SEO a GEO: czym się różnią i jak AI Overviews zmieniły pozycjonowanie

Jeszcze w połowie 2025 roku około 76% stron cytowanych w AI Overviews zajmowało jednocześnie miejsce w organicznym Top 10 więc „pozycjonuj się wysoko, a AI też Cię pokaże” było uczciwym skrótem. W badaniu Ahrefs z marca 2026 na 863 tys. SERP-ów ten sam wskaźnik wynosił już 37,1%. Ranking i cytowanie przestały być tym samym problemem, i to jest sedno różnicy między klasycznym SEO a GEO. W tym tekście rozkładam tę różnicę na czynniki pierwsze: co realnie działa inaczej, co zostało bez zmian i jak przestawić pomiar, żeby nie zgadywać.

Czym jest GEO i czym na pewno nie jest

GEO (Generative Engine Optimization) to optymalizacja pod obecność w odpowiedziach generowanych przez systemy AI: AI Overviews i AI Mode w Google, ChatGPT, Perplexity, Copilota czy Claude’a. W praktyce chodzi o jedno pytanie: czy silnik, składając odpowiedź dla użytkownika, sięgnie po fragment Twojej strony i podpisze go linkiem do Ciebie.

Sam skrót przyszedł z pracy naukowej opublikowanej w 2023 roku, w której zespół badaczy testował, jakie zabiegi redakcyjne podnoszą szansę na uwzględnienie źródła w odpowiedzi modelu. W branży rozgościł się dopiero, gdy AI Overviews wyszły z eksperymentu i zaczęły zajmować górę SERP-a. Spotkasz też skrót AEO (Answer Engine Optimization) — używany zamiennie albo w węższym znaczeniu „optymalizacja pod odpowiedź”, ale rozróżnienie jest bardziej marketingowe niż merytoryczne.

Ważniejsze jest to, czym GEO nie jest. Nie jest osobną dyscypliną z własnym indeksem, własnym zgłoszeniem i własnym kompletem plików. Google w czerwcowej aktualizacji dokumentacji z 2026 roku napisało wprost, że do pojawienia się w generatywnych funkcjach Search nie trzeba tworzyć żadnych nowych plików maszynowych ani specjalnego markupu — warunek jest stary: strona ma być zaindeksowana i uprawniona do wyświetlenia ze snippetem. Ta jedna linijka dokumentacji ucina połowę ofert, które krążą dziś po rynku pod hasłem „wdrożymy GEO”.

Różnica jest realna gdzie indziej — w mechanizmie. I to jest ta część, którą warto zrozumieć, zanim wyda się złotówkę.

Skąd się wzięło: AI Overviews, AI Mode i ChatGPT jako brama

Klasyczne SEO zbudowaliśmy wokół jednego założenia: użytkownik wpisuje zapytanie, dostaje listę linków i wybiera z niej. Wszystko, co robiliśmy — słowa kluczowe, intencja, title, linkowanie — służyło temu, żeby Twój link był wyżej na tej liście i bardziej kuszący do kliknięcia.

Od 2024 roku ta lista przestała być jedyną powierzchnią. Nad wynikami organicznymi wyrosła odpowiedź generatywna. Obok Google pojawiły się silniki, które w ogóle nie pokazują listy: ChatGPT, Perplexity, Copilot. Model nie ma Twojej strony w pamięci w momencie odpowiadania — kiedy pytanie wymaga świeżych informacji, system uruchamia mechanizm RAG: odpytuje indeks, pobiera strony, tnie ich treść na fragmenty, porównuje je znaczeniowo z pytaniem i z wybranych składa odpowiedź.

Z tego mechanizmu wynikają wszystkie różnice opisane niżej. Nie z tego, że „AI lubi inne treści”, tylko z tego, że pomiędzy Twoją stroną a użytkownikiem stanął dodatkowy etap: selekcja fragmentów.

Sześć realnych różnic między SEO a GEO

Zanim wejdziemy w szczegóły — skrót tabelaryczny. Kolumna „klasyczne SEO” nie oznacza „przestarzałe”: te rzeczy nadal obowiązują, po prostu przestały wystarczać.

