Ten wpis to rozwinięcie prezentacji z konferencji I Love Marketing & Technology 2026, poświęconej budowaniu marki osobistej w erze generatywnego wyszukiwania i modeli językowych.
Dowiesz się między innymi:
- czym jest encja w kontekście marki osobistej,
- jak Google Knowledge Graph i LLM-y identyfikują osoby i marki,
- jak sprawdzić swój resultScore w Knowledge Graph API,
- czym jest Trust Halo i jak autorytet encji przelewa się na nowe projekty,
- co oznaczają dla marki osobistej patenty Google (US12321706B2, US20180046717A1) i wyciek Google Content Warehouse API.
We wpisie znajdziesz także materiały dodatkowe dla uczestników prelekcji, w tym checklistę 8 kroków do zbudowania encji, interaktywny kalkulator resultScore, źródła patentowe i linki do pogłębienia tematu.
Marka osobista w AI. Gdy systemy nie wiedzą kim jesteś…
Zaledwie chwilę temu w oczach AI byłam najwyżej mniej lub bardziej przypadkowym ciągiem znaków. To znaczy, że mogłam być jedną osobą, mogłam być pięcioma, mogłam być milionem.
Przedsiębiorczyni.
Specjalistka SEO.
Blogerka keto.
Autorka książek.
Blogerka podróżnicza.
Teraz jeszcze AI…
i pewnie coś dorzucimy w przyszłym tygodniu 😉
Jedni nazwą to wszechstronnością. Drudzy rozproszeniem. Trzeci postawią internetową diagnozę ADHD. A jeszcze inni zaśmieją się, że ze wszystkiego muszę zrobić biznes. I wiecie co? Wszyscy wymienieni będą mieli rację.
Problem w tym, że dla algorytmów to jest chaos. A chaos nie staje się marką.
Jeff Bezos powiedział kiedyś:
„Twoja marka to to, co ludzie mówią o Tobie, gdy wychodzisz z pokoju.”
Doskonale znasz ten cytat, nie? I Bezos to niewątpliwie mądry człowiek, ale co jeśli powiem Ci, że dziś jego cytat powinien brzmieć:
„Twoja marka to to, co systemy potrafią o Tobie odtworzyć, bez Twojej pomocy.”
Sęk w tym, że jeśli system nie wie, kim jesteś – to nie masz marki.
Budowanie marki to nie nadprodukcja treści
Jak do tej pory wyobrażałeś/aś sobie budowanie marki w internecie? No jesteś sobie w internecie i tworzysz szeroko pojęty content, nie? Parę lat temu tak uważałam. Ale mam złą wiadomość: to nie jest budowanie marki. To nadprodukcja treści. I aby zrozumieć, jak nie nadprodukować, a budować internetową tożsamość, musisz zrozumieć jeszcze jedną rzecz.
Odpowiedź na pytanie o Twoją tożsamość to… ENCJA marki osobistej
Wiesz co łączy:
- Regał z Ikei,
- Coca-Colę,
- mnie,
- Pieseła z memów
- I❤️Marketing?
Każde z nich jest encją. Rozpoznawalnym, odrębnym bytem, któremu system przypisuje atrybuty, relacje i kontekst.
Regał Ikea to model Billy. Gdy będziesz szukać Billy’ego, Google w pierwszej kolejności nie zaproponuje Ci Billy’ego Idola, tylko właśnie ten regał z Ikei. Nie wierzysz? Sprawdź.
Podobnie LLM-y: gdy zapytasz o Billy’ego nie nadając wcześniejszego kontekstu, wyjaśnią, że prawdopodobnie masz na myśli kultowy regał.
Encja to coś, co system potrafi jednoznacznie rozpoznać. Osoba, marka, rzecz. Pieseł Kabosu. Ty też jesteś encją. A przynajmniej powinieneś/powinnaś nią być. I o tym, jak nią być, teraz porozmawiamy.
Więcej o encji: encja marki — co to jest i dlaczego to ważne →
Zasada 1: System nie pamięta tego, co robisz. Pamięta to, przy czym się pojawiasz.
