Standard pomiaru GEO

Metodologia pomiaru widoczności w AI

Ta strona opisuje, co GeoLead uznaje za widoczność marki w odpowiedziach modeli AI i jak ją dokumentuje. Pokazuje zakres pomiaru, reguły porównywania wyników oraz ograniczenia, które należy uwzględnić przed interpretacją raportu.

Pomiar co 2 tygodnie Sesje bez personalizacji Wyniki z datą i punktem odniesienia

Zasady

W skrócie: jak rozumiemy wiarygodny pomiar?

Stałe pytania. Mierzymy uzgodniony zestaw promptów zakupowych, zamiast opierać wnioski na wybranej odpowiedzi.
Punkt odniesienia. Każdy projekt rozpoczyna pomiar wyjściowy; kolejne wyniki porównujemy z nim.
Powtarzalność. Na tych samych platformach i promptach wracamy do pomiaru co 2 tygodnie.
Oddzielne zdarzenia. Wzmianka, cytowanie i rekomendacja mają odrębne definicje oraz miejsce w raporcie.
Granice wnioskowania. Wynik musi mieć metodę, datę i punkt odniesienia. Nie jest obietnicą pozycji ani liczby pozyskanych klientów.

Wskaźniki

Co mierzymy w odpowiedziach modeli AI?

Badamy odpowiedzi na pytania o wybór dostawcy, produktu lub usługi. Sama obecność nazwy marki nie oznacza jeszcze rekomendacji.

Obecność marki

Mention Rate

Odsetek promptów zakupowych, w których model wymienia markę z nazwy. Punktem odniesienia jest stała lista sprawdzanych pytań; oceniamy wystąpienie nazwy w odpowiedzi, a nie domniemany wpływ na decyzję klienta.

Kolejność wskazań

Pozycja w rekomendacji

Sprawdzamy, czy model wskazuje markę jako pierwszy wybór, czy jako kolejną opcję po konkurencji. Rozróżnienie wymaga przeczytania sensu odpowiedzi, nie tylko wyszukania nazwy firmy w tekście.

Podstawa odpowiedzi

Źródła cytowane

Zapisujemy domeny, na które model powołuje się w danej kategorii. Zestawienie jest listą celów dla działań w źródłach wykorzystywanych przez RAG (Retrieval-Augmented Generation).

Wzmianka, cytowanie i rekomendacja — co jest czym?

Te zdarzenia raportujemy osobno. Marka może pojawić się bez rekomendacji; jej strona może też być źródłem informacji, mimo że model doradza innego dostawcę.

Przykłady ilustracyjne: wszystkie poniższe wypowiedzi są fikcyjne i dotyczą wyłącznie fikcyjnej marki „Firma X”. Nie pochodzą z rzeczywistych pomiarów.

Zdarzenie	Definicja	Przykład odpowiedzi modelu — ilustracyjny
Wzmianka	W odpowiedzi pada nazwa marki. To nie musi być sugestia wyboru.	„Na tym rynku działa między innymi Firma X”.
Cytowanie	Model podaje stronę marki jako źródło wykorzystanej informacji.	„Opis usługi obejmuje ten zakres. Źródło: strona marki «Firma X»”.
Rekomendacja	Model wskazuje markę jako odpowiedź na pytanie „kogo wybrać”.	„Jeśli zależy Ci na sprawdzonym wykonawcy, w pierwszej kolejności rozważ Firmę X”.

Pozycję w rekomendacji interpretujemy wyłącznie tam, gdzie odpowiedź faktycznie zawiera wskazanie wyboru. Samo cytowanie nie stanowi potwierdzenia rekomendacji.

Protokół

Jak mierzymy widoczność krok po kroku?

Porównanie wymaga wiedzy, co zostało zapytane, gdzie i kiedy. Zaczynamy od ustalenia próby, nie od wybierania fragmentów odpowiedzi.

Uzgodnienie promptów zakupowych
Z klientem ustalamy stały zestaw pytań obejmujący intencje: rekomendacja, porównanie, cena, problem i weryfikacja. Lista promptów w Audycie Start jest uzgadniana przed pomiarem.
Pomiar wyjściowy
Sprawdzamy uzgodniony zestaw i zapisujemy wynik początkowy. Jest on punktem odniesienia dla kolejnych raportów.
Sesje bez pamięci i personalizacji
Zadajemy pytania w sesjach bez pamięci wcześniejszych rozmów i bez personalizacji.
Zapis odpowiedzi i źródeł
Dokumentujemy odpowiedź, datę, platformę i źródła cytowane przez model oraz osobno rozpoznajemy wzmiankę, cytowanie i rekomendację.
Powtórzenie pomiaru co 2 tygodnie
Wracamy do tego samego zestawu promptów na tych samych platformach, by zachować porównywalność.
Raport względem pomiaru wyjściowego
Porównujemy kolejne odpowiedzi z punktem odniesienia i pokazujemy zmianę wskaźników oraz źródeł bez obietnicy stałej pozycji.

