Măsurarea performanței în AI search se face ușor prost. Mențiunile, citările și share of voice arată unde apare un brand, dar nu îți spun ce să repari, ce să construiești sau unde să pui bugetul. Un cadru propus de LightSite AI folosește patru semnale first-party: trafic de boți AI, pagini consumate de boți, vizite umane din AI search și AI CTR. Ideea centrală: datele de pe site-ul tău arată ce s-a întâmplat efectiv, nu ce ar putea să se întâmple într-o simulare.

Search Engine Journal a publicat un webinar on-demand pe 11.09.2026, susținut de Stas Levitan (fondator LightSite AI) alături de Loren Baker, care propune o abordare orientată pe performanță în măsurarea AI search (sursa). Subiectul nu e nou ca temă, dar unghiul merită discutat: majoritatea tool-urilor de vizibilitate AI simulează prompturi și numără apariții. Întrebarea e dacă asta ajută la decizii sau doar la benchmark.

Cursa pentru vizibilitate AI, de la citări la semnale de performanță

Uneltele de vizibilitate AI fac, în general, același lucru: simulează prompturi, rulează interogări, apoi măsoară cât de des apare un brand, cât de des e citat și cu ce sentiment. Sunt utile pentru analiză competitivă și trend. Problema apare când cineva le cere să răspundă la întrebarea „ce fac mâine cu bugetul”. Levitan susține exact asta: există o confuzie între date de benchmark și date de performanță. O simulare arată ce ar putea să se întâmple. Datele first-party arată ce s-a întâmplat.

Răspunsurile AI sunt contextuale, personalizate și variabile. Același prompt, rulat de două ori, poate produce răspunsuri diferite. De aici vine capcana: dacă tratezi un eșantion de prompturi ca și cum ar fi realitate măsurată, îți construiești încredere falsă. Și muți bugetul spre activități care nu produc cerere. Asta nu înseamnă că share of voice e inutil. Înseamnă că trebuie ținut la locul lui, adică în zona de context competitiv, nu în zona de decizie operațională.

Cadrul propus în webinar împarte AI search în patru etape. Nu sunt interschimbabile. Un număr mare într-o zonă nu garantează un rezultat în alta. Asta e partea pe care multe rapoarte o sar, pentru că e mai comod să pui totul într-un dashboard unic și să te uiți la o singură cifră verde.

Cele 4 semnale pe care le propune webinarul

Cele patru semnale, așa cum sunt descrise în materialul sursă:

  1. Trafic de boți AI. E un semnal de discovery, în vârful pâlniei: un sistem AI a accesat o pagină. Modul de interpretare propus e interesant, respectiv vizitele de boți pot fi tratate ca un nou tip de impresie la nivel de site.
  2. Pagini consumate de boți. Care resurse sunt accesate, ignorate, revisitare sau explorate mai în adâncime. Tiparele de consum pot arăta unde sunt prioritățile de conținut.
  3. Vizite umane din AI search. Trafic de referral care indică faptul că un răspuns AI a dus o persoană la un click. Aici apare cererea reală.
  4. AI CTR. Un raport care compară atenția mașinilor cu cererea umană, la nivel de pagină, site sau campanie.

Reține ordinea logică: descoperire, interes, cerere umană, relația dintre ele. Fiecare semnal răspunde la o întrebare diferită. Botul care citește pagina nu înseamnă om care citește pagina. Pagina citită de om nu înseamnă om care a venit din AI search. Iar omul care a venit din AI search nu înseamnă automat client.

Ce arată datele despre boți și referral: concentrare extremă

Partea cea mai concretă din webinar nu e teoria, ci tiparele observate în setul de date LightSite AI. Două observații merită reținute.

Prima: atenția AI e foarte concentrată. Aproximativ 12% dintre paginile din setul de date au absorbit cam jumătate din impresiile de boți. Asta înseamnă că nu ai o problemă de „vizibilitate pe tot site-ul”. Ai un grup mic de pagini care poartă aproape toată prezența ta în AI search.

A doua: un grup foarte mic de pagini, recite în fereastra de patru până la șase săptămâni, a generat o parte disproporționat de mare din volumul de crawl. Adică există pagini pe care sistemele AI le revizitează constant. Întrebarea utilă nu e „de ce mă citește botul”, ci „ce au paginile astea și ce nu au restul”.

Webinarul compară, de asemenea, conținut generic de blog cu active utile: unelte, șabloane, resurse de suport, pagini care răspund unei întrebări specifice pentru un public specific. Asta nu e o noutate pentru cineva care lucrează în SEO de zece ani, dar e o reamintire utilă: formatul nu salvează intenția. O listă frumos formatată pe o pagină fără scop clar rămâne o pagină fără scop clar.

