Po czym poznasz, czy ChatGPT zna Twoją firmę — i co z tym zrobić

W skrócie: Zapytaj ChatGPT o swoją firmę pięć razy w nowym czacie — wprost, przez kategorię, o fakty, o źródła. Pojedyncza odpowiedź nie mówi prawie nic: według analizy wariancji z lipca 2026 jedna odpowiedź AI praktycznie nie odróżnia marek od siebie. Dopiero trafność w całej serii uruchomień i języków jest wynikiem. A dobra pozycja w Google niewiele tu pomaga: tylko 12% adresów cytowanych przez AI trafia jednocześnie do pierwszej dziesiątki Google.

Dlaczego ChatGPT zna jedne firmy, a innych nie?

Bo modele AI poznają Twoją firmę nie z Twojej strony, lecz z tego, jak piszą o Tobie inni. W grudniu 2025 Ahrefs przebadał 75 000 marek i zestawił sygnały marki z rzeczywistymi wzmiankami w ChatGPT, Google AI Mode i AI Overviews. Wynik jest jednoznaczny: najsilniej z widocznością w AI korelują wzmianki na YouTube (około 0,74), tuż za nimi wzmianki o marce w sieci (0,66 dla ChatGPT). Liczba podstron własnego serwisu koreluje na poziomie 0,19 — czyli praktycznie wcale.

W przekładzie na praktykę: więcej treści na własnej domenie nie czyni Cię bardziej widocznym w odpowiedziach AI. Bycie wzmiankowanym — w artykułach branżowych, katalogach, na forach, w filmach, w zestawieniach — już tak. Dla firm średniej wielkości to dobra wiadomość. Tych sygnałów nie da się kupić, ale da się je wypracować.

Jak w 30 minut sprawdzić, czy ChatGPT zna Twoją firmę?

Czterema typami pytań, każde zadane pięć razy, za każdym razem w nowym czacie bez historii — i w każdym języku, w którym prowadzisz biznes. Historia ma znaczenie: jeśli dopytujesz w tym samym oknie, model odpowiada na podstawie tego, co przed chwilą sam mu powiedziałeś.

1. Wprost: „Czym jest [nazwa firmy]?” — czy model w ogóle rozpoznaje Cię jako byt?
2. Kategoria: „Jacy dostawcy [Twoja usługa] działają w [Twój region]?” — czy pojawiasz się bez swojej nazwy w pytaniu? To test, który się liczy, bo dokładnie tak pytają kupujący.
3. Fakty: „Gdzie ma siedzibę [nazwa firmy], jak jest duża, co oferuje?” — czy to się zgadza?
4. Źródła: „Skąd pochodzą te informacje?” — jakie strony są cytowane? Właśnie tam rozstrzyga się Twoja widoczność.

Zapisuj trafność dla każdego typu pytania w całej serii, a nie wrażenie po pierwszej odpowiedzi. Powtórz rundę w ChatGPT, Perplexity i Google AI Mode: analiza 680 milionów cytowań AI wykazała, że tylko około 11% domen jest cytowanych zarówno przez ChatGPT, jak i Perplexity. Kto sprawdza jedną platformę, sprawdza jedną dziewiątą obrazu.

Dlaczego pojedyncza odpowiedź AI jest bezwartościowa jako wynik testu?

Bo szum jest większy niż sygnał. Analiza komponentów wariancji autorstwa Dmitrija Żatuchina (Estonian Entrepreneurship University of Applied Sciences, arXiv, lipiec 2026) rozłożyła około 12 900 odpowiedzi AI dotyczących 20 marek w ośmiu językach i trzech modelach. Otrzeźwiająca liczba: pojedyncze zapytanie osiąga rzetelność 0,010 — praktycznie nie odróżnia marek. Około 35% obserwowanego rozrzutu bierze się wyłącznie z tego, że to samo pytanie zadano wielokrotnie.

Ciekawsze od samego szumu jest to, skąd pochodzi. W tej samej analizie język zapytania wyjaśnia około 32% wariancji — więcej niż model, marka i prompt razem wzięte. Kolejne 8,6% przypada na interakcję marki i języka. Firma może być dobrze widoczna po niemiecku i praktycznie niewidoczna po polsku, choć na stronie nic się nie zmieniło. Dla firm działających w D-A-CH i Polsce to nie szczegół, lecz właściwa miara.

