Niciun protocol AI nu-ți salvează strategia de SEO

llms.txt, MCP, NLWeb, WebMCP, UCP. Aproape în fiecare lună apare un acronim nou care promite să te facă „vizibil în AI“, și de fiecare dată vine însoțit de un audit care îți spune că ești în urmă.

La începutul lui septembrie, Bill Hunt a pus în Search Engine Journal întrebarea pe care aș vrea s-o audă orice antreprenor înainte să aprobe un astfel de proiect. Nu „trebuie să implementăm asta?“, ci „avem cunoștințele care să-l susțină?”.

Am luat argumentul lui și l-am verificat pe date: ce spune Google oficial, ce arată studiile despre llms.txt și despre citările din răspunsurile AI, ce s-a discutat la evenimentul Google de la Barcelona de la începutul lui octombrie. Concluzia e mai liniștitoare decât pare. Munca care contează e aceeași dintotdeauna, doar că acum se vede mai repede cine a făcut-o și cine nu.

Argumentul lui Bill Hunt, pe scurt

Ideea centrală e simplă: protocolul e doar transportul, problema reală e ce ai de transportat. Dacă informația din spate e incompletă sau împrăștiată prin firmă, un format nou doar mai deschide o ușă spre aceleași goluri.

Articolul a apărut pe 2 septembrie 2026, în rubrica lui Hunt din Search Engine Journal. Hunt conduce Bisan Digital și pornește de la o situație pe care o descrie ca tot mai frecventă la clienții lui: un director primește un audit de „vizibilitate AI“ care îi cere un fișier llms.txt. Brusc, un format încă disputat devine subiect de ședință, cu tot cu întrebarea „de ce nu îl avem deja?“.

Hunt numește costul ăsta „taxa FUD a AI-ului“: scump nu e fișierul în sine, ci faptul că firma reacționează iar și iar la fiecare audit, acronim sau pitch nou. Câteva idei din articol pe care le consider utile pentru orice echipă:

• Formatele nu sunt la fel. Unele ajută mașinile să descopere informația, altele o reprezintă în alt fel, altele definesc cum schimbă sisteme între ele date. Tentația organizațională e însă aceeași: să tratezi mecanismul de livrare ca pe o strategie.

• Auditurile verifică prezența, nu calitatea. Hunt spune că a văzut peste 100 de audituri de „agentic readiness“ care semnalau dacă există llms.txt, dar niciunul care să comenteze ce scrie în el.

• „Cel mai bun“ nu e un atribut. Exemplul lui: cineva cere AI-ului „cel mai bun resort pe plajă, potrivit pentru familii, în Cancun“. Recomandarea depinde de acces la plajă, potrivirea pentru familii, configurația camerelor, preț, recenzii. Dacă decizia are cinci criterii și tu poți dovedi doar patru, același set de patru publicat printr-un protocol nou nu creează al cincilea.

• Publicarea nu e capacitate. Un protocol nu poate reconcilia informațiile contradictorii pe care le țin departamente diferite și nu poate scoate din capul unui vânzător ce știe el despre obiecțiile clienților.

Propunerea lui are o formulă care merită ținută minte: „Build the base once. Publish everywhere.“ Construiești o singură dată o sursă canonică de cunoaștere: fapte, relații, politici, criterii de decizie ale clienților, dovezi. Apoi o livrezi prin ce format e nevoie: paginile site-ului, schema, feedurile din Merchant Center, API-uri, markdown, MCP, llms.txt.

Hunt recunoaște deschis că nu știe care dintre MCP, llms.txt, Agents.md sau UCP vor deveni standarde. Tocmai de aceea recomandă ca strategia să nu se construiască în jurul vreunuia dintre ele.

Protocoalele, pe rând: ce fac și ce arată datele

llms.txt: cel mai auditat fișier pe care nu-l citește aproape nimeni

llms.txt e cel mai bun exemplu pentru argumentul lui Hunt, pentru că e singurul protocol cu date mari despre efect. Iar datele spun același lucru din două unghiuri diferite.

SE Ranking a analizat circa 300.000 de domenii. Doar 10,13% aveau fișierul, iar nici testele statistice, nici modelul de machine learning n-au găsit vreo legătură cu frecvența citărilor în AI. Mai mult, modelul a prezis mai bine citările după ce variabila llms.txt a fost scoasă.

Ahrefs a privit direct în loguri, pe 137.210 domenii, în mai 2026:

• 28% dintre domenii aveau un llms.txt valid, adică circa 38.000 de site-uri;

• 97% dintre aceste fișiere n-au primit nicio cerere într-o lună întreagă, nici de la boți, nici de la oameni;

• din cererile care au existat, roboții care aduc răspunsuri live în ChatGPT sau Perplexity au însemnat doar 1,1%;

• 12% au venit de la unelte care auditează, scanează sau studiază fișierul, nu îl folosesc;

• pe site-urile fără llms.txt, niciun bot AI n-a venit să-l caute.

