Michele Eccher
W tym poradniku
Audyt widoczności w AI sprawdza, czy odpowiedzi narzędzi takich jak ChatGPT i Perplexity wymieniają Twoją firmę i opisują ją zgodnie z prawdą. Może się okazać, że odpowiedź przypisuje Twojemu produktowi funkcję, której nie ma. Albo że źródło cytowane przy konkurencie wyjaśnia coś przydatnego, czego brakuje na Twojej stronie.
Do pierwszego ręcznego audytu wybierz jeden produkt lub jedną usługę oraz pytania, które potencjalny klient mógłby zadać przed zakupem. Zacznij od sześciu promptów, które możesz dostosować, i od planu 24 testów poniżej. Przykład z obliczeniami pokazuje, jak ocenić odpowiedzi i zdecydować, które problemy z informacjami i które problemy techniczne wymagają uwagi.
Zadaj sześć pytań na dwóch platformach, a potem powtórz każde z nich jeszcze raz, za każdym razem w nowej rozmowie. Daje to 24 testy. Zapisz każdą odpowiedź i odnotuj, czy wymienia Twoją markę, linkuje do oficjalnej strony i czy zawiera błędy merytoryczne. Pytania z nazwą marki oddziel od tych, przy których to platforma decyduje, jakich dostawców wymienić.
Przygotowanie
Dostosuj sześć promptów do swojego produktu, a potem wybierz dwie platformy i ustawienia, z których będziesz korzystać.
Zbieranie
Zadaj każde pytanie dwa razy na każdej platformie, za każdym razem w nowej rozmowie. Zapisz odpowiedzi.
Sprawdzanie
Odnotuj wzmianki i linki, a potem sprawdź w źródłach, czy twierdzenia o Twojej marce są prawdziwe.
Działanie
Przy każdym potwierdzonym problemie ustal, co trzeba poprawić, kto się tym zajmie i kiedy sprawdzisz to ponownie.
Jak zorganizować 24 testy
Plan wygląda tak: 6 pytań × 2 platformy × 2 rundy = 24 testy. W każdym teście zadajesz jedno pytanie jeden raz i zapisujesz wszystko, co się pojawi, także wtedy, gdy nie ma odpowiedzi AI. Cztery pytania nie zawierają nazwy marki, żeby było widać, czy platforma sama ją wymienia. Dwa zawierają nazwę marki: sprawdzają, jak platforma ją opisuje i porównuje z konkurentem. Powtórzenie pytań pokazuje, czy odpowiedzi się zmieniają.
| Grupa | Pytania | Zaplanowane testy |
|---|---|---|
| Bez nazwy marki | N1, N2, N3, N4 | 4 × 2 × 2 = 16 |
| Z nazwą marki | B1, B2 | 2 × 2 × 2 = 8 |
| Razem | 6 pytań | 24 testy |
Możesz zacząć od ChatGPT Search i Perplexity. W ChatGPT włącz wyszukiwanie w internecie, a w Perplexity wybierz tryb wyszukiwania dostępny na Twoim koncie. Perplexity udziela odpowiedzi z przypisami do źródeł. Na każdej platformie używaj przez cały audyt tego samego trybu. Przejście ze zwykłego wyszukiwania na Deep Research zmienia charakter testu.
Jeśli jakaś funkcja jest niedostępna, wybierz inną platformę, zanim zaczniesz. Jeśli w trakcie audytu wyczerpiesz limit użycia, zapisz testy bez odpowiedzi i przyczynę. Możesz też skorzystać z Google, ale Tryb AI oddziel wtedy od przeglądów od AI. Przegląd od AI nie pojawia się przy każdym wyszukiwaniu. Jeśli widzisz tylko linki do stron, zapisz, że nie było odpowiedzi AI. Nie licz tego jako odpowiedzi, która pominęła Twoją markę.
Na początku zapisz ustawienia audytu
- Nazwa marki, oficjalna domena i konkurent, z którym porównujesz.
- Produkt lub usługa, potencjalni klienci, rynek i język.
- Dla każdej platformy: tryb wyszukiwania, typ konta i model, jeśli jest wyświetlany.
- Urządzenie, lokalizacja oraz ustawienia pamięci i personalizacji.
