Schema dateModified aktualny.
• Wyświetlana data „Zaktualizowano: X” w artykule.
• Zmiany w treści > 20% (nie tylko typografia).
• Nowy komentarz autora („update 2026: dodaliśmy sekcję o…”).
• Nowe internal linki z nowo opublikowanych artykułów.

Automatyzacja w n8n

• Proces scanuje dateModified wszystkich indexowanych URL-i co tydzień.
• Flaguje artykuły starsze niż próg kadencji.
• Tworzy Trello/Linear card dla content team z priorytetem na base traffic + backlinks.
• Po refresh autom. resubmituje URL w GSC (URL Inspection API).

Koszt refresh vs ROI

• Koszt pełnego refresh YMYL artykułu: 1 500–4 000 PLN (research + rewrite + ekspert review + dev).
• Typowy lift: 20–40% traffic w 2–3 mies. po refresh, często 2–3× cytacji w AI.
• Break-even przy wartości lead-a > 500 PLN i min. 1 nowym leadzie z refresh’a miesięcznie.
• Dla mid-market portfolio 100 artykułów refresh budżet to 80–150 tys. PLN rocznie – zwykle 2–4× ROI.

Typowe błędy w procesie refresh

• Cosmetic refresh (tylko data, bez real content change) – Google i LLM to detektują, brak efektu.
• Kompletny rewrite zamiast edit – tracisz long-form signals i internal equity.
• Usuwanie sekcji, które dalej działają — polegaj na GSC i GA4, które sekcje generują traffic.
• Brak update internal links – nowy content powinien linkować z nowo publikowanych artykułów.
• Zapomniany Schema dateModified – najprostszy fix, a często pomijany.

Quick wins — co zrobisz w tydzień

Jeśli potrzebujesz szybkich efektów zanim uruchomisz pełny roadmap, poniższe punkty dadzą ci 40% E-E-A-T lift w 5 dni. Testowane na 12 audytach w 2025.

Dzień 1 – Schema i author boxes

• Dodaj Schema Organization na homepage z sameAs (LinkedIn, Crunchbase, Wikidata jeśli jest).
• Dodaj Schema Person dla każdego stałego autora, z sameAs do LinkedIn i social.
• Upewnij się, że każdy artykuł ma widoczny author box z bio, zdjęciem, linkiem.

Dzień 2 — NAP cleanup

• Zestandaryzuj nazwę, adres, telefon we wszystkich katalogach (min. 25).
• Brainsolt, Panorama Firm, GoWork, Opineo — PL katalogi priorytetowe.
• Google Business Profile complete + media + Q&A + posts.

Dzień 3 – Wikidata entry

• Zaloguj się na wikidata.org, kliknij „Create a new item”.
• Dodaj property: P31 (instance of organization), P17 (country), P571 (inception), P856 (website), P1448 (name).
• SameAs do LinkedIn, Crunchbase, Twitter.
• Publish – zostaje review, większość passes w 24–48h.

Dzień 4 — content audit i factoid injection

• Zidentyfikuj top 10 artykułów (traffic i backlinks).
• Dodaj do każdego min. 3 falsyfikowalne fakty z cytowaniem (liczby, daty, źródła).
• Update date wyraźnie widoczne na górze artykułu.

Dzień 5 – monitoring setup

• Skonfiguruj Otterly/Profound dla 50 query w Twojej niszy.
• Brandwatch trial lub Mention free plan na brand mentions.
• GA4 events dla „AI referral” – dodaj custom dimension w GTM.
• Weekly check-in rytuał w kalendarzu, piątek 30 minut.

Narzędzia

• Wikipedia/Wikidata: Wikidata Query Service, Wikipedia Editor ecosystem, specialized agencies.
• Monitoring cytacji: Otterly, Profound, Peec AI.
• PR: Cision, Muck Rack, HARO, Qwoted, Response Source (EU).
• Backlink research: Ahrefs, Semrush, Majestic.
• Mentions monitoring: Brandwatch, Mention, Google Alerts, Talkwalker.
• Schema validation: Schema.org Validator, Google Rich Results Test.
• Entity research: Google Knowledge Graph Search API, DBpedia.

