Μπορεί μία επιχείρηση να εμφανίζεται ψηλά στη Google, να έχει οργανική επισκεψιμότητα, backlinks και χρόνια παρουσίας στο Search και παρ' όλα αυτά να απουσιάζει όταν κάποιος ρωτήσει το ChatGPT, το Gemini, το Perplexity ή ένα άλλο AI search engine ποια εταιρεία ή ποιο προϊόν να επιλέξει;
Ναι, μπορεί.
Όχι επειδή το SEO έπαψε να λειτουργεί. Και όχι επειδή τα AI systems αγνοούν το web.
Ο λόγος είναι ότι αρχίζουμε να μετράμε δύο διαφορετικά πράγματα.
Το κλασικό SEO εξετάζει κυρίως αν μία σελίδα:
- ανακαλύπτεται,
- ευρετηριάζεται,
- κατατάσσεται για συγκεκριμένες αναζητήσεις,
- και κερδίζει impressions και clicks.
Η AI visibility προσθέτει διαφορετικά ερωτήματα:
- γνωρίζει το σύστημα ότι υπάρχει το brand;
- το αναφέρει όταν ο χρήστης δεν γράφει το όνομά του;
- το συμπεριλαμβάνει μεταξύ των προτεινόμενων επιλογών;
- χρησιμοποιεί το site του ως πηγή;
- χρησιμοποιεί τρίτες πηγές που μιλούν γι' αυτό;
- και τελικά πώς το παρουσιάζει μέσα στην απάντηση;
Στο SEO παλεύουμε για θέση. Στην AI παλεύουμε επιπλέον για παρουσία μέσα στην ίδια την απάντηση.
Το καινούργιο πρόβλημα: rankάρεις, αλλά σε αναφέρει η AI;
Για περισσότερα από είκοσι χρόνια, ένα μεγάλο μέρος του digital marketing μπορούσε να περιγραφεί με μία σχετικά απλή αλυσίδα:
Keyword → Ranking → Click → Website → Conversion.
Η άνοδος των generative search experiences προσθέτει μία νέα διαδρομή:
Ερώτηση → AI answer → Brands / sources → πιθανό click → conversion.
Και εδώ εμφανίζεται το πρόβλημα.
Ο χρήστης μπορεί να μην ψάξει ποτέ το brand σας με το όνομά του.
Μπορεί να ρωτήσει:
«Ποιο CRM είναι κατάλληλο για μικρή εταιρεία;»
ή:
«Ποια εταιρεία κατασκευής ιστοσελίδων στον Βόλο έχει εμπειρία σε custom PHP εφαρμογές;»
Σε μία τέτοια ερώτηση, το πραγματικό τεστ δεν είναι αν το site εμφανίζεται για το δικό του brand name.
Το τεστ είναι:
Θα σκεφτεί το AI το brand όταν ο χρήστης δεν του το έχει ήδη δώσει;
Νέα δεδομένα: η διαφορά ανάμεσα στα μεγάλα και στα μικρά brands
Μία μελέτη που δημοσιεύθηκε τον Ιούνιο του 2026 ανέλυσε περισσότερες από 100.000 απαντήσεις από AI search engines για περισσότερα από 100 brands, με δεδομένα που συλλέχθηκαν μεταξύ Μαρτίου και Μαΐου 2026.
Το ισχυρότερο εύρημα ήταν αυτό που οι ερευνητές ονόμασαν brand-stature visibility ladder.
Σε unbranded ερωτήσεις, δηλαδή σε prompts όπου το όνομα της εταιρείας δεν περιλαμβανόταν ήδη στην ερώτηση:
- τα μεγάλα, παγκοσμίως αναγνωρίσιμα brands εμφανίζονταν περίπου στο 73% των σχετικών AI answers,
- τα established mid-market και regional brands περίπου στο 44%,
- ενώ τα μικρά και niche brands μόλις περίπου στο 11%.
Η διαφορά ήταν περίπου 30 ποσοστιαίες μονάδες σε κάθε επίπεδο.