Un detaliu spune multe: Slackbot, botul care generează previzualizări de linkuri în chat, a cerut mai des fișierele decât PerplexityBot. Altul ar trebui să dea de gândit: cel mai activ crawler de cercetare din studiu se prezenta drept un studiu despre prompt injection. Un fișier pe care agenții sunt construiți să-l creadă devine, evident, și o țintă.

Google a fost consecvent pe partea de Search. Ghidul oficial pentru funcțiile AI spune clar că llms.txt și alte fișiere „speciale“ nu ajută și nici nu strică, pentru că Google Search le ignoră. Echipa Chrome îl verifică totuși în Lighthouse, dar pentru agenții din browser, nu pentru clasare. Mueller a descris fișierul, în discuția preluată de Ahrefs, ca pe o cârjă temporară pentru uneltele AI de programare care citesc documentație.

Ce spune Google: e tot SEO, cu un singur robot

Poziția oficială e fără echivoc. Funcțiile AI din Google Search pornesc din aceleași sisteme de clasare și calitate ca rezultatele clasice, iar optimizarea pentru ele e, în cuvintele Google, tot SEO.

Ghidul Google pentru funcțiile AI, actualizat în iulie 2026, explică mecanismul în două concepte:

• Grounding (RAG): când generează un răspuns, AI-ul folosește sistemele obișnuite de clasare ca să aducă pagini relevante din index, apoi construiește răspunsul pe ele și le afișează ca linkuri.

• Query fan-out: modelul generează în paralel mai multe căutări înrudite. Pentru „cum repar un gazon plin de buruieni“, poate căuta separat erbicide, metode fără chimicale și prevenție.

Tot acolo, Google enumeră ce nu trebuie să faci pentru AI: fișiere precum llms.txt, „spargerea“ conținutului în bucăți mici, rescrierea textelor special pentru AI, căutarea de mențiuni artificiale pe alte site-uri. Datele structurate nu sunt nici ele obligatorii pentru AI, deși rămân utile pentru rich results.

Există și un avertisment pe care îl consider esențial. Dacă începi să produci pagini separate pentru fiecare variantă de întrebare sau pentru fiecare căutare din fan-out, ca să manipulezi răspunsurile, intri sub politica Google împotriva conținutului generat la scară.

Același robot, același index

La Search Central Live din Barcelona, Gary Illyes și Cherry Prommawin au clarificat că Google Search, AI Overviews și AI Mode folosesc același crawler, Googlebot, potrivit recap-ului ROAST. Gemini are, deocamdată, un crawler separat. Concluzia sesiunii a fost formulată simplu: un SEO bun e și un GEO bun.

Illyes a închis cele trei zile spunând că funcțiile AI din Google folosesc exact aceleași procese ca rezultatele tradiționale și că, așa cum n-a fost nevoie de un acronim nou pentru mobile-first indexing, probabil nu e nevoie de unul nici acum. Ryan Levering, inginer la Google, a adăugat că textul din datele structurate e trecut ca context și către AI Overviews și AI Mode, deci schema bine făcută nu e muncă pierdută.

Ce s-a schimbat concret în Search Console

Din 31 august 2026, toate site-urile au două lucruri noi în Search Console:

• Raportul de performanță pentru funcțiile AI: afișările din AI Overviews și AI Mode, pe pagini, țări, dispozitive și tip de căutare, inclusiv căutările făcute cu imagini.

• Controlul pentru funcțiile AI generative: poți alege dacă site-ul tău apare sau nu în AI Overviews, AI Mode și funcțiile AI din Discover. Implicit, site-urile sunt incluse. O excludere intră în vigoare în 1-2 zile și nu afectează restul căutării.

Un detaliu important: controlul ăsta nu are legătură cu antrenarea modelelor. Pentru asta există separat Google-Extended, în robots.txt.

Pentru antreprenor, mesajul e liniștitor. Nu există o a doua strategie de făcut în paralel. Există aceeași strategie, făcută mai bine, plus un raport nou în care îi poți vedea efectul.

Ce mută acul cu adevărat

Datele independente indică trei pârghii, și niciuna nu e un format: cât de bine răspunzi la întrebările reale ale clienților, cât de cunoscut ești în afara propriului site și cât de completă e informația despre ce vinzi.

Două milioane de citări: limbajul clientului bate checklistul

Cel mai solid studiu pe care l-am găsit e semnat de Ben Moore și Liam Dunne, de la Discovered Labs, în mai 2026. Au strâns circa 2,1 milioane de citări din ChatGPT, Claude, Google AI Overviews și Gemini, pe șase luni, și au analizat peste 10.000 de pagini citate. Un efect era considerat real doar dacă rezista unui protocol de verificare cu nouă metode statistice.