Trzy warstwy pracy GeoLead

Pomiar jest częścią metodyki GEO. Obejmuje rozpoznanie, pracę nad danymi w źródłach i cykliczną kontrolę widoczności.

Audyt encji marki

Sprawdzamy sposób, w jaki marka jest rozpoznawana i przedstawiana w modelach językowych. To punkt wyjścia do ustalenia, gdzie informacje są obecne, a gdzie ich brakuje.

Dane w źródłach RAG

Pracujemy nad obecnością informacji o marce w źródłach, które modele cytują, tworząc odpowiedzi. Nie oznacza to bezpośredniej kontroli nad wewnętrznym działaniem modelu.

Cykliczny Share of Model

Powtarzamy pomiar obecności marki w odpowiedziach na ustalone prompty. Zmiany interpretujemy względem pomiaru wyjściowego i oddzielnie dla zdefiniowanych zdarzeń.

Zakres

Platformy: gdzie sprawdzamy odpowiedzi?

Audyt Start obejmuje Google AI Overviews, a pomiar cykliczny — Google AI Mode. Nie utożsamiamy tych interfejsów.

Platforma	W Audycie Start	W abonamencie (pomiar cykliczny)
ChatGPT	Tak	Tak
Perplexity	Tak	Tak
Claude	Nie	Tak
Gemini	Tak	Tak
Google AI Mode / AI Overviews	Tak — AI Overviews	Tak — AI Mode

W kolejnych raportach porównujemy wyniki na tych samych platformach co w pomiarze wyjściowym. Zmiana badanego interfejsu nie powinna być przedstawiana jako zmiana widoczności marki.

Zakres określony z góry

Audyt Start

990 zł netto

20 promptów zakupowych × 4 platformy = 80 odpowiedzi z datami i cytowanymi źródłami.
Lista 20 promptów uzgodniona z klientem przed pomiarem.
Kontrola techniczna strony.
Raport PDF z 5 priorytetami.
30 minut omówienia; realizacja w 5 dni roboczych.

Zakres rozszerzony

Audyt pełny

Obejmuje rozszerzony zestaw promptów i może dotyczyć kilku rynków lub języków. Badamy 5 platform, w tym Claude, uwzględniamy powtórzenia pomiaru i przygotowujemy pełny plan wdrożeń.

Szerszy zakres nie zmienia zasady porównywalności: należy wiedzieć, jaki zestaw pytań i platform stanowi punkt odniesienia. Wyniki różnych rynków nie są automatycznie jedną próbą.

Zasady interpretacji

Czego nie obiecujemy i dlaczego?

Widoczność w odpowiedziach AI można dokumentować, ale nie należy z niej wyprowadzać obietnic, których nie potwierdzają dane. W raporcie opisujemy obserwację, a nie wynik sprzedażowy przypisany do rozmowy z modelem.

Nie gwarantujemy „pierwszego miejsca w ChatGPT”.

Odpowiedzi zmieniają się z tygodnia na tydzień i zależą między innymi od wersji modelu oraz brzmienia pytania. Nie istnieje jedna niezmienna kolejność dla wszystkich rozmów.

Nie publikujemy procentów bez dowodu.

Wynik procentowy wymaga wskazania metody pomiaru, punktu odniesienia i daty. Bez tych elementów nie da się go zweryfikować, więc nie przedstawiamy go jako ustalenia.

Nie mierzymy „liczby klientów z ChatGPT”.

Rozmowy z modelami nie przekazują danych o pytającym. Mierzymy obecność marki w odpowiedziach oraz ruch z platform AI, który jest widoczny w analityce. To inne rodzaje danych.

Nie traktujemy llms.txt jak skrótu do rekomendacji.

Sprawdzamy ten plik w ramach oceny technicznej. Samo jego istnienie nie jest obietnicą, że model będzie cytował lub polecał markę.

Jakość danych

Ograniczenia pomiaru: co kontrolujemy, a czego nie?

Stałe pytania i sesje bez historii ograniczają zmienność warunków badania, lecz nie zmienność modeli. Wynik dokumentuje odpowiedzi uzyskane w określonych warunkach.

