Jak mierzymy widoczność w AI

1 odpowiedź na silnik na przebieg

Każdy prompt wysyłamy do każdego silnika dokładnie raz na przebieg pomiarowy — to standard branżowy.

Wielokrotne próbkowanie tej samej odpowiedzi wygląda naukowo, ale w praktyce to teatr pewności: wielokrotnie podnosi koszty, a dzienne serie i tak wygładzają losowość. Jedna odpowiedź na silnik na przebieg daje porównywalne, uczciwe trendy.

Parametry geograficzne per silnik

• ChatGPT (API): user_location ustawione na Polskę (Warszawa).
• Perplexity (API): kraj wyszukiwania ustawiony na PL.
• Google AI Overviews: wyniki pobierane z google.pl.
• Gemini: API nie udostępnia parametru geolokalizacji — mówimy to wprost. Wyniki Gemini nie są geo-targetowane.
• Claude (API): wyszukiwanie z user_location ustawionym na Polskę (Warszawa, strefa Europe/Warsaw).

Źródła w odpowiedziach — i co znaczy „cytowanie”

Przy każdej odpowiedzi zapisujemy adresy źródeł dokładnie tak, jak zwraca je API danego silnika — niczego nie doklejamy z zewnątrz i niczego nie dopisujemy. Znaczenie tej listy nie jest jednak w każdym silniku takie samo, więc mówimy o tym wprost:

• ChatGPT: adnotacje url_citation przypięte do fragmentów odpowiedzi — adresy, na które powołuje się sama treść.
• Perplexity: od 31 sierpnia 2026 lista wyników wyszukiwania, które silnik pobrał — czyli źródła znalezione, nie cytowane. Szczegóły w nocie pod listą.
• Google AI Overviews: odnośniki pokazane w samym bloku AI Overview na google.pl.
• Gemini: cytowania z groundingu Google Search — adresy powiązane z fragmentami odpowiedzi.
• Claude: adnotacje web_search_result_location. Wyjątek, który nazywamy: gdy odpowiedź nie zacytowała wprost żadnego adresu, pokazujemy wyniki, które silnik pobrał — zamiast zostawiać pustą listę przy odpowiedzi jawnie opartej na sieci.

Perplexity — zmiana znaczenia metryki, 31 sierpnia 2026. Perplexity wygasza stare API (/chat/completions przestaje działać 27 września 2026) i przenosi ruch na /v1/agent; tego dnia przenieśliśmy tam nasz pomiar. Zmierzyliśmy nowe API na żywo, na produkcyjnym endpoincie — nie odczytaliśmy tego z dokumentacji: dla modelu perplexity/sonar odpowiedź nie zawiera już ani znaczników [n] w treści, ani pola annotations. Nie da się z niej odczytać, których źródeł odpowiedź faktycznie użyła — zostaje lista wyników wyszukiwania, które silnik pobrał (ok. 15 na odpowiedź; wcześniej cytowań bywało od 4 do 20). Dlatego liczba źródeł Perplexity znaczy od 31 sierpnia 2026 „to znalazł przebieg”, a nie „na to powołała się odpowiedź”. To zmiana znaczenia metryki, nie drobiazg techniczny, i tak ją nazywamy. Konsekwencje: dane Perplexity zebrane przed 31 sierpnia 2026 pochodzą ze starego API i nadal znaczą „cytowane” — nie unieważniamy ich; liczb cytowań Perplexity sprzed i po tej dacie nie porównujemy i nie zestawiamy ich na wykresach jako jednej serii; ChatGPT, Gemini i Claude są tą zmianą nietknięte i ich liczby znaczą to samo, co wcześniej.

Częstotliwość pomiarów per plan i per silnik

Tabela jest generowana z tej samej konfiguracji planów, z której korzysta harmonogram. Liczba w komórce to przebiegi na tydzień, pod nią dni tygodnia. Kreska znaczy, że w tym planie tego silnika nie ma — i tak to piszemy, zamiast zostawiać puste pole.

Trial trwa 14 dni i ma funkcje planu Pro na 20 promptach — dlatego jego kolumna wygląda jak kolumna Pro.

Beta — wyjątek dla Google AI Overviews: w okresie bety mierzymy je raz w tygodniu (poniedziałek) we wszystkich planach, także tam, gdzie wyżej podajemy pomiar codzienny. Powód podajemy wprost: każde zapytanie o AI Overviews kupujemy z góry u zewnętrznego dostawcy danych i na czas bety ograniczamy ten koszt. Pozostałe silniki działają z częstotliwością opisaną powyżej, a wykresy AI Overviews mają w tym okresie punkty tygodniowe, nie dzienne.

Jednostka pomiaru: jedna komórka = prompt × silnik × dzień

Wszystko, co widzisz w produkcie, jest liczone z komórek. Jedna komórka to jeden prompt zadany jednemu silnikowi jednego dnia przebiegu — czyli dokładnie jedna zapisana odpowiedź. Widoczność marki, pozycja, udział w głosie i sentyment to różne sposoby zsumowania tych samych komórek.

„Dzień” w naszych wzorach zawsze znaczy DZIEŃ PRZEBIEGU, czyli dzień, w którym pomiar faktycznie się odbył — nie dzień kalendarzowy. Bez tego plan Start (pomiar w poniedziałek, środę i piątek) miałby cztery sztuczne zera w każdym tygodniu, a jego średnie i alerty byłyby fałszywe.

Jak rozpoznajemy wzmiankę o marce

Wzmianka to licznik widoczności, więc jej definicja jest najważniejszą definicją na tej stronie. Rozpoznajemy ją dwiema warstwami, które sprawdzają się nawzajem:

• Warstwa 1 — deterministyczny skan aliasów. Dopasowanie musi mieć granicę tokenu: litera lub cyfra tuż przy nazwie unieważnia trafienie, więc „mevrotech.com” nie jest wzmianką o marce Mevro, a „(Mevro),” już tak. Skanujemy wyłącznie treść odpowiedzi — nigdy adresów źródeł, bo to, co silnik pobrał, nie jest tym, co powiedział.
• Nie składamy diakrytyków. „Łaska” i „laska” to dwa różne słowa, a fałszywa wzmianka jest gorsza niż brakująca. Warianty bez polskich znaków istnieją tylko wtedy, gdy ktoś dopisze je jako osobny alias — i widać je na liście aliasów razem z licznikiem trafień.
• Warstwa 2 — jedno wywołanie modelu na odpowiedź, ze sztywnym schematem wyniku. Zwraca listę marek, kolejność ich pierwszego wystąpienia, sentyment z dosłownym cytatem i przypisanie źródeł do marek.
• Aliasy dwuznaczne (nazwa marki, która jest zwykłym słowem — problem „Metro”) liczą się dopiero, gdy warstwa 2 potwierdzi wzmiankę. Same z siebie nie podnoszą widoczności.
• Weto homonimu: jeśli warstwa 2 zadziałała, uznała markę za nieobecną i przypisała trafiony ciąg INNEJ marce (tak samo nazwana firma z innej branży), trafienie odpada. Gdy warstwa 2 nie zadziałała, warstwa 1 pracuje sama — wolimy policzyć wzmiankę i pokazać ją do weryfikacji niż ją po cichu zgubić.
• Komórka ma wzmiankę, gdy warstwa 2 mówi „tak” ALBO został co najmniej jeden potwierdzony alias. Liczba trafień w jednej odpowiedzi nie ma znaczenia — jedna odpowiedź to najwyżej jedna wzmianka.

Definicje metryk — zawsze z mianownikiem

Każdy procent w produkcie ma widoczny mianownik, np. „80% (4 z 5 silników)”. Procent bez mianownika to marketing, nie pomiar.

Widoczność %

odpowiedzi ze wzmianką o marce ÷ wszystkie udane odpowiedzi w oknie pomiaru.

Śr. pozycja

średnia ranga marki liczona wyłącznie tam, gdzie marka została wymieniona — brak wzmianki nie zaniża średniej.

SoV %

wzmianki Twojej marki ÷ wzmianki wszystkich wykrytych marek (maksymalnie 1 wzmianka na markę na odpowiedź).

Wzory — dokładnie to, co robi kod

Poniżej są wzory przepisane z kodu produktu, a nie ich uproszczone opisy. Wszędzie, gdzie kod zwraca „brak danych”, piszemy to wprost — bo to jest różnica między luką a zerem.

Udział w głosie liczymy obecnością, nie liczbą powtórzeń: odpowiedź, która wymienia markę pięć razy, waży tyle samo co ta, która wymienia ją raz. Inaczej gadatliwość silnika udawałaby popularność. Ta sama zasada rządzi sentymentem — jedna odpowiedź to jeden głos, choćby wygenerowała pięć wierszy wzmianek.

Przypadki brzegowe — co robimy, gdy coś pójdzie nie tak

To jest lista sytuacji, w których łatwo skłamać liczbą. Opisujemy je, bo różnica między „silnik nie odpowiedział” a „silnik odpowiedział i Cię nie wymienił” decyduje o tym, czy wykres pokazuje spadek, którego nie było.

Progi próby — od ilu obserwacji w ogóle coś mówimy

Progi są w kodzie w jednym miejscu i obowiązują tak samo w rankingu konkurencji, na kaflach pulpitu, w sentymencie i w kalkulatorze promptów. „n” to liczba odpowiedzi, na których stoi dana liczba.

• n poniżej 10 — liczbę pokazujemy z chipem „wstępne”. To jest sygnał, żeby na niej niczego nie opierać.
• n od 10 do 29 — chip „mało danych”.
• n co najmniej 30 — chip znika. Żadnych etykiet w rodzaju „lider” poniżej tego progu.
• Trend pokazujemy dopiero przy co najmniej 12 dniach przebiegów, czyli przy co najmniej 5 dniach w każdym z dwóch porównywanych okien siedmiodniowych. Krócej — nie ma z czym porównywać.
• Alert spadku: baza z 7 ostatnich dni przebiegów, minimum 3 dni historii, a dzisiejszy dzień musi mieć co najmniej 2 udane silniki. Domyślne progi to 15 punktów dla marki i 20 punktów dla pojedynczego promptu.
• Nie ma bazy — nie ma alertu. Cisza jest uczciwsza niż alarm wyliczony z dwóch dni.

Skąd te liczby: 10 i 30 to progi zaufania do próby (poniżej 10 pojedyncza odpowiedź przesuwa wynik o ponad 10 punktów), 7 dni przebiegów to tydzień pracy silnika przy każdej kadencji, a wymóg 2 udanych silników dzisiaj chroni przed alarmem wywołanym awarią jednego dostawcy.

Czemu odpowiedź w Twoim ChatGPT może się różnić

• Personalizacja: Twój ChatGPT zna Twoją historię rozmów, pamięć i preferencje — my pytamy neutralnie, bez żadnego kontekstu.
• Model konsumencki vs API: aplikacja ChatGPT i API mogą używać innych wariantów modeli i innych ustawień wyszukiwania.
• Losowość: modele próbkują odpowiedzi — to samo pytanie może dać różne wyniki. Dlatego patrzymy na trendy w czasie, nie na pojedyncze odpowiedzi.

Czego ta metoda NIE mierzy

Najkrótsza droga do nieufności to narzędzie, które udaje, że mierzy wszystko. Poniżej jest lista rzeczy, których nasze liczby nie mówią — nawet jeśli wyglądają, jakby mówiły.

Adnotacje na wykresach

Edycje promptów i zmiany wersji modeli zaznaczamy na wykresach jako adnotacje — żeby skok na wykresie dało się odróżnić od zmiany metodologii.

Retencja danych

• Surowe odpowiedzi silników: 90 dni, potem archiwum.
• Teksty odpowiedzi i ekstrakcje wzmianek: 24 miesiące.
• Zagregowane metryki dzienne: bezterminowo.

Sprawdź to na własnej marce

Metodologia jest po to, żeby dało się ją zweryfikować. Darmowe sprawdzenie zadaje jedno pytanie trzem silnikom i pokazuje surowe odpowiedzi razem ze źródłami — dokładnie tym samym kodem, który opisuje ta strona.

• Widoczność w ChatGPT
• Widoczność w Perplexity
• Widoczność w Google AI Overviews
• Słownik pojęć GEO/AEO
• Rankingi widoczności branż