Trăsătura paginii	Efect estimat
Potrivirea cu întrebările cliențilorefect clar, intervalul nu taie zero	+0,37
Vechimea paginiiefect mic, intervalul nu taie zero	+0,06
Biografie de autorintervalul taie zero	+0,07
Stabilitate vizuală (CLS real)intervalul taie zero	+0,05
Bloc de întrebări frecvente (FAQ)intervalul taie zero	+0,05
Lungimea paginiiintervalul taie zero	+0,04
Răspuns în primele 3 paragrafeintervalul taie zero	-0,01
Număr de linkuri externeefect negativ, intervalul nu taie zero	-0,18

Sursa: Moore & Dunne, Discovered Labs, mai 2026 · model cu efecte fixe pe domeniu, selecție de 8 variabile din tabelul complet, cu interval de încredere de 95%

O singură pârghie de pe pagină a trecut toate testele: cât de mult seamănă textul paginii cu felul în care cumpărătorii își formulează întrebările. Autorii estimează că o creștere de o deviație standard în această potrivire înseamnă cam 30% mai multe citări.

Checklistul clasic de „AEO“, cu FAQ, date structurate și Core Web Vitals, pare să funcționeze când pui toate site-urile grămadă. Efectul dispare însă când compari pagini din același domeniu. E paradoxul lui Simpson: brandurile mari au și multe citări, și aceste elemente, așa că elementele par cauza.

Alte trei rezultate merită ținute minte:

• autoritatea domeniului cântărește de circa șase ori mai mult decât cea mai puternică trăsătură de pagină, în afară de potrivirea cu întrebările;

• motoarele citează de preferință paragrafe din treimea de sus a paginii;

• primele 10 site-uri terțe adună sub 20% din citări, iar pentru 80% e nevoie de circa 1.000 de domenii, deci nu există o listă scurtă de site-uri „care contează“.

Limita studiului: toate cele 19 conturi analizate sunt firme B2B SaaS, iar autorii spun explicit că rezultatele trebuie verificate separat pentru eCommerce. Recomandarea lor practică se potrivește însă perfect cu argumentul lui Hunt: limbajul clienților se adună din surse proprii, din discuțiile de vânzare și de suport, apoi se pune în pagini.

Ce se spune despre tine în altă parte

Patrick Stox, de la Ahrefs, a comparat mențiunile pe pagini cu multe linkuri cu vizibilitatea în AI, pentru primele 50 de site-uri din fiecare sistem, în iunie 2025. Corelația a ieșit puternică la AI Overviews (0,70), moderată la Perplexity (0,40) și foarte slabă la ChatGPT (0,12). E corelație, nu cauzalitate, dar direcția e aceeași: brandurile despre care se vorbește sunt și cele citate.

Sistemul AI	Corelația
AI Overviews	0,70
Perplexity	0,40
ChatGPT	0,12

Sursa: Patrick Stox, Ahrefs, 2025

La Barcelona, Alex Wright de la iDHL a arătat un caz care leagă totul. Sesiunile organice ale brandului au scăzut cu 47%, în timp ce cele directe au rămas aproape neschimbate. În același timp, brandul a ajuns pe locul 1 sau 2 în toate cele cinci motoare AI urmărite, cu de 2,7 ori mai multe cereri de ofertă la 100 de clickuri din căutare. Iar 83% dintre citările lui în AI veneau de pe site-uri pe care nu le deținea.

Întrebarea din spatele întrebării

Tot la Barcelona au venit trei exemple care ilustrează exact ce Hunt numește acoperirea deciziei:

• Căruciorul care încape în lift. Juan Seguí (acceseo) a arătat că „compact“ nu îi spune nimic unui părinte. Întrebarea reală e dacă căruciorul dublu încape în lift cu părintele lângă el. După ce au adăugat întrebări frecvente de acest tip, clickurile organice au crescut cu 14%, iar întrebările primite înainte de cumpărare au scăzut.

• Fierbătorul cu întrebări. Alex Jansen, inginer la Google, a prezentat atributele conversaționale din Merchant Center: informații flexibile despre produs, de felul „câtă apă ține“ sau „are protecție la fierbere“, gândite pentru AI Mode. Mesajul lui: ștacheta pentru datele de produs a crescut.

• Articolul de nișă. Robert Wojno (Hostinger) a comparat un ghid generic despre VPS, cu 1,6 milioane de afișări, cu un ghid de nișă cu doar 46.000. Ghidul de nișă a avut o rată de click de 23 de ori mai mare și a convertit mai bine.

Niciunul dintre aceste câștiguri n-a venit dintr-un protocol nou. Toate au venit din răspunsuri pe care firma le avea deja, dar nu le scrisese nicăieri.

