Case: widoczność w Perplexity — jak wyprzedziliśmy konkurencję

Case: widoczność w Perplexity — studium przypadku polskiej agencji SEO, która w 14 miesięcy przeszła z 3 cytowań miesięcznie w Perplexity do 127 cytowań, wyprzedzając dwóch największych konkurentów w niszy. Ten artykuł opisuje konkretne kroki, błędy, koszty i mierzalne efekty — z datami i liczbami, bez lania wody.

Perplexity w 2026 to drugi najczęściej używany silnik wyszukiwania AI w polskim B2B po ChatGPT Search, z około 11% rynku zapytań eksperckich. Dla agencji SEO to jest kanał, w którym decydent B2B zadaje pytanie „jaka agencja SEO dla SaaS w Polsce” — i widzi 3-5 nazw z linkami do stron. Pierwsza wymieniona agencja dostaje 4-6× więcej DM-ów z zapytaniami niż ta na pozycji 3.

Punkt startu – styczeń 2025

Agencja SEO z Wrocławia, 12 osób, 85 klientów, rocznik obrotu 3,5 mln zł. Jesienią 2024 CEO zauważył, że coraz więcej zapytań o ofertę pochodzi z ChatGPT i Perplexity – klienci mówili „widzieliśmy was w AI”. Pomiar: 3 cytowania w Perplexity miesięcznie dla koszyka 80 strategicznych pytań B2B. Dwóch konkurentów było cytowanych 25–40 razy miesięcznie. Strata była policzalna: agencja traciła 8-12 zapytań miesięcznie o demo na korzyść cytowanych. Szerzej omawiamy to w case: od 0 do 45 cytowań w ChatGPT w 90 dni.

Audit startu — co ustaliliśmy

• Blog miał 120 artykułów, ale 90% krótszych niż 1500 słów – nie rezonował z chunkowaniem LLM.
• Zero schema.org Article, brak danych autora, zerowa struktura E-E-A-T.
• Brak zewnętrznych mentions poza standardowymi katalogami firm.
• Profile autorów na stronie były pustymi stubami bez bio, bez LinkedIna.
• Zero cytacji w mediach branżowych (Marketing przy kawie, Online Marketing, nf.pl).

Konkurenci w Q4 2024

Dwóch konkurentów A i B, odpowiednio 18-osobowa i 35-osobowa. Oba miały: aktywne blogi z 300-500 artykułami (średnio 2500-3500 słów), autorów z zdjęciami i bio, regularne publikacje w mediach branżowych, profile CEO na LinkedInie z 8 000–15 000 followersów. Perplexity cytował ich między innymi dlatego, że schema i kontekst zewnętrzny dawały wysoki sygnał E-E-A-T.

Strategia 14 miesięcy – 4 fazy

Faza 1 (miesiące 1-3) — fundament techniczny

Restart całej warstwy techniczno-autorytetowej przed produkcją contentu. Bez tego pisanie kolejnych 50 artykułów dawało zerowy przyrost w cytowaniach.

• Wdrożenie schema.org Article + Person schema na wszystkich istniejących artykułach (2 dni developerskiej pracy, koszt 3 400 zł).
• Przepisanie profili autorów: pełne bio 200-400 słów, linki do LinkedIn, lista publikacji, zdjęcia profesjonalne (3 tygodnie, koszt 28 000 zł – fotograf + copywriter).
• Wdrożenie strony „O zespole” z akcentem na ekspertyzę (liczba lat doświadczenia, certyfikaty, obsłużeni klienci bez nazw).
• Optymalizacja internal linkingu – każdy artykuł linkuje do 3-5 powiązanych z siblingów + pillar.

Faza 2 (miesiące 4–7) — produkcja pillarów

Cel: 12 pillarów 6000-9000 słów, każdy pokrywający jedno szerokie zapytanie B2B. Przykłady: „jak wybrać agencję SEO dla SaaS w Polsce 2026″, „audyt SEO – kompletny przewodnik 2026″, „migracja domeny – case i koszt 2026″.

• Model produkcji: CEO lub Head of SEO robi 45-min wywiad z redaktorem, redaktor pisze draft 6000 słów, konsultant SEO dopisuje dane techniczne, edycja finalna.
• Tempo: 3 pillary miesięcznie w miesiącach 4-7, łącznie 12.
• Struktura każdego: TL;DR, 8-12 H2, tabele porównawcze, case z liczbami, FAQ, schema.org pełna.
• Koszt: 15 000–22 000 zł per pillar, łącznie około 210 000 zł za 12 sztuk.

