Generative engine optimization: cum îți citește AI-ul site-ul, pe înțelesul unui CEO

Generative engine optimization, prescurtat GEO, este practica prin care o companie își face conținutul ușor de găsit, de înțeles și de citat de motoarele AI, cum sunt ChatGPT, Gemini, Perplexity sau rezumatele AI din Google. SEO-ul clasic urmărește o poziție în lista de rezultate, iar GEO urmărește ca numele companiei să apară chiar în răspunsul pe care îl generează modelul.

Pe scurt. Un model AI îți citește site-ul în două feluri, o dată când învață, în perioada de antrenare, și încă o dată când caută live, la întrebarea unui om. Fișierele speciale pentru AI, cum este llms.txt, ajung aproape numai la prima citire.

Răspunsul pe care îl primește clientul tău depinde de a doua, adică de pagini care răspund clar la întrebări și de surse din afară care confirmă ce spui despre tine.

Despre subiectul acesta se scrie mult, de obicei sub forma unei liste de trucuri tehnice. Eu lucrez pe partea de sisteme și de execuție, așa că am preferat să măsor. Pe site-urile noastre am construit, din august 2026, un strat întreg de fișiere pentru agenții AI, apoi am urmărit în jurnalele Cloudflare cine le citește.

Articolul arată ce am găsit, de ce Google spune deschis că fișierele speciale nu sunt necesare și ce anume citește un model când decide pe cine recomandă. La final găsești un test de cincisprezece minute, pe care îl poți face azi pe compania ta.

Ce este generative engine optimization?

Generative engine optimization este optimizarea conținutului pentru motoarele care generează răspunsuri în loc de liste de linkuri. Scopul ei este ca un model AI să înțeleagă corect ce face compania și să o numească atunci când un client întreabă despre categoria ei. Termenul apare uneori alături de AEO, answer engine optimization, care descrie aproape același lucru.

Termenul vine dintr-o lucrare academică. Pranjal Aggarwal și colegii lui au publicat în 2023 studiul „GEO: Generative Engine Optimization”, prezentat la conferința KDD din 2024. Ei au arătat, în teste de laborator, că unele schimbări de conținut cresc vizibilitatea cu până la 40%.

Metodele care au funcționat cel mai bine au fost trei, anume citarea surselor, adăugarea de citate și adăugarea de statistici. Metoda clasică a îndesării de cuvinte-cheie a dat un rezultat cu 10% mai slab decât textul inițial. Modelele preferă conținutul care se poate verifica.

Contează și unde se întâmplă căutarea. G2 a publicat în aprilie 2026 un sondaj pe 1.076 de cumpărători de software, iar 51% dintre ei își încep cercetarea într-un asistent AI, în locul unui motor de căutare. Mai mult, 69% au ales alt furnizor decât cel pe care îl aveau în plan, după recomandarea asistentului.

Eșantionul G2 este format din cumpărători de software, deci cifra nu descrie orice achiziție B2B. Direcția este însă limpede. Lista scurtă de furnizori începe să se formeze într-o conversație cu un model AI, înainte ca omul să intre pe site-ul vreunei companii.

Cum îți citește AI-ul site-ul?

Un model AI îți citește site-ul prin roboți, adică programe care descarcă pagini automat. Unii roboți strâng texte pentru antrenarea modelului, iar alții caută live, în momentul în care un om pune o întrebare. Cele două citiri au ritmuri diferite, deschid fișiere diferite și au efecte diferite asupra răspunsului pe care îl primește clientul.

Citirea pentru antrenare lucrează lent. Textele strânse pentru antrenare intră în memoria modelului abia la versiunea următoare, adică peste luni. Citirea live lucrează în secunde, iar modelul o folosește ca să completeze ce știe, cu pagini proaspete găsite pe web pentru întrebarea respectivă.

Veriga roșie este locul în care se câștigă sau se pierde recomandarea. Modelul alege dintre paginile pe care le-a găsit, iar o pagină care nu răspunde la întrebare rămâne pe dinafară, oricât de bine ar fi poziționată în Google.

Pe site-urile noastre am văzut cât de diferite sunt cele două familii de roboți. În ultimele zile din august 2026, jurnalele Cloudflare arătau activi, printre alții, robotul Meta, GPTBot și OAI-SearchBot de la OpenAI, roboții Anthropic, Applebot, Amazonbot și PerplexityBot. Fiecare are alt rol, iar unii dintre ei nu trimit niciodată un vizitator înapoi.

