Model językowy nie zaloguje się na twoje konto w Search Console, ale nie musi. Wystarczy mu dobrze przygotowany eksport CSV i polecenie, które mówi, co ma z tymi wierszami zrobić. Poniżej osiem szablonów, z których korzystamy przy cotygodniowym przeglądzie danych: od spadków między okresami po listę artykułów do odświeżenia. Jeśli dopiero porządkujesz wiedzę o samych raportach, zacznij od naszego przewodnika po raportach Google Search Console, bo prompty zakładają, że wiesz, skąd pochodzą liczby.
Każdy szablon ma tę samą budowę: rola, opis danych wejściowych, zadanie, format odpowiedzi i zakaz zgadywania. Ten ostatni element jest najważniejszy. Bez niego model chętnie dopowiada przyczyny, których w danych po prostu nie ma.
Jak przygotować eksport, żeby prompt miał sens
Większość złych odpowiedzi bierze się ze złego wejścia, a nie ze słabego promptu. Raport Skuteczność w Search Console eksportuje do 1000 wierszy na wymiar, co przy większym serwisie oznacza mocno przycięty obraz. Jeśli masz więcej zapytań, sięgnij po Search Analytics API albo po konektor w arkuszu, który pobiera do 25 000 wierszy na żądanie.
Trzy zasady, które oszczędzają najwięcej czasu:
- Jeden plik, jeden wymiar. Zapytania osobno, strony osobno, a do kanibalizacji eksport z oboma wymiarami naraz (zapytanie plus strona).
- Porównywalne okresy. 28 dni do 28 dni, zawsze z tymi samymi dniami tygodnia, inaczej weekendowy dołek wygląda jak spadek.
- Odfiltruj markę. Zapytania brandowe zawyżają CTR i zaburzają każdą średnią. Najprościej wyciąć je wyrażeniem regularnym; gotowe wzorce znajdziesz w tutorialu o filtrach regex w Search Console.
Przy plikach powyżej kilku tysięcy wierszy wklejanie do okna czatu przestaje działać. Lepiej wgrać CSV jako załącznik albo wcześniej zagregować dane w arkuszu i przekazać modelowi tylko top 200 wierszy według wyświetleń.
Zwróć też uwagę na format liczb. Polski eksport zapisuje CTR jako tekst z przecinkiem i znakiem procentu, na przykład „3,4%”, a pozycję z przecinkiem dziesiętnym. Część modeli czyta to poprawnie, część traktuje jako tekst i myli się przy sortowaniu. Bezpieczniej przed wklejeniem zamienić przecinki na kropki i usunąć znak procentu albo wprost napisać w prompcie, w jakim formacie są liczby. Warto również ujednolicić nazwy kolumn, bo te same szablony mają działać co tydzień na kolejnych eksportach, a model nie powinien za każdym razem zgadywać, która kolumna oznacza poprzedni okres.
Prompt 1 i 2: spadki i wzrosty między okresami
Pierwsze pytanie po każdej aktualizacji brzmi: co się zmieniło i gdzie. Prompt 1 przyjmuje eksport porównawczy (Search Console daje kolumny dla obu okresów w jednym pliku).
Jesteś analitykiem SEO. Dostajesz CSV z Search Console z kolumnami:
zapytanie, kliknięcia_A, kliknięcia_B, wyświetlenia_A, wyświetlenia_B,
pozycja_A, pozycja_B (A = poprzedni okres, B = bieżący).
Zadanie: wskaż 15 zapytań o największym bezwzględnym spadku kliknięć.
Dla każdego podaj: zmianę kliknięć, zmianę wyświetleń, zmianę pozycji
i jedną z etykiet: "spadek pozycji", "spadek popytu", "spadek CTR".
Etykietę wybierz tylko na podstawie liczb z pliku. Nie podawaj przyczyn
zewnętrznych. Wynik zwróć jako tabelę.Etykiety robią tu całą robotę. Jeśli wyświetlenia spadły o połowę, a pozycja stoi, problemem jest popyt, nie ranking, i nie ma sensu przepisywać tekstu. Prompt 2 to lustro pierwszego: te same kolumny, ale zadanie dotyczy wzrostów i dodatkowo prosi o oznaczenie zapytań, które pojawiły się w okresie B po raz pierwszy (wyświetlenia_A równe zero). To najszybszy sposób, żeby wyłapać nowe tematy, w których serwis zaczyna być widoczny.
Prompt 3 i 4: luki CTR i pozycje na granicy pierwszej strony
Luka CTR to sytuacja, w której strona ma dobrą pozycję, a mało kliknięć. Model łatwo ją znajdzie, jeśli dostanie punkt odniesienia z twoich własnych danych, a nie z branżowych tabel.
Dostajesz CSV: zapytanie, kliknięcia, wyświetlenia, CTR, pozycja.
Krok 1: pogrupuj wiersze w przedziały pozycji 1–3, 4–6, 7–10
i policz medianę CTR w każdym przedziale.
Krok 2: wypisz zapytania z co najmniej 200 wyświetleniami, których CTR
jest niższy niż połowa mediany ich przedziału.
Krok 3: dla każdego zaproponuj, czy sprawdzić tytuł, opis czy wygląd
wyniku (np. AI Overview, karuzela). Zaznacz, że to hipoteza do weryfikacji
w wynikach wyszukiwania.Prompt 4 szuka zapytań na pozycjach 8–15 z wysoką liczbą wyświetleń. To strony, którym brakuje niewiele do pierwszej strony wyników. Każ modelowi posortować je według wyświetleń, a nie pozycji, i zgrupować po adresie URL, bo jedna strona często łapie kilkanaście takich fraz naraz. Wtedy jedna poprawka treści podnosi cały pakiet.
