Przez wiele lat SEO opierało się na prostym założeniu: wyszukiwarka czyta tekst tak, jak czyta go człowiek. Wystarczyło więc zadbać o nagłówki, nasycenie słów kluczowych i linkowanie, a struktura HTML pełniła jedynie rolę technicznego opakowania. Znaczniki semantyczne, takie jak <aside>, istniały, ale pozostawały na marginesie zainteresowania branży.
Dziś to podejście zaczyna się kruszyć. Wraz z rozwojem wyszukiwania generatywnego i modeli językowych – takich jak Google Gemini – coraz wyraźniej widać, że nie liczy się już tylko to, co jest napisane, ale również gdzie i w jakiej roli semantycznej dana treść się znajduje.
Dobrym przykładem tej zmiany jest sytuacja, w której modele AI, odpowiadając na pytanie „czym jest dany serwis”, sięgają nie po lead artykułu, lecz po definicję umieszczoną w <aside>. Z punktu widzenia starego SEO wygląda to jak anomalia. Z punktu widzenia AI – jest to logiczny wybór.
Aby zrozumieć, skąd bierze się ta różnica, warto cofnąć się do sposobu, w jaki przez lata budowano treści.
Jak wyglądało to „przed erą AI”
W klasycznym podejściu SEO definicje, objaśnienia i informacje kontekstowe były najczęściej wlewane bezpośrednio w treść artykułu. Wszystko trafiało do jednego strumienia tekstu, bo liczyło się to, by robot wyszukiwarki „zobaczył” jak najwięcej istotnych słów.
Kod takiej strony wyglądał często mniej więcej tak:
<article>
<h1>Rynek Lubelski</h1>
<p>
Rynek Lubelski to lokalny portal poświęcony historii i współczesności Lublina,
który publikuje artykuły, archiwalia i materiały źródłowe dotyczące miasta
oraz regionu.
</p>
<p>
W kolejnych latach serwis rozwinął się o nowe działy, podcasty i analizy...
</p>
</article>
Z perspektywy SEO wszystko było poprawne. Definicja znajdowała się wysoko, słowa kluczowe były obecne, nagłówek był jasny. Problem polegał na tym, że cała treść miała jedną semantyczną wagę. Dla algorytmu była to narracja. Dla AI – również narracja, pełna dygresji i stylu publicystycznego.
Model językowy, próbując odpowiedzieć na proste pytanie definicyjne, musi w takim przypadku streszczać tekst, odcinać poboczne wątki i samodzielnie decydować, co jest istotą odpowiedzi. To zwiększa ryzyko uproszczeń, błędów albo pominięć.
Co zmienia <aside> i dlaczego AI go „widzi”
Znacznik <aside> w HTML5 nie został zaprojektowany jako element wizualny. Jego znaczenie jest czysto semantyczne: to treść powiązana z głównym tematem, ale nienależąca do głównej narracji.
Gdy tę samą definicję przeniesiemy do <aside>, struktura strony zaczyna wyglądać inaczej nie dla czytelnika, lecz dla maszyny:
<article>
<h1>Rynek Lubelski</h1>
<aside>
<strong>Rynek Lubelski</strong> to lokalny portal
poświęcony historii i współczesności Lublina oraz regionu.
</aside>
<p>
Serwis publikuje artykuły archiwalne, analizy źródeł prasowych
oraz materiały dotyczące życia miasta na przestrzeni dekad.
</p>
</article>
Dla AI to jasny sygnał: oto fragment, który wyjaśnia byt, a nie opowiada historię. Nie jest to część narracji, lecz kontekst. Model językowy nie musi już interpretować stylu autora ani zgadywać, gdzie kończy się definicja, a zaczyna publicystyka. Może po prostu sięgnąć po gotowy fragment.
I właśnie dlatego, odpowiadając na pytanie użytkownika, AI coraz częściej cytuje treści z <aside> zamiast z głównego tekstu. Przetestowałem to wpisując np. w Gemini pytanie „Czym jest Rynek Lubelski?” – w odpowiedzi dostałem informacje prawie słowo w słowo zapisane w stopce, gdzie mam treść otuloną w <aside>.
Dlaczego dawne SEO tego nie dostrzegało
Przez lata <aside> było kojarzone z elementami, które z punktu widzenia pozycjonowania były problematyczne. W praktyce trafiały tam boksy reklamowe, listy popularnych wpisów, losowe linki czy formularze zapisu do newslettera. Algorytmy wyszukiwarek uczyły się, że to obszar o niskiej wartości merytorycznej.
Widocznie pojawiał się taki wniosek: skoro <aside> nie wpływa na pozycję, nie ma sensu inwestować w treść umieszczaną w tym znaczniku. Ważne rzeczy trafiały więc do <article>, a <aside> pozostawał dodatkiem albo był pomijany całkowicie.
Problem w tym, że AI nie ocenia strony przez pryzmat rankingu, lecz przez pryzmat użyteczności fragmentu w odpowiedzi. Dla modelu językowego treść w <aside> nie jest „mniej ważna” – jest po prostu innego typu.
„Po AI” – świadome użycie <aside>
W nowym podejściu <aside> przestaje być koszem na dodatki, a zaczyna pełnić rolę kontrolowanego nośnika kontekstu. Można tam umieszczać definicje, krótkie objaśnienia pojęć, informacje o autorze czy streszczenia tła historycznego.
Dla czytelnika to nadal element poboczny. Dla AI – klarowna kapsuła znaczeniowa.
W efekcie powstaje sytuacja, w której artykuł jest czytelny i płynny, a jednocześnie zawiera wyraźnie wydzielone fragmenty, które model językowy może bezpiecznie cytować. To dokładnie to, czego nie potrafiło zapewnić dawne SEO oparte wyłącznie na słowach kluczowych.
Zmiana, która dopiero się zaczyna
To, że modele AI sięgają po treści z <aside>, nie jest bugiem ani przypadkiem. To konsekwencja tego, że semantyka HTML zaczyna być traktowana serio – nie przez pozycje w rankingu, lecz przez systemy, które tworzą odpowiedzi zamiast list wyników.
Dawne SEO ignorowało <aside>, bo nie przynosił szybkich efektów. AI zwraca na niego uwagę, bo pomaga zrozumieć sens treści bez konieczności jej interpretowania.
I to jest moment, w którym widać wyraźnie: optymalizacja pod wyszukiwarki i optymalizacja pod modele językowe to nie to samo. A <aside> stał się jednym z pierwszych znaczników, które pokazują tę różnicę w praktyce.
Dodaj komentarz