AI Search zmienia e-commerce. 7 najważniejszych wniosków z webinaru ICEA i Dealavo

AI Search nie zastępuje SEO w sklepie internetowym, ale zmienia drogę klienta do produktu: coraz więcej decyzji zapada w odpowiedzi asystenta, zanim ktoś kliknie w wynik. To główna teza webinaru „E-commerce w erze AI Search: jak utrzymać ruch, sprzedaż i pozycję?”, który poprowadziliśmy razem z Dealavo. Poniżej siedem wniosków z tego spotkania w brzmieniu z lipca 2026 roku, a przy każdym dopisany stan na październik 2026.

1. SEO nadal ma ogromne znaczenie, ale zmienia się sposób, w jaki klienci trafiają do sklepu.

Wniosek z webinaru: AI Search nie zastępuje SEO, tylko zmienia sposób korzystania z wyszukiwarki. Klient coraz częściej nie przegląda listy wyników, lecz dostaje gotową odpowiedź z ChatGPT, Gemini albo AI Overviews. Walka o widoczność nie kończy się więc na pierwszej pozycji w Google. Liczy się też to, czy Twoja strona staje się źródłem, po które sięga odpowiedź AI.

Dlatego na SEO warto spojrzeć szerzej: jako na budowanie wiarygodności marki i jakości informacji, a nie tylko sposób na zdobywanie kliknięć.

Stan na październik 2026: Google potwierdza ten kierunek w dokumentacji. W przewodniku z 10.07.2026 pisze, że optymalizacja pod generatywną AI w wyszukiwarce to nadal SEO. Żeby strona mogła pojawić się w AI Overviews albo w AI Mode, musi być zaindeksowana i móc wyświetlać się w wynikach z fragmentem tekstu. Dodatkowych wymagań nie ma.

Skala zmiany rośnie. Tryb AI działa w Polsce od 8 października 2025 roku, a według Google w maju 2026 roku AI Mode miał ponad miliard użytkowników miesięcznie. Jak działa ten tryb, opisujemy we wpisie AI Mode w Google. Gdzie AI Search stoi w całej widoczności firmy, pokazujemy w modelu Search Ecosystem™ na stronie AI Search.

2. Dobre treści to za mało. Liczy się również ich struktura.

Wniosek z webinaru: w świecie AI sposób podania treści waży tyle samo co jej jakość. Przejrzyste nagłówki, listy, tabele, sekcje FAQ i jasno opisane parametry produktów ułatwiają modelom językowym zrozumienie strony. Korzysta na tym też klient, który szybciej znajduje to, czego szuka.

Często nie trzeba pisać nowych treści. Większy efekt daje uporządkowanie istniejących opisów i nadanie im czytelnej struktury.

Stan na październik 2026: Google zaleca dzielić treść na akapity i sekcje z nagłówkami, które dają jasną strukturę. W tym samym przewodniku zastrzega jednak, że nie trzeba ciąć treści na drobne kawałki dla AI, nie ma idealnej długości strony ani specjalnych znaczników schema.org dla generatywnej AI.

Wniosek z webinaru zostaje więc w mocy, z jednym doprecyzowaniem. Strukturę układasz dla klienta, który porównuje produkty, a nie pod osobny format dla AI. Jak odpowiedzi AI rozbijają jedno pytanie na wiele zapytań, opisujemy we wpisie o query fan-out.

3. Dane produktowe stają się jednym z fundamentów widoczności.

Wniosek z webinaru: modele AI analizują znacznie więcej niż sam opis produktu. Znaczenie mają kompletne dane produktowe, parametry techniczne, dostępność, opinie, informacje o dostawie i dane strukturalne (schema.org). Im lepiej uporządkowane informacje o produktach, tym większa szansa, że sklep stanie się źródłem odpowiedzi AI. Dlatego optymalizacja feedów produktowych i danych strukturalnych to dziś część SEO.

Stan na październik 2026: Google mówi to wprost. Według przewodnika z 10.07.2026 Merchant Center, w tym feedy produktowe, oraz Profil Firmy w Google mogą pomóc w widoczności produktów w odpowiedziach AI i w zwykłych wynikach. Odpowiedzi generatywne mogą zawierać listy produktów, informacje o produktach i o firmach lokalnych.

Google zaleca dwa kanały naraz:

• dane strukturalne na kartach produktów: dla sklepu, w którym można kupić produkt, to dane ofert sprzedawcy z ceną, dostępnością, kosztem dostawy i zasadami zwrotów (dokumentacja danych strukturalnych produktu);
• feed w Google Merchant Center: daje pewność, że Google zna wszystkie produkty. Daje też większą kontrolę nad tym, kiedy zmiany trafiają do Google (zalecenia Google dla e-commerce).

Oba źródła się uzupełniają. Merchant Center potrafi sam pobrać produkty z danych strukturalnych na stronie, a plik produktowy umieszczony pod adresem albo arkusz Google synchronizuje co 24 godziny. Dla sklepu oznacza to jedno: cena i dostępność muszą się zgadzać na stronie i w feedzie.

4. Konkurencyjna oferta wpływa na rekomendacje AI.

Wniosek z webinaru: dla modeli językowych liczy się nie tylko to, co sprzedajesz, ale też na jakich warunkach. Cena, koszt i czas dostawy, polityka zwrotów oraz opinie o sklepie coraz częściej wpływają na to, które oferty AI poleca klientom. Strategia cenowa przestaje więc być tylko sprawą działu handlowego. Staje się częścią budowania widoczności.

Warto regularnie analizować rynek i reagować na zmiany. Pomagają w tym narzędzia do monitoringu cen konkurencji, które skracają czas decyzji.

Stan na październik 2026: cena wchodzi w zakupy w Google coraz głębiej. Google sam wylicza obniżki ceny z obserwowanych zmian w czasie. W maju 2026 roku zapowiedział Universal Cart, koszyk w wyszukiwarce i aplikacji Gemini, który śledzi obniżki, pokazuje historię ceny i powiadamia o powrocie produktu do sprzedaży. Klient widzi więc porównanie ceny w samej wyszukiwarce, zanim wejdzie do sklepu.

5. Nie warto optymalizować wszystkiego jednocześnie.

Wniosek z webinaru: jednym z najczęstszych błędów jest próba przebudowania całego sklepu od razu. Skuteczniej jest zacząć od produktów, które dają największą sprzedaż albo najwyższą marżę. To one jako pierwsze powinny dostać lepsze opisy, uporządkowane dane i rozbudowane sekcje FAQ. Kolejne grupy asortymentu przychodzą później.

Stan na październik 2026: wybór produktów na start łatwiej dziś oprzeć na danych. W Google Search Console jest raport skuteczności w funkcjach generatywnej AI, który od 31.08.2026 działa dla wszystkich witryn na świecie. Pokazuje wyświetlenia linków do Twoich stron w AI Overviews i w AI Mode z podziałem na strony, kraje, daty i urządzenia. Raport nie pokazuje kliknięć, więc sprzedaż i marżę nadal bierzesz z systemu sklepu i z analityki.

Praktyczna kolejność: lista produktów o najwyższej sprzedaży albo marży, obok nich wyświetlenia w odpowiedziach AI, a na końcu sprawdzenie, czy asystenci w ogóle wspominają Twoją markę. Jak zrobić ten ostatni krok ręcznie, opisujemy w przewodniku Jak sprawdzić, czy AI poleca Twoją markę?

6. AI Search premiuje wiarygodne marki.

Wniosek z webinaru: widoczność w AI nie zależy wyłącznie od technicznej optymalizacji strony. Modele językowe biorą pod uwagę także sygnały wiarygodności marki:

• eksperckie treści;
• opinie klientów;
• wzmianki w innych źródłach;
• aktywność w mediach społecznościowych.

Skuteczna strategia SEO coraz mocniej łączy się więc z content marketingiem, PR-em i konsekwentnym budowaniem eksperckiego wizerunku.

Stan na październik 2026: Google w przewodniku o generatywnej AI prosi o treści, które nie są „towarem”. Treść oparta na powszechnej wiedzy zwykle wnosi mało nowego, a liczy się to, co czytelnik uzna za pomocne i wiarygodne. W sklepie są to m.in. własne testy produktów, porównania z prawdziwymi parametrami, poradniki doboru i odpowiedzi na pytania, które klienci zadają obsłudze. Jak to łączymy z resztą widoczności, opisujemy na stronie Content.