- Daty testów i ostateczne brzmienie wszystkich sześciu promptów.
Wyłącz pamięć i personalizację, o ile to możliwe. Jeśli się nie da, zapisz, które ustawienia są aktywne. Zadaj wszystkie sześć pytań na każdej platformie i przy każdym pytaniu otwieraj nową rozmowę. Ta pierwsza runda daje 12 testów. Powtórz te same pytania w tych samych warunkach, żeby dojść do 24. Zachowaj pierwszą odpowiedź na każde zadane pytanie. Jeśli będziesz generować odpowiedź od nowa, aż pojawi się marka, zaburzysz porównanie.
Żeby oszacować potrzebny czas, zmierz, ile trwają dwa testy, łącznie z zapisaniem odpowiedzi i przeczytaniem źródeł. Na tej podstawie zaplanuj resztę pracy i dolicz zapas na badanie błędów i problemów technicznych.
Sześć pytań, które dostosujesz do swojego produktu
Weźmy polskiego dystrybutora zatrudniającego 20 osób, który szuka oprogramowania do obsługi zamówień B2B. Potrzebuje dwóch poziomów akceptacji i wymiany plików CSV ze swoim systemem klasy ERP (Enterprise Resource Planning). W tych promptach OrdinaLab to audytowany produkt, a FlussoDesk to jego konkurent. Obie nazwy są fikcyjne. Zastąp je produktami, które chcesz sprawdzić, i dostosuj profil klienta, rynek i wymagania do swojej sytuacji.
N1 Szukanie dostawców
Jakie oprogramowanie do obsługi zamówień B2B warto rozważyć dla polskiego dystrybutora zatrudniającego 20 osób? Potrzebne są dwa poziomy akceptacji i wymiana danych w plikach CSV z systemem ERP.
N2 Sprawdzanie wymaganej funkcji
Które narzędzia do obsługi zamówień B2B dla polskiego dystrybutora zatrudniającego 20 osób mają dwa poziomy akceptacji przed złożeniem zamówienia?
N3 Uwzględnianie ograniczenia technicznego
Które narzędzia do obsługi zamówień B2B pozwalają polskiemu dystrybutorowi zatrudniającemu 20 osób importować i eksportować zamówienia w plikach CSV, jeśli jego system ERP nie udostępnia API?
N4 Porównywanie kosztów
Jakie koszty należy porównać przy wyborze oprogramowania do obsługi zamówień B2B dla 20 pracowników w Polsce, wraz z konfiguracją akceptacji i wymianą danych w plikach CSV z naszym systemem ERP?
B1 Sprawdzanie opisu produktu
Co OrdinaLab oferuje w obsłudze zamówień B2B? Opisz akceptacje, wymianę danych z ERP i ograniczenia, które polski dystrybutor zatrudniający 20 osób powinien sprawdzić.
B2 Porównanie z konkurentem
Jak porównać OrdinaLab i FlussoDesk dla polskiego dystrybutora zatrudniającego 20 osób, który potrzebuje dwóch poziomów akceptacji i wymiany danych w plikach CSV ze swoim systemem ERP? Jakie różnice powinniśmy zweryfikować przed wyborem?
Pytania N1–N4 obejmują cztery potrzeby kupującego: znalezienie dostawców, sprawdzenie funkcji, uwzględnienie ograniczenia technicznego i porównanie kosztów. Pomiń nazwę marki, żeby zobaczyć, czy platforma sama poda ją w odpowiedzi. Dla lokalnej firmy dostosuj kontekst do usługi, miasta i konkretnego wymagania, na przykład dostępu dla osób poruszających się na wózku. Gdy prompty są gotowe, w obu rundach używaj dokładnie tego samego brzmienia.
Pytania B1 i B2 sprawdzają, co platforma mówi o produkcie, który użytkownik już zna. Te odpowiedzi oddzielaj od odpowiedzi na N1–N4. Skoro nazwa jest w pytaniu, jej obecność w odpowiedzi nie dowodzi, że platforma zaproponowałaby ją sama. Pytania uzupełniające możesz zadawać, żeby zbadać błąd, ale zapisuj je osobno, poza 24 testami.
