Widoczność marki w wyszukiwaniu AI: co mówią badania na dużych próbach

Klienci coraz częściej zaczynają wybór produktu lub usługodawcy od pytania zadanego ChatGPT, Gemini albo Google, które nad wynikami pokazuje odpowiedź AI Overviews. Model zestawia kilka marek i wskazuje firmy warte uwagi, zanim użytkownik kliknie link, więc część decyzji zakupowych zapada poza stroną sklepu czy firmy. W artykule zebraliśmy wyniki badań na dużych próbach z lat 2024-2026: ile osób korzysta z AI przy zakupach, jak zmienia się ruch z Google, od czego zależy widoczność marki w AI i jak ją mierzyć.

Na jakich badaniach opiera się to zestawienie?

Uwzględniliśmy wyłącznie badania z jawną metodyką i dużą próbą, m.in. Pew Research Center, Ahrefs, Semrush, Adobe Analytics i Seer Interactive (od kilkudziesięciu tysięcy wyszukiwań do ponad biliona wizyt) oraz ankiety konsumenckie z udziałem od tysiąca do 12 tys. osób. Pojedyncze studia przypadków pominęliśmy, ponieważ wynik jednej firmy łatwo zniekształca obraz rynku. Dużych badań dla Polski jeszcze nie ma, dlatego punktem odniesienia są próby amerykańskie i europejskie.

Ilu klientów korzysta już z AI przy wyborze produktu lub firmy?

Według Capgemini (12 tys. osób z 12 krajów) 58% konsumentów zastąpiło wyszukiwarkę narzędziami AI przy szukaniu rekomendacji produktów, a rok wcześniej taką deklarację składało 25%. Salesforce, który analizuje dane 1,5 mld kupujących, odnotował w 2026 roku wzrost liczby ścieżek zakupowych zaczynających się w czacie AI o 200% rok do roku. W zakupach firmowych z AI korzysta od 82 do 94% kupujących (G2, Forrester).

Najszybciej zmieniają się wybory lokalne. W badaniu BrightLocal z AI przy szukaniu lokalnych firm korzystało 45% konsumentów, a rok wcześniej 6%, więc czat stał się trzecim źródłem rekomendacji po Google i Facebooku. Yext ustalił, że 28% badanych w ciągu pół roku wypróbowało nową firmę poleconą przez AI, tyle że tylko 5% kupiło od razu. Pozostali najpierw sprawdzili firmę w Google, na jej stronie i w opiniach.

Ile kliknięć tracą wyniki organiczne przy AI Overviews?

Ahrefs przeanalizował 300 tys. fraz z danymi z Google Search Console: przy frazach z AI Overview pierwsza pozycja zbierała w marcu 2024 roku 7,3% kliknięć, w marcu 2025 roku 2,6%, a w grudniu 2025 roku 1,6%. Pew Research Center wykazało, że przy podsumowaniu AI użytkownicy klikają zwykły wynik w 8% wizyt, a bez niego w 15%. Seer Interactive na próbie 5,5 mln zapytań odnotował na takich frazach CTR organiczny niższy o 61%.

Mniejsza liczba kliknięć nie oznacza mniejszego popytu. Google obsługuje około 14 mld wyszukiwań dziennie, czyli 210-373 razy więcej, niż ChatGPT obsługuje zapytań o charakterze wyszukiwarkowym (SparkToro i Datos). Wejścia z narzędzi AI to poniżej 1% ruchu w e-commerce, a Google odpowiada za około 88% (BrightEdge, Orbit Media). Firmy tracą więc głównie ruch z fraz informacyjnych, a zapytania zakupowe nadal trafiają do Google.

Na którym etapie ścieżki zakupowej AI ma największy wpływ?

Z analiz Ahrefs, Seer i Semrush wynika, że 99,9% fraz z AI Overview ma charakter informacyjny, a odpowiedź AI pojawia się przy 57,9% zapytań w formie pytania, np. „co ile serwisować klimatyzację”. Przy porównaniach udział rośnie do 95,4% zapytań typu „X czy Y”, takich jak „sofa boucle czy welur”, a obecność AI na frazach komercyjnych zwiększa się o 71% rok do roku.

Na dole lejka AI Overview pojawia się tylko przy 1,2% fraz transakcyjnych i przy 15% zapytań „w pobliżu”, podczas gdy pakiet map wyświetla się przy 93% takich fraz (Whitespark). Klienci nadal trafiają więc do sklepów głównie z klasycznych wyników, tyle że listę marek, które biorą pod uwagę, układają wcześniej, na podstawie odpowiedzi na pytania poradnikowe i porównawcze. Marka nieobecna w tych odpowiedziach nie trafia na krótką listę.

