Query fan-out: jak AI naprawdę szuka odpowiedzi

Query fan-out to technika, w której asystent AI rozbija jedno pytanie na wiele pod-zapytań, wysyła je równolegle i dopiero z zebranych fragmentów składa odpowiedź. Tak Google opisuje działanie swojego trybu AI Mode. Dla właściciela strony wniosek jest prosty: nie walczysz już o jedną frazę, tylko o kilkanaście pod-pytań naraz.

Jak AI szuka inaczej niż Google

Klasyczna wyszukiwarka dopasowuje stronę do wpisanej frazy i zwraca listę linków. Asystent AI robi co innego: rozbija pytanie na pod-zapytania, szuka każdego osobno, a potem buduje jedną odpowiedź z fragmentów wielu stron. Ten pierwszy krok to query fan-out, a pobieranie fragmentów i podawanie ich modelowi jako kontekstu to RAG, czyli retrieval-augmented generation.

Różnica jest praktyczna, nie akademicka. W klasycznym SEO wygrywała strona najlepiej dopasowana do frazy. Przy fan-oucie liczy się to, ile Twoich fragmentów trafi do puli, z której model buduje akapit. Możesz nie mieć pierwszego miejsca na żadne pod-zapytanie i mimo to dostać cytowanie, bo Twoja sekcja odpowiadała na jedno z nich najkrócej i najkonkretniej. Działa to też w drugą stronę: silna, ale rozlana strona przegrywa z krótką sekcją mniejszego konkurenta.

Skąd wiadomo, że tak to działa

To nie jest hipoteza branży SEO. Google w komunikacie o AI Mode pisze wprost, że tryb ten używa techniki query fan-out: rozbija pytanie na podtematy i wysyła wiele zapytań jednocześnie w imieniu użytkownika. Ta sama firma dodaje, że Deep Search bierze mechanizm dalej i potrafi wystrzelić setki wyszukiwań pod jeden, w pełni ocytowany raport.

Trzeba jednak od razu rozdzielić dwie rzeczy. Sam fakt istnienia fan-outu jest udokumentowany przez Google. Liczba pod-zapytań pod konkretne pytanie, ich kolejność i sposób ważenia źródeł nie są publikowane.

Ten sam mechanizm napędza nowy interfejs wyszukiwarki. Opisujemy go w tekście o AI Mode, który zastępuje AI Overviews rozmową.

Pytania do AI są dłuższe i bardziej opisowe

Zmienia się też materiał wejściowy. Według danych Google z maja 2026 średnie wyszukiwanie w AI Mode jest trzy razy dłuższe od zwykłego zapytania w wyszukiwarce. Rosną zapytania zaczynające się od „gdzie”, „gdzie powinienem” i „pomysły na”, a ponad jedno na sześć wyszukiwań w USA korzysta z głosu lub obrazu.

Podobny kierunek widać poza Google. Semrush, analizując ruch ChatGPT, podaje, że w lutym 2026 asystent włączał wyszukiwanie w sieci przy 34,5% zapytań, wobec 46% pod koniec 2024 roku, a średnia długość zapytania z wyszukiwaniem urosła z 4,7 do 8,7 słowa. Dla Ciebie płyną z tego dwa wnioski. Użytkownik opisuje całą sytuację, zamiast wpisywać fragment frazy. I nie każda rozmowa z asystentem w ogóle dotyka czyjejkolwiek strony, więc część „utraconego ruchu” nigdy nie była ruchem do zdobycia.

Co to znaczy dla Twojej treści

Skoro model pobiera fragmenty, wygrywają strony, z których łatwo wyciąć samodzielny, sensowny kawałek. Akapit-rozgrzewka przed konkretem jest kosztem, nie wstępem: retriever i tak potnie stronę na kawałki, a kawałek bez odpowiedzi nie ma czego wnieść do puli.

W praktyce oznacza to trzy rzeczy. Nagłówek ma być pytaniem albo dokładną nazwą problemu, nie nazwą działu. Pierwsze dwa zdania pod nagłówkiem mają zawierać odpowiedź, którą da się zacytować bez reszty tekstu. Dopiero potem idą warunki, wyjątki i przykłady. Ten układ rozpisujemy szerzej w tekście o pisaniu answer-first, a szerszy kontekst optymalizacji pod modele zbiera przewodnik po GEO. Warto też wiedzieć, skąd asystenci biorą rekomendacje, bo część pod-zapytań trafia nie na strony firm, tylko na fora i wideo.