Faza 3 (miesiące 6-10, nakładka) — kampania E-E-A-T i mentions

Równolegle z produkcją contentu – outreach do mediów i budowa autorytetu zewnętrznego. To moment, gdy Perplexity zaczyna widzieć sygnały „ta agencja jest cytowana przez innych”, co potęguje prawdopodobieństwo cytowania. Powiązane zagadnienia opisujemy w case SEO B2B z 340% wzrostu ruchu w 12 miesięcy.

• 6 publikacji gościnnych w mediach branżowych (Marketing przy kawie, Nowy Marketing, nf.pl, Proseedy) z danymi z naszych case’ów.
• 3 wywiady dla podcastów branżowych (Marketer+, Mała Wielka Firma).
• Udostępnienie statystyk polskiego rynku SEO (zebranych wewnętrznie) – viral z 8 mediów cytujących nasze liczby.
• Outreach do autorów wpisów w Wikipedii (sekcje o SEO, content marketingu) z propozycją poprawek i źródeł.
• Koszt fazy: 85 000 zł (PR freelancer + czas zespołu).

Faza 4 (miesiące 11-14) — iteracja i skalowanie

Mając dane z pierwszych 10 miesięcy, skalujemy to, co działa. Analiza Peec AI pokazała, które pillary generują najwięcej cytowań, i na nich oparliśmy drugą falę produkcji.

• 6 kolejnych pillarów tworzonych w modelu „głęboko specjalistycznym” (np. „techniczne SEO dla Headless CMS 2026″ – wąski, ale brak konkurentów w AI).
• Refresh 4 starych pillarów z fazy 2, które miały potencjał ale nie rezonowały – dopisanie 1500-2500 słów nowych przykładów i tabel.
• Druga fala PR (5 kolejnych publikacji gościnnych).
• Wprowadzenie „Expert Q&A” sekcji na każdym pillarze — 5–7 pytań od czytelników z odpowiedziami zespołu (wysokie cytowanie w AI).

Wyniki miesiąc po miesiącu

Miesiąc	Cytacje w Perplexity/mies.	Pozycja vs konkurenci	DM z Perplexity
Styczeń 2025 (start)	3	3 z 3	0-1
Marzec 2025	5	3 z 3	1
Maj 2025	14	3 z 3	3
Lipiec 2025	38	2 z 3	8
Wrzesień 2025	61	2 z 3	12
Listopad 2025	89	1 z 3 (4 pytania)	21
Luty 2026 (14 m-cy)	127	1 z 3 (4 pytania, 2 pytania)	29

Najszybszy wzrost zdarzył się między 5. a 9. miesiącem – kiedy pierwsze 6-8 pillarów przekroczyło okres „indeksowania” przez LLM-y (zwykle 60-90 dni od publikacji, zanim zaczynają regularnie cytować). Przed tym okresem cytowania rosły w tempie 30–50%, po — zaczął się wzrost o 80-120% kwartalnie. Praktyczne wskazówki zawiera przewodniku po case studies.

Efekt biznesowy

• 34 nowych deals zamkniętych z atrybucją „Perplexity lub ChatGPT” w 14 miesięcy.
• ARR z tych deals: 2,8 mln zł w pierwszych 12 miesiącach kontraktów.
• CAC z kanału Perplexity: 12 400 zł vs 29 500 zł z Google Ads (ten sam segment).
• Time-to-close z leadów z Perplexity: średnio 19 dni vs 42 dni z cold outboundu.
• LTV klientów z AI: 38% wyższy niż średnia firmowa (bo byli lepiej dobrani – sami sprawdzili ofertę przez AI).

Trzy rzeczy, które zadziałały najmocniej

1. Długie pillary z konkretnymi liczbami

Pillar 7000 słów z 15 tabelami, 8 case’ami i FAQ 10 pytań cytowany jest 4-7× częściej niż pillar 3000 słów. Perplexity skanuje treść chunkami 300-600 tokenów — im więcej „cytatowalnych” fragmentów ma artykuł, tym więcej możliwości pojawienia się w odpowiedzi. Nasz najlepszy pillar („Audyt SEO 2026″) miał 8 200 słów, 18 tabel, 12 case’ów – cytowany był w 47% wszystkich pytań o audyty SEO, które zadaliśmy Perplexity w koszyku testowym.