Wymiar	Klasyczne SEO	GEO
Jednostka konkurencji	strona / URL	akapit lub sekcja (fragment)
Cel	pozycja na liście wyników	obecność w treści odpowiedzi + przypis
Warunek techniczny	strona zaindeksowana i wyrenderowana	strona dostępna dla bota bez wykonania JavaScriptu
Waluta sukcesu	kliknięcie i CTR	cytowanie, wyświetlenie, wzmianka marki
Stabilność wyniku	pozycje zmieniają się powoli	zestaw cytowanych źródeł mocno rotuje
Powierzchnia	jeden SERP Google	kilka niezależnych silników i indeksów
Główny pomiar	pozycje, kliknięcia, CTR (GSC)	logi serwera, stały zestaw promptów, raporty AI w GSC i Bing WMT

1. Jednostka konkurencji: strona kontra akapit

W klasycznym SEO konkurujesz stroną. Ma tytuł, adres, profil linków, historię i całościową ocenę jakości. Nawet jeśli pierwsze dwa akapity są rozgrzewką, użytkownik przewinie dalej.

W GEO konkurujesz fragmentem. System tnie treść na kawałki i porównuje każdy z osobna z pytaniem użytkownika. Fragment, który wyjęty z kontekstu nic nie znaczy — „jak wspomniałem wyżej”, „ta metoda”, „w takim przypadku” — nie ma czego wnieść do odpowiedzi. Rozgrzewka przed odpowiedzią to nie tylko słaby styl, to fragment bez wartości informacyjnej dla selekcji.

To nie jest zachęta do siekania tekstu na bloczki po pięćdziesiąt słów. Wręcz przeciwnie — Danny Sullivan z Google odradzał takie cięcie w podcaście Search Off the Record, argumentując, że systemy będą szły w stronę nagradzania treści pisanej dla ludzi. Mike King odpowiadał, że świadomość struktury nie kłóci się z pisaniem dla użytkownika, bo mechanizm RAG jest realny. Moim zdaniem obaj mają rację i mówią o dwóch różnych rzeczach: sztuczne rozdrabnianie pod dzisiejszy pipeline przeżyje jedną zmianę systemu, a pisanie tak, żeby akapit obronił się sam, to zwykła higiena redakcyjna, która działała dobre piętnaście lat przed LLM-ami.

2. Ranking i cytowanie się rozjechały

To najciekawsza rzecz, jaka wydarzyła się w tych danych, i najsilniejszy argument za tym, że GEO nie jest wyłącznie marketingowym opakowaniem SEO.

W lipcu 2025 Ahrefs przeanalizowało 1,9 mln cytowań w AI Overviews: około 76% cytowanych stron znajdowało się w Top 10 dla tego samego zapytania, a mediana pozycji najczęściej cytowanego adresu wynosiła 2. Wniosek był wtedy oczywisty — kto pozycjonuje, ten optymalizuje pod AI przy okazji.

W badaniu z marca 2026 (863 tys. SERP-ów, 4 mln adresów z AI Overviews) ten sam wskaźnik spadł do 37,1% przy liczeniu wyłącznie klasycznych wyników organicznych. Około 36% cytowanych stron w ogóle nie mieściło się w Top 100. Niezależna analiza BrightEdge z lutego 2026 dała jeszcze niższą liczbę — mniej więcej 17% pokrycia z Top 10. Metodyki się różnią i nie są bezpośrednio porównywalne, więc traktowałbym te liczby jako przedział, nie jako punkt. Ale kierunek jest ten sam w dwóch niezależnych źródłach, a to już coś znaczy.

Uczciwie: to korelacja opisowa, nie dowód przyczynowy. Ahrefs sam zaznacza, że w międzyczasie poprawił parsowanie cytowań, więc zbiory z 2025 i 2026 nie są w pełni porównywalne. Nakłada się na to zmiana modelu zasilającego AI Overviews i mechanizm query fan-out, który rozbija zapytanie użytkownika na podpytania i pobiera źródła do każdego z nich osobno. Nie wiemy, ile z tego spadku to realna zmiana zachowania systemu, a ile efekt lepszego pomiaru. Wiemy natomiast, że założenie „mam Top 3, więc mam też AI” przestało być bezpieczne.

