Case: widocznosc B2B w ChatGPT – jak firma SaaS osiagnela 40 cytowan w 90 dni

Widocznosc B2B w ChatGPT staje sie w 2026 roku rownie waznym kanalem dystrybucji wiedzy co klasyczne SEO. Poniższe studium przypadku pokazuje, jak firma B2B SaaS z branzy HR tech przeszla z 2 cytowan miesiecznie w ChatGPT Search do 40 cytowan w 90 dni. Opisujemy konkretne dzialania, koszty, metryki i wyniki. Widocznosc b2b chatgpt nie pojawia sie sama – wymaga systematycznej pracy na kilku warstwach jednoczesnie, co udowadnia ten case.

W skrocie – jak osiagnieto wzrost cytowan

• Baseline 2 cytowania miesiecznie, cel 40 cytowan na koniec 3 miesiaca.
• 3 rownolegle dzialania: content restructuring, autor positioning, external mentions.
• Budzet 180 000 zl w 90 dni (60 000 miesiecznie).
• Zespol 4 osoby – content lead, ekspert techniczny, SEO specjalista, copy editor.
• Wynik – 42 cytowania, +180% ruchu markowego, +23% leadow z brand search.
• Kluczowe narzedzia – Profound do monitoringu, Surfer SEO do content briefs, Muck Rack do PR.

Kto i dlaczego – kontekst firmy

Firma (B2B SaaS, branza HR tech, produkt do automatyzacji procesow rekrutacyjnych) w drugim kwartale 2025 zauwazyla, ze klienci coraz czesciej wspominaja o wynikach research w ChatGPT podczas rozmow handlowych. Pierwszy audyt pokazal, ze konkurencja (3 glowne firmy) jest cytowana 20-40 razy miesiecznie w zapytaniach branzowych, podczas gdy badana firma tylko 2 razy.

Decyzja strategiczna – uruchomic 90-dniowy program zwiekszenia widocznosci w ChatGPT Search i Perplexity, z jasnym celem 40 cytowan miesiecznie. Firma uznala widocznosc w LLM za druga, obok Google, os dystrybucji wiedzy branzowej. Dodatkowe informacje o calej mechanice cytowan w przewodniku o widocznosci w AI.

Kontekst rynkowy byl istotny. Branza HR tech w B2B to sektor, gdzie decyzje zakupowe zaczynaja sie od researchu – HR leader pyta ChatGPT „jakie narzedzia do automatyzacji rekrutacji polecacie”, dostaje rekomendacje 5-7 produktow, z ktorych wybiera 2-3 do demo. Brak firmy w tej pierwszej liscie praktycznie eliminuje ja z rozmow w ciagu 6-9 miesiecy (typowy cykl sprzedazy SaaS).

Jak przebiegala analiza baseline?

Zespol zdefiniowal 80 zapytan branzowych, na ktore chcial byc cytowany. Kazde zapytanie bylo testowane 3 razy w ChatGPT Search, 3 razy w Perplexity, 2 razy w Gemini App – lacznie 640 testow. Wynik – firma byla cytowana 2 razy w ChatGPT (z 240 mozliwych wystapien), 5 razy w Perplexity, 0 razy w Gemini.

Analiza, ktore strony konkurencji byly cytowane najczesciej, pokazala trzy wzorce: (1) strony glownie pillar z 3000+ slow, (2) strony z autorem ekspertem (LinkedIn 10 000+ followers), (3) strony z konkretnymi case studies klientow i liczbami. Badana firma miala slabe pokrycie wszystkich trzech – wiekszosc contentu byla krotka (1000-1500 slow), bez widocznego autora („redakcja”), bez case studies z liczbami.

Baseline pokazal rowniez dystans w innych obszarach: autorytet domeny DR 42 vs konkurencja 48-55, liczba referencyjnych domen 380 vs konkurencja 550-800, obecnosc CEO w mediach branzowych praktycznie zerowa vs konkurencja 8-15 wystapien rocznie. Szczegolowa metodyka analizy baseline jest opisana w case studies SEO i AIO.

Co dokladnie wdrozono w 90 dni?

Plan mial trzy rownolegle watki – restrukturyzacja contentu, positioning autora i pozyskiwanie wzmianek zewnetrznych.