Când merită totuși un protocol nou

Un protocol merită implementat atunci când cineva concret îl citește sau îl folosește, iar informația pe care o transportă e deja completă. Dacă lipsește oricare dintre cele două condiții, e cheltuială, nu investiție.

Cinci întrebări înainte să aprobi un punct dintr-un audit AI

E răspunsul practic la ce Hunt numește taxa FUD. Pune-le la fiecare recomandare nouă, indiferent de acronim:

Unde are sens fiecare, concret

• llms.txt: dacă ai documentație tehnică sau un API folosit de programatori, pentru că agenții de programare sunt principalii lui cititori. Altfel, lasă-l pe seama platformei, dacă ți-l generează automat, și nu-i aloca timp.

• MCP: dacă partenerii sau clienții tăi lucrează deja cu asistenți AI și au nevoie de date vii de la tine: stocuri, prețuri de distribuitor, statusul comenzilor. E un API, deci se construiește peste sursa ta de date, nu separat.

• UCP și comerțul prin agenți: pentru magazinele online, aici se va juca probabil partea cea mai importantă. Dar protocolul presupune catalog, prețuri, livrare, retur și politici exacte. Dacă feedul din Merchant Center are azi erori, acolo începe pregătirea pentru UCP.

• WebMCP: e încă experimental. Până se stabilizează, ce ajută agenții din browser e cunoscut și ieftin: HTML semantic, etichete clare pe butoane și formulare, titluri ierarhizate corect, o pagină care nu „sare“ când se încarcă. Exact ce verifică Lighthouse în categoria experimentală pentru agenți.

• Copii markdown ale paginilor: nu. Google le ignoră, iar riscul de conținut duplicat e real.

Ce faci concret: construiești baza o singură dată

Primul pas nu e tehnic. E să scrii ce știi deja despre produsele și clienții tăi, apoi să pui totul într-un singur loc, din care pleacă spre site, spre schema, spre feed și spre orice format apare mâine.

Protocoalele trec, cunoașterea rămâne

Când John Mueller a comparat llms.txt cu meta tag-ul keywords, comparația a sunat ca o glumă. E de fapt o lecție de istorie: formatele vin și pleacă, iar întrebarea de fond rămâne aceeași. Ce știi tu despre produsul tău, ce n-a scris nimeni altcineva, cât de ușor e de găsit și de crezut.

Agenții AI vor pune, tot mai des, exact întrebările pe care vânzătorii tăi le aud zilnic. Încape în lift? Merge cu modelul meu? Cât durează livrarea în Cluj? Firma care are aceste răspunsuri scrise, complete și consecvente va fi aleasă, indiferent prin ce protocol vine întrebarea. Firma care nu le are va implementa fiecare protocol nou și va rămâne la fel de invizibilă.

Aici văd și un avantaj pentru firmele românești mici și mijlocii. La o corporație, cunoașterea e împărțită între departamente care nu vorbesc între ele, exact problema pe care o descrie Hunt. La o firmă de 10 oameni, răspunsurile sunt de obicei în capul a doi-trei oameni. Să le scrii e mai ieftin decât orice protocol.

Bill Hunt a rezumat totul în șase cuvinte, iar eu nu găsesc o formulare mai bună: construiește baza o singură dată, public-o peste tot. Restul e doar transport.

Dacă vrei să vezi unde sunt golurile în informația despre produsele tale, înainte de următorul audit AI, scrie-ne. Ne uităm împreună.

Surse

Articolul de pornire

• The Next AI Protocol Won’t Save Your SEO Strategy (Bill Hunt, Search Engine Journal, 2 septembrie 2026)

Google

• Optimizing your website for generative AI features on Google Search

• Search generative AI control și Generative AI performance report (Search Console)

• Lighthouse agentic browsing scoring (Chrome for Developers)

• Google’s llms.txt Guidance Depends On Which Product You Ask (Matt G. Southern, SEJ, 20 mai 2026)

• Search Central Live Deep Dive, Barcelona: recap-urile ROAST pentru ziua 1 și ziua 3 (John Campbell)

Protocoale

• Universal Commerce Protocol: specificație

• Anthropic donates MCP to new Agentic AI Foundation (IT Brief, ianuarie 2026)

Studii

• We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read (Louise Linehan, Xibeijia Guan, Ahrefs, iunie 2026)

• LLMs.txt Shows No Clear Effect On AI Citations, Based On 300k Domains (SEJ, despre studiul SE Ranking)

• What Drives Citations in Production Large Language Models? (Ben Moore, Liam Dunne, Discovered Labs, mai 2026)

• Does Being Mentioned on Highly Linked Pages Influence AI Mentions? (Patrick Stox, Ahrefs, iulie 2025)