Wiedza
Zna, ale nie poleca
AI zna markę, ale jej nie poleca, gdy poprawnie opisuje ją na pytanie z nazwą, a na pytanie o kategorię wymienia inne firmy. To dwa różne progi: rozpoznanie buduje Twoja własna strona, zwykle w tygodniach, a rekomendację sygnały spoza niej, czyli opinie, zestawienia i publikacje, zwykle w miesiącach. U producenta wapna, którego mierzymy od czerwca 2026 roku, markę znały 3 z 4 modeli już przy pierwszym pomiarze, a pierwszą rekomendację dał jeden model dopiero po 11 tygodniach.
Autor: Karolina Wcisło · Ostatnia aktualizacja: 24 października 2026 · czas czytania około 6 minut
Zjawisko
Jak to wygląda, gdy AI zna markę, ale jej nie poleca?
Ten sam czat AI tego samego dnia poprawnie opisuje markę, gdy pytasz o nią z nazwy, i nie wymienia jej, gdy pytasz o kategorię. Najprościej zobaczyć to na dwóch pytaniach.
Pytanie z nazwą marki
Co wiesz o [Twoja marka]?
Odpowiedź modelu
Poprawny opis: czym się zajmuje, gdzie działa, od kiedy. Wszystko się zgadza.
Rozpoznanie działa
Pytanie o kategorię
Kto robi [usługa] w [mieście]?
Odpowiedź modelu
Trzy inne firmy. Twojej marki nie ma, choć model zna ją doskonale.
Rekomendacji brak
To nie jest sprzeczność ani błąd modelu. Odpowiedź na pierwsze pytanie powstaje z tego, co model o marce wie. Odpowiedź na drugie z tego, czym może uzasadnić wybór akurat tej marki spośród kilkunastu w kategorii. Wiedza nie wystarcza za uzasadnienie.
Rozróżnienie
Czym różni się rozpoznanie od rekomendacji?
Rozpoznanie zależy od Ciebie, a rekomendacja od innych: klientów, mediów i autorów zestawień. To tłumaczy resztę różnic w tabeli.
| Rozpoznanie | Rekomendacja | |
|---|---|---|
| Pytanie modelu | Czy wiem, kto to jest? | Czy mam powód, żeby ją wskazać? |
| Co je buduje | Treść na własnej domenie | Sygnały spoza własnej domeny |
| Kto to kontroluje | Ty | Inni: klienci, media, autorzy zestawień |
| Jak szybko rośnie | Tygodnie | Miesiące |
| Widać w pytaniu | Z nazwą marki | O kategorię, bez nazwy |
| Metryka w raporcie | Model zna markę, opis się zgadza | Widoczność i udział w odpowiedziach |
Przyczyna
Skąd bierze się próg między rozpoznaniem a rekomendacją?
Z tego, że własna strona buduje tylko rozpoznanie. Praca nad nią podnosi rozpoznanie szybko: model dostaje coraz więcej informacji o tym, kim jesteś i czym się zajmujesz. Po kilku miesiącach ta krzywa się spłaszcza, bo model wie już wszystko, co Twoja strona ma do powiedzenia.
Rekomendacja przez cały ten czas prawie się nie zmienia, bo opiera się na czymś innym. Model musi mieć podstawę, żeby wybrać Ciebie spośród kilkunastu firm, a Twoja własna deklaracja taką podstawą nie jest. Nikt nie pisze na swojej stronie, że jest przeciętny.
To jest właśnie moment, w którym firmy się zniechęcają. Zrobiły wszystko, co było po ich stronie, i widzą brak efektu. Efekt jednak jest, tylko na innej krzywej.
Typowy przebieg pracy nad własną treścią
Rozpoznanie: model wie, kim jesteś
Rekomendacja: model Cię wymienia
Próg, na którym zatrzymuje się praca nad własną treścią
Wykres poglądowy. Pokazuje kształt zjawiska, nie konkretne wartości.
Praktyka
Co przesuwa rekomendację, gdy AI już zna markę?
Opinie klientów, obecność w zestawieniach oraz publikacje i wystąpienia. Mają jedną cechę wspólną: nie da się ich napisać samemu na własnej stronie. Ktoś inny musi je powiedzieć.
Opinie klientówNajtańszeW miejscach, które modele czytają: mapy, serwisy branżowe, katalogi. Poproś o nie klientów, z którymi już współpracujesz.
Obecność w zestawieniachNajwiększa dźwigniaRankingi kategorii i listy firm bywają cytowane częściej niż strony samych firm. W badaniu Wix Studio zestawienia były najczęściej cytowanym typem stron w odpowiedziach AI (21,9% cytowań), więc wejście do jednego potrafi ruszyć wynik bardziej niż kolejne artykuły na własnej stronie.
Publikacje i wystąpieniaNajtrwalszeArtykuł w portalu branżowym, podcast, wystąpienie. Zostają na lata i model wraca do nich przy kolejnych odpowiedziach.