Watek 1: restrukturyzacja contentu (60 000 zl)

Zidentyfikowano 25 najwazniejszych artykulow na stronie – te, ktore byly na top 20 w Google na kluczowe zapytania. Kazdy z nich przerobiono wedlug checkisty: (1) rozszerzenie do 3000-5000 slow, (2) dodanie sekcji FAQ 6-10 pytan, (3) dodanie tabeli porownawczej z konkretnymi liczbami, (4) dodanie case study klienta z imieniem i nazwa firmy, (5) dodanie schema Article, Author, FAQPage.

Artykuly przerobiono w tempie 2-3 tygodniowo przez 8 tygodni. Kazda restrukturyzacja zajmowala 8-12 godzin pracy (content lead + ekspert + SEO specialist + copy editor). Srednia cena za restrukturyzacje – 2400 zl wedlug wewnetrznej ksiegowosci.

Watek 2: positioning autora (50 000 zl)

CEO firmy (dotychczas niewidoczny w mediach) otrzymal kompleksowe pozycjonowanie jako ekspert. Trzy elementy: (1) aktywnosc na LinkedIn – 3 posty tygodniowo, 1 artykul miesiecznie, udzial w 8 dyskusjach tygodniowo, (2) wystapienia – 6 konferencji branzowych i 4 podcasty w 90 dni, (3) publikacje gosciowe – artykuly w 3 mediach branzowych (Rzeczpospolita, Computerworld, Branzowy.pl).

Dodatkowo zbudowano strone autora na domenie firmy z pelna biografia, linkami do profili zewnetrznych, publikacjami, certyfikatami. Schema Person ze wszystkimi wymaganymi polami. Wiecej o budowie autorytetu w przewodniku o autorytecie i link buildingu.

Watek 3: wzmianki zewnetrzne (70 000 zl)

Agencja PR (zewnetrzna) otrzymala brief na 12 tygodni. Cel – 30 wzmianek w mediach branzowych, 20 backlinkow z domen DR 50+, udzial w 4 raportach branzowych (np. Raport HR Tech 2026). Media outreach wykonywano przez Muck Rack i recznie.

Dodatkowo zbudowano 3 narzedzia darmowe (kalkulator kosztow rekrutacji, template procesu rekrutacyjnego, audyt efektywnosci HR), ktore stawaly sie podstawa do outreachu do mediow i blogow branzowych. Te narzedzia same w sobie zebraly 8 backlinkow z wysokich domen w ciagu 90 dni.

Jak mierzono postepy?

Co tydzien zespol wykonywal pomiar 80 zapytan w ChatGPT, Perplexity, Gemini (recznie + narzedzie Profound). Kazde zapytanie liczono 3 razy, usredniano wynik. Liczba cytowan firmy rosla tydzien po tygodniu: 4 (tydzien 1), 7, 11, 14, 18 (tydzien 5), 22, 28, 31, 35 (tydzien 9), 38, 41, 42 (tydzien 12).

Obok cytowan mierzono ruch organiczny (GSC), ruch markowy (GA4), leadow z brand search, leadow z ChatGPT (oznaczane przez UTM w linkach w autorze – autor podawal w biografii link z UTM do produktu). Wyniki: ruch organiczny +35%, ruch markowy +180%, leady z brand +23%, bezposrednie leady z ChatGPT links okolo 12 leadow miesiecznie na koniec programu (wczesniej zero).

Metryki sledzono w dashboard Looker Studio z trzech źrodel: GSC, GA4, Profound (API export do Google Sheets). Raport zespolowy co tydzien, raport zarzadu co miesiac. Wiecej o mechanice pomiaru w porownaniu wyszukiwarek AI.

Szczegolowy przebieg tygodni 1-4 programu

Pierwszy tydzien to pelen audyt i baseline. Zespol przeanalizowal 80 zapytan branzowych, zmapowal 25 artykulow do restrukturyzacji oraz zidentyfikowal 3 glownych konkurentow do benchmarku. Pomiar cytowan wykonano recznie (nie bylo jeszcze subskrypcji Profound) – 3 osoby poswiecily razem 72 godziny na ten pomiar.

