Jak sprawdzić, co AI mówi o Twojej marce: audyt widoczności w ChatGPT, Gemini i Perplexity

Aby sprawdzić, co AI mówi o Twojej marce, przygotuj stały zestaw 20–40 pytań – o markę, kategorię, porównania i problemy klientów – zadaj je w ChatGPT, Gemini, Perplexity i wyszukiwarce Google w czystej sesji, zapisz odpowiedzi i oceń je w arkuszu: czy marka się pojawia, czy fakty są prawdziwe, jaki jest wydźwięk i na jakie źródła powołuje się model. Taki audyt widoczności marki w AI zajmuje kilka godzin i daje punkt wyjścia do poprawek.

Dlaczego odpowiedzi AI stały się nowym dowodem społecznym

Klient, który pyta czatbota „jaki program do faktur dla jednoosobowej firmy?” albo „dobry dentysta w Gdańsku z dobrymi opiniami”, dostaje gotową krótką listę z uzasadnieniem. Jeśli Twojej marki na niej nie ma, nie konkurujesz o tego klienta. Jeśli jest, ale z dopiskiem „klienci skarżą się na obsługę”, przegrywasz, zanim klient wejdzie na stronę.

Zmiana dotyczy także wyszukiwarki. W Polsce AI Overviews – podsumowania generowane przez AI nad wynikami Google – są udostępniane od 26 marca 2025 r., a tryb AI w języku polskim od 8 października 2025 r. Część użytkowników dostaje więc odpowiedź o firmie, zanim zobaczy jakikolwiek link.

Odpowiedź modelu działa jak skrót opinii tłumu: streszcza recenzje, wątki z forów i artykuły. Z jakich serwisów z opiniami najczęściej korzystają czatboty, omawiamy w artykule o opiniach a odpowiedziach AI, a rolę dyskusji użytkowników – w tekście o Reddicie i forach w odpowiedziach AI.

Krok 1: przygotuj zestaw pytań do audytu

Najczęstszy błąd to pytanie wyłącznie o nazwę marki. Model zwykle coś o niej powie, ale klienci w ogóle o nią nie pytają – pytają o kategorię i problem. Zestaw pytań powinien obejmować cztery grupy.

Na początek wystarczy 20–40 pytań: kilka o markę, a większość o kategorię i problemy. Formułuj je tak, jak piszą klienci – na podstawie fraz z wyszukiwarki, pytań do obsługi klienta i rozmów sprzedażowych. Dodaj kontekst, który klienci podają naturalnie: miasto, budżet, wielkość firmy.

Krok 2: zadawaj pytania tak, żeby wynik był wiarygodny

Odpowiedzi modeli zależą od historii rozmowy, ustawień konta i przypadku. Żeby audyt był powtarzalny, trzymaj się kilku zasad:

1. Czysta sesja. Używaj czatów bez zalogowania, czatu tymczasowego albo konta z wyłączoną pamięcią i personalizacją. Model, który „pamięta”, że pracujesz w danej firmie, będzie ją częściej wymieniał.
2. Powtórzenia. Każde pytanie zadaj co najmniej trzy razy w nowych rozmowach. Marka, która pojawia się raz na trzy próby, ma inną widoczność niż ta obecna za każdym razem.
3. Tryb z wyszukiwaniem i bez. W narzędziach, które na to pozwalają, porównaj odpowiedź z wyszukiwaniem w sieci i bez niego. Różnica pokazuje, czy problem leży w wiedzy modelu, czy w aktualnych źródłach.
4. Dokumentacja. Zapisuj datę, narzędzie, wersję modelu (jeśli jest widoczna), pełną odpowiedź i listę cytowanych źródeł. Zrzuty ekranu przydadzą się przy porównaniach za kwartał.
5. Google osobno. Wpisz te same pytania w wyszukiwarkę i sprawdź, czy pojawia się AI Overview oraz tryb AI i jakie strony są w nich linkowane.

Krok 3: oceń odpowiedzi w arkuszu

Dla każdej odpowiedzi wypełnij kilka kolumn. Proste skale wystarczą, by porównywać wyniki w czasie i między narzędziami.

Do oceny wydźwięku możesz użyć prostej analizy sentymentu, ale przy kilkudziesięciu odpowiedziach ręczna ocena bywa dokładniejsza. Najcenniejsza jest kolumna „Źródła”: pokazuje, które serwisy kształtują obraz marki w AI.

Z arkusza łatwo wyliczyć główny wskaźnik audytu, czyli udział odpowiedzi z marką. Przykład obliczeniowy: 30 pytań zadanych po trzy razy w trzech narzędziach daje 270 odpowiedzi. Jeśli marka pojawiła się w 54 z nich, jej udział wynosi 20%. Ten sam wskaźnik policz dla dwóch–trzech głównych konkurentów i osobno dla każdej grupy pytań. Często okazuje się, że marka dominuje w pytaniach o siebie samą, ale prawie nie istnieje w pytaniach o kategorię – a to te drugie zadają nowi klienci.

