- Knowledge Graph to nie tylko Knowledge Panel - to infrastruktura Google AI Overviews, Gemini i AI Mode w 2026
- W maju 2025 Google usunął 3 mld encji - zostały tylko "czyste" sygnały. Jeśli masz niespójne dane, Twoja encja mogła zniknąć
- Korelacja 0.664 między brand mentions a AI Overview (Ahrefs, 2025) - unlinked mentions liczą się bardziej niż myślisz
- Checklist 5 kroków: schema @id + sameAs, NAP unification, Wikidata, crosslinking, duplikaty
Twoja firma istnieje od 5 lat. Rankujesz top 5 dla 60 fraz. DR 42. Ale gdy zapytasz ChatGPT o Twoją markę - cisza, albo błędna odpowiedź. To nie jest przypadek. To brak encji w Knowledge Graph.
Knowledge Graph (KG) to baza wiedzy Google łącząca encje - firmy, osoby, produkty, miejsca, pojęcia - i relacje między nimi. Gdy wpisujesz "Apple" w Google, system wie że chodzi o firmę technologiczną (nie owoc), bo KG zawiera encję "Apple Inc." z tysiącami powiązanych sygnałów.
Przez lata KG kojarzono głównie z Knowledge Panel - tym boxem po prawej stronie w wynikach Google. Ale w 2026 rola KG jest dużo szersza:
- Google AI Overviews czerpią z KG do fact-groundingu (żeby nie "halucynować" nazw firm i produktów)
- Gemini używa KG do rozumienia relacji między encjami w kontekście zakupowym
- Google AI Mode - konwersacyjna wersja wyszukiwania - opiera się na KG przy rozpoznawaniu marek
Prosta konsekwencja: jeśli Twoja marka nie jest w KG, lub jest tam z niespójnymi danymi, AI może ją ignorować, mylić z konkurentem o podobnej nazwie, lub nie wiedzieć że istnieje.
Ważna zmiana - maj 2025
Google przeprowadził największe w historii czyszczenie KG - usunął ponad 3 miliardy encji [źródło: Ahrefs]. Powód: przenoszenie się Google w stronę mniejszego, ale wyżej jakościowego zbioru danych dla AI features. Marki z niespójnymi lub duplikowanymi sygnałami encyjnymi mogły zostać usunięte nawet jeśli miały wcześniej Knowledge Panel.
Jeśli Twój Knowledge Panel zniknął w połowie 2025 - to prawdopodobnie efekt tego czyszczenia, nie błąd Google. Marki z niespójnymi danymi NAP, zduplikowanymi wpisami w katalogach lub brakiem Organization schema były najczęstszymi ofiarami cleanup.
| Aspekt | KG przed 2025 | KG w 2026 |
|---|---|---|
| Główne zastosowanie | Knowledge Panel w SERP | AI Overviews, Gemini, AI Mode |
| Liczba encji | Kilkanaście miliardów | Mniejsza, wyższa jakość (po cleanup) |
| Tolerancja na błędy | Wysoka - encja mogła istnieć z lukami | Niska - niespójne sygnały = usunięcie |
| Wpływ na ruch | Pośredni (brand awareness) | Bezpośredni (AI cytuje lub ignoruje markę) |
| Kluczowe sygnały | Wikipedia, media, linki | Schema @id + sameAs, NAP, unlinked mentions |
Zanim zaczniesz naprawiać entity signals, musisz wiedzieć co jest zepsute. Oto trzy metody diagnozy - zacznij od pierwszej, przejdź do kolejnych jeśli potrzebujesz głębszej analizy.
Metoda 1 - Google Search (bezpłatna, 2 min)
Wyszukaj pełną nazwę marki w Google.
- Dobry sygnał: Knowledge Panel po prawej stronie z logo, opisem, linkami do profili
- Neutralny: wyniki organiczne bez Knowledge Panel - marka może być w KG, ale bez panelu
- Zły sygnał: "entity disambiguation" - Google pyta "czy masz na myśli X czy Y?" dla Twojej nazwy
Test rozszerzony: wyszukaj "[nazwa marki] sklep" i "[nazwa marki] [główna kategoria]". Jeśli Google pokazuje Knowledge Panel tylko dla pierwszego zapytania, entity signals są słabe.