Częsty błąd w interpretacji tych danych. Widzę raporty, w których spadek pokrycia z Top 10 czyta się jako „pozycje przestały mieć znaczenie”. To za mocny wniosek. W sektorach YMYL — zdrowie, finanse, ubezpieczenia — pokrycie cytowań z Top 10 pozostaje wyraźnie wyższe (BrightEdge podaje 68–75%), bo sygnały zaufania działają tam na oba mechanizmy naraz. Pozycja nadal jest jednym z najsilniejszych predyktorów. Po prostu przestała być predyktorem wystarczającym.

3. Bot czyta inaczej niż Googlebot

Tu leży różnica, która najczęściej rozstrzyga wszystko inne, a najrzadziej trafia do briefu na GEO.

Googlebot renderuje JavaScript. Boty modeli językowych — nie. Wspólna analiza Vercela i MERJ obejmująca ponad 500 mln pobrań GPTBota nie znalazła ani jednego przypadku wykonania skryptu. Stan na połowę 2026 wygląda podobnie dla GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, Claude-SearchBot, PerplexityBot i Meta-ExternalAgent. Istotny wyjątek to Gemini, korzystający z infrastruktury renderującej Google.

Konsekwencja jest brutalnie prosta: jeśli opis produktu, cena albo główny tekst artykułu pojawiają się dopiero po wykonaniu skryptu po stronie klienta, bot nie dostaje „mniej treści”. Dostaje pusty kontener. Możesz mieć najlepiej napisane akapity w branży i zero szans na cytowanie.

W audytach, które prowadziłem, to najczęstsza cicha przyczyna sytuacji „robimy content pod AI od pół roku i nic”. Klasyczny układ w e-commerce: kategoria renderowana serwerowo, bo ktoś kiedyś dopiął ją pod Google, ale warianty, cena promocyjna i sekcja recenzji dociągane po stronie klienta z osobnego API. Bot widzi nazwę i breadcrumby. Nie widzi ceny ani opinii. Potem klient dziwi się, że asystent AI mówi o jego produkcie mniej niż o produkcie konkurencji.

4. Kliknięcie przestało być jedyną walutą

Klasyczne SEO rozliczaliśmy z ruchu. GEO zmusza do rozdzielenia dwóch pytań, które przez dwie dekady były jednym: czy jestem widoczny i czy dostaję kliknięcie.

Dane układają się spójnie mimo różnic metodycznych. Seer Interactive dla lutego 2026 podaje organiczny CTR na poziomie 2,36% przy obecności AI Overview wobec 3,82% bez niej. Ahrefs, na podstawie zbioru 300 tys. słów kluczowych, raportował 58% niższy CTR dla pozycji pierwszej, gdy pojawia się przegląd od AI. Pew Research policzył to od strony użytkownika: na stronach wyników z podsumowaniem AI tylko około 8% wizyt kończyło się kliknięciem w jakiekolwiek źródło, wobec około 15% bez podsumowania.

Trzeba to jednak czytać z dwiema poprawkami, o których w nagłówkach się nie mówi. Po pierwsze, AI Overviews najmocniej dotykają zapytań informacyjnych — Ahrefs wskazuje, że 99,2% fraz wywołujących przegląd to intencja informacyjna. Po drugie, nie każde utracone kliknięcie było warte tyle samo. Użytkownik, który dostał definicję i nie kliknął, prawdopodobnie i tak niczego by nie kupił.

Druga strona tego równania to ruch, który jednak przychodzi. Semrush, analizując ponad miliard linii danych clickstream od października 2024 do lutego 2026, pokazał wzrost ruchu wychodzącego z ChatGPT o 206% rok do roku — mimo że sam ChatGPT jako destynacja przestał rosnąć około listopada 2025. Sens tej obserwacji jest taki: ChatGPT z celu podróży zamienia się w bramę. Case study Seer Interactive podaje konwersję ruchu z ChatGPT na poziomie około 16% wobec około 1,8% dla organiku z Google — imponująco, ale to pojedynczy przypadek, nie stawka rynkowa, i nie budowałbym na tym prognozy.

Skala studzi entuzjazm. Analiza Ahrefs obejmująca 74 752 witryny wskazała, że w marcu 2026 wszystkie chatboty AI razem odpowiadały za około 0,28% badanego ruchu. To jest właśnie to napięcie, w którym siedzi dziś GEO: kanał niewielki objętościowo, ale rosnący i wysokiej jakości, przy jednoczesnym kurczeniu się klasycznego kanału informacyjnego.