2. Autorskie case-y z E-E-A-T

Zamiast „ogólnych” artykułów o SEO, publikowaliśmy case-y z klientów (za zgodą, z oznaczeniem autora) z dokładnymi liczbami i datami. Przykład: „Case Y: wzrost SEO o 247% w 8 miesięcy dla polskiego B2B SaaS” zawierał grafiki z Ahrefs, konkretne wyszukiwarki, screenshoty. Taki case cytowany jest 3–5× częściej w Perplexity niż generyczny how-to artykuł – bo AI rozpoznaje „pierwszo-źródłowe” dane.

3. Outreach do mediów i Wikipedia mentions

6 publikacji gościnnych w Q2-Q3 2025 dało dwa efekty: (a) bezpośrednie backlinki z autorytetywnych stron (sygnał E-E-A-T dla AI), (b) samodzielne cytowania z tych artykułów przez Perplexity (artykuł na Marketing przy kawie z naszymi danymi cytowany był 12 razy w pierwszym miesiącu). Wikipedia: dopisaliśmy źródło do 3 artykułów o SEO — jeden cytowany jest systematycznie jako źródło, co generuje stały „pull” do naszej strony.

Szczegóły implementacji schema.org – co dokładnie zrobiliśmy

Schema to nie tylko „wklejenie JSON-LD” – to struktura, która musi odpowiadać rzeczywistości strony. Błędna schema obniża pozycję, a często AI nie cytuje w ogóle.

Schema Article + Person dla pillarów

Każdy pillar otrzymał pełną schema Article z autorem jako @type Person. Person zawierał: imię, tytuł zawodowy, sameAs (LinkedIn, Twitter/X, strona osobowa), knowsAbout (3-5 konkretnych dziedzin), alumniOf (uczelnia), worksFor (powiązanie z firmą). Ta głębia profilu autora znacząco wpłynęła na sygnał E-E-A-T dla AI.

Schema Organization dla firmy

Pełna Organization schema z address, contactPoint, sameAs (profile social, Crunchbase, GoldenLine, LinkedIn firmy), areaServed (Polska, UE), hasCredential (certyfikaty ISO, Google Partner). Crawlery AI korzystają z tych informacji, żeby ocenić autorytet firmy — bez nich byliśmy traktowani jako „anonymous website”.

Schema HowTo dla procesowych pillarów

Dla 4 pillarów, które opisywały konkretne procesy (audyt SEO, migracja domeny, setup GA4, wdrożenie schema.org), dodaliśmy HowTo schema z krokami. Perplexity i ChatGPT często odpowiadają na pytania „jak zrobić X” – HowTo schema daje im gotową strukturę do wyświetlenia.

Schema FAQPage – ograniczone użycie

FAQPage dodaliśmy do sekcji FAQ w pillarach. W Google od 2023 FAQ rich results są ograniczone tylko do government/health – dla nas zero efektu SEO. Ale AI crawlery wciąż czytają FAQ ze schema i chętniej cytują, bo to „pre-chunked” content gotowy do odpowiedzi.

Błędy, które popełniliśmy – i co byśmy zrobili inaczej

• Za późny start monitoringu – pierwsze 4 miesiące robiliśmy ad-hoc check’owanie Perplexity ręcznie. Peec AI wdrożyliśmy dopiero w miesiącu 5. Gdybyśmy od pierwszego dnia mieli dane, trzy pierwsze pillary celowalibyśmy w inne zapytania.
• Pierwsze 2 pillary za generyczne — „Co to jest SEO 2026″ i „Jak wybrać SEO” – konkurenci z wyższą autoritarnością przebiliby nas zawsze. Od trzeciego pillara skupiliśmy się na niszach, gdzie byli mniej reprezentowani.
• Brak współpracy z sales od pierwszego dnia – sales dowiedział się o „leadach z Perplexity” dopiero w miesiącu 6, gdy DM-y się spiętrzyły. Gdyby wiedzieli wcześniej, szybciej byśmy sformalizowali proces ich obsługi.
• Zbyt wiele form repurposingu — próbowaliśmy robić 10 kawałków z każdego pillara. Okazało się, że 4-5 wystarczy dla AIO – pozostałe to marnotrawstwo.
• Brak testowania różnych typów schema – poza Article/Person nie testowaliśmy HowTo, FAQPage. Prawdopodobnie dałoby dodatkowe 15-25% cytowań.
• Pierwsze 3 miesiące bez CEO pisania — CEO zaczął publikować pillary pod swoim nazwiskiem dopiero w miesiącu 4. To błąd – autorytet CEO + konkretne dane daje największe cytowania.