Jak rozpisać fan-out dla własnej firmy

Nie potrzebujesz do tego narzędzia. Potrzebujesz kartki i pół godziny.

1. Wypisz jedno realne pytanie klienta, dokładnie tak, jak zadaje je przez telefon. Nie frazę z planera słów kluczowych, tylko całe zdanie.
2. Rozbij je na 5-10 pod-pytań, które trzeba obsłużyć, żeby odpowiedź była pełna: ile to kosztuje, ile trwa, czy robicie to w moim mieście, co jeśli się nie uda, czym różni się od tańszej opcji, kto to u was wykonuje.
3. Sprawdź, które z tych pod-pytań ma już na Twojej stronie własną sekcję z nagłówkiem. Zwykle okazuje się, że dwa albo trzy.
4. Dopisz brakujące sekcje tam, gdzie pasują tematycznie. Osobna podstrona pod każde pod-pytanie to zwykle marnowanie pracy, bo model i tak tnie treść na fragmenty.
5. Podaj liczby, jeśli je masz: widełki ceny, termin realizacji, zasięg dojazdu, długość gwarancji. Fragment z konkretem jest cytowalny, fragment z deklaracją nie.

Dla małej firmy usługowej to często cała robota na start. Jeśli chcesz przejść to metodycznie, mamy osobny audyt GEO krok po kroku.

Czego o query fan-out nie wiemy

Mechanizm jest potwierdzony, szczegóły nie. Google nie publikuje, ile pod-zapytań powstaje pod konkretne pytanie, jak ważone są domeny ani jak długo utrzymuje się raz zdobyte cytowanie. Nie wiadomo też, na ile fan-out w AI Mode przypomina to, co robią ChatGPT, Perplexity czy Claude, bo każdy z tych systemów ma własny retriever i własny zestaw źródeł. Wyniki jednego narzędzia nie przenoszą się automatycznie na pozostałe.

Dlatego dwie rzeczy traktowałbym z rezerwą. Pierwsza to narzędzia obiecujące podgląd „prawdziwego fan-outu Google”: to symulacja, użyteczna jako burza mózgów, bezużyteczna jako dowód. Druga to obietnice stałego wzrostu cytowań, bo cytowania w AI rotują, co opisujemy w tekście o citation cliff. Sam Google w dokumentacji dla webmasterów pisze, że do pojawienia się w AI Overviews i AI Mode nie ma dodatkowych wymagań ani potrzeby tworzenia specjalnych plików czy znaczników. To dobry test na oferty sprzedające „format pod AI”.

Co zrobić w tym tygodniu

Zacznij od jednej podstrony, która realnie sprzedaje. Rozbij jej temat na pod-pytania metodą wyżej i dopisz dwie do trzech sekcji, których brakowało. Skróć pierwszy akapit każdej sekcji do dwóch zdań z odpowiedzią. Sprawdź, czy nagłówki brzmią jak pytania klienta.

Potem mierz, zanim wyciągniesz wnioski. Obecność w odpowiedziach asystentów widać inaczej niż klasyczne pozycje, a jak ją czytać, pokazujemy w tekście o mierzeniu widoczności marki w AI. Jeśli okaże się, że jesteś wysoko w Google i niewidoczny u asystentów, problemem jest zwykle struktura tekstu, nie autorytet domeny. A strukturę naprawia się przepisaniem sekcji, nie kupowaniem linków.

Najczęstsze pytania

Co to jest query fan-out?

To rozbicie jednego pytania użytkownika na kilka pod-zapytań, które AI wyszukuje osobno, by potem złożyć z nich pełną odpowiedź.

Czym jest RAG?

Retrieval-augmented generation - technika, w której model pobiera fragmenty stron z sieci i wykorzystuje je jako kontekst do wygenerowania odpowiedzi.

Jak pisać, żeby AI cytowało moją stronę?

Modułowo i answer-first: nagłówek w formie pytania, krótka konkretna odpowiedź, a następnie rozwinięcie z danymi i źródłami.

Czy długie artykuły mają sens przy query fan-out?

Tak, o ile są podzielone na samodzielne sekcje. AI wycina pojedyncze fragmenty, więc każda sekcja powinna bronić się sama.

Źródła: Google, AI Mode i technika query fan-out, Google, jak AI Mode zmienia sposób wyszukiwania (maj 2026), Semrush, analiza ruchu ChatGPT (kwiecień 2026), Google Search Central, funkcje AI a Twoja strona.