DOCS 01 METODOLOGIA ANALIZY

Jak TextRank analizuje treść pod odpowiedzi AI

TextRank analizuje treści konkurencji i inne dostępne źródła przywoływane przez AI dla wybranego pytania klienta. Porównuje je z maksymalnie trzema Twoimi stronami i przygotowuje konkretny plan zmian: fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk), luka, uzasadnienie i priorytet.

Ważne: Analiza treści wspiera audyt widoczności w AI. Jej wynikiem jest plan poprawek do wdrożenia, który uzupełnia szerszą ocenę obecności marki, dostępności technicznej i efektów biznesowych.

Zakres raportu, pełna analiza za 7 kredytów, wspólny wynik Gemini / Google AI Overviews oraz budżet pilota i pomiar efektów opisujemy w osobnym przewodniku.

Przejdź do przewodnika po analizie i kosztach

Wybierasz analizę dla siebie, zespołu lub klienta? Znajdź praktyczne odpowiedzi o promptach, wdrożeniu, dowodach, budżecie i pracy agencji.

Przeczytaj pytania founderów, zespołów i agencji

Liczy się treść i to, czy klient oraz AI ją zrozumieją

TextRank analizuje obecność ważnych pojęć oraz znaczenie całego komunikatu. Dobry fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) jasno nazywa produkt, działanie i warunki. Dzięki temu klient i system AI rozumieją go również poza kontekstem całej strony.

DEKLARACJA OGÓLNA

„TextRank kompleksowo analizuje treści pod widoczność w AI.”

TWIERDZENIE POPARTE FAKTAMI

„TextRank porównuje stronę z odpowiedziami ChatGPT, Gemini, Claude i Grok dla wybranego promptuPytanie lub polecenie użytkownika, dla którego analizujemy odpowiedź i widoczność marki.Prompt, a następnie wskazuje fragmentySamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) wymagające uzupełnienia o dane, źródła lub kontekst.”

SEODziałania, które pomagają wyszukiwarce znaleźć, zrozumieć i pokazać stronę w wynikach. W GEO SEO pozostaje fundamentem, który zapewnia systemom AI dostęp do użytecznej treści.SEO pomaga znaleźć stronę. GEOPraca nad tym, aby treść jasno odpowiadała na naturalne pytania i mogła zostać wykorzystana w odpowiedzi generatywnej. Łączy fundamenty SEO z czytelnością, wiarygodnością i strukturą informacji.GEO / AEO pomaga wykorzystać jej treść.

SEODziałania, które pomagają wyszukiwarce znaleźć, zrozumieć i pokazać stronę w wynikach. W GEO SEO pozostaje fundamentem, który zapewnia systemom AI dostęp do użytecznej treści.SEO dba o to, aby strona była dostępna, zrozumiała dla wyszukiwarki i zgodna z intencjąCel stojący za promptem: definicja, rozwiązanie problemu, porównanie, rekomendacja, zakup albo ocena ryzyka.Intencja zapytania. Dostępna i czytelna technicznie treść może trafić do zbioru źródeł analizowanych przez system AI.

GEOPraca nad tym, aby treść jasno odpowiadała na naturalne pytania i mogła zostać wykorzystana w odpowiedzi generatywnej. Łączy fundamenty SEO z czytelnością, wiarygodnością i strukturą informacji.GEO / AEO i AEOPraca nad tym, aby treść jasno odpowiadała na naturalne pytania i mogła zostać wykorzystana w odpowiedzi generatywnej. Łączy fundamenty SEO z czytelnością, wiarygodnością i strukturą informacji.GEO / AEO idą krok dalej. Oceniają, czy treść odpowiada na naturalne pytanie, czy przedstawia wiarygodny dowód i czy konkretny fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) można łatwo wykorzystać w odpowiedzi generowanej przez AI.

W skrócie: SEODziałania, które pomagają wyszukiwarce znaleźć, zrozumieć i pokazać stronę w wynikach. W GEO SEO pozostaje fundamentem, który zapewnia systemom AI dostęp do użytecznej treści.SEO pomaga wejść do zbioru możliwych źródeł. GEOPraca nad tym, aby treść jasno odpowiadała na naturalne pytania i mogła zostać wykorzystana w odpowiedzi generatywnej. Łączy fundamenty SEO z czytelnością, wiarygodnością i strukturą informacji.GEO / AEO pomaga udowodnić, że właśnie Twoje źródło warto wybrać.

