Nawigowalność agentowa: jak agenci AI czytają witrynę

Nawigowalność agentowa (ang. agentic navigability) to stopień, w jakim agent AI potrafi dotrzeć do witryny, przeszukać ją i zrozumieć, podążając za jej linkami. Cytowalność agentowa (ang. agentic citability) to prawdopodobieństwo, że treść strony zostanie zacytowana w odpowiedzi AI. Nawigowalność decyduje o tym, czy agent może przeczytać strony. Cytowalność decyduje o tym, czy z nich skorzysta. GraphoRank ocenia sygnały stojące za obiema cechami na jednej skali od 0 do 100, nazwanej GraphRank.

Jeśli szukali Państwo frazy „LLM SEO” lub „SEO dla ChatGPT”, to właśnie ta część tematu, która dotyczy własnej witryny i na którą mają Państwo wpływ. Poniżej: oba pojęcia prostymi słowami, to, jak agenci i roboty poruszają się po witrynie, oraz rozróżnienie między tym, co udokumentowano, a tym, co jedynie podejrzewamy. Lista kontrolna na końcu jest uporządkowana według prawdopodobnego wpływu, a większość punktów można wykonać bez programisty.

Co znaczą nawigowalność agentowa i cytowalność agentowa?

Agent AI to oprogramowanie, które za pomocą modelu AI wykonuje zadanie na zlecenie człowieka: bada zagadnienie, porównuje dostawców, wypełnia formularz. Zwykle musi w tym celu otworzyć kilka stron. Robot przeszukujący AI jest jego prostszą odmianą: to program pobierający strony, by produkt AI mógł się z nich uczyć lub później do nich sięgać. Oba poruszają się po witrynie tak jak człowiek, od linku do linku.

Agent uznaje witrynę za łatwą w nawigacji, gdy do każdej ważnej strony da się dotrzeć przez linki, właściwa treść jest podana w formie czytelnej dla programu, a nic nie blokuje wizyty przez pomyłkę.

Gdy ktoś zadaje asystentowi AI pytanie, ten może zbudować odpowiedź ze znalezionych stron i wskazać niektóre z nich jako źródła. Te wskazane źródła to cytowania. Strona jest cytowalna, gdy system AI może z niej wyciągnąć jasne, samodzielne i wiarygodne stwierdzenie: definicję, odpowiedź, liczbę ze źródłem.

Obie cechy są powiązane, ale różne. Nawigowalność dotyczy dostępu: czy agent potrafi znaleźć i przeczytać stronę? Cytowalność dotyczy wykorzystania: czy strona, którą agent przeczytał, jest warta zacytowania?

Strony, do której nikt nie może dotrzeć, nie da się zacytować. Strona, do której dotrzeć można, ale która nie mówi niczego jasno, zostaje przeczytana i pominięta. Dlatego traktujemy obie cechy łącznie.

Jak agenci AI i roboty przeszukujące AI faktycznie nawigują po witrynie?

Systemy AI docierają do treści na cztery główne sposoby: podążają za linkami, przestrzegają (lub czasem pomijają) robots.txt, szukają plików z wytycznymi, takich jak llms.txt, i czytają strukturę strony, którą buduje przeglądarka. Oto, co na ten temat mówią źródła pierwotne.

Podążanie za linkami

Podstawowy ruch jest ten sam, który wyszukiwarki wykonują od zawsze: pobrać stronę, odczytać jej linki, pobrać strony, do których prowadzą. Robot działający w ten sposób znajdzie tylko to, do czego prowadzi link.