Tydzien drugi to zatwierdzenie planu i uruchomienie pierwszych dzialan. Agencja PR otrzymala brief, CEO rozpoczal aktywnosc na LinkedIn (pierwszy post o branzy HR tech), pierwsze 2 artykule poszly do restrukturyzacji. Narzedzie Profound zostalo kupione i skonfigurowane – od tygodnia 2 mamy automatyczny monitoring.

Tydzien trzeci i czwarty to pierwszy rytm dzialan. 4 restrukturyzowane artykuly publikowane co tydzien, 3 posty LinkedIn na tydzien, pierwsze 2 media pitch’e. W tygodniu 4 zauwazylismy pierwsze efekty – liczba cytowan wzrosla z 2 do 7 (wszystkie nowe cytowania dotyczyly restrukturyzowanych artykulow). To potwierdzilo, ze dzialanie jest kierunkowo sluszne.

Szczegolowy przebieg tygodni 5-8 programu

Po miesiacu program wszedl w faze skalowania. CEO rozpoczal rundy podcastow i konferencji – w tygodniach 5-8 wystapil na 3 podcastach (IT Reviews, HR Tech Polska, SaaS Trends) i 2 konferencjach (HR Evolution 2026, TechSummit). Kazde wystapienie generowalo 1-3 backlinki i wzmianki w mediach spolecznosciowych.

W tygodniu 6 pierwszy artykul gosciowy CEO (w magazynie Rzeczpospolita) zostal opublikowany. W tygodniu 7 drugi (w Computerworld). Oba artykuly zbudowaly „zapatrzenie” LLM na osobe CEO – w cytowaniach zaczelo sie pojawiac jego nazwisko w kontekscie eksperta branzowego.

W tygodniu 8 zauwazono interesujacy efekt drugiej warstwy – niektore cytowania w ChatGPT zaczely pojawiac sie nie na domenie firmy, ale na domenach, ktore opublikowaly artykuly CEO. Czyli budowanie autora dalo cytowania w LLM nawet poza wlasna strona – kazda zewnetrzna publikacja stala sie „source” dla ChatGPT.

Szczegolowy przebieg tygodni 9-12 programu

Ostatnie 4 tygodnie to intensyfikacja i polishing. Wszystkie 25 artykulow byly juz zrestrukturyzowane. Zespol dodal 8 nowych artykulow pod luki semantyczne wykryte przez Surfer SEO (brakujace zapytania, na ktore konkurencja byla cytowana). Dodatkowo uruchomiono 3 darmowe narzedzia (kalkulator, template, audyt).

W tygodniu 10 i 11 trzy narzedzia zostaly promowane recznie – wyslano 40 pitchow do blogerow i mediow branzowych. 8 pitchow skonczylo sie publikacja i backlinkiem. Liczba wzmianek marki w mediach w te 2 tygodnie skoczyla do 8 (wczesniej 2-3).

Tydzien 12 to raport koncowy dla zarzadu. Liczba cytowan miesiecznych osiagnela 42 (cel 40), ruch markowy +180%, DR +4 punkty, leady z brand search +23%. Zarzad zatwierdzil kontynuacje programu z budzetem 40 000 zl miesiecznie na nastepny kwartal.

Co najlepiej zadzialalo?

Najsilniejsza dzwignia byly trzy rzeczy. Pierwsza – rozbudowa artykulow pillar z konkretami. Sam fakt dodania sekcji z konkretnymi liczbami (np. „srednia czasu rekrutacji w HR tech to 42 dni vs nasz produkt 18 dni na 340 firmach klienckich”) zwiekszyl cytowalnosc w ChatGPT o 8-10 razy na tych artykulach.

Druga dzwignia – positioning CEO jako autora. ChatGPT i Perplexity zauwazyly, ze ta sama osoba wystepuje w 6 miejscach poza domena firmy (konferencje, podcasty, publikacje). To zbudowalo authorityScore osoby, a ten boost przeniosl sie na cala domene firmy. Waga tego sygnalu byla duza – ChatGPT zaczyna cytowac strony autora nawet w odpowiedziach na zapytania, gdzie wczesniej cytowal konkurencje.