5. Wynik jest niestabilny w czasie

Pozycje w Google potrafią stać w miejscu tygodniami. Zestaw źródeł cytowanych w odpowiedzi generatywnej — nie. Badania Authoritas z początku 2025 pokazały, że około 70% stron cytowanych w AI Overviews zmieniało się w oknie dwóch–trzech miesięcy, i to niezależnie od klasycznych pozycji organicznych.

Praktyczny wniosek jest metodyczny, nie strategiczny: pojedyncze sprawdzenie w ChatGPT niczego nie mierzy. Zapytałeś raz, zobaczyłeś siebie, ucieszyłeś się — to jeden pomiar z rozkładu o dużej wariancji. Bez stałego zestawu pytań, stałej częstotliwości i zapisu wyników z datą nie odróżnisz trendu od losowości. To zresztą jedyny sposób, w jaki takie dane w ogóle nadają się do raportu.

6. Zamiast jednego SERP-a — kilka niezależnych silników

W klasycznym SEO w Polsce optymalizowałeś pod jeden system i miałeś rację. W GEO każdy silnik ma inne źródło kandydatów i inne upodobania.

Google AI Overviews i AI Mode korzystają z regularnego indeksu Search. ChatGPT opiera retrieval na zewnętrznych dostawcach wyszukiwania i własnym crawlerze OAI-SearchBot — dlatego weryfikacja domeny w Bing Webmaster Tools bywa u polskich serwisów najtańszym zaniedbanym krokiem. Widać też wyraźne różnice w tym, co poszczególne systemy chętnie cytują: analizy z 2026 roku pokazują silną obecność Wikipedii w odpowiedziach ChatGPT, Reddita w Perplexity i YouTube’a w AI Overviews, gdzie według Ahrefs stał się jedną z najczęściej cytowanych domen.

Skoro źródła się nie pokrywają, strategia oparta na jednym silniku jest krucha z definicji. Nie chodzi o to, żeby robić osobną optymalizację pod każdy z nich — nie ma na to dowodów ani sensownej metody. Chodzi o to, żeby nie zakładać, że wynik z jednego czatu mówi cokolwiek o pozostałych.

Co się nie zmieniło (a jest w tym więcej, niż się mówi)

Po sześciu różnicach łatwo dojść do wniosku, że wszystko trzeba przewrócić. Dane mówią coś innego, i to jest część, którą materiały o GEO regularnie pomijają.

Indeksacja to nadal bramka numer jeden. Warunek obecności w generatywnych funkcjach Google jest identyczny jak dla klasycznych wyników: strona zaindeksowana i uprawniona do wyświetlenia ze snippetem. Żadnego osobnego zgłoszenia.

Intencja wyszukiwania działa tak samo. Silnik dobiera fragmenty do pytania użytkownika — czyli robi dokładnie to, co od lat robimy, dopasowując treść do intencji. Zmienił się poziom szczegółowości: dopasowujesz nie stronę do zapytania, tylko sekcję do pytania.

Architektura informacji i linkowanie wewnętrzne nie straciły na wadze — zyskały. Silnik najpierw odpytuje indeks i dostaje listę adresów, a dopiero potem pobiera treść. Strona osierocona, bez linków prowadzących do niej, ma mniejszą szansę trafić do puli kandydatów. Ta sama logika co zawsze, tylko stawka wyższa, bo kandydatów jest więcej niż miejsc w Top 10.

E-E-A-T to ten sam mechanizm po obu stronach. Konkretny autor z bio, poprawnie użyta terminologia, uczciwe pokazanie ograniczeń obok zalet, twarde liczby z jednostką, źródłem i datą, odsyłacze do wiarygodnych źródeł. Badania nad tym, co podnosi szansę na cytowanie, dość zgodnie wskazują na statystyki, cytaty i jawne źródła — a nie na zagęszczanie fraz.

Dobra struktura HTML nadal pomaga. Jeden <h1>, nieprzeskakująca hierarchia nagłówków, <table> na dane tabelaryczne, <ul> na listy, <time datetime="..."> na daty. To wraca w badaniach nad cytowaniami jako czynnik, który realnie działa — i akurat nikt nie musiał tego wymyślać na nowo.