Πρόκειται για εντυπωσιακό εύρημα, αλλά χρειάζεται σωστή ανάγνωση.
Η ίδια η μελέτη χαρακτηρίζει το αποτέλεσμα παρατηρησιακό και όχι αιτιώδες. Τα δεδομένα προέρχονται επίσης από την παραγωγική πλατφόρμα της εταιρείας Ranqo, με την οποία συνδέεται ο συγγραφέας, επομένως δεν πρέπει να τα αντιμετωπίσουμε ως τελική και ανεξάρτητη αλήθεια για ολόκληρη την αγορά.
Αποτελούν όμως μία από τις μεγαλύτερες μέχρι σήμερα μετρήσεις πραγματικής AI brand visibility.
Πηγή: Generative Engine Optimization at Scale: Measuring Brand Visibility Across AI Search Engines.
Το πραγματικά ανησυχητικό 11%
Το 11% για τα μικρότερα brands αξίζει να το δούμε λίγο διαφορετικά.
Δεν σημαίνει ότι «το 89% των μικρών επιχειρήσεων δεν υπάρχει στην AI».
Σημαίνει ότι στο συγκεκριμένο dataset, τα Tier 3 brands εμφανίστηκαν κατά μέσο όρο μόνο στο 11,4% των σχετικών unbranded prompts κατά την πρώτη μέτρηση.
Αυτό είναι πολύ πιο ενδιαφέρον από ένα απλό ranking.
Ένα μικρό brand μπορεί να έχει αξιοπρεπές SEO για συγκεκριμένα long-tail keywords, να παίρνει οργανικό traffic και παρ' όλα αυτά να μην αποτελεί μία από τις οντότητες που ανακαλεί ή επιλέγει ένα AI system όταν ζητείται μία γενική σύσταση.
Και εκεί εμφανίζεται η διαφορά ανάμεσα στο:
«η σελίδα μου είναι σχετική με αυτή την αναζήτηση»
και στο:
«το brand μου θεωρείται σχετική απάντηση σε αυτή την ανάγκη».
SEO visibility και Brand visibility δεν είναι ταυτόσημες έννοιες
Αυτό είναι ίσως το πιο σημαντικό σημείο του άρθρου.
Μία σελίδα μπορεί να rankάρει.
Ένα brand όμως πρέπει να αναγνωρίζεται ως entity και να συνδέεται με συγκεκριμένες κατηγορίες, υπηρεσίες, προϊόντα, χαρακτηριστικά και αποδείξεις.
Για παράδειγμα, η Google μπορεί να κατατάξει ένα άρθρο:
«Πώς επιλέγω CRM για μικρή επιχείρηση»
επειδή το άρθρο απαντά πολύ καλά στο query.
Αυτό δεν σημαίνει ότι ένα AI system, όταν ερωτηθεί:
«Πρότεινέ μου τρία CRM για μικρή επιχείρηση»
θα αναφέρει υποχρεωτικά την εταιρεία που δημοσίευσε το άρθρο.
Το περιεχόμενο και το brand είναι δύο συνδεδεμένα αλλά διαφορετικά επίπεδα.
Οι AI μηχανές δεν χρησιμοποιούν όλες τις ίδιες πηγές
Μία από τις πιο σταθερές παρατηρήσεις στη σύγχρονη έρευνα είναι ότι τα generative engines δεν εμφανίζουν απαραίτητα τις ίδιες πηγές.
Μεγάλη συγκριτική έρευνα ανάμεσα σε AI Search και παραδοσιακό Google Search βρήκε σημαντικές διαφορές στον τρόπο επιλογής πηγών.
Τα AI search systems παρουσίασαν μεγαλύτερη τάση προς earned media, δηλαδή τρίτες, ανεξάρτητες ή authoritative πηγές, σε σύγκριση με το πιο ισορροπημένο μείγμα του παραδοσιακού Search.
Η ίδια έρευνα βρήκε επίσης σημαντικές διαφορές μεταξύ των ίδιων των AI engines ως προς:
- τη διαφορετικότητα των domains,
- τη φρεσκάδα των πηγών,
- τη σταθερότητα μεταξύ γλωσσών,
- και την ευαισθησία στη διατύπωση του prompt.
