Jak mierzyć widoczność marki w odpowiedziach AI: Search Console, GA4 i panel pytań

Czym mierzyć widoczność marki w AI: cztery narzędzia i sygnał z logów

Widoczność w odpowiedziach AI mierzą dziś cztery narzędzia: Search Console dla Przeglądu od AI i trybu AI w Google, Google Analytics 4 dla wizyt z asystentów, Bing Webmaster Tools dla cytowań w Copilocie oraz ręczny panel pytań kontrolnych. Logi serwera dokładają sygnał pośredni, bo pokazują, które roboty AI pobierają strony.

Jeszcze rok temu właściciel firmy miał do dyspozycji głównie zrzuty ekranu i przeczucie. Między listopadem 2025 a sierpniem 2026 roku Google i Microsoft udostępniły pierwsze raporty, które oddzielają funkcje generatywne od zwykłych wyników. Poniżej zmiany, które dotyczą pomiaru. Daty pochodzą z blogów i centrów pomocy producentów.

1. 17 listopada 2025Adnotacje w Search Console

   Na wykresie skuteczności można dodać własną notatkę z datą, na przykład o zmianie szablonu albo treści.

2. 20 listopada 2025Filtr zapytań brandowych

   Search Console oddziela zapytania z nazwą marki od pozostałych. Od 11 marca 2026 roku filtr działa dla wszystkich kwalifikujących się witryn.

3. 10 lutego 2026AI Performance w Bing Webmaster Tools

   Microsoft pokazuje w wersji zapoznawczej, ile razy strony witryny były cytowane w Copilocie i w podsumowaniach AI w Bing.

4. 13 maja 2026Kanał AI Assistant w GA4

   Google Analytics automatycznie przypisuje wizyty z rozpoznanych asystentów AI do osobnego kanału.

5. 3 czerwca 2026Raport funkcji generatywnych w Search Console

   Google ogłasza osobny raport wyświetleń w Przeglądzie od AI i trybie AI, na początek dla części witryn.

6. 16 czerwca 2026Intencje, tematy i udział w cytowaniach w Bing

   Raport AI Performance dostaje klasyfikację zapytań, grupy tematyczne, udział w cytowaniach i porównanie okresów.

7. 31 sierpnia 2026Raport generatywny dla wszystkich witryn

   Raport o skuteczności w funkcjach generatywnych trafia do wszystkich witryn na świecie.

Pomiar porządkują trzy pojęcia, które w rozmowach często się mieszają. Wyświetlenie to pokazanie linku do strony w odpowiedzi. Kliknięcie to wizyta, która dociera do witryny. Wzmianka to nazwa firmy w treści odpowiedzi, z linkiem albo bez. Google i Microsoft liczą wyświetlenia, cytowania i kliknięcia wyłącznie we własnych usługach. Wzmianek bez linku nie liczy żadne narzędzie producenta, dlatego potrzebny jest panel pytań.

Search Console: Przegląd od AI w raporcie Skuteczność i nowy raport generatywny

W Search Console widoczność w Przeglądzie od AI i trybie AI widać na dwa sposoby. Kliknięcia i wyświetlenia z tych funkcji wlicza się do zwykłego raportu Skuteczność, w typie wyszukiwania dla wyników z internetu (w angielskiej wersji „Web”). Od 31 sierpnia 2026 roku każda witryna ma też osobny raport o skuteczności w funkcjach generatywnych, który pokazuje same wyświetlenia.

Jak funkcje AI są liczone w zwykłym raporcie

Google opisuje zasady w dokumentacji danych raportu skuteczności. Kliknięcie linku do zewnętrznej strony w Przeglądzie od AI albo w trybie AI liczy się jako kliknięcie. Przegląd od AI zajmuje w wynikach jedną pozycję i wszystkie linki w nim dostają tę samą pozycję. Pytanie uzupełniające zadane w trybie AI jest traktowane jak nowe zapytanie. Ruch z funkcji AI jest więc w danych Search Console, ale w tym raporcie nie da się go odfiltrować. Spadek CTR przy stabilnych wyświetleniach może oznaczać Przegląd od AI nad wynikami, a może też zmianę wyglądu strony wyników. Sam raport tego nie rozstrzygnie.

