Jak mierzymy widoczność w AI
Uczciwe liczby albo żadne. Ta strona opisuje dokładnie, skąd biorą się nasze dane — łącznie z ograniczeniami.
Silniki i dokładne wersje modeli
Ta tabela jest generowana z tego samego rejestru modeli, którego używa kod produktu. Gdy zmieniamy model, zmienia się i ona, a na wykresach pojawia się adnotacja.
| Silnik | Model | Od |
|---|---|---|
| ChatGPT | gpt-5.4-mini | 5 lipca 2026 |
| Perplexity | sonar | 5 lipca 2026 |
| Google AI Overviews | google-aio | 5 lipca 2026 |
| Gemini | gemini-3.5-flash | 5 lipca 2026 |
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.
Częstotliwość pomiarów per plan
- Start: poniedziałek, środa, piątek (3×/tydzień).
- Pro i Agencja: codziennie.
- Gemini: raz w tygodniu (poniedziałek), dostępny od planu 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.
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.
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).
Zasady „mało danych”
- n < 10 obserwacji: wynik oznaczamy jako „wstępne dane”.
- 10–29 obserwacji: etykieta „mało danych”.
- Trend pokazujemy dopiero przy co najmniej 5 dniach pomiarów w obu porównywanych oknach.
- Żadnych etykiet typu „Lider” bez co najmniej 30 obserwacji.
Awarie silników
Gdy silnik nie odpowie (awaria, limit, przekroczony czas), wykluczamy tę próbę z mianowników metryk i z baz wyliczania alertów. Nigdy nie liczymy awarii jako zera — zero „bo silnik nie działał” to fałszywy spadek.
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.