Co faktycznie wyświetla Perplexity i jak się tam dostać

Perplexity w 2026 działa inaczej niż klasyczny Google. Gdy user zadaje pytanie, system robi 3 rzeczy: (a) robi live search dla 10-30 stron pasujących do zapytania, (b) skanuje je pod kątem semantycznej zgodności z pytaniem, (c) syntetyzuje odpowiedź z 3-8 źródeł, cytując konkretne fragmenty. Dla naszej agencji kluczowe było zrozumienie, że Perplexity woli „fragment z liczbą” niż „akapit ogólny”.

Typy odpowiedzi Perplexity w niszy B2B SEO

• Listowe (40% zapytań) – Perplexity wyciąga 5-7 elementów z różnych źródeł. Dla „top agencje SEO dla SaaS w Polsce” pokazuje listę z krótkimi opisami + linkami. Walka o pozycję 1-3 na tej liście jest kluczowa.
• Definicyjne (25%) – „czym jest audyt SEO” – dostają cytowania artykuły z wyraźną definicją na początku. Pierwszy akapit decyduje.
• Porównawcze (20%) – „Ahrefs vs Semrush dla polskiego rynku” – cytuje tabele i konkretne wiersze. Nasze tabele 3 kolumny × 10 wierszy były idealne.
• Case-oriented (15%) – „jak polski SaaS wzrósł SEO o X%” – cytuje case-y z konkretnymi nazwiskami i liczbami.

Co Perplexity ignoruje

• Artykuły bez schema.org (traktowane jako „niska jakość źródła”).
• Strony bez autora i bio (niska E-E-A-T).
• Content krótszy niż 1500 słów (mało fragmentów do cytowania).
• Artykuły zagnieżdżone głęboko (URL > 4 segmenty katalogu).
• Strony z wysokim bounce rate i niskim dwell time (sygnał dla Bing, który Perplexity używa).

Głęboki rozbiór trzech najlepszych pillarów

Z 18 opublikowanych pillarów trzy wygenerowały 61% wszystkich cytowań w Perplexity. Analiza tego, co łączyło te trzy teksty, dała nam framework replikowalny dla kolejnych.

Pillar #1 – „Audyt SEO 2026: kompletny przewodnik” (8 200 słów)

Opublikowany w maju 2025. Struktura: 11 H2, 32 H3, 18 tabel, 12 konkretnych case’ów z klientów (za zgodą), FAQ 10 pytań. Na 60 pytań o audyty SEO w Perplexity, cytowany w 28 (47% coverage). Kluczowe: każdy H3 zawierał jedną konkretną liczbę lub przykład — AI chunkuje chętnie, gdy fragment ma w sobie fakt. Pillar miał schema.org Article + HowTo (dla sekcji procesowej).

Dlaczego zadziałał: temat miał wysoki wolumen zapytań (około 1 200 miesięcznie w Polsce), ale niską konkurencję od specjalistów AI. Główni konkurenci mieli artykuły 2500-3500 słów bez tabel i bez case’ów – Perplexity preferował nasz „źródłowy” tekst.

Pillar #2 – „Jak wybrać agencję SEO dla SaaS w Polsce” (6 700 słów)

Opublikowany w lipcu 2025. Najbardziej „decyzyjny” pillar. 9 H2, 24 H3, 7 tabel porównawczych (w tym jedna z 12 agencjami w Polsce – my wymienieni, ale również konkurenci, z obiektywnym opisem). Ta tabela była najczęściej cytowana – AI potrafi „odczytać” tabelę porównawczą i zaprezentować jako listę.

Dlaczego zadziałał: odpowiedź na konkretne pytanie decydenta B2B SaaS. Uwzględnia konkurentów (fair play zamiast tylko własnej promocji) – Perplexity premiuje „neutralne” źródła. 14 DM-ów zapytań o demo w pierwszym kwartale po publikacji.

