Nowy raport AI w Search Console: jak czytać wyświetlenia stron w AI Overviews i AI Mode, skoro Google nie pokazuje zapytań?

Google wreszcie pokazał właścicielom stron, które adresy URL są widoczne w AI Overviews i AI Mode. Nie rozwiązał jednak problemu, który najbardziej interesuje SEO-wców: nadal nie wiadomo, na jakie konkretnie pytania użytkowników dana strona została przywołana przez generatywną wyszukiwarkę.

To zmienia sposób pracy z Search Console. Nowego raportu nie należy traktować jak kolejnej wersji klasycznego raportu „Skuteczność”, w którym można przejść od zapytania do strony, sprawdzić CTR i pozycję, a następnie zdecydować, którą frazę poprawić. Tutaj punktem wyjścia jest URL i liczba wyświetleń w funkcjach generatywnej AI. Intencję użytkownika trzeba rekonstruować z innych danych.

Raport jest mimo to użyteczny. Pod warunkiem że nie próbuje się wyciągać z niego informacji, których Google po prostu nie udostępnia.

Co dokładnie pokazuje raport AI w Search Console — i czego z niego nie wyczytasz

Google ogłosił raport skuteczności generatywnej AI w Search Console 3 czerwca 2026 r., a od 31 sierpnia 2026 r. dane zostały udostępnione witrynom na całym świecie. Raport obejmuje obecnie:

• AI Overviews, czyli generowane przez AI odpowiedzi pojawiające się w wynikach Google,

• AI Mode, czyli bardziej konwersacyjny tryb wyszukiwania pozwalający rozwijać temat kolejnymi pytaniami.

Najważniejszą metryką są wyświetlenia. Google liczy je wtedy, gdy link prowadzący do witryny zostanie pokazany użytkownikowi w obsługiwanej funkcji generatywnej AI zgodnie ze standardowymi zasadami liczenia wyświetleń.

Dane można analizować według czterech głównych wymiarów:

• strony,

• kraju,

• daty,

• urządzenia.

Nie ma natomiast wymiaru zapytania. To nie jest drobna niedogodność interfejsu, ale fundamentalne ograniczenie analizy.

Jeżeli więc /poradnik/jak-wybrac-klimatyzator/ uzyskał w ciągu miesiąca 18 000 wyświetleń AI, Search Console nie odpowie, czy użytkownicy pytali:

• „jaki klimatyzator do mieszkania 50 m2”,

• „ile kosztuje klimatyzacja z montażem”,

• „klimatyzator 3,5 kW czy 5 kW”,

• czy zadawali kilkaset różnych pytań, przy których Google wykorzystał tę samą stronę jako źródło.

To szczególnie ważne w AI Mode, ponieważ mechanizm może rozbić jedno pytanie użytkownika na kilka podtematów i równolegle wykonać wyszukiwania wspierające odpowiedź. Dodatkowe pytanie zadane później w AI Mode jest z punktu widzenia pomiaru traktowane jak nowe zapytanie.

W dedykowanym raporcie generatywnej AI nie dostajemy również klasycznego zestawu kliknięcia + CTR + średnia pozycja, znanego z raportu wyników wyszukiwania. Raport skupia się na widoczności.

Jest tu istotne rozróżnienie. Obecność strony w AI Overviews i AI Mode nadal jest uwzględniana w ogólnym raporcie skuteczności wyszukiwarki typu „Web”. Kliknięcie linku z AI Overview albo AI Mode jest normalnym kliknięciem z Google. Problem polega na tym, że w klasycznym raporcie nie można po prostu odfiltrować wszystkich kliknięć pochodzących wyłącznie z AI i zestawić ich z odpowiadającymi im zapytaniami.

Innymi słowy:

raport AI mówi przede wszystkim „gdzie jesteś widoczny”, natomiast klasyczny raport Search Console nadal mówi „jaki ruch organiczny otrzymujesz”, ale nie daje czystego mostu łączącego oba zbiory danych.

Trzeba również uważać na sposób agregowania danych.

Na wykresie dane są agregowane na poziomie usługi Search Console. Jeżeli w jednym wyniku generatywnym pojawią się dwa linki prowadzące do tej samej witryny, w sumie na wykresie mogą zostać potraktowane jako jedno wyświetlenie usługi.

Przy analizie według stron dane są agregowane według URL. Dlatego suma wierszy tabeli nie zawsze będzie równa liczbie z wykresu. To normalne, nie błąd raportu.