Analiza krok po kroku

  1. Wybieramy pytanie i intencjęCel stojący za promptem: definicja, rozwiązanie problemu, porównanie, rekomendacja, zakup albo ocena ryzyka.Intencja.Ustalamy, czego użytkownik naprawdę szuka oraz jakie warunki są dla niego ważne, np. budżet, branża lub rynek. Do tego promptuPytanie lub polecenie użytkownika, dla którego analizujemy odpowiedź i widoczność marki.Prompt wybieramy jeden adres strony lub maksymalnie trzy, np. stronę produktu, cennik i stronę dokumentacji.
  2. Pobieramy i dzielimy treść.Odczytujemy strukturę strony, sprawdzamy jej dostępność i dzielimy tekst na samodzielne fragmentySamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk).
  3. Rozpoznajemy encjeJednoznacznie nazwana rzecz lub pojęcie, np. marka, produkt, usługa, odbiorca, metoda, konkurent albo wynik.Encja i claimyPojedyncze twierdzenie, które można sprawdzić i poprzeć źródłem, np. „produkt integruje się z Shopify” albo „plan Pro kosztuje X”.Claim.Wyłapujemy produkty, problemy, funkcje, rezultaty oraz pojedyncze twierdzenia, które powinny mieć potwierdzenie.
  4. Liczymy RetrievalEtap, na którym oceniamy, czy konkretny URL ma szansę znaleźć się wśród kandydatów do odpowiedzi na dany prompt.Retrieval.Oceniamy, czy konkretny URL pasuje do pytania i może znaleźć się wśród źródeł branych pod uwagę.
  5. Zbieramy źródła konkurencyjne.Sprawdzamy, jakie strony odpowiadają na to samo pytanie i są przywoływane przez modele AI.
  6. Liczymy SelectionEtap porównania znalezionych źródeł: które z nich najlepiej i najbezpieczniej wspiera konkretny claim.Selection.Porównujemy fragmentySamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) źródeł i sprawdzamy, które z nich najlepiej potwierdzają każdy ważny claimPojedyncze twierdzenie, które można sprawdzić i poprzeć źródłem, np. „produkt integruje się z Shopify” albo „plan Pro kosztuje X”.Claim.
  7. Wybieramy fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) do rozwinięcia.Wskazujemy zakres uzupełnień: konkret, dowód, kontekst, aktualność albo czytelną formę.
  8. Robimy re-test.Po zmianach porównujemy wynik przed i po oraz obserwujemy wzmianki i cytowania w czasie.

Jak wybieramy fragmenty strony i źródeł

TextRank porównuje treści konkurencji i inne dostępne źródła przywołane przez AI z Twoją stroną dla wybranego pytania klienta. Możesz wskazać maksymalnie trzy własne adresy. Limit dotyczy Twoich stron, a nie źródeł modelu. Wynik wskazuje konkretny fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk), lukę, uzasadnienie i plan zmian.

  1. Zapisujemy kontekst odpowiedzi.Analiza zachowuje promptPytanie lub polecenie użytkownika, dla którego analizujemy odpowiedź i widoczność marki.Prompt, wybrany model, datę, jego odpowiedź oraz źródła. Wyniki ChatGPT, Claude, Gemini i Grok pozostają osobne, bo mogą przywoływać różne materiały.
  2. Dzielimy wybrane strony i źródła na fragmentySamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk).Analizujemy tekst każdej wybranej strony klienta i dostępnych źródeł przywołanych przez model. Sprawdzamy, które fragmentySamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) odnoszą się do pytania i do twierdzeń w odpowiedzi. Przy długich dokumentach wybór kandydatów może obejmować tylko część tekstu; taki wynik trzeba czytać z uwzględnieniem zakresu analizy.
  3. Porównujemy odpowiedzi, nie tylko słowa.Oceniamy, czy fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) odpowiada wprost, nazywa produkt i warunki, podaje sprawdzalny fakt oraz zachowuje sens poza stroną. Ten sam kontekst promptuPytanie lub polecenie użytkownika, dla którego analizujemy odpowiedź i widoczność marki.Prompt i modelu służy do oceny fragmentuSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) klienta oraz źródła.
  4. Zamieniamy różnicę w decyzję.Wynik może wskazać fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) do zachowania, doprecyzowania lub uzupełnienia o dowód. Jeżeli faktu nie ma w materiałach klienta, rekomendacja powinna skierować go do weryfikacji przed publikacją.
Przykład: Kupujący pyta o integrację z CRM. Przywołane źródło podaje obsługiwane systemy i warunki synchronizacji, a strona klienta mówi tylko „łatwa integracja”. Wniosek dotyczy brakujących informacji potrzebnych do wyboru, nie pewnej przyczyny, dla której model przywołał tamtą stronę.