Mapa witryny, czyli lista stron przekazywana wyszukiwarkom, pomaga, ale jest listą, a nie trasą. Strona, do której nie linkuje żadna inna, jest trudna do odkrycia przez podążanie za linkami, a w następnej części wracamy do tego tematu.

robots.txt i trzy rodzaje botów AI

robots.txt to niewielki plik tekstowy w katalogu głównym witryny, który informuje automatycznych odwiedzających, jakie adresy URL mogą pobierać. Firmy AI prowadzą dziś kilka różnych botów o różnych zadaniach, a ich dokumentacja je rozróżnia:

• OpenAI opisuje trzy. GPTBot służy do trenowania. OAI-SearchBot zasila wyszukiwanie w ChatGPT: według OpenAI witryny, które z niego zrezygnują, nie będą wyświetlane w odpowiedziach wyszukiwarki ChatGPT, a dostosowanie się systemów firmy po zmianie robots.txt może potrwać około 24 godzin. ChatGPT-User pobiera strony na prośbę człowieka i, jak zaznacza OpenAI, w jego przypadku reguły robots.txt mogą nie obowiązywać.
• Anthropic również opisuje trzy roboty: ClaudeBot do trenowania, Claude-User do pobrań kierowanych przez użytkownika i Claude-SearchBot do wyszukiwania. Firma deklaruje, że jej boty respektują sygnały zakazu przeszukiwania w robots.txt, i obsługuje ustawienie Crawl-delay.
• Perplexity opisuje PerplexityBot, który wyświetla witryny w wyszukiwaniu i nie służy do trenowania modeli bazowych, oraz Perplexity-User, który wspiera działania użytkownika i zasadniczo ignoruje reguły robots.txt, ponieważ pobranie wywołał człowiek.
• Google opisuje mechanizm kontroli o nazwie Google-Extended. Określa on, czy treści są używane do trenowania przyszłych modeli Gemini i do opierania odpowiedzi na źródłach. Google zastrzega, że mechanizm nie wpływa na uwzględnianie witryny w Wyszukiwarce Google i nie jest sygnałem rankingowym.

Dwa ustalenia pozwalają zachować rzetelność i oba są zastrzeżeniami.

Reguła praktyczna: robots.txt jest prośbą, którą respektują dobrze wychowane boty, a nie zamkiem.

Ile witryn w ogóle wypowiada się o botach AI? Tylko niewielki odsetek, według danych Web Almanac dla witryn desktopowych. To odsetki witryn, których robots.txt wymienia bota, a nie tych, które go blokują:

Większość witryn nie mówi nic, czyli domyślnie jest otwarta.

llms.txt

llms.txt to proponowany plik w formacie Markdown, udostępniany w katalogu głównym witryny, który daje agentom AI krótki przewodnik po tym, czym jest witryna i które strony się liczą. To propozycja społeczności, a nie standard internetowy. Format omawia nasz poradnik o llms.txt, a własny plik można sprawdzić bezpłatnym narzędziem do kontroli llms.txt.

Dowody są niejednoznaczne, a liczby się różnią, ponieważ dotyczą różnych populacji:

Badanie	Co mierzono	Wynik
HTTP Archive Web Almanac 2025	Witryny w jego przeszukiwaniu	llms.txt na 2,13% witryn na komputery i 2,10% na urządzenia mobilne
SE Ranking (listopad 2025)	Blisko 300 000 domen	10,13% miało plik; brak korelacji z cytowaniami AI
Common Crawl (przeszukiwanie z lipca 2026)	Losowa próba około 5,2 mln adresów /llms.txt na dostępnych hostach	22,32% sprawdzanych adresów /llms.txt zwróciło HTTP 200, a 52,5% z nich zawierało treść tekstową (11,72% próby)
Ahrefs (maj 2026)	137 210 domen z ruchem w jego analityce	28% publikuje plik; 97% tych plików nie otrzymało w danym miesiącu żadnego żądania

Po stronie wyszukiwarek Google mówi, że nie trzeba tworzyć nowych plików czytelnych dla maszyn, plików tekstowych dla AI, znaczników ani Markdowna, aby pojawiać się w Wyszukiwarce Google, a llms.txt ani nie zaszkodzi, ani nie pomoże widoczności w Wyszukiwarce. Tymczasem narzędzie Chrome Lighthouse, które audytuje strony, zawiera eksperymentalną kategorię „Agentic Browsing”, sprawdzającą m.in., czy llms.txt istnieje. Te dwa stwierdzenia odpowiadają na różne pytania: z jednej strony widoczność w Wyszukiwarce Google, z drugiej gotowość na agentów działających w przeglądarce.

Nasza ocena: llms.txt jest tani, nieszkodliwy i niepotwierdzony. Warto go opublikować, jeśli zajmie jedno popołudnie, ale nie należy oczekiwać, że uratuje witrynę o słabej strukturze.

Drzewo dostępności

Gdy przeglądarka ładuje stronę, buduje uproszczony, tekstowy opis dla technologii wspomagających, takich jak czytniki ekranu: co jest nagłówkiem, co przyciskiem, co mówi każdy link. To drzewo dostępności.

Dokumentacja Chrome Lighthouse dotycząca przeglądania agentowego stwierdza, że agenci opierają się na drzewie dostępności jako swoim podstawowym modelu danych. Jej audyty obejmują nazwy i etykiety, integralność drzewa, widoczność treści interaktywnych, przesunięcia układu, obecność llms.txt oraz narzędzia WebMCP (eksperymentalny sposób, w jaki witryna może oferować agentom działania). Kategoria jest eksperymentalna i nie ma wyniku w skali 0–100.

Pokrewny sygnał dodaje test porównawczy agentów obsługujących komputer z 2026 r. (A11y-CUA, artykuł z konferencji CHI ’26). Opierał się na 60 zadaniach i nagraniach użytkowników niewidomych, słabowidzących i widzących:

Renderowanie JavaScript

Wiele nowoczesnych witryn buduje treść w przeglądarce odwiedzającego za pomocą JavaScript, zamiast wysyłać ją gotową w stronie. Człowiek tego nie zauważa. Prosty robot może.

Nie znaleźliśmy dokumentu źródłowego, który wskazywałby, które roboty AI uruchamiają JavaScript, więc nie twierdzimy ani że tak, ani że nie. Ostrożna zasada brzmi: ważny tekst i linki umieszczać w kodzie HTML wysyłanym przez serwer, a wszystko, co pojawia się dopiero po uruchomieniu skryptu, traktować jako ryzyko. Własny robot GraphoRank renderuje JavaScript, aby widzieć to, co widzi czytelnik korzystający z przeglądarki, i zapisuje, czy strona wymagała renderowania, by pokazać swoją treść.

Dlaczego struktura witryny decyduje o tym, co zostaje przeczytane?

Agent może przeczytać tylko to, do czego dotrze, a ważność ocenia po sygnałach, które wysyłają linki.

Strony osierocone

Strona osierocona to strona, do której nie prowadzi żaden link wewnętrzny. Człowiek dotrze do niej tylko przez dokładny adres. Agent podążający za linkami nigdy.

Proszę wyobrazić sobie mały sklep, w którym strona „Dostawa i zwroty” nie jest podlinkowana nigdzie, bo przy przebudowie zniknął link ze stopki. Strona istnieje, jest poprawna, jest w mapie witryny. Ale gdy agent bada pytanie „czy ten sklep wysyła do Niemiec?”, żaden link nie prowadzi do odpowiedzi. Strony osierocone to najtańszy do naprawy problem strukturalny: wystarczy dodać link.

Głębokość kliknięć

Głębokość kliknięć to liczba kliknięć potrzebnych, by dojść ze strony głównej do danej strony. Załóżmy, że przewodnik, który najlepiej wyjaśnia usługę, leży pięć kliknięć głęboko, za kategorią, podkategorią i stronicowanym archiwum. Człowiek też mógłby tam nie dotrzeć.

Im głębiej leży strona, tym więcej kroków potrzebuje agent i tym mniej tras do niej prowadzi. Ważne strony należy trzymać blisko strony głównej.

Linki w treści a linki w menu

Menu, nagłówki i stopki powtarzają te same linki na każdej stronie. Link, który pojawia się wszędzie, mówi niewiele o jakiejkolwiek konkretnej stronie, bo przychodzi razem z szablonem. Link wewnątrz zdania mówi coś konkretnego: ta strona jest istotna dla tego wątku, z tego powodu. Tekst kotwicy, czyli klikalne słowa, informuje czytelnika, co znajduje się po drugiej stronie.

Dlatego GraphoRank przy budowie grafu witryny oddziela linki w głównej treści od linków szablonowych: pierwsza grupa odpowiada temu, co faktycznie widzi czytelnik, który wyodrębnia główny tekst strony. O ile wiemy, nikt nie opublikował pomiaru wpływu na odpowiedzi AI. Przedstawiamy to jako nasz wybór projektowy, oparty na tym, jak czytelnik podąża za wątkiem argumentacji, a nie jako udowodniony czynnik rankingowy.

Zdublowane lub konkurujące strony na jeden temat

Jeśli pięć stron witryny częściowo odpowiada na pytanie „ile to kosztuje?”, agent musi wybrać jedną albo może je zmieszać, i żadna z pięciu nie staje się stroną do zacytowania.

Proszę pomyśleć o firmie ze stroną z cennikiem, wpisem na blogu o cenach, starym cennikiem, którego nikt nie usunął, i wpisem w FAQ z czwartym zestawem liczb. Nie wiadomo już, który jest aktualny.

Co sprawia, że treść jest cytowalna?

Treść jest cytowalna, gdy system AI może z niej wyodrębnić jasne, rzetelne stwierdzenie, które da się komuś przypisać. W praktyce liczą się cztery rzeczy, a są to te same, o które zawsze prosili dobrzy redaktorzy.

• Jasne encje i definicje. Encja to nazwana rzecz: firma, produkt, osoba, miejsce, pojęcie. Każdą z nich należy zdefiniować prostym zdaniem („X to …”), na początku, i za każdym razem używać tej samej nazwy. Definicję, która stoi sama, można zacytować samodzielnie.
• Fragmenty z odpowiedzią na początku. Każdą sekcję warto zaczynać od odpowiedzi, a dopiero potem podawać uzasadnienie. Pośredni argument dają badania nad modelami językowymi: kontrolowane badanie długich danych wejściowych („Lost in the Middle”) wykazało, że modele często działają najlepiej, gdy istotna informacja znajduje się na początku lub na końcu tego, co otrzymują, a gorzej radzą sobie z informacjami ze środka. Badanie dotyczy promptów, a nie stron wybieranych jako źródła, więc to analogia, a nie dowód. Odpowiedź na początku jest zresztą lepsza także dla czytelników.
• Źródła, autorstwo i aktualność. Należy podać, kto napisał stronę, pokazać, kiedy została opublikowana i zaktualizowana, i linkować do źródeł pierwotnych przy każdej podanej liczbie. Daty muszą być uczciwe: świeża data na przestarzałej stronie nikomu nie pomaga.
• Jedna wyraźna strona na temat. Ma tu zastosowanie poprzednia część: strona, która jednoznacznie odpowiada za swój temat, łatwiej się cytuje niż pięć nakładających się.

Dane strukturalne: co mówi Google i co wykazało badanie

Dane strukturalne to kod, zwykle w formacie JSON-LD, który opisuje treść strony dla maszyn: to jest artykuł, to jego autor, to pytania i odpowiedzi. Źródła różnią się tonem, więc przedstawiamy oba.

Dokumentacja Google podaje, że nie ma dodatkowych wymagań, aby pojawiać się w Przeglądach od AI lub w Trybie AI, że nie są potrzebne żadne specjalne dane strukturalne schema.org, a w późniejszym przewodniku, że dane strukturalne nie są wymagane w generatywnym wyszukiwaniu AI. Aby się pojawić, strona musi być zaindeksowana i kwalifikować się do wyświetlania ze snippetem. Google wyjaśnia też mechanizmy, które to ograniczają (nosnippet, data-nosnippet, max-snippet i noindex), oraz że ruch z funkcji AI jest liczony w Search Console w typie wyszukiwania „Internet”.

Osobny preprint, badanie GEO-16, przeanalizował to, co łączy cytowane strony:

Badanie wykazało, że metadane i aktualność, semantyczny HTML oraz dane strukturalne były grupami jakości strony najsilniej powiązanymi z cytowaniem, a strony z wynikiem co najmniej 0,70 w jego skali i co najmniej 12 trafieniami filarów miały wyraźnie wyższy odsetek cytowań.

Oba źródła nie są ze sobą sprzeczne. Google opisuje, co jest wymagane, by kwalifikować się do własnych funkcji Google. Preprint opisuje, co współwystępowało z cytowaniem w kilku silnikach. Żadne z nich nie dowodzi, że dodanie znaczników powoduje cytowania.

Nasza ocena: dane strukturalne nie są sztuczką, lecz częścią jasnego opisu strony. Należy dodawać typy odpowiadające treści, dbać o ich poprawność i nie oczekiwać, że znaczniki uratują stronę z ubogą treścią.

Co badania nad GEO mówią, a czego nie

Artykuł z 2024 r., który wprowadził termin Generative Engine Optimization, podał, że przetestowane w nim metody mogły zwiększyć widoczność w odpowiedziach silników generatywnych nawet o 40%, przy czym skuteczność zależała od dziedziny.

Szerszy obraz samego terminu znajdą Państwo w tekstach czym jest GEO i przewodnik po GEO.

Jak mierzyć nawigowalność i cytowalność agentową?

Należy odtworzyć witrynę tak, jak widzi ją agent, jako strony i linki, i ocenić to, co pokazuje ten obraz. Tak działa GraphoRank. Przeszukuje witrynę z poszanowaniem robots.txt, czyta każdą stronę tak, jak przyswoiłby ją model językowy, zamienia strony w węzły, a linki wewnętrzne w krawędzie i wylicza jeden wynik od 0 do 100 o nazwie GraphRank. Strona jak to działa pokazuje pięć etapów, a strona graf semantyczny pokazuje mapę.

GraphRank odczytuje cztery wymiary:

Wymiar	Czemu się przygląda	Skłania się ku
Struktura	Jak łączą się strony: czy autorytet dociera do kluczowych stron, jak głęboko leży treść, które strony są całkowicie odcięte	Nawigowalności
Kondycja techniczna	Indeksowalność, adresy canonical, łańcuchy przekierowań, uszkodzone linki i spójność mapy witryny	Nawigowalności
Znaczenie	Czy treść układa się w tematy: prawdziwe klastry, strony filarowe z realnym wsparciem, brak rozdźwięku między obietnicą strony a jej treścią	Cytowalności
Widoczność w AI	Jak łatwo strony odczytać, wyodrębnić z nich fragmenty i zacytować je w wygenerowanej odpowiedzi	Cytowalności

Kolumna „skłania się ku” to nasza interpretacja redakcyjna, a nie podział wyniku na dwie liczby. Każdy wymiar w pewnym stopniu informuje o obu pojęciach.

Każda strona w grafie otrzymuje też jedną z sześciu ról: strona filarowa (główna strona tematu), klaster, strona węzłowa (hub, łączy powiązane treści), money page (strona przychodowa, na której odwiedzający wykonują konwersję), strona osierocona lub noindex. Wyniki dzielą się na pięć przedziałów:

Przedział	Wynik
Zagrożony	0–39
Rozwijający się	40–59
Solidny	60–74
Mocny	75–89
Wzorcowy	90–100

Dokładny wzór jest celowo zastrzeżony. Wynik o jawnej recepturze można zmanipulować, a wzorzec, który łatwo oszukać, przestaje być porównywalny między witrynami. Jawne jest to, czemu przygląda się każdy wymiar, jak opisano powyżej, oraz to, że każda witryna jest mierzona tak samo przy każdym skanowaniu.

Wynik ma prowadzić do działania. Rekomendacje zawierają poprawki uszeregowane według tego, jak bardzo zmieniłyby wynik, na przykład strony osierocone do odzyskania, klastry do ponownego połączenia i money page do wyeksponowania. Po poprawkach należy wykonać ponowne skanowanie i porównać wyniki, by sprawdzić, czy zmiana zadziałała.

Podsumowanie: co sprawdzić i co mówią dowody

Obszar	Proste pytanie	Status dowodów
Podążanie za linkami	Czy do każdej ważnej strony da się dotrzeć przez linki?	Mechanizm jest podstawą przeszukiwania; żadne badanie nie mierzy wpływu na odpowiedzi AI
robots.txt	Czy zdecydowano, bot po bocie, co dopuścić?	Udokumentowane przez OpenAI, Anthropic, Perplexity i Google; przestrzeganie bywa różne
llms.txt	Czy istnieje krótki, trafny przewodnik po witrynie?	Niepotwierdzone; Google podaje, że ani nie pomaga, ani nie szkodzi widoczności w Wyszukiwarce
Drzewo dostępności	Czy nagłówki, linki i przyciski są prawdziwe i opisane?	Udokumentowane przez Chrome Lighthouse (eksperymentalnie); pokrewny test agentów na zadaniach desktopowych
JavaScript	Czy kluczowy tekst jest w kodzie HTML wysyłanym przez serwer?	Brak źródła pierwotnego o robotach AI; tylko ostrożna zasada
Strony osierocone i głębokość	Czy każda kluczowa strona jest podlinkowana i blisko strony głównej?	Rozumowanie, bez pomiaru
Linki w treści	Czy strony linkują do siebie w tekście?	Wybór projektowy, bez pomiaru
Konkurujące strony	Czy na jedno pytanie przypada jedna strona?	Rozumowanie, bez pomiaru
Cytowalne fragmenty	Definicje, odpowiedź na początku, źródła, daty	Częściowo poparte badaniami nad silnikami i modelami; pośrednio
Dane strukturalne	Czy są obecne i poprawne?	Google: niewymagane. Preprint: powiązane z cytowaniem

Lista kontrolna: jak poprawić nawigowalność i cytowalność

Kolejność jest naszą oceną prawdopodobnego wpływu w typowej małej witrynie, od najtańszych i najbardziej podstawowych działań po najbardziej zaawansowane. To nie jest zmierzony ranking.

Tę listę można przejść ręcznie w małej witrynie. Jeśli ma zostać zmierzona, bezpłatny audyt GraphoRank skanuje pierwsze 10 stron i pokazuje graf, role oraz GraphRank. Większe witryny omawia strona z cennikiem.

Jak to się ma do SEO, AEO i GEO?

Optymalizacja pod wyszukiwarki (SEO) dotyczy pozycji w wynikach wyszukiwania, optymalizacja pod silniki odpowiedzi (AEO) dotyczy tego, by być odpowiedzią, której udziela system, a optymalizacja pod silniki generatywne (GEO) dotyczy tego, by znaleźć się w odpowiedziach generowanych przez AI. Nasze porównanie SEO, AEO i GEO omawia różnice, a przewodnik po AI SEO opisuje stronę praktyczną.

Nawigowalność i cytowalność agentowa nie są czwartą etykietą do zapamiętania. To dwie cechy własnej witryny, na których opierają się wszystkie trzy dyscypliny: czy maszyna może do niej dotrzeć i ją przeczytać oraz czy to, co czyta, jest warte zacytowania? Dane o użyciu i ruchu zawiera artykuł statystyki wyszukiwania AI.