Jeżeli sprawdzasz konkurencję wyłącznie w wynikach Google, patrzysz na połowę obrazu. W odpowiedziach ChatGPT, Perplexity czy Google AI Overviews model zwykle powołuje się na inny zestaw stron niż ten z pierwszej dziesiątki organicznej. Bywa, że firma, której nie ma w Twoim arkuszu z rankingami, jest cytowana przy większości zapytań w niszy. Ten tekst pokazuje, jak zbadać taki zestaw źródeł metodycznie: od listy promptów, przez mapowanie domen, po listę tematów, które realnie warto zająć.
Dlaczego konkurencja w AI jest inna
Model językowy nie wybiera źródeł tak jak wyszukiwarka. Zamiast dopasowywać dokument do zapytania, składa odpowiedź z fragmentów, które łatwo wyodrębnić, potwierdzić i streścić. Wygrywa więc treść z klarowną definicją, konkretną liczbą i jednoznaczną strukturą, nawet jeśli w klasycznym rankingu siedzi na dziesiątej pozycji. Różnice między tymi dwoma światami opisaliśmy szerzej w tekście AIO czy SEO: czym się różnią i co robić najpierw.
W praktyce oznacza to trzy rzeczy. Po pierwsze, do zestawu cytowanych źródeł wchodzą serwisy, które w Google są dla Ciebie neutralne: fora, agregatory, dokumentacje producentów, serwisy branżowe. Po drugie, ten sam prompt zadany dwa razy potrafi zwrócić inny zestaw linków, więc pojedynczy zrzut ekranu niczego nie dowodzi. Po trzecie, udział w cytowaniach rozkłada się nierówno: zwykle kilka domen zbiera większość wskazań, a długi ogon pojawia się sporadycznie.
Budowa listy promptów badawczych
Badanie zaczyna się od pytań, a nie od słów kluczowych. Model odpowiada na całe zdania, więc lista promptów powinna odwzorowywać sposób, w jaki klient formułuje problem. Sensowny zestaw startowy to 30 do 60 promptów podzielonych na cztery grupy:
- Definicyjne: czym jest dana usługa, jak działa mechanizm, co oznacza skrót branżowy.
- Porównawcze: narzędzie A kontra narzędzie B, wady i zalety dwóch podejść, co wybrać dla małej firmy.
- Decyzyjne: ile to kosztuje, jak długo trwa wdrożenie, na co uważać przy wyborze wykonawcy.
- Rekomendacyjne: kogo polecasz, jakie firmy w Polsce się tym zajmują, jakie narzędzia są najlepsze w 2026.
Ostatnia grupa jest najważniejsza dla analizy konkurencji, bo to w niej modele wprost wymieniają marki. Grupy definicyjna i porównawcza pokazują z kolei, kto dostarcza modelowi wiedzę podstawową, czyli kto jest cytowany jako źródło faktu. Każdy prompt zapisz w arkuszu z kolumnami: treść pytania, grupa, silnik, data, cytowane domeny, czy Twoja marka została wymieniona.
Ile powtórzeń wystarczy
Odpowiedzi są niedeterministyczne, więc jedno uruchomienie nie wystarczy. Minimum robocze to trzy powtórzenia tego samego promptu w odstępie kilku dni, w osobnych sesjach i bez historii konta. Dopiero wtedy zaczyna być widoczne, które domeny wracają regularnie, a które pojawiły się przypadkiem. Przy 40 promptach i trzech silnikach daje to 360 obserwacji, co da się obsłużyć w jednym arkuszu bez żadnego narzędzia płatnego.
Mapowanie cytowanych domen
Kiedy masz surowe odpowiedzi, przechodzisz do liczenia. Dla każdej domeny notujesz, w ilu odpowiedziach się pojawiła i przy ilu unikalnych promptach. Te dwie liczby mówią co innego: pierwsza to głośność, druga to zasięg tematyczny. Domena cytowana pięć razy przy jednym pytaniu jest wąskim specjalistą, a domena cytowana pięć razy przy pięciu pytaniach jest realnym autorytetem w niszy.