Sunt menționate și câteva exemple de clienți care au legat aceste tipare de schimbări concrete, inclusiv îmbunătățirea paginilor de suport cu intenție mare și crearea de conținut comparativ focusat. Nu avem acces la cifrele lor, deci le tratăm ca studii de caz prezentate de vendor, nu ca dovezi independente.

De la semnale la plan de acțiune

Frameworkul începe, firesc, cu un pas tehnic: verifică dacă boții AI majori pot accesa site-ul. Levitan spune că aproximativ o treime dintre site-urile din setul de date blocau cel puțin un bot AI major. Cauza, de multe ori, nu e o decizie de SEO, ci o nealiniere între securitate, CDN și marketing. Un set de reguli de bot management configurat pentru a bloca scraperii agresivi poate bloca, în același timp, și accesul sistemelor care aduc trafic.

Aici e un punct de verificare pe care îl recomand oricui lucrează cu un site serios: nu presupune că accesul e deschis doar pentru că nu ți se pare că ai blocat ceva. Verifică regulile din CDN, din WAF și din robots.txt împreună, nu separat. Regulile se pot anula reciproc, iar cine le-a setat nu e neapărat aceeași persoană.

După verificarea tehnică, pașii propuși sunt: identifică paginile care primesc deja cea mai multă atenție din partea boților, compară activitatea cu referral-urile umane, caută golurile. O pagină intens accesată de boți dar cu zero vizite umane cere un răspuns. O pagină care atrage și boți, și trafic calificat cere altul. Diferența asta e exact ce lipsește din rapoartele bazate doar pe mențiuni.

Webinarul se încheie cu o matrice de decizie pentru AI CTR, care leagă fiecare semnal de o acțiune practică. Matricea nu e publică în rezumatul sursă, deci nu pot comenta pe structura ei exactă. Ce pot spune e că logica de bază se susține: combinația dintre atenția mașinilor și cererea umană e mai informativă decât oricare dintre ele luată separat.

Ce înseamnă pentru tine, ca antreprenor sau marketer român

Dacă ai un magazin online sau un business de servicii cu un site care primește trafic din search, întrebarea practică e simplă: ai date despre cum te tratează sistemele AI, sau te uiți doar la un dashboard de mențiuni?

Concret, pentru un antreprenor român, pașii care au sens acum sunt limitati și ieftini:

Ce nu aș face: să iau cifrele din webinar, precum 12% sau o treime, și să le tratez ca și cum ar fi valabile pentru orice site. Sunt observații pe un set de date al unui vendor, pe site-uri care probabil folosesc produsul lor. Sunt un punct de plecare pentru ipoteze, nu o regulă generală.

FAQ

Pot lega AI search de venit? Parțial. Webinarul separă explicit părțile de pâlnie care pot fi măsurate cu încredere de cele unde atribuirea e încă incompletă. Nu avem din sursă cifre concrete despre conversii din trafic AI, deci orice promisiune de tipul „X% din traficul AI convertește” ar fi inventată. Recomandarea mea: măsoară referral-urile AI ca segment separat în analytics și urmărește-le în timp, fără să le amesteci cu organic-ul clasic.

Unele platforme CMS sunt mai ușor de crawlat de boții AI? Răspunsul din webinar depășește discuția WordPress vs Shopify vs Webflow. Da, caracteristicile CMS-ului contează, dar setările de CDN, securitate și bot management pot anula un setup altfel accesibil. Adică problema nu e neapărat platforma, ci configurarea de deasupra ei.

Comportamentul de crawl prezice citările? Nu direct. Levitan separă observațiile deterministe de crawl de monitorizarea probabilistică a citărilor. Sunt seturi de date care răspund la întrebări diferite. Crawl-ul îți spune ce a accesat sistemul. Citarea îți spune ce a folosit în răspuns. Confuzia dintre ele duce la concluzii greșite.

Concluzie: AI-ul ajută la analiză, decizia rămâne umană

Cadrul cu patru semnale e util pentru că mută discuția de la „unde apar în răspunsuri AI” la „ce se întâmplă efectiv pe site-ul meu”. Boții lasă urme. Oamenii lasă urme. Diferența dintre ele e informația care contează.

Dar datele nu decid singure. Un tool îți poate arăta că 12% din pagini absorb jumătate din atenția boților. Nu îți poate spune care pagină merită rescrisă, ce unghi de conținut aduce cerere sau unde se pierde conversia. Acolo intervine media buyer-ul sau marketerul care înțelege business-ul, nu dashboard-ul.

AI-ul ajută la analiză și planning. Execuția și deciziile rămân umane. Dacă vrei să treci de la rapoarte de vizibilitate la un plan concret de conținut și măsurare, echipa ALLSoft Agency poate face pasul practic: audit tehnic de acces boți, segmentare de trafic AI în analytics și prioritizare de pagini pe baza semnalelor reale, nu a estimărilor.