Encja (ang. entity) to jednoznacznie zidentyfikowany obiekt — firma, osoba, produkt, miejsce lub pojęcie — który Google i modele AI rozpoznają niezależnie od tego, jakimi słowami jest opisany, i łączą z zestawem faktów oraz relacji. Knowledge Graph to graf wiedzy Google, czyli baza takich encji wraz z powiązaniami między nimi (kto jest właścicielem czego, gdzie działa firma, jakie produkty oferuje). Dla marketera oznacza to zmianę optyki: wyszukiwarka i asystenci AI nie dopasowują już tylko fraz, lecz sprawdzają, czy „wiedzą”, kim jest marka i czy potrafią ją odróżnić od innych podmiotów o podobnej nazwie.
Jak działa Knowledge Graph i rozpoznawanie encji?
Google buduje graf wiedzy, zbierając sygnały z wielu źródeł: własnej strony marki, danych strukturalnych, Wikipedii i Wikidata, profilu firmy w Google, katalogów branżowych, wzmianek w mediach i mediach społecznościowych. Gdy te sygnały są spójne, algorytm tworzy lub potwierdza węzeł encji i przypisuje mu atrybuty. Efektem widocznym dla użytkownika jest panel wiedzy po prawej stronie wyników, a efektem niewidocznym — większa pewność systemu, że dana treść dotyczy właśnie tej marki.
Duże modele językowe działają podobnie na etapie trenowania i w trakcie odpowiadania z użyciem wyszukiwania: im częściej i spójniej marka pojawia się w wiarygodnych źródłach, tym większa szansa, że model przywoła ją poprawnie, a nie pomyli z konkurentem lub zignoruje. Encje są więc wspólnym mianownikiem SEO i optymalizacji pod AI (GEO).
Jak wzmocnić encję marki krok po kroku?
- Wdróż schema Organization na stronie głównej — nazwa, logo, adres, dane kontaktowe, identyfikatory. Oficjalne wytyczne opisuje dokumentacja Google Search Central.
- Uzupełnij atrybut sameAs linkami do profili, które jednoznacznie należą do firmy: LinkedIn, Facebook, YouTube, Wikidata, Crunchbase, KRS/CEIDG (jeśli dostępny publiczny wpis).
- Zadbaj o spójność NAP (Name, Address, Phone) — identyczna nazwa, adres i telefon we wszystkich katalogach, na stronie i w Profilu Firmy w Google.
- Utwórz lub zweryfikuj wpis w Wikidata, podając źródła; to jedno z najczęściej wykorzystywanych publicznych repozytoriów encji.
- Buduj wzmianki kontekstowe — artykuły branżowe, wywiady, case studies, które opisują firmę tymi samymi atrybutami (branża, lokalizacja, specjalizacja).
- Ujednolić opis „o nas” — jeden akapit definiujący firmę, powtarzany w tej samej treści na stronie, w profilach i materiałach PR.
Sygnały encji — porównanie źródeł
| Źródło sygnału | Co potwierdza | Kontrola marketera | Typowy problem |
|---|---|---|---|
| Schema Organization + sameAs | Tożsamość i powiązane profile | Pełna | Brak identyfikatorów, błędy walidacji |
| Profil Firmy w Google | Lokalizacja, kategoria, godziny | Pełna | Duplikaty, niespójny NAP |
| Wikidata / Wikipedia | Fakty encyklopedyczne | Częściowa (wymaga źródeł) | Brak wpisu lub nieaktualne dane |
| Katalogi i media branżowe | Wiarygodność, kontekst | Pośrednia | Różne warianty nazwy firmy |
| Wzmianki w treściach AI/LLM | Rozpoznawalność w odpowiedziach | Pośrednia | Pomylenie z podobną marką |
Najczęstsze błędy w budowaniu encji
- Różne wersje nazwy firmy (ze spółką, bez spółki, skrót) w różnych miejscach — algorytm może traktować je jako odrębne podmioty.
- Atrybut
sameAswskazujący na profile ogólne lub cudze, zamiast na własne, zweryfikowane konta. - Schema wdrożone tylko na podstronie kontaktowej, a nie na stronie głównej.
- Brak strony „O nas” z jasną definicją działalności — model AI nie ma czego zacytować.
- Zaniedbanie Wikidata przy jednoczesnym inwestowaniu w płatne katalogi o niskiej wiarygodności.
Encje w praktyce ICBM
W projektach z zakresu optymalizacji pod AI zaczynamy od audytu encji: sprawdzamy, czy Google wyświetla panel wiedzy, czy dane w schema, Profilu Firmy i katalogach są zgodne oraz jak asystenci AI opisują markę i z czym ją kojarzą. Następnie porządkujemy identyfikatory (schema Organization, sameAs, NAP), uzupełniamy publiczne repozytoria i planujemy treści, które utrwalają pożądane atrybuty encji. To praca długofalowa — efekt buduje się przez spójność powtarzaną w czasie, nie przez pojedyncze wdrożenie. Więcej pojęć z tego obszaru znajdziesz w kategorii AI w marketingu.
Najczęściej zadawane pytania
Czy każda firma może mieć panel wiedzy w Google?
Nie ma gwarancji — Google tworzy panel, gdy uzna encję za wystarczająco potwierdzoną i istotną. Spójne dane strukturalne, Profil Firmy, wpis w Wikidata i wzmianki w wiarygodnych źródłach zwiększają szansę, ale decyzja należy do algorytmu.
Czym różni się encja od słowa kluczowego?
Słowo kluczowe to ciąg znaków, który użytkownik wpisuje; encja to obiekt, do którego ten ciąg się odnosi. Fraza „jaguar” może dotyczyć zwierzęcia lub marki samochodów — to dwie różne encje, a Google rozstrzyga znaczenie na podstawie kontekstu i grafu wiedzy.
Czy encja ma znaczenie dla widoczności w ChatGPT lub Gemini?
Tak. Modele AI przywołują marki, które są spójnie opisane w wielu źródłach i łatwe do odróżnienia od podobnych podmiotów. Silna encja zmniejsza ryzyko pomylenia firmy z inną i zwiększa prawdopodobieństwo, że zostanie wymieniona w odpowiedzi na pytanie użytkownika.