Praca nad własną stroną nie idzie przy tym na marne. Bez niej model nie ma czego potwierdzić i nie zbuduje nawet rozpoznania. Chodzi o kolejność i o to, żeby nie zatrzymać się na pierwszym etapie. Pierwsze kroki opisujemy w artykule gdy AI nie zna Twojej firmy. Na przykładzie małego studia graficznego pokazujemy to w tekście Polecenie w czatach AI po 5 miesiącach: case Click Made: w maju markę znały wszystkie cztery silniki AI, a polecał ją jeden, w październiku polecały już trzy.
Diagnoza
Po czym poznać, że AI zna markę, ale jej nie poleca?
Po czterech objawach: model poprawnie opisuje markę, ale nie wymienia jej w pytaniach o kategorię, konkurenci mają wzmianki poza własną domeną, a wynik stoi mimo miesięcy pracy nad treścią. Jeśli wszystkie się zgadzają, dalsze pisanie na własnej stronie niewiele zmieni.
✓
Model poprawnie opisuje markę, gdy pytasz wprost
Zna branżę, lokalizację i zakres usług, nie myli z inną firmą.
✕
Marka nie pojawia się w pytaniach o kategorię
W żadnym z czterech modeli, na żadnym z zapytań bez nazwy.
✕
Konkurenci w odpowiedziach mają wzmianki poza własną domeną
Opinie, rankingi, publikacje. Ty masz głównie własną stronę.
✕
Wynik nie ruszył się przez kilka miesięcy pracy nad treścią
Mimo nowych artykułów i poprawionych podstron.
Jeśli zgadzają się wszystkie cztery, problemem nie jest treść, tylko brak sygnałów spoza Twojej domeny.
Jak sprawdzić to samodzielnie, opisujemy w artykule jak sprawdzić, co AI mówi o firmie. W raporcie Aelo widać to jako rozjazd między rozpoznaniem a widocznością w pytaniach o kategorię.
FAQ
Pytania o rozpoznanie i rekomendację
Pytania, które słyszymy najczęściej, gdy model zna markę, ale jej nie poleca.
Czy kolejne artykuły na stronie pomogą w rekomendacji?
Niewiele, jeśli model już poprawnie opisuje markę. Własna strona buduje rozpoznanie, a rekomendację przesuwają opinie, zestawienia i publikacje. Wyjątkiem są luki treściowe, czyli pytania klientów, na które strona w ogóle nie odpowiada.
Ile trwa przejście od rozpoznania do rekomendacji?
Zwykle miesiące. U producenta wapna pierwsza rekomendacja pojawiła się po 11 tygodniach, w 1 z 4 modeli. Dlaczego to tyle trwa, wyjaśniamy w tekście Dlaczego zmiany wymagają czasu.
Co, jeśli model zna markę, ale mówi o niej źle?
To inny problem niż brak rekomendacji: dotyczy sentymentu, czyli tonu, w jakim model opisuje markę. Piszemy o nim w tekście Co AI mówi o wadach marki.
Jak sprawdzić, czy AI zna moją markę?
Zapytaj czat AI wprost: „Co wiesz o [nazwa marki]?”, w nowej rozmowie. Potem zadaj pytania o kategorię bez nazwy marki i porównaj wyniki, jak opisujemy w tekście Jak sprawdzić, co AI mówi o Twojej firmie.
Czy brak rekomendacji oznacza, że model ocenia markę gorzej?
Nie. Model nie porównuje jakości usług, tylko szuka powodu, żeby wybrać markę spośród kilkunastu, a taki powód dają mu źródła spoza Twojej strony. Więcej w tekście Dlaczego AI poleca konkurencję.
Na jakich źródłach opiera się ten tekst?
- Ahrefs: czynniki widoczności marek w AI Overviews, 75 tys. marek: najsilniej korelują wzmianki o marce (0,664), anchory z nazwą marki (0,527) i liczba wyszukiwań marki (0,392) (maj 2025).
- Google: pomoc Profilu Firmy: rozpoznawalność firmy w wynikach lokalnych zależy m.in. od linków z innych stron oraz liczby opinii i ocen.
- Search Engine Land: badanie Wix Studio AI Search Lab: zestawienia to najczęściej cytowany format w odpowiedziach AI (21,9% cytowań) (marzec 2026).
- Raporty Aelo dla Wapiennika „Węże” z 24 czerwca, 27 lipca i 10 września 2026 roku (publikowane za zgodą klienta): rozpoznanie 3 z 4 modeli od pierwszego pomiaru, rekomendacja 0 z 4 przez dwa pomiary i 1 z 4 we wrześniu.
Sprawdź, na której krzywej stoisz
Konto Free nie wymaga karty: na start dostajesz 250 AeloCoins i pełny raport widoczności Twojej marki w ChatGPT, Claude, Gemini i Perplexity. Rozpoznanie i widoczność w pytaniach o kategorię są liczone osobno. Ceny planów znajdziesz w cenniku.