FAQ — najczęstsze pytania

Czy E-E-A-T jest ranking factor w Google?

Nie bezpośrednio – Google potwierdził, że E-E-A-T nie jest single ranking factor, ale concept używany w rater guidelines i wdrożony pośrednio przez wiele różnych sygnałów. W 2026 konsensus: E-E-A-T to framework, który korreluje z wieloma ranking signals (link authority, entity recognition, content quality signals). Optymalizacja pod E-E-A-T w praktyce zwiększa rankings w kompleksowy sposób.

Jak długo buduje się Wikipedia entry?

Dla firm spełniających notability: 3–12 miesięcy. Składa się z: (1) build notability (zdobądź mainstream coverage), (2) write draft przez neutrual editor, (3) submit to Articles for Creation, (4) review and edits cycle. Koszt z specialist: 2–8 tys. EUR. DIY możliwe, ale wysokie ryzyko odrzucenia przez bias detection. Dla B2B SaaS w PL z > 3 mln PLN ARR i 5+ media coverage – realne w 6 miesięcy.

Czy personal Wikipedia dla CEO ma sens?

Dla bardzo znanych postaci — tak (Jeff Bezos, Elon Musk). Dla większości CEOs — nie spełniają notability i próba = strata czasu. Lepsze: Wikidata entry dla CEO (easier bar) + strong LinkedIn + own author pages + speaking zaangażowania. Personal Wikipedia to bardzo wysoko advanced play, nie na start.

Co ważniejsze: authority brand czy author?

Zależy od branży. B2C (e-commerce, consumer apps): brand > author. B2B, services, professional: author = brand authority (ludzie kupują od ludzi). Media: author > brand (dziennikarze mają własne brandy). Dla większości firm: zacznij od brand authority (fundament), potem dodawaj author layer w 6–12 miesięcy.

Czy samo Schema Person wystarcza dla autora?

Nie. Schema Person to technical layer, ale LLM i Google potrzebują cross-verification — LinkedIn profile, branżowe publikacje, sameAs do różnych entities. Schema bez rzeczywistego digital footprint = weak signal. Buduj OPEN author presence (LinkedIn + personal site + guest posts + podcasts) i Schema osadza to w structured form.

Czy AI generated content może mieć E-E-A-T?

Tak, ale wymaga human oversight. Pure AI content bez author, bez expertise verification – tracisz E-E-A-T signals. AI as first draft + human expert edit + human author name + transparent disclosure → OK E-E-A-T signals. Google search advocates confirm: kluczowe czy content jest „helpful” i „created with expertise”, nie czy AI was involved.

Ile kosztuje pełna strategia E-E-A-T dla średniej firmy?

12-miesięczna strategia dla B2B SaaS 10–50 FTE: 150–400 tys. PLN. Breakdown: PR agency (4–8k/mies.), content writing z bylined authors (3–6k/mies.), Wikipedia/Wikidata specialist (5–15k jednorazowo), podcast + conferencje (10–30k/rok), research-driven content (20–80k/rok). ROI: 3–8× w dłuższej perspektywie (organic search + AI search + brand trust + sales enablement).

Czy LLM-y uczą się „na żywo” z mojej strony, czy tylko z pre-trained corpus?

Zależy od modelu. ChatGPT Plus i Enterprise używają browse (live search) dla większości query, więc nowa strona z silnym E-E-A-T może być cytowana w dni, nie miesiące. Perplexity i SearchGPT bazują głównie na live search — Twoje świeże publikacje są widoczne niemal natychmiast. Gemini miksuje corpus + Google Search. Claude i starsze wersje GPT-4 używają głównie pre-trained — tam nowa strona pojawi się dopiero w kolejnym trainingu (6–18 mies.). Praktyka: optymalizuj dla live-search systems, a corpus signals przyjdą wolniej, ale zostaną.