Dezechilibrul acesta a fost măsurat la scară mare. Cloudflare a publicat în 2025 raportul despre decalajul dintre citire și click, iar în iulie 2025 roboții Anthropic citeau circa 38.000 de pagini pentru fiecare vizită trimisă înapoi. La OpenAI raportul era de circa 1.091 la 1, iar la Perplexity de circa 195 la 1.

Cloudflare precizează că raportul poate fi supraestimat, pentru că aplicațiile nu transmit întotdeauna de unde vine vizitatorul.

Același raport arată că 79% din citirile făcute de roboții AI în iulie 2025 serveau antrenării, iar doar 17% căutării. Cea mai mare parte din atenția pe care o primește site-ul tău de la AI nu produce un client azi. Ea construiește memoria modelului pe termen lung, ceea ce contează, însă pe alt orizont de timp.

Mai merită SEO-ul în 2026?

SEO-ul merită în continuare în 2026, pentru că motoarele AI își iau sursele, în mare parte, din aceleași pagini indexate pe care le folosește căutarea clasică. Ce se schimbă este rezultatul măsurat. Clicurile scad, iar mențiunea în răspuns crește în importanță, de aceea un site bine indexat a devenit condiția de bază pentru GEO.

Google o spune explicit în ghidul oficial despre optimizarea pentru funcțiile AI din Google Search. Termeni precum AEO sau GEO sunt frecvenți, însă „multe dintre «trucurile» sugerate nu sunt eficiente și nici susținute de felul în care funcționează de fapt Google Search”. Recomandarea Google rămâne conținutul original, scris de experți, care aduce valoare peste ce se știe deja.

Clicurile scad însă vizibil. Pew Research Center a analizat în 2025 navigarea a 900 de adulți americani, iar cei care au văzut un rezumat AI au dat click pe un rezultat clasic în 8% din vizite. Fără rezumat AI, proporția era de 15%, aproape dublă.

Ahrefs a ajuns la o concluzie apropiată pe datele din decembrie 2025, în actualizarea studiului despre efectul AI Overviews asupra clicurilor. Pe interogările cu rezumat AI, rata de click a primului rezultat organic a scăzut cu 58%.

Cardul roșu descrie poziția cea mai incomodă pentru o companie care a investit ani în SEO. Poți rămâne primul în Google și să primești mai puțin de jumătate din clicurile de altădată. De aceea măsura nouă este dacă modelul te numește în răspuns, iar poziția în listă devine doar o condiție.

În România, schimbarea vine mai târziu decât în alte piețe. Potrivit Eurostat, în decembrie 2025, doar 17,8% dintre români folosiseră un instrument de AI generativ în 2025, cel mai mic procent din Uniunea Europeană, unde media era de 32,7%.

Diferența este și mai mare în companii.

Statisticile Eurostat despre utilizarea AI în întreprinderi arată că, în 2025, doar 5,21% dintre companiile românești cu cel puțin zece angajați foloseau o tehnologie AI, față de o medie europeană de 19,95%. Pentru o companie românească, întârzierea pieței este o fereastră de timp. Compania care se mișcă înaintea concurenților ocupă prima spațiul din răspunsurile AI.

Este GEO mai bun decât SEO?

GEO se construiește peste SEO, pentru că modelele AI își aleg sursele din pagini pe care un motor de căutare le-a găsit și le-a înțeles deja. Cele două urmăresc însă rezultate diferite și răsplătesc calități diferite ale conținutului, iar diferența se vede cel mai bine pusă alături.

Ultimul rând explică de ce o companie poate fi bine poziționată în Google și absentă din AI. Modelul caută confirmarea, iar confirmarea vine din surse pe care nu le controlezi direct, de la articole de presă și recenzii până la asociații, parteneri și directoare de specialitate.

În metodologia noastră, mecanismul are un nume, transferul de autoritate în motoarele de căutare și AI. O companie nouă sau puțin cunoscută se asociază, prin articole, mențiuni și entități declarate, cu nume pe care modelele le cunosc deja, iar încrederea acelor nume ajunge, treptat, și la ea.

Ajută fișierul llms.txt?

Fișierul llms.txt ajută puțin și indirect, iar pe site-urile noastre l-au citit aproape numai roboții care strâng texte pentru antrenare. El este un rezumat al site-ului, scris pentru modelele AI, propus în 2024 ca standard voluntar. Niciuna dintre marile platforme AI nu s-a angajat public să îl folosească la răspunsurile live.