Co pokazuje raport o skuteczności w funkcjach generatywnych

Raport ogłoszony na blogu Search Central 3 czerwca 2026 roku najpierw trafił do części witryn, a od 31 sierpnia jest dostępny dla wszystkich. Obejmuje Przegląd od AI i tryb AI, a osobna wersja dotyczy funkcji generatywnych w Discover. Wyświetlenie oznacza tu, ile razy link do witryny pokazano użytkownikowi w funkcji generatywnej. Dane można grupować według stron, krajów, urządzeń i dat, a wykres i tabelę da się wyeksportować. Google zapowiada, że z czasem doda kolejne metryki. Tryb AI i Przegląd od AI działają w Polsce i po polsku, więc polska witryna może mieć w raporcie dane.

• Raport liczy tylko wyświetlenia. Nie ma kliknięć ani zapytań, więc nie wiadomo, przy jakich pytaniach strona się pokazała.
• Dwa linki z tej samej witryny w jednej odpowiedzi to na wykresie jedno wyświetlenie. Po dodaniu filtra adresu URL dane liczone są według adresu.
• Obowiązują zwykłe ograniczenia raportu skuteczności, w tym limit 1 000 wierszy w tabeli.
• Na liście funkcji są tylko Przegląd od AI i tryb AI. Aplikacji Gemini ani eksperymentów z Search Labs raport nie obejmuje.
• Raport może się nie pojawić, gdy witryna ma za mało wyświetleń w funkcjach generatywnych albo została z nich wyłączona.

Pośrednim sygnałem jest filtr zapytań brandowych w raporcie Skuteczność. Google klasyfikuje zapytania z nazwą marki, jej literówkami i nazwami charakterystycznych produktów za pomocą własnego systemu wspieranego przez AI. Filtr działa tylko w usługach domenowych najwyższego poziomu z odpowiednią liczbą wyświetleń. Jeżeli asystenci częściej polecają firmę, część osób wyszuka ją potem po nazwie. Wzrost zapytań brandowych nie dowodzi jednak, że przyczyną jest AI, bo na nazwę marki pracują też reklama, polecenia i media. Jak Google dobiera źródła do Przeglądu od AI, opisujemy osobno we wpisie AI Overviews: jak działają i skąd biorą źródła.

GA4: kanał AI Assistant i własna grupa kanałów z wyrażeniem regularnym

Od 13 maja 2026 roku Google Analytics 4 przypisuje wizyty z ChatGPT, Gemini, Copilota i innych rozpoznanych asystentów do kanału AI Assistant w domyślnej grupie kanałów. Ruch z Przeglądu od AI i trybu AI trafia do kanału Organic Search, bo te funkcje są częścią wyszukiwarki Google.

Mechanizm jest prosty. Gdy adres odsyłający pasuje do listy rozpoznanych asystentów, GA4 ustawia medium „ai-assistant” i kampanię „(ai-assistant)”. W opisie domyślnej grupy kanałów Google wymienia jako przykłady ChatGPT, Gemini, DeepSeek, Copilota i Groka, ale pełnej listy domen nie podaje. W arkuszu źródeł i kategorii, który Google udostępnia do pobrania, asystentów AI nie znaleźliśmy. Kanał domyślny jest wygodny, tylko nie wiadomo dokładnie, co do niego wpada.

ChatGPT ułatwia sprawę. OpenAI pisze w odpowiedziach dla wydawców, że ChatGPT automatycznie dodaje do linków parametr utm_source=chatgpt.com. Wizyty z ChatGPT mają więc w GA4 źródło „chatgpt.com”, nawet gdy przeglądarka nie przekaże adresu odsyłającego. W dokumentacji pozostałych producentów takiego parametru nie znaleźliśmy. Wizyta bez parametru i bez adresu odsyłającego trafia do ruchu bezpośredniego, bo GA4 opisuje (direct) / (none) jako ruch bez wyraźnego źródła.

Własna grupa kanałów z jawną listą domen

Dlatego obok kanału domyślnego zakładamy własną grupę kanałów z listą domen, którą sami kontrolujemy. Według pomocy Google o grupach kanałów grupy własne działają wstecz, na danych historycznych. Usługa standardowa może mieć dwie takie grupy obok domyślnej, a każda do 50 kanałów. Wizyta trafia do pierwszego kanału, którego warunek spełnia, więc kanał asystentów musi stać wyżej niż Referral.

1. Nowa grupa jako kopia domyślnej

   W panelu administracyjnym, w części o wyświetlaniu danych, otwiera się Grupy kanałów i tworzy nową grupę. GA4 zaczyna od kopii grupy domyślnej. Do edycji potrzebna jest rola co najmniej edytora.