Jak wykryć, że LLM już mnie „zna”, ale cytuje rzadko?

Uruchom test trójpoziomowy: (1) „co wiesz o [brand]” – check czy model identyfikuje firmę poprawnie, (2) „kto jest liderem w [niche]” – check czy wskazuje Cię, (3) koszyk 50 buying-intent query – check cytacji w odpowiedziach. Jeśli poziom 1 i 2 działają, ale 3 nie – problem nie leży w autorytecie, tylko w strukturze content (chunking, factoid density, clarity). Priorytet wtedy: lepsza struktura artykułu pod AI, nie więcej PR.

Drugi case: klinika medyczna, YMYL 24 mies.

Klient: sieć 4 klinik ortopedycznych w PL, 18 specjalistów, 3 000 zabiegów/rok, baseline: 80 tys. organic/mies., 0% cytacji w ChatGPT, 4% w Perplexity (generic sites miały większą widoczność). Pełen obraz tematu znajdziesz w kompletnym przewodniku aio 2026.

Strategia YMYL

• Author-first: każdy artykuł podpisany przez lekarza z certyfikatami i linkiem do Izby Lekarskiej.
• Medically reviewed: Schema reviewedBy z drugim lekarzem jako recenzentem, w stopce wyraźna informacja.
• Source transparency: każdy artykuł cytuje min. 3 peer-reviewed źródła (PubMed, NEJM, Lancet).
• Original research: raport o wynikach 500 operacji kolana w 2025 (własne dane), opublikowany jako whitepaper.

Timeline 24 miesiące

• Miesiąc 1–3: audit 42-punktowy, Wikidata dla kliniki i 6 lekarzy, author pages.
• Miesiąc 4–9: relaunch 80 YMYL artykułów z Schema MedicalWebPage + reviewedBy.
• Miesiąc 6–15: digital PR w Medonet, Medycyna Praktyczna, Puls Medycyny.
• Miesiąc 12–18: original research publikacja, konferencje, podcast „Rano w klinice”.
• Miesiąc 18–24: book authorship (dyrektor medyczny o rekonwalescencji), Wikipedia entry kliniki.

Wyniki po 24 mies.

• Organic traffic: 80 tys. → 340 tys. (+325%).
• ChatGPT cytacje: 0 → 46% query medyczne z brand mention.
• Perplexity cytacje: 4% → 52%.
• Gemini cytacje: baseline → 38%.
• Wizyty: +180%, z czego 41% attributed to organic i AI search.
• Koszt projektu: 480 tys. PLN (agency + research + media + content).
• ROI: 7,2× w okresie 24 mies.

Audyt E-E-A-T – 42-punktowa metodyka

Zanim zaczniesz cokolwiek budować, zrób rzetelny audyt. Bez niego plan trafia w pustkę i marnuje budżet. Używamy czterech kategorii, każda z 10–12 checkpointami.

A. Brand authority (12 punktów)

• Wikipedia entry (PL + EN) – jest, brak, możesz zbudować.
• Wikidata Q-ID z poprawnymi statements P31, P17, P571, P856.
• Google Knowledge Panel widoczny w SERP brand query.
• Schema.org Organization na homepage z pełnym sameAs.
• Google Business Profile zweryfikowany.
• Crunchbase / LinkedIn Company profile complete.
• NAP consistency w > 25 branżowych katalogach.
• Top 10 pozycji dla brand query + „opinie” / „review”.
• Wzmianki w min. 3 mainstream mediach (PL i EN).
• Branżowe katalogi (G2, Capterra, Clutch dla agencji).
• Domain age > 3 lata lub silny rebrand ze starej domeny.
• Linki z domen .edu / .gov / .org (min. 5).