Zmienność odpowiedzi

Model może odpowiedzieć inaczej na to samo pytanie w innym tygodniu. Zapisujemy datę każdej odpowiedzi i ponawiamy pomiar co 2 tygodnie. Pojedynczego przykładu nie nazywamy trendem.

Pamięć i personalizacja

Wykorzystujemy sesje bez pamięci i personalizacji, by ograniczyć wpływ wcześniejszych interakcji. Nie twierdzimy przez to, że każda osoba otrzyma identyczną odpowiedź we własnej rozmowie.

Wersja modelu i treść promptu

Wersje modeli oraz sformułowania pytań wpływają na odpowiedzi. Dlatego zamrażamy zestaw porównywanych promptów i wskazujemy platformę oraz datę obserwacji. Zmiana odpowiedzi nie dowodzi sama w sobie skuteczności wdrożenia.

Różnice językowe i rynkowe

W audycie pełnym można badać kilka rynków lub języków. Taki rozszerzony materiał wymaga interpretowania wyników w ich własnym kontekście; nie przenosimy automatycznie odpowiedzi z jednego rynku na drugi.

Odpowiedzialność

Kto prowadzi pomiar?

Jarosław Zagajewski

Co-founder & GEO Strategist

Ma ponad 15 lat doświadczenia w finansach i controllingu międzynarodowych firm produkcyjnych. Wcześniej zajmował się audytem i due diligence w Deloitte; jest absolwentem SGH. Do GEO wnosi dyscyplinę CFO: definicję wskaźnika, punkt odniesienia oraz możliwość sprawdzenia, skąd pochodzi wynik.

GeoLead działa w modelu butikowym. Klient pracuje bezpośrednio ze współzałożycielem, także przy ustalaniu zakresu pomiaru i interpretowaniu odpowiedzi modeli.

Bezpłatne narzędzia i dalszy krok

Sprawdź sam: od promptów do oceny strony

Samodzielny test wymaga zadania pytań modelom. Narzędzia GeoLead pomagają przygotować prompty i sprawdzić stronę, ale nie zastępują pomiaru rekomendacji.

Generator promptów zakupowych

Przygotowuje zestaw pytań zakupowych do samodzielnego zadania modelom AI. Nie wykonuje za użytkownika pomiaru odpowiedzi.

Otwórz generator

Skaner gotowości AI

Sprawdza robots.txt dla botów AI, JSON-LD, treść dostępną bez JavaScriptu, meta, llms.txt, sitemap i Wikidata. Mierzy gotowość techniczną, nie rekomendacje modeli.

Otwórz skaner

Pomiar z dokumentacją

Potrzebujesz raportu zamiast pojedynczego testu?

Audyt Start dokumentuje uzgodnione prompty, odpowiedzi z datami, źródła oraz priorytety do dalszej pracy. Jeśli zakres obejmuje kilka rynków, języków lub powtórzeń, punktem wyjścia jest rozmowa o audycie pełnym.

Zobacz Audyt Start Umów konsultację

Pytania i odpowiedzi

FAQ — pytania o metodologię pomiaru

Odpowiedzi dotyczą zasad raportowania, nie wyników konkretnego pomiaru.

Czym różni się wzmianka od rekomendacji?

Wzmianka oznacza, że model wymienia markę z nazwy. Rekomendacja występuje wtedy, gdy wskazuje ją jako odpowiedź na pytanie „kogo wybrać”. Cytowanie strony marki jest osobnym zdarzeniem i nie przesądza o rekomendacji.

Jak często mierzycie widoczność w AI?

Co 2 tygodnie sprawdzamy stały zestaw promptów zakupowych na tych samych platformach i porównujemy odpowiedzi z pomiarem wyjściowym. Każda odpowiedź ma zapisaną datę.

Dlaczego wyniki w ChatGPT się zmieniają?

Odpowiedzi modeli zależą od wersji modelu i sformułowania pytania oraz mogą zmieniać się z tygodnia na tydzień. Dlatego powtarzamy test i nie traktujemy pojedynczej odpowiedzi jako trwałej pozycji.

Czy gwarantujecie pierwsze miejsce w odpowiedziach AI?

Nie. Nie gwarantujemy pozycji w ChatGPT ani na innych platformach. Raportujemy zaobserwowane wzmianki, cytowania i rekomendacje wraz z metodą, datą i punktem odniesienia.

Czy mogę sprawdzić wyniki samodzielnie?

Tak. Bezpłatny Generator promptów zakupowych pomaga przygotować pytania do ręcznego testu. Skaner gotowości AI sprawdza techniczną gotowość strony, ale nie mierzy rekomendacji modeli.

Wersja 1.0 — 17 października 2026