Jak AI wybiera źródła
— cztery bramki widoczności

Skąd ChatGPT bierze informacje: z pamięci modelu czy z wyszukiwania

Z dwóch miejsc. Część pytań ChatGPT obsługuje z pamięci, czyli z danych, na których model był trenowany, bez wchodzenia do sieci. Na resztę odpowiada po wyszukiwaniu na żywo. Gdy szuka, Twoja strona może zostać pobrana, zacytowana albo tylko wspomniana z nazwy, a to trzy różne wyniki: w największym znanym pomiarze ChatGPT nie zacytował 85% stron, które pobrał.

Najpierw decyzja: szukać czy nie

Zanim ChatGPT cokolwiek wyszuka, przypisuje pytanie do jednej z kategorii: odpowiedź tekstowa, szybkie wyszukiwanie, zakupy, pytanie lokalne. Kategoria „tekst” oznacza zero ruchu w sieci, więc odpowiedź powstaje wyłącznie z pamięci modelu i żadna strona nie ma szansy na cytat. O kategorii decyduje sformułowanie pytania, a nie temat. Dlatego w jednej branży część pytań w ogóle nie dociera do wyszukiwarki, a część trafia do niej za każdym razem. Te reguły pochodzą z obserwacji z lipca 2026 r. i OpenAI może je zmienić bez zapowiedzi.

Pobrana, zacytowana, wspomniana

Kiedy model szuka, z Twoją stroną mogą stać się trzy rzeczy. Może zostać pobrana, czyli trafić do kontekstu modelu jako materiał do odpowiedzi. Może zostać zacytowana, czyli dostać odnośnik widoczny dla użytkownika. Twoja marka może też zostać wspomniana z nazwy w samym tekście odpowiedzi. Cytaty to tylko część pobrań, a wzmianka to osobna decyzja modelu przy pisaniu odpowiedzi. AirOps przeanalizował 548 534 strony pobrane przez ChatGPT i 85% z nich nie dostało cytatu:

Dejan Petrovic, który opisał te trzy zdarzenia jako osobne decyzje systemu, pokazuje, że zdarzają się wszystkie kombinacje. Strona bywa pobrana i odrzucona. Bywa zacytowana, choć nazwa marki w tekście nie pada. Bywa też odwrotnie: marka pojawia się w odpowiedzi, chociaż żadna jej strona nie została pobrana, bo model zna ją z treningu.

Ta różnica ma praktyczny skutek. Narzędzie, które liczy każde pobranie jako „cytowanie”, pokaże Ci wyższą widoczność, niż widzi użytkownik. Zanim uwierzysz raportowi, sprawdź, które z trzech zdarzeń on liczy.

Cztery bramki do cytatu

Żeby dojść od strony w sieci do cytatu w odpowiedzi, trzeba przejść cztery bramki. Każda odcina inną grupę stron i każdą naprawia się czymś innym. Kolejne części rozdziału omawiają je po kolei, a każdą z nich rozwija osobny rozdział akademii.

Bramka 1: czy bot AI w ogóle widzi Twoją stronę

To najczęstsza i najtańsza do naprawienia blokada. Strona, której bot nie pobierze albo pobierze bez treści, bo treść ładuje JavaScript, odpada przed wszystkimi innymi bramkami. Plik robots.txt to tylko część obrazu: 7 ze 100 największych polskich serwisów odrzuca boty wyszukiwarek AI na serwerze, choć robots.txt je wpuszcza.

Dostęp blokują trzy rzeczy, każda na innym poziomie.

• robots.txt. Każda firma AI ma osobne boty do treningu i do wyszukiwania. U OpenAI za trening odpowiada GPTBot, a za wyniki wyszukiwania ChatGPT OAI-SearchBot. Kto blokuje GPTBota w przekonaniu, że „wyłącza ChatGPT”, wyłącza tylko trening. Kto blokuje wszystko z „GPT” albo „OAI” w nazwie, znika też z wyszukiwarki.
• Zapora i CDN. Serwer może odrzucić bota, zanim ten w ogóle przeczyta robots.txt. Tak dzieje się w 7 ze 100 największych polskich serwisów: robots.txt wpuszcza OAI-SearchBota, ChatGPT-User albo PerplexityBota, a serwer odsyła im kod 402, 403 lub 410.
• Treść w JavaScripcie. Boty AI nie wykonują JavaScriptu. Jeśli cena, opis usługi albo cała treść pojawia się dopiero po uruchomieniu skryptu, bot pobierze pustą stronę i nie będzie miał czego zacytować.

W robots.txt blokady botów AI są częste. 35 ze 100 największych polskich serwisów blokuje co najmniej jednego, najczęściej GPTBota (23 serwisy). Ciekawe jest to, że 17 z tych 23 jednocześnie wpuszcza OAI-SearchBota, czyli świadomie oddziela trening od wyszukiwania:

Duże portale chronią treść przed treningiem, ale chcą ruchu z ChatGPT. Typowa firma rzadko blokuje boty świadomie: w portfelu klientów Double Digital GPTBota blokowała 1 z 29 domen. Dlatego w firmie zacznij od zapory, CDN i treści ładowanej skryptem, bo te blokady działają bez wiedzy właściciela. Szczegóły, w tym gotowe reguły robots.txt i test w logach serwera, znajdziesz w rozdziale boty AI, robots.txt i llms.txt.

Bramka 2: czy ranking w Google decyduje o cytowaniu w AI

Tak, ranking jest biletem do puli kandydatów, ale nie gwarancją cytatu. W naszym pomiarze polskich AI Overviews, sprawdzonym w przeglądarce na 26 frazach, 63% źródeł stało na pierwszej stronie wyników, a wynik #1 był cytowany w 23 z 26 fraz. Te same przeglądy porównane z wynikami pobranymi przez narzędzie dają obraz odwrotny: tylko 35% źródeł w czołówce i prawie połowa „spoza top 100”. Dlatego liczby o cytatach „spoza top 100” trzeba czytać ostrożnie.

Asystent AI nie przeszukuje całej sieci. Pyta wyszukiwarkę, bierze z jej wyników kandydatów i dopiero spośród nich wybiera źródła. Strona, której wyszukiwarka nie pokaże wysoko na pytanie użytkownika ani na żadne z pytań pomocniczych, które model zadaje w tle, nie trafi do puli. Dlatego pozycjonowanie nie przestało mieć znaczenia: jest warunkiem wejścia do gry, choć samo cytatu nie daje. Szerzej o tym, co z klasycznego SEO zostaje ważne, piszemy w lekcji SEO w erze AI.

Co mierzyli inni

Najczęściej cytowane pomiary dotyczą różnych silników i liczą co innego, więc ich liczb nie da się wprost porównać.

W ChatGPT efekt pozycji jest wyraźny: strona z pierwszego miejsca w Google była cytowana 3,5 raza częściej niż strona spoza pierwszej dwudziestki.

W AI Overviews Ahrefs zobaczył słabszy związek. Jego „blokiem” jest każdy element strony wyników, także reklama, fragment z odpowiedzią i pytania z sekcji „Podobne pytania”, więc „pierwsze 10 bloków” to mniej niż 10 wyników organicznych. To ten pomiar najczęściej stoi za zdaniem, że AI Overviews „cytują strony spoza top 100”:

Nasz pomiar: 172 polskie frazy

Dla polskiego Google nie było takiego pomiaru, więc zrobiliśmy własny. Wzięliśmy 172 frazy o największym wolumenie z 12 branż, od zdrowia i podatków po elektronikę i motoryzację. 12 października 2026 r. pobraliśmy dla nich przez DataForSEO wyniki Google (google.pl, język polski, desktop, 100 wyników) razem z przeglądem od AI. Przegląd pojawił się na 113 frazach, czyli na 66%, a cytował w medianie 6 źródeł. Te same frazy odczytaliśmy ponownie 20 października: po 8 dniach zostało 67% adresów źródeł. Jak sprawdzać cytaty w AI Overviews w czasie, opisujemy w rozdziale jak mierzyć widoczność w AI.

O tym, czy przegląd się pojawi, decyduje rodzaj pytania. Pytania o przepisy, zdrowie, podatki i koszty dostawały go prawie zawsze: urlopy i ciąża na 15 z 15 fraz. Frazy produktowe i hasła typu „pies” prawie nigdy: laptopy na 0 z 15, rasy psów na 2 z 14. Jeśli Twoja branża przypomina elektronikę, AI Overviews nie są dziś Twoim największym zmartwieniem.

Przeglądarka a narzędzie: dwa obrazy tego samego AI Overview

Wyniki z narzędzia porównaliśmy z tym, co widzi człowiek. Dla 26 fraz z przeglądem otworzyliśmy Google w przeglądarce i zapisaliśmy zarówno źródła przeglądu, jak i wyniki organiczne z pierwszej strony. Obraz okazał się zupełnie inny niż w danych z narzędzia:

Sam przegląd był w obu przypadkach ten sam: 180 źródeł w przeglądarce i 179 w narzędziu. Różniła się lista wyników organicznych, z którą go porównywaliśmy. W przeglądarce 63% źródeł przeglądu stało na pierwszej stronie, a wynik #1 był cytowany w 23 z 26 fraz. Według narzędzia tylko 35% źródeł było w czołówce, a 47,5% „poza top 100”. Najlepiej widać to na frazie „urlop rodzicielski”. Przegląd cytuje trzy strony i w przeglądarce są to trzy pierwsze wyniki organiczne. W danych z narzędzia żadnej z nich nie ma w pierwszej setce.

