Gdzie przegrywasz — jak czytać luki promptowe

Raport widoczności odpowiada na pytanie „jak jest”. Lista luk odpowiada na pytanie „co zrobić w poniedziałek” — i to jest cała różnica między termometrem a narzędziem pracy. Ten wpis jest poradnikiem czytania takiej listy: jak odróżnić wzorzec od szumu, których pozycji nie ruszać i jak wygląda realna robota po drugiej stronie każdej luki.

Dwa rodzaje luk, dwie zupełnie różne roboty

Zaczynamy od rozróżnienia, bo mylenie tych dwóch sytuacji kosztuje najwięcej czasu.

1. Konkurent jest, Ciebie nie ma

Odpowiedź wymienia jedną albo kilka marek z Twojej kategorii, ale nie Twoją. To luka pokrycia: dla tego pytania model nie ma powodu, żeby o Tobie pomyśleć — nie znalazł ani Twojej strony, ani wzmianki o Tobie w źródłach, po które sięgnął. Robota jest treściowa i off-page.

2. Wymieniony, ale nieźródłowany

Odpowiedź wymienia Twoją markę, ale w źródłach nie ma Twojej domeny — model powołuje się na porównywarkę, ranking albo forum. To jest najkrótsza droga do cytowania, bo najtrudniejszy etap masz za sobą: jesteś w odpowiedzi. Brakuje strony, którą model mógłby wskazać jako źródło tego, co właśnie o Tobie napisał — czyli zwykle konkretnej podstrony z faktami, których szuka, a nie kolejnego wpisu na blogu.

Że to nie jest teoretyczne rozróżnienie, widać w naszych własnych pomiarach polskiego rynku: w rankingach polskich marek w AI silniki cytowały porównywarki i rankingi częściej niż domeny samych marek. Można być wymienianym stale i nie być cytowanym ani razu.

Skąd biorą się te liczby

Ekran „Gdzie przegrywasz” nie wysyła ani jednego nowego zapytania do silników. Liczy wszystko z odpowiedzi, które już zebraliśmy w Twoich przebiegach — to te same dane, co na pulpicie, tylko obejrzane od strony braków. Dzięki temu jego używanie nie zużywa limitu promptów i nie kosztuje ani grosza więcej.

Trzy szczegóły, które warto znać, zanim wyciągniesz wniosek:

• Odpowiedzi z błędem silnika są pomijane, a nie liczone jako brak wzmianki. Nieudany pomiar to brak danych, nie zero — inaczej awaria dostawcy wyglądałaby jak Twój spadek.
• Dopasowanie idzie po nazwie marki. Konkurent, przy którym nie podałeś domeny, liczy się tak samo jak ten z domeną. Nazwy odmieniamy — „Żabce” i „Żabki” to ta sama marka — a dopasowania da się skorygować w audycie aliasów.
• Sortowanie jest po liczbie odpowiedzi, malejąco — i nie ma innej domyślnej kolejności. Nie rysujemy strzałki sortowania przy kolumnie, po której nie sortujemy.

Jak czytać listę

Krok 1: sprawdź próbę, zanim uwierzysz w kolejność

Nad listą podajemy liczbę przeanalizowanych odpowiedzi i długość okna. Jeżeli widzisz chip wstępne (poniżej 10 odpowiedzi) albo mało danych (10–29), traktuj listę jako sygnał do sprawdzenia, a nie jako ranking. Sensowne wnioski o kolejności zaczynają się powyżej trzydziestu obserwacji w oknie; ile ich zbierzesz przy swoim planie, policzysz w kalkulatorze promptów.

Krok 2: policz, ilu pytań to naprawdę dotyczy

Podsumowanie nad tabelą mówi wprost, w ilu z ilu pytań konkurenci są wymieniani, a Ciebie nie ma. Ta proporcja jest ważniejsza od pojedynczych wierszy: cztery luki na czterdzieści pytań to normalna robota do odrobienia, cztery na pięć to problem z pozycjonowaniem kategorii, a nie z pojedynczą podstroną.

Krok 3: sprawdź, czy luka jest w jednym silniku, czy we wszystkich

Kolumna z silnikami rozstrzyga, z czym masz do czynienia. Luka obecna w jednym silniku bywa efektem tego, jak on dobiera źródła — to samo pytanie w Perplexity i w Google AI Overviews potrafi mieć zupełnie inną czołówkę. Luka obecna we wszystkich silnikach jest wnioskiem o rynku, a nie o silniku: w tej kategorii po prostu nie jesteś kandydatem.

Krok 4: dopiero teraz czytaj konkretne odpowiedzi

Każdy wiersz prowadzi do pełnych odpowiedzi dla tego pytania. To jest moment, w którym praca robi się konkretna: widzisz, kto został polecony, w jakiej kolejności i na jakich źródłach model się oparł. Filtr konkurenta zawęża listę do jednej marki i pokazuje, czy to jeden gracz zabiera całą kategorię, czy rozkłada się to równo.

Co zrobić z gotową listą

1. Wybierz jedną lukę, nie dziesięć. Najwyższą pozycję z listy, tę z największą liczbą odpowiedzi. Jedno pytanie odrobione do końca jest warte więcej niż dziesięć zaczętych.
2. Przeczytaj źródła zwycięzcy. Otwórz odpowiedzi dla tego pytania i zobacz, jakie strony model cytuje. Zwykle powtarza się ten sam zestaw: ranking, porównywarka, wątek na forum, jedna mocna podstrona konkurenta. To jest Twoja lista adresów, nie domysł.
3. Zadaj sobie pytanie, czego na Twojej stronie brakuje. Nie „ile słów”, tylko jakich faktów: ceny, warunków, czasu realizacji, listy integracji, obsługiwanych rynków. Modele streszczają fakty, nie akapity.
4. Przy luce „wymieniony bez cytowania” zacznij od strony, nie od PR-u. Skoro model już o Tobie mówi, a cytuje cudzą stronę, to znaczy, że u Ciebie nie znalazł tej informacji w formie, którą da się zacytować.
5. Sprawdź, czy boty AI w ogóle mogą wejść. Zanim napiszesz cokolwiek nowego, warto wykluczyć najgłupszą z możliwych przyczyn. Zajmuje to minutę: darmowy audyt dostępu botów AI pokazuje, czy robots.txt i meta tagi wpuszczają GPTBota i PerplexityBota.
6. Wyeksportuj listę i przypisz właścicieli. Eksport CSV jest w pasku filtrów i działa w każdym planie, także w trialu. Lista luk to backlog na kwartał — powinna trafić tam, gdzie zespół już pracuje.

Trzy błędy, które widać najczęściej

• Traktowanie luki jak porażki. Luka to informacja, a nie ocena. Pełna lista luk na starcie jest normalna — pusta lista przy trzech odpowiedziach w próbie jest podejrzana.
• Odrabianie luk na pytaniach, których nikt nie zadaje. Jeżeli prompt trafił na listę, bo ktoś kiedyś dopisał go „na wszelki wypadek”, luka na nim nic nie znaczy. Zestaw promptów jest częścią pomiaru, a nie jego tłem.
• Pogoń za jednym silnikiem. Optymalizacja pod pojedynczy silnik, w którym akurat jest luka, zwykle kończy się tym, że kwartał później luka jest gdzie indziej. Różnice między silnikami opisaliśmy we wpisie o tym, dlaczego ChatGPT nie wymienia Twojej firmy.