Trzecia dzwignia – narzedzia darmowe jako linki bate. Trzy darmowe narzedzia zebraly 8 wysokich backlinkow i kilkanascie wzmianek w mediach, co jednoczesnie bylo sygnalem dla Google (wyzsza pozycja) i dla LLM (wzmianki w wielu miejscach = wyzszy authority).

Co nie zadzialalo?

Dwa elementy z planu nie przyniosly oczekiwanych rezultatow. Pierwszy – inwestycja w video na YouTube. Zespol wyprodukowal 12 video (po 4 miesiecznie) – okazalo sie, ze YouTube ma dlugi okres rozruchu (6-12 miesiecy), a w 90 dniach video zebrano tylko 3 800 wyswietlen lacznie. Video nie wplynelo na cytowania w ChatGPT w tym okresie.

Drugi – pierwsza edycja pressu o firmie w mediach niszowych. Dwa pierwsze press releasy („wprowadzamy nowa funkcje”, „osiagnelismy X klientow”) nie zainteresowaly redakcji. Dopiero 3 i 4 press, napisane jako analiza branzowa z wlasnymi danymi („raport wskazujacy, ze 67% HR-owcow korzysta z AI w rekrutacji”), zostaly publikowane. Nauka – media branzowe chca wartosci redakcyjnej, nie PR. Szczegoly content strategii w przewodniku o contencie pod AI.

Jakie byly koszty i ROI?

Lacze koszty 90-dniowego programu: content (60 000 zl), autor positioning (50 000 zl), PR i outreach (70 000 zl) – lacznie 180 000 zl. Dodatkowe miekkie koszty – 40% czasu CEO (wyceniane na 30 000 zl), czas 3 osob zespolu (wyceniane na 80 000 zl). Calkowity naklad biznesowy – 290 000 zl.

Zysk biznesowy w 90 dni: 12 dodatkowych leadow miesiecznie z ChatGPT, 28 dodatkowych leadow z brand search, lacznie 120 dodatkowych leadow w 90 dniach. Srednia konwersja lead-to-deal 18%, sredni ARR klienta 48 000 zl. 120 leadow × 18% = 22 klientow = 1 056 000 zl ARR. Zysk w 90 dni: 1 056 000 zl – 290 000 zl = 766 000 zl netto, ROI 264%.

Dodatkowo efekty rezydualne – artykuly i autor positioning utrzymuja widocznosc po 90 dniach. Po 6 miesiacach liczba cytowan miesiecznych wzrosla do 65 (utrzymywanie + kontynuacja). Po 12 miesiacach – 95. Calkowity wzrost ARR w 12 miesiecy szacowany na 3.8 mln zl. Szczegoly takich programow pokazywane tez w strategiach AIO i SEO.

Co powtorzyc w innych branzach?

Cztery elementy case’u sa powtarzalne niezaleznie od branzy. Pierwszy – baseline pomiar cytowan w LLM na zdefiniowanych 50-100 zapytaniach. Bez baseline nie wiesz, skad startujesz. Drugi – zrozumienie, ktore strony konkurencji sa cytowane i dlaczego. Trzy godziny recznej analizy daje wiecej wiedzy niz tygodniowy raport narzedziowy. Trzeci – rozbudowa contentu pod LLM wymaga konkretow, nie tylko dlugosci. Czwarty – autor jako marka, nie firma jako marka, jest kluczowy w 2026.

W e-commerce scenariusz moze byc inny – tam widocznosc w ChatGPT jest mniej istotna niz w Perplexity (Perplexity lepiej obsluguje zapytania transakcyjne). W medycynie krytyczne sa autorzy z kwalifikacjami (nie kazda osoba – lekarz, farmaceuta, psychoterapeuta). W finansach – zgodnosc z regulacjami i CEO jako rzecznik wiary. Wiecej o roznicach branzowych w przewodniku SEO dla e-commerce i przewodniku o SEO lokalnym.

Jakich narzedzi uzyto?

Stack narzedzi w case’ie: (1) Profound – monitoring cytowan w ChatGPT, Perplexity, Gemini (koszt 500 USD/m-c), (2) Surfer SEO – content briefs i entity coverage (300 USD/m-c), (3) Ahrefs – rank tracker i backlink analysis (400 USD/m-c), (4) Muck Rack – baza dziennikarzy (650 USD/m-c), (5) Looker Studio + Google Sheets – raportowanie (darmowe).

Narzedzia kosztowaly lacznie 1850 USD/m-c = 5550 USD = 22 000 zl w 90 dni. Wliczone w calkowity budzet programu. Alternatywy dla mniejszych budzetow – Otterly zamiast Profound (300 USD/m-c), Clearscope zamiast Surfer (170 USD/m-c). Wiecej opcji w przewodniku po narzedziach SEO i AIO 2026.

Jak ewaluowala strategia na podstawie pierwszych pomiarow?

Program nie byl sztywnym planem – zmienial sie w oparciu o cotygodniowe pomiary. W tygodniu 3 zauwazono, ze cytowania rosna najszybciej dla zapytan informacyjnych („co to jest AI w rekrutacji”), a wolniej dla porownawczych („X vs Y”). Strategia zostala zaadaptowana – wiecej contentu informacyjnego w restrukturyzacji, mniej porownawczego.

W tygodniu 6 okazalo sie, ze Gemini App cytuje firme 4-5 razy rzadziej niz ChatGPT. Analiza pokazala, ze Gemini premiuje domeny z wysokim DR (55+), a firma mialo DR 42. Dodano wiec dzialania nastawione na DR – agresywniejsze pozyskiwanie backlinkow z wysokich domen. Efekty widoczne dopiero po programu, ale plan wdrozono.

W tygodniu 9 zauwazono, ze niektore cytowania z ChatGPT nie prowadza do klikniec – ChatGPT pokazuje „cited” ikonke, ale uzytkownik nie klika. Inne zrodla byly klikane czesciej. Analiza cytowan pokazala, ze ChatGPT preferuje linkowac do stron, ktorych tytuly zapowiadaja bezposrednia odpowiedz. Tytuly 5 artykulow zostaly zmodyfikowane (np. „Automatyzacja rekrutacji” -> „Automatyzacja rekrutacji: 7 krokow wdrozenia”). Po 2 tygodniach klikalnosc tych cytowan wzrosla o 40%.

Jak zaplanowac wlasny program widocznosci B2B?

Na bazie case’u powstal framework replikowalny w innych firmach. Siedem krokow:

1. Zdefiniuj 50-100 zapytan branzowych, na ktorych chcesz byc cytowany. Baseline mierz recznie lub narzedziem.
2. Przeanalizuj, kto jest cytowany obecnie i jakie maja strony. Wyciagnij wzorzec (dlugosc, autor, schema, case studies).
3. Wybierz 20-30 najwazniejszych artykulow do restrukturyzacji. Nie probuj zrobic wszystkiego naraz.
4. Wybierz eksperta na autora – idealnie CEO lub czlonek zarzadu z wizja strategiczna, nie junior marketer.
5. Zaplanuj program pozycjonowania autora na 90 dni – LinkedIn, podcasty, konferencje, artykuly gosciowe.
6. Zaangazuj agencje PR lub wewnetrznego PR managera do pozyskiwania wzmianek mediow branzowych.
7. Raportuj co tydzien – liczba cytowan per zapytanie, per LLM, trend 4-tygodniowy. Adaptuj strategie co miesiac.

Typowy koszt takiego programu w Polsce to 150-300 000 zl w 90 dni (B2B SaaS sredni) lub 400 000-1 mln zl (enterprise). Efekty pierwsze widoczne w 4-6 tygodniach, pelne po 90-120 dniach. Rezydualne efekty utrzymuja sie 12-18 miesiecy przy utrzymaniu dzialan na poziomie 30-40% programu.

Najczestsze bledy, ktorych udalo sie uniknac

Pierwszy blad, ktorego uniknelismy – probowanie „oszukac” ChatGPT techniczkami (stuffing keyword, manipulacja schema). ChatGPT i Perplexity dzialaja na warstwie retrieval-augmented generation (RAG) – modele podczas odpowiadania wyszukuja aktualnych zrodel, nie pamietaja treningowej bazy. Manipulacje techniczne nie dzialaja, bo modele uwzgledniaja autorytet domeny i autora.

Drugi blad – rozproszenie budzetu na zbyt wiele dzialan. Zamiast inwestowac jednoczesnie w 10 rzeczy „po trochu”, zespol wybral 3 priorytety i inwestowal w nie glebokosciowo. Dyscyplina strategii pozwolila osiagnac masowy efekt w 90 dni.