Πηγή: Generative Engine Optimization: How to Dominate AI Search.
Άρα δεν αρκεί να μιλάς εσύ για τον εαυτό σου
Αυτό δημιουργεί μία σημαντική στρατηγική αλλαγή.
Στο κλασικό SEO μπορούμε να δημιουργήσουμε εξαιρετικά ισχυρές owned pages:
- service pages,
- landing pages,
- product pages,
- guides,
- blog articles.
Στην AI visibility, όμως, αποκτά μεγαλύτερη σημασία και το τι λέει το υπόλοιπο web για το brand.
Όχι επειδή πρέπει να γεμίσουμε το internet με τεχνητές mentions.
Αντίθετα, η ίδια η Google προειδοποιεί ότι η αναζήτηση ψεύτικων ή μη αυθεντικών mentions δεν αποτελεί ουσιαστική στρατηγική για generative AI visibility.
Το νόημα είναι διαφορετικό:
Ένα brand είναι ισχυρότερο όταν η πληροφορία για το ποιο είναι και τι κάνει δεν υπάρχει μόνο στο δικό του domain.
Οι πηγές τρίτων δημιουργούν επιβεβαίωση
Ένα generative system που προσπαθεί να απαντήσει στο «ποιον να επιλέξω;» έχει διαφορετικό πληροφοριακό πρόβλημα από μία μηχανή που προσπαθεί απλώς να βρει μία σχετική webpage.
Πρέπει να συγκρίνει επιλογές.
Άρα πηγές όπως:
- ανεξάρτητες συγκρίσεις,
- κλαδικές δημοσιεύσεις,
- τεκμηριωμένα reviews,
- case studies,
- συνεντεύξεις,
- επαγγελματικοί κατάλογοι,
- δημόσια datasets,
- και άλλες αξιόπιστες αναφορές,
μπορούν να αποτελέσουν επιπλέον στοιχεία για την ταυτότητα και τη φήμη μιας οντότητας.
Το ζητούμενο όμως παραμένει αυθεντική επιβεβαίωση, όχι artificial link building μεταμφιεσμένο σε GEO.
Το παράδοξο των citations: 78% σε corporate sites
Η ίδια μελέτη του 2026 παρουσιάζει ένα εύρημα που στην πρώτη ανάγνωση μοιάζει να έρχεται σε αντίθεση με την προηγούμενη εικόνα.
Περίπου 78% των citations που καταγράφηκαν οδηγούσαν σε corporate websites.
Αυτό δεν σημαίνει ότι το 78% οδηγούσε στο site του brand που προτεινόταν.
Η κατηγορία περιλαμβάνει τόσο owned brand pages όσο και websites άλλων εταιρειών του ίδιου οικοσυστήματος.
Άρα το συμπέρασμα δεν είναι:
«Τα AI engines προτιμούν πάντα το επίσημο site».
Το συμπέρασμα είναι ότι το corporate web παραμένει τεράστια πληροφοριακή δεξαμενή για AI search.
Το περιεχόμενο που citeάρεται περισσότερο
Στο ίδιο dataset, η πιο συχνά cited μορφή σελίδας ήταν τα ranked “best-of” listicles, περίπου στο 21% των citations.
Μία σελίδα όπως:
«Τα 10 καλύτερα CRM για μικρές επιχειρήσεις»
μπορεί να αναφέρει πολλά διαφορετικά brands και επομένως να χρησιμοποιηθεί ως source για πολλές διαφορετικές AI απαντήσεις.
Αυτό όμως δεν σημαίνει ότι πρέπει αύριο όλοι να δημιουργήσουμε «Top 10» άρθρα.
Η συσχέτιση δεν αποδεικνύει ότι το format προκαλεί το citation.
Μπορεί απλώς τέτοιες σελίδες να ταιριάζουν πολύ καλά με recommendation queries επειδή περιέχουν:
- πολλαπλές οντότητες,
- συγκρίσεις,
- χαρακτηριστικά,
- πλεονεκτήματα και μειονεκτήματα,
- και structured επιλογές.