Măsurătoarea noastră a avut trei etape. Între 20 și 27 august 2026, llms.txt a primit zero cereri în opt zile, pe ambele domenii, deși era publicat. În aceeași perioadă, robots.txt a fost cerut de 153 de ori, iar sitemap-ul de 97 de ori, ceea ce arăta că roboții treceau pe site, doar că nu deschideau fișierul.

Pe 31 august l-am declarat în robots.txt, fișierul pe care îl deschide orice robot. A doua zi, cererile către llms.txt au trecut de la zero la 32. Lecția practică este că un fișier pentru agenți este citit fiindcă este declarat, nu fiindcă există. Între 11 și 15 septembrie am măsurat și cine îl citea.

Din cele 127 de cereri, 82% au venit de la ClaudeBot, robotul de antrenare al Anthropic. Niciuna nu a venit de la un robot care caută live pentru întrebarea unui om. Fișierul hrănește memoria lentă a modelului și lipsește din răspunsul de azi.

Concluzia noastră se potrivește cu măsurătorile mari. Ahrefs a analizat în mai 2026 fișierele llms.txt de pe 137.000 de domenii, iar 97% dintre fișierele valide nu au primit nicio cerere în acea lună. Google spune și el, în ghidul citat mai sus, că nu ai nevoie de fișiere text speciale pentru AI ca să apari în Google Search.

John Mueller, de la Google, a formulat cel mai scurt verdict într-o discuție redată de Search Engine Journal. „Pentru mine, este comparabil cu meta tag-ul de cuvinte-cheie, adică ce afirmă proprietarul site-ului despre ce conține site-ul.” Un model care poate citi site-ul direct are puțin motiv să creadă rezumatul.

Noi am păstrat totuși fișierul și am păstrat și versiunile markdown ale paginilor.

Costul lor este aproape zero, iar la pilotul din august 2026 pagina principală a scăzut în varianta markdown de la 159 KB la 16,2 KB, deci un robot are de descărcat de aproape zece ori mai puțin text. Ele sunt o comoditate pentru roboți, iar pârghia reală stă în altă parte.

De ce nu te recomandă ChatGPT, deși Google te pune primul?

ChatGPT poate ignora o companie pe care Google o pune pe primul loc, pentru că modelul caută pagini care răspund la întrebarea exactă a clientului și care folosesc cuvintele categoriei. O companie descrisă cu un termen general pierde în fața uneia descrise cu termenul pe care îl folosește clientul.

Cazul cel mai limpede din auditurile noastre este NordicaMoto, distribuitor de echipament de enduro din Odorheiu Secuiesc. În testul din 29 septembrie 2026, la întrebarea „De unde cumpăr echipament de enduro în România?”, ChatGPT a recomandat BBMoto, MxEnduro și Moto24, iar NordicaMoto lipsea, deși era primul în Google pe „casca enduro”.

Auditul NordicaMoto a găsit cauza într-un singur rând. ChatGPT cita pagini care aveau „Enduro” în titlu, iar titlul paginii principale NordicaMoto era „Magazin moto”. Modelul a recomandat companiile care se descriau prin cuvântul clientului. NordicaMoto a lipsit din toate cele trei întrebări de cumpărare testate.

Răspunsurile AI variază de la o rulare la alta, deci fiecare test de acest fel descrie situația din ziua respectivă.

Aici intră principiul pe care îl numim atribut central, regula din metodologia noastră după care un singur cuvânt sau o sintagmă scurtă trebuie să treacă prin nume, slogan, ofertă și dovezi. Pentru oameni, atributul central face compania ușor de reținut. Pentru un model AI, el devine cuvântul după care compania este găsită și asociată cu o categorie.

La Doctor SKiN, cauza a fost tehnică. Rețeaua de clinici dermatologice are 2.970 de recenzii Google cu nota 4,85, iar robots.txt-ul ei bloca pe nume nouă roboți AI, printre care GPTBot, ClaudeBot și Google-Extended. Pe Gemini, auditul Doctor SKiN a găsit zero citări, față de 26 pentru liderul categoriei, conform Ahrefs, pe 10 septembrie 2026.

Același audit a găsit și un fișier llms.txt de 12.516 octeți, publicat cu o zi înainte, nedeclarat în robots.txt și adresat exact roboților pe care același robots.txt îi bloca. Cineva a făcut muncă bună, care nu putea ajunge la nimeni. Conținutul bun are nevoie mai întâi de infrastructura care îl lasă să fie citit.