| Typ źródła | Co zwykle wnosi | Czy da się z nim konkurować |
|---|---|---|
| Dokumentacja producenta | Definicje, parametry, limity | Nie wprost, ale można ją cytować i uzupełniać |
| Serwis branżowy | Analizy, dane rynkowe | Tak, przez własne badania i liczby |
| Blog konkurenta | Poradniki, porównania | Tak, to główne pole gry |
| Forum i społeczności | Opinie, doświadczenia użytkowników | Pośrednio, przez obecność ekspercką |
| Agregator lub ranking | Listy dostawców | Tak, przez obecność w zestawieniu |
Na tym etapie łatwo o dwa błędy. Pierwszy to liczenie wszystkich linków z odpowiedzi razem, także tych, które model podaje jako materiał uzupełniający na końcu wypowiedzi. Rozdziel je od źródeł faktycznie użytych w treści zdania, bo tylko te drugie świadczą o zaufaniu modelu. Drugi błąd to pomijanie własnej domeny w zestawieniu. Nawet jeśli pojawia się rzadko, warto wiedzieć, przy których promptach i w jakim kontekście, bo to zwykle najtańszy punkt zaczepienia do rozbudowy.
Wynik zestaw w prostej tabeli udziałów. Jeśli chcesz policzyć to porządnie, zamiast na oko, opisaliśmy metodę w tekście Share of voice w AI: jak policzyć udział marki. Efektem tego etapu jest krótka lista, zwykle 5 do 10 domen, które odpowiadają za większość cytowań w Twojej niszy. To Twoi realni konkurenci w warstwie AI, niezależnie od tego, co pokazuje raport widoczności organicznej.
Co mają w treści cytowani konkurenci
Teraz przechodzisz z poziomu domen na poziom pojedynczych adresów. Dla każdego cytowanego URL sprawdzasz, który dokładnie fragment trafił do odpowiedzi. Zwykle jest to jedno zdanie definicyjne, jedna liczba albo jeden punkt listy. To najcenniejsza informacja w całym badaniu, bo pokazuje, jaki format treści model uznał za nadający się do zacytowania.
Przy każdej stronie notuj: długość tekstu, obecność definicji w pierwszych 100 słowach, liczbę nagłówków sformułowanych jako pytania, obecność tabeli lub listy kroków, datę aktualizacji, obecność autora z widocznymi kompetencjami, obecność danych liczbowych z podanym źródłem. Po dwudziestu stronach wzorzec staje się oczywisty i zwykle nie zależy od branży: cytowane są fragmenty samodzielne, czyli takie, które zachowują sens po wyrwaniu z kontekstu. Szczegółową procedurę rozbierania takich odpowiedzi znajdziesz w materiale Analiza odpowiedzi AI: rozbiór cytowań.
Analiza formatu i danych własnych
Kolejna warstwa to pytanie, czego konkurent ma, a Ty nie. W badaniach cytowań powtarza się jeden wzorzec: przewagę daje informacja, której nie da się znaleźć nigdzie indziej. Może to być własna ankieta, wynik testu, zestawienie cen zebrane ręcznie, statystyka z własnego panelu klientów. Model chętnie sięga po takie źródło, bo jest jedynym nośnikiem konkretnej liczby.
Sprawdź więc, ile treści cytowanego konkurenta to materiał pierwotny, a ile parafraza cudzych tez. Jeżeli w Twojej niszy wszyscy powtarzają te same trzy raporty zagraniczne, wystarczy jedno rzetelne badanie na polskiej próbie, żeby przejąć rolę źródła. Warto też sprawdzić stronę techniczną: dane strukturalne, dostępność treści bez wykonywania skryptów, jasną datę publikacji. Zasady dotyczące treści generowanych i oceny jakości Google opisuje w dokumentacji Search Central, a te same kryteria dobrze tłumaczą się na warstwę AI.
Kiedy problem leży po Twojej stronie
Zdarza się, że treść merytorycznie dorównuje konkurencji, a mimo to nie pojawia się w żadnej odpowiedzi. Zanim dopiszesz kolejny artykuł, wyklucz przyczyny techniczne i redakcyjne, bo zwykle to one blokują cytowanie. Listę typowych powodów zebraliśmy w tekście Dlaczego AI nie cytuje Twojej strony: 11 przyczyn.
Wyszukiwanie luk tematycznych
Luka to prompt, przy którym model odpowiada słabo, ogólnikowo albo cytuje źródło niedopasowane do pytania. To sygnał, że w indeksie nie ma dobrej treści na ten temat. Takich sytuacji szukaj w trzech miejscach:
- Prompty bez polskiego źródła: model odpowiada, ale cytuje wyłącznie serwisy anglojęzyczne. Lokalny materiał z polskimi realiami prawnymi lub cenowymi wchodzi tam stosunkowo łatwo.
- Prompty z odpowiedzią ogólną: model wymienia zasady, ale nie podaje żadnej liczby ani przykładu. Konkret z danymi zwykle wypiera taką odpowiedź.
- Prompty z odpowiedzią nieaktualną: model powołuje się na stan sprzed zmiany w narzędziu lub przepisie. Materiał z jasną datą i opisem zmiany przejmuje to miejsce najszybciej.
Każdą lukę zapisz jako zdanie, na które Twoja przyszła treść ma odpowiedzieć. To ważniejsze niż fraza kluczowa, bo model dopasowuje odpowiedź do intencji pytania, a nie do dokładnego brzmienia zapytania.
Priorytetyzacja tematów do zajęcia
Lista luk bywa długa, więc potrzebujesz reguły wyboru. Sprawdza się prosta punktacja w skali od 1 do 5 w czterech wymiarach: częstotliwość promptu w badaniu, bliskość wobec Twojej oferty, siła obecnie cytowanego źródła (im słabsze, tym lepiej dla Ciebie) oraz to, czy masz dane własne, żeby napisać coś nowego. Suma punktów porządkuje kolejkę redakcyjną.
Praktyczna kolejność bywa taka: najpierw tematy decyzyjne blisko oferty, bo one przynoszą zapytania handlowe, potem definicyjne, bo budują rozpoznawalność marki jako źródła, a na końcu porównawcze, bo wymagają najwięcej pracy przy zbieraniu danych. Całość zamknij w kwartalnym planie i wróć do pomiaru po 30 dniach od publikacji, powtarzając ten sam zestaw promptów. Bez powtórzenia pomiaru na tej samej liście nie odróżnisz efektu swojej pracy od naturalnej zmienności odpowiedzi.
Warto pamiętać o jednym ograniczeniu metody: badasz to, co model zwraca dziś. Aktualizacje modeli potrafią przemodelować zestaw cytowań w ciągu tygodnia, więc traktuj wynik jako zdjęcie stanu, a nie stałą mapę rynku. Wartość daje dopiero seria takich zdjęć wykonanych tą samą procedurą.
FAQ
Czym różni się analiza konkurencji pod AI od klasycznej analizy SEO?
Klasyczna analiza porównuje pozycje w wynikach wyszukiwania dla fraz. Analiza pod AI sprawdza, które domeny model cytuje w odpowiedziach na pytania. Zestawy tych źródeł często się nie pokrywają, bo model premiuje fragmenty łatwe do wyodrębnienia, a nie całe dobrze zoptymalizowane strony.
Ile promptów potrzeba, żeby wynik był wiarygodny?
Roboczo od 30 do 60 promptów w czterech grupach intencji, każdy uruchomiony minimum trzy razy w osobnych sesjach i w odstępie kilku dni. Mniejsza próba pokazuje głównie losowe wahania, a nie stały rozkład cytowań.
Czy do takiego badania potrzebne jest płatne narzędzie?
Nie na start. Arkusz kalkulacyjny z kolumnami na prompt, silnik, datę i cytowane domeny wystarczy do pierwszej pełnej rundy. Narzędzia płatne oszczędzają czas przy powtarzalnym monitoringu i większej liczbie promptów, ale nie zmieniają metody.
Co zrobić, gdy modele cytują wyłącznie duże serwisy branżowe?
Szukaj promptów, przy których te serwisy odpowiadają ogólnie i bez liczb. Materiał z własnymi danymi, konkretnym zakresem i jasną datą aktualizacji wchodzi w takie miejsce łatwiej niż kolejny tekst przeglądowy powtarzający znane tezy.
Jak szybko widać efekt zajęcia luki tematycznej?
Zwykle po 30 do 60 dni od publikacji, przy założeniu, że strona została zindeksowana i jest dostępna bez wykonywania skryptów. Pomiar rób tym samym zestawem promptów co w badaniu wyjściowym, inaczej nie porównasz wyników.
