Jak mierzyć widoczność w AI, żeby wynik był dowodem

„Wpisałem pytanie w ChatGPT i nas nie było.” Od takiego zdania zaczyna się wiele rozmów o widoczności w AI. Problem w tym, że to zdanie nie jest pomiarem. Jest anegdotą. Godzinę później ta sama fraza potrafi zwrócić inną listę firm, bo odpowiedzi modeli są losowe z natury: SparkToro policzyło, że szansa na dwie identyczne listy marek przy tym samym zapytaniu jest mniejsza niż 1%.

Skoro pojedyncza próba nic nie dowodzi, jak mierzyć uczciwie? Tak samo, jak mierzy się każdą wielkość obarczoną losowością: serią prób i statystyką. Poniżej cała metoda, krok po kroku, z prawdziwym przykładem z naszego własnego pomiaru.

Zasada pierwsza: zamrożony panel pytań

Pomiar zaczyna się od listy pytań, które naprawdę zadają klienci. Nie fraz kluczowych, tylko pełnych pytań: „jakie biuro rachunkowe dla spółki z o.o. w Krakowie polecacie?”, „ile kosztuje audyt obecności firmy w AI?”.

Taki zestaw, zwykle 12 do 50 pytań, zostaje zamrożony: dostaje sumę kontrolną i nie zmienia się między pomiarami. To warunek porównywalności. Jeśli ktoś pokazuje Ci „wzrost widoczności”, pierwsze pytanie brzmi: czy pytania w obu pomiarach były te same? Zmiana panelu w trakcie to nowy pomiar zerowy, nie kontynuacja.

Zasada druga: wiele przebiegów

Każde pytanie z panelu zadaje się modelowi wielokrotnie, w niezależnych przebiegach. Wynik pojedynczego pytania to udział: w ilu przebiegach firma została wymieniona. Wynik całego panelu to udział zbiorczy, na przykład „6 na 15 pytań z co najmniej jedną wzmianką”.

Zasada trzecia: przedział ufności zamiast okrzyku

Przy małych próbach ruch o jedną wzmiankę bywa czystym szumem. Dlatego do wyniku dokładamy przedział ufności: zakres, w którym z rozsądnym prawdopodobieństwem mieści się prawdziwa wartość. Wynik „40% (przedział 20-64%, n=15)” mówi dużo więcej niż „mamy 40%!”. Mówi też rzecz niewygodną: przy takim n wzrost z 40% na 47% niczego jeszcze nie dowodzi.

To jest miejsce, w którym łatwo poznać rzetelnego wykonawcę. Kto pokazuje przedziały i ujawnia n, ten liczy się z tym, że wynik bywa niejednoznaczny. Kto pokazuje pojedyncze zrzuty ekranu, ten sprzedaje anegdoty.

Zasada czwarta: archiwum surowych odpowiedzi

Każda odpowiedź modelu zostaje zapisana w całości, ze znacznikiem czasu i wersją modelu. Po co? Po pierwsze, każdą liczbę z raportu można wtedy policzyć ponownie na materiale źródłowym. Po drugie, odpowiedzi zawierają cytowane źródła, a to osobna kopalnia wiedzy: pokazuje, skąd model bierze informacje o branży i gdzie firmy jeszcze nie ma.

Ile pytań potrzeba, żeby cokolwiek stwierdzić

Intuicja podpowiada „im więcej, tym lepiej”, ale konkret pomaga zaplanować budżet. Przy panelu z 15 pytań udział 6 na 15 to 40% z przedziałem ufności mniej więcej od 20% do 64%. Żeby uznać za realny wzrost z 40% do 55%, taki panel zwykle nie wystarczy: oba wyniki mieszczą się w swoich przedziałach. Przy 50 pytaniach przedziały robią się na tyle wąskie, że zmiana o kilkanaście punktów procentowych zaczyna być rozstrzygalna.