Prompt 5 i 6: kanibalizacja i grupowanie zapytań
Do kanibalizacji potrzebny jest eksport z dwoma wymiarami, zapytanie i strona. Bez tego model nie ma jak zobaczyć, że dwa adresy walczą o tę samą frazę.
Dostajesz CSV: zapytanie, strona, kliknięcia, wyświetlenia, pozycja.
Znajdź zapytania, dla których co najmniej dwie strony mają po 10%
lub więcej wyświetleń tego zapytania. Dla każdego przypadku podaj
strony, udział w wyświetleniach i średnią pozycję.
Oznacz jako "do sprawdzenia" tylko te, gdzie pozycje obu stron
różnią się o mniej niż 5. Nie zalecaj łączenia stron: to decyzja
redakcyjna, którą podejmę sam.Ostatnie zdanie nie jest przesadną ostrożnością. Dwie strony na tę samą frazę bywają w porządku, jeśli odpowiadają na różne intencje, a model tego z liczb nie odczyta. Prompt 6 grupuje zapytania w tematy: prosi o klastry według wspólnego rdzenia znaczeniowego, z sumą wyświetleń i kliknięć na klaster. Wynik dobrze nadaje się do porównania z planem treści, a jeśli chcesz pójść dalej i zestawić klastry z tym, co pokazuje Google, użyj promptów do analizy SERP i luk treściowych.
Prompt 7 i 8: sezonowość i kandydaci do odświeżenia
Sezonowość wymaga dłuższego okresu: eksportu dziennego lub tygodniowego z 16 miesięcy, czyli maksimum, jakie przechowuje Search Console. Prompt 7 prosi o wskazanie zapytań, których wyświetlenia w tym samym miesiącu rok wcześniej były co najmniej dwa razy wyższe niż średnia roczna. Taka lista mówi, które teksty zaktualizować z wyprzedzeniem, zanim ruch wróci.
Dostajesz CSV: strona, kliknięcia_A, kliknięcia_B, pozycja_A, pozycja_B,
data_publikacji (A = ten sam kwartał rok temu, B = bieżący kwartał).
Wskaż strony starsze niż 12 miesięcy, które straciły co najmniej 30%
kliknięć przy spadku pozycji o więcej niż 2 miejsca.
Posortuj według utraconych kliknięć. Dla każdej podaj jedną linię
uzasadnienia opartą wyłącznie na liczbach. Jeśli danych jest za mało,
napisz "brak podstaw" zamiast zgadywać.Prompt 8 to właśnie ten szablon. Datę publikacji trzeba dokleić samodzielnie z eksportu CMS, bo Search Console jej nie zna. Gotową listę warto potem przepuścić przez prompty do audytu treści pod AIO, żeby odświeżenie od razu objęło strukturę pod odpowiedzi modeli.
Jak weryfikować wnioski modelu
Model liczy szybko, ale nie zawsze dobrze. Przy dłuższych plikach zdarza mu się pominąć wiersze, pomylić kolumny albo policzyć średnią z CTR zamiast przeliczyć ją z sumy kliknięć i wyświetleń. Kilka nawyków ogranicza ryzyko:
- Sprawdź trzy losowe wiersze. Porównaj liczby z tabeli modelu z oryginalnym plikiem. Jedna rozbieżność wystarczy, żeby powtórzyć zadanie.
- Każ pokazać sumy kontrolne. Dopisz do promptu: „na początku podaj liczbę wierszy i sumę kliknięć z pliku”. Jeśli nie zgadzają się z arkuszem, model czytał niepełne dane.
- Pamiętaj o anonimizacji. Search Console ukrywa rzadkie zapytania, więc suma z eksportu zapytań jest niższa niż suma na wykresie. To nie błąd, co opisuje dokumentacja raportu Skuteczność.
- Traktuj etykiety jako hipotezy. „Spadek CTR” mówi, gdzie patrzeć, a nie co się stało. Ostateczną odpowiedź daje podgląd wyników wyszukiwania dla danej frazy.
Z naszego doświadczenia najwięcej zyskuje się nie na pojedynczym prompcie, a na stałym rytmie: ten sam eksport, te same szablony, co tydzień. Wtedy odpowiedzi da się porównywać ze sobą, a odchylenia widać od razu.
FAQ
Czy mogę podłączyć model bezpośrednio do Search Console zamiast eksportować CSV?
Tak, przez integracje typu MCP albo konektory API, ale eksport ma jedną przewagę: wiesz dokładnie, jakie dane model widział. Przy pierwszych analizach to ułatwia weryfikację.
Ile wierszy można wkleić do promptu?
To zależy od modelu i okna kontekstu, ale przy kilkuset wierszach wklejanie działa dobrze. Powyżej kilku tysięcy lepiej wgrać plik jako załącznik albo wcześniej zagregować dane w arkuszu.
Czy przesyłanie danych z Search Console do modelu jest bezpieczne?
Eksport zawiera zapytania i adresy URL, bez danych osobowych użytkowników. Mimo to sprawdź politykę przetwarzania danych narzędzia, zwłaszcza przy kontach klientów agencji.
Dlaczego suma kliknięć z eksportu zapytań różni się od wykresu?
Search Console pomija w tabeli zapytania anonimizowane, czyli rzadkie frazy. Wykres pokazuje wszystkie kliknięcia, tabela tylko te przypisane do konkretnych zapytań.
Który z ośmiu promptów stosować najczęściej?
Prompt 1 po każdej większej zmianie ruchu i prompt 4 co tydzień. Pozostałe wystarczą raz w miesiącu albo raz na kwartał.