Jak różnią się ChatGPT, Gemini, Perplexity i AI w Google

Narzędzia różnią się tym, jak sięgają po aktualne informacje i jak pokazują źródła. Funkcje zmieniają się często, więc poniższe zestawienie traktuj jako punkt wyjścia i sprawdzaj bieżące ustawienia.

Odpowiedzi bez wyszukiwania mówią o tym, jak marka „utrwaliła się” w danych treningowych. Odpowiedzi z wyszukiwaniem – o tym, co dziś znajduje się w sieci na jej temat. To drugie zmienisz znacznie szybciej.

Co zrobić z wynikami audytu

Wyniki układają się zwykle w jeden z czterech scenariuszy.

• Marki nie ma w odpowiedziach o kategorię. Brakuje niezależnych wzmianek: opinii, rankingów, artykułów, w których marka jest porównywana z innymi. Pomagają publikacje i komentarze w mediach branżowych – zobacz, jak zdobywać komentarze eksperckie w mediach – oraz obecność w rzetelnych zestawieniach, o których piszemy w tekście o rankingach „Top 10” i porównywarkach.
• Model podaje błędne fakty. Ujednolicaj dane na stronie, w Profilu Firmy, katalogach i serwisach z opiniami. Pomaga przejrzysta strona o firmie – jak ją napisać, opisuje poradnik o stronie „O nas” budującej zaufanie.
• Wydźwięk jest negatywny. Sprawdź, które źródła cytuje model. Często to stare wątki na forach albo nieodpowiedziane negatywne opinie. Odpowiadaj na nie i zwiększaj liczbę aktualnych recenzji – zacznij od przewodnika o tym, jak prosić klientów o opinie.
• Marka jest, ale z niewłaściwym uzasadnieniem. Jeśli model poleca Cię jako „tanią opcję”, a pozycjonujesz się jako marka premium, publikuj treści z konkretnymi danymi, które da się zacytować. Metodę opisuje artykuł o statystykach w treściach.

Sprawdź też plik robots.txt. Zablokowanie robotów wyszukiwarek AI, np. OAI-SearchBot (wyszukiwanie w ChatGPT) czy PerplexityBot, sprawia, że Twoja strona nie będzie cytowana, choć modele nadal będą mówić o marce na podstawie cudzych treści. Token Google-Extended dotyczy wykorzystania treści przez modele Gemini, ale nie wyłącza strony z wyszukiwarki ani z AI Overviews.

Organiczne odpowiedzi to nie to samo co reklamy wyświetlane w czatbotach. Różnice i zasady oznaczania omawiamy w tekście o reklamie w ChatGPT a rekomendacjach organicznych.

Od audytu do stałego monitoringu widoczności marki w AI

Ręczny audyt na kilkudziesięciu pytaniach jest wykonalny raz na kwartał. Przy większej liczbie pytań, rynków lub marek konkurencji szybko staje się za drogi. Wtedy warto rozważyć narzędzia, które automatycznie zadają pytania i śledzą udział marki w odpowiedziach – przegląd znajdziesz w zestawieniu narzędzi do monitorowania widoczności marki w AI. Dobrym uzupełnieniem jest klasyczny monitoring opinii i wzmianek o marce, bo pokazuje źródła, z których modele czerpią informacje, zanim pojawią się w odpowiedziach.

Przy interpretacji wyników pamiętaj o ograniczeniach. Odpowiedzi różnią się między użytkownikami, lokalizacjami i dniami. Pojedynczy zrzut ekranu z „wpadką” modelu nie jest jeszcze trendem, a wzrost obecności o kilka punktów procentowych w małej próbie może wynikać z przypadku.

Plan audytu widoczności w AI w 8 krokach

1. Spisz 20–40 pytań w czterech grupach: marka, kategoria, porównanie, problem.
2. Przygotuj arkusz z kolumnami: obecność, pozycja, fakty, wydźwięk, uzasadnienie, źródła, konkurenci.
3. Zadaj każde pytanie co najmniej trzy razy w ChatGPT, Gemini i Perplexity w czystej sesji.
4. Sprawdź te same pytania w Google: AI Overviews i tryb AI.
5. Policz udział odpowiedzi, w których marka się pojawia, osobno dla każdego narzędzia.
6. Wypisz domeny cytowane najczęściej i oceń, co mówią o marce.
7. Zaplanuj poprawki: dane firmy, opinie, wzmianki w mediach, treści z danymi.
8. Powtórz pomiar na tym samym zestawie pytań za miesiąc lub kwartał i porównaj wyniki.