Jeden czat AI zamiast czterech: case Click Made, październik

Poniżej opisujemy czwarty raport clickmade.pl i to, co oznacza widoczność oparta na jednym modelu. Lipcowy pomiar opisaliśmy w tekście Wysoki wynik, zero wzmianek: case Click Made, lipiec 2026, a cały case zaczyna się od tekstu Studio graficzne w czatach AI: case Click Made, maj 2026. Wynik z końca października opisujemy w tekście Polecenie w czatach AI po 5 miesiącach: case Click Made.

Co działo się w sierpniu i wrześniu?

Dopracowywaliśmy zestaw pytań i stronę. Raport z 2 września nie miał nowego skanu, bo do słownika doszły nowe pytania, które miały wejść do kolejnego przebiegu. Pokazał za to wynik audytu technicznego: strona dostała ocenę A zarówno w gotowości dla AI, jak i w klasycznym SEO. Rozpoznanie marki się nie zmieniło, więc kierunek prac też: niezależne potwierdzenia poza stroną.

W tym czasie wdrażaliśmy kolejne zadania z planu na stronie i zakładaliśmy wizytówki firmy w katalogach. Czym jest audyt i co mówi jego ocena, opisujemy w haśle audyt widoczności.

Co pokazał pomiar z 3 października?

Pełną obecność w temacie. Click Made pojawiało się w odpowiedziach przy wszystkich badanych pytaniach. Średnia widoczność wyniosła 22%, wskaźnik cytowania 32%, a 95% odpowiedzi modeli podawało źródło. Najmocniejsze były pytania lokalne, gdzie wynik sięgał 37,5%. Najsłabsze okazały się pytania ogólne, w których klient porównuje różne sposoby wykonania usługi: tam marka pojawiała się tylko w 13% odpowiedzi.

Wynik 22% jest niższy niż lipcowe 47%, ale to nie jest spadek. W lipcu wysoką średnią dawały dwa modele, a w większości odpowiedzi marki nie było. W październiku marka była obecna przy każdym pytaniu, tylko rzadko na pierwszych miejscach. Dlatego porównujemy wzmianki i cytowania, a nie samą średnią. Dlaczego pojedyncze wyniki się wahają, opisujemy w tekście Dlaczego AI za każdym razem odpowiada inaczej i co to oznacza dla pomiaru.

Dlaczego markę widział tylko Perplexity?

Bo Perplexity przy każdym pytaniu przeszukuje sieć i buduje odpowiedź z aktualnych stron. Gdy clickmade.pl miało już strony usług z konkretnymi informacjami, Perplexity mógł je znaleźć i zacytować od razu. Pozostałe modele korzystają z wyszukiwania rzadziej albo inaczej i bardziej opierają się na tym, co już wiedzą o marce. Jak skanujemy modele z włączonym wyszukiwaniem, opisujemy w tekście Pomiar z wyszukiwaniem w sieci: jak skanujemy czaty AI.

Do tego dochodzi zmiana po stronie OpenAI: 7 i 8 października, kilka dni po tym pomiarze, ChatGPT przeszedł na GPT-6. Wyniki z ChatGPT sprzed tej daty i po niej trzeba więc czytać osobno, co opisujemy w tekście GPT-6 w ChatGPT: co zmienia dla widoczności marek.

Raport ocenił tę sytuację jako ryzykowną koncentrację. Jeśli trzy z czterech głównych czatów pomijają markę, większość klientów jej nie zobaczy, nawet gdy wynik w jednym modelu wygląda świetnie.

Co oznacza 32% cytowań?

Że strona stała się źródłem. Przy siedmiu pytaniach model podał clickmade.pl jako miejsce, z którego wziął informacje, a w maju i na początku lipca nie zrobił tego ani razu. Obok clickmade.pl modele cytowały duże serwisy z narzędziami do tworzenia stron i grafiki oraz lokalne katalogi i porównywarki usług.

Cytowanie nie jest jeszcze poleceniem. Raport podkreślił, że problem nie leży w liczbie cytowań, tylko w braku niezależnych rankingów i porównań, które skłoniłyby modele do polecania marki. Co działa przy zdobywaniu poleceń, opisujemy w tekście Jak sprawić, żeby AI polecało firmę: co działa w 2026.

Co wdrażamy po tym raporcie?

Wszystkie zadania na stronie. Istniejące strony usług dostają sekcje odpowiadające na pytania ogólne i porównawcze, a strona o autorce i strona sprzedażowa są wzmacniane. Nie tworzymy nowych podstron o tematach, które mają już swoją stronę, bo to rozprasza sygnały. Pojęcie, którego dotyczą te poprawki, opisujemy w haśle intencja wyszukiwania.

Poza stroną dalej zakładamy i porządkujemy wizytówki firmy w katalogach. Rankingi i publikacje w mediach to praca na dłużej, rozłożona na kolejne miesiące.

Czego uczy czwarty pomiar?

• Średnia może spaść, gdy sytuacja się poprawia. Obecność przy każdym pytaniu jest warta więcej niż wysoka średnia z dwóch modeli.
• Modele z wyszukiwaniem reagują pierwsze. Perplexity zauważył zmiany na stronie szybciej niż pozostałe czaty.
• Cytowanie to etap, a nie cel. Strona jest źródłem, ale modele jeszcze nie polecają marki.
• Najsłabsze są pytania ogólne, w których klient porównuje sposoby wykonania usługi, a nie firmy.

Zastrzeżenia metodologiczne

Zestaw pytań dopracowywaliśmy po drodze, a we wrześniu zmienił się na tyle, że raport nie porównywał wyników z lipcowymi. Liczba sprawdzanych modeli też się zmieniała: w październiku były to cztery główne czaty AI. Dlatego porównujemy kierunek zmian i to, które modele wymieniają markę, a nie różnice w punktach. Szczegóły opisujemy na stronie Metodologia.

Jak Aelo pomaga wyjść poza jeden czat?

Aelo pokazuje wynik osobno dla każdego modelu, więc od razu widać, gdy cała widoczność opiera się na jednym czacie. Pomiar robi Widoczność w AI, plan prac powstaje w Zadaniach, a treści pomaga przygotować Studio. Cały proces krok po kroku opisujemy w tekście Jak działa Aelo: pomiar, diagnoza i plan krok po kroku.

Małe firmy znajdą więcej na stronie Aelo dla małych firm, marki osobiste na stronie Aelo dla marek osobistych, a agencje, które mierzą klientów, na stronie Aelo dla agencji. Pierwszy pomiar zrobisz na koncie Free, bez karty.

Wypróbuj za darmo

FAQ

Źródła

• Aelo, raporty widoczności
• OpenAI, GPT-6 and Intelligent UI for everyone (7 października 2026): https://openai.com/index/gpt-6-for-everyone/
• Aelo, metodologia pomiaru widoczności w AI: https://aeloapp.io/wiedza/metodologia/