Umetna inteligenca spreminja pravila igre digitalnega marketinga. Klasični SEO ni več dovolj – zdaj šteje, ali tvojo vsebino prepoznajo, razumejo in citirajo orodja, kot so ChatGPT, Gemini ali Perplexity. O tem, kako se znamke lahko pripravijo na novo dobo iskanja in zakaj se brez t. i. Generative Engine Optimizationa (GEO) lahko hitro izgubijo iz digitalne vidnosti, smo se pogovarjali z Gregorjem Čičem, vodjem GEO projektov pri agenciji Futura DDB https://www.futuraddb.com/sl/generative-engine-optimization.  

Kako pojav AI, posebej LLM-jev, vpliva na način, kako ljudje brskamo po spletu? 

Način, kako danes iščemo, je že povsem drugačen od tega, na kar smo bili vajeni. Pred leti smo iskali s ključnimi besedami, kot so npr. hladilnik cena, najboljši telefon 2024, in klikali po seznamu rezultatov. Danes pa uporabniki preprosto vprašajo  ChatGPT: “Kateri hladilnik je najbolj varčen za družino s tremi otroki?”, “Koliko stane vzdrževanje prezračevalnega sistema v hiši?” – in pričakujejo, da jim AI (ChatGPT, Google SGE, Gemini, ipd.) vrne jasen, pogovoren, relevanten odgovor, brez da bi morali raziskovati SERP, torej stran z zadetki na podlagi ključne besede.  

Pa še ena velika razlika je. Ko se navade uporabnikov selijo v pogovorno iskanje, se spreminja tudi dolžina poizvedb – GPT-pogovori imajo v povprečju 23 besed, klasične iskalne poizvedbe pa le 4. To pomeni, da bo prihodnja optimizacija temeljila na tem, da znamke razumejo, kako razmišljajo njihovi uporabniki – kot sogovorniki, ne kot iskalci ključnih besed. 

To enostavno pomeni, da danes ni več dovolj, da si dober le v SEO, ampak moraš biti viden in uporaben v odgovorih, ki jih ponuja AI. Torej morajo biti biti tvoja spletna stran in vsebine strukturirane tako, da jih modeli umetne inteligence enostavno najdejo, razumejo, izvlečejo ključne informacije in jih, če imaš še malo sreče, tudi citirajo. 

Ali to pomeni, da se podjetjem ne splača več pisati člankov, blogov, skrbeti za vsebine? 

Ne, ravno nasprotno! Vsebine so zdaj še bolj ključne. V marketingu že dolgo govorimo “Content is king” in kdaj bolj bi to lahko potrdili, kot danes! Razlika je v tem, da generični članki tipa “Kaj je hladilnik?” nimajo več smisla, ker teh je splet že poln. Pojavil se je prostor za nove vsebine, ki konkretno odgovarjajo na vprašanja uporabnikov, so strukturirane tako, da jih AI lahko enostavno povzema in gradijo tvoj ugled in avtoriteto. 

Kako se to že sedaj odraža v praksi? Denimo, trgovina ima vodiče za nakup bele tehnike, kjer razložijo energetske oznake, glasnost, vzdrževanje. Ko uporabnik vpraša AI “Kateri je najtišji hladilnik?”, obstaja velika verjetnost, da bo AI uporabil prav tak vodič, ker vsebuje jasne, konkretne in preverjene informacije. 

Kaj pomeni, da je moja stran optimizirana za iskanje z AI? 

To pomeni, da umetna inteligenca tvojo vsebino razume v kontekstu – ne le po ključnih besedah, temveč po namenu, strukturi in zanesljivosti informacij. Takšna stran je zasnovana tako, da modeli zlahka prepoznajo teme, razmerja, odgovore in podatke, ki jih lahko vključijo v svoje odgovore uporabnikom.  

Gre za nadgradnjo klasičnega SEO, ki mu danes dodajamo AIO (Artificial Intelligence Optimization), AEO (Answer Engine Optimization) in GEO (Generative Engine Optimization). V praksi to pomeni, da vsebina ni optimizirana le za iskalnike, temveč za način, kako AI dejansko bere, povzema in citira spletne strani. 

Moderni SEO danes bolj spominja na inženirstvo kot na klasično gradnjo blagovne znamke. Če želimo biti prisotni v LLM-odgovorih, moramo razumeti, kako ljudje v kategoriji razmišljajo, kaj govorijo in kako kupujejo, ne samo, katere ključne besede uporabljajo. 

Zato GEO (Generative Engine Optimization) ni več le vprašanje kode in strukture, ampak predvsem – konteksta omembe. LLM-ji dajejo prednost znamkam, ki so del širših, verodostojnih razprav, in to brez potrebe po neposredni povezavi oz. backlinku. 

