Jak sprawdzić swój resultScore w Knowledge Graph API?
ResultScore to wynik dopasowania encji z grafu wiedzy Google do Twojego zapytania (to nie ocena osoby). Im wyższy – tym mocniejsze dopasowanie do wpisanego imienia i nazwiska, a nie lepsza pozycja w wynikach. Możesz to sprawdzić bezpłatnie, bez żadnych narzędzi SEO.
Krok po kroku – Google Knowledge Graph Search API
- Wejdź na developers.google.com/knowledge-graph/reference/rest/v1
i kliknij „Wypróbuj” (Try this API). Nie musisz się logować ani zakładać konta – działa też w trybie incognito. - W polu
languageswpiszpl(luben, jeśli działasz na rynku anglojęzycznym). - W polu
querywpisz swoje imię i nazwisko lub nazwę marki. - Kliknij Execute. W odpowiedzi JSON szukaj pola
resultScore– to Twój wynik. Jeśli odpowiedź jest pusta, encja w grafie Google nie istnieje. To jest diagnoza, nie wyrok.
Co oznacza wynik?
- Brak odpowiedzi / pusta lista wyników – Google nie identyfikuje Cię jako encji. Zacznij od Wikidata (punkt 1 w checkliście poniżej) i wróć tu za kilka dni. Mój wynik wzrósł z 12 do 43 w ciągu doby od uzupełnienia wpisu Wikidata (luty 2026, zapytanie po polsku).
- W odpowiedzi jest
resultScore, ale brak pola"@id": "kg:/..."– Google coś znalazło, ale nie ma pewności co do tożsamości encji. Uzupełnij wpis na Wikidata i ujednolicaj sygnały – identyfikator powinien się pojawić przy kolejnym odpytaniu. - W odpowiedzi pojawia się pole
"@id": "kg:/..."– masz encję w Knowledge Graph. To unikalny identyfikator, który Google przypisał Twojej marce. Obok pojawi się teżresultScore– nie porównuj tej wartości z innymi, to nie jest skala rankingowa. Ważne, że identyfikator istnieje. Następny krok: zgłoś prawo do panelu wiedzy.
Wpisz swój wynik i sprawdź, co oznacza
Masz encję? Zgłoś prawo do panelu wiedzy
- W Google wyszukaj swoje imię i nazwisko. Jeśli po prawej stronie pojawi się panel wiedzy (Knowledge Panel) – kliknij trzy kropki w jego prawym górnym rogu.
⏳ Panel wiedzy pojawia się z opóźnieniem w stosunku do identyfikatora
@idw API – możesz mieć już encję w Knowledge Graph, a panel jeszcze nie być widoczny. Daj mu kilka dni. - Wybierz „Zgłoś prawa do tego panelu wiedzy” i zaloguj się kontem Google powiązanym z Twoją marką.
- Google poprosi o weryfikację tożsamości – selfie z dowodem osobistym oraz potwierdzenie dostępu do kont w mediach społecznościowych.
- Po weryfikacji możesz sugerować zmiany w panelu: zdjęcie, opis, linki. Google nie musi ich zaakceptować – ale sygnał trafia bezpośrednio do zespołu Knowledge Graph.
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 (wynik dopasowania do zapytania, to nie ocena osoby) – przed uporządkowaniem wpisu Wikidata i danych strukturalnych oraz po nim. Pomiar z lutego 2026, zapytanie po polsku. Zmiana pojawiła się w ciągu jednej doby.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. Google i LLM-y korzystały z Wikidata podczas treningu jako źródła zweryfikowanych faktów o encjach. Uzupełnij: imię i nazwisko, zawód, afiliacje, publikacje z ISBN, linki do profili (LinkedIn, Twitter/X, strona www). Każdy fakt to trójka wiedzy – dane wejściowe dla Soft Knowledge Prompts (patrz: patent wyżej). Mój resultScore wzrósł z 12 do 43 w ciągu doby od uzupełnienia wpisu (luty 2026, zapytanie po polsku).Uwaga: Wikidata ma rygorystyczną moderację. Wpis bez zewnętrznych źródeł potwierdzających Twoją obecność w sieci (artykuły, wywiady, publikacje) może zostać usunięty przez moderatorów jako niespełniający kryteriów istotności (notability). 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 – ale musisz wiedzieć, od czego zaczynasz.
-
Wdróż Schema.org Person na stronie głównej · ok. 1 hDane strukturalne w formacie JSON-LD to etykieta dla algorytmu: „ta osoba, ta specjalizacja, te powiązania”. Minimum: imię i nazwisko, zawód (
jobTitle), organizacja (worksFor), linki do profili (sameAsdo Wikidata, LinkedIn, Google Scholar jeśli dotyczy). To jeden z niewielu elementów, nad którym masz pełną kontrolę.Jak to zrobić? Jeśli korzystasz z WordPressa – dane strukturalne Person stworzysz w pluginie RankMath lub Yoast. Jeśli nie – użyj generatora technicalseo.com/tools/schema-markup-generator/ albo poproś dowolny LLM (najmocniej polecam Gemini). Każdorazowo sprawdź wynik w testerze danych strukturalnych 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 na konferencjach. Encja to spójność sygnałów z niezależnych źródeł. Rozbieżności osłabiają identyfikację.
-
Zdobądź wzmianki zewnętrzne (brand mentions) · stały procesWywiady, artykuły gościnne, cytowania w mediach branżowych, wystąpienia konferencyjne. Google śledzi współwystępowania nazwy encji z tematami – nawet bez linku. Każda wzmianka w wiarygodnym źródle buduje kontekst tematyczny i sygnał autorytetu.Czytaj więcej: Brand mentions – wzmianki bez linku też działają →
-
Buduj topical authority – jeden temat, dogłębnie · stały procesAlgorytm nie szuka strony, która „ma frazę”. Szuka eksperta w dziedzinie. Klaster tematyczny pokrywający jeden obszar głęboko i spójnie jest silniejszy niż dziesiątki niepowiązanych artykułów. Głębokość komunikuje ekspertyzę.Czytaj więcej: Topical authority i klastry tematyczne →
-
Monitoruj, jak LLM-y o Tobie mówią · stały procesZapytaj ChatGPT, Perplexity i Google: „Kim jest [Twoje imię]?” i „Kto jest ekspertem od [Twoja specjalizacja] w Polsce?”. Wyniki to Twój raport widoczności w AI. Reaguj treścią i sygnałami encji – nie przepisywaniem promptów.Czytaj więcej: Audyt AI Overviews – od czego zacząć →
-
Przenoś Trust Halo na nowe projekty · stały procesKażdy nowy projekt czy domena startuje z przewagą, gdy linkujesz do niego z ugruntowanej marki osobistej. Autorytet encji przelewa się – skraca drogę do widoczności. To nie teoria, to moje własne doświadczenie z madera-online.pl w pierwszym tygodniu od startu.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 · Onepress (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.
Masz pytanie o swoją markę?
Jeśli po prezentacji coś chcesz sprawdzić lub przedyskutować – napisz lub umów bezpłatną 15-minutową rozmowę, żeby ustalić, czy to temat dla mnie. Potrzebujesz konkretnej pomocy? Umów się na płatną konsultację. Ten temat mogę też przerobić z Twoim zespołem na szkoleniu GEO / AI.