Cum faci un site să fie citat de AI

Din 2025 providerii au separat crawlerele. Poți refuza antrenarea pe conținutul tău și totuși să fii citat în răspunsuri. Blocarea în bloc pierde citările degeaba.

Cel mai frecvent motiv de invizibilitate totală și cel mai greu de observat: robots.txt zice „intră”, dar firewall-ul răspunde 403. Site-ul merge perfect în browser și e mort pentru AI.

Googlebot randează JS, crawlerele AI în general nu. Un SPA fără SSR livrează botului un div gol. Ai zero șanse să fii citat, oricât de bun e textul.

Standard emergent (Anthropic, Cloudflare, Stripe, Vercel). Un fișier Markdown care spune modelelor cine ești și care sunt paginile importante — un meniu curat, fără navigație și cod.

E harta prin care botul descoperă ce merită citit. Fără el, se bazează doar pe link-uri interne și ratează pagini.

Unele crawlere AI abandonează după 1–2 hop-uri. http → https → www → /ro/ înseamnă citare pierdută pe drum.

Spune motorului care e URL-ul „oficial” de citat. Fără el, citarea se poate duce pe o variantă cu parametri UTM, care apoi expiră.

nosnippet interzice explicit extragerea de pasaje — exact ce face un motor AI. max-snippet:0 are același efect. Se pun uneori din grijă de duplicate content și taie complet vizibilitatea.

Crawlerele au timeout-uri mai agresive decât Googlebot. Peste ~5 secunde mulți renunță. HTML uriaș crește șansa de trunchiere înainte de conținutul util.

Botul nu apasă „Accept”. Dacă textul e ascuns în spatele unui overlay servit de la server, pentru el pagina e goală.

Certificat expirat sau lanț incomplet = fetch eșuat pentru bot, fără avertismentul vizibil pe care îl vezi tu în browser.

Utilizatorii vorbesc cu AI în întrebări complete. Un heading care e chiar întrebarea lor face potrivirea semantică aproape directă.

Criteriul cu cel mai bun raport efort/impact. Modelul extrage de obicei primul paragraf de sub heading — dacă acolo ai o introducere de umplutură, ai pierdut citarea.

Un rezumat de 2–4 propoziții în primele 200 de cuvinte e cel mai des extras fragment dintr-un articol lung.

Google a retras rich results-urile FAQ în mai 2026, dar extracția AI se face din conținutul VIZIBIL. Schema FAQPage fără Q&A pe pagină nu ajută cu nimic.

Un paragraf lung devine un chunk supraîncărcat, cu semnal diluat — modelul îl sare în favoarea unuia mai curat de la concurență.

Structurile tabelare se parsează exact, fără ambiguitate. Comparațiile, prețurile și pașii în format tabelar sunt citate disproporționat de des.

Ajută algoritmii de extragere să separe conținutul de navigație. Un site din div-uri identice îi obligă să ghicească ce e important.

Sub 10% text util raportat la HTML e semnal de pagină subțire înecată în markup — și crește riscul ca textul să fie trunchiat înainte de a fi citit.

Prețurile într-un banner JPG, specificațiile într-un PDF, procesul explicat doar în video — toate sunt invizibile pentru un model care citește text.

Un chunk extras își pierde contextul. „După cum am menționat mai sus, procesul are 3 pași” devine, scos din pagină, un fragment fără sens — deci necitabil.

Un id pe heading permite citarea pe fragment (pagina#sectiune) și crește precizia extragerii.

E cartea de identitate a brandului. Fără ea, modelul nu poate lega site-ul de o entitate reală cu nume, logo și descriere.

sameAs e ce permite modelului să te rezolve ca entitate unică, nu ca șir de caractere. Fără el, brandul tău e doar un cuvânt care apare pe un site.

Modelele preferă surse pe care le pot atribui cuiva, cu o dată. Un articol fără autor și fără dateModified e greu de evaluat ca sursă de încredere.

Rich results-urile FAQ au dispărut în mai 2026, dar extracția AI a rămas. Condiția e ca întrebările să existe și în conținutul vizibil — schema singură nu ajută.

Product, Service sau LocalBusiness spun modelului ce vinzi, la ce preț și unde. Fără ele, o pagină de produs e doar text.