Tiparul se repetă la producători. Pe 7 septembrie 2026, întrebat despre cașcavalul afumat tradițional, ChatGPT a numit 17 producători, printre care unul cu o singură recenzie pe Google, și nu a pomenit Lactate Brădet, o companie cu 34,6 milioane de lei cifră de afaceri.

Mărimea companiei nu a contat pentru model. Auditul Lactate Brădet a măsurat o diferență de 127 la 1 între primul domeniu al categoriei și Brădet.

Există și cazul invers, care arată că mecanismul lucrează în ambele direcții.

La Cablero, producător de cabluri de oțel din Iași, ChatGPT punea compania prima între producătorii români, în timp ce Google o punea pe locul zece. Auditul Cablero a găsit, printre cele trei surse citate de ChatGPT, un articol publicat în 2021 în revista Ghidul Primăriilor, care susținea poziția de top din AI.

Ce citește, de fapt, un model AI pe pagina ta?

Un model AI caută pe pagina ta pasaje scurte care răspund singure la o întrebare, cifre cu sursă și formulări clare despre ce face compania și pentru cine. Pasajul care se poate cita fără context câștigă, iar textul care cere citirea întregii pagini ca să fie înțeles se pierde.

Pe pagină, asta înseamnă patru lucruri. Prima frază a fiecărei secțiuni răspunde direct la întrebarea din titlu. Termenul pe care îl caută clientul apare în titlu și în primele rânduri. Cifrele au sursa lângă ele, iar întrebările reale ale clienților au câte un răspuns scris pe site.

Pentru Therezia Prodcom, producător de lactate din Pănet, auditul a pus problema exact așa.

Compania avea o marjă netă de 11,51%, față de 5,2% media categoriei, și era citată de două ori în răspunsurile AI, față de 128 de ori la un procesator din același județ. Mișcarea propusă în auditul Therezia a fost o serie de pagini care răspund la întrebările de dinaintea cumpărării, ca mașinile să aibă ce cita.

Mai există un strat, cel al calității informației pe care o primește modelul.

În metodologia noastră, AI-ul funcționează ca un procesor cognitiv, o extensie a gândirii, iar calitatea lui depinde de cât de precis îi spui unde să gândească. Un model hrănit cu formulări vagi despre o companie produce, despre ea, răspunsuri vagi. Când informația lipsește, modelul o completează din ce găsește la alții.

Tot aici se vede de ce AI-ul a devenit noul loc al proprietății cognitive.

Principiul din metodologia noastră spune că scopul final este să deții spațiul mental al categoriei, astfel încât, atunci când apare nevoia, piața să vină automat la tine. Când nevoia este formulată ca întrebare către un model AI, proprietatea cognitivă înseamnă ca modelul să te numească primul. Conceptul este explicat pe larg în articolul nostru despre proprietatea cognitivă.

Pe ce straturi se rezolvă vizibilitatea în AI?

Vizibilitatea în AI se rezolvă pe stratul de poziționare, chiar dacă primele semne apar în fișierele tehnice și în paginile de pe site. De aceea citim fiecare problemă pe cele patru straturi ale metodologiei noastre, din L1, performance marketing, până în L4, poziționare și categorie, cu AI Brain pe L3.

Figura se citește de jos în sus, în ordinea în care o companie descoperă problema, iar etajul roșu de sus arată unde începe ea.

L1 · Performance marketing. Primul lucru de verificat este infrastructura, adică robots.txt-ul, indexarea și viteza paginilor. Principiul nostru de infrastructură înainte de marketing spune că marketingul făcut pe o bază proastă arde bani, iar cazul Doctor SKiN arată că și cel mai bun conținut rămâne invizibil cu roboții blocați.

L2 · Venit și proces comercial. Întrebările pe care le pune un client înainte să cumpere sunt aceleași pe care le pune unui model AI. O pagină scrisă pentru ele lucrează de două ori, pentru vânzători și pentru roboți.

L3 · AI Brain, orchestrare. Informația despre companie trebuie să existe într-o formă precisă și consecventă, de la numele categoriei până la cifrele-cheie. Cum se construiește o astfel de bază de cunoaștere am arătat în articolul despre AI în marketing ca procesor cognitiv.