Ko je spletna stran optimizirana za iskanje z AI, se poveča verjetnost, da bo njena vsebina vključena v AI povzetke, citirana kot vir ali celo predstavljena kot priporočilo. 

Na kratko: optimizacija za AI ne pomeni več le “vidnost v iskalniku”, temveč prisotnost v digitalnih pogovorih, kjer uporabniki od umetne inteligence pričakujejo konkretne odgovore – in ti želiš biti eden od njih. 

Kako sploh preverim, ali je stran optimizirana in kako dobro? 

Najlažje tako, da testiraš. Vzemi tipično vprašanje, ki ga želiš, da uporabnik postavi, in ga vpiši v ChatGPT, Gemini ali Perplexity. Če se tvoja stran pojavi kot vir, si na pravi poti. Če se ne, preveri, katere strani so zajete, in poglej, kaj delajo drugače. Obstajajo tudi nova orodja, ki merijo t. i. AI visibility score, ki jih uporabljamo v agenciji.  

Dejstvo je, da LLM-ji kot ChatGPT ali Perplexity delujejo po principu modela mentalne dostopnosti blagovnih znamk (t.i.: mental availability), ki jo poznamo iz klasične teorije marketinga. Namesto da tekmujemo za klike v SERP-u, tekmuješ za prisotnost v pogovoru. To pomeni, da znamke, ki so pogosto omenjene v avtentičnih virih (recimo na Redditu, Wikipediji, YouTubu, Yelp ali Tripadvisorju), pridobijo izjemno prednost – ti viri so po študijah Profound med najpogosteje citiranimi v odgovorih AI-modelov, ker so polni naravnega, vsakdanjega jezika uporabnikov, ki ga modeli prepozna kot zanesljivega.  

 Zavedati pa se moramo, da k izboru virov veliko prispevajo tudi licenčne pogodbe, ki so jih sklenil avtorji posameznih orodji z posameznimi stranmi in platformami.  

Kako AI modeli določajo, katere vire uporabijo za odgovore? 

Zanimivo je, da raziskave potrjujejo točno to, kar opažamo tudi v praksi – danes vrednost povezav (backlinkov) izgublja pomen v primerjavi z omembami blagovnih znamk v vsebini. Analize Ahrefs kažejo, da nepovezane omembe blagovnih znamk (torej tiste brez aktivnega linka) nosijo večjo težo kot klasični backlinki, saj umetna inteligenca bolje razume kontekst, v katerem je znamka omenjena. 

Tako npr. okoli 80 % URL-jev, ki jih Google vključuje v svoje AI-overviews, prihaja iz vsebin tipa blogi, vodiči, how-to članki in poglobljene razlage – ne iz komercialnih strani, ki aktivno prodajajo. Pri tem pa je le 2,5 % vseh prikazanih URL-jev transakcijskih, torej takšnih katerih glavni namen je vzpodbuiti akcijo uporabnika (nakup, rezervacija ipd…) To jasno kaže, da LLM-ji iščejo verodostojne, kontekstualne vsebine, ne prodajnih nagovorov. 

Največ šteje avtoriteta in verodostojnost. Modeli imajo najraje vire, ki so že pogosto citirani – Wikipedija, znani mediji, specializirani portali. Na primer pri zdravstvenih vprašanjih modeli skoraj vedno vključujejo Mayo Clinic ali WHO, ker gre za avtoritativne vire. Da boš tudi sam citiran, moraš pokazati strokovnost. To v konkretnem primeru storiš s tem, da je avtor članka npr. zdravnik, ki ima reference in objavljene raziskave, sicer te bo AI preskočil. 

Kaj konkretno moram narediti, da bo moj hladilnik med priporočili? 

Pomembno je, da umetna inteligenca tvojo vsebino prepozna kot najboljši možen odgovor na vprašanje uporabnika. To pa ni naključje. Potrebna je kombinacija dobre vsebine, tehnične optimizacije in zaupanja v vir. 

V Futuri temu pravimo “AI Visibility Strategy”, in v praksi to pomeni, da znamko pripravimo tako, da je prepoznavna in “AI-berljiva”. Za hladilnik bi to izgledalo nekako takole: 

1. Napišeš vodič za kupce, recimo “Najboljši hladilniki 2025 – primerjava modelov in nasveti”. 

2. Vključiš primerjalne tabele z dejanskimi podatki – cene, energijska učinkovitost, prostornina, glasnost … 

3. Dodaš FAQ s konkretnimi vprašanji, kot so: “Kako izbrati hladilnik za manjše stanovanje?” ali “Kaj pomeni energijski razred A+++?”. 

4. Poskrbiš za schema markup – tehnični del, ki AI modelom pomaga razumeti, da gre za izdelke, primerjave, ocene. 

5. In kar je ključno – vsebino redno osvežuješ, ker AI daje prednost svežim, relevantnim informacijam. 

Če imaš vse to urejeno, obstaja velika verjetnost, da bo tvoj izdelek med tistimi, ki jih AI navede, ko uporabnik vpraša: “Kateri so najboljši hladilniki 2025?” ali pa “Najbolj primerno zavarovanje za mlado družino?”             