Co oznacza wynik

RetrievalEtap, na którym oceniamy, czy konkretny URL ma szansę znaleźć się wśród kandydatów do odpowiedzi na dany prompt.Retrieval, SelectionEtap porównania znalezionych źródeł: które z nich najlepiej i najbezpieczniej wspiera konkretny claim.Selection i Citation OpportunityWzględny wskaźnik szansy wykorzystania fragmentu po przejściu etapów retrieval, selection i oceny fragmentu. Wyznacza priorytet pracy nad treścią.Citation Opportunity są ocenami TextRank, które pomagają uporządkować pracę nad treścią. Łączą ocenę modelową z jawnymi kryteriami i regułami produktu. Nie są odczytem wewnętrznego rankingu ChatGPT ani obietnicą cytowania. Najważniejsze są wskazany fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk), uzasadnienie i możliwy do sprawdzenia następny krok.

Czego analiza nie rozstrzyga

Raport pokazuje obserwowaną odpowiedź i różnicę między dostępnymi treściami. Nie zna pełnego wewnętrznego procesu wyboru źródeł przez dostawcę modelu. Źródło może być niedostępne, a odpowiedzi mogą zmieniać się w czasie. Po poprawce powtórz analizę w porównywalnym kontekście i oddziel jakość własnej treści od zmiany odpowiedzi modelu.

Zobacz, jakie dane wykorzystuje analiza TextRank

Od pytania do cytowania w trzech etapach

To model oceny stosowany przez TextRank: najpierw sprawdzamy dopasowanie strony do pytania, potem siłę dowodu, a na końcu użyteczność fragmentuSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk). Każdy etap pomaga ustalić, co warto poprawić. Nie jest to opis wewnętrznego algorytmu każdego dostawcy AI.

RetrievalEtap, na którym oceniamy, czy konkretny URL ma szansę znaleźć się wśród kandydatów do odpowiedzi na dany prompt.RetrievalSelectionEtap porównania znalezionych źródeł: które z nich najlepiej i najbezpieczniej wspiera konkretny claim.SelectionCitation OpportunityWzględny wskaźnik szansy wykorzystania fragmentu po przejściu etapów retrieval, selection i oceny fragmentu. Wyznacza priorytet pracy nad treścią.Citation Opportunity
01

RetrievalEtap, na którym oceniamy, czy konkretny URL ma szansę znaleźć się wśród kandydatów do odpowiedzi na dany prompt.Retrieval

Czy strona trafi do puli źródeł?

Dla konkretnego promptuPytanie lub polecenie użytkownika, dla którego analizujemy odpowiedź i widoczność marki.Prompt oceniamy każdy wybrany URL — maksymalnie trzy strony klienta na jedno pytanie. Sprawdzamy dopasowanie do tematu i intencjiCel stojący za promptem: definicja, rozwiązanie problemu, porównanie, rekomendacja, zakup albo ocena ryzyka.Intencja, ważne pojęcia, aktualność, szczegółowość strony oraz jej dostępność techniczną. Wynik określa siłę każdego URL-a jako kandydata do odpowiedzi i wskazuje obszary wymagające rozwoju.

02

SelectionEtap porównania znalezionych źródeł: które z nich najlepiej i najbezpieczniej wspiera konkretny claim.Selection

Dlaczego AI miałoby wybrać właśnie to źródło?