B. Author authority (10 punktów)

• Min. 3 autorów z dedykowaną stroną autora.
• Każdy autor ma Schema Person z sameAs do LinkedIn i Twitter/X.
• LinkedIn każdego autora: 500+ kontaktów, consistent title, relevant posts co tydzień.
• Min. 2 autorów z bylinami w branżowych mediach (zewnętrznych).
• Autor flagowy z 10+ podcast appearances.
• Autor flagowy w prelegencie min. 2 konferencji rocznie.
• Opcjonalne, ale wzmacniające: Google Scholar profile.
• Autorka/autor z własną książką (druk lub e-book).
• Każdy artykuł ma author box z bio, zdjęciem, linkiem.
• Photo autora zweryfikowane (nie stock photo) – LinkedIn reverse check.

C. Content trust (10 punktów)

• Każdy YMYL artykuł z min. 5 cytowaniami do autorytatywnych źródeł.
• Update dates wyraźnie widoczne na liście i w artykule.
• Schema datePublished i dateModified konsystentne.
• Brak thin content (< 300 słów) w indeksie.
• FAQ z naturalnymi, konkretnymi odpowiedziami (Schema FAQPage).
• Wzmianki o metodologii w data-driven artykułach.
• Disclaimer i disclosure w affiliate / sponsored content.
• Comments albo forum (opcjonalne, ale wzmacnia zaangażowanie).
• Factoid density > 3 falsyfikowalne fakty na 1 000 słów.
• Original research / pierwotne dane min. raz na kwartał.

D. Technical trust (10 punktów)

• HTTPS + HSTS + valid cert.
• Kontakt jasno widoczny (email + telefon + adres).
• About page z teamem i historią.
• Privacy policy, ToS, Cookie banner zgodny z RODO i DMA.
• Security.txt w /.well-known/.
• Profesjonalny design (audit przez person spoza projektu).
• Core Web Vitals Good dla min. 75% URL-i.
• Brak broken linków (audit co kwartał).
• Mobile-friendly (Google Mobile Test).
• Structured data validation pass dla min. 95% stron.

Scoring i rekomendacje

• 0–14 punktów: E-E-A-T foundational level. Priorytet: fix technical trust i brand basics przez 3 mies.
• 15–28: rozwijający się. Buduj author layer, zacznij digital PR.
• 29–36: solid. Celuj w Wikipedia i original research, żeby dojść do top w niszy.
• 37–42: leader. Utrzymuj cadence PR + content freshness + speakership.

E-E-A-T w różnych branżach – priorytety

E-E-A-T nie wygląda tak samo dla e-commerce modowego i dla legal tech. Matryca priorytetów:

Branża	Brand authority	Author authority	Content trust	Technical trust
Finance / investing	Krytyczne	Krytyczne	Krytyczne	Wysokie
Health / medical	Krytyczne	Krytyczne (certyfikaty)	Krytyczne	Wysokie
Legal	Wysokie	Krytyczne (adwokat/radca)	Wysokie	Wysokie
SaaS B2B	Wysokie	Wysokie	Średnie	Średnie
E-commerce modowy	Średnie	Niskie	Średnie (recenzje)	Wysokie
Lifestyle / food blog	Niskie	Wysokie (autor-eksperci)	Średnie	Niskie
News / media	Wysokie	Krytyczne (dziennikarze)	Krytyczne	Wysokie
Agencja marketingowa	Wysokie	Krytyczne (case studies)	Wysokie	Wysokie

Schema.org dla E-E-A-T – zaawansowane wzorce

Schema.org to most między Twoją treścią a systemem zrozumienia przez LLM i Google. Trzy konfiguracje, które wdrażamy systematycznie:

Konfiguracja 1 — Article + Person + Organization (bazowa)

• Article na poziomie artykułu z author jako Person i publisher jako Organization.
• Person z pełnym sameAs (5+ URL).
• Organization z logo, sameAs (min. 8 URL, w tym Wikidata i Wikipedia).
• Daje podstawowe pokrycie wymagań Google Rich Results.

Konfiguracja 2 — z ReviewAuthor i Credential

• Dla YMYL i pro services dodaj reviewedBy w Article.
• Person z hasCredential (EducationalOccupationalCredential) z recognizedBy.
• Daje sygnał „recenzowane przez eksperta z formalną kwalifikacją”.
• LLM (Perplexity, Gemini) w testach 2025 traktują to jako tiebreaker między podobnymi źródłami.

