Marka poza stroną
— czy AI zna Twoją firmę i skąd o niej wie: wzmianki, Reddit, YouTube

Czy modele językowe wymieniają Twoją markę? Test pamięci modelu bez wyszukiwania

Zwykle tak, jeśli marka jest znana w swojej kategorii, także w niszy. Model ma dwa źródła wiedzy o markach: pamięć z treningu, z której korzysta zawsze, i wyszukiwanie, które włącza tylko czasem. Żeby wiedzieć, na czym stoisz, trzeba sprawdzić oba, a zacząć od pamięci.

Zadaliśmy GPT-6 i Gemini 25 polskich pytań w stylu „Jakie konto osobiste w banku polecasz w tym roku?” albo „Jaką palarnię kawy specialty w Polsce polecasz?”, każde trzy razy, z wyszukiwaniem i bez. Gemini bez wyszukiwania wymienia polską markę w 71 z 75 odpowiedzi, GPT-6 w 53 z 75. Nisze nie są wyjątkiem: przy palarniach kawy oba modele bez wyszukiwania wymieniają te same polskie marki (Audun, HAYB, Hard Beans) w co najmniej dwóch z trzech powtórzeń, a przy kosmetykach naturalnych Mokosh i Resibo.

Dlaczego pamięć jest ważniejsza od wyszukiwania? Bo ustawia to, czego model w ogóle szuka. geoSurge zmierzył to na 66 pytaniach zakupowych z USA: marka, którą model pamiętał w swojej pierwszej dziesiątce, pojawiała się potem w jego wyszukiwaniach 3,2 razy częściej niż marka, której nie pamiętał (55,7% wobec 17,4%). To korelacja, a autorzy sami zaznaczają, że za oboma może stać po prostu siła marki. Ale kierunek potwierdza drugi, niezależny pomiar (o nim w następnej lekcji) i nasz polski wynik.

Stawka jest realna, bo użytkownik często przyjmuje listę od AI bez sprawdzania. W badaniu użyteczności opisanym przez Kevina Indiga 74% końcowych list przy zakupach o wysokiej stawce w AI Mode pochodziło wprost z odpowiedzi AI. To 48 osób z USA, więc traktuj to jako sygnał, nie normę.

Jest też wynik, który łatwo przeoczyć: przy części pytań GPT-6 w ogóle nie podaje marek. Zapytany o materac czy ubezpieczenie OC daje radę („porównaj w porównywarce”, „wybierz średnio twardy”), a nie listę. W takich kategoriach walka o „bycie wymienionym” toczy się gdzie indziej: w porównywarkach i poradnikach, które model cytuje.

Sprawdź u siebie: test pamięci w 15 minut

1. Napisz trzy pytania, jakie zadałby Twój klient, bez nazwy Twojej firmy, np. „Jakie biuro rachunkowe w Poznaniu polecasz dla JDG?”.
2. Zadaj każde w ChatGPT z wyłączonym wyszukiwaniem i w Gemini, trzy razy, za każdym razem w nowej rozmowie. Najlepiej w trybie bez pamięci konta albo na koncie, którego nie używasz do pracy, bo historia rozmów zafałszuje wynik.
3. Zapisz marki, które padły w co najmniej dwóch z trzech odpowiedzi. To jest pamięć modelu w Twojej kategorii.
4. Powtórz z wyszukiwaniem i porównaj listy. Jeśli z wyszukiwaniem się pojawiasz, a bez niego nie, model Cię znajduje, ale jeszcze nie zna.

To test jednej osoby i kilku pytań. Pełny pomiar na portfelu promptów, z konkurencją i powtórzeniami, opisujemy w rozdziale jak mierzyć widoczność w AI, a robimy w ramach usługi audytu widoczności marki w AI. Pamięć modelu to ta sama bramka „rozpoznania”, o której pisaliśmy w rozdziale jak AI wybiera źródła.

Skąd ChatGPT bierze informacje o marce: pamięć, wyszukiwanie i strona firmy

Shortlista powstaje z pamięci, a wyszukiwanie ją sprawdza. W naszym pomiarze GPT-6 z wyszukiwaniem w 73% odpowiedzi wpisał nazwę marki już w pierwsze podzapytanie, zanim przeczytał jakikolwiek wynik. 91% marek z odpowiedzi (112/123) było już w podzapytaniach, a 81% marek z podzapytań model wymienia też bez wyszukiwania. Potem czyta strony samych marek, przede wszystkim cenniki i warunki. Opinie i rankingi bierze z zewnątrz. Jeśli Twoja strona nie podaje ceny, model może podać cenę z cudzego komentarza.

Typowe podzapytanie wyglądało tak: site:bankmillennium.pl konto millennium 360 opłaty karta 2026. Model już wie, którą markę chce polecić, i idzie na jej stronę po aktualne opłaty. W 86 ze 123 przypadków marka z odpowiedzi miała zacytowaną własną stronę. To replika na polskich pytaniach pomiaru Suganthana z ChatGPT: marka, którą model sam wpisał do podzapytania, trafiała do odpowiedzi w 68,9% przypadków, a marka tylko pobrana w wynikach wyszukiwania w 2,1%. Autor sam zaznacza, że „czysty” wynik jest skromniejszy: w 21 z 27 rozmów już pierwsze podzapytanie zawierało marki, których użytkownik nie wpisał. To jedno konto ChatGPT Plus, więc liczby są kierunkowe.

Wyszukiwanie nie jest tylko formalnością. GPT-6 z wyszukiwaniem zawęża listę (średnio 1,6 marki zamiast 2,6) i często zostawia jedną rekomendację. W 9 z 25 kategorii wyszukiwanie dołożyło markę spoza pamięci, a w 4 lista po wyszukaniu nie miała żadnej marki z pamięci (kosmetyki naturalne: Mokosh i Resibo zamienione na Weledę, hosting: Kinsta, LH.pl i dhosting zamienione na Hostingera). Brak w pamięci nie zamyka więc drzwi, ale wtedy wygrywasz tylko tym, co model znajdzie i przeczyta.

Fakty ze strony, opinie i rankingi z zewnątrz

Suganthan opisał to jednym zdaniem: fakty trafiają na strony oficjalne, opinie na recenzje i Reddita. To jego obserwacja zachowania ChatGPT, a nie pomiar, ale zgadza się z danymi. Chen i współautorzy (Uniwersytet w Toronto, 2025) pokazali, że przy pytaniach rankingowych GPT bierze głównie media zewnętrzne (np. 69,1% źródeł w motoryzacji w Kanadzie i 92,1% w elektronice w USA), a przy pytaniach transakcyjnych najmocniej wzmacnia strony samych marek.

Z tego samego tekstu pochodzi rada, którą warto wziąć dosłownie: zamiast „zapytaj o wycenę” napisz „ceny od 5000 zł”. Suganthan ostrzega, że przypadkowy komentarz z forum o cenie Twojego produktu ChatGPT poda jako fakt, jeśli Twoja strona milczy. To rada z przykładem, nie udokumentowany przypadek, ale mechanizm jest spójny z tym, co widzimy: model idzie na Twoją stronę po fakty, więc niech je tam znajdzie. Te same fakty muszą stać w schemie, w profilach i w katalogach, o czym w rozdziale o encji marki i danych strukturalnych.

Cytat to nie rekomendacja

Zacytowana strona nie oznacza wymienionej marki. Ahrefs sprawdził to na własnej konferencji: wśród odpowiedzi, które cytowały strony promujące konferencję, 43% w ogóle jej nie wymieniło. Kevin Indig policzył na 3981 domenach, że 61,7% cytatów to „cytowania-duchy”: link do domeny jest, nazwy marki w tekście odpowiedzi nie ma. Liczysz więc dwie różne rzeczy: czy AI Cię wymienia i czy cytuje Twoją stronę. Mechanizm podzapytań, które model pisze sam, rozpisaliśmy w rozdziale o fan-oucie i architekturze serwisu.

Wzmianki o marce a widoczność w AI: czy ważniejsze niż linki

W danych korelują mocniej, ale to korelacja, a nie dźwignia, za którą warto przestawić cały budżet. Ahrefs przeanalizował 75 tys. marek: wzmianki o marce w sieci korelowały z jej obecnością w AI Overviews na poziomie 0,664, a liczba backlinków na poziomie 0,218 (2025). W kolejnym badaniu (XII 2025) wzmianki dały 0,709 w AI Mode, 0,664 w ChatGPT i 0,656 w AI Overviews, a metryki linkowe znowu tylko „bardzo słabe” korelacje. Autorzy sami piszą, że korelacja nie oznacza przyczynowości: wzmianki mogą być po prostu znacznikiem tego, że marka jest duża i znana.

Najpierw rozróżnij trzy rzeczy, które w branży miesza się w jednym słowie. Wzmianka w sieci to nazwa Twojej marki w cudzym tekście (artykule, recenzji, zestawieniu) i jest sygnałem. Wymienienie w odpowiedzi AI to nazwa marki w tekście, który czyta użytkownik, i jest wynikiem. Cytowanie to link do strony jako źródło odpowiedzi. Czym są wzmianki i jak je monitorować, opisujemy we wpisie o wzmiankach o marce, tu zajmujemy się tylko tym, jak przekładają się na AI.

Rozsądny model łączy oba sygnały zamiast je przeciwstawiać. Pozycja w wyszukiwarce i linki decydują, czy Twoja strona trafi do puli, z której model wybiera fragmenty. Wzmianki i rozpoznawalna encja decydują, kogo model z tej puli wymieni z nazwy. To interpretacja praktyków, nie pomiar, ale tłumaczy, dlaczego oba typy danych nie są ze sobą sprzeczne. Link building nadal ma sens, tylko jego zadaniem jest bramka, a nie rekomendacja; więcej w lekcji o link buildingu.

Ile cytatów dają media

Muck Rack (Generative Pulse, maj 2026, ponad 25 mln linków z ChatGPT, Claude i Gemini) liczy, że 84% cytatów AI to tzw. earned media: dziennikarstwo, nauka, instytucje, encyklopedie i treści firm trzecich. Samo dziennikarstwo to 27%, a treści płatne i advertoriale 0,3%. W trzech edycjach badania earned media wahały się od 82% do 89%, a dziennikarstwo od 25% do 27%.

Uwaga na liczbę, która krąży w prezentacjach: „digital PR to 25% cytowań AI przy 6% adopcji wśród marketerów”. 25–27% to w badaniu Muck Rack udział dziennikarstwa, a nie digital PR, a liczby 6% nie znaleźliśmy w żadnym źródle pierwotnym. Nie powtarzaj jej.

Reddit, Wykop i fora w odpowiedziach AI po polsku: czy reddit marketing ma sens

W polskich odpowiedziach fora, Reddit i Wykop to margines: 0% cytatów w AI Overviews PL (677), 0,2% w GPT-6/GPT-5.6/Gemini (821), 0 ze 154 przy pytaniach o polecane marki. Tak wyszło w trzech naszych zbiorach z października 2026. W USA obraz jest inny: według Profound Reddit to 2,2% cytatów AI Overviews i 6,6% cytatów Perplexity, czyli najczęściej cytowana domena w obu. Polskim odpowiednikiem treści użytkowników, który realnie widać w cytatach, są serwisy opinii przy pytaniach lokalnych (Oferteo, ZnanyLekarz, Booksy): do 3,2% cytatów. Konto firmowe na Reddicie „pod AI” to w Polsce dziś zakład bez danych.

Skąd więc wrażenie, że „AI kocha Reddita”? Z danych amerykańskich i z jednego zjawiska, które dotyczy też Polski. Peec przeanalizował 64,8 mln cytatów Reddita w 20 krajach: kiedy polskie AI Overviews już cytują Reddita, 71,7% tych cytatów prowadzi do stron przetłumaczonych maszynowo z angielskiego (w AI Mode 54,9%, w ChatGPT 9,0%). Polska odpowiedź opiera się wtedy na anglojęzycznym wątku, a nie na polskiej dyskusji. ChatGPT ograniczył takie cytaty z 6,14% do 0,66% w ciągu miesiąca (kwiecień–maj 2026), Google nie.

Fora mają jeszcze jedną cechę: wygrywają wtedy, gdy marka milczy albo gdy ktoś opowiada szczegółową historię. Ahrefs założył fikcyjną markę z oficjalnym FAQ i podłożył sprzeczne, szczegółowe wersje na Medium i Reddicie. ChatGPT trzymał się FAQ marki w 84% odpowiedzi, a Gemini i AI Mode przyjęły wersję z Medium i Reddita. Wygrywała szczegółowa, dziennikarsko wyglądająca narracja, a nie treść użytkowników jako taka.

W samym ChatGPT treści użytkowników to margines także w USA: według Indiga 94,7% cytatów to treści firmowe i redakcyjne, a w finansach udział forów i społeczności spada do 0,5%. Miks źródeł zmienia się za to mocno z branżą: w turystyce recenzje i treści użytkowników potrafią być większością cytatów. Dlatego decyzję o obecności na forach podejmij po sprawdzeniu źródeł w swojej kategorii, a nie po haśle z konferencji. Wyniki lokalne, w których liczą się opinie i Profil Firmy, omawiamy w lekcji o SEO lokalnym, a działanie samych AI Overviews w rozdziale o AI Overviews i AI Mode.

SEO na YouTube a widoczność w AI Overviews i ChatGPT

YouTube to kanał Google i Perplexity, nie ChatGPT. Według Otterly ze wszystkich cytatów YouTube w odpowiedziach AI 38,7% pada w Perplexity, a 36,6% w AI Overviews; Gemini (0,2%) i Copilot (0,5%) prawie go nie cytują. BrightEdge dodaje, że ChatGPT sięga po YouTube głównie przy instruktażach (60% jego zapytań z cytatem YouTube to „jak zrobić”, w AI Overviews 22%), a przy recenzjach i porównaniach AI Overviews cytują YouTube 2,5 razy częściej niż ChatGPT. W polskich AI Overviews z naszego pomiaru YouTube to 0,4% cytatów, ale to pytania informacyjne, rzadko zakupowe.

W tym samym badaniu korelacji co w poprzedniej lekcji Ahrefs zmierzył też YouTube: wzmianki o marce w tytułach, opisach i transkrypcjach filmów korelowały z widocznością marki w AI najmocniej ze wszystkich sprawdzonych sygnałów (ok. 0,74), mocniej niż liczba wyświetleń. Ta sama zasada: to korelacja. Praktyczny wniosek jest skromniejszy: jeśli nagrywasz, mów nazwę marki i nazwę kategorii w filmie, a nie tylko w miniaturze, bo modele czytają transkrypcję. Według Otterly 94% cytowanych filmów to filmy długie, nie Shorts.

Granica tej lekcji: reklama na YouTube i pozycjonowanie samego kanału to osobne tematy. Tu chodzi tylko o to, czy film o Twojej marce ma szansę stać się źródłem odpowiedzi AI.

Digital PR i zestawienia: jak trafić do źródeł, z których AI buduje pamięć

Zdobywaj wzmianki tam, skąd AI bierze rankingi i opinie: w mediach branżowych, w cudzych zestawieniach i porównaniach, w recenzjach. Przy pytaniach rankingowych GPT sięga głównie po media zewnętrzne (Chen i in.), a obecność na 1. miejscu w często cytowanym, cudzym zestawieniu wiązała się ze wzrostem widoczności marki o 16,5 punktu procentowego w kategorii B2B SaaS (Peec, prawie 200 tys. odpowiedzi AI). Kilka mocnych miejsc w źródłach, które AI faktycznie czyta, waży więcej niż dziesiątki w takich, których nie czyta. Efekt w pamięci modelu przychodzi powoli: mierz po 30 dniach, oceniaj po 90.

Peec zauważył też, dlaczego zestawienia tak ważą: ChatGPT sam dopisuje do podzapytań słowa „best” i „reviews”, więc listy i serwisy recenzji trafiają do puli źródeł, nawet gdy użytkownik o nie nie prosi. A ponieważ w Polsce modele znają już sporo polskich marek (lekcja pierwsza), PR rzadko buduje pamięć od zera. Częściej ją wzmacnia albo prostuje.

Gdzie zdobywać wzmianki, w kolejności

1. Zestawienia, które AI już cytuje w Twojej kategorii. Zadaj modelowi pytanie rankingowe, otwórz źródła i sprawdź, czy w każdym jesteś. Brakujące listy to Twoje cele.
2. Media branżowe i lokalne. Wypowiedź eksperta w artykule o problemie z Twojej specjalizacji, komentarz do danych, raport z własnymi liczbami, który dziennikarze chcą cytować. Ponad połowa cytowanych artykułów prasowych jest z ostatnich 12 miesięcy (Muck Rack), więc jedna publikacja sprzed trzech lat nie wystarczy.
3. Recenzje i porównania. Niezależne testy produktu, serwisy opinii właściwe dla branży (w Polsce przy usługach lokalnych to one pojawiają się w cytatach).
4. YouTube — jeśli Twoi klienci pytają „jak” w Google (poprzednia lekcja).
5. Fora i społeczności — tylko jeśli źródła odpowiedzi w Twojej kategorii to pokazują.

Które domeny AI cytuje w Twojej branży, sprawdzisz ręcznie na kilku pytaniach albo w audycie widoczności marki w AI. Publikacje gościnne mają też wartość linkową, o czym w lekcji o link buildingu.

Czy warto kupować wzmianki?

Artykuł sponsorowany ma sens, gdy ukazuje się w medium, które AI rzeczywiście cytuje w Twojej kategorii, i jest oznaczony jako współpraca. Muck Rack liczy udział treści płatnych i advertoriali w cytatach AI na 0,3%, więc sama płatna publikacja rzadko jest źródłem odpowiedzi. Osobny przypadek to fabryki zestawień. Trellner przebadał źródła Perplexity przy pytaniach o oprogramowanie: blog firmy sprzedającej dema produktowe był trzecim najczęściej cytowanym źródłem, w 96 z 380 kategorii, choć ta firma w żadnej z nich nie konkuruje. To działa dziś w Perplexity, ale to zjawisko jednego silnika i ryzyko w Google (następna lekcja). Sztuczne opinie i wciskanie nazwy firmy w przypadkowe strony nie budują pamięci modelu, tylko szum.

Ranking firm z własną marką na 1. miejscu (listicle): kiedy szkodzi

W Google bywa ryzykowny, a w Perplexity nadal działa i to jest właśnie problem. Od stycznia 2026 kilka serwisów B2B i SaaS z dziesiątkami samopromocyjnych zestawień („najlepsze X”, z własną firmą na 1. miejscu) straciło od 29% do 49% widoczności organicznej w Google. To przykłady zebrane przez Lily Ray w indeksie Sistrix dla USA, a nie badanie na próbie, i Google nie potwierdził przyczyny. Rzeczniczka Google Jennifer Kutz przekazała jednak The Verge, że firma wie o niskiej jakości zestawieniach i z takim nadużyciem walczy. Ranking ma szansę przetrwać, gdy jest uczciwy: jawny autor, informacja, że oceniający sam jest oceniany, opisana metodologia i realne alternatywy.

Dlaczego takie listy w ogóle działały? Bo AI bierze rankingi jako źródło do pytań „jaki X polecasz”, a lista, na której jesteś pierwszy, jest gotową odpowiedzią. Lily Ray pisze, że marki z takich list wyraźnie na tym zyskiwały, i właśnie dlatego taktyka się rozlała: jeden z opisanych serwisów miał 191 takich wpisów. Problem jest w słowie „najlepsze”. Jej zdaniem tytuł z „best” sugeruje niezależną ocenę, a ranking z sobą na pierwszym miejscu bez jasnego ujawnienia i metodologii wprowadza w błąd, nawet jeśli żadne zdanie nie jest technicznie fałszywe.

Obraz zależy od silnika. W Perplexity masowo generowane zestawienia i blogi dostawców piszących o cudzych rynkach są dziś częstym źródłem (raport Trellner z poprzedniej lekcji). Peec opisał przypadek klienta, który wymyślił markę matchy, opublikował o niej trzy zestawienia i nic więcej (bez strony i profili społecznościowych), a narzędzia AI w Niemczech po kilku miesiącach nadal ją polecały. To anegdota, nie pomiar. Tłumienie, jeśli jest, dotyczy więc Google, a nie wszystkich asystentów. Własna strona bywa też pożytecznym „mostem” dla nowej marki, ale pamiętaj z lekcji drugiej, że cytat to jeszcze nie rekomendacja.

Ranking, który ma szansę przetrwać

1. Autor i firma podpisani na górze, z jasnym zdaniem, że autor jest jednym z ocenianych.
2. Opisana metodologia: kryteria, skala, źródła danych, data oceny.
3. Realne alternatywy z prawdziwymi zaletami i wskazaniem, dla kogo są lepsze od Ciebie.
4. Fakty o konkurentach, które da się sprawdzić (ceny, funkcje), i aktualizacja z datą.
5. Kilka takich materiałów tam, gdzie mają sens, a nie zestawienie na każdą frazę z „najlepszy”.

Uczciwe porównanie to po prostu dobra treść do cytowania, o czym więcej w rozdziale o treści, którą AI cytuje.