Do tego Google przypisuje większość danych do kanonicznego adresu URL, a niekoniecznie do dokładnego wariantu adresu, który pojawił się użytkownikowi. Przy stronach z parametrami, wersjach filtrowanych, duplikatach kategorii czy błędnie ustawionych canonicalach robi to sporą różnicę.

Jest jeszcze kilka technicznych ograniczeń, które łatwo przeoczyć:

• tabela podlega standardowemu limitowi 1000 wierszy,

• najnowsze dane mogą być oznaczone jako wstępne i zmienić się po kilku godzinach,

• daty raportowane są w strefie czasu pacyficznego, a nie według czasu polskiego,

• wyniki eksperymentów prowadzonych w Search Labs nie są uwzględniane,

• wartości oznaczone w interfejsie jako „~” albo „–” po eksporcie są zapisywane jako 0.

Od września 2026 r. raport rozróżnia również wyszukiwanie internetowe oparte na tekście oraz wyszukiwanie multimodalne, czyli sytuacje, w których częścią zapytania jest obraz, np. wyszukiwanie przez Google Lens, Circle to Search czy przesłanie zdjęcia do Google.

Jak analizować wyświetlenia AI, skoro nie znamy zapytań

Brak zapytań oznacza, że klasyczna metoda SEO „fraza → URL → pozycja → CTR → poprawka” tutaj nie działa.

Najbardziej praktycznym punktem wyjścia jest strona docelowa.

Najpierw eksportuję strony z raportu AI i dzielę je na trzy grupy:

1. strony z dużą liczbą wyświetleń AI,

2. strony, których liczba wyświetleń szybko rośnie,

3. strony ważne biznesowo, które praktycznie nie pojawiają się w AI.

Dopiero później sprawdzam klasyczny raport Search Console.

Załóżmy, że poradnik ma:

• 35 000 wyświetleń w raporcie AI,

• 120 000 zwykłych wyświetleń organicznych,

• 4100 kliknięć organicznych.

Sam wynik 35 000 nie mówi jeszcze, czy generatywna wyszukiwarka jest dla firmy sukcesem.

Trzeba sprawdzić przynajmniej trzy rzeczy.

Po pierwsze: jakie klastry zapytań już prowadzą do tego URL-a w zwykłym wyszukiwaniu.

Jeżeli strona rankuje na kilkaset wariantów pytań dotyczących jednego problemu, istnieje duże prawdopodobieństwo, że podobny obszar tematyczny odpowiada za część jej widoczności AI.

To jednak tylko rekonstrukcja intencji, a nie dowód. Nie można powiedzieć: „strona pojawiła się 5000 razy w AI na frazę X”, jeśli Google takiej informacji nie pokazał.

Po drugie: trzeba analizować zmianę, a nie pojedynczą liczbę.

5000 wyświetleń AI może być świetnym wynikiem dla niszowej strony B2B i praktycznie pomijalnym dla dużego serwisu wydawniczego.

Znacznie bardziej użyteczne są porównania:

• ostatnie 28 dni do poprzednich 28 dni,

• miesiąc do miesiąca,

• konkretna grupa URL-i przed i po aktualizacji treści,

• Polska do innych krajów,

• mobile do desktopu.

Jeżeli grupa 20 artykułów miała łącznie 40 000 wyświetleń AI, a miesiąc później 95 000, mamy realny sygnał zmiany widoczności. Nadal nie wiemy, które zapytania odpowiadają za wzrost, ale wiemy już, gdzie nastąpił.

Po trzecie: trzeba patrzeć na rozkład widoczności pomiędzy URL-ami.

Najczęstszy błąd polega na obserwowaniu jednej liczby dla całej domeny.

Znacznie ważniejsze pytanie brzmi: które typy treści Google najczęściej wykorzystuje w generatywnych odpowiedziach?

Może się okazać, że na 300 artykułów:

• 15 poradników odpowiada za 60% wyświetleń AI,

• strony kategorii praktycznie się nie pojawiają,

• strony produktowe mają niewielką widoczność,

• kalkulatory i poradniki porównawcze rosną bardzo szybko.

To daje konkretną decyzję redakcyjną.

Jeżeli generatywna wyszukiwarka konsekwentnie wybiera strony odpowiadające na problemy użytkownika, lepszym wykorzystaniem budżetu może być rozbudowanie istniejących poradników niż publikowanie kolejnych tekstów na niemal identyczne tematy.

