Badania
Co zmierzyliśmy w badaniu widoczności marki w AI?
Ten przypadek opisujemy też z nazwą firmy, za jej zgodą, w serii wpisów o producencie wapna.
Jak zmieniły się wzmianki, cytowania i rekomendacje?
Obie wartości liczone wobec tego samego zestawu 18 zapytań w każdym pomiarze. Skala pionowa to udział zapytań, nie uśredniony wskaźnik widoczności.
Czy widoczność w AI oznacza rekomendację?
Dlaczego ta sama marka wypada różnie w różnych czatach AI?
Wzmianka i pozycja to dwie osobne rzeczy. Dwa silniki wymieniają markę w każdej odpowiedzi, ale jeden stawia ją w pierwszej dwójce, a drugi dopiero w okolicach jedenastego miejsca.
Jakie są ograniczenia tego badania?
Pytania o to badanie
Ile marek objęło to badanie?
Jedną. To studium jednego przypadku prowadzone przez trzy miesiące na zamrożonym zestawie 18 zapytań, a nie badanie na próbie. Wyniki opisują mechanizm, nie rozkład na rynku.
Dlaczego nie podajecie wskaźnika widoczności w procentach?
Bo między pomiarami zmienił się zestaw silników i sposób liczenia średniej. Wartości z czerwca i z września nie są tą samą wielkością, więc zestawienie ich na jednym wykresie wprowadzałoby w błąd.
Czy marka zapłaciła za publikację tych wyników?
Nie. To dane z pomiarów prowadzonych w ramach zwykłej obsługi, publikowane za zgodą klienta.
Skąd wiadomo, że wzrost wynikał z pracy na stronie?
Nie wiadomo na pewno. Widzimy zbieżność w czasie, ale bez grupy kontrolnej nie da się oddzielić efektu pracy od aktualizacji samych modeli. Dlatego opisujemy to jako obserwację, nie jako dowód przyczyny.
Czy w mojej branży będzie podobnie?
Nie musi. Tempo zależy głównie od nasycenia kategorii. Badana marka działa w niszy regionalnej, gdzie modele miały mało konkretnych wskazań. Spodziewamy się, że w kategorii z dziesiątkami rozpoznawalnych graczy pierwsze wzmianki przychodzą później.
Co trzeba zrobić, żeby model zaczął polecać, a nie tylko wymieniać?
Zdobyć niezależne potwierdzenia jakości spoza własnej domeny: recenzje, testy porównawcze, miejsca w zestawieniach. Opisujemy to w artykule zna, ale nie poleca.
Po jakim czasie pojawiła się pierwsza rekomendacja?
Po 11 tygodniach: w pełnym skanie z 10 września 2026 roku markę polecił jeden z czterech silników. Wzmianki i cytowania ruszyły już po miesiącu.
Jak często powtarzaliście pomiar?
Trzy razy: 24 czerwca, 27 lipca i 10 września 2026 roku, zawsze na tym samym zestawie zapytań. Docelowy rytm to raz w miesiącu, a dlaczego akurat taki, tłumaczymy w artykule jak często mierzyć widoczność.
Czy mogę zmierzyć to samo dla swojej marki?
Tak. Pomiar w Aelo działa tak samo jak w tym badaniu: neutralny skan, zamrożony zestaw zapytań oraz wzmianki, cytowania i rekomendacje pokazane osobno w raporcie.
Czy będą kolejne badania?
Tak, w miarę gromadzenia danych z większej liczby marek i kategorii. Kolejne publikacje pojawią się na tej stronie.
Na jakich źródłach opiera się ten tekst?
- SparkToro i Gumshoe.ai: powtarzalność rekomendacji marek w ChatGPT, Claude i AI Google (styczeń 2026).
- Ahrefs: wzmianki o marce a widoczność w AI Overviews, 75 tys. marek (maj 2025).
- Aggarwal i in. (Princeton University, IIT Delhi), GEO: Generative Engine Optimization (arXiv 2311.09735).
- Google: Grounding with Google Search (Gemini API): Gemini korzysta z bieżących wyników wyszukiwania i podaje źródła.
- Raporty Aelo dla Wapiennika „Węże” z 24 czerwca, 27 lipca i 10 września 2026 roku (publikowane za zgodą klienta).