Co zapisać przy każdej odpowiedzi
Nadaj każdemu testowi identyfikator. A-N1-1 oznacza platformę A, pytanie N1, pierwszą rundę; A-N1-2 oznacza to samo pytanie zadane po raz drugi. Zapisz pełną odpowiedź w pliku o takim identyfikatorze, na przykład A-N1-1.txt, albo zrób zrzuty ekranu obejmujące cały tekst i źródła. W dzienniku wpisz datę, godzinę i nazwę zapisanego pliku. Używaj ustawień zapisanych na początku, a każdą zmianę odnotuj.
Czy odpowiedź wymienia markę?
Wpisz 1, jeśli nazwa występuje w tekście odpowiedzi, albo 0, jeśli jej nie ma. Nie licz nazwy ze swojego promptu, z sugerowanych pytań uzupełniających ani tej, która pojawia się tylko w tytule źródła. Zaznacz też, czy produkt jest polecany, porównywany, czy tylko wspomniany przy okazji.
Czy jest link do oficjalnej strony?
Wpisz 1, jeśli co najmniej jeden link w odpowiedzi lub w panelu źródeł prowadzi do oficjalnej domeny, w przeciwnym razie 0. Zapisz adresy URL razem z odpowiedzią i oddziel swoją stronę od źródeł zewnętrznych i konkurentów. Nawet przy pięciu linkach do Twojej strony wiersz dostaje tylko 1.
Czy są konkurenci lub twierdzenia do sprawdzenia?
Przy konkurentach wpisz 1 lub 0 i zanotuj ich nazwy. Przy twierdzeniach o Twojej marce stosuj: P, gdy sprawdzono je wszystkie i są prawdziwe; BŁ, gdy potwierdzono co najmniej jeden błąd; NS (niesprawdzone), gdy weryfikacja jeszcze trwa; BT (brak twierdzeń), gdy odpowiedź nie mówi nic o marce.
Czy test dał odpowiedź AI?
W kolumnie „Ważny” wpisz 1, jeśli w wybranym trybie pojawiła się czytelna odpowiedź AI. Jeśli odpowiedź nie pokazuje źródeł, zanotuj „brak adresów URL” i przy Linku wpisz 0. Użyj NP (nieporównywalne), gdy nie ma odpowiedzi AI, funkcja jest niedostępna albo zmieniono tryb. Podaj przyczynę, a kolumny Marka, Link i Konkurenci zostaw puste.
Otwórz źródła, którymi potwierdzasz twierdzenie lub błąd. Zapisz istotny fragment, tytuł i datę, jeśli jest podana. Cytowany adres URL, który się nie otwiera, nadal liczy się jako link w odpowiedzi, ale twierdzenia na jego podstawie nie zweryfikujesz. Gdy potwierdzisz błąd, wpisz BŁ, nawet jeśli inne twierdzenia w odpowiedzi nie zostały jeszcze sprawdzone. Każda odpowiedź dostaje jeden wiersz, niezależnie od liczby wzmianek i linków.
| Pole | Przykład: A-N1-1 |
|---|---|
| Warunki | 13 października 2026, 10:00 CEST; platforma A, ustawienia zapisane na początku, nowa rozmowa |
| Zapisana odpowiedź | A-N1-1.txt i zrzut ekranu A-N1-1.png |
| Fragment | „Rozważyłbym OrdinaLab: obsługuje dwa poziomy akceptacji i wymianę danych w plikach CSV. Porównałbym go z FlussoDesk.” |
| Wyświetlone źródło | ordinalab.example/docs/csv (adres fikcyjny) |
| Wartości | Marka 1; oficjalny link 1; konkurent 1, FlussoDesk |
| Weryfikacja | Zakładamy, że dokumentacja potwierdza obie funkcje: P |
Jeśli pytania zadajesz automatycznie przez API, prowadź osobny dziennik. Model, dostępne narzędzia i personalizacja mogą być tam inne niż w interfejsie webowym, z którego korzystają Twoi klienci. Gdyby połączyć oba zestawy w jeden test, wyniki trudno byłoby zinterpretować.
