Ruch z ChatGPT w GA4: jak go poprawnie zmierzyć

Ruch z ChatGPT w GA4 domyślnie rozpada się na dwa kanały: część sesji ląduje w Referral pod źródłem chatgpt.com, a reszta znika w Direct, bo aplikacje ChatGPT na telefon i desktop otwierają linki bez nagłówka referrer. Bez własnej grupy kanałów i segmentu nie da się powiedzieć, ile wizyt naprawdę przysłał model. Poniżej konfiguracja, którą wdrażamy u klientów, oraz lista rzeczy, których żaden raport nie pokaże.

W skrócie

• Sesje z przeglądarkowej wersji ChatGPT widać w GA4 jako źródło chatgpt.com, medium referral (starsze dane: chat.openai.com).
• Kliknięcia z aplikacji mobilnej i desktopowej trafiają do Direct, chyba że link niesie parametr utm_source=chatgpt.com.
• Własna grupa kanałów z jedną regułą regex zbiera ChatGPT, Perplexity, Gemini, Claude i Copilot w jeden kanał „AI”.
• Do raportu miesięcznego wystarczą cztery liczby: sesje z AI, ich udział w całości, kluczowe zdarzenia i strony docelowe.
• GA4 nigdy nie pokaże cytowań bez kliknięcia ani promptu, który uruchomił odpowiedź.

Dlaczego ruch z ChatGPT ucieka do Direct

Przeglądarka wysyła referrer tylko wtedy, gdy przejście zaczyna się na stronie HTTPS w karcie przeglądarki. Aplikacja ChatGPT na iOS, Androida, macOS i Windows otwiera linki przez systemową przeglądarkę lub widok wbudowany, a ten nie przekazuje adresu poprzedniej „strony”, bo jej nie było. GA4 widzi wejście bez źródła i klasyfikuje je jako Direct, dokładnie tak samo jak wpisanie adresu z ręki.

OpenAI od 2025 roku dokleja do części linków parametr utm_source=chatgpt.com, co ratuje atrybucję również w aplikacjach. Problem w tym, że parametr pojawia się niekonsekwentnie: przy cytowaniach w trybie wyszukiwania tak, przy linkach wklejonych w odpowiedzi konwersacyjnej często nie. W praktyce w audytach widzimy, że od jednej trzeciej do połowy sesji z ChatGPT nie ma żadnego śladu poza czasem wejścia i stroną docelową.

Drugi mechanizm ucieczki to skróty i przekierowania. Jeśli link w odpowiedzi prowadzi przez adres pośredni bez HTTPS albo strona docelowa robi przekierowanie 301 na inną domenę, referrer ginie po drodze. Porównanie skali tego zjawiska między modelami opisujemy w tekście Perplexity vs ChatGPT: która AI wysyła więcej ruchu, gdzie Perplexity wypada czytelniej właśnie dlatego, że działa głównie w przeglądarce.

Własna grupa kanałów krok po kroku

Domyślna grupa kanałów GA4 wrzuca chatgpt.com do Referral, razem z linkami z forów i katalogów. Własna grupa kanałów pozwala wyciągnąć ruch z asystentów AI do osobnego wiersza w każdym standardowym raporcie. Konfiguracja zajmuje kwadrans.

1. W GA4 wejdźcie w Administracja, potem Wyświetlanie danych i Grupy kanałów.
2. Kliknijcie „Utwórz nową grupę kanałów”. Usługa pozwala na dwie własne grupy, więc nazwijcie ją jednoznacznie, np. „Kanały z AI”.
3. Dodajcie nowy kanał o nazwie „AI” i ustawcie warunek: Źródło pasuje do wyrażenia regularnego.
4. Wklejcie regex z listy poniżej i zapiszcie kanał.
5. Przeciągnijcie kanał „AI” na samą górę listy. Kolejność ma znaczenie: GA4 dopasowuje sesję do pierwszego pasującego kanału, a Referral stoi wyżej niż wasza nowa reguła.
6. Zapiszcie grupę, a w raporcie Pozyskiwanie ruchu przełączcie wymiar główny na „Kanał (Kanały z AI)”.

Nowa grupa jest widoczna w raportach standardowych i Eksploracjach. Google zastrzega, że przeliczenie historycznych danych może potrwać, dlatego pierwsze porównanie miesiąc do miesiąca warto zrobić w Eksploracjach na segmencie, który opisujemy niżej. Szczegóły tego mechanizmu opisuje dokumentacja Google Analytics.

Lista źródeł, które warto do niej wrzucić

Jedna reguła na samo chatgpt.com to za mało. Klienci w tym samym miesiącu dostają wizyty z pięciu lub sześciu asystentów, a każdy ma inną domenę referrera. Poniżej zestawienie, które aktualizujemy co kwartał.

Gotowy regex do pola „Źródło pasuje do wyrażenia regularnego”:

^(.*.)?(chatgpt.com|chat.openai.com|perplexity.ai|gemini.google.com|claude.ai|copilot.microsoft.com|grok.com)$

Copilot wewnątrz bing.com i Grok w x.com wymagają osobnych warunków na stronę odsyłającą, bo sam regex na źródle złapałby cały ruch z Binga i X. Jeśli nie chcecie komplikować reguły, potraktujcie te dwa przypadki jako margines błędu i odnotujcie to w raporcie.

