Treści multimedialne a cytowalność przez AI

Boty odpowiedzialne za cytowania w AI nie oglądają wideo i nie patrzą na grafikę tak, jak robi to człowiek. Czytają tekst: transkrypcję, warstwę tekstową PDF-a, opis obrazka. Bez tekstu lustrzanego, czyli tej samej informacji zapisanej wprost jako zwykły tekst, wideo, skan PDF-a i infografika z danymi są dla modelu w praktyce puste.

Dlaczego boty AI nie „oglądają" wideo tak jak człowiek?

Boty przypisane do wyszukiwania i cytowań (OAI-SearchBot, Claude-SearchBot, PerplexityBot, Googlebot) pobierają kod strony i czytają w nim tekst. Nie odtwarzają pliku wideo, nie analizują ścieżki dźwiękowej klatka po klatce. To, co dla tych botów istnieje, to HTML: tytuł, opis, ewentualnie napisy albo transkrypcja osadzone jako tekst na stronie. Reszta materiału wideo jest dla etapu pobierania i cytowania w praktyce niewidoczna.

Dowód pośredni, ale konkretny, dostarcza analiza Vercel i MERJ na ponad 500 milionach zapytań GPTBota: bot pobiera pliki JavaScript (11,5% zapytań), ale nigdy ich nie wykonuje, więc nie renderuje strony tak, jak robi to przeglądarka użytkownika. Skoro crawler nie uruchamia nawet prostego skryptu, nie ma też mechanizmu, który dekodowałby obraz wideo. Sam HTML odpowiadał za 57,7% zapytań tego bota w badanej próbie.

Trzeba tu odróżnić dwie różne rzeczy, które łatwo pomylić. To, że ChatGPT, Claude czy Gemini potrafią analizować wideo lub obraz wgrany bezpośrednio do rozmowy, to funkcja multimodalna produktu konsumenckiego. Zupełnie inny mechanizm stoi za tym, co bot wyszukujący pobiera z otwartego internetu i co model bierze pod uwagę, budując odpowiedź z cytowaniem źródła. Dla tego drugiego procesu liczy się warstwa tekstowa strony, nie sama obecność pliku wideo.

Skalę tego zjawiska pokazuje analiza cytowań wideo z YouTube: na próbie ponad 100 milionów wystąpień cytowań z sześciu systemów (ChatGPT, Google AI Overviews, Google AI Mode, Perplexity, Copilot, Gemini) w marcu 2026 roku, 94% cytowanych filmów miało długość co najmniej 8 minut, a filmy z rozdziałami i sygnaturami czasowymi w opisie zdobywały cytowania z wielu fragmentów tego samego materiału. Popularność (liczba wyświetleń, subskrybentów) miała przy tym korelację bliską zeru z częstością cytowań, liczyła się struktura tekstu wokół wideo.

Czym różni się indeksacja PDF-a od indeksacji strony HTML?

PDF wchodzi do indeksu inaczej niż zwykła strona. Google odczytuje warstwę tekstową dokumentu, ale obrazów wewnątrz PDF-a nie indeksuje wcale, a nagłówki, akapity i listy z oryginalnego dokumentu tracą swoją strukturę semantyczną po konwersji. To

Prosty test, o którym mówi sama dokumentacja: jeśli tekst z PDF-a da się zaznaczyć i skopiować do zwykłego dokumentu tekstowego, Google powinien go zaindeksować. Jeśli PDF to zeskanowany obraz strony, bez warstwy tekstowej, indeksacja wymaga rozpoznawania znaków (OCR). OCR działa, ale rzadko daje wynik bezbłędny, a błędy w rozpoznanych słowach kluczowych czy liczbach potrafią zniekształcić sens fragmentu, który trafia do cytowania. Linki wewnątrz PDF-a są traktowane podobnie jak linki w HTML i mogą przenosić sygnały rankingowe, ale nie da się w PDF-ie oznaczyć linku jako nofollow. Dokumenty zaszyfrowane lub zabezpieczone hasłem nie są indeksowane w ogóle.

Praktyczna konsekwencja jest prosta: raport eksportowany „na sztywno" jako obraz każdej strony (typowy efekt drukowania prezentacji do PDF-a albo skanowania papierowego dokumentu) trafia do tej samej kategorii co skan. Bot może technicznie pobrać plik, ale bez warstwy tekstowej nie ma z czego zbudować cytowanego fragmentu.

Czy grafika i infografika bez tekstu towarzyszącego są widoczne dla modeli?

Częściowo, i tylko w wąskim zakresie. Google od lat łączy alt tekst, tekst na stronie wokół obrazka oraz analizę komputerowego widzenia, żeby zrozumieć, czego dotyczy dana grafika, a dokumentacja wprost nazywa alt tekst „najważniejszym atrybutem" dostarczającym metadanych o obrazie. To Dokumentacja nie precyzuje wprost, czy ten sam mechanizm działa identycznie przy generowaniu odpowiedzi w AI Overviews.

Żaden z pozostałych operatorów (OpenAI, Anthropic, Perplexity) nie publikuje dokumentacji opisującej, że ich bot wyszukujący analizuje treść obrazka na poziomie konkretnych liczb czy danych z wykresu. Brak takiej dokumentacji nie jest dowodem, że taka analiza nigdy nie zachodzi, ale nie ma też podstaw, żeby to zakładać jako pewnik. Bezpieczniejsze założenie robocze: dane liczbowe zamknięte wyłącznie w pikselach grafiki, wykres bez opisanych wartości w tekście, infografika z danymi tylko na obrazku, nie mają realnej szansy wejść do puli cytowań w obecnym stanie wiedzy.

Część agencji sprzedaje samo dodanie znacznika alt albo schematu ImageObject jako gwarancję, że dane z grafiki zostaną wykorzystane przez model. To nieuprawnione uproszczenie. Alt tekst i schema pomagają uporządkować metadane, ale żadne z nich nie zastępuje literalnego powtórzenia kluczowej liczby jako zwykłego zdania w treści strony.

Co to jest tekst lustrzany i kiedy jest konieczny?

Tekst lustrzany to ta sama informacja zapisana dwa razy: raz w formie przyjaznej dla człowieka (wideo, infografika, PDF do pobrania), i raz jako zwykły tekst HTML, czytelny dla bota bez żadnego dodatkowego przetwarzania. To nie jest duplikacja treści w rozumieniu kar za powielanie stron, tylko warunek techniczny, żeby dana informacja miała w ogóle szansę trafić do odpowiedzi modelu.

Tekst lustrzany jest konieczny wszędzie tam, gdzie strona nosi fakt, liczbę, definicję albo wniosek wyłącznie w formie niedostępnej dla parsera tekstu: cena i specyfikacja produktu widoczne tylko na zdjęciu opakowania, wynik badania pokazany jako wykres bez podanych wartości w opisie, instrukcja krok po kroku nagrana jako wideo bez rozpisanego tekstu obok. Reguła jest prosta: jeśli fakt istnieje tylko w pikselach albo w ścieżce dźwiękowej, dla mechanizmu cytowania nie istnieje wcale.

Tabela: wymagania cytowalności dla wideo, PDF i grafiki

Jak w praktyce przygotować multimedia pod cytowanie przez AI?

Przy wideo transkrypcja nie jest dodatkiem, tylko warunkiem wejścia do puli cytowań. Napisy generowane automatycznie bywają obarczone błędami rozpoznawania mowy, zwłaszcza przy nazwach własnych i terminologii branżowej, więc transkrypcja sprawdzona ręcznie działa pewniej niż sam automat. Pełny tekst warto umieścić w opisie filmu albo na osobnej podstronie linkowanej z opisu, a rozdziały z sygnaturami czasowymi dodatkowo porządkują materiał pod cytowanie konkretnego fragmentu, zgodnie z danymi z badania cytowań YouTube przywołanego wyżej.

Przy PDF-ach kluczowa jest droga eksportu. Dokument wygenerowany bezpośrednio z edytora tekstu, z prawdziwą warstwą tekstową, ma realną szansę na indeksację. Dokument złożony ze zeskanowanych stron albo wyeksportowany jako obraz strony po stronie tej szansy praktycznie nie ma, chyba że ktoś świadomie doda warstwę tekstową przy eksporcie. Tam, gdzie PDF zawiera dane ważne dla klienta (cennik, specyfikacja, raport), bezpieczniej jest opublikować te same fakty równolegle jako stronę HTML, nie tylko jako załącznik do pobrania.

Przy grafice i infografice zasada jest najprostsza z trzech: każda liczba, która ma znaczenie, powinna pojawić się w zdaniu tekstu obok obrazka, nie tylko na samym obrazku. Alt tekst opisuje, co przedstawia grafika, ale nie zastępuje zdania w treści, które podaje konkretną wartość. Redakcja, która przygotowuje infografikę z danymi z własnego badania, i tak musi te dane opisać tekstem gdzie indziej na stronie, więc dopisanie ich też przy grafice to koszt kilku zdań, nie osobny projekt.

FAQ