Tokeny

Tokeny to fragmenty, które modele językowe odczytują i generują; zwykle są mniejsze niż pełne słowa. Mają znaczenie, ponieważ każda wiadomość (prompt), fragment do pobrania (retrieval chunk) i odpowiedź modelu są wyceniane oraz limitowane na podstawie tokenów, a nie liczby słów.

Dla zespołów GEO oznacza to szybką zmianę w obsłudze treści. Jeśli materiał źródłowy jest rozbudowany, powtarzalny lub źle ustrukturyzowany, przepłacasz i dostajesz gorsze wyniki. Proste.

Dlaczego tokeny są ważne w GEO

Liczba tokenów wpływa na cztery rzeczy: koszt, dopasowanie kontekstu, jakość odpowiedzi oraz szanse na cytowania. Jeśli informacje o marce, specyfikacje produktów lub argumenty dowodowe nie mieszczą się czytelnie w dostępne okno kontekstowe, model je kompresuje, pomija lub ignoruje.

Właśnie tam większość zespołów się wykoleja. Mają obsesję na punkcie promptów i pomijają efektywność źródeł.

OpenAI, Anthropic i Google rozliczają zużycie na podstawie tokenów. W zależności od modelu, orientacyjna średnia dla angielskiego to 1,3–1,5 tokena na słowo, ale to przybliżenie załamuje się przy kodzie, tabelach, katalogach produktów i treściach wielojęzycznych. Strona o 500 słowach nie jest wiarygodnie wejściem o 700 tokenach. Mierz to.

Co powinni robić praktycy

Zacznij od audytu tokenów. Użyj tiktoken w procesach OpenAI, tokenizera Anthropic dla Claude’a albo logów zużycia z warstwy orkiestracji. Następnie odwzoruj wykorzystanie tokenów według szablonu, typu strony i celu generowanej odpowiedzi.

• Odpowiedzi wsparcia: często działają przy 150–300 tokenach na wyjściu.
• Wyjaśnienia produktów: zwykle 300–800 tokenów.
• Głębokie odpowiedzi techniczne z cytowaniami: 1 000+ tokenów, czasem znacznie więcej.

Wykorzystuj eksporty z Screaming Frog, dane zapytań z GSC oraz zestawy stron z Semrush lub Ahrefs, aby znaleźć miejsca, gdzie treści pod AI są zbyt rozwlekłe jak na rzeczywiste intencje wyszukiwania. Potem kompresuj źródło, a nie tylko prompt.

Dobra kompresja oznacza usuwanie zduplikowanych twierdzeń, ograniczanie „pustego” boilerplate’u i wysuwanie na początek unikalnych faktów, takich jak ceny, kompatybilność, metodologia oraz jednostki nazwane. Surfer SEO może pomóc wykryć przerośniętą kopię, ale samo nie rozwiąże problemu marnowania tokenów.

Gdzie strategia tokenów się załamuje

Jest jednak zastrzeżenie. Mniejsza liczba tokenów nie oznacza automatycznie lepszej skuteczności GEO. Prze-kompresowanie usuwa niuanse, zastrzeżenia i dowody. Może to obniżyć zaufanie do cytowań albo sprawić, że systemy retrieval całkiem przegapią właściwy fragment.

Inny problem: rozmiar okna kontekstowego nie jest tym samym co realna „uwaga” modelu. To, że model akceptuje 128k tokenów, nie znaczy, że token 127 500 dostaje takie samo traktowanie. John Mueller z Google potwierdził w 2025 roku, że widoczność wyszukiwania AI nadal zależy od tego, czy treści źródłowe są klarowne i dostępne, a nie od upychania większej ilości tekstu w formatach czytelnych maszynowo.

Jak używać tokenów jako wskaźnika operacyjnego

Śledź tokeny na odpowiedź, tokeny na cytowany blok źródła oraz koszt na udane wygenerowanie wyniku. Jeśli uruchamiasz GEO na dużą skalę, dodaj progi awarii dla obcięć (truncation) i halucynacji po długich kontekstach.

Moz, Ahrefs i Semrush nie pokażą bezpośrednio efektywności tokenowej, ale pomagają zdecydować, które strony jako pierwsze zasługują na prace kompresyjne: te, które mają wyświetlenia, słabe zaangażowanie i wysoką wartość informacyjną. Tam dyscyplina tokenów zwykle zwraca się najszybciej.

W skrócie: tokeny nie są techniczną drobnostką. To „zapas” (inwentarz). Jeśli je marnujesz, kupujesz wolniej, drożej i mniej niezawodną widoczność AI.