Treść oparta na powszechnej wiedzy zwykle wnosi mało nowego , a liczy się to, co czytelnik uzna za pomocne i wiarygodne.

7. Najlepszy moment na przygotowanie się do AI Search jest właśnie teraz.

Wniosek z webinaru: AI Search wciąż szybko się rozwija, ale kierunek zmian jest już wyraźny. Firmy, które dziś uporządkują dane produktowe, zadbają o jakość treści i będą rozwijać obecność w ekosystemie cyfrowym, zyskają przewagę, gdy ruch z wyszukiwarek opartych na AI urośnie. Nie chodzi o rewolucję z dnia na dzień, tylko o konsekwentne przygotowanie sklepu.

Stan na październik 2026: kierunek jest jeszcze wyraźniejszy, ale nowe funkcje zakupowe startują poza Polską. Według zapowiedzi Google z 19.05.2026 Universal Cart trafia latem 2026 roku do wyszukiwarki i aplikacji Gemini w Stanach Zjednoczonych. Zakup przez Google Pay w ramach Universal Commerce Protocol ma w kolejnych miesiącach objąć Kanadę i Australię, a później Wielką Brytanię. Polski w tej zapowiedzi nie ma.

Google buduje te funkcje na Shopping Graph, który opisuje jako katalog ponad 60 miliardów ofert produktów. Sprzedawcą pozostaje marka, niezależnie od tego, gdzie klient kliknie „kup”. Dla polskiego sklepu to czas na porządek w danych, zanim podobne funkcje pojawią się u nas.

Co zrobić w sklepie teraz?

Webinar ICEA i Dealavo był początkiem rozmowy o AI Search, a trzy miesiące później jego wnioski nadal się bronią. AI Search przestał być tematem przyszłości: to codzienne miejsce decyzji zakupowych. SEO nie umiera, ale samo już nie wystarcza. Liczą się też kompletne dane produktowe, konkurencyjna oferta i szybka reakcja na zmiany rynku.

Od czego zacząć w tym tygodniu:

1. Otwórz w Search Console raport skuteczności w funkcjach generatywnej AI i zapisz, które strony mają wyświetlenia w AI Overviews i w AI Mode.
2. Wybierz kilkadziesiąt produktów o najwyższej sprzedaży albo marży.
3. Dla tych produktów porównaj feed w Merchant Center z danymi strukturalnymi na kartach: cena, dostępność, koszt dostawy, zwroty.
4. Uporządkuj ich opisy: nagłówki, parametry w tabeli, odpowiedzi na prawdziwe pytania klientów.
5. Dodaj treść, której nie ma u konkurencji: własny test, porównanie, poradę doboru.
6. Ustal, kto i jak często sprawdza ceny konkurencji.

Jeśli interesuje Cię zarządzanie cenami w kontekście AI Search, Dealavo, nasz partner w tym webinarze, prowadzi konsultacje dotyczące cen. Treść, dane produktowe i pomiar widoczności sklepu w wyszukiwarce i w odpowiedziach AI to zakres pozycjonowania sklepów w ICEA.

Najczęstsze pytania.

Czy plik llms.txt pomaga sklepowi pojawić się w AI Overviews?

Nie w wyszukiwarce Google. Google pisze, że do widoczności w wyszukiwarce nie trzeba tworzyć nowych plików do odczytu maszynowego, a wyszukiwarka takie pliki ignoruje, więc ani nie pomagają, ani nie szkodzą.

Czy produkty potrzebują specjalnych danych strukturalnych, żeby pojawiać się w AI Mode?

Nie. Google zaznacza, że generatywna AI w wyszukiwarce nie wymaga osobnych znaczników schema.org. Wystarczą standardowe dane strukturalne produktu i aktualny feed w Merchant Center.

Jak zablokować wykorzystanie treści sklepu w AI Overviews?

Służą do tego te same ustawienia co dla zwykłych wyników: nosnippet, data-nosnippet, max-snippet albo noindex. Ograniczają one jednak także fragmenty w klasycznych wynikach, więc w sklepie zwykle bardziej szkodzą, niż pomagają.