Metoda 2 - Knowledge Graph API (bezpłatna, 15 min)
Google Knowledge Graph Search API pozwala sprawdzić czy encja istnieje i jakie ma atrybuty.
- Krok 1: Wejdź na console.cloud.google.com → utwórz projekt → włącz Knowledge Graph Search API
- Krok 2: Wygeneruj API key (bezpłatny, z limitem)
- Krok 3: Zapytanie:
GET https://kgsearch.googleapis.com/v1/entities:search?query=[NAZWA_MARKI]&key=[API_KEY]
Sprawdź w odpowiedzi JSON:
result.@type: czy jest "Corporation", "LocalBusiness", "Brand" lub inna trafna encjaresult.name: czy nazwa jest poprawnaresult.description: czy opis jest aktualnyresult.detailedDescription.articleBody: czy Wikipedia/Wikidata jest powiązana
Metoda 3 - Schema validator + Rich Results Test (bezpłatna, 10 min)
- search.google.com/test/rich-results → wpisz URL strony głównej
- schema.org/validator → sprawdź czy Organization schema jest poprawna
- Sprawdź czy
@id,sameAs,nameiurlsą wypełnione
Dla klienta przy pierwszym audycie wynik KG API zwrócił pustą tablicę results. "Not found". To przy DR 42 i 5 latach historii. Powód: nazwa firmy pojawiała się w 4 różnych wariantach pisowni w sieci. KG nie mógł ujednolicić encji - każdy wariant pisowni tworzył osobny, słaby sygnał, zamiast wzmacniać jeden.
Na podstawie audytów z portfela MPlace zebraliśmy najczęstsze problemy entity i ich rozwiązania. Większość da się naprawić w ciągu 1–2 tygodni - efekty widać po 4–8 tygodniach.
| Problem | Co to oznacza | Fix |
|---|---|---|
| Brak Knowledge Panel | Słabe entity signals lub encja usunięta w maj 2025 cleanup | Wdróż Organization schema + sameAs, ujednolicij NAP, sprawdź Wikidata |
| Knowledge Panel ze złym opisem | KG czerpie z nieaktualnych źródeł | Zaktualizuj Wikipedia/Wikidata, dodaj authoritative description w schema |
| Brak Knowledge Panel mimo dobrego DR | Entity nie istnieje niezależnie od rankingów | Zbuduj entity od zera: schema, profile, wzmianki zewnętrzne |
| AI myli markę z inną encją | Entity disambiguation issue - podobna nazwa | Dodaj disambiguatingDescription w schema, wzmocnij sameAs |
| Knowledge Panel zniknął w 2025 | Prawdopodobna ofiara maj 2025 KG cleanup | Sprawdź duplikaty w katalogach, ujednolicij sygnały, poczekaj 4–8 tyg po poprawkach |
| Panel bez logo/zdjęcia | Brak ImageObject w schema | Dodaj logo z schema Organization.logo (ImageObject z URL i wymiarami) |
| Panel z nieaktualnymi danymi | KG cache nie odświeżony | Wyślij feedback przez "Suggest an edit" w Knowledge Panel + zaktualizuj sameAs |
| Brak powiązania encji z produktami | Schema ProductGroup/Product nie linkuje do Organization | Dodaj pole manufacturer lub brand w Product schema |
Możemy sprawdzić stan encji Twojej marki w Knowledge Graph w jednej rozmowie. Umów bezpłatną konsultację →
Zacznij zawsze od Organization schema + NAP - to fundament. Bez spójnych sygnałów bazowych żaden kolejny fix nie zadziała efektywnie. Wikidata i profile społecznościowe to drugi krok, dopiero po tym katalogi i deduplikacja. Jak wygląda pełne wdrożenie w praktyce - sprawdź case study klienta który przeszedł ten proces (0→47 cytowań w 90 dni). Gdy entity jest już gotowe, następny krok to pomiar AI Share of Voice - jak mierzyć efekty poprawy encji. Gdy encja jest gotowa, następny krok to checklist wdrożeniowy jak trafic do AI Overview →
Ten checklist pochodzi z naszego standardowego audytu GEO. Stosujemy go w kolejności - każdy krok buduje na poprzednim.