Trzeci blad – brak dobrego baseline. Bez liczb startowych nie wiedzalibysmy, czy program zadzialal. Tydzien poswiecony na pomiar baseline (3 osoby × 24 godziny = 72 godziny = 10 000 zl) zwrocil sie wielokrotnie w postaci mozliwosci raportowania postepu.

Czwarty blad – zaniedbanie roznorodnych LLM. Profound monitorowal ChatGPT, Perplexity, Gemini, Claude rownoczesnie. Okazalo sie, ze cytowalnosc w Perplexity rosla szybciej niz w ChatGPT, a w Gemini wolniej. Roznorodne narzedzia daja pelen obraz.

FAQ – widocznosc B2B w ChatGPT

Jakie sa dlugofalowe lekcje z tego case’u?

Piervsza lekcja – widocznosc w LLM jest mierzalna, a wiec zarzadzalna. Nie jest „czarna skrzynka” z przypadkowymi wynikami. Narzedzia pokazuja trend co tydzien, decyzje mozna podejmowac w cyklu 14-dniowym, ROI mozna liczyc podobnie jak dla klasycznego SEO. Druga lekcja – content jest niezbedny, ale niewystarczajacy. Bez autor positioning i wzmianek zewnetrznych content pillar osiagnie 30-50% mozliwego efektu.

Trzecia lekcja – ekosystem sygnalow. ChatGPT nie waza kazdego sygnalu osobno. Strona rozpoznawalna przez autora, wzmianki w mediach i wewnetrzna rozbudowe contentu dostaje boost synergiczny, wiekszy niz suma czesci. Dlatego strategia musi byc wielowarstwowa, nie punktowa. Czwarta lekcja – tempo matters. Konkurenci, ktorzy startowali z wysokiego baseline (20-40 cytowan), inwestowali 12-18 miesiecy wczesniej. Firmy, ktore startuja dzisiaj, dogonia ich w 6-12 miesiacach pod warunkiem intensywnej pracy.

Piata lekcja – pomiar jest kluczem. Bez baseline i regularnego raportowania program sie rozmywa. Zespol, ktory codziennie widzi liczby, utrzymuje focus i koriguje kurs. Zespol, ktory dostaje raport co kwartal, traci energie i kontekst.

Co dalej

Case opisany w tym artykule jest replikowany przez inne firmy B2B w 2026 – zapraszamy do przegladu kolejnych case studies w sekcji widocznosci w AI. Jesli interesuje Cie pelen framework, znajdziesz go w przewodniku o widocznosci w AI. Dla strony produktowej zaczynajacej od zera polecam rowniez oficjalna dokumentacje OpenAI o ChatGPT Search, ktora opisuje, jak ChatGPT wybiera zrodla. Kolejny krok praktyczny to pomiar wlasnego baseline – 50 zapytan branzowych, 3 powtorzenia na zapytanie, pelny obraz startowy przed decyzja o inwestycji. Po kwartale porownaj wyniki, jeszcze po kwartale przelicz ROI i dostosuj budzet. Systematyczne podejscie z jasnymi kryteriami decyzyjnymi jest kluczem do budowy widocznosci, ktora nie odejdzie po zakonczeniu pierwszego programu, tylko stanie sie trwalym kapitalem firmy w ekosystemie LLM i klasycznych wyszukiwarek.

Warto rowniez podkreslic, ze opisany w case tempo rozwoju – 40 cytowan w 90 dniach – nie jest regula, tylko wynikiem dobrze zaplanowanego programu z dostatecznym budzetem. Wolniejsze tempo przy mniejszym budzecie rowniez przynosi efekty, tylko w dluzszym horyzoncie czasowym. Doswiadczenie tej firmy pokazuje, ze konsekwencja i systematyka byly wazniejsze niz pojedyncze spektakularne dzialania PR, a efekt kumulacyjny trzech rownoleglych watkow dal nieoczekiwanie szybkie wyniki w krotkim czasie. Ta obserwacja zostala potem potwierdzona w 3 kolejnych programach replikowanych przez inne firmy w podobnym modelu operacyjnym i podobnych ramach budzetowych.