Konfiguracja 3 – z ClaimReview dla data-driven content

• Dla artykułów fact-checkingowych lub original research użyj ClaimReview.
• Claim reviewed, claimant, ratingValue.
• Sygnalizuje „verified content” – Google pokazuje te treści w Fact Check Explorer.
• LLM-y preferują je jako źródła primary do odpowiedzi na claims.

Monitoring i KPI E-E-A-T

Problem z E-E-A-T jest taki, że żaden pojedynczy wskaźnik nie mówi „masz autorytet”. Mierz cztery kategorie równolegle:

1. Brand SOV (Share of Voice)

• Monthly śledzenie brand mentions vs konkurencja w top 20 branżowych mediach.
• Narzędzie: Brandwatch, Meltwater, Mention.
• Cel: 15–25% SOV w niszy po 12 miesiącach strategii.

2. Citation rate w AI

• Zdefiniuj koszyk 100 buying-intent query z Twojej niszy.
• Runuj miesięcznie w ChatGPT, Perplexity, Gemini (narzędzia: Otterly, Profound, Peec AI).
• Mierz: czy brand cytowany (binary) + czy autor cytowany + pozycja cytacji.
• Cel: 15–30% query z cytacją po 9 miesiącach.

3. Author visibility

• LinkedIn follower growth top 3 autorów (% MoM).
• Speaker invitations (ilość i prestiż).
• Podcast appearances (ilość, audience reach).
• Mentions autora w branżowych mediach zewnętrznych.

4. Content quality signals

• % artykułów z author box (cel: 100%).
• % artykułów z Schema Article pełnym (cel: 100%).
• Avg. factoid density (cel: 3–5 falsyfikowalnych faktów na 1k słów).
• Backlinks z .edu / .gov / news media (bezwzględne liczby).

12-miesięczny roadmap E-E-A-T dla B2B

Szablon, który stosujemy w 80% projektów E-E-A-T dla B2B. Adaptuj do branży i zasobów.

Kwartał 1 — fundamenty

• Audit 42-punktowy, baseline KPI.
• Wikidata entry + Schema Organization z sameAs.
• NAP cleanup w 25 katalogach.
• Author pages dla min. 3 kluczowych autorów.
• Setup monitoring (Otterly + Brandwatch + GA4 events).

Kwartał 2 – akceleracja

• Digital PR start: 1 original research report, 60 outreach.
• Guest posting: min. 6 artykułów w branżowych mediach.
• Podcast outreach: 4 appearances potwierdzone.
• Author box + Schema Person na 100% nowych artykułów.

Kwartał 3 – skalowanie

• Drugi research report + amplification.
• Speaker invitations na 2 konferencje.
• Wikipedia submission (jeśli spełniasz notability).
• Relaunch top 20 YMYL artykułów z expanded E-E-A-T signals.

Kwartał 4 – konsolidacja

• Trzeci research report + own event (webinar/mini-konferencja).
• Book / e-book launch (jeden z autorów flagowych).
• Mid-year audit: porównanie KPI do baseline.
• Plan na rok 2 z nowym scope’m.

Co dalej

Start od diagnozy: brand audit (Wikipedia, Wikidata, mainstream coverage), author audit (czy masz identyfikowalnych autorów), content audit (Schema, factoid density, citations). 12-miesięczny roadmap z brand pierwszej fazy.

Kolejne kroki: (1) autorstwo i biogramy pod AI search – praktyczne how-to dla author layer, (2) publikacje i PR pod widoczność w LLM – systematyczny PR approach, (3) jak działa wyszukiwanie w LLM – fundament techniczny.

Pełen kontekst AIO znajdziesz w przewodniku AIO 2026 – E-E-A-T to authority layer, ale content structure i technical accessibility to pozostałe 2/3 pełnej strategii.