Wniosek, do którego dochodzę po tych danych: GEO nie jest zamiennikiem SEO ani jego następcą. Jest warstwą, która siada na tych samych fundamentach i dokłada dwa nowe warunki — bot musi dostać treść bez uruchamiania skryptów, a fragment musi obronić się sam.

Jak zmienia się pomiar: nowe KPI, stare pułapki

Najbardziej praktyczna różnica dla codziennej roboty. Jeśli raportujesz klientowi wyłącznie pozycje i kliknięcia, od 2026 roku raportujesz kawałek obrazu.

Warstwa 1 — logi serwera. Bez tego dwie kolejne są zgadywanką. Interesują Cię dwie rzeczy: czy dany bot w ogóle wchodzi i jakie zbiera kody odpowiedzi. Rozkład 403 albo 429 przy jednym user-agencie tłumaczy brak cytowań szybciej niż jakikolwiek audyt treści. Weryfikuj boty po adresie IP względem list publikowanych przez dostawców — nagłówek User-Agent podrabia się jednym parametrem.

Warstwa 2 — raporty od dostawców. 3 czerwca 2026 Google uruchomiło w Search Console raport skuteczności generatywnej AI, obejmujący AI Overviews, AI Mode i generatywne funkcje Discover. Wdrożenie ruszyło najpierw w Wielkiej Brytanii i postępuje etapami, więc brak zakładki nie oznacza jeszcze problemu z widocznością. Kluczowe ograniczenie: raport pokazuje wyświetlenia i adresy URL, ale na tym etapie nie podaje kliknięć, CTR ani zapytań. Brytyjski regulator CMA nałożył na Google obowiązek dostarczenia wydawcom pełniejszych metryk w ciągu dziewięciu miesięcy, więc to raczej kwestia terminu. Po stronie Microsoftu raport AI Performance w Bing Webmaster Tools działa co najmniej od lutego 2026 i bywa bogatszy — a przy okazji przypomina, żeby w ogóle zweryfikować tam domenę.

Warstwa 3 — stały zestaw promptów. Dwadzieścia–trzydzieści pytań, na które Twoja firma powinna być odpowiedzią. Odpytywane cyklicznie, tym samym zestawem, z zapisem: czy pojawia się cytowanie, z której podstrony, kto zajmuje slot zamiast Ciebie. Przy rotacji rzędu 70% w kwartał to jedyny sposób, żeby odróżnić trend od szumu.

Warstwa 4 — GA4 i ruch odesłany. Wydziel referrale z domen silników AI i patrz na nie osobno, z konwersją włącznie. Przy udziale rzędu ułamka procenta ruchu ten segment ginie w zagregowanym raporcie, a to właśnie w nim widać, czy widoczność w AI przekłada się na cokolwiek biznesowego.

Czego nie robić w tej kolejności. Nie kupuj narzędzia do monitoringu widoczności AI, zanim sprawdzisz kody odpowiedzi w logach. Jeśli firewall zwraca botom 403, dashboard pokaże Ci bardzo ładny wykres zera — i za tę informację zapłacisz abonament.

Co to znaczy dla sklepu, a co dla specjalisty

Jeśli prowadzisz sklep, najważniejsza obserwacja z danych jest taka: AI wchodzi w Twój lejek wcześniej, niż myślisz, i wyżej, niż boli. Semrush przeanalizował ponad 600 tys. fraz z dziesięciu branż między listopadem 2025 a kwietniem 2026: udział zapytań o intencji komercyjnej wywołujących AI Overview wzrósł średnio o 71%, przy jednoczesnym spadku o 5% dla fraz stricte transakcyjnych. Innymi słowy — AI nie musi przejąć zapytania „kup buty do biegania rozmiar 42″. Wystarczy, że wcześniej odpowie na „jakie buty do biegania na asfalt” i zawęzi wybór do trzech marek. Jeśli Twojej wśród nich nie ma, transakcyjnej frazy nawet nie zobaczysz.

Pierwsze trzy rzeczy do sprawdzenia u siebie, w tej kolejności: czy opis produktu i cena są w surowym HTML-u, czy boty wyszukiwarkowe dostają 200 zamiast 403, czy domena jest zweryfikowana w Bing Webmaster Tools. To godzina roboty i nie wymaga żadnego nowego budżetu na treści.