Jak często wizyty z ChatGPT i innych narzędzi AI kończą się zakupem?

Adobe Analytics porównuje konwersję wejść z AI z pozostałym ruchem w amerykańskich sklepach. W styczniu 2025 roku była ona o 49% niższa od średniej, w lipcu 2025 roku o 23% niższa, w grudniu 2025 roku o 31% wyższa, a w maju 2026 roku o 54% wyższa. W danych Similarweb wejścia z ChatGPT konwertują na poziomie 11,4%, a wejścia z bezpłatnych wyników Google na poziomie 5,3%.

Salesforce odnotował w sezonie świątecznym 2025 roku, że wejścia z wyszukiwania AI dziewięciokrotnie częściej kończyły się zakupem niż wejścia z mediów społecznościowych. Adobe notuje też wzrost ruchu z AI do e-commerce o 693% rok do roku i wizyty dłuższe o około 30%. Klient, który trafia do sklepu z odpowiedzi AI, ma zwykle podjętą decyzję, dlatego ten kanał warto mierzyć osobno już teraz, choć stanowi niewielki ułamek wizyt.

Czy wysokie pozycje w Google zwiększają szansę na cytowanie w AI?

Semrush przeanalizował ponad 150 tys. cytowań i ustalił, że z pierwszej dziesiątki Google pochodzi 91% domen cytowanych przez Perplexity, 86% w AI Overviews, 54% w AI Mode i 35% w ChatGPT. Seer Interactive porównał odpowiedzi GPT-4o na 10 tys. pytań z wynikami Google i Bing i wykazał korelację 0,65 między pozycjami w top 10 a obecnością marki w odpowiedziach. Związek z liczbą linków zwrotnych okazał się słaby albo żaden.

Wysoka pozycja jest jednak warunkiem koniecznym, a nie gwarancją cytowania. Ahrefs zauważył na próbie 863 tys. fraz, że w ciągu pół roku udział cytowań AI Overviews ze stron z top 10 spadł z 76% do 38%. Google rozbija pytanie na serię zapytań pomocniczych (fan-out) i cytuje strony spoza czołówki, jeśli lepiej odpowiadają na jedno z nich, więc treść musi odpowiadać także na szczegółowe pytania wokół frazy głównej.

Czy wzmianki o marce wpływają na widoczność w AI silniej niż linki?

Ahrefs zbadał 75 tys. marek i sprawdził, które czynniki najsilniej korelują z ich obecnością w AI Overviews. Na pierwszym miejscu znalazły się wzmianki o marce w sieci, a na ostatnim liczba linków zwrotnych. Marki z górnego kwartyla wzmianek pojawiały się w AI Overviews średnio 169 razy, a marki tuż pod nim 14 razy, czyli około dziesięciokrotnie rzadziej.

Siła zależności różni się między platformami: korelacja wynosi 0,65 w AI Overviews, 0,30 w Perplexity i 0,15 w ChatGPT, w którym większe znaczenie ma dopasowanie treści do pytania. Treści czołowych wydawców są przy tym 5-100 razy nadreprezentowane w danych treningowych modeli (Ziff Davis). Warto więc zabiegać o obecność marki w rankingach typu „najlepsze sklepy w kategorii” oraz w mediach branżowych i lokalnych, także bez linku.

Jak liczba i ocena opinii wpływają na rekomendacje AI?

Platformy z opiniami są drugim najczęściej cytowanym typem źródła w zakupowych odpowiedziach AI i odpowiadają za 14% cytowań (xfunnel), a w eksperymencie Columbii i Yale agenci AI wybierali oferty z wyższą oceną i większą liczbą opinii. W badaniu Seer zleconym przez Trustpilot marki bez profilu z opiniami pojawiały się w 1% odpowiedzi AI, a marki z aktywnym profilem i co najmniej 80 opiniami w 75%.

W rekomendacjach lokalnych selekcja jest jeszcze ostrzejsza. SOCi ustalił na próbie 350 tys. lokalizacji, że ChatGPT poleca tylko 1,2% lokalizacji, około 30 razy mniej niż pakiet map, a polecane firmy mają średnio 4,3 gwiazdki. Po rekomendacji 97% klientów sprawdza opinie, 47% odrzuca firmy z mniej niż 20 opiniami, a 74% oczekuje opinii z ostatnich trzech miesięcy (BrightLocal). Od liczby, oceny i aktualności opinii zależy więc zarówno rekomendacja AI, jak i decyzja klienta.

Jakie cechy treści zwiększają szansę na cytowanie w odpowiedziach AI?