Narzędzie ustawione na google.com zamiast google.pl dawało jeszcze gorszą zgodność: 29% źródeł w czołówce i 56% „poza top 100”. Wniosek jest dla nas taki: część „cytatów spoza top 100” w raportach może wynikać z porównywania przeglądu z inną wersją wyników niż ta, którą widzi użytkownik. To hipoteza, nie dowód, że cudze badania są błędne, bo nie znamy dokładnie sposobu, w jaki ich autorzy pobierali wyniki.

Bramka 3: model cytuje fragment, nie stronę

Nawet strona z puli rzadko trafia do modelu w całości. Gemini dostaje na całe zapytanie w medianie około 2 000 słów z kilku stron i około 540 słów z jednej, więc o cytacie decyduje to, czy jeden akapit odpowiada na pytanie sam, bez reszty strony. Dłuższa strona nie daje modelowi więcej tekstu.

System, który buduje odpowiedź, nie czyta strony od góry do dołu. Tnie ją na fragmenty, ocenia każdy fragment względem pytania i wybiera najlepsze zdania. Dejan Petrovic przeanalizował dane, które Gemini zwraca razem z odpowiedzią, dla 7 060 zapytań. Na jedno zapytanie model dostał łącznie w medianie 1 929 słów ze wszystkich źródeł:

Ilość tekstu z pojedynczej strony zatrzymywała się na około 540 słowach, niezależnie od tego, jak długa była strona. Przy tekstach do 1 000 słów to 61% treści, przy tekstach powyżej 3 000 słów już tylko 13%:

Sam autor nazywa te liczby sygnałem kierunkowym, a w innym jego pomiarze ilość tekstu rośnie z liczbą źródeł, więc „2 000 słów” traktuj jako medianę, a nie sztywny limit. Wniosek nie zależy jednak od dokładnej liczby: model widzi wycinek strony, a nie całość.

Co z tego wynika dla treści

• Odpowiedź na początku akapitu. System chętniej bierze początki akapitów, więc zdanie, które odpowiada na pytanie, powinno stać na początku, a nie po trzech zdaniach wstępu. Mechanizm tego zjawiska opisuje lekcja jak działają wyszukiwarki AI.
• Akapit bez odwołań. Fragment zaczynający się od „jak wspomniano wyżej” albo „w tym przypadku” traci sens po wycięciu ze strony i przegrywa z fragmentem, który da się zrozumieć sam.
• Jedno twierdzenie w jednym zdaniu. Zgłoszenie patentowe Google opisuje dopasowanie cytatu już po napisaniu odpowiedzi: zdanie z odpowiedzi porównuje się ze zdaniami z pobranych stron i link dostaje strona, której zdanie pasuje. Jednoznaczne zdanie z liczbą łatwiej dopasować niż myśl rozłożoną na cały akapit.

Jak pisać takie akapity w praktyce, z przykładami przed i po, omawiamy w jednym z kolejnych rozdziałów akademii.

Bramka 4: skąd ChatGPT bierze informacje o firmie

Przy pytaniach „jaką firmę albo jaki produkt wybrać” model najczęściej zaczyna od marek, które zna z treningu, i wpisuje je do własnych zapytań. W jednym pomiarze marki nazwane w zapytaniu modelu były cytowane w 68,9% przypadków, a marki, które tylko pojawiły się w wynikach, w 2,1%. Strona zamienia obecność marki na cytat, ale jej nie wytwarza.

Shortlista powstaje, zanim model cokolwiek pobierze

Suganthan Mohanadasan podejrzał ruch sieciowy ChatGPT w ponad 60 rozmowach. Gdy pytał o „najlepsze X do Y”, w 21 z 27 rozmów pierwsze wyszukiwanie modelu zawierało już nazwy marek, których użytkownik nie wymienił. Model wpisywał je do zapytania, zanim pobrał jakąkolwiek stronę. Stephen Sumner, który opisał ten pomiar, sam zaznacza, że liczby trzeba traktować kierunkowo:

Inną metodą doszedł do tego samego geoSurge. W 66 pytaniach z dziewięciu branż najpierw sprawdził, które marki model pamięta z treningu, a potem, których marek szuka model odpowiadający z wyszukiwaniem (oba pomiary na osobnych modelach). Marka z pierwszej dziesiątki pamięci modelu trafiała do jego wyszukiwań w 55,7% przypadków, marka spoza pamięci w 17,4%:

To związek, a nie dowód przyczyny, bo marki, które model pamięta, mogą być po prostu silniejsze także w sieci. Kierunek z obu pomiarów jest jednak ten sam. Przy pytaniach o wybór firmy o liście kandydatów w dużej mierze decyduje to, co model wie przed wyszukiwaniem. Jak sprawdzić, czy model zna Twoją markę bez wyszukiwania, i co pokazał ten sam test na 300 polskich odpowiedziach, opisujemy w rozdziale o marce poza stroną.

Drzwi nie są zamknięte

geoSurge zobaczył dwa typy kategorii. W jednych, na przykład w motoryzacji i finansach, model szuka prawie wyłącznie marek, które pamięta. W innych, na przykład w fitnessie, szuka szerzej i potrafi wciągnąć do odpowiedzi markę, której nie pamiętał. W wąskiej niszy żywa treść ma więc więcej miejsca niż w kategorii zdominowanej przez kilku dużych graczy.

Skąd model wie o firmie? Z tekstów, na których się uczył: artykułów prasowych, porównań, rankingów, forów i opinii. Tę wiedzę buduje się poza własną stroną, więc ta bramka wymaga innej pracy niż trzy poprzednie. Wrócimy do niej w rozdziale o marce poza stroną. Jeśli chcesz wiedzieć, jak modele opisują Twoją firmę dziś, sprawdzamy to w ramach analizy widoczności marki w AI.

ChatGPT, Perplexity i AI Overviews: trzy silniki, trzy różne pule

Każdy silnik szuka kandydatów w innym indeksie: ChatGPT głównie przez Bing, AI Overviews w Google, a Perplexity we własnym. Dlatego wygrana w jednym nie przenosi się na pozostałe. Dla tego samego promptu tylko 2,37% cytowanych adresów pojawia się we wszystkich trzech.

Kevin Indig przeanalizował 20 000 promptów śledzonych w narzędziu Omnia, głównie na rynkach europejskich. Tylko 2,37% cytowanych adresów pojawiło się w ChatGPT, Perplexity i AI Overviews jednocześnie, a 91,07% w jednym silniku:

Inne badania dają podobny obraz. W recenzowanym pomiarze 11 500 zapytań podobieństwo zbiorów adresów między zwykłymi wynikami Google, AI Overviews i Gemini (współczynnik Jaccarda) wynosiło zaledwie 0,11–0,18, choć to produkty jednej firmy. Silniki nie układają tej samej listy w innej kolejności, tylko sięgają do różnych zbiorów stron.

Dwie bramki działają wszędzie tak samo. Strona niedostępna dla bota odpada w każdym silniku, a akapit, który odpowiada sam, ma przewagę w każdym. Różni się pula, czyli bramka 2, i częściowo pamięć modelu, czyli bramka 4. Z tego wynika jedna zasada dla raportów: każda liczba o widoczności w AI musi mówić, o który silnik chodzi, w jakim trybie i z którego dnia. „Jesteśmy widoczni w AI” bez tych trzech informacji nic nie znaczy. Jak mierzyć to rzetelnie, omawiamy w rozdziale o pomiarze widoczności.

Jak sprawić, żeby AI cytowało Twoją stronę: test czterech bramek

Weź jedną frazę, na której Ci zależy, i sprawdź bramki po kolei. Pierwsza, która nie przechodzi, jest Twoim zadaniem. Poprawianie treści nie pomoże, jeśli odpada dostęp, a PR nie pomoże, jeśli strony nie ma w puli.

Test zajmuje około 30 minut. Wybierz frazę, przy której pojawia się przegląd od AI albo którą klienci mogą zadać ChatGPT, oraz stronę, która ma na nią odpowiadać.

Wynik czytaj od góry. Jeśli strona odpada na bramce 1, wyniki z bramek 2–4 nie mają jeszcze znaczenia, bo bot i tak nie dostanie treści.

Test nie gwarantuje cytatu. Mówi tylko, od czego zacząć, żeby nie wydawać pieniędzy na bramkę, która i tak jest otwarta. Co robić tydzień po tygodniu, od testu dostępu do odczytu wobec grupy kontrolnej, rozpisaliśmy w rozdziale plan wdrożenia na 30 dni. Jeśli wolisz, żeby ktoś przeprowadził go na wielu frazach i kilku silnikach naraz, zrobimy to w ramach analizy widoczności marki w AI.