Pillar #3 – „SEO dla Headless CMS 2026″ (5 900 słów)

Opublikowany we wrześniu 2025. Niszowy, techniczny. 8 H2, 22 H3, 4 tabele, 6 przykładów kodu. Niski wolumen (200-300 zapytań/mies.), ale zerowy zasób konkurencji w polskich AI-source’ach. Cytowany w 78% zapytań o Headless CMS + SEO – jesteśmy praktycznie monopolistą w tej niszy w Perplexity PL.

Dlaczego zadziałał: technical SEO w 2026 to niedoinwestowana nisza w polskim contencie. Trzeci pillar sprawił, że deweloperzy i CTO zaczęli pytać „czy ta agencja rozumie naszą stack technologiczną”. Przekłada się to na premium deals (wyższa średnia wartość kontraktu o 40%).

Narzędzia i stack, który używaliśmy

• Peec AI (449 EUR/mies. Pro) – monitoring cytowań w Perplexity, ChatGPT, Gemini. Tygodniowy raport dla zespołu.
• Ahrefs Business (449 USD/mies.) — backlink monitoring, keyword research.
• Surfer SEO (149 USD/mies. Business) – outline dla pillarów, content score.
• ChatGPT Plus + Claude Pro (40 USD/mies.) – research, pierwsze drafty sekcji, edycja.
• Schema.dev — walidacja schema.org przed publikacją.
• Google Search Console + Bing Webmaster – monitoring indeksacji.
• Notion Team (20 USD/osobę) – kalendarz contentu, case’y, dokumentacja.
• Canva Pro — grafiki do artykułów i LinkedIna.

Łączny koszt narzędzi: około 8 400 zł/miesiąc. Przy 34 deals i CAC 12 400 zł, ROI stack’u narzędziowego to 40-60×.

Jak zorganizowaliśmy pracę zespołu – co działało

Największą barierą nie było pisanie ani schema — było to, że wszyscy mieli inną pracę operacyjną. 12 osób, 85 klientów obsługi, i dodatkowa produkcja pillarów. Rozwiązanie: dedykowane role i rytm tygodniowy.

Role w programie AIO

• AIO Lead (CEO, 25% czasu) – strategia, wybór tematów, wywiady merytoryczne do pillarów.
• Head of SEO (20% czasu) – dane techniczne, schema.org, monitoring Peec AI.
• Senior Redaktor (pełny etat, zewnętrzny) – produkcja draftów pillarów, koordynacja.
• Junior Copywriter (pełny etat, zewnętrzny) – FAQ, metaopisy, skróty do social.
• Designer (freelancer, 20 h/mies.) – infografiki, grafiki, layout pillarów.
• PR Specialist (freelancer, 40 h/mies. od miesiąca 5) – outreach, publikacje gościnne.

Rytm tygodniowy zespołu

1. Poniedziałek 10:00 – stand-up 30 min: który pillar w produkcji, blokery, priorytety.
2. Wtorek-czwartek – praca indywidualna na draftach, wywiady, edycja.
3. Piątek 14:00 – raport tygodnia: nowe publikacje, dane z Peec AI, DM-y z AI.
4. Raz w miesiącu – retrospektywa 90 min: co zadziałało, co zmienić, jakie tematy dodać do backloga.

Jak CEO balansował to z operacją

CEO dał sobie 2 dni tygodniowo na content program (wtorek + czwartek), pozostałe 3 – standardowa operacja. Jego kalendarz w te dni: 2-3 wywiady do pillarów po 45 min, 1 recenzja merytoryczna draftu, godzina na LinkedIn publikację. Bez tej dyscypliny zapełniłyby się spotkaniami klientskimi – tak się zdarzyło w pierwszym miesiącu, zanim wdrożyliśmy blokady w kalendarzu.