W eksperymencie badaczy z Princeton i IIT Delhi (KDD 2024, 10 tys. zapytań) dodanie statystyk zwiększyło widoczność tekstu w odpowiedziach generatywnych o 26,8%, cytatów ekspertów o 28,1%, a wskazanie źródeł o 27,3%, natomiast upychanie słów kluczowych obniżyło ją o 8,3%. Ahrefs ustalił na próbie 1,4 mln promptów, że ChatGPT cytuje około połowy pobranych stron i częściej wybiera te, które odpowiadają na zapytania pomocnicze i mają opisowe tytuły oraz adresy URL.

Seer ustalił, że 65% odwiedzin botów AI dotyczy treści mających mniej niż rok, dlatego poradniki i opisy kategorii trzeba odświeżać, a nie tylko dopisywać nowe. Same dane strukturalne nie zwiększają liczby cytowań (test Ahrefs na 6 mln adresów URL), ale pozostają niezbędne dla feedów i wyników zakupowych. Z badania C-SEO Bench (NeurIPS 2025) wynika z kolei, że forma tekstu nie zastąpi obecności w wynikach, z których model pobiera źródła.

Jak produkty ze sklepu internetowego trafiają do rekomendacji AI?

W e-commerce wejściem do odpowiedzi AI są dane produktowe. Rekomendacje w ChatGPT Shopping nie są reklamami, a ChatGPT dobiera produkty na podstawie ceny, opinii i metadanych. Sklep może przekazać feed aktualizowany nawet co 15 minut, także z treścią opinii i pytań klientów, a sklepy na Shopify i Etsy są podłączane automatycznie. OpenAI wycofuje się w 2026 roku z własnego modułu płatności (Instant Checkout) na rzecz finalizacji zakupu u sprzedawcy, więc feed pozostaje głównym wejściem.

Google opiera odpowiedzi produktowe na Shopping Graph, który obejmuje 50 mld ofert, z czego 2 mld są odświeżane co godzinę. Wejściem jest feed w Merchant Center z kompletnymi atrybutami: wymiarami, materiałem, wariantami i dostępnością. Perplexity prowadzi bezpłatny program dla sprzedawców. W analizie xfunnel treści produktowe stanowią 46-70% cytowań w dolnej części lejka, więc dobrze opisane produkty i kategorie są cytowane bez pośredników.

Od czego zależy widoczność firmy lokalnej w odpowiedziach AI?

Przy zapytaniach typu „hydraulik w pobliżu” Google nadal pokazuje przede wszystkim mapy, ale AI odpowiada na pytania wokół usługi, np. o koszt, porównanie wariantów czy opłacalność. Według Yext (6,8 mln cytowań) 86% cytowań w lokalnych odpowiedziach AI pochodzi ze źródeł kontrolowanych przez firmę, a wizytówki i katalogi stanowią 42% wszystkich cytowań. ChatGPT korzysta przy tym także z Bing Places, Yelpa i Facebooka, dlatego dane firmy muszą być spójne w każdym z tych miejsc.

Z danych Uberall wynika, że 83% restauracji w ogóle nie pojawia się w odpowiedziach AI. Google AI Mode potrafi już w imieniu użytkownika zadzwonić do firmy, wypełnić formularz i sprawdzić ceny lub wolne terminy, więc firma, która nie odbiera telefonu albo publikuje nieaktualny cennik, traci nie tylko sprzedaż, ale też szansę na rekomendację. Odpowiednikiem feedu produktowego jest tu kompletny profil w Google Business Profile.

Czy social media i YouTube zwiększają widoczność marki w AI?

Według Profound (680 mln cytowań) YouTube i Reddit należą do najczęściej cytowanych źródeł w Google AI i Perplexity, więc recenzje produktów na YouTube i wątki z prośbą o polecenie trafiają bezpośrednio do odpowiedzi AI. Duże badania nie potwierdzają natomiast cytowania treści z TikToka i Instagrama, które wyszukiwarki słabo indeksują.

Wpływ mediów społecznościowych jest pośredni: w badaniu Capgemini 70% przedstawicieli pokolenia Z odkrywa produkty dzięki twórcom, co zwiększa liczbę wzmianek o marce i wyszukiwań jej nazwy. Zestaw cytowanych źródeł bywa przy tym niestabilny, ponieważ po jednej zmianie technicznej w Google udział Reddita w odpowiedziach ChatGPT spadł w kilka tygodni z około 60% do 10% (Semrush). Marka powinna więc rozkładać obecność między YouTube, opinie, media i własne treści.

W jakiej kolejności wdrażać działania zwiększające widoczność w AI?

Plan warto ułożyć według siły dowodów i kosztu wdrożenia. Fundament tworzą dane, opinie i pozycje na frazy komercyjne, ponieważ z feedów, wizytówek, platform z opiniami i stron z czołówki Google pochodzi większość cytowań. W drugiej kolejności marka buduje przewagