GA4 wprowadza kanal AI Assistant: ChatGPT, Gemini i Claude jako osobne zrodlo ruchu

Google Analytics 4 zaczyna oficjalnie rozpoznawac ruch z ChatGPT, Gemini, Perplexity, Claude i Copilot. 13 maja 2026 Google oglosilo nowy domyslny kanal „AI Assistant” w grupie kanalow GA4, ktory automatycznie wylapuje sesje przychodzace z asystentow AI i przypisuje im medium „ai-assistant”. Po raz pierwszy w historii narzedzia ruch z modeli jezykowych staje sie pierwszoklasowym zrodlem w raportach, a nie wpada do worka Direct ani Referral.

To zmiana, na ktora od poltora roku czekala cala branza performance i SEO. Wczesniej kazdy zespol musial recznie budowac segmenty, listy referrerow albo wstrzykiwac parametry UTM, zeby zorientowac sie, ile osob trafia na strone z odpowiedzi LLM. Od poniedzialku te dane sa widoczne w panelu kazdego konta GA4 bez ani jednej linii kodu.

Kontekst: dlaczego Google sie poddal

Przez wiekszosc 2025 i poczatek 2026 Google bagatelizowal pytanie o ruch z AI. W oficjalnych komunikatach pojawialy sie sugestie, ze odpowiedzi w AI Overviews trzymaja uzytkownika w SERP-ie i ze „tradycyjny ruch organiczny dalej rosnie”. Tymczasem pracownie analityczne raportowaly cos przeciwnego: sesje z ChatGPT, Perplexity czy Copilota juz dawno przekroczyly poziom widocznosci na liscie „innych zrodel”.

Wedlug danych przytaczanych przez Search Engine Land, srednia witryna B2B dostaje obecnie 3 do 8 procent calego ruchu z asystentow AI, a w niszach research-heavy (analityka, prawo, finansowe SaaS) udzialy siegaja kilkunastu procent. Dla wiekszosci marketerow problem polegal na tym, ze ten ruch byl niewidoczny w raportach Default Channel Group: czesc sesji szla jako Direct (bo asystenci czesto otwieraja linki w nowej karcie bez referrera), czesc jako Referral z nieznanymi domenami, czesc jako Organic Search po tym, jak uzytkownik dla pewnosci zaglosowal w Google.

Zmiana z 13 maja konczy ten chaos. GA4 zaczyna traktowac asystentow AI tak samo, jak od lat traktuje wyszukiwarki: jako wlasna kategorie pozyskania ruchu z dedykowanym, niezmienialnym medium.

Co dokladnie zmienilo sie w GA4

Mechanika jest prosta. Google rozszerzylo definicje Default Channel Group o nowy wpis o nazwie „AI Assistant”. Kanal ten zbiera sesje, w ktorych referrer odpowiada jednej z rozpoznanych domen modeli AI. Po wykryciu pasujacego zrodla GA4:

• nadpisuje medium wartoscia „ai-assistant” (zarezerwowana, nie da sie jej recznie ustawic),
• oznacza zmienna campaign wartoscia „(ai-assistant)”,
• w polu source pozostawia konkretna domene (np. chatgpt.com, gemini.google.com, perplexity.ai),
• routuje sesje do kanalu „AI Assistant” w domyslnej grupie kanalow.

Nie wymaga to zadnej konfiguracji w GA4 ani modyfikacji tagu po stronie kodu witryny. Wszystkie konta widza nowy kanal automatycznie, a klasyfikacja dziala wstecznie tylko dla danych zebranych po dacie wdrozenia (nie ma backfillu historycznego, wiec raporty sprzed 13 maja pozostana z tradycyjnym podzialem).

Kluczowe fakty w skrocie

W oficjalnej notatce produktowej Google przyznaje, ze lista rozpoznanych asystentow bedzie rozszerzana w czasie i ze otwarte sa rozmowy o uwzglednieniu specjalistycznych narzedzi typu Phind, Glean czy You.com, ale na razie te zrodla pozostaja w workach Referral.

Co to znaczy dla SEO i AIO

Dla zespolow odpowiedzialnych za widocznosc w AI to pierwszy moment, w ktorym mozna zrobic prosty wykres „ruch z LLM-ow w czasie” bez wlasnego skryptu. To brzmi banalnie, ale przeklada sie na trzy konkretne konsekwencje biznesowe.

Mierzalny zwrot z AIO

Do tej pory inwestycja w optymalizacje pod LLM (struktura FAQ, dane schema.org, ton encyklopedyczny, cytowalne tabele) byla trudna do obronienia przed dyrektorem finansowym. Klikniecia z ChatGPT lub Perplexity wpadaly w worek Direct, a wzrosty Direct to klasyczne „moze cos sie dzieje”. Teraz mozna wyswietlic raport AI Assistant obok Organic Search i pokazac wprost: tyle sesji, taka konwersja, taki przychod.

Zespoly, ktore juz prowadza systematyczne pomiary widocznosci w LLM (zobacz monitoring widocznosci w ChatGPT i metodyke pomiaru widocznosci w Google AI Overviews), beda mogly polaczyc swoje wewnetrzne metryki z twardymi danymi sprzedazowymi w GA4. Korelacja „wzrost cytowan w odpowiedziach Perplexity” wobec „wzrost sesji w kanale AI Assistant” staje sie pierwszym prawdziwym KPI AIO.

Inny ksztalt podrozy klienta

Drugi efekt to przebudowa modelu atrybucji. Sesje z AI Assistant maja inne charakterystyki niz ruch organiczny: czesto pochodza od uzytkownikow, ktorzy juz znaja problem, czesto ladujac glebiej niz na home, sredni czas na stronie bywa krotszy (bo decyzja zostala wstepnie podjeta w rozmowie z modelem). Brand-managerowie zobacza nagle, ze marka jest „wyciagana” z AI czesciej niz przypuszczali, a SEO-specjalisci zauwaza, ze niektore strony pillarowe pelnia bardziej role zrodla cytowania niz miejsca zakupu.

Mniej zaszumiona Direct

Trzeci efekt jest najbardziej praktyczny. Wyciagniecie ai-assistant z Direct sprawia, ze raporty Direct znow zaczynaja przypominac to, co powinny: ruch z aplikacji mailowych, zakladek przegladarki, kampanii offline. Zespoly, ktore w ostatnim roku obserwowaly niewytlumaczalny wzrost Direct na poziomie 20 do 40 procent, w wielu przypadkach po prostu mialy tam ruch z asystentow AI. Od tygodnia ten ruch zmieni „kolumne” i analitycy znow beda mogli wierzyc rachunkom.

Reakcje branzy

Komentarze ze strony platform i agencji rozkladaja sie wokol trzech watkow.

Specjalisci analityki przyjeli zmiane z ulga. Krzysztof Marzec, partner w jednej z polskich agencji performance, zauwazyl w komentarzu dla branzowego portalu, ze „wreszcie skonczy sie tlumaczenie zarzadom, dlaczego inwestycja w content widoczny dla AI jest zasadna”. Analitycy podkreslaja tez, ze nowy kanal wymusi rewizje benchmarkow: porownywanie historycznych wartosci Direct przed i po 13 maja zostanie niemozliwe bez recznej korekty.

Agencje SEO patrza na zmiane szerzej. Wedlug doniesien serwisu Search Engine Roundtable czesc agencji zglasza, ze klienci z sektora oprogramowania B2B juz teraz raportuja, ze AI Assistant po pierwszych godzinach od wdrozenia ma udzial wiekszy niz Social Network w grupie pozyskania uzytkownika. Dla SaaS-ow oznacza to mozliwosc realokacji budzetu z kampanii social-ads w strone dalszej rozbudowy tresci pillarowej cytowanej przez LLM.

Publisherzy, szczegolnie redakcje newsowe, podchodza ostroznie. Pojawiaja sie obawy, ze widoczne dane o niskim CTR z asystentow (LLM-y czesto cytuja bez wyslania uzytkownika na strone) sklonia dzialy biznesowe do agresywnych blokad robotow indeksujacych AI. Czesc wydawcow argumentuje jednak odwrotnie: lepiej widziec, ile dokladnie czytelnikow dochodzi z LLM, niz zakladac, ze tego ruchu w ogole nie ma.

Porownanie: jak inne platformy analityczne radza sobie z ruchem z AI

Google nie jest pierwszym, ktory dolozyl kategorie AI do swojego narzedzia analitycznego. Konkurenci wprowadzili swoje rozwiazania nieco wczesniej, ale wszystkie roznia sie skladnia, gleboscia i zakresem rozpoznawania zrodel.

Najwiekszy plus rozwiazania Google to skala. GA4 obsluguje wedlug danych Statista ponad 56 procent stron www na swiecie, wiec wprowadzony standard pomiaru bedzie bardzo szybko de facto branzowy. Plus dla Adobe Analytics: szerszy zakres rozpoznawanych asystentow specjalistycznych (Phind dla devow, You.com dla researchu). Plausible robi rzecz najprostsza i najbardziej przejrzysta: pokazuje kazde zrodlo z osobna, dzieki czemu wiadomo dokladnie, ze np. 1,2 procent ruchu pochodzi z Perplexity, a 0,4 procent z Claude.ai. Cloudflare jako jedyny pozwala odroznic crawler od czlowieka, ktory klika link wyswietlony w odpowiedzi modelu, co jest istotne dla zespolow ds. bezpieczenstwa i ochrony tresci.

Jak rozpoznac, ktore strony sa cytowane

Sam kanal AI Assistant pokazuje juz cos waznego: ktora strona wejscia (landing page) miala najwiecej sesji z asystentow. Ten widok jest praktycznym indeksem cytowalnosci, choc z dwoma zastrzezeniami.

Pierwsze zastrzezenie: nie kazda strona, ktora wpada do tego raportu, byla bezposrednio zacytowana w odpowiedzi LLM. Czesc uzytkownikow trafia z asystenta na podstronke, ktora znajda przez wewnetrzne menu (np. cytat byl o tematyce X, ale klient kliknal w stopke i wszedl glebiej). Dla rzetelnej analizy warto patrzec wylacznie na pierwsza strone wejscia w sesji.