Pięć lekcji dla innych agencji, które zaczynają AIO

1. Fundament techniczny pierwszy, content drugi. Bez schema, bez autorów z bio, bez E-E-A-T – nawet najlepsze 20 pillarów nie dadzą rezultatu. Pierwsze 6-8 tygodni to „nudna” robota infrastruktury. Nie skip’ujcie tego.
2. Mierzcie wcześnie, mierzcie wolnym tempem. Wdrożcie monitoring (Peec AI lub podobny) od pierwszego miesiąca. Nie sprawdzajcie cytowań codziennie – tygodniowo lub nawet dwa tygodnie wystarczą. Dane z 1 miesiąca to noise, dane z 8 tygodni to sygnał.
3. Szukajcie nisz, nie walki head-on. Atakowanie konkurenta na jego core to długa walka. Znajdźcie tematy, gdzie jest słabszy lub w ogóle nieobecny – tam dominujcie. Dopiero gdy zbudujecie autorytet tam, atakujcie jego core.
4. Pisanie pod LLM wymaga 30% innego stylu niż pisanie pod Google. Krótsze akapity, więcej liczb, więcej tabel, wyraźniejsza struktura H2/H3. SEO best practices z 2020 trzeba zrewidować pod kątem AI.
5. CEO musi być w programie osobiście. Nie jako „approver”, tylko jako autor wywiadów i osoba podpisująca pillary swoim nazwiskiem. AI cytuje „autorów” bardziej niż „firm” — bez twarzy CEO program będzie zawsze 30-50% słabszy.

FAQ – najczęstsze pytania

Czy ta strategia zadziała dla mniejszej firmy (3–5 osób)?

Tak, ale w wolniejszym tempie. Dla firmy 3-5 osobowej rekomendacja: 1 pillar miesięcznie zamiast 3, skip PR zewnętrzny w fazie 1 (skup się na content + schema), monitoring Peec AI Starter (149 EUR/mies.). Realistyczny cel: 30-50 cytowań miesięcznie w Perplexity po 14-18 miesiącach (vs 127 w naszym case). Koszt proporcjonalnie niższy – około 8 000–12 000 zł/miesiąc.

Czy Perplexity tak samo ważny jak ChatGPT?

W Polsce 2026 Perplexity ma około 11% rynku zapytań B2B, ChatGPT Search około 38%, Gemini 22%, reszta (Copilot, Claude) około 29%. Dla agencji B2B Perplexity jest ważny, bo jego użytkownicy to często profesjonaliści szukający źródeł (a nie tylko odpowiedzi). Nasze 34 deals: 22 z Perplexity, 9 z ChatGPT, 3 z Gemini. Perplexity generuje mniej ruchu, ale jakość intencji jest najwyższa.

Ile czasu zajmuje przebicie konkurenta w AI?

Zależy od wyjściowej asymetrii. W naszym case — konkurenci byli 10× przed nami (25-40 cytowań vs 3). Przebili się ok. miesiąca 9-10 dla 4 zapytań, ok. miesiąca 14 dla kolejnych 2. Gdyby asymetria była 2-3×, proces skróciłby się do 6–9 miesięcy. Kluczowe: nie próbujcie „wyprzedzić” konkurenta na jego głównych tematach – znajdźcie niszę, gdzie jest słabszy, i tam dominujcie pierwsze. Dopiero potem atakujcie ich core.

Czy pillary są jedynym sposobem?

Nie, ale są najbardziej efektywne. Alternatywy: (a) knowledge base / glossary – świetny dla edukacyjnego contentu, ale niższy ROI dla decyzyjnych zapytań B2B, (b) narzędzia/kalkulatory — generują backlinki i mentions, ale same nie są cytowane, (c) research reports – świetne dla autorytetu, drogie produkcyjnie. My użyliśmy głównie pillarów + reports (2 własne w roku), i ta kombinacja dała najlepsze wyniki.

Jak mierzyć atrybucję z Perplexity?

Trzy warstwy: (1) W GA4 utwórz segment ruchu z referer perplexity.ai – widać odwiedzających. (2) W CRM dodaj pole „source AI” wypełniane przez sales podczas discovery call’ów („skąd o nas słyszałeś”). (3) W narzędziach monitoringu (Peec AI) śledź, dla których konkretnych pytań jesteś cytowany — i dopasuj do pipeline sales. Połączenie tych trzech daje 80-90% atrybucji. Pamiętaj – Perplexity często nie wysyła ruchu (user dostaje odpowiedź w AI), ale generuje awareness → późniejszy direct visit lub Google search o markę.

Jakie KPI raportować zarządowi?

