Monitoring widoczności AI w Google Sheets: instrukcja

Płatne trackery widoczności w modelach językowych kosztują dziś od kilkuset do kilku tysięcy złotych miesięcznie, a większość z nich robi jedną prostą rzecz: wysyła listę pytań do ChatGPT, Gemini albo Perplexity i sprawdza, czy w odpowiedzi pada nazwa Twojej marki. Tę samą operację da się zbudować w Google Sheets w jedno popołudnie. Nie zastąpi to pełnego stacku analitycznego, który opisaliśmy w przeglądzie narzędzi do AIO na 2026 rok, ale daje dane własne, powtarzalne i możliwe do audytu, czyli dokładnie to, czego brakuje przy raportach z zamkniętych dashboardów.

Co dokładnie chcesz mierzyć

Zanim otworzysz arkusz, ustal jednostkę pomiaru. Monitoring widoczności AI bez zdefiniowanej metryki kończy się kolekcją zrzutów ekranu, z których nic nie wynika. W praktyce mierzalne są cztery rzeczy.

• Wzmianka marki: czy nazwa firmy pojawia się w treści odpowiedzi (wartość 0 lub 1).
• Cytowanie domeny: czy Twoja domena trafiła na listę źródeł pod odpowiedzią.
• Pozycja w wyliczeniu: jeśli model podaje listę rekomendacji, na którym miejscu jesteś.
• Kontekst wzmianki: czy marka pada jako rekomendacja, jako przykład neutralny, czy jako kontrprzykład.

Pierwsze dwie metryki da się policzyć automatycznie prostym dopasowaniem tekstu. Trzecia wymaga parsowania odpowiedzi, czwarta w zasadzie zawsze wymaga oka człowieka. Zacznij od dwóch pierwszych, bo dają najwięcej sygnału przy najmniejszym nakładzie, a resztę dołóż, kiedy arkusz już działa stabilnie przez kilka tygodni.

Warto od razu przyjąć, że jednostką raportowania jest udział, a nie pojedynczy strzał. Model odpowiada niedeterministycznie, więc interesuje Cię odsetek promptów, w których marka się pojawiła, liczony na przestrzeni tygodnia, nie wynik z konkretnego wtorku.

Budowa listy promptów kontrolnych

Lista promptów to serce całego systemu i jednocześnie miejsce, w którym najłatwiej popełnić błąd. Typowa pomyłka polega na wpisaniu tam fraz kluczowych z Google Search Console. Ludzie nie rozmawiają z asystentem tak, jak wpisują zapytania w wyszukiwarkę: zamiast „agencja seo warszawa” piszą „szukam agencji SEO w Warszawie dla sklepu z meblami, na co zwrócić uwagę przy wyborze”.

Zbuduj zestaw 40 do 80 promptów rozłożonych na cztery kategorie:

1. Rekomendacyjne: „jakie narzędzia do X warto rozważyć w 2026”, „kto w Polsce robi Y”.
2. Porównawcze: „czym różni się A od B”, „co wybrać, jeśli mam budżet Z”.
3. Problemowe: opis sytuacji użytkownika bez nazywania kategorii produktu.
4. Brandowe: „czy [Twoja marka] jest wiarygodna”, „opinie o [Twoja marka]”.

Kategoria brandowa służy do kontroli jakości danych o Tobie, a nie do mierzenia zasięgu. Jeśli model myli Twoją firmę z inną o podobnej nazwie albo przypisuje Ci usługi, których nie świadczysz, dowiesz się o tym właśnie stąd. To zresztą jeden z powodów, dla których warto równolegle popracować nad tym, jak pisać treści cytowane przez ChatGPT, bo bez materiału źródłowego model wypełni luki zgadywaniem.

Struktura arkusza: prompty, modele, wyniki

Trzy zakładki wystarczą. Rozbijanie tego na więcej kończy się arkuszem, którego nikt nie otwiera.

Kluczowa zasada: zakładka Runs jest wyłącznie dopisywalna. Nigdy nie nadpisuj wierszy historycznych, nawet jeśli zauważysz błąd w klasyfikacji. Zamiast tego dokładaj kolumnę z poprawką. Dzięki temu po pół roku możesz przeliczyć całą historię nową logiką i porównać ją ze starą, co bywa jedynym sposobem na odróżnienie realnej zmiany widoczności od zmiany w Twoim własnym sposobie liczenia.

Kolumny „wzmianka” i „cytowanie” wypełnia formuła, nie skrypt. Prosty REGEXMATCH(LOWER(D2); "twojamarka|twoja marka") dla wzmianki i analogiczne dopasowanie domeny w kolumnie ze źródłami. Trzymanie logiki klasyfikacji w formułach, a nie w kodzie, oznacza, że możesz ją poprawić bez ruszania skryptu i bez ponownego odpytywania modeli.

Skrypt odpytujący modele krok po kroku

Całość obsługuje Google Apps Script, wbudowany w każdy arkusz przez menu Rozszerzenia. Dokumentacja usługi UrlFetchApp opisuje jedyną funkcję, której naprawdę potrzebujesz.

Logika ma pięć kroków i każdy z nich da się napisać w kilkunastu linijkach:

1. Pobierz z zakładki Prompts wszystkie wiersze z flagą aktywny równą TAK.
2. Dla każdego promptu wykonaj UrlFetchApp.fetch() na endpoint wybranego dostawcy, z kluczem API trzymanym w PropertiesService, nigdy w treści komórki.
3. Wyciągnij z odpowiedzi tekst oraz, jeśli dostawca je zwraca, listę adresów źródłowych.
4. Dopisz wiersz do zakładki Runs przez appendRow().
5. Odczekaj sekundę między zapytaniami i obsłuż błąd 429 ponowieniem z narastającym opóźnieniem.

Dwie decyzje architektoniczne warto podjąć świadomie. Po pierwsze, odpytuj API modeli, a nie interfejsy webowe: scrapowanie ChatGPT przez przeglądarkę łamie regulamin i przestaje działać przy pierwszej zmianie frontendu. Po drugie, wymuś w zapytaniu tryb z wyszukiwaniem, jeśli dostawca go oferuje. Model odpowiadający wyłącznie z pamięci parametrycznej mierzy Twoją obecność w danych treningowych sprzed roku, a nie aktualną widoczność w warstwie źródeł.

Ustaw muteHttpExceptions: true i zapisuj kod odpowiedzi do osobnej kolumny. Bez tego pierwszy dzień z przekroczonym limitem wygląda w raporcie identycznie jak dzień, w którym marka po prostu przestała być cytowana, a to zupełnie różne problemy.

Harmonogram i limity zapytań

Apps Script ma wyzwalacze czasowe i limit czasu wykonania rzędu sześciu minut na uruchomienie w wersji darmowej. Przy 60 promptach na trzy modele i sekundzie przerwy między zapytaniami zmieścisz się na styk, więc lepiej rozbić przebieg na porcje.

Sprawdzony układ: wyzwalacz co godzinę, a skrypt sam wybiera partię 20 promptów, których nie odpytano w bieżącym dniu. Po kilku uruchomieniach cała lista jest pokryta, a żaden przebieg nie zbliża się do limitu czasu. Dzienna częstotliwość w zupełności wystarcza, bo widoczność w modelach zmienia się w skali tygodni, nie godzin.

Koszt przy tej skali jest niski: 60 promptów razy 3 modele razy 30 dni to około 5400 zapytań miesięcznie, czyli zwykle kilkadziesiąt złotych w rozliczeniu za tokeny. Płatne trackery pokroju agentowego Profound Aim dokładają do tego warstwę analityczną i benchmarki konkurencji, więc porównuj je z własnym arkuszem uczciwie: kupujesz interpretację, nie sam pomiar.

Raport tygodniowy i wykres trendu

Zakładkę Report zasil jedną formułą QUERY nad Runs, grupującą po tygodniu, modelu i kategorii promptu. Wynikiem są dwie liczby na wiersz: udział odpowiedzi ze wzmianką i udział odpowiedzi z cytowaniem domeny. Na tym zbuduj wykres liniowy z jedną serią na model.

Trzy rzeczy, na które warto patrzeć w raporcie:

• Rozjazd między wzmianką a cytowaniem. Wysoka wzmiankowość przy niskim cytowaniu oznacza, że model zna markę, ale nie odsyła do Twojej strony. To problem treści, nie rozpoznawalności.
• Różnice między modelami. Widoczność w jednym silniku przy zerowej w drugim wskazuje zwykle na inne źródła pobierania, a nie na słabszą markę.
• Zachowanie po publikacji. Zaznacz w arkuszu daty dużych publikacji i sprawdzaj opóźnienie, po jakim przekładają się na cytowania. W praktyce to od dwóch do sześciu tygodni.

Dla porównania warto zestawić własne dane z raportem AI Overviews w Search Console. Arkusz mierzy obecność w odpowiedziach, Search Console mierzy kliknięcia, a rozjazd między tymi dwoma źródłami jest sam w sobie użyteczną informacją o tym, czy cytowanie w ogóle generuje ruch.

Ograniczenia metody

Uczciwie: ten arkusz mierzy próbkę, nie rzeczywistość. Modele zwracają różne odpowiedzi na to samo pytanie w zależności od momentu, wersji modelu i warstwy pobierania źródeł, o czym pisaliśmy przy okazji analizy zmiennego pipeline’u cytowań w ChatGPT. Pojedynczy pomiar nie znaczy nic, dopiero seria kilkudziesięciu daje sensowny odsetek.

Druga rzecz: odpowiedź z API nie zawsze odpowiada temu, co widzi użytkownik w aplikacji. Interfejsy konsumenckie mają własną personalizację, historię rozmowy i lokalizację, których API nie odtwarza. Traktuj wynik jako wskaźnik kierunkowy, a nie zrzut ekranu z przeglądarki klienta.

Trzecia: metoda nie mierzy wolumenu. Nie wiesz, ile osób faktycznie zadało dany prompt. Możesz mieć stuprocentową obecność w pytaniu, którego nikt nie zadaje. Dlatego listę promptów buduj z realnych rozmów sprzedażowych i pytań od klientów, nie z generatora fraz. W sklepach internetowych szczególnie opłaca się połączyć ten monitoring z pracą nad danymi produktowymi, bo tam widoczność zależy od struktury opisów i feedu, co rozbieramy w tekście o przygotowaniu sklepu pod AI.

Na koniec kwestia porównań z konkurencją. Arkusz łatwo rozszerzyć o kolumny z nazwami rywali i liczyć ich wzmianki tą samą formułą. To najtańszy sposób, żeby zamienić monitoring w narzędzie decyzyjne: sam fakt, że marka pojawia się w 30 procentach odpowiedzi, nic nie mówi, dopóki nie wiesz, że lider kategorii ma 70.

FAQ