Pierwsze pytanie, które powinieneś/powinnaś sobie zadać, to nie jest już „czy jestem widoczny/a w Google”. To: czy system w ogóle wie, kim jestem?
Dwa lata temu moja odpowiedź (przełożona z języka LLM-ów na ludzki) brzmiała: nie bardzo….
Byłam w internecie od lat. Kilkunastu lat. Pisałam treści, nagrywałam kursy, podcasty, webinary. Budowałam firmy. Pisałam książki.
Algorytmy jednak widziały moje imię i nazwisko w bardzo różnym towarzystwie: innych specjalistów SEO, autorów książek kucharskich, blogerów, influencerów, konferencji i różnych marek.
I niestety systemy nie wiedziały, czy to jedna i ta sama osoba, czy przypadkowa zbieżność nazwisk.
Dla nich „Ewelina Podrez-Siama” to był ciąg znaków, czyli w języku systemów string. A ciąg znaków to nie encja (entity).
Smutna wizja po budowaniu kariery przez ponad 15 lat, nie?
Żeby to naprawić, zrobiłam wiele rzeczy. Ale jedna była przełomowa: Wikidata.
Dowody, nie deklaracje
Wikidata to baza faktów, które rozumieją systemy: kto, co zrobił, z czym jest powiązany. W pewnym uproszczeniu możemy powiedzieć, że to taka Wikipedia w języku AI.
Dodałam tam swój zawód. Wydawców. Partnerów biznesowych. Książki z numerami ISBN. Wyróżnienia. Czyli zewnętrzne, niezależne ode mnie dowody mojego istnienia, a nie własne deklaracje.
Z ciągu znaków bez powiązań zaprezentowałam systemom… spójność i czytelny graf moich powiązań.
Nie zmieniałam contentu. Nie produkowałam nowych treści. Zmieniłam tylko to, jak widzą mnie systemy.
Mogłabym teraz opowiadać, jak w kilka dni zmieniły się moje wyniki w AI Overviews. Jak kolejne wersje potreningowe LLM-ów zaczynają mnie rekomendować i cytować moją stronę. Jak mój założony w połowie lutego blog podróżniczy dorobił się 4 tysięcy kliknięć z wyszukiwarki w miesiąc — co wynika z transferu zaufania do encji. Nazywam ten efekt Trust Halo.
Ale zwolnijmy. Bo łaska AI na pstrym koniu jeździ. Dlatego zamiast na pojedynczych wynikach, wolę skupić się na pewnikach i faktach.
Wikidata to nie fanaberia
Systemy korzystają z Wikidata od lat. Co więcej, Google opatentowało sposób na dokładanie wiedzy do modelu AI bez ponownego trenowania (patent US12321706B2, przyznany w czerwcu 2025). Źródłem danych w eksperymentach była… Wikidata. Ponad 23 miliony trójek wiedzy opisujących 1,1 miliona encji.
Jeśli masz wyciągnąć z tego wpisu jedną rzecz:
Zbierz i uporządkuj zewnętrzne dowody swojego istnienia i spróbuj wejść do Wikidata.
Wikidata to nie Wikipedia. Próg wejścia jest niższy, indeksowanie przez Google i LLM-y bezpośrednie. Nie uda się za pierwszym razem? Zapoznaj się z uwagami redaktorów i próbuj do skutku.
Przeczytaj również: Wikidata krok po kroku. Jak wpisać się do bazy, na której Google trenuje modele językowe?
Zasada 2: System nie szuka słów kluczowych. Szuka odpowiedzi: kim jesteś?
Pewność systemu co do Twojej tożsamości jest policzalna. Wyobraź sobie mapę. Nie drogową – mapę znaczeń. Punkty: osoby, firmy, miejsca, pojęcia. Między nimi połączenia:
- ….pracuje w…,
- …jest autorem…,
- …specjalizuje się w…
Im więcej spójnych, potwierdzonych połączeń, tym system ma większą pewność, że wie, z kim ma do czynienia. I tym mocniejszy punkt na mapie znaczeń.