2. Kanał „Asystenci AI”

   Dodajemy kanał z jednym warunkiem: źródło pasuje do wyrażenia regularnego. Wyrażenie wklejamy z ramki poniżej.

3. Kolejność kanałów

   Kanał przesuwamy nad Referral, a jeżeli ma przejąć również ruch opisany jako wyszukiwanie, także nad Organic Search. Bez tego wizyty z asystentów zostaną w dawnym kanale.

4. Sprawdzenie na danych

   W raporcie pozyskania ruchu wybieramy nową grupę jako wymiar główny i porównujemy ją z wymiarem źródła sesji. Domeny asystentów, których brakuje w wyrażeniu, dopisujemy.

^(.*\.)?(chatgpt\.com|openai\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai|deepseek\.com|grok\.com|mistral\.ai|meta\.ai)$

GA4 domyślnie traktuje wyrażenie jako pełne dopasowanie i rozróżnia wielkość liter, dlatego wyrażenie opisuje całą nazwę źródła i dopuszcza subdomeny. Adresy w nim to domeny, pod którymi działają usługi. W dokumentacji producentów nie znaleźliśmy opisu, czy każda usługa przekazuje adres odsyłający, więc listę porównujemy z danymi co kwartał. Przykład z pomocy Google zaczyna się od fragmentu, który przy pełnym dopasowaniu łapie każde źródło kończące się na „ai”, także zwykłe serwisy w domenie .ai. Wolimy jawną listę.

Sama liczba wizyt z asystentów bywa niewielka. Ważniejsze jest, co ci ludzie robią na stronie. Weźmy kancelarię z Krakowa: kilkanaście wizyt miesięcznie z ChatGPT, z których kilka kończy się wysłaniem formularza, to inny wynik niż sto wizyt bez kontaktu. Dlatego w raporcie zestawiamy wizyty z kanału AI z konwersjami i porównujemy je z ruchem z wyszukiwarki.

Bing Webmaster Tools: cytowania w Copilocie i zapytania, którymi AI szuka źródeł

Raport AI Performance w Bing Webmaster Tools pokazuje, ile razy strony witryny były cytowane jako źródło w Microsoft Copilot, w podsumowaniach AI w Bing i u wybranych partnerów. W odróżnieniu od raportu Google zawiera też zapytania, którymi system szukał materiału do odpowiedzi.

Microsoft udostępnił raport 10 lutego 2026 roku jako publiczną wersję zapoznawczą. Na starcie pokazywał łączną liczbę cytowań w wybranym okresie, średnią liczbę cytowanych stron witryny dziennie, cytowania poszczególnych adresów, wykres zmian w czasie oraz zapytania ugruntowujące. Te ostatnie są próbką, a nie pełną listą. Microsoft zastrzega, że liczby nie mówią o pozycji strony w odpowiedzi ani o jej znaczeniu.

16 czerwca 2026 roku raport dostał cztery funkcje w wersji zapoznawczej. Intencje przypisują zapytania do kategorii, takich jak informacyjne, komercyjne, nawigacyjne czy lokalne. Tematy grupują podobne zapytania w szersze zagadnienia. Udział w cytowaniach to odsetek cytowań witryny wśród wszystkich cytowań przy danym zapytaniu. Porównanie nakłada na wykres wcześniejszy okres. Microsoft opisuje udział w cytowaniach jako miarę obserwacyjną: nie pokazuje domen konkurencji, udziału w ruchu ani oceny jakości treści.

Dla treści najwięcej dają zapytania ugruntowujące, bo pokazują, jak model przeformułował pytanie, zanim zaczął szukać. Weźmy przykładowy sklep z Poznania: jeżeli Copilot cytuje jego poradnik przy zapytaniu o porównanie dwóch modeli, a nie przy pytaniu o cenę, sklep wie, którą stronę rozbudować. Warunkiem jest zweryfikowana witryna w Bing Webmaster Tools. Liczby dla polskiej witryny mogą być skromne, więc patrzymy głównie na trend i listę cytowanych adresów.

Panel pytań kontrolnych: jak go ułożyć i jak często sprawdzać

Panel pytań kontrolnych to stała lista pytań, które regularnie zadajemy asystentom AI, zapisując, czy i jak pojawia się w odpowiedzi marka. Tylko w ten sposób, ręcznie albo narzędziem, które robi to automatycznie, da się zmierzyć wzmianki bez linku i sprawdzić, co asystenci mówią o firmie.

Jak ułożyć listę pytań

Zaczynamy od 20-40 pytań, które zadają prawdziwi klienci. Źródłem są rozmowy handlowe, wiadomości z formularza, zapytania z Search Console i opinie. Pytania dzielimy na grupy, bo każda mierzy coś innego:

• pytania o kategorię bez nazwy firmy, na przykład „jaki hydraulik w Łodzi przyjedzie w weekend”; tu widać, czy asystent w ogóle poleca firmę,
• porównania, na przykład „pompa ciepła czy kocioł gazowy do domu 150 m²”; tu liczą się cytowania poradników,
• pytania o markę, na przykład „czy firma X ma dobre opinie”; tu sprawdzamy poprawność danych,
• pytania lokalne z nazwą miasta albo dzielnicy, bo asystenci biorą pod uwagę lokalizację pytającego.

Dlaczego ta sama odpowiedź nie powtarza się dwa razy

Odpowiedzi asystentów są niepowtarzalne i nie jest to błąd pomiaru. OpenAI opisuje w pomocy o wyszukiwaniu w ChatGPT, że gdy ChatGPT korzysta z zewnętrznych dostawców wyników, zwykle przepisuje pytanie na jedno lub kilka zapytań. Korzysta też z przybliżonej lokalizacji ustalonej z adresu IP, a przy włączonej pamięci także z zapisanych informacji o użytkowniku. Google pisze w dokumentacji funkcji AI, że Przegląd od AI i tryb AI mogą korzystać z różnych modeli, więc pokazują różne odpowiedzi i linki, a Przegląd od AI często się nie uruchamia.

Badanie Ronalda Sielinskiego, opublikowane na arXiv w marcu 2026 roku, mierzyło to wprost. Te same 200 pytań w każdej z trzech kategorii produktów wysyłano przez API do Perplexity, wyszukiwania OpenAI i Gemini codziennie przez dziewięć dni, a w osobnej serii co dziesięć minut. Dwa przebiegi tego samego pytania dzieliły, w medianie, od około 30 procent (Gemini) do około 50 procent (Perplexity) cytowanych domen, liczonych jako część wspólna obu zestawów wobec ich sumy. Autor wnioskuje, że pojedynczy pomiar daje złudnie precyzyjny obraz, a wynik trzeba podawać z przedziałem niepewności. To praca jednego autora, na angielskich pytaniach konsumenckich i przez API, a nie w aplikacjach, więc liczby traktujemy jako rząd wielkości. Podobny wniosek, że jednorazowa obserwacja jest zawodna, formułują Schulte, Bleeker i Kaufmann.

Jak często sprawdzać i co zapisywać

W comiesięcznej kontroli każde pytanie zadajemy co najmniej trzy razy, zawsze w nowym czacie, na profilu bez pamięci i z tej samej lokalizacji. Wynik podajemy jako odsetek prób, w których marka się pojawiła, a nie jako tak albo nie. Po większej zmianie na stronie robimy dodatkową kontrolę po kilku tygodniach. Przy każdej próbie zapisujemy:

• datę, asystenta i tryb, na przykład ChatGPT z wyszukiwaniem albo tryb AI w Google
• czy marka pojawiła się w treści odpowiedzi
• czy odpowiedź linkuje do strony firmy i do której podstrony
• jakie źródła i które firmy konkurencyjne zostały przywołane
• czy dane o firmie są poprawne: adres, godziny, zakres usług
• pełny tekst odpowiedzi albo zrzut ekranu do archiwum

Błędy w opisie firmy wykryte w panelu to osobny problem; w firmach lokalnych omawiamy go we wpisie o danych firmy w odpowiedziach AI. Wynik pytań o kategorię jest z kolei punktem wyjścia do pracy nad wzmiankami poza stroną, opisanej w przewodniku, w części o tym, co naprawdę zwiększa szanse na cytowanie.

Logi serwera: wizyty robotów AI jako sygnał pośredni

Logi serwera pokazują, które roboty AI pobierają strony i jak często. To sygnał pośredni: wizyta robota znaczy, że strona może trafić do indeksu wyszukiwania asystenta albo do odpowiedzi, ale nie mówi, czy trafiła.