Breadcrumb-ul comunică ierarhia și contextul paginii în site. WebSite legat de publisher consolidează graful de entități.

Schema care descrie lucruri inexistente pe pagină (rating inventat, FAQ care nu apare) e tratată ca spam. Riști să pierzi încrederea complet, nu doar să nu câștigi nimic.

Nume, adresă și telefon identice între schema și pagină permit consolidarea entității. Variațiile împiedică modelul să lege informațiile între ele.

Sunt primele metadate citite. Un titlu îndesat cu cuvinte cheie („SEO | SEO București | SEO ieftin”) e semnal negativ; unul care conține întrebarea reală e semnal pozitiv.

Folosit la preview, dar și ca metadate suplimentare de unele crawlere. E cel mai ieftin set de metadate de completat.

Un nume fără context nu ajută. Bio-ul, credențialele și profilul LinkedIn transformă autorul într-o sursă verificabilă.

Fără dată, modelul nu poate estima prospețimea și te tratează ca risc. Motoarele AI preferă puternic conținutul recent la subiecte care evoluează.

La subiectele care evoluează, un articol de acum trei ani e ignorat în favoarea unuia recent, chiar dacă e mai slab.

Contraintuitiv, link-urile externe către surse solide îți cresc autoritatea. Semnalează muncă de documentare, nu opinie.

Nu toate citările cântăresc la fel. O trimitere la INS, Eurostat sau la documentația oficială valorează mai mult decât zece link-uri către bloguri.

Modelele caută afirmații verificabile, nu adjective. Cercetarea pe GEO arată consistent că statisticile și datele concrete cresc semnificativ șansa de citare.

Un citat cu nume, funcție și afiliere e o unitate perfect citabilă — modelul îl poate prelua cu atribuire completă.

Un site fără identitate verificabilă are plafon de încredere jos, indiferent de calitatea conținutului. Modelul nu poate confirma că exiști ca organizație reală.

O pagină care explică cum documentezi, cum verifici și cum corectezi erorile e un semnal puternic de E-E-A-T, mai ales pentru site-uri editoriale.

„Cel mai bun din lume”, fără dovadă, e zgomot. Ocupă spațiul care ar putea conține o cifră citabilă și scade încrederea în restul textului.

Motoarele AI descompun o întrebare în sub-întrebări și caută separat pentru fiecare. O pagină care acoperă tot evantaiul câștigă mai multe citări dintr-un singur răspuns.

Nu există prag universal. O pagină de produs bună are 300 de cuvinte, un ghid pilon are 2000. Ce contează e să nu lipsească informația căutată.

Cel mai puternic magnet de citări existent. Dacă o cifră există doar la tine, orice model care răspunde la întrebarea aia trebuie să te citeze — nu ai concurență pe acea informație.

Formatele „X vs Y” și „alternative la X” sunt cerute masiv în AI („care e cel mai bun…”, „ce recomanzi pentru…”). Un tabel comparativ onest e citat mult mai des decât o pagină pur promoțională.

Propoziția „X este Y care face Z” e formatul preferat pentru extragere la întrebările „ce este X”. Trebuie să fie la începutul secțiunii, nu îngropată.

Paginile aproape identice diluează semnalul de entitate și pot fi tratate ca spam. Un paragraf repetat de zece ori nu adaugă nimic de citat.

Link-urile interne din text — nu doar din meniu — arată crawlerului ce e important și cum se leagă temele între ele.

Dacă serviciul apare ca „audit GEO”, „analiză AI” și „scor indexare” pe pagini diferite, semnalul se împrăștie pe entități slabe în loc să se concentreze pe una puternică.

Analizele pe citările din AI arată aceleași surse recurente: Reddit, YouTube, G2, Trustpilot, LinkedIn. O mențiune într-un thread relevant poate cântări mai mult decât zece articole pe blogul propriu.

Directoarele verticale relevante confirmă existența și categoria brandului dintr-o sursă terță. Contează relevanța, nu numărul.

Profilul local complet alimentează atât AI Overviews locale, cât și grafurile de entități. Pentru o afacere cu locație fizică e cea mai ieftină sursă de corroborare.