Το πιο σημαντικό μάθημα: η AI visibility είναι πολυσταδιακή
Τον Ιούλιο του 2026 δημοσιεύθηκε μία κριτική ανασκόπηση 45 μελετών γύρω από το Generative Engine Optimization.
Το συμπέρασμα είναι εξαιρετικά χρήσιμο γιατί βάζει φρένο σε πολλές υπερβολικές υποσχέσεις της νέας βιομηχανίας GEO.
Η AI visibility δεν είναι ένα δεύτερο Google ranking.
Περιλαμβάνει μία αλυσίδα διαφορετικών σταδίων:
- search activation,
- crawling και indexing,
- retrieval,
- reranking,
- κατανομή context,
- citation,
- prominence μέσα στην απάντηση,
- απορρόφηση της πληροφορίας στην τελική σύνθεση,
- και τελικά συμπεριφορά του χρήστη.
Μία σελίδα μπορεί λοιπόν:
να ανακαλυφθεί αλλά να μη γίνει retrieve.
Να γίνει retrieve αλλά να μη γίνει citation.
Να γίνει citation αλλά να μην επηρεάσει ουσιαστικά την απάντηση.
Να επηρεάσει την απάντηση αλλά να μη φέρει click.
Αυτό είναι πολύ διαφορετικό από το παραδοσιακό μοντέλο ενός SERP.
Και εδώ χρειάζεται φρένο στα GEO hacks
Η ίδια ανασκόπηση καταλήγει σε κάτι που θεωρώ εξαιρετικά σημαντικό για όποιον αγοράζει σήμερα υπηρεσίες GEO.
Μέχρι στιγμής, καμία από τις τεχνικές που εξέτασε η βιβλιογραφία δεν έχει αποδείξει σταθερό, μακροχρόνιο και cross-platform αιτιώδες αποτέλεσμα στην οργανική discoverability και στη συμπεριφορά που ακολουθεί.
Με απλά λόγια:
Δεν υπάρχει ακόμη αποδεδειγμένη συνταγή που να σου εγγυάται ότι θα «βγεις πρώτος στο ChatGPT».
Και πιθανότατα η ίδια η έκφραση είναι λανθασμένη.
Δεν υπάρχει μία σταθερή πρώτη θέση.
Το ίδιο prompt δεν δίνει πάντα το ίδιο αποτέλεσμα
Τα generative systems είναι στοχαστικά.
Διαφορετική διατύπωση της ίδιας ερώτησης μπορεί να:
- ενεργοποιήσει διαφορετικό search query,
- ανακτήσει διαφορετικές πηγές,
- δώσει διαφορετική βαρύτητα σε διαφορετικές πληροφορίες,
- και τελικά να εμφανίσει διαφορετικά brands.
Η κριτική ανασκόπηση του 2026 επισημαίνει χαμηλό source overlap και σημαντική μεταβλητότητα μεταξύ runs και engines.
Άρα μία μέτρηση δεν αρκεί.
Αν ρωτήσουμε μία φορά το ChatGPT και εμφανίσει το brand μας, δεν σημαίνει ότι έχουμε «100% AI visibility».
Αν δεν το εμφανίσει μία φορά, επίσης δεν σημαίνει ότι είμαστε αόρατοι.
Πώς πρέπει λοιπόν να μετράμε ένα brand
Το σωστό AI visibility monitoring χρειάζεται ένα σταθερό σύνολο prompts.
Για παράδειγμα:
- category prompts,
- commercial investigation prompts,
- problem / solution prompts,
- comparison prompts,
- local prompts,
- branded prompts,
- και παραλλαγές των ίδιων ερωτήσεων.
Και στη συνέχεια μετράμε:
- Mention Rate: σε πόσες απαντήσεις εμφανίζεται το brand.
- Share of Voice: πόσο συχνά εμφανίζεται σε σχέση με τους ανταγωνιστές.
- Citation Rate: πόσο συχνά χρησιμοποιούνται δικές μας URLs.
