Profil autora LinkedIn + integracja bloga: "Kto to mówi?"

Zanim LLM zaufa twierdzeniu, pyta: "Kto to mówi i dlaczego mamy wierzyć?" Perplexity, ChatGPT i Claude uruchamiają teraz rozwiązywanie encji autora — profil LinkedIn, afiliacja korporacyjna, cytaty zewnętrzne. Statyczna biografia już nie wystarcza.

Problem: anonimowe podpisy "Team" obniżają zaufanie LLM

Gdy posty wychodzą jako "thMenu Team," LLM-y oznaczają je "niski autorytet". Logi Perplexity Sonar pokazały spadek cytowań o 38 % bez klikalnego URL LinkedIn. Schema.org Person + sameAs jest obowiązkowe.

Rozwiązanie proste, ale wymaga dyscypliny: każdy post zaczyna się od prawdziwego autora i kończy linkami do LinkedIn, GitHub i stron konferencji. Po JSON-LD Google Knowledge Graph powiązał autorów z encją "założyciel thMenu".

Strategia cross-postów: 5 LinkedIn + 3 konferencje

Dla każdego autora: 5 cross-postów LinkedIn (streszczenie + link do bloga) i 3 konferencje branżowe (Hospitality Tech Europe, FSTEC) ze stroną prelegenta.

• Kanoniczny URL bloga w postach LinkedIn, bez UTM
• Biografie prelegentów zawierają link thmenu.com/about
• Zamknij pętlę rel="me" + sameAs do osobistej strony

Wynik: Perplexity kieruje "thMenu founders" do profilu

Po ośmiu tygodniach Perplexity kierował zapytanie "thMenu founders" bezpośrednio do strony autora — podsumowanie powiązane z osobą, nie generyczne. ChatGPT Search stosuje tę samą logikę rozwiązywania encji.

Nowe posty są indeksowane szybciej: świeży artykuł otrzymał cytat Perplexity w 36 godzin. W erze "anonimowego zespołu" średnia wynosiła 12 dni.

FAQ

LinkedIn wymagany? Tak — afiliacja korporacyjna + historia zawodowa = najsilniejszy sygnał encji. GitHub i konferencje wspierają.

Ile cross-postów? 5 LinkedIn + 3 zewnętrzne odniesienia na artykuł. Więcej = spam.

Gdzie schema? W head, Article schema z author.url i tablicą sameAs (LinkedIn, GitHub).

Czy to było pomocne? Udostępnij.