L4 · Poziționare și categorie. Problemele de pe straturile de jos se repară repede, în zile. Stratul de sus decide dacă modelul are motiv să te numească pe tine. Fără un cuvânt al categoriei pe care compania să îl dețină, cele mai bune pagini descriu o companie pe care modelul o pune lângă toate celelalte.

Cum testezi în 15 minute cum te vede AI-ul?

Testul durează circa cincisprezece minute și se face în ChatGPT, cu căutarea web activă, apoi pe site-ul tău. Pui trei întrebări în ordine, notezi pentru fiecare dacă apare compania și pe ce poziție, apoi verifici două fișiere și titlul paginii principale.

1. Misiunea. Întrebi „Ce face [numele companiei]?”. Verifici dacă modelul știe cine ești și dacă descrierea lui este corectă.
2. Capabilitatea. Întrebi „Cine livrează [produsul sau serviciul tău principal] în România?”. Verifici dacă apari sau dacă modelul îi numește pe concurenți în locul tău.
3. Categoria proprie. Întrebi „Care sunt liderii din [domeniul tău] în România?”. Este întrebarea pe care ar trebui să o câștigi, iar absența de aici este cea mai scumpă.

După cele trei întrebări deschizi adresa site-ului tău urmată de /robots.txt și cauți numele GPTBot, ClaudeBot, PerplexityBot și Google-Extended. Dacă apar lângă cuvântul „Disallow”, modelele respective nu au voie să îți citească site-ul. Decizia poate fi una asumată, însă trebuie luată de tine, cu știință, pentru că uneori blocarea vine de la un plugin instalat cândva și uitat.

La final citești titlul paginii principale, cel care apare în tabul browserului. Dacă titlul nu conține cuvântul cu care te caută clientul, modelul nu are de unde să îl afle de la tine. Cuvântul acesta este, de cele mai multe ori, chiar numele categoriei pe care vrei să o deții.

Dacă una dintre cele trei întrebări pică, golul nu este tehnic. El arată că piața și modelele nu au încă un motiv clar să te asocieze cu categoria ta, iar despre cum se construiește acel motiv vorbește ghidul nostru despre poziționarea de brand pe înțelesul unui CEO.

Dacă vrei să vezi cum arată compania ta din afară, pe cifrele ei publice, poți cere un diagnostic de brand, care îți dă în două minute un scor de la 0 la 100.

Fișierele pentru AI rămân utile ca o comoditate, iar costul lor este mic. Recomandarea pe care o primește clientul tău se decide însă în paginile care răspund la întrebările lui și în sursele care confirmă, din afară, ce spui despre companie.

Întrebări frecvente

Ce înseamnă GEO în marketing?

GEO înseamnă generative engine optimization, adică optimizarea conținutului pentru motoarele AI care generează răspunsuri, cum sunt ChatGPT, Gemini, Perplexity sau rezumatele AI din Google. Scopul este ca modelul să înțeleagă corect compania și să o numească atunci când un client întreabă despre categoria ei.

Care este diferența dintre GEO și SEO?

SEO urmărește o poziție bună în lista de rezultate a unui motor de căutare, iar GEO urmărește o mențiune în răspunsul generat de un model AI. GEO se construiește peste SEO, pentru că modelele își aleg sursele din pagini indexate, însă răsplătește mai mult răspunsurile clare, cifrele cu sursă și confirmările din afară.

Ajută fișierul llms.txt la apariția în ChatGPT?

Fișierul llms.txt ajută puțin și indirect. Pe site-urile noastre, 91% dintre cererile către el au venit de la roboți de antrenare și niciuna de la roboți de căutare live. Ahrefs a găsit că 97% dintre fișierele llms.txt nu au primit nicio cerere în mai 2026, iar Google spune că nu îl folosește.

De ce nu apare compania mea în ChatGPT?

Cele mai frecvente cauze sunt roboții AI blocați în robots.txt, o descriere a companiei cu termeni generali în locul cuvântului folosit de client și lipsa paginilor care răspund la întrebările de dinaintea cumpărării. Uneori modelul găsește compania, însă îi preferă pe concurenții confirmați de mai multe surse externe.

Cum verific dacă ChatGPT îmi cunoaște compania?

Pui în ChatGPT, cu căutarea web activă, trei întrebări, despre ce face compania, despre cine livrează produsul tău principal și despre liderii categoriei tale. Notezi dacă apari și pe ce poziție, apoi verifici în robots.txt dacă GPTBot, ClaudeBot sau PerplexityBot sunt blocați.