Najwięcej mówią pobrania na żądanie użytkownika. Według dokumentacji robotów OpenAI agent ChatGPT-User odwiedza stronę, gdy użytkownik zadaje pytanie w ChatGPT. Perplexity-User i Claude-User działają podobnie w Perplexity i w Claude. Wzrost takich wizyt przy konkretnym adresie znaczy, że ludzie zadają pytania, przy których asystent sięga po tę stronę. Roboty wyszukiwania pokazują, czy witryna jest w ogóle dostępna dla wyszukiwarek AI. Roboty zbierające treści do trenowania modeli mówią o bieżącej widoczności niewiele.

grep -oE "OAI-SearchBot|ChatGPT-User|GPTBot|PerplexityBot|Perplexity-User|Claude-SearchBot|Claude-User|ClaudeBot" access.log | sort | uniq -c | sort -rn

Identyfikator robota łatwo podrobić. OpenAI i Perplexity publikują zakresy adresów IP swoich robotów w plikach JSON, więc przy analizie odrzucamy wizyty spoza tych zakresów. Google nie daje tu wglądu. Dla funkcji AI w wyszukiwarce jedyną kontrolą dostępu jest reguła dla Googlebota, a Google-Extended nie ma własnego identyfikatora w zapytaniach HTTP. W logach nie da się więc odróżnić pobrania na potrzeby Przeglądu od AI od zwykłego indeksowania. Konfigurację robots.txt dla poszczególnych robotów omawiamy we wpisie Roboty AI i robots.txt.

Czego nie da się zmierzyć i jak o tym pisać w raporcie

Nie da się dziś zmierzyć, jak często asystenci wspominają firmę we wszystkich rozmowach, ile osób zobaczyło jej nazwę bez kliknięcia ani co model wie o niej z treningu. Raport powinien mówić o tym wprost i pokazywać wynik próby tam, gdzie pełnych danych nie ma.

• Wyświetlenia i wzmianki w ChatGPT, Perplexity i Claude: w dokumentacji tych firm nie znaleźliśmy narzędzia, które pokazywałoby je właścicielom stron.
• Aplikacja Gemini: raport Search Console obejmuje tylko Przegląd od AI i tryb AI, a GA4 pokaże z Gemini wyłącznie wizyty.
• Zapytania, przy których strona pojawiła się w funkcjach AI Google: nowy raport ich nie zawiera.
• Wiedza z treningu: żaden raport nie pokazuje, co model zapamiętał o firmie. Widać to tylko w odpowiedziach udzielanych bez wyszukiwania.
• Odpowiedzi spersonalizowane: pamięć i lokalizacja użytkownika zmieniają wynik, a panel sprawdza jeden punkt widzenia.

W naszych raportach sekcja o AI ma stały układ. Najpierw dane producentów: wyświetlenia z raportu generatywnego, wizyty i konwersje z kanału AI w GA4, cytowania z Bing. Potem wynik panelu jako odsetek prób, z liczbą prób i datami. Na końcu lista rzeczy, których nie widać, zawsze ta sama, żeby klient nie zgadywał, czy brak liczby oznacza zero. Nie piszemy „marka jest widoczna w ChatGPT”, tylko na przykład „w 7 z 12 prób dla pytań o kategorię ChatGPT wymienił markę, w 3 podał link”. Zmiany na stronie oznaczamy adnotacjami w Search Console, żeby po miesiącach dało się powiązać wykres z wdrożeniem.

• wyświetlenia w funkcjach generatywnych Google, miesiąc do miesiąca, z podziałem na strony
• wizyty i konwersje z kanału AI w GA4, z listą źródeł
• cytowania i zapytania ugruntowujące z Bing Webmaster Tools
• wynik panelu pytań jako odsetek prób, z liczbą prób
• stała lista rzeczy, których nie da się zmierzyć

Oczekiwania ustawiamy uczciwie. Google pisze, że nikt nie może zagwarantować pierwszego miejsca w wyszukiwarce, a OpenAI zastrzega w pomocy ChatGPT, że miejsce w wynikach nie jest gwarantowane. Zmianę w panelu o jedną czy dwie próby traktujemy jako szum. O trendzie mówimy, gdy utrzymuje się przez kilka miesięcy i zgadza się z danymi z Search Console albo GA4. Tak raportujemy widoczność w usłudze analityka i raportowanie SEO, a stały opiekun projektu omawia wynik w comiesięcznym raporcie. Pomiar jest częścią pozycjonowania w AI, a kolejność pierwszych działań opisuje plan na pierwsze 90 dni. Na pytanie, ile ruchu tracą strony przez odpowiedzi bez kliknięcia, odpowiadamy we wpisie o wyszukiwaniach bez kliknięcia.