- Source Share: ποιες πηγές τροφοδοτούν τις αναφορές για το brand.
- Prominence: αν εμφανίζεται πρώτο, δεύτερο ή περιφερειακά.
- Sentiment: με ποιον τρόπο περιγράφεται.
- Consistency: πόσο σταθερή είναι η παρουσία σε επαναλαμβανόμενα runs.
Η Google πλέον μας δίνει ξεχωριστό AI visibility report
Η ίδια η Google αναγνωρίζει πλέον ότι αυτή η ορατότητα πρέπει να μετριέται ξεχωριστά.
Από τον Ιούνιο του 2026 άρχισε να διαθέτει στο Search Console ειδικά Generative AI performance reports.
Τα reports δείχνουν:
- πόσες φορές URLs του site εμφανίζονται σε generative AI features,
- ποιες συγκεκριμένες σελίδες εμφανίζονται,
- τις χώρες,
- τις συσκευές,
- και την εξέλιξη αυτής της visibility στον χρόνο.
Η λειτουργία ξεκίνησε αρχικά για subset ιστοσελίδων.
Αυτό είναι ίσως η πιο σαφής απόδειξη ότι το ίδιο το Search ecosystem αρχίζει να αντιμετωπίζει την generative visibility ως ξεχωριστή διάσταση που πρέπει να παρακολουθείται.
Πηγή: Google Search Console: Generative AI performance reports.
Άρα το SEO δεν αρκεί;
Η σωστή απάντηση είναι:
Το SEO παραμένει αναγκαία βάση, αλλά δεν περιγράφει μόνο του ολόκληρο το καινούργιο περιβάλλον.
Η ίδια η Google είναι σαφής.
Οι generative AI λειτουργίες του Search βασίζονται στα core Search ranking και quality systems και οι βασικές αρχές SEO εξακολουθούν να ισχύουν.
Μία σελίδα πρέπει να είναι:
- crawlable,
- indexable,
- τεχνικά καθαρή,
- χρήσιμη,
- αξιόπιστη,
- και πραγματικά σχετική.
Η Google μάλιστα απορρίπτει αρκετά υποτιθέμενα GEO hacks.
Δεν χρειάζεται ειδικό llms.txt για Google AI Search.
Δεν χρειάζεται τεχνητό «chunking» του περιεχομένου.
Δεν χρειάζεται ειδική γραφή αποκλειστικά για AI.
Δεν υπάρχει ειδικό schema που να εγγυάται generative visibility.
Και η Google συμβουλεύει να μην κυνηγάμε μη αυθεντικά mentions.
Πηγή: Google: Optimizing your website for generative AI features.
Τι πρέπει να κάνει ένα brand που είναι δυνατό στο SEO αλλά αδύναμο στην AI
1. Να μετρήσει πριν βελτιστοποιήσει
Δεν μπορούμε να βελτιώσουμε μία visibility που δεν έχουμε μετρήσει.
Χρειάζεται baseline ανά engine και ανά κατηγορία prompts.
2. Να δει αν υπάρχει ως entity και όχι μόνο ως domain
Είναι σαφές στο site:
- ποια είναι η εταιρεία;
- πού βρίσκεται;
- τι ακριβώς κάνει;
- σε ποιους απευθύνεται;
- σε τι ειδικεύεται;
- ποια πραγματικά έργα έχει κάνει;
3. Να δημιουργήσει evidence
Το generic marketing copy δεν προσφέρει πολλά σε ένα σύστημα που πρέπει να συγκρίνει εταιρείες.
Πολύ μεγαλύτερη αξία έχουν:
- μετρήσιμα case studies,
- πραγματικά αποτελέσματα,
- πρωτογενή δεδομένα,
- τεχνική τεκμηρίωση,
- έρευνες,
- benchmarks,
- και σαφείς αποδείξεις εμπειρίας.
