Ewelina Podrez-Siama · badania widoczności w AI

Badania widoczności w AI

Jakie marki AI poleca Twoim klientom i do jakich źródeł odsyła?

Przygotowuję badania odpowiedzi ChatGPT, Google AI Overviews, trybu AI i innych systemów. Sprawdzam, które marki pojawiają się przy konkretnych potrzebach klientów, jak są przedstawiane i jakie treści są cytowane. Dostajesz dane, analizę i wnioski do wykorzystania w strategii, raporcie lub podczas wydarzenia.

Zapytaj o badanie Umów bezpłatne 15 minut

Wycenę przygotowuję pod zakres: liczbę pytań, badanych systemów i powtórzeń oraz formę opracowania.

Ewelina Podrez-Siama, badania widoczności marek w AI — **Ewelina Podrez-Siama**W SEO od 2009 roku, od 2024 skupiam się na widoczności marek w AI.

Badania widoczności w AI w skrócie

Od 2009

pracuję w SEO, a od 2024 skupiam się na widoczności marek w odpowiedziach AI.

Codziennie

od początku 2026 mierzę obecność marek w odpowiedziach AI, porównuję wyniki i wyciągam wnioski.

7 systemów

m.in. ChatGPT, Google AI Overviews, tryb AI, Gemini, Copilot, Claude i Perplexity. Zakres dobieram do pytania badawczego.

4 książki

o SEO i widoczności, w tym „Marka osobista w czasach AI i generatywnego wyszukiwania”.

Przykład analizy: jak AI poleca obiekty turystyczne, materiał z konferencji Urzędu Marszałkowskiego Województwa Zachodniopomorskiego (wrzesień 2026).

Zakres badania

Co możemy zbadać?

Branżę i konkurencję – kogo AI rekomenduje i jak zmieniają się odpowiedzi, gdy klient doprecyzuje swoje potrzeby.
Markę lub eksperta – z czym systemy ich kojarzą, kiedy polecają i gdzie podają błędne informacje.
Źródła odpowiedzi – które strony, media i publikacje pojawiają się przy pytaniach ważnych dla Twojego biznesu.
Zmiany w czasie – czy kolejne pomiary pokazują zmianę obecności marki i czy wyniki nadal można ze sobą porównywać.

Badanie może dotyczyć jednej firmy, wybranego segmentu albo całej branży. Zakres ustalam pod pytanie, na które potrzebujesz odpowiedzi.

Kto może zamówić badanie?

Firma – żeby sprawdzić własną markę, konkurencję i źródła przed decyzją o strategii.
Media i redakcje – jako materiał do publikacji o tym, kogo AI poleca w danej kategorii.
Organizacja branżowa – jako część raportu o całym rynku albo wybranym segmencie.
Organizator konferencji – jako punkt programu: badanie przygotowane pod wydarzenie i omówione na scenie.
Dostawca narzędzi – żeby porównać, jak różne metody pomiaru opisują ten sam rynek.

Chcesz od razu poprawić obecność własnej marki? Wtedy lepszy będzie audyt widoczności marki w AI z planem napraw. A jeśli pomiar ma prowadzić Twój zespół, zobacz szkolenie GEO / AI.

Wynik badania

Co dostajesz?

01 / DANE

Arkusz z odpowiedziami

Pytania, odpowiedzi i wskazane źródła. Zapisuję daty, warunki pomiaru i ograniczenia metody.

02 / ANALIZA

Raport z interpretacją

Osobno analizuję wzmianki, rekomendacje i cytowania – każde z nich oznacza coś innego.

03 / WYKORZYSTANIE

Prezentacja albo publikacja

Mogę przygotować prezentację wyników dla zespołu lub zarządu, materiał do publikacji albo wystąpienie na wydarzeniu.

Sposób wykorzystania badania i prawa do materiałów ustalamy przed rozpoczęciem pracy.

Wskaźniki

Co mierzę w badaniu?

Osobno liczę obecność marki w treści odpowiedzi i cytowania domeny. To dwa różne sygnały: marka może być polecana bez linku albo cytowana bez polecenia. Wszystkie wskaźniki liczę na tej samej serii pytań, dla Twojej marki i konkurentów.

Definicje w tabeli pochodzą z LLM Monitora (Senuto). Inne narzędzia liczą podobne wartości po swojemu – wykres niżej pochodzi z Chatbeat i pokazuje jego „wynik marki”. Dlatego w raporcie przy każdym wskaźniku podaję narzędzie i definicję.

WskaźnikWidoczność

Co pokazujew ilu odpowiedziach pada nazwa marki

Jednostka% odpowiedzi

WskaźnikShare of voice

Co pokazujejaką część wszystkich wzmianek o markach zajmuje Twoja marka

Jednostka% wzmianek

WskaźnikPierwszy wybór

Co pokazujew ilu odpowiedziach marka pada jako pierwsza

Jednostka% odpowiedzi

WskaźnikWskaźnik rekomendacji

Co pokazujew ilu odpowiedziach system markę poleca, a nie tylko wymienia

Jednostka% odpowiedzi

WskaźnikŚrednia pozycja

Co pokazujemiejsce marki na listach w odpowiedziach

Jednostkapozycjaniższa = lepsza

WskaźnikWidoczność w cytowaniach

Co pokazujew ilu odpowiedziach Twoja domena jest podlinkowanym źródłem

Jednostka% odpowiedzi

WskaźnikŚrednia pozycja cytowania

Co pokazujemiejsce domeny wśród cytowanych źródeł

Jednostkapozycjaniższa = lepsza

Przykłady pomiarów

Jak taki pomiar wygląda w praktyce

Obserwuję to na kilkunastu projektach naraz, przez wiele miesięcy, tą samą metodą – najczęściej u marek, z którymi pracuję nad SEO od lat i które dopiero teraz rozszerzyły zakres o AI. Najciekawsze przebiegi są pod NDA, więc pokazuję trzy własne: dwa z różnych narzędzi do monitoringu i jeden z logów serwera.

Przykład 1 · Chatbeat

Wynik marki i pozycja wzmianki, wiosna 2026

Wynik marki to wskaźnik Chatbeat w skali 0–100, liczony tylko z odpowiedzi, w których marka się pojawia – to nie jest widoczność (% odpowiedzi). Zestaw: 30 pytań w ChatGPT, Gemini, Claude i Google AI Overviews.

Jak czytam ten wynik

Zwróć uwagę na kształt wykresu, nie na jego optymistyczny koniec. Przez pierwsze osiem tygodni wynik stoi w miejscu, w połowie maja nawet spada. Gdyby ktoś zrobił jeden pomiar 25 maja i drugi tydzień później, wyciągnąłby fałszywe wnioski. Kierunek widać dopiero na serii rzetelnych pomiarów.

Przykład 2 · LLM Monitor (Senuto)

Widoczność i cytowania, jesień 2026

82 stałe pytania w ChatGPT, Gemini, Perplexity i Copilot. Tygodnie 16–29 sierpnia przeliczyłam na tę samą bazę – usunięte wtedy pytania nie miały wzmianek ani cytowań. Puste punkty to pomiary nietypowe.

Jak czytam ten wynik

Panel narzędzia pokazywał w tym czasie wzrost widoczności z 23,5% do ok. 29%. To efekt zmniejszenia zestawu pytań ze 100 do 82, a nie zmiany obecności marki. Na porównywalnej bazie widoczność trzyma się 26–29%, a cytowania 24–29%. Dwa wrześniowe skoki to anomalie: 12 września zabrakło Perplexity, a 20 września Perplexity dało ponad dwa razy więcej wzmianek niż zwykle. Przy ok. 330 odpowiedziach szum wynosi ±5 pkt proc., więc to płaski przebieg.

Właśnie taki brak konkretnego porównania – co, gdzie i jak było mierzone – może prowadzić do błędnych wniosków.

Przykład 3 · logi serwera

Boty AI a dostęp do treści, luty–sierpień 2026

2615odmów (kod 429) dla GPTBota, który zbiera dane do trenowania modeli

0odmów dla Googlebota w tym samym czasie

1920 → 33blokad botów AI miesięcznie przed naprawą i po niej (czerwiec → lipiec)

Logi serwera podrez.pl od 2 lutego do 5 sierpnia 2026: ponad 1,8 miliona żądań. Hosting zaczął „chronić treści przed AI”, a reguły wyłączyłam 13–15 czerwca.

Jak czytam ten wynik

Blokada jest faktem zapisanym w kodzie odpowiedzi serwera. Równolegle mierzyłam obecność w odpowiedziach AI: w maju byłam szesnasta z 1,3% share of voice, w lipcu dziewiąta z 4%. Czy przyczyniło się do tego odblokowanie botów? To hipoteza zgodna z danymi, ale samo zestawienie zmian nie dowodzi związku przyczynowego.

Przeczytaj całą analizę logów serwera

Metoda

Jak zbieram odpowiedzi i dlaczego to ma znaczenie?

Pracuję na scrapingu, czyli pomiarze odpowiedzi z publicznego interfejsu w ustalonych warunkach. Zamiast ręcznie zadawać te same pytania w kilku miejscach i kopiować wyniki, robi to narzędzie: zbiera odpowiedzi, wymienione marki i widoczne odnośniki do źródeł. To najbliżej tego, co dostaje człowiek, choć bez jego historii rozmów i ustawień. Korzystam z dedykowanego narzędzia, które powstaje we współpracy produktowej z Senuto – tworzy je Maciej Chmurkowski.

Scraping

publiczny interfejs w ustalonych warunkach

odczytuje odpowiedzi z publicznych wersji ChatGPT, Gemini i innych usług,
zbiera wymienione marki i widoczne odnośniki do źródeł,
obejmuje też odpowiedzi AI bezpośrednio w wyszukiwarce Google.

API

osobne połączenie z modelem

wygodne do automatyzacji i budowania własnych aplikacji,
odpowiedź nie musi być taka sama jak w ChatGPT czy Gemini otwartym przez człowieka,
gotowa usługa ma własne ustawienia, instrukcje i sposób wyszukiwania informacji, a sam dostęp do modelu tego nie odtwarza.

Co ważne, API też może korzystać z wyszukiwania w internecie. Nie jest więc tak, że scraping daje aktualne informacje, a API tylko starszą wiedzę modelu. Chodzi o to, czy badamy odpowiedź w usłudze, z której korzysta człowiek, czy odpowiedź z osobnego połączenia z modelem. W badaniach wybieram scraping, bo interesuje mnie nie tylko to, czy model „zna” markę, ale czy ją poleca, jak opisuje ofertę, jaką konkurencję pokazuje i do jakich stron odsyła.

Obie metody możemy też połączyć w jednym badaniu i porównać wyniki – często robię to sama na własnych serwisach. Każdą serię zapisuję osobno, bo dopiero porównanie pokazuje, gdzie odpowiedzi się rozjeżdżają. Do badania mogę dołożyć dane z raportu Generatywna AI w Search Console i z AI Performance w Bing Webmaster Tools (jeśli badamy Twoją witrynę i udostępnisz dostęp), losowe próby z publicznych wersji usług i inne źródła, które pomagają odpowiedzieć na Twoje pytanie.

Nie każdy użytkownik zobaczy identyczną odpowiedź. Znaczenie mogą mieć m.in. lokalizacja, ustawienia czy wcześniejsza rozmowa. Dlatego badanie to seria pomiarów ustalonego zestawu pytań, a nie podgląd rozmów Twoich klientów.

Doświadczenie

Dlaczego ze mną?

W SEO pracuję od 2009 roku. Jestem autorką i współautorką czterech książek o SEO i widoczności, w tym „Marki osobistej w czasach AI i generatywnego wyszukiwania”.

Od początku 2026 codziennie mierzę obecność marek w odpowiedziach AI, a na własnych serwisach sprawdzam też źródła cytowań, dostęp botów i różnice między metodami monitoringu. Podczas badania oddzielam to, co widać w danych, od hipotez wymagających dalszego sprawdzenia. Pojedynczy zrzut ekranu nie wystarczy mi do opisania całej branży.

Pracowałam z markami od sklepów internetowych po segment enterprise, m.in. z Allegro, PayU i mBankiem. O widoczności w AI mówię na konferencjach, m.in. na I♥Marketing i semKRK, a wyniki badania mogę przedstawić na Waszym wydarzeniu.

Przed rozmową

Najczęstsze pytania o badania widoczności w AI

Czym badanie różni się od audytu widoczności marki w AI?

Badanie odpowiada na pytanie o rynek, markę albo źródła: kogo AI poleca, jak przedstawia i kogo cytuje. Dostajesz dane i wnioski do strategii, raportu lub wystąpienia. Audyt dotyczy Twojej marki i kończy się planem napraw. Opisuję go na stronie o widoczności marki w AI.

Ile kosztuje badanie widoczności w AI?

Koszt zależy m.in. od liczby pytań, badanych systemów, powtórzeń i formy opracowania. Napisz, co chcesz sprawdzić i do czego potrzebujesz wyników, a zaproponuję zakres, metodę, termin i wycenę.

Czy mogę opublikować wyniki badania?

Tak, jeśli tak się umówimy. Sposób wykorzystania badania i prawa do materiałów ustalamy przed rozpoczęciem pracy. Mogę też przygotować materiał do publikacji albo wystąpienie na wydarzeniu.

Dlaczego jeden zrzut ekranu nie wystarczy?

Odpowiedzi AI zmieniają się w zależności od systemu, daty, sformułowania pytania i warunków pomiaru. Dlatego zapisuję daty, warunki i ograniczenia metody, a wnioski wyciągam z serii odpowiedzi.

Porozmawiajmy

Porozmawiajmy o Twoim badaniu

Napisz, co chcesz sprawdzić i do czego potrzebujesz wyników. Zaproponuję zakres, metodę, termin i wycenę. Koszt zależy m.in. od liczby pytań, badanych systemów, powtórzeń i formy opracowania.

Wolisz najpierw porozmawiać?

W bezpłatnych 15 minutach ustalimy, jakie pytanie ma rozstrzygnąć badanie.

Umów bezpłatne 15 minut Zobacz przykład analizy