To nie jest tylko teoria – Google naprawdę buduje taką mapę. Nazywa się Knowledge Graph. I da się sprawdzić, jak bardzo system jest pewny, że wie, kim jesteś.
resultScore – Twój wynik na mapie znaczeń
Mój wynik przed uporządkowaniem encji wynosił 12. Nie byłam punktem na mapie znaczeń. Po pracy z Wikidata pierwszy skok do 43 nastąpił w ciągu 11 godzin. Kolejny, do 97,4 w ciągu kilku tygodni. Od tamtego czasu waha się pomiędzy tymi dwoma dobrymi wynikami (i to naturalne w „cyklu życia” encji).
Być może zastanawiasz się teraz, czy 97 to dużo. To wystarczająco, by dla mojej encji wyświetlał się panel wiedzy w Google. I bym dla systemów stała się jedną osobą. Wreszcie.
Jednak w przypadku resultScore sky is the limit. Taylor Swift ma na przykład wynik ponad 24 000.
Pytanie do Ciebie brzmi:
Czy Twoja marka osobista jest punktem na tej mapie znaczeń? Czy jesteś Taylor Swift swojej branży czy raczej pustą kartką?
Odpowiedzią jest resultScore w grafie wiedzy Google. Poniżej znajdziesz poradnik, jak go sprawdzić, i kalkulator oceny wyniku.
Jak sprawdzić swój resultScore w Knowledge Graph API?
ResultScore to miara pewności, z jaką Google identyfikuje Cię jako encję w swoim grafie wiedzy. Im wyższy – tym większa pewność Google, że Ty to Ty, nie że lepsza pozycja w wynikach. Możesz to sprawdzić bezpłatnie, bez żadnych narzędzi SEO.
Wpisz swój wynik i sprawdź co oznacza
A co z LLM-ami?
LLM-y działają inaczej, ale konsekwencja jest podobna: jeśli mają spójny obraz Ciebie, odtworzą go. Jeśli nie to zaczną zgadywać, halucynować lub co gorsza: pomylą Cię z kimś innym.
Dlatego używaj tej samej definicji siebie wszędzie – daj systemom czytelny wzorzec. Nie mów o sobie raz „ekspert marketingu”, raz „strateg cyfrowy”, raz AI ninja. Aktualizuj komunikację konsekwentnie, we wszystkich kanałach. A tam, gdzie nie masz pewności, że aktualizacja danych będzie możliwa — unikaj niedomówień, nawet jeśli oznacza to, że musisz napisać, że SEO zajmujesz się od 2009 roku, a nie „17 lat”. Nie popełniaj moich błędów 😉
Więcej o tym, jak LLM-y „widzą” markę: Marka osobista w LLM-ach i RAG →
A gdy już uporządkujesz swoją komunikację to pamiętaj, że…
Zasada 3: System nie wierzy w to, co mówisz o sobie. Wierzy w to, co inni mogą o Tobie potwierdzić.
Powiedzmy, że masz stronę. Napisałeś/aś na niej, że:
- masz X lat doświadczenia,
- pracowałeś/aś z największymi markami,
- jesteś ekspertem w swojej dziedzinie.
No brawo! To samo napisało pół internetu.
Paradoksalnie ta generyczna komunikacja to nie jest jednak aż tak duży problem. Bo to, co masz na własnej stronie, jest dla algorytmu najmniej wiarygodnym sygnałem. Właśnie dlatego, że ostatecznie każdy może napisać o sobie, co mu się żywnie podoba.
W języku wyszukiwania jest to wprost określane konfliktem interesów, na który mocno uczuleni są Search Quality Raters, ludzie, których Google zatrudnia do oceny stron internetowych i których werdykty pomagają potem w trenowaniu algorytmów.
Możesz więc napisać, że jesteś ekspertem, masz młody, dynamiczny zespół i owocowe czwartki. Internet i tak odpowie: „sprawdzam”.
Co jest wiarygodne dla systemów?
- Wzmianki w mediach,
- Cytowania,
- Wikidata z zewnętrznymi referencjami,
- Linki z autorytatywnych domen,
- ISBNy w bazie wydawniczej,
- To, co mówią o Tobie inni.
Połączenia z silnymi i rozpoznawalnymi markami też budują Twoją wiarygodność, bo każdy fakt w Wikidata to nie tylko dowód, ale i potencjalna trójka wiedzy w systemie:
podmiot — relacja — obiekt
Czyli w moim przypadku:
Ewelina Podrez-Siama → jest autorką → książki Marka osobista w czasach AI i generatywnego wyszukiwania„
I model językowy może to potem przywołać. Bez kontekstu. Bez moich social mediów. Bez mojej strony internetowej. Bez mojego udziału.
Dlatego:
Zbierz wszystkie wzmianki o sobie i sprawdź, czy budują spójny obraz.
Jeśli nie, zacznij z nimi pracować.
Więcej o wiarygodności: E-E-A-T w praktyce →
Jak naprawdę wygląda budowanie marki?
Najpierw jesteś w internecie i tworzysz content, to już znasz. Następnie systemy zaczynają identyfikować Twoją obecność. To budowanie sprawia, że stajesz się encją. Pojawiasz się w grafie wiedzy. Mniej więcej na tym etapie stajesz się marką. I od tego momentu systemy rozbudowują Twoją tożsamość.
Kroki 1–2 robi prawie każdy. Kroki 3–6 już mało kto robi świadomie. A to właśnie tam algorytm decyduje, czy jesteś kimś konkretnym (encją), czy mniej lub bardziej przypadkowym ciągiem znaków.
Dziękuję!
Dzięki na start wszystkim, którzy zostali po prelekcji, pisali wiadomości, zaczepiali w kuluarach – to było dla mnie bardzo ważne.
I dzięki dla całego zespołu Organizatorów za zaproszenie na tę wymagającą scenę, na której mogłam podzielić się moim spojrzeniem na świat algorytmów.
Tych, którzy nie byli na prelekcji zapraszam do materiałów dodatkowych niżej.
Materiały dodatkowe
Dokumenty źródłowe – prezentacja i książka
Nie opinie, nie domysły. Konkretne źródła z prezentacji i dwa dodatkowe, które znajdziesz w książce.
US12321706B2 – Soft Knowledge Prompts for Language Models
Patent opisuje mechanizm zewnętrznej pamięci modelu językowego aktywowanej na konkretne zapytanie – tzw. soft prompts zakodowane jako wektory. Eksperymenty bazowały na ponad 23 milionach trójek wiedzy z Wikidata (podmiot–relacja–obiekt, np. „osoba X jest autorem publikacji Y”). Każdy fakt w Twoim wpisie Wikidata to potencjalna trójka wiedzy, którą model może przywołać bez kontekstu.
→ Google PatentsSearch Quality Rater Guidelines (SQRG)
Publiczny dokument Google opisujący, jak ludzcy oceniający mierzą jakość stron. Trust jest tu opisany jako „the most important member of the E-E-A-T family”. Wytyczne wprost mówią, że nieformalna ekspertyza liczy się tak samo jak formalna – i że spójność między tym, co mówisz o sobie a tym, co mówi o Tobie sieć, jest kluczowa. Wersja 2025.
→ Pobierz PDF (Google)O tych dwóch źródłach nie mówiłam na scenie – ale są ważną częścią bazy dowodowej w książce i warto do nich zajrzeć.
US20180046717A1 – Related Entities
Patent opisuje, jak Google identyfikuje encje powiązane semantycznie na podstawie współwystępowania w wynikach wyszukiwania (co-occurrence). System analizuje logi zapytań – jeśli użytkownicy regularnie przechodzą od encji A do encji B w tej samej sesji, algorytm wzmacnia powiązanie między nimi. To mechanizm, który stoi za logiką: w czyim towarzystwie się pojawiasz – ma znaczenie.
→ Google PatentsGoogle Content Warehouse API
Przypadkowe upublicznienie tysięcy wewnętrznych dokumentów Google, zanim usunął repozytorium. Potwierdziło istnienie sygnałów, których Google oficjalnie nigdy nie przyznawało: m.in. siteAuthority, sygnały klikalnościowe i pole authorObfuscatedGaiaStr – wewnętrzny identyfikator konta Google autora, obecny w każdym zaindeksowanym dokumencie. Zarchiwizowane przez HexDocs.
→ Dokumentacja (hexdocs.pm) · → Analiza SparkToro8 kroków do encji – po kolei
Niektóre kroki zajmą Ci chwilę, inne to tygodnie systematycznej pracy. Kroki 1–3 możesz zrobić dziś – Wikidata to 1–4 godziny, sprawdzenie API to 5 minut, Schema.org to około godziny. Kroki 4–8 to już stały proces, nie jednorazowe zadanie.
resultScore w Google Knowledge Graph – przed i po świadomej pracy z Wikidata i danymi strukturalnymi. Zmiana w ciągu jednej doby, bez nowego contentu, bez kampanii.Kliknij w krok żeby oznaczyć jako gotowy. Postęp jest zapamiętywany w przeglądarce.
- Załóż lub uzupełnij wpis na Wikidata.org · 1–4 hTo najważniejszy pojedynczy krok. Uzupełnij: imię i nazwisko, zawód, afiliacje, publikacje z ISBN, linki do profili. Każdy fakt to trójka wiedzy. Mój resultScore wzrósł z 12 do 43 w ciągu doby po uzupełnieniu wpisu.Uwaga: Wikidata ma rygorystyczną moderację. Wpis bez zewnętrznych źródeł potwierdzających Twoją obecność w sieci może zostać usunięty. Zanim założysz wpis – upewnij się, że masz „podkładkę” w postaci linków do niezależnych źródeł.
- Sprawdź swój resultScore w Knowledge Graph API · 5 minBez diagnozy nie ma strategii. Instrukcja krok po kroku powyżej. Pusty wynik = encja nie istnieje. Niski wynik = sygnały są słabe. Oba stany są do naprawienia.
- Wdróż Schema.org Person na stronie głównej · ok. 1 hMinimum: imię i nazwisko, zawód (
jobTitle), organizacja (worksFor), linki do profili (sameAs).Jak to zrobić? WordPress: RankMath lub Yoast. Bez WP: generator eo.com. Sprawdź w testerze Google.
Czytaj więcej: dane strukturalne schema w pigułce → · wtyczki SEO dla WordPress → - Ujednolicaj tożsamość we wszystkich miejscach · stały procesTa sama forma imienia i nazwiska, ten sam opis specjalizacji – LinkedIn, BIO na blogu, stopka maila, strona www, profil prelegenta.
- Zdobądź wzmianki zewnętrzne (brand mentions) · stały procesWywiady, artykuły gościnne, cytowania w mediach branżowych. Google śledzi współwystępowania nazwy encji z tematami – nawet bez linku.Czytaj więcej: Brand mentions – wzmianki bez linku też działają →
- Buduj topical authority – jeden temat, dogłębnie · stały procesKlaster tematyczny pokrywający jeden obszar głęboko jest silniejszy niż dziesiątki niepowiązanych artykułów.Czytaj więcej: Topical authority i klastry tematyczne → · Topical depth →
- Monitoruj, jak LLM-y o Tobie mówią · stały procesZapytaj ChatGPT, Perplexity i Google: „Kim jest [Twoje imię]?” Wyniki to Twój raport widoczności w AI.Czytaj więcej: Audyt AI Overviews – od czego zacząć →
- Przenoś Trust Halo na nowe projekty · stały procesKażdy nowy projekt startuje z przewagą, gdy linkujesz do niego z ugruntowanej marki osobistej.Czytaj więcej: Trust Halo – czym jest i jak działa →
Książka, która idzie o krok dalej
Prezentacja to zarys. Książka to mapa – z twardymi źródłami, case studies i konkretami, których nie zmieściłam w 18 minutach.
Marka osobista w czasach AI i generatywnego wyszukiwania
Ewelina Podrez-Siama · Helion 2026
Encje, patenty, wyciek z Google, GEO, Trust Halo – i co z tym wszystkim zrobić w praktyce.
Wpisy, które rozwijają to, o czym mówiłam
Webinary i podcasty
Jeśli wolisz słuchać niż czytać – mam to i to.