Drugie zastrzezenie: nazwa hosta w referrerze mowi tylko, ze sesja wyszla z chatgpt.com lub perplexity.ai, ale nie zdradza konkretnego pytania ani odpowiedzi. Aby ustalic, co dokladnie skierowalo uzytkownika na strone, trzeba uzupelnic dane w GA4 o pomiar ze strony LLM (czyli wspomniany juz monitoring widocznosci). Te dwa zbiory dopiero razem daja pelny obraz.

Z praktyki agencyjnej najszybszy sposob na „audyt cytowalnosci” wyglada tak: zbieramy z GA4 top 50 stron wejscia w kanale AI Assistant z ostatnich 30 dni, wrzucamy ich tytuly i URL-e do LLM jako kontekst i prosimy o ocene, ktore z nich majaca strukture (FAQ, definicja, lista krokow) podpowiadajaca „tu zacytuje”. Po pierwszym przejsciu okazuje sie, ze zwykle dwie trzecie listy to artykuly podlegajace temu samemu wzorcowi: krotki nagłowek z definicja, tabela porownawcza i sekcja FAQ. To zarazem wskazowka, jakie tresci pisac, by trafic do tego raportu w nadchodzacych miesiacach.

Jak zaadaptowac raporty od poniedzialku

Praktyczna lista zadan dla zespolow, ktore chca jak najszybciej oprzec swoja sprawozdawczosc o nowy kanal:

• Zaktualizuj dashboardy w Looker Studio. Pola sessionDefaultChannelGrouping i defaultChannelGroup zwracaja teraz wartosc „AI Assistant”. Stare segmenty „Direct, ktore wygladaja na AI” mozna emerytowac.
• Sprawdz definicje konwersji. Niektore zespoly recznie tagowaly sesje z ChatGPT za pomoca UTM-ow z medium „chatgpt”. Te tagi nadal beda wlasciwie zliczane, ale wzbogacajaca klasyfikacja Google bedzie miala pierwszenstwo, jesli referer pasuje do oficjalnej listy. Ustal, ktora wersja sluzy za zrodlo prawdy.
• Wprowadz porownanie do poprzedniego okresu. Direct prawdopodobnie spadnie o 10 do 30 procent, a sumaryczny ruch zostanie taki sam. Nie jest to regresja, tylko przeniesienie. Opisz to wprost w komentarzu raportu, zeby uniknac paniki zarzadu.
• Polacz dane z BigQuery export. Surowe zdarzenia GA4 eksportowane do BigQuery zachowuja teraz pole traffic_source.medium = „ai-assistant”, co umozliwia stworzenie wlasnych funkcji atrybucji multi-touch, w ktorych asystent AI jest jednym ze stopni sciezki zakupowej.
• Polacz to z monitorowaniem cytowan. Jesli prowadzisz pomiar rankingow w AI (czyli regularne odpytywanie LLM-ow o nazwy kategorii produktowych i sprawdzanie, czy marka pojawia sie w odpowiedzi), porownaj wzrosty cytowan z wzrostami sesji w kanale AI Assistant w GA4. Roznica miedzy „ile razy o nas wspomniano” a „ile osob klika” jest najwazniejsza nowa metryka roku.

Co dalej

Wprowadzenie kanalu to dopiero pierwszy krok. W oficjalnym komunikacie Google sygnalizuje, ze w nadchodzacych kwartalach planuje dolozenie do raportow trzech rzeczy: rozroznienia miedzy wyszukiwaniem w trybie AI Mode a klasycznym Google Search, identyfikacji urzadzen kontekstowych (np. asystent w samochodzie z Gemini wbudowanym w Android Auto) i osobnej kategorii dla agentow autonomicznych, ktore przegladaja strony w imieniu uzytkownika (Comet, Operator, agent ChatGPT).

Dla branzy oznacza to, ze GA4 zaczyna sie przeksztalcac z narzedzia do pomiaru „wejsc na strone” w narzedzie do pomiaru „jak marka uczestniczy w ekosystemie konwersacyjnym”. Pomiar staje sie wielowarstwowy: cytat w odpowiedzi LLM, klikniecie do strony, dalsze pytania, eventualna konwersja. Pierwsza z tych warstw zostala wlasnie udostepniona bez konfiguracji.

W wymiarze strategicznym wydanie ai-assistant jako default channel jest dla Google rownoczesnie przyznaniem sie i zabezpieczeniem. Przyznaniem, bo firma oficjalnie uznaje, ze „tam tez sie dzieje”. Zabezpieczeniem, bo poprzez wczesne ustanowienie standardu pomiarowego Google moze utrzymac GA4 jako neutralna platforme nawet wtedy, gdy ChatGPT czy Perplexity beda przekierowywaly coraz wiecej ruchu na strony zewnetrzne. Dla zespolow content i SEO to dobra wiadomosc: wreszcie pojawia sie wskaznik, ktorym mozna obronic budzet AIO przed pierwszym kwartalnym budget review.