Praktyczny wniosek z tej samej pracy: dodanie kolejnych języków daje mniej więcej piętnastokrotnie więcej informacji na zapytanie niż kolejne powtórzenia tego samego pytania. Powyżej mniej więcej pięciu powtórzeń szóste już się nie opłaca — ten budżet wydaj na języki i platformy.

Co robić, jeśli ChatGPT w ogóle nie zna Twojej firmy?

Zadbaj o wzmianki w miejscach, które systemy AI czytają — i o czysty byt (encję). Wikipedia jest dominującym punktem odniesienia z około 48% udziału w najczęściej używanych źródłach ChatGPT; u Perplexity dominuje Reddit z około 47%. Żadnego z nich nie da się sterować marketingiem, tylko realną trafnością i uczciwym udziałem w dyskusji.

Sterować można za to podstawą encji. Według analizy 5W spójny wpis w Wikidanych oraz obecność na co najmniej czterech autorytatywnych platformach zewnętrznych wiąże się z 2,8-krotnie wyższym prawdopodobieństwem cytowania. W praktyce: identyczna nazwa firmy, adres i opis usług w rejestrach, katalogach branżowych, na LinkedIn i platformach specjalistycznych — plus dane strukturalne (schemat Organization) na własnej stronie. To nieefektowna praca domowa i właśnie dlatego mało kto ją odrabia.

Drugi najczęstszy martwy punkt: treści eksperckie, które podają udokumentowaną liczbę z jasnym źródłem. Systemy AI wyciągają zdania nadające się do cytowania, a nie teksty reklamowe. Jak przygotować pod to własne podstrony, opisaliśmy w artykule Widoczność w AI: optymalizacja strony.

Co robić, jeśli ChatGPT mówi o Twojej firmie nieprawdę?

Popraw źródło, nie model. LLM-y nie tworzą własnej oceny Twojej firmy; odtwarzają twierdzenia i wydźwięk źródeł, po które sięgają. Jeśli w starym wpisie katalogowym wciąż widnieje adres z 2019 roku, dokładnie ten adres dostaniesz z powrotem.

To, że modele także po prostu zmyślają, jest udokumentowane: Ahrefs sprawdził 16 milionów adresów cytowanych przez asystentów AI. 2,38% adresów cytowanych przez ChatGPT prowadziło donikąd — wobec 0,84% dla pierwszej dwudziestki wyników Google. Perplexity (0,87%) i Gemini (0,86%) były praktycznie na poziomie Google; wyraźnym odstępstwem był ChatGPT. Dlatego w autoteście zawsze sprawdzaj, czy podane źródła w ogóle istnieją.

Jeszcze jedno, co wielu lekceważy: systemy AI mają długą pamięć do udokumentowanych kryzysów. Stary konflikt utrwalony w publikacjach prasowych pojawia się w odpowiedziach AI jeszcze po latach, w czasie teraźniejszym. Pomaga na to wyłącznie nowsza, dobrze udokumentowana treść — nie próba usunięcia.

Dlaczego dobra pozycja w Google tak mało tu pomaga?

Bo systemy AI czerpią z innej puli. Analiza Ahrefs obejmująca 15 000 zapytań wykazała, że tylko 12% adresów cytowanych przez narzędzia AI trafia jednocześnie do pierwszej dziesiątki Google. Pozostałe 88% pochodzi ze źródeł, które na pierwszej stronie w ogóle się nie pojawiają — forów, katalogów, portali branżowych, głębszych podstron autorytatywnych domen.

Odwrotność też jest prawdziwa: klasyczne wyszukiwanie pozostaje kanałem, który realnie sprowadza ludzi na Twoją stronę. Jak jedno ma się do drugiego, porządkuje nasz artykuł GEO zamiast SEO: widoczność w odpowiedziach AI. Tu właśnie zaczyna weooo — budujemy widoczność w AI jako uzupełnienie istniejącej widoczności, a nie jej zamiennik. Mierzalnie, na zdefiniowanym zestawie promptów, zgodnie z RODO, bez przenoszenia danych klientów do obcych systemów. Bez żargonowego bingo, za to z liczbą, którą da się zmierzyć ponownie za trzy miesiące.

Co realnie daje widoczność w AI — a czego nie daje?

Znacznie mniej kliknięć, niż sugeruje dyskusja. Według wyliczeń Ahrefs ChatGPT osiąga około 12% wolumenu wyszukiwań Google dla zapytań, które kiedyś wpisywano w Google — ale wysyła na strony 190 razy mniej odwiedzających. Jego współczynnik klikalności jest o 96% niższy niż Google. Kto sprzedaje widoczność w AI jako kanał ruchu, sprzedaje przesadę.

