Wskaźnik głębokości uziemienia

Grounding Depth Index (GDI) ocenia, jak głęboko odpowiedź AI jest zakotwiczona w materiale źródłowym na poziomie twierdzeń. Nie chodzi o liczbę cytowań. Nie chodzi o upychanie linków. To miara jakości, która pokazuje, czy każde stwierdzenie faktyczne da się przypisać do konkretnego fragmentu: przejścia, tabeli, specyfikacji produktu, strony polityk lub wiersza w zbiorze danych.

Dla zespołów GEO ma to znaczenie, bo odpowiedzi generatywne są zaufane albo odrzucane w kilka sekund. Jeśli model cytuje stronę główną jako podstawę twierdzenia o cenach, które faktycznie znajduje się trzy kliknięcia głębiej w pliku PDF, to Twoje zakotwiczenie jest słabe — nawet jeśli odpowiedź wygląda dopracowanie.

Co tak naprawdę mierzy GDI

Przydatny model GDI zwykle ocenia trzy elementy: pokrycie twierdzeń, specyficzność źródła oraz dokładność dopasowania. Pokrycie oznacza, ile zdań zawierających fakty ma wsparcie. Specyficzność mówi o tym, czy wsparcie wskazuje dokładny fragment: sekcję, fragment adresu URL, tabelę lub cytat. Dokładność sprawdza, czy wskazane źródło rzeczywiście potwierdza twierdzenie, a nie tylko zawiera pasujące słowa kluczowe.

W praktyce zespoły przyznają punktację GDI w skali 0–1 lub 0–100. Przybliżony schemat:

• 0,00–0,40: słabe zakotwiczenie; szerokie cytowania, twierdzenia bez potwierdzenia, oczywiste nietrafienia w pobraniu
• 0,41–0,70: użyteczne dla treści o niskim ryzyku, ale nadal wymaga weryfikacji
• 0,71–0,85: solidny przedział operacyjny dla większości treści redakcyjnych i produktowych
• 0,86+: mocne zakotwiczenie, zwykle wymagane dla procesów medycznych, prawnych lub finansowych

Dlaczego zespoły GEO powinny się tym przejmować

GDI nie jest czynnikiem rankingowym Google. Bądźmy precyzyjni. Google Search nie publikuje „Grounding Depth Index”, a Google nie stwierdziło, że wykorzystuje ten wskaźnik bezpośrednio. Ale to, co stoi u podstaw tego zjawiska, ma znaczenie, ponieważ niesprawdzalne treści AI zwykle nie przechodzą przez sygnały, które realnie się liczą: zaufanie, dokładność, przegląd redakcyjny oraz satysfakcję użytkowników.

John Mueller z Google wielokrotnie podkreślał, że jakości treści nie „ratuje” metoda wytworzenia. W 2025 roku ponownie zaakcentował, że liczy się przydatna, poprawna merytorycznie treść — a nie to, czy AI pomogło ją napisać. Te same standardy. Inny workflow.

Dla operacji SEO GDI jest metryką kontrolną. Używaj jej do porównywania wersji promptów, konfiguracji RAG albo dostawców modeli. Jeśli jedna konfiguracja przesuwa wynik z 0,52 do 0,79 przy utrzymaniu stabilnej kompletności odpowiedzi, to jest to realna poprawa. Monitoruj ją obok wskaźnika ręcznych przeglądów pod kątem faktów, wskaźnika błędów cytowań oraz zaangażowania w GSC.

Jak mierzyć w prawdziwym świecie

Większość zespołów nie musi stosować frameworku klasy badawczej. Potrzebuje podejścia, które da się powtarzać. Wyciągnij twierdzenia faktyczne, przypisz każde twierdzenie do fragmentu źródła, a następnie waż dopasowanie jakościowe. Ahrefs, Semrush i Moz nie policzą za Ciebie GDI. To bliższe wewnętrznej metryce QA niż standardowy KPI platformy SEO.

Użyj Screaming Frog do weryfikacji, czy cytowane adresy URL zwracają kody statusu 200 oraz czy są indeksowalne. W GSC monitoruj, czy strony z większą przejrzystością źródeł utrzymują lepsze kliknięcia i wyświetlenia po publikacji. Jeśli testujesz formaty odpowiedzi, Surfer SEO może pomóc ujednolicić strukturę na stronie, ale nie zweryfikuje zakotwiczenia merytorycznego.

Uwaga: GDI da się „obejść”. Model może dołączyć dużo cytowań, a mimo to błędnie odczytać źródło. Wysoka gęstość cytowań nie oznacza wysokiej prawdy. Nadal potrzebujesz ludzkiej weryfikacji na próbkach wygenerowanych treści, szczególnie w tematach YMYL oraz wszędzie tam, gdzie dokumenty źródłowe zmieniają się co tydzień.

Jak wygląda dobre wdrożenie

• Wymagaj cytowań na poziomie twierdzeń, a nie jednej listy źródeł na dole
• Preferuj dokładne fragmenty źródła zamiast odniesień na poziomie domeny
• Ustal progi według poziomu ryzyka: 0,75 dla treści produktowych, 0,90+ dla treści regulowanych
• Audytuj 20–50 wyników na prompt lub zmianę modelu przed wdrożeniem
• Monitoruj wskaźnik błędnego potwierdzania (false-support rate), a nie tylko samo występowanie cytowań

W skrócie: GDI jest przydatne, bo wymusza twarde pytanie. Czy tę odpowiedź da się szybko sprawdzić i bronić z pełnym przekonaniem? Jeśli nie, treść nie jest gotowa — niezależnie od tego, jak płynnie brzmi.