Rozbijamy odpowiedź na pojedyncze claimyPojedyncze twierdzenie, które można sprawdzić i poprzeć źródłem, np. „produkt integruje się z Shopify” albo „plan Pro kosztuje X”.Claim, np. funkcję, cenę lub czas wdrożenia, i porównujemy źródła dla każdego z nich. Sprawdzamy, czy fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) potwierdza claimPojedyncze twierdzenie, które można sprawdzić i poprzeć źródłem, np. „produkt integruje się z Shopify” albo „plan Pro kosztuje X”.Claim wprost, zawiera konkretne dane i pochodzi ze źródła odpowiedniego dla tej informacji. Wynik wskazuje najmocniejszy dowód oraz elementy, które podniosą wartość treści klienta na tle konkurencji.

DEKLARACJA OGÓLNA

„Zaawansowana integracja z Shopify.”

TWIERDZENIE POPARTE FAKTAMI

„Integracja z Shopify synchronizuje zamówienia, klientów i produkty co 5 minut; jest dostępna od planu Pro.”

Drugi fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) podaje zakres działania, częstotliwość i warunek. Model otrzymuje gotowy fakt wraz z kontekstem potrzebnym do odpowiedzi.

03

Citation OpportunityWzględny wskaźnik szansy wykorzystania fragmentu po przejściu etapów retrieval, selection i oceny fragmentu. Wyznacza priorytet pracy nad treścią.Citation Opportunity

Który fragment można wykorzystać?

Wybieramy fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk), który najlepiej wspiera odpowiedź po przejściu etapów RetrievalEtap, na którym oceniamy, czy konkretny URL ma szansę znaleźć się wśród kandydatów do odpowiedzi na dany prompt.Retrieval i SelectionEtap porównania znalezionych źródeł: które z nich najlepiej i najbezpieczniej wspiera konkretny claim.Selection. Sprawdzamy bezpośredniość odpowiedzi, pełny kontekst, dowód oraz to, czy fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) zachowuje sens poza stroną. Wynik wyznacza kolejność zmian i pokazuje potencjał fragmentuSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) do wykorzystania w odpowiedzi AI.

Cały model w skrócie

EtapPytanie, na które odpowiadamyCo można poprawić
RetrievalEtap, na którym oceniamy, czy konkretny URL ma szansę znaleźć się wśród kandydatów do odpowiedzi na dany prompt.RetrievalCzy ta strona jest dobrym kandydatem dla promptuPytanie lub polecenie użytkownika, dla którego analizujemy odpowiedź i widoczność marki.Prompt?Temat URL, intencjęCel stojący za promptem: definicja, rozwiązanie problemu, porównanie, rekomendacja, zakup albo ocena ryzyka.Intencja, encjeJednoznacznie nazwana rzecz lub pojęcie, np. marka, produkt, usługa, odbiorca, metoda, konkurent albo wynik.Encja, strukturę, aktualność i dostępność techniczną
SelectionEtap porównania znalezionych źródeł: które z nich najlepiej i najbezpieczniej wspiera konkretny claim.SelectionDlaczego właśnie to źródło ma wesprzeć claimPojedyncze twierdzenie, które można sprawdzić i poprzeć źródłem, np. „produkt integruje się z Shopify” albo „plan Pro kosztuje X”.Claim?Bezpośredniość, konkret, dowody, metodę, dane własne i wiarygodność źródła
Citation OpportunityWzględny wskaźnik szansy wykorzystania fragmentu po przejściu etapów retrieval, selection i oceny fragmentu. Wyznacza priorytet pracy nad treścią.Citation OpportunityKtóry fragmentSamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) najlepiej nadaje się do użycia?Answer-first, kontekst, warunki, format listy/tabeli/FAQ oraz czytelny HTML

Od pytań klientów do gotowego planu zmian

01

Odkrywanie promptów klientów

O co potencjalni klienci pytają systemy AI?

Analizujemy Twoją markę, produkt, odbiorców i język branży. Na tej podstawie znajdujemy i generujemy naturalne pytania o problem, wybór, cenę, wdrożenie, ryzyko, porównania i alternatywy, a następnie porządkujemy je według intencjiCel stojący za promptem: definicja, rozwiązanie problemu, porównanie, rekomendacja, zakup albo ocena ryzyka.Intencja oraz znaczenia biznesowego.

02

Analiza konkurencji w AI

Jakie źródła pokazują i przywołują Claude, ChatGPT, Gemini oraz Grok?

Sprawdzamy odpowiedzi modeli dla wybranych promptówPytanie lub polecenie użytkownika, dla którego analizujemy odpowiedź i widoczność marki.Prompt, identyfikujemy przywoływane firmy, domeny i konkretne strony, a następnie wskazujemy, co odróżnia te źródła: pełniejsza odpowiedź, dane, przykłady, struktura, encjeJednoznacznie nazwana rzecz lub pojęcie, np. marka, produkt, usługa, odbiorca, metoda, konkurent albo wynik.Encja albo wiarygodność.

03

Weryfikacja luk w treści

Czego brakuje Twojej stronie na tle przywoływanych źródeł?

Porównujemy stronę zdanie po zdaniu z treściami konkurencji. Wskazujemy brakujące pytania, keywordy, encjeJednoznacznie nazwana rzecz lub pojęcie, np. marka, produkt, usługa, odbiorca, metoda, konkurent albo wynik.Encja, fakty, dowody i sekcje oraz pokazujemy, które ogólniki lub niepełne odpowiedzi utrudniają wykorzystanie treści dla konkretnego promptuPytanie lub polecenie użytkownika, dla którego analizujemy odpowiedź i widoczność marki.Prompt i modelu.

04

Plan zmian i nowych treści

Co zachować, przepisać lub dodać, aby odpowiedź była mocniejsza?

Tworzymy priorytetowy plan wdrożenia: fragmentySamodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.Fragment (chunk) do poprawy, tematy nowych treści, odpowiedzi answer-first oraz miejsca na dane, źródła, przykłady, tabele i FAQ. Dostajesz konkretne zadania, gotowe do wykonania albo delegowania.

Definicje używane w raporcie

SEO
Działania, które pomagają wyszukiwarce znaleźć, zrozumieć i pokazać stronę w wynikach. W GEO SEO pozostaje fundamentem, który zapewnia systemom AI dostęp do użytecznej treści.
GEO / AEO
Praca nad tym, aby treść jasno odpowiadała na naturalne pytania i mogła zostać wykorzystana w odpowiedzi generatywnej. Łączy fundamenty SEO z czytelnością, wiarygodnością i strukturą informacji.
Prompt
Pytanie lub polecenie użytkownika, dla którego analizujemy odpowiedź i widoczność marki.
Intencja
Cel stojący za promptem: definicja, rozwiązanie problemu, porównanie, rekomendacja, zakup albo ocena ryzyka.
Encja
Jednoznacznie nazwana rzecz lub pojęcie, np. marka, produkt, usługa, odbiorca, metoda, konkurent albo wynik.
Claim
Pojedyncze twierdzenie, które można sprawdzić i poprzeć źródłem, np. „produkt integruje się z Shopify” albo „plan Pro kosztuje X”.
Fragment (chunk)
Samodzielna jednostka treści: nagłówek z odpowiedzią, akapit, punkt listy, wiersz tabeli, FAQ lub fragment case study.
Retrieval
Etap, na którym oceniamy, czy konkretny URL ma szansę znaleźć się wśród kandydatów do odpowiedzi na dany prompt.
Selection
Etap porównania znalezionych źródeł: które z nich najlepiej i najbezpieczniej wspiera konkretny claim.
Citation Opportunity
Względny wskaźnik szansy wykorzystania fragmentu po przejściu etapów retrieval, selection i oceny fragmentu. Wyznacza priorytet pracy nad treścią.
Extractability
Łatwość wydzielenia fragmentu bez utraty znaczenia, ważna przy tworzeniu zwięzłych odpowiedzi i cytatów.
Luka semantyczna
Różnica między analizowaną treścią a cytowaną konkurencją w zakresie ważnych informacji, encji, relacji, pytań lub formatów.