4. Να κοιτάξει πέρα από το δικό του site
Πού αλλού στο web περιγράφεται η εταιρεία;
Οι τρίτες πηγές συμφωνούν για:
- το όνομα,
- την κατηγορία,
- την τοποθεσία,
- τις υπηρεσίες,
- και την ειδικότητά της;
Η συνέπεια των πληροφοριών αποκτά ιδιαίτερη αξία όταν πολλές διαφορετικές πηγές χρησιμοποιούνται για σύνθεση απαντήσεων.
5. Να μην εφαρμόσει το ίδιο playbook σε κάθε AI engine
ChatGPT, Gemini, Perplexity και άλλα συστήματα δεν χρησιμοποιούν αναγκαστικά τις ίδιες πηγές ούτε λειτουργούν με τον ίδιο τρόπο.
Άρα ένα μόνο «AI rank» είναι παραπλανητικό.
Από το SEO dashboard στο Visibility dashboard
Για χρόνια ένα καλό SEO dashboard περιείχε:
Rankings + Impressions + Clicks + CTR + Organic conversions.
Το dashboard του 2026 πρέπει σταδιακά να προσθέσει:
AI mentions + AI citations + Share of Voice + Source coverage + Brand sentiment + Generative impressions.
Δεν αντικαθιστούμε τις προηγούμενες μετρήσεις.
Προσθέτουμε ένα νέο επίπεδο.
Το brand μπορεί πλέον να έχει δύο διαφορετικές πραγματικότητες
Αυτό είναι ίσως το πιο ενδιαφέρον επιχειρηματικό συμπέρασμα.
Μία εταιρεία μπορεί να έχει:
Ισχυρό Google footprint και αδύναμο AI footprint.
Μία άλλη μπορεί να έχει:
μέτριο κλασικό ranking αλλά ισχυρή παρουσία μέσα σε συγκεκριμένες recommendation answers.
Και μία τρίτη μπορεί να είναι ισχυρή και στα δύο.
Αυτό σημαίνει ότι το «πόσο γνωστό είναι το brand στο internet» αποκτά δεύτερη διάσταση.
Από το ranking στο recommendation
Στο 000281 είδαμε ότι η οργανική ορατότητα δεν εγγυάται πλέον το click.
Στο 000283 εξετάσαμε πώς το ChatGPT αναζητά και επιλέγει πηγές και citations.
Το επόμενο βήμα είναι τώρα καθαρό.
Δεν πρέπει να μετράμε μόνο:
«Βρήκε τη σελίδα μου;»
Αλλά και:
«Κατάλαβε ποιος είμαι;»
«Με συνέδεσε με τη σωστή κατηγορία;»
«Με αναφέρει όταν κάποιος ζητά σύσταση;»
«Και ποιες πηγές χρησιμοποιεί για να σχηματίσει αυτή την άποψη;»
Το συμπέρασμα
Ισχυρό SEO και ισχυρή AI visibility δεν είναι αντίπαλοι στόχοι.
Το δεύτερο χτίζεται σε μεγάλο βαθμό πάνω στις υποδομές του πρώτου.
Όμως δεν είναι ακριβώς το ίδιο αποτέλεσμα.
Η έρευνα του 2026 δείχνει ότι:
- η αναγνωρισιμότητα του brand επηρεάζει έντονα την παρουσία του σε unbranded AI answers,
- τα μικρότερα brands ξεκινούν με σημαντικό visibility disadvantage,
- διαφορετικά AI engines χρησιμοποιούν διαφορετικά source ecosystems,
- η παρουσία δεν πρέπει να μετριέται με μία μόνο εκτέλεση ενός prompt,
- και δεν υπάρχει ακόμη αποδεδειγμένο universal GEO hack που να εγγυάται οργανική AI visibility.
Άρα το ερώτημα για μια επιχείρηση του 2026 δεν είναι πλέον μόνο:
«Σε ποια θέση είμαι στη Google;»
Είναι και:
«Όταν ένας άνθρωπος ζητήσει από την AI να του πει ποιον να εμπιστευτεί, υπάρχω μέσα στις πιθανές απαντήσεις;»
Γιατί μπορεί να έχουμε κερδίσει το ranking.
Και να μην έχουμε ακόμη κερδίσει το recommendation.