O czym jest ten film
- Materiał jest sponsorowany przez Semrush — autor pokazuje cały proces na przykładzie własnego produktu, aplikacji bookzero.ai do automatyzacji księgowości z pomocą AI.
- Semrush One łączy dwa pakiety: klasyczny zestaw narzędzi SEO oraz zestaw AI, który ma zadbać o to, by modele takie jak ChatGPT czy Gemini polecały Twój produkt, gdy ktoś zapyta o pokrewne rozwiązania.
- Po wpisaniu adresu witryny panel pokazuje punkt wyjścia: ruch organiczny, widoczność w AI, wzmianki w modelach językowych, wydajność strony i audyty.
- Podstawą klasycznego pozycjonowania jest badanie fraz — Keyword Magic Tool wypisuje hasła wraz z wolumenem wyszukań, poziomem konkurencji i intencją.
- Ręczne przeglądanie wyników jest zbyt czasochłonne, więc autor podłącza Semrush do ChatGPT przez MCP i zleca wyszukiwanie modelowi, podając kontekst produktu i jasne kryteria.
- Znalezione frazy trafiają do aplikacji jako nowe strony blogowe, generowane automatycznie razem z grafikami.
- Odpowiednikiem badania fraz dla chatbotów jest Prompt Research — analiza pytań, które ludzie kierują do modeli; wyniki da się wyeksportować do CSV.
- Wyeksportowane dane autor wrzuca do Claude i prosi o wskazanie braków: funkcji o dużym popycie, których produkt nie ma, oraz treści, które strona komunikuje zbyt cicho.
- Keyword Gap porównuje Twoje frazy z frazami konkurencji („missing”, „weak”, „strong”, „all”) — taką listę również warto oddać AI do opracowania planu działań.
- Zmiany wdrożono w trzech partiach, a pierwsze efekty pojawiły się dopiero po kilku tygodniach; postęp śledzi się w AI Visibility Overview, m.in. w rozbiciu na kraje.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Google i chatboty to dwa osobne kanały
Na czym polega: Semrush One składa się z dwóch pakietów: SEO (widoczność w wyszukiwarkach) i AI (widoczność w odpowiedziach modeli takich jak ChatGPT czy Gemini). Klient może trafić na nas albo przez wyniki wyszukiwania, albo przez rekomendację chatbota — i każdą z tych dróg obsługuje się inaczej.
Jak stosować: Poprowadź pracę dwiema równoległymi ścieżkami: frazy dla wyszukiwarek oraz prompty i treści dla modeli AI. Dashboard pokazuje oba nurty obok siebie, więc co jakiś czas porównuj, który kanał rośnie szybciej, i tam kieruj kolejny wysiłek.
Na co uważać: Dobra pozycja w Google nie gwarantuje, że chatbot wymieni Twój produkt — i odwrotnie. Nie zakładaj, że jedno działanie załatwi oba kanały naraz.
2.Zanim cokolwiek zmienisz, utrwal punkt wyjścia
Na czym polega: Po wpisaniu adresu witryny Semrush rysuje kompletny obraz stanu obecnego: ruch organiczny, widoczność w AI, wzmianki w modelach, wydajność strony, pozycje na frazy i wyniki audytu.
Jak stosować: Zrób zrzuty ekranu lub eksporty panelu przed pierwszą zmianą i wracaj do nich co kilka tygodni. Bez punktu odniesienia nie wiesz, czy Twoje działania cokolwiek dały.
Na co uważać: Pozycje i ruch falują z dnia na dzień — oceniaj trendy w oknach tygodniowych, a nie pojedynczych dni, inaczej wyciągniesz wnioski z szumu.
3.Selekcji fraz nie rób ręcznie — oddaj ją AI
Na czym polega: Keyword Magic Tool potrafi wypisać tysiące fraz z wolumenami, trudnością i intencją. Ręczne ich przeglądanie i sortowanie to godziny pracy. Autor podłącza Semrush do ChatGPT przez MCP i prosi model o samodzielne znalezienie fraz.
Jak stosować: W jednym folderze rozmowy trzymaj dokumentację produktu (żeby model znał kontekst), podłącz MCP Semrush i zleć wyszukanie. Dostaniesz gotową, przefiltrowaną listę zamiast ręcznego przekopywania tabeli.
Na co uważać: Jakość wyniku zależy od jakości kontekstu — jeśli model nie zna produktu, dobierze frazy formalnie pasujące, ale bez znaczenia dla Twoich klientów.
4.Zlecając wyszukiwanie, podaj twarde kryteria
Na czym polega: Autor w jednym poleceniu zawarł trzy warunki: frazy powiązane z produktem, niska lub średnia konkurencja, średni/wysoki wolumen — i tylko takie hasła, których nie ma jeszcze na stronie.
Jak stosować: Wpisz te warunki wprost w poleceniu dla modelu. Filtr „czego jeszcze nie używamy” oszczędza pracę nad frazami, które już Cię pozycjonują, a więc nie wniosą nic nowego.
Na co uważać: Wysoki wolumen przy niskiej konkurencji bywa pułapką — czasem oznacza frazę bez intencji zakupowej albo hasło z zupełnie innej branży. Sprawdzaj intencję, zanim coś wdrożysz.
5.Badaj prompty, nie tylko frazy
Na czym polega: Prompt Research to odpowiednik badania fraz dla AI: pokazuje, o co ludzie pytają modele w Twojej niszy, z jakim wolumenem i jak bardzo pytanie pasuje do Twojego produktu.
Jak stosować: Wpisz hasło niszowe (np. „automatyzacja księgowości”), przejrzyj tematy i pytania, sortując po wolumenie, trafności i intencji. Każde częste pytanie to gotowy temat na treść albo pomysł na funkcję.
Na co uważać: Wolumeny w badaniu promptów to młoda metryka — traktuj je jako wskazówkę kierunku, a nie twardy dowód popytu.
6.Eksport CSV plus analiza luk przez model
Na czym polega: Ponieważ MCP Semrush nie obejmuje Prompt Research, autor eksportuje wyniki do CSV i wrzuca plik do Claude z prośbą o wskazanie dwóch rzeczy: funkcji o dużym popycie, których brakuje w produkcie, oraz treści, które produkt ma, ale o których strona mówi za cicho.
Jak stosować: Zrób to samo z własnymi eksportami: załącz plik, opisz produkt i poproś o listę braków podzieloną na „funkcje do zbudowania” i „treści do dopisania”. Wynik od razu nadaje się na listę zadań.
Na co uważać: Model ocenia na podstawie tego, co dostanie — jeśli opis produktu będzie nieaktualny, lista „braków” też będzie. Zaktualizuj kontekst przed analizą.
7.Luki fraz u konkurencji zamieniaj w plan działań
Na czym polega: Keyword Gap porównuje Twoje hasła z hasłami konkurentów: „missing” (są u nich, nie ma u Ciebie), „weak” (oba je macie, ale Ty wypadasz niżej) i „strong” (wygrywasz). Listę można pobrać jako CSV i oddać Claude do opracowania planu.
Jak stosować: Konkurentów znajdź szybko — zapytaj dowolny model językowy, kto konkuruje z Twoim produktem, i wklej wyniki do narzędzia. Potem eksport plus polecenie: „wybierz frazy warte ataku, głównie z kategorii missing i weak, i zaproponuj, jak je obsłużyć treścią”.
Na co uważać: Nie każda fraza konkurenta jest warta walki — niektóre mają sens tylko przy jego ofercie. Niech AI proponuje, ale ostateczną selekcję zrób sam.
8.Duże wdrożenia dziel na partie
Na czym polega: Po analizie Claude podzielił pracę na trzy partie: najpierw najlepsze frazy konkurencji (duży wolumen, przystępna konkurencja) i brakujące strony, potem uzupełnienie treści, na końcu słowa kluczowe drugorzędne.
Jak stosować: Podobnie porządkuj własny plan wdrożenia — od zmian o największym spodziewanym zwrocie do drobiazgów. Gdyby zabrakło czasu, najcenniejsze zmiany zdążą być już na produkcji.
Na co uważać: Przy masowym generowaniu stron pod frazy łatwo przesadzić — każda nowa podstrona powinna wnosić realną wartość, inaczej można narazić się na filtry za treści niskiej jakości.
9.Licz się z horyzontem tygodni, nie dni
Na czym polega: Autor zaczynał z Semrush w kwietniu lub maju i dopiero po czasie zobaczył wyraźny wzrost pozycji. SEO i widoczność w AI to proces, nie przełącznik.
Jak stosować: Po wdrożeniu zmian odpuść sobie ocenę przez kilka tygodni i w tym czasie pracuj nad kolejnymi partiami fraz, zamiast bezczynnie czekać na wyniki.
Na co uważać: Ciągłe grzebanie w tych samych stronach tuż po publikacji utrudnia ocenę, co zadziałało. Kolejność: zmień, odczekaj, zmierz — dopiero wtedy koryguj.
10.Widoczność w AI mierz osobno od SEO
Na czym polega: Widok AI → Visibility Overview pokazuje, w jakich krajach i źródłach (np. Google AI Overviews, docelowo ChatGPT czy Gemini) Twój produkt jest wymieniany, plus cytowania i wzmianki na tle konkurencji.
Jak stosować: Sprawdzaj ten widok równolegle z klasycznym SEO. Jeśli ruch z Google stoi, a wzmianki w AI rosną, warto przesunąć ciężar pracy na treści „pod prompty”.
Na co uważać: Metryki widoczności AI są młode i każdy dostawca liczy je po swojemu — porównuj je w ramach jednego narzędzia, nigdy między platformami.
Redakcyjne tłumaczenie
Wstęp i plan materiału
Ten film powstał we współpracy z Semrush. Jeśli chcesz zwiększyć ruch organiczny do swojego biznesu, autor obiecuje przewodnik krok po kroku: jak za pomocą tego narzędzia poprawić jednocześnie pozycjonowanie i widoczność aplikacji w AI — a wszystko na przykładzie jego własnego produktu. Materiał dzieli się na trzy etapy. W pierwszym zajmiemy się badaniem fraz i promptów: sprawdzimy, czego ludzie szukają zarówno w wyszukiwarkach, jak i w dużych modelach językowych, oraz prześwietlimy luki fraz u konkurencji. W drugim etapie znalezione hasła wdrożymy do aplikacji. W trzecim nauczymy się monitorować efekty po tych zmianach.
Czym jest Semrush One
Wszystko zaczyna się na stronie Semrush — link znajduje się w opisie filmu, a rejestracja przez przycisk „Start for free” otwiera dostęp do Semrush One. Po zalogowaniu, na panelu głównym, po kliknięciu ikony menu (tzw. hamburgera), ukazują się dwie sekcje: SEO oraz AI. Semrush One to właśnie ich połączenie: zestaw narzędzi SEO dba o klasyczne pozycjonowanie strony lub aplikacji, a zestaw AI odpowiada za widoczność w chatbotach — o to, by gdy ktoś pyta ChatGPT albo Gemini o Twój produkt lub pokrewne informacje, model mógł go polecić.
Dashboard: gdzie stoimy dzisiaj
Na stronie głównej wpisujemy adres własnej witryny. Autor działa na przykładzie bookzero.ai — aplikacji, która pomaga firmom zautomatyzować księgowość z pomocą AI. Kliknięcie „Start now” pokazuje zdjęcie bieżącej sytuacji: ruch organiczny, widoczność w AI oraz to, w których dużych modelach nasz produkt w ogóle jest wymieniany. Nieco niżej znajdują się dane Semrush, możliwość podłączenia danych z Google, przegląd domen odsyłających i szczegóły widoczności w AI. Jeszcze dalej: wydajność witryny, śledzenie pozycji i audyty strony. To dobry punkt startu — zanim zaczniemy cokolwiek poprawiać, wiemy, ile jesteśmy warci na dzień dzisiejszy.
Czym jest SEO — w skrócie
Skupmy się najpierw na klasycznym pozycjonowaniu. SEO, czyli optymalizacja pod wyszukiwarki, polega na tym, żeby strona pojawiała się wysoko w wynikach na frazy, których ludzie faktycznie używają. Czy nasza witryna zawiera te frazy — i czy wyszukiwarka dzięki temu znajduje nas łatwo? Cała sztuka to wyłapywanie haseł o dużym wolumenie wyszukań i małej konkurencji: takie frazy wystarczy dobrze umieścić na stronie, żeby wyraźnie wskoczyć w rankingu.
Badanie fraz w Keyword Magic Tool
W menu przechodzimy do sekcji SEO i wybieramy Keyword Magic Tool. Wpisujemy hasło z własnej niszy — w przypadku autora zwykłe „bookkeeping” (księgowość), a jeśli chce zejść głębiej w podniszę, „bookkeeping automation” (automatyzacja księgowości). Wybieramy kraj — tutaj Stany Zjednoczone — i klikamy wyszukiwanie. Narzędzie zwraca listę fraz wraz z wolumenami i poziomem konkurencji. Teoretycznie od tego momentu trzeba by ręcznie przeglądać wyniki i wybierać hasła powiązane z produktem, sortując je po trudności, intencji i trafności. W praktyce to bardzo czasochłonne: kolejne frazy, kolejne sortowania, kolejne porównania.
MCP: niech frazy wyszuka AI
Dlatego autor idzie na skróty — korzysta z MCP Semrush i przekazuje zadanie sztucznej inteligencji. (Informacja dodatkowa: MCP, czyli Model Context Protocol, to otwarty standard łączenia modeli językowych z zewnętrznymi narzędziami i danymi; dzięki niemu ChatGPT lub Claude mogą samodzielnie korzystać z Semrush.)
W ChatGPT z podłączonym Semrush autor pisze: znajdź narzędziem do badania słów kluczowych frazy pasujące do produktu. Istotny szczegół: rozmowa toczy się w folderze z dokumentacją produktu, więc model zna pełny kontekst oferty. Polecenie zawiera konkretne kryteria — frazy powiązane z produktem, dla rynku USA i Kanady, o niskiej lub średniej konkurencji i średnim bądź wysokim wolumenie, przy czym wyłącznie takie, których nie ma jeszcze w aplikacji. Model selekcjonuje i zwraca listę: hasła o dużych wolumenach, których strona faktycznie nie używa.
Od listy fraz do nowych stron
Co dalej? Wystarczy wrzucić wynik z powrotem do rozmowy: „dodaj te frazy do aplikacji”. Model tworzy strony blogowe i generuje do nich grafiki. Autor zastrzega, że u niego robią to jego własne, przygotowane wcześniej umiejętności (tzw. skills), ale podobny efekt można osiągnąć inną drogą: wziąć luki fraz wykryte w Semrush i przenieść je na stronę — tworząc wpisy blogowe albo dokładając brakujące hasła na właściwych podstronach — tak żeby przyciągać właściwych użytkowników.
Przerwa autorska: społeczność dla budujących produkty AI
Zanim autor wraca do tematu, poleca swoją społeczność, w której pomaga opanować agentów AI, automatyzacje i budowanie realnych produktów AI. Podkreśla, że sam wcześniej pracował jako starszy inżynier AI m.in. w Amazonie i Microsofcie. W ramach społeczności dostępny jest pełny plan rozwoju: od automatyzacji, przez agentów i systemy badawcze, po budowanie SaaS-a, a na końcu produktyzację i marketing własnych umiejętności. Do kompletu dochodzą szablony, przepływy pracy, cotygodniowe spotkania na żywo i pomoc na bieżąco. Cel nie polega na oglądaniu kolejnych materiałów, tylko na budowaniu, pokazywaniu postępów i dostawaniu informacji zwrotnej.
Badanie promptów: czego ludzie pytają chatboty
Gdy klasyczne SEO jest ogarnięte, czas na drugi kierunek: sprawić, aby duże modele polecały nasz produkt, gdy ludzie pytają je o informacje. W sekcji AI znajdziemy Prompt Research — odpowiednik badania fraz, tyle że dla zapytań kierowanych do modeli. Logika jest ta sama: badamy, o jakie tematy ludzie pytają, a potem tworzymy wokół nich treści albo funkcje produktu, by łatwiej było nas znaleźć.
Autor wpisuje frazę „bookkeeping automation”. Wyniki można porządkować po lokalizacjach; widoczne są tematy powiązane — na przykład „automated bookkeeping solutions AI” czy „AI bookkeeping and automation” — wraz z trafnością, wolumenami i intencją. Po posortowaniu po wolumenie i kliknięciu w konkretny temat rozwija się lista rzeczywistych pytań użytkowników: „czy da się zintegrować różne programy księgowe w automatyzacjach” albo — dla tematu o wolumenie AI rzędu 6 tys. — „czy oprogramowanie księgowe AI zintegruje się z istniejącym systemem księgowym” i „jakie są najlepsze narzędzia AI do automatycznej księgowości”.
Eksport do CSV i analiza luk
Jest jednak haczyk: MCP Semrush nie obejmuje badania promptów. Dlatego autor klika eksport i zapisuje całą listę do pliku CSV, a następnie załącza go w ChatGPT. Polecenie ma dwa wątki. Po pierwsze: na podstawie danych z pliku wskaż luki funkcjonalne aplikacji — czego ludzie masowo szukają i o co pytają, a czego produkt nie oferuje. Po drugie: wskaż treści, które strona powinna zabierać głośniej — rzeczy, które produkt ma, ale o których nie mówi albo mówi za cicho, przez co mają niską widoczność w AI. Krótko mówiąc: funkcje o dużym popycie, których brakuje, oraz treści istniejące, ale niewidoczne.
Na tym można poprzestać, ale można też pójść dalej: poprosić AI o podpowiedź, jakie jeszcze hasła warto zbadać, i wrócić z nimi do Prompt Research.
Kolejne hasła i kolejne eksporty
I tak właśnie robi autor. Kolejne frazy z niszy przepuszcza przez badanie promptów i eksportuje wyniki. Przykładowe hasła i ich wolumeny AI: „Foc automation” — około 10 mln, śledzenie wydatków dla freelancerów — około 15 mln, „banks payment to CSV” (eksport płatności bankowych do pliku CSV) — około 25 mln.
Poza samymi frazami warto wyeksportować sekcję promptów, czyli pary pytanie–odpowiedź modelu. Pokazują one, jak AI reaguje na dane pytanie, dzięki czemu jeszcze lepiej widać popyt. Autor eksportuje tę sekcję dla fraz o śledzeniu wydatków freelancerów, skanerze paragonów AI („AI receipt scanner”) oraz automatyzacji księgowości. W ten sposób model dostaje komplet danych i może przeanalizować całość: wskazać brakujące funkcje oraz treści do stworzenia, by podnieść widoczność w AI.
Repozytorium marketingowe — odsyłacz
Na zmontowanym fragmencie widać, że autor zlecił Claude dodanie fraz — tworzenie treści i wpisów blogowych. Kto chce zobaczyć dokładnie, jak przenosił luki fraz do aplikacji, znajdzie w opisie filmu linki do repozytorium i osobnego materiału wideo. Repozytorium obejmuje cały marketing: treści SEO oparte na wykrytych lukach, tworzenie blogów, umieszczanie słów kluczowych we właściwych miejscach, umiejętności pisania treści, e-mail marketing, social media, optymalizację konwersji — czyli to, jak po wylądowaniu na stronie doprowadzić użytkownika do rejestracji i płatności — a dalej retencję, wzrost, sprzedaż i strategie wejścia na rynek. Wszystkie te umiejętności autor wymienia w opisie filmu.
Luki fraz względem konkurencji
Kolejny etap: hasła, które mają konkurenci, a my jeszcze nie. W menu przechodzimy do sekcji SEO i wybieramy Keyword Gap. Najpierw potrzebna lista konkurentów — najszybciej zapytać o nią dowolny model językowy („kto konkuruje z moim produktem?”); autor dodaje do narzędzia kilka wskazanych w ten sposób firm. Po kliknięciu „Compare” rozpisują się wyniki: „Missing” to frazy, które mają konkurenci, a my nie; „Weak” — takie, które posiadamy, ale wypadamy na nich niżej; widoczne są też hasła wspólne dla wszystkich rywali, z porównaniem, kto gdzie plasuje się wyżej. Sekcja „Strong” pokazuje frazy, na których jesteśmy silni, a zakładka „All” — pełną listę, w przypadku autora około 5 tys. haseł. Całość, tak jak wcześniej, można pobrać jako CSV i oddać do analizy.
Analiza w Claude i plan w trzech partiach
W nowej sesji Claude autor przeciąga plik do rozmowy i przełącza model na własny styl odpowiedzi (w materiale zwany „foam mode”), który ułatwia mu odbiór wyników. Polecenie brzmi mniej więcej tak: przejrzyj całą listę luk względem konkurencji, zwłaszcza kategorie „missing” i „weak”, i zaproponuj, jak te frazy obsłużyć — jakie treści stworzyć, by poprawić widoczność w AI i zbudować przewagę; przy tym wybierz hasła realnie warte ataku.
Efekt? Claude wykrył około 300 fraz, których brakuje, 37, na których autor wypada słabiej, i 299 kolejnych wartych pozycjonowania — łącznie odpowiadają mniej więcej 74 tys. wyszukań miesięcznie. Zdecydowana większość to poradniki typu „jak pobrać paragon” od różnych dostawców. Model przygotowuje listę priorytetów, a autor każe zabrać się za wszystkie: zaplanować i wdrożyć.
Po jakimś czasie prace układają się w trzy partie. W pierwszej lądują najlepsze frazy konkurencji — duże wolumeny przy przystępnej konkurencji — oraz nowe strony na hasła, których w ogóle nie było; przy okazji drobiazgi: menu darmowych narzędzi i loga banków przy konwerterze wyciągów bankowych oraz poprawka sekcji cen na stronie poświęconej Nowej Szkocji. (Informacja dodatkowa: Nowa Szkocja to kanadyjska prowincja.) W drugiej partii dopisywane są brakujące informacje na istniejących stronach, a w trzeciej — drugorzędne słowa kluczowe w odpowiednich miejscach witryny. AI wdraża wszystkie zmiany; zostają już tylko kosmetyczne poprawki, a całość trafia na wersję produkcyjną.
Wdrożenie i czas oczekiwania na efekty
Autor sprawdza stronę na żywo: w blogu bookzero.ai stoją już nowe wpisy wygenerowane pod znalezione frazy, a te bez grafik dopieszcza kolejną prośbą do AI — „dodaj brakujące obrazy”. Zmiany są więc wdrożone, ale — jak podkreśla — poprawa pozycji i widoczności wymaga cierpliwości, rzędu kilku tygodni. Gdy zaczynał pracę z Semrush, w kwietniu albo maju, też minął spory czas, zanim pozycjonowanie „złapało” i zaczęło pokazywać wyniki. Teraz również stopniowo podnosi kolejne frazy — to rozłożona na tygodnie praca, a rezultaty autor zapowiada w swoim kanale i w społeczności.
Monitoring widoczności AI
Na panelu widać ruch organiczny oraz to, ile dużych modeli wspomina o produkcie — dziś na przykład Google AI Overviews, a docelowo być może ChatGPT czy Gemini. (Informacja dodatkowa: AI Overviews to funkcja Google, która nad klasycznymi wynikami wyświetla odpowiedź wygenerowaną przez model.) Obok tego: wydajność strony, audyty i — szczególnie ciekawa — analiza konkurencji. Rzut oka wystarcza, by zobaczyć, gdzie siedzimy na tle rywali: cytowania, wzmianki, co u nich działa dobrze, a co słabo, i co konkretnie warto poprawić.
Kto celuje wyłącznie w widoczność w AI, wchodzi w sekcję AI → Visibility Overview. Widok pokazuje bieżący stan w rozbiciu na kraje i lokalizacje — na przykład AI Overviews i wzmianki per kraj — i pozwala obserwować postęp w czasie.
Zakończenie
Tym samym domknięty zostaje cały cykl: badanie fraz i promptów, szukanie luk u konkurencji, wdrażanie zmian z pomocą AI i monitorowanie obu kanałów — wyszukiwarek oraz modeli językowych. Autor zaprasza do subskrypcji kanału i dołączenia do społeczności, gdzie opublikuje wyniki całego przedsięwzięcia.