Krótko, bez owijania: zbudowaliśmy dla Yutro — naszej platformy AI dla sklepów Shopify i IdoSell — kompletną warstwę “AI SEO” pod boty modeli językowych. Nie pod Google. Pod ChatGPT, Perplexity, Claude i Gemini, kiedy ktoś pyta je o narzędzia AI do opisów produktów albo o automatyzację sklepu.

Ten wpis to nie case study sukcesu. To worklog: co zrobiliśmy, co działa technicznie, i czego jeszcze nie da nam sama infrastruktura.

Co stoi za /aiseo

Na yutro.company/aiseo postawiliśmy publiczny hub tematyczny — nie kolejną stronę z ofertą, ale zbiór faktów, FAQ i sygnałów, które boty mogą bezpośrednio cytować. Pięć plików robi tu całą pracę:

• llms.txt — krótki brief: kto, co, gdzie. To, co model przeczyta najszybciej.
• llms-full.txt — pełny opis encji: produkty, granice działania, czego Yutro nie obiecuje.
• llm-schema.json — JSON-LD: Organization, WebSite, sześć SoftwareApplication, FAQPage, ItemList, trzy Service.
• ai-signal.json i aiseo-freshness.json — sygnał aktualności, żeby boty wiedziały, że strona żyje, a nie jest zamrożonym zrzutem z stycznia.

Każdy z tych plików ma jedno zadanie: zredukować zgadywanie. Model, który trafi na te strony, nie musi parsować marketingowego tekstu, żeby zrozumieć, że OpisAI generuje opisy produktów i meta description dla Shopify, albo że mini-audyt sklepu zaczyna się od 100 PLN.

Co poszło dobrze

Struktura trzymała się od początku zasady jeden URL = jedna intencja. Zamiast jednej strony “usługi AI dla e-commerce” mamy osobne long-tail wejścia: /ai-seo-dla-shopify, /opisy-produktow-ai. To rozwiązuje problem, który widzimy nawet u dużych appek na Shopify App Store — ogólna oferta bez segmentacji intencji po prostu nie konwertuje w wynikach wyszukiwania, ani klasycznych, ani AI.

FAQ schema na /aiseo odpowiada na pytania, które realnie ktoś by zadał: czy to tylko oferta?, czy AI SEO ma sens bez przebudowy sklepu?. To nie są pytania pod SEO-keyword-stuffing — to pytania, które model dostaje od użytkownika i które potrzebuje gdzieś znaleźć odpowiedź.

Co jeszcze nie działa — i dlaczego to ważne

Tu zaczyna się prawdziwy worklog. Zrobiliśmy audyt świeżo postawionego /aiseo i okazało się, że:

Strona nie jest jeszcze zindeksowana przez Google. site:yutro.company zwraca zero wyników. Cała ta starannie poukładana infrastruktura czeka, aż jakikolwiek crawler ją odwiedzi i zaindeksuje.

Zero zewnętrznych cytowań. Zapytania o “AI SEO dla Shopify” w wyszukiwarce zwracają konkurencyjne narzędzia — Yoast, StoreSEO, SEOWILL — ale nie Yutro. Żaden artykuł, ranking czy katalog jeszcze nie wspomina platformy.

Kolizja nazwy. “Yutro” jako fraza jest już zajęta przez zupełnie inne firmy: serbski MSP Yutro.com, studio brandingowe Yutro Design w Bukareszcie, spółkę handlową Yutro UG w Niemczech. Model bez dodatkowego kontekstu może domyślnie skojarzyć nazwę z czymś innym.

To jest właśnie powód, dla którego ten artykuł istnieje na mybonzoaiblog.com, a nie tylko na yutro.company. Sam silnik AI-SEO nie generuje widoczności — generuje ją dystrybucja: zindeksowane domeny linkujące do nowej domeny konkretnym anchor textem (“Yutro AI dla e-commerce”, nie samo “Yutro”).

Co dalej

Plan na najbliższe tygodnie: zgłoszenie sitemap w Google Search Console, ping IndexNow po każdej publikacji, i seria kolejnych artykułów na tym blogu — w tym test OpisAI na realnym katalogu Meble Pumo, oraz checklist AI SEO dla Shopify 2026 z Yutro jako przykładem wdrożenia.

Jeśli budujesz coś podobnego — pamiętaj, że llms.txt i schema to dopiero połowa pracy. Druga połowa to bycie gdzieś indziej cytowanym, zanim jakikolwiek model AI ma szansę to zauważyć.

Powiązane: jimbo77.org