Segment użytkowników z AI i co w nim sprawdzać

Grupa kanałów odpowiada na pytanie „ile”, segment odpowiada na pytanie „kto i co dalej”. W Eksploracjach zbudujcie segment użytkowników z warunkiem: Źródło sesji pasuje do tego samego regexu. Wybór segmentu użytkowników zamiast sesji ma sens, bo osoba, która przyszła z ChatGPT w poniedziałek, we czwartek często wraca z Google, i tę drugą wizytę chcecie widzieć w tym samym koszyku.

Trzy rzeczy do sprawdzenia w segmencie:

• Strony docelowe. Ruch z AI wchodzi zwykle na 10–20 podstron, nie na stronę główną. Ta lista mówi wprost, które teksty model cytuje. Jak ją zestawić z faktycznymi cytowaniami w odpowiedziach, pokazujemy w artykule Analiza odpowiedzi AI: rozbiór cytowań.
• Współczynnik zaangażowania. Sesje z asystentów mają zwykle wyższy udział sesji z zaangażowaniem niż organic, bo użytkownik przychodzi już po wstępnej selekcji. Jeśli jest odwrotnie, model cytuje niewłaściwą podstronę.
• Kluczowe zdarzenia na użytkownika. Liczcie konwersje w oknie 30 dni od pierwszej wizyty z AI, nie w samej sesji wejściowej.

Raport miesięczny: cztery liczby, które wystarczą

Raport o ruchu z AI puchnie szybko, a klient i tak czyta tylko pierwszą stronę. Cztery wskaźniki, które utrzymujemy w każdym raporcie, wyglądają następująco.

Do tych czterech liczb dopiszcie jedno zdanie o marginesie błędu: ile sesji z aplikacji ChatGPT prawdopodobnie zniknęło w Direct. Prosta metoda szacunku to porównanie wzrostu Direct na tych samych stronach docelowych, na które wchodzi kanał AI. Jeśli Direct na artykule rośnie równolegle z referralem z chatgpt.com, a artykuł nie ma innego powodu do wejść bezpośrednich, nadwyżkę można ostrożnie przypisać asystentom.

Najczęstsze błędy w konfiguracji

Ta sama lista błędów powtarza się w większości audytów. Każdy z nich zaniża albo zawyża liczbę sesji z AI o kilkadziesiąt procent.

1. Kanał AI pod Referral na liście. GA4 dopasowuje pierwszy pasujący kanał, więc reguła na dole listy nigdy nie zadziała.
2. Regex bez opcjonalnej subdomeny. Wpis „perplexity.ai” bez prefiksu (.*.)? gubi www.perplexity.ai.
3. Mylenie AI Overviews z Gemini. Podsumowania AI w Google przychodzą jako google / organic i nie da się ich wydzielić w GA4. Tylko gemini.google.com to osobny asystent.
4. Segment sesji zamiast użytkowników. Segment sesji ucina powroty i zaniża konwersje z AI o połowę lub więcej.
5. Własne UTM-y na linkach cytowanych przez model. Modele kopiują kanoniczny adres ze strony, więc ręczne parametry w linkach wewnętrznych nic nie dają, a potrafią rozbić jedną stronę na kilka wierszy raportu.
6. Brak filtra ruchu wewnętrznego. Testy agencji w ChatGPT generują kilkadziesiąt sesji miesięcznie, które w małym serwisie zafałszują cały trend.

Jeśli po trzech miesiącach kanał AI nadal pokazuje pojedyncze sesje, problem zwykle nie leży w GA4, tylko w tym, że model nie cytuje serwisu. Diagnostykę tej sytuacji zbieramy w tekście AIO bez efektów po 3 miesiącach: co sprawdzić najpierw.

Czego GA4 nie pokaże nigdy

GA4 rejestruje wyłącznie sesje, które doszły do strony. Cała warstwa przed kliknięciem pozostaje niewidoczna, a to w niej dzieje się większość widoczności w AI.

• Cytowania bez kliknięcia. Model może podać nazwę firmy i streścić artykuł, a użytkownik nie kliknie. W GA4 to zero.
• Treść promptu. Referrer nie niesie zapytania, więc nie dowiecie się, jakie pytanie doprowadziło do cytowania. Trzeba to testować ręcznie, na stałym zestawie zapytań.
• Sesje z aplikacji bez parametru UTM. Znikają w Direct i nie wracają.
• Pozycja cytowania w odpowiedzi. Pierwsze źródło w odpowiedzi dostaje większość kliknięć, ale GA4 nie odróżnia pierwszego od piątego.
• Konkurencja. Nie widać, kogo model cytuje obok was ani zamiast was.

Tę lukę zamyka się osobnym procesem: stałym panelem zapytań testowanych co miesiąc w kilku asystentach, z zapisem, kto został zacytowany. Metodę opisujemy w artykule Analiza konkurencji pod AI: kogo cytują modele. GA4 pozostaje wtedy miernikiem skutku, a panel zapytań miernikiem przyczyny.

FAQ: ruch z ChatGPT w GA4

Co dalej

Po wdrożeniu grupy kanałów i segmentu dajcie danym jeden pełny miesiąc, zanim wyciągniecie wnioski, bo ruch z asystentów jest skokowy i zależy od pojedynczych cytowań. Równolegle uruchomcie panel zapytań testowych, żeby zobaczyć przyczynę zmian, które GA4 pokaże dopiero jako skutek. Jeśli kanał AI rośnie, a konwersje nie, wróćcie do listy stron docelowych i sprawdźcie, czy model kieruje ludzi na teksty, które mają jakąkolwiek ścieżkę dalej.