Nie należy jednak mechanicznie kopiować struktury stron, które mają dużo wyświetleń AI. Korelacja nie mówi, który fragment tekstu spowodował pojawienie się adresu w odpowiedzi.

W praktyce większy sens ma sprawdzanie elementów, które ułatwiają Google wydobycie konkretnej informacji:

• jednoznacznych definicji,

• liczb i parametrów,

• tabel porównawczych,

• krótkich odpowiedzi na konkretne pytania,

• nazw produktów, modeli, usług i miejsc,

• jasnych warunków typu „jeżeli A, wybierz B; jeżeli C, wybierz D”,

• danych wskazujących źródło informacji,

• aktualnych dat i wersji informacji.

Nie chodzi o pisanie „pod AI”. Chodzi o usunięcie problemu typowego dla słabych tekstów SEO: użytkownik musi przeczytać 800 słów, zanim znajdzie odpowiedź na pytanie, które dałoby się wyjaśnić w czterech zdaniach.

Jak połączyć raport AI z Search Console i analityką, żeby podjąć decyzję

Sam raport generatywnej AI nie odpowie na pytanie, czy widoczność przynosi pieniądze. Dlatego jego dane trzeba traktować jako pierwszą warstwę lejka.

Najprostszy proces wygląda tak:

1. Pobierz adresy URL z największą liczbą wyświetleń AI.

Nie zaczynaj od całej domeny. Wybierz np. pierwsze 20–50 stron.

2. Sprawdź te same adresy w zwykłym raporcie skuteczności Search Console.

Interesują Cię:

• kliknięcia,

• wyświetlenia,

• CTR,

• zapytania,

• zmiana ruchu w czasie.

Jeżeli URL ma rosnącą widoczność AI, ale jednocześnie spada liczba kliknięć organicznych, nie oznacza to automatycznie, że AI „zabrało ruch”.

Najpierw trzeba wykluczyć inne przyczyny: zmianę pozycji, sezonowość, zmianę popytu, aktualizację algorytmu, utratę rich resultu albo kanibalizację przez inny URL.

3. Przejdź do GA4 albo innego systemu analitycznego i oceń rezultat biznesowy.

Dla stron informacyjnych szczególnie ważne będą:

• sesje organiczne,

• zaangażowanie,

• przejścia do stron ofertowych,

• formularze,

• telefony,

• zakup,

• inne mikro- i makrokonwersje.

Tutaj wychodzi jedna z największych niedogodności obecnego raportowania Google: można bardzo dokładnie zobaczyć wzrost ekspozycji strony w AI, ale znacznie trudniej przypisać do niej później konkretny efekt.

Dlatego nie ustawiałbym KPI w rodzaju „zwiększyć liczbę wyświetleń AI o 50%”. Wyświetlenie jest sygnałem widoczności, nie przychodem.

Lepszy model oceny to:

widoczność AI → ruch organiczny strony → zachowanie użytkownika → konwersja.

Jeżeli pierwsza wartość rośnie, a trzy kolejne stoją w miejscu lub spadają, nie ma podstaw, żeby ogłaszać sukces.

Dobrze sprawdza się też porównanie całych grup treści. Dla sklepu internetowego mogą to być osobno:

• poradniki,

• kategorie,

• produkty,

• rankingi,

• strony marek.

Dla biznesu usługowego:

• poradniki,

• strony usług,

• lokalizacje,

• case studies,

• strony cenowe.

Takie grupowanie szybko pokazuje, jaki rodzaj dokumentu Google rzeczywiście wykorzystuje w odpowiedziach generatywnych.

Trzeba również sprawdzić ustawienie Generatywna AI w wyszukiwarce w Search Console. Od 2026 r. właściciel usługi może zdecydować, czy treści witryny mają być uwzględniane w obsługiwanych funkcjach generatywnej AI. Wykluczenie strony oznacza brak linków i brak wyświetleń z tych funkcji. Dla większości stron nastawionych na pozyskiwanie ruchu wyłączenie tej widoczności byłoby decyzją wymagającą bardzo konkretnego powodu biznesowego.

W praktycznych analizach SEO warto też dokumentować momenty większych zmian: aktualizację artykułu, przebudowę kategorii, zmianę canonicala, migrację albo wdrożenie nowych danych strukturalnych. Bez tego za dwa miesiące można zobaczyć dwukrotny wzrost wyświetleń AI i nie wiedzieć, czy był skutkiem własnej pracy, zmiany popytu czy aktualizacji Google.