Wartość leży gdzie indziej: w samej wzmiance. ChatGPT wymienia marki około 3,2 raza częściej, niż do nich linkuje. Twoja firma może trafić na krótką listę decydenta, choć w Twojej analityce nigdy nie pojawi się ani jedno kliknięcie — albo nie trafić, a Ty się o tym nie dowiesz. Dokładnie dlatego autotest ma sens, a pulpit ruchu z AI w dużej mierze nie ma.

I uczciwa granica pomiaru: wzorce cytowań są zmienne. Obserwując ponad 230 000 promptów, Semrush odnotował spadek udziału Reddita w ChatGPT z około 60% do mniej więcej 10% w ciągu kilku tygodni we wrześniu 2025. Kto buduje strategię na jednym źródle lub jednej platformie, buduje na piasku. Pomiar kwartalny wystarczy — codzienny generuje tylko szum.

Podsumowanie

To, czy ChatGPT zna Twoją firmę, rozstrzygniesz w pół godziny — ale tylko wtedy, gdy zapytasz wielokrotnie, w kilku językach, na kilku platformach i ocenisz trafność zamiast pierwszej odpowiedzi. Jeśli test wypadnie negatywnie, przyczyna rzadko leży na Twojej stronie, a niemal zawsze poza nią: w braku wzmianek i w niechlujnej encji. Realnym zyskiem nie jest fala ruchu, lecz szansa na obecność na krótkiej liście, na której coraz częściej rozstrzyga się, kogo w ogóle zapytają o ofertę.

Chcesz wiedzieć, jak Twoja firma jest opisywana w ChatGPT, Perplexity i Google AI Mode — po niemiecku, angielsku i polsku? Porozmawiaj z nami, zamienimy ten pomiar w wiarygodny punkt wyjścia.

Źródła

• Ahrefs, „Top Brand Visibility Factors in ChatGPT, AI Mode, and AI Overviews” (12.12.2025) — 75 000 marek, korelacja Spearmana; wzmianki na YouTube ~0,737, wzmianki o marce w sieci 0,664 (ChatGPT), liczba podstron ~0,194. Uwaga autorów: korelacja to nie przyczynowość.
• Ahrefs, „How Often Do AI Assistants Hallucinate Links?” (02.09.2025, akt. 31.05.2026) — 16 mln cytowanych adresów; ChatGPT 2,38% martwych linków, Perplexity 0,87%, Gemini 0,86%, punkt odniesienia Google top 20: 0,84%.
• Ahrefs, „ChatGPT Has 12% of Google’s Search Volume but Google Sends 190x More Traffic to Websites” (11.02.2026) — Ahrefs Web Analytics dla 76 000 witryn; współczynnik klikalności o 96% niższy niż w Google.
• 5W Research, „The State of AI Citations 2026” (maj 2026) — synteza m.in. Profound (680 mln cytowań), Semrush (230 000 promptów), Ahrefs (15 000 zapytań); tylko 11% pokrycia domen ChatGPT/Perplexity, 12% pokrycia adresów z pierwszą dziesiątką Google, Wikipedia ~47,9% udziału w top-10 źródeł ChatGPT, Reddit ~46,7% u Perplexity, ChatGPT wymienia marki ~3,2× częściej, niż do nich linkuje, obecność encji na ≥ 4 platformach zewnętrznych ~2,8× wyższe prawdopodobieństwo cytowania.
• Semrush, „The Most-Cited Domains in AI: A 3-Month Study” (listopad 2025) — 230 000 promptów przez 13 tygodni; spadek udziału Reddita w ChatGPT z ~60% do ~10% we wrześniu 2025.
• D. Żatuchin, „Where Does the Noise Come From? A Variance-Components Decomposition of Non-Determinism in LLM Brand Answers”, arXiv:2607.13304 (14.07.2026) — 12 933 użyteczne odpowiedzi, 20 marek × 8 języków × 3 modele; rzetelność pojedynczego zapytania 0,010, resampling ~34,8% wariancji, język zapytania ~32%, marka × język 8,6%. Ograniczenia: estymatory punktowe bez przedziałów ufności, jedno okno zbierania danych, temperatura 0,3; autor jest powiązany z dostawcą pomiaru widoczności w AI.