Dostawcy usług w zakresie widoczności w AI ogłaszają wzrosty procentowe, ale menedżer rzadko ma możliwość ich zweryfikowania. Trzy pytania pozwalają jednak dokonać selekcji: czy mierzone pytania zostały ustalone przed rozpoczęciem pracy, czy monitorowano pytania kontrolne i czy obliczenia są takie same przed i po?
Ten sam dostawca prezentuje ten sam przypadek klienta jako wzrost o +24,7% lub o +30,4%, w zależności od przyjętej formuły. Obiecuje także +30% ruchu w 90 dni, sumując ruch organiczny, czyli pochodzący z wyników wyszukiwania, oraz ruch pochodzący z AI. Wzięte w izolacji, żadna z tych liczb nie mówi, co praca faktycznie przyniosła w odpowiedziach ChatGPT, Perplexity czy Google.
Trudność wynika z samej natury tematu: odpowiedzi AI zmieniają się bez czyjegokolwiek udziału. We wrześniu 2026 roku Orbit Media zadało dwukrotnie te same 72 pytania od kupujących B2B, w odstępie dwóch dni. Pomiędzy dwoma pomiarami, Perplexity zachowało tylko 65% stron, które wcześniej cytowało. Wzrost może więc odzwierciedlać tylko ten ruch.
Czy mierzone pytania zostały ustalone przed rozpoczęciem pracy?
Wynik ma wartość tylko wtedy, gdy lista pytań została spisana i datowana przed pierwszym pomiarem. Lista wybrana po fakcie zatrzymuje bowiem tylko te, które się poprawiły.
Na sto pytań, które może zadać kupujący, kilka zawsze rośnie, przez przypadek lub dzięki pracy. Wystarczy pokazać tylko te. Należy więc poprosić o pełną listę, jej datę i sposób jej stworzenia. W naszych projektach pytania wychodzą od tego, o co pytają kupujący klienta, na podstawie rozmów handlowych, wsparcia i Search Console, i są zamrożone w podpisanym dokumencie przed pomiarem wyjściowym.
Czy monitorowano pytania kontrolne?
Pytania kontrolne są mierzone, ale nigdy niepoddawane optymalizacji. Oddzielają one efekt pracy od własnych ruchów AI: jeśli rosną w takim samym stopniu jak inne, praca nie ma z tym nic wspólnego.
Silnik zmienia model, konkurent publikuje porównanie, katalog branżowy jest aktualizowany i odpowiedzi ewoluują. Bez grupy kontrolnej ten ruch uchodzi za wynik. W naszych projektach każdy korpus, czyli zestaw monitorowanych pytań, zawiera pytania kontrolne wybrane przed pomiarem wyjściowym i nigdy niepoddawane optymalizacji aż do podsumowania.
Czy obliczenia są takie same przed i po?
Wzrost można odczytać tylko pomiędzy dwoma pomiarami przeprowadzonymi w ten sam sposób: te same pytania, te same silniki, ta sama liczba prób i ta sama jednostka rozliczeniowa.
Sumowanie ruchu jest tego ilustracją: dobry sezon w wynikach Google wystarczy, aby go zwiększyć, bez dodatkowych cytowań w ChatGPT. Liczba prób ma równie duże znaczenie. 24 września 2026 roku, na rzecz francuskiego wydawcy oprogramowania dla centrów kontaktowych, zadaliśmy 10 pytań od kupujących do ChatGPT, po 5 razy każde, tego samego dnia. Marka pojawiła się w 1 odpowiedzi na 50: pojedynczy pomiar mógłby wykazać zarówno jej obecność, jak i brak.
I odwrotnie, porównanie przeprowadzone w tych samych warunkach nie budzi wątpliwości. U tego samego klienta udział głosu w Perplexity, czyli miejsce zajmowane przez markę w mierzonych odpowiedziach, wzrósł z 1,7% do 5,0%, na tym samym korpusie 20 pytań, zadawanych 3 razy przy każdym pomiarze. Liczba pozostaje skromna, ale jest powtarzalna.
Przed podpisaniem umowy należy poprosić na piśmie o trzy elementy: datowaną listę pytań, pytania kontrolne i formułę obliczeniową. Dostawca, który mierzy poważnie, ma je już w ręku.