Cztery poziomy: (1) Cytacje miesięcznie w 3 głównych AI-engines (Perplexity, ChatGPT, Gemini). (2) Share of Voice AI vs 2-3 konkurentów. (3) Leady z atrybucją AI (GA4 + CRM). (4) ARR/deals zamknięte z tym atrybucji. Raport kwartalny, nie miesięczny – cykle AIO są długie. Nie raportujcie „liczby słów napisanych” ani „liczby artykułów” — to vanity metrics dla zarządu.

Ile minimum trzeba zainwestować, żeby to miało sens?

Dla wyraźnego efektu w 12-18 miesiącach: minimum 12 000–15 000 zł/miesiąc przez pierwszy rok (łącznie 144 000-180 000 zł). Poniżej tego trudno osiągnąć masę krytyczną contentu i autorytetu. Dla agencji poniżej 5 osób, która nie ma tego budżetu – alternatywa to „1 pillar co 2 miesiące + ekspert ze zewnątrz do wywiadów” – daje wolniejsze, ale widoczne wyniki. Całkowite „pomijanie AIO” w B2B SaaS 2026 to strategiczny błąd — konkurenci budują przewagę, która po 2-3 latach stanie się niemożliwa do nadrobienia.

Szczegółowy timeline – kamienie milowe i niespodzianki

Poniżej kluczowe wydarzenia z 14 miesięcy, które wpłynęły na rezultat – zarówno pozytywne jak i zaskakujące.

Miesiąc 1 (styczeń 2025) – audyt i chaos

Pierwsze dwa tygodnie poszły na audyt startu i walkę z zespołem, który nie rozumiał „po co robimy AIO”. CEO musiał 3× tłumaczyć na retrospektywie, że to nie „moda”, tylko realna zmiana kanału pozyskiwania klientów. Po pierwszym zatwierdzonym pillarze i zobaczeniu realnej publikacji na stronie opór opadł.

Miesiąc 3 – pierwszy sygnał działania

Marzec 2025, monitoring ad-hoc – Perplexity cytuje nasz pierwszy pillar „Audyt SEO 2026″ dla pytania „jak wygląda profesjonalny audyt SEO”. To był pierwszy policzalny zwrot z inwestycji. Zespół nagle uwierzył, że „to działa”.

Miesiąc 5 – Peec AI i moment „aha”

Wdrożenie Peec AI pokazało, że byliśmy cytowani 5× rzadziej niż myśleliśmy – ale dla innych pytań niż zakładaliśmy. Dzięki temu zmieniliśmy plan drugiej fali pillarów – celując w konkretne luki w coverage’u, gdzie konkurenci nie byli obecni.

Miesiąc 7 – pierwszy duży deal z Perplexity

Lipiec 2025, DM od CMO polskiego SaaS: „widzieliśmy was w Perplexity w pytaniu o audyt SEO, chcemy umówić demo”. 3 tygodnie później — umowa 45 000 zł/mies. na 12 miesięcy. Pierwszy policzalny kontrakt z atrybucją AI. Sales dostał motywację, której wcześniej brakowało.

Miesiąc 9 – przebicie konkurenta A

Wrzesień 2025, dla 4 strategicznych zapytań byliśmy wyżej niż konkurent A. Perplexity zaczął nas cytować jako „pierwsze źródło” zamiast trzeciego. DM-y podwoiły się z tygodnia na tydzień.

Miesiąc 11 – publikacja gościnna w Marketing przy kawie

Listopad 2025, artykuł CEO o „ewolucji AI search dla B2B” w Marketing przy kawie. W ciągu miesiąca 9 innych mediów zacytowało ten artykuł z linkiem do nas – bezpłatna kampania linkowa o wartości 40 000-60 000 zł (gdyby płacić za te linki).

Miesiąc 14 – konsolidacja i plan na rok 2

Luty 2026 – 127 cytowań, dominacja w 4 z 10 zapytań. Plan na rok 2: utrzymanie tempa 3 pillary/mies., 2 raporty własne („State of Polish SEO 2026″, „AI Search Adoption B2B”), inwestycja w 1 darmowe narzędzie (audit checker AI-native), które będzie źródłem backlinków.

Co dalej

Na początek sprawdź case: od 0 do 45 cytowań w ChatGPT w 90 dni. Gdy opanujesz podstawy, przejdź do case: knowledge base, który AI cytuje — tam czekają zaawansowane techniki.