Dużym błędem jest natomiast próba „odgadnięcia” zapytań AI na podstawie jednego narzędzia zewnętrznego. Narzędzia monitorujące cytowania i odpowiedzi generatywne są użyteczne do badania próbek, ale nie powinny być traktowane jak brakująca tabela zapytań Search Console. Nie obserwują wszystkich realnych sesji użytkowników Google.

Najrozsądniejszy model pracy wygląda więc tak:

• Search Console AI służy do wykrywania widocznych URL-i,

• klasyczny Search Console pomaga ustalić obszar zapytań i ruch organiczny,

• GA4 lub system analityczny pokazuje zachowanie i konwersję,

• monitoring wyników AI może służyć do ręcznego sprawdzania konkretnych tematów.

Dopiero po zestawieniu tych warstw można decydować, czy aktualizować treść, rozwijać temat czy zostawić stronę w spokoju.

W branży SEO łatwo teraz wpaść w pułapkę pogoni za nową metryką tylko dlatego, że jest nowa. Duża liczba wyświetleń AI nie jest jeszcze celem biznesowym. Jest informacją, że Google uznaje dany URL za przydatny w określonej części generatywnego procesu wyszukiwania.

Dodatkowe informacje na: https://toniemarketing.pl

FAQ

Czy Search Console pokazuje zapytania z AI Overviews i AI Mode?
Nie. Dedykowany raport generatywnej AI nie zawiera wymiaru zapytań. Można analizować strony, kraje, urządzenia i daty, ale nie zobaczymy listy pytań, które doprowadziły do wyświetlenia URL-a w odpowiedzi AI.

Czy kliknięcie linku w AI Overview albo AI Mode jest liczone przez Search Console?
Tak. Kliknięcie z funkcji AI do zewnętrznej strony jest traktowane jako kliknięcie z Google i trafia do ogólnych danych skuteczności wyszukiwania. Problem polega na tym, że dedykowany raport AI nie pozwala wygodnie wyizolować tych kliknięć razem z konkretnymi zapytaniami.

Czy jedno pojawienie się dwóch moich linków w odpowiedzi AI oznacza dwa wyświetlenia?
Nie zawsze. Na wykresie dane są agregowane na poziomie usługi. Dwa wyniki tej samej witryny w jednym elemencie generatywnym mogą dać jedno wyświetlenie usługi. Przy analizie według stron poszczególne URL-e są natomiast liczone osobno.

Dlaczego suma wyświetleń stron różni się od liczby na wykresie?
Najczęściej przez sposób agregacji. Wykres może liczyć dane na poziomie całej usługi, a tabela stron na poziomie URL. Przy kilku adresach tej samej domeny widocznych w jednym wyniku wartości nie muszą więc sumować się jeden do jednego.

Czy dane AI można eksportować?
Tak. Search Console pozwala eksportować dane wykresu i tabeli. Trzeba uważać na wartości prezentowane jako „~” lub „–” — w pliku eksportowym będą zapisane jako zero.

Czy raport obejmuje testowe funkcje Search Labs?
Nie. Google wyłącza z raportowania eksperymenty prowadzone w Search Labs.

Czy można sprawdzić osobno ruch z wyszukiwania obrazem?
Od września 2026 r. Google wprowadza rozróżnienie pomiędzy wyszukiwaniem tekstowym i multimodalnym. Drugi typ obejmuje m.in. sytuacje, w których częścią wyszukiwania jest obraz, np. Google Lens lub Circle to Search.

Co sprawdzić jako pierwsze po otwarciu raportu?
Nie zaczynaj od łącznej liczby wyświetleń domeny. Najpierw posortuj strony według wyświetleń AI i wyciągnij 20 URL-i z największą widocznością. Następnie porównaj je z tymi samymi URL-ami w klasycznym raporcie Search Console: sprawdź ich kliknięcia, zapytania i trend z ostatnich 28–90 dni. Jeżeli raport AI pokazuje stronę, której nie spodziewałeś się wysoko, właśnie od niej zacznij analizę treści. Jeżeli natomiast ważne biznesowo URL-e mają zero lub śladową widoczność AI, przed przepisywaniem tekstów sprawdź indeksację, canonicale oraz ustawienie udziału witryny w funkcjach generatywnej AI. To są błędy, które warto wykluczyć przed jakąkolwiek „optymalizacją pod AI”.