Jak policzyć wzmianki, linki i błędy
Procenty licz z ważnych odpowiedzi AI, które faktycznie udało się uzyskać. Testy z NP zostają w dzienniku razem z przyczynami, ale nie wchodzą do mianownika. Odpowiedź AI bez źródeł jest ważna i dostaje w kolumnie Link wartość 0. Przy każdym procencie podawaj liczby, na przykład 6 z 15 odpowiedzi.
| Wskaźnik | Obliczenie | Co pokazuje |
|---|---|---|
| Wzmianki o marce w odpowiedziach na pytania bez jej nazwy | Odpowiedzi wymieniające markę / ważne odpowiedzi × 100, dla pytań N1–N4 | Przy jakich pytaniach platforma wymienia Twoją markę, choć nie ma jej w prompcie |
| Oficjalne linki w odpowiedziach na pytania bez nazwy marki | Odpowiedzi z co najmniej jednym oficjalnym linkiem / ważne odpowiedzi × 100, dla pytań N1–N4 | Przy jakich pytaniach odpowiedzi nie zawierają linku do Twojej strony |
| Błędy w sprawdzonych odpowiedziach | BŁ / (P + BŁ) × 100, wśród odpowiedzi z twierdzeniami o marce | Potwierdzone błędy, oddzielone od niedokończonych weryfikacji |
Wyniki B1 i B2 policz osobno i podaj, ile odpowiedzi nadal czeka na weryfikację (NS). Przy odsetku błędów podziel liczbę odpowiedzi BŁ przez sumę P + BŁ. Dzięki temu niesprawdzone odpowiedzi nie są traktowane jak poprawne. Jeśli mianownik wynosi zero, napisz „nie do obliczenia”. Porównując platformy, najpierw pokaż liczby dla każdej z nich. Żeby obliczyć procent łączny, dodaj liczby odpowiedzi, a dopiero potem dziel.
Te wyniki pomagają zdecydować, które odpowiedzi wymagają zbadania. Nie szacują ruchu ani sprzedaży. Poradnik o pomiarze widoczności w AI wyjaśnia, jak połączyć dziennik z dostępnymi danymi o wizytach i wynikach biznesowych.
Jak czytać wypełniony dziennik audytu
Przyjmijmy, że przeprowadziliśmy wszystkie 24 testy dla OrdinaLab, który wymienia pliki CSV z systemem ERP, ale nie ma bezpośredniej integracji z ERP. Te hipotetyczne wyniki pokazują, jak wypełniać dziennik. A i B to dwie platformy wybrane do audytu; wszystkie adresy z końcówką .example w tym przykładzie są fikcyjne.
Na telefonie przewiń przykładową tabelę w poziomie, żeby zobaczyć kolumny Link, Konk. (konkurenci) i Popr. (poprawność).
| Test | Ważny | Marka | Link | Konk. | Popr. |
|---|---|---|---|---|---|
| A-N1-1 | 1 | 1 | 1 | 1 | P |
| A-N1-2 | 1 | 1 | 0 | 1 | BŁ |
| A-N2-1 | 1 | 0 | 0 | 1 | BT |
| A-N2-2 | 1 | 0 | 0 | 1 | BT |
| A-N3-1 | 1 | 1 | 1 | 0 | P |
| A-N3-2 | 1 | 0 | 0 | 1 | BT |
| A-N4-1 | 1 | 0 | 0 | 0 | BT |
| A-N4-2 | 1 | 0 | 0 | 0 | BT |
| A-B1-1 | 1 | 1 | 1 | 0 | P |
| A-B1-2 | 1 | 1 | 0 | 0 | BŁ |
| A-B2-1 | 1 | 1 | 1 | 1 | P |
| A-B2-2 | 1 | 1 | 0 | 1 | NS |
| B-N1-1 | 1 | 1 | 1 | 1 | P |
| B-N1-2 | 1 | 0 | 0 | 1 | BT |
| B-N2-1 | 1 | 1 | 0 | 1 | NS |
| B-N2-2 | 1 | 0 | 0 | 1 | BT |
| B-N3-1 | 1 | 1 | 0 | 0 | BŁ |
| B-N3-2 | 1 | 0 | 0 | 1 | BT |
| B-N4-1 | 1 | 0 | 0 | 0 | BT |
| B-N4-2 | NP | BT | |||
| B-B1-1 | 1 | 1 | 1 | 0 | P |
| B-B1-2 | 1 | 1 | 0 | 0 | NS |
| B-B2-1 | 1 | 1 | 1 | 1 | P |
| B-B2-2 | 1 | 0 | 0 | 1 | BT |
P oznacza sprawdzone i poprawne, BŁ co najmniej jeden potwierdzony błąd, NS niedokończoną weryfikację, a BT brak twierdzeń o marce. Test B-N4-2 dał tylko linki do stron, dlatego ma oznaczenie NP. Zostają więc 23 ważne odpowiedzi AI: 15 na pytania bez nazwy marki i 8 na pytania z nazwą marki.