Točno to danes že vidimo pri portalih, kot sta TechRadar ali The Verge, ki so s tem pristopom postali stalni viri za orodja, kot so ChatGPT, Gemini in Perplexity. 

Zato podjetja, ki začnejo zgodaj, dobijo ogromno prednost, saj njihovi produkti in vsebine postanejo del AI odgovorov, ne samo del Googlovega seznama zadetkov. In mi pri Futuri DDB pomagamo ravno pri tem - tvojo vsebino prevedemo v jezik, ki ga razumejo tudi umetne inteligence. 

Ali se strategije razlikujejo glede na različne LLM-je (ChatGPT, Gemini …)? 

Da, seveda so razlike med temi orodji. Vsak od teh sistemov deluje po svojih pravilih in ima svoje “najljubše” vire informacij. Zato ni dovolj, da enkrat optimiziraš spletno stran in pričakuješ, da te bodo vsi modeli enako dobro razumeli ali prikazali - potrebno je vložiti več napora in truda. 

Na primer, ChatGPT se pri svojih odgovorih pogosto opira na lastne vire in na Bingovo iskanje. Dobro je, ker v odgovorih pogosto navede tudi povezave, zato imaš možnost, da se tvoja vsebina pojavi kot neposreden vir. Pri njem delujejo najbolje strukturirani članki z jasnimi naslovi, točkami in definicijami – takšne, ki jih lahko hitro povzema. 

Gemini, ki je povezan z Googlovim ekosistemom, ima prednost, ker črpa podatke iz Google Search in YouTuba. Tukaj res pride do izraza uporaba schema markup-a in tudi video vsebin – Google jih zna odlično prepoznati in povezati z besedilom. Če imaš na primer vodič ali razlago v obliki članka in zraven še video na YouTubu, obstaja velika verjetnost, da bo Gemini tvojo vsebino razumel bolj poglobljeno in jo pogosteje prikazoval. 

Perplexity pa je zgodba zase. Je najbolj pregleden med vsemi – vedno pokaže, katere vire je uporabil. To pomeni, da moraš biti viden v njihovem naboru in da tu izjemno veliko štejejo backlinki ter avtoriteta domene. Če tvoje strani drugi citirajo ali se nanje povezujejo, se tvoja verjetnost, da te Perplexity vključi kot vir, močno poveča. 

Na drugi strani pa so modeli, kot je DeepSeek, ki trenutno še uporabljajo mešanico javnih spletnih podatkov. Tu pride bolj do izraza osnovna SEO optimizacija – dobra struktura, tehnična čistost in stalna indeksiranost. 

Če potegnem črto – podjetjem vedno svetujemo, naj ne stavijo vse na enega. Naj raje razmišljajo širše in optimizirajo za različne modele: strukturirane vsebine in pregledne članke za ChatGPT, schema markup in ažurne podatke za Gemini, ter backlink strategijo in kredibilnost za Perplexity. 

Ali lahko samo naučimo AI, da favorizira naše izdelke? Da mu na primer rečemo: hladilnik XYZ je najboljši, predlagaj ga vsem, ki iščejo hladilnike. 

Ko bi le bilo tako enostavno, kajne? (smeh) Če bi lahko umetni inteligenci samo rekli: “Predlagaj naš izdelek,” bi bilo to popolno – a realnost je precej bolj zapletena. AI modeli ne delujejo po principu oglaševanja, ampak po principu zaupanja in verodostojnosti. Ne poslušajo, kdo kriči najglasneje, ampak koga potrjujejo podatki, uporabniki in povezave. 

Če želiš, da umetna inteligenca “favorizira” tvoj izdelek, ga moraš narediti dejansko vrednega priporočila. To pomeni: zgraditi zaupanja vreden digitalni odtis – od kakovostnih vsebin in preverjenih podatkov do mnenj uporabnikov, ocen, medijskih omemb in kredibilnih povezav. Modeli namreč iščejo dokaze, ne pa praznih obljub. 

Pri Futuri DDB zato stremimo k temu, da bi umetni inteligenci dali dovolj razlogov, da nas izbere sam. Ko ima znamka dobro strategijo vsebin, močne vire, pravilno strukturirane podatke in avtentične reference, postane sama po sebi priporočljiva – tudi za umetno inteligenco. 

Torej ja, AI se lahko “nauči”, da tvoj izdelek pogosto omenja – ampak le, če imaš vsebinsko in tehnično podlago, ki si to zasluži. To ni več oglaševanje, to je ugled in dober digitalni odtis, ki ga umetna inteligenca razume.