Jeśli robisz SEO zawodowo, największa zmiana jest w narracji, nie w warsztacie. Klient rozliczany dotąd z ruchu musi usłyszeć, że część widoczności przestała generować kliknięcia i że to nie jest regres kampanii, tylko zmiana powierzchni. Do raportu wchodzą wyświetlenia w funkcjach generatywnych, częstotliwość cytowania, wzrost wyszukiwań brandowych i konwersja segmentu odesłanego z AI. Sama liczba cytowań nie jest zwrotem z inwestycji — to metryka pośrednia, i tak trzeba ją opisywać.

Trzy liczby, które warto zapamiętać z tego tekstu. 37,1% — pokrycie cytowań w AI Overviews z organicznym Top 10 (Ahrefs, marzec 2026), czyli powód, dla którego ranking przestał wystarczać. Zero — liczba przypadków wykonania JavaScriptu przez GPTBota w analizie ponad 500 mln pobrań, czyli powód, dla którego rendering jest ważniejszy od copywritingu. Około 0,28% — udział wszystkich chatbotów AI w ruchu w badaniu Ahrefs na 74 752 witrynach z marca 2026, czyli powód, dla którego nie warto przenosić na GEO całego budżetu.

Cztery mity, które kosztują budżet

„Trzeba wdrożyć llms.txt.” Ahrefs przeanalizowało 137 210 domen: 97% plików llms.txt nie odnotowało w maju 2026 żadnego ruchu. Google w dokumentacji z czerwca 2026 stwierdza, że plik nie wpływa ani na Search, ani na AI Overviews. John Mueller porównał go do meta tagu keywords, wskazując przyczynę strukturalną: samodzielnie deklarowany manifest nie różnicuje stron, bo każda zadeklaruje, że jest najlepsza. Sens ma tam, gdzie odbiorcą są agenty i dokumentacja techniczna — nie jako dźwignia cytowań.

„Potrzebujemy specjalnej schemy pod AI.” Nie ma takiej. Dane strukturalne mają sens jako opis treści realnie obecnej na stronie — Organization z sameAs, Article z autorem i datami, Product z ceną i dostępnością, BreadcrumbList. Efekt uboczny, który tłumaczy część mitu: JSON-LD siedzi w surowej odpowiedzi serwera, więc bot niewykonujący skryptów i tak go przeczyta. Na serwisie mocno klienckim bywa jedyną rzeczą, jaką model o Tobie widzi — ale to opatrunek, nie strategia.

„Przepiszemy blog na format pytanie–odpowiedź i będzie cytowanie.” Sam format niczego nie gwarantuje. Jeśli sekcja FAQ działa, to dlatego, że jest czytelna i jasno oddziela pytanie od odpowiedzi, a nie dlatego, że dostała dodatkowy typ schematu. Widuję serwisy po takiej przebudowie, w których nie zmieniło się nic poza liczbą nagłówków pytających — bo problem był piętro niżej, w renderowaniu.

„AI zabije SEO.” Gartner prognozuje spadek wolumenu tradycyjnego wyszukiwania o 25% do końca 2026 roku i ponad 50% spadek ruchu organicznego do 2028. Prognozy analityków to prognozy, nie pomiar — traktuję je jako sygnał kierunku, nie jako liczbę do wpisania w budżet. Faktem jest natomiast, że przy udziale chatbotów rzędu ułamka procenta ruchu i Google wciąż odsyłającym wielokrotnie więcej wizyt niż wszystkie silniki AI razem, przenoszenie budżetu z SEO na „GEO” jest dziś decyzją opartą na nagłówkach, nie na danych.

Różnica między klasycznym SEO a GEO sprowadza się do jednego zdania: przestałeś konkurować o pozycję strony, a zacząłeś konkurować o to, czy Twój akapit trafi do odpowiedzi — i czy bot w ogóle zdoła go przeczytać. Fundamenty pod spodem zostały te same. Zmieniły się warunki brzegowe i sposób pomiaru.

Jeśli chcesz sprawdzić, na którym etapie wykłada się Twój serwis, zacznij od trzech rzeczy w tej kolejności: kody odpowiedzi dla botów w logach, obecność treści krytycznej w surowym HTML-u, obecność w indeksie Bing. Potem dopiero content. Odwrotna kolejność to najdroższy scenariusz, jaki widuję w praktyce.