| Odczyt dziennika | Wynik |
|---|---|
| Wzmianki o marce w odpowiedziach na N1–N4 | 6/15 = 40% |
| Oficjalne linki w odpowiedziach na N1–N4 | 3/15 = 20% |
| Konkurenci w odpowiedziach na N1–N4 | 10/15 odpowiedzi |
| Wzmianki o marce przy N1–N4, według platform | A: 3/8 = 37,5%; B: 3/7 = 42,9% |
| Wzmianki o marce w odpowiedziach na B1 i B2 | 7/8, liczone oddzielnie od N1–N4 |
| Poprawność 13 odpowiedzi wymieniających markę | 7 P, 3 BŁ, 3 NS; odsetek błędów 3/(7+3) = 30% |
Odpowiedzi A-N1-2, A-B1-2 i B-N3-1 twierdzą, że OrdinaLab ma bezpośrednią integrację z ERP, której produkt nie oferuje. To trzy odpowiedzi z oznaczeniem BŁ. Trzy kolejne odpowiedzi wspominają o funkcjach czekających na weryfikację, więc zostają jako NS. Odsetek błędów, 30%, wynika z 3 błędnych odpowiedzi na 10 sprawdzonych, a nie z 3 na wszystkie 23 odpowiedzi AI.
Zacznij od trzech odpowiedzi BŁ i porównaj błędne stwierdzenia z cytowanymi źródłami. Jeśli błąd jest na Twojej stronie, popraw go. Jeśli pochodzi z zewnętrznego katalogu, poproś o aktualizację. Potem dokończ trzy weryfikacje NS. Przy odpowiedziach bez oficjalnych linków przeczytaj cytowane źródła i poszukaj informacji, których Twoja strona nie wyjaśnia, na przykład jak działa wymiana CSV albo jakie akceptacje są dostępne. Sam brak linku nie mówi, jakiej treści brakuje.
Sprawdź źródła i dostęp do stron
Przy każdym problemie z dziennika otwórz cytowaną stronę oraz tę podstronę swojej witryny, która powinna podawać poprawną informację. Sprawdź, czy obie da się przeczytać bez logowania i czy dotyczą właściwego produktu i funkcji. Funkcje produktu potwierdzaj w dokumentacji, na stronie produktu albo u osoby odpowiedzialnej za usługę.
Źródło i treść
Zapisz twierdzenie, które sprawdzasz, oraz fragment źródła, który je potwierdza lub obala. Upewnij się, że oba dotyczą tego samego produktu i tej samej wersji. Funkcja opisana na stronie konkurenta może nie istnieć w Twoim produkcie.
Dostęp i indeksowanie
Jeśli strona się nie otwiera albo wyszukiwarki nie mają dostępu do jej treści, poproś zespół techniczny o sprawdzenie odpowiedzi HTTP, tekstu w kodzie HTML i w przeglądarce, dyrektyw robots, adresu kanonicznego i zapory sieciowej. Żeby zidentyfikować crawlery, zespół powinien porównać żądania z opublikowanymi przez dostawcę zakresami adresów IP. Sama nazwa user-agenta nie dowodzi tożsamości.
W Google strona musi być zindeksowana i kwalifikować się do wyświetlania z fragmentem opisu, by mogła pojawić się jako link w funkcjach AI. OpenAI rozróżnia OAI-SearchBot i GPTBot: pierwszy służy do wyszukiwania, drugi do trenowania modeli. Szczegóły o dyrektywach i innych dostawcach znajdziesz w poradniku o crawlerach AI i dostępie do strony.