Krok 1 (Tydzień 1) - Organization schema z kluczowymi polami
Wdróż na stronie głównej schema.org/Organization z:
@id: stały URL np."https://twojamarka.pl/#organization"name: JEDNA wersja nazwy (zdecyduj i trzymaj się jej)url: URL strony głównejlogo: ImageObject z url, width, heightdescription: 2–3 zdania opisujące czym jest markasameAs: tablica z URL wszystkich profili (LinkedIn, Facebook, GBP, Crunchbase, Twitter/X)foundingDate: rok założeniaaddress: PostalAddress (jeśli fizyczna lokalizacja)
Krok 2 (Tydzień 1–2) - NAP unification
NAP (Name, Address, Phone) musi być identyczne we wszystkich miejscach gdzie marka jest wymieniona: strona główna, stopka, GBP, Yelp/Panorama Firm, katalogi branżowe.
- Sprawdź: Ahrefs → Mentions lub
Google: "site:katalog.pl [nazwa marki]" - Popraw: roześlij maile do właścicieli wpisów z prośbą o korektę. Priorytet: DR > 30.
Krok 3 (Tydzień 2) - Profile społecznościowe z sameAs
- LinkedIn About → musi zawierać pełną nazwę, URL strony, krótki opis
- GBP → zweryfikowany profil, aktualne godziny, logo, opis
- Crunchbase → jeśli marka spełnia kryteria (działalność gospodarcza)
- Wszystkie URL-e z tych profili → dodaj do
sameAsw schema
Krok 4 (Tydzień 2–3) - Wikidata (jeśli możliwe)
Wikidata to "czyste" źródło dla KG. Jeśli marka ma realną historię i działalność, można stworzyć wpis.
- Wymagania: działająca firma z publicznymi danymi, nie nowo założona
- Jak: wikidata.org → New Item → wypełnij atrybuty (
P856= URL strony,P18= logo,P31= "business" lub bardziej szczegółowa klasa) - Czas do efektu: 2–6 tygodni
Krok 5 (Tydzień 3–4) - Deduplikacja
Znajdź i usuń zduplikowane wpisy w katalogach. Stare, porzucone profile z innym adresem/telefonem "rozpraszają" encję.
- Ahrefs → Site Explorer → Backlinks → filtruj "dofollow" i szukaj katalogów z niespójnymi danymi
- Priorytet: starsze profile z błędną nazwą lub adresem
| Tydzień | Działanie | Oczekiwany efekt |
|---|---|---|
| 1 | Schema + NAP | KG API zaczyna zwracać wyniki (zamiast pustej tablicy) |
| 2–3 | sameAs + Wikidata | Knowledge Panel pojawia się dla nazwy marki |
| 4–6 | Stabilizacja panelu | Pierwsze entity citations w AI Overview |
| 8–12 | Pełna stabilizacja | Wzrost AI SOV dla kategorii tematycznych marki |
Sygnały stabilizacji encji: KG API zwraca @type: Corporation (lub odpowiedni typ) dla nazwy marki, Knowledge Panel pojawia się konsekwentnie przy różnych wariantach zapytania, Gemini poprawnie identyfikuje markę przy pytaniu konwersacyjnym („czym zajmuje się [nazwa]?"). To Twoje trzy punkty kontrolne po wdrożeniu.
Poniżej minimalna implementacja Organization schema która spełnia wymagania GEO. Wklej w sekcję <head> strony głównej lub jako <script> na końcu <body>.
{
"@context": "https://schema.org",
"@type": "Organization",
"@id": "https://twojamarka.pl/#organization",
"name": "Twoja Marka",
"url": "https://twojamarka.pl",
"logo": {
"@type": "ImageObject",
"url": "https://twojamarka.pl/logo.png",
"width": 400,
"height": 400
},
"description": "Krótki opis czym jest marka, dla kogo i jakie produkty/usługi oferuje.",
"foundingDate": "2018",
"address": {
"@type": "PostalAddress",
"addressLocality": "Poznań",
"addressCountry": "PL"
},
"sameAs": [
"https://www.linkedin.com/company/twoja-marka",
"https://www.facebook.com/twojamarka",
"https://g.co/kgs/XXXXX",
"https://www.crunchbase.com/organization/twoja-marka"
]
}
@id musi być stałym, kanonicznym URL-em. Nie zmieniaj go po wdrożeniu - KG używa @id jako klucza encji. Jeśli zmienisz @id, KG traktuje to jako nową, nieznaną encję i zaczyna budowanie sygnałów od zera.
Po wdrożeniu: przetestuj przez search.google.com/test/rich-results. Poczekaj 1–2 tygodnie na recrawl.
Pola opcjonalne które wzmacniają entity
numberOfEmployees: QuantitativeValue z value - sygnał realnej skali firmyareaServed: kraj lub region obsługi - ważne dla lokalnych marekknowsAbout: tablica tematów z dziedziny marki - wzmacnia topical authorityhasOfferCatalog: link do katalogu produktów - łączy encję Organization z Product schema. Dla marek e-commerce (Allegro, Amazon, własny sklep) to kluczowe pole: bez niego KG nie wie, że marka sprzedaje konkretne produkty. Przykład:
"hasOfferCatalog": {
"@type": "OfferCatalog",
"name": "Produkty Twoja Marka",
"url": "https://twojamarka.pl/produkty"
}contactPoint: ContactPoint z contactType "customer service" - buduje entity richness
W MPlace weryfikujemy Organization schema przy każdym audycie GEO. Najczęstszy błąd: sameAs zawiera URL profili, ale profile są puste lub nieaktualne. KG wie że profile istnieją, ale nie może wyciągnąć z nich wartościowych danych - to osłabia encję zamiast ją wzmacniać. KG i llms.txt to dwie różne warstwy GEO: KG mówi Google kim jesteś, llms.txt mówi modelom AI co możesz powiedzieć. Obie warstwy są potrzebne - jak wdrożyć llms.txt →
Nie wiesz czy Twoja marka jest poprawnie rozpoznawana w KG? Robimy audyt entity w jednej rozmowie - KG API check, schema validator, NAP scan, 3 konkretne działania. Bezpłatny audyt GEO. Umów termin →
FAQ
Źródła i narzędzia użyte w artykule
Zewnętrzne badania i kontekst
-
Ahrefs (2025) - Google's Knowledge Graph Explained
Korelacja brand mentions a widocznosc w AI Overview, analiza sygnałów encyjnych.
ahrefs.com/blog/google-knowledge-graph -> -
Ahrefs (2025) - SEO vs GEO
Różnice w sygnałach, metrykach i entity authority między klasycznym SEO a GEO.
ahrefs.com/blog/seo-vs-geo -> -
Ahrefs (2026) - GEO Is Just SEO
Kontekst dla roli entity signals w AI search i relacji do klasycznego SEO.
ahrefs.com/blog/geo-is-just-seo ->
Narzedzia omawiane w artykule
- Google Knowledge Graph Search API - weryfikacja istnienia encji marki w KG (metoda 2 w artykule)
- Google Rich Results Test - walidacja Organization schema i sprawdzenie poprawnosci @id, sameAs (metoda 3)
- Wikidata - budowa wpisu encji marki jako zewnetrzny sygnał dla Knowledge Graph (krok 3 checklisty)
Twoja encja w KG = 0 sygnałów? Czas to zmienić.
Bezpłatny audyt GEO - sprawdzimy stan Twojej encji w Knowledge Graph i pokażemy 3 działania które dają najszybszy wzrost widoczności w AI.