Stąd praktyczna reguła: mały panel (12-15 pytań) świetnie mierzy stan zerowy i duże ruchy, na przykład wejście z zera do regularnej obecności. Subtelne różnice między miesiącami wymagają albo większego panelu, albo cierpliwości i serii pomiarów. Uczciwy wykonawca mówi to wprost przy sprzedaży, nie po fakcie.

Przedziały liczymy na poziomie pytań, nie pojedynczych przebiegów: jednostką jest „pytanie, w którym firma się pojawia”, bo to o pytania klientów toczy się gra. Powtórzenia w ramach pytania stabilizują wynik pytania, ale nie zawężają sztucznie przedziału całego panelu.

Przykład z życia: nasz własny wynik zerowy

30 lipca 2026 zadaliśmy Gemini (z włączonym wyszukiwaniem, locale polskie) 12 pytań o nasze własne usługi: audyt widoczności w AI, optymalizację GEO, sprawdzanie firmy w odpowiedziach. Dwanaście przebiegów, wszystkie zarchiwizowane.

Wynik: 0 wzmianek na 12 pytań. Zero. W odpowiedziach pojawiło się za to 96 cytowań źródeł, głównie polskich agencji SEO publikujących poradniki. Pełną tabelę, razem z listą firm, które dziś wygrywają te odpowiedzi, publikujemy na stronie naszego przypadku.

Ten wynik nas nie zaskoczył: w dniu pomiaru nasza domena nie miała nawet opublikowanej strony. Pokazujemy go z dwóch powodów. Po pierwsze, tak wygląda uczciwy punkt zerowy, od którego można mierzyć każdy postęp. Po drugie, dokładnie w tym miejscu startuje większość polskich firm, nie wiedząc o tym.

Jak zmierzyć się samodzielnie: instrukcja minimalna

Nie potrzeba naszych narzędzi, żeby zrobić pierwszy przybliżony pomiar. Wystarczy dyscyplina:

1. Spisz 10-15 pytań, które zadałby Twój klient. Bez nazwy firmy w treści pytania.
2. Zadaj każde pytanie w ChatGPT i w Gemini. Zanotuj: czy firma padła z nazwy, kto padł zamiast niej, jakie strony model zacytował.
3. Powtórz całość po kilku godzinach albo następnego dnia. Różnice między przebiegami zobaczysz od razu, i to jest normalne.
4. Policz udział: w ilu na wszystkie przebiegi firma się pojawiła. Zapisz datę. To Twój punkt zerowy.

Czego taki ręczny pomiar nie da: powtarzalności co miesiąc, przedziałów ufności, archiwum odpowiedzi i mapy cytowań branży. Do tego służy pomiar systematyczny, taki jak w naszej metodzie. Ale nawet ręczna wersja jest tysiąc razy lepsza niż jeden zrzut ekranu i panika.

Pułapki, które psują pomiar

Pytanie z nazwą firmy. „Czy ZdaniemAI jest dobre?” zmierzy co najwyżej warstwę marki. O kliencie, który firmy nie zna, nie mówi nic.

Zmiana pytań między pomiarami. Najczęstszy sposób, świadomy albo nie, na wyprodukowanie „wzrostu”.

Jeden silnik jako cała prawda. ChatGPT i Gemini korzystają z innych indeksów (Bing i Google) i potrafią dawać zupełnie różne wyniki. Mierz oba, raportuj osobno.

Wnioski z małego n ogłaszane jako trend. Ruch w granicach przedziału ufności to szum. Trend widać po serii pomiarów, nie po jednym.

Mierzenie tylko wzmianek, bez cytowań. Lista cytowanych źródeł mówi, gdzie trzeba być, żeby następnym razem wygrać. To połowa wartości całego pomiaru.

Chcesz zobaczyć taki pomiar na własnej firmie, zrobiony porządnie i bez zobowiązań? Pełny pomiar to płatny Audyt. Bezpłatny Zwiad zaczyna od warunku wstępnego: czy roboty AI w ogóle dostają Twoją stronę.