Załóżmy, że w naszym przykładzie, jak ustala zespół techniczny, strona z dokumentacją CSV blokuje crawler wyszukiwarki: serwer odpowiada kodem HTTP 403 i odmawia dostępu. Po usunięciu blokady zespół potwierdza, że strona zwraca HTTP 200 i wyświetla oczekiwany tekst. Wtedy możesz powtórzyć N3. Jeśli treść jest dostępna, a mimo to nie jest cytowana, kontrola dostępu jest zakończona. Brak cytowania zbadaj osobno.
Zdecyduj, co poprawić i kto się tym zajmie
| Priorytet w tym przykładzie | Problem | Działanie i kontrola po zmianie |
|---|---|---|
| Wysoki | Trzy odpowiedzi twierdzą, że produkt ma integrację z ERP, której nie oferuje | Właściciel produktu wyjaśnia na stronie integracji, że wymiana danych odbywa się w plikach CSV. Jeśli błąd jest w zewnętrznych katalogach, zgłasza prośby o poprawki. Potem ponownie testuje N1, N3 i B1, po dwa razy na każdej platformie. |
| Wysoki | Crawler nie może otworzyć strony CSV: HTTP 403 | Zespół techniczny usuwa blokadę i potwierdza HTTP 200 oraz czytelny tekst. Następnie test N3 powtarza się z pierwotnymi ustawieniami. |
| Wymaga zbadania | Trzy odpowiedzi NS i odpowiedzi bez oficjalnych linków | Audytor kończy weryfikację i porównuje cytowane źródła ze stroną. Jeśli brakuje przydatnych informacji, wskazuje, gdzie je dodać. |
Przy każdym działaniu zapisz problem z identyfikatorami testów i adresami URL, potrzebną zmianę, osobę odpowiedzialną i datę kolejnej kontroli. Śledź dwa wyniki osobno: strona może być już poprawiona, a odpowiedź AI nadal zawierać stary błąd. Zapisz oba, żeby następna osoba wiedziała, czy strona wymaga dalszej pracy, czy odpowiedź trzeba tylko sprawdzić ponownie.
Gdy brakuje przydatnego wyjaśnienia, dodaj je na stronie, która już omawia ten temat. Poradnik o optymalizacji treści pod wyszukiwanie AI pokazuje, jak to zrobić bez tworzenia zdublowanych stron.
Zachowaj dziennik na kolejny audyt
Co zachować po zakończeniu audytu
- Sześć użytych promptów i ustawienia obu platform.
- Dziennik wszystkich 24 testów i zapisane odpowiedzi, z przyczyną każdego wyniku NP.
- Źródła potwierdzające błędy i lista niedokończonych weryfikacji.
- Osobne liczby dla N1–N4 oraz B1 i B2, razem z liczbą ważnych odpowiedzi.
- Działania do wykonania, osoby odpowiedzialne i terminy kolejnych kontroli.
Żeby sprawdzić poprawkę, powtórz pytania, których dotyczy, w tym samym brzmieniu, na tej samej platformie i w tym samym trybie. Zachowaj pierwotny dziennik, żeby można było porównać odpowiedzi na te same pytania. Jeśli zmienisz pytania, rynek lub ustawienia, odnotuj zmianę i trzymaj nowe wyniki osobno.
Audyt widoczności w AI: najczęstsze pytania
Czy poprosić model o podanie źródeł?
W 24 testach zostań przy przygotowanych promptach i wybranym trybie wyszukiwania. Jeśli źródła się nie pojawiają, zapisz to. Potem możesz zapytać, skąd pochodzi dane twierdzenie, żeby je zbadać, ale tę odpowiedź zapisz osobno. To odpowiedź na inne pytanie niż to z Twojego dziennika.
Czy mogę użyć tylko jednej platformy?
Tak. Sześć pytań zadanych po dwa razy na jednej platformie daje 12 testów: 8 bez nazwy marki i 4 z nazwą marki. Postępuj tak samo, pamiętaj jednak, że będziesz mieć wyniki tylko z jednej platformy i nie porównasz dwóch.
Czy mogę prowadzić jeden dziennik dla kilku rynków?
Dla każdego rynku lub języka prowadź osobny dziennik i zapisuj użyte prompty oraz ustawienia lokalizacji. Dzięki temu sprawdzisz, jak marka jest opisywana klientom w Polsce, nie mieszając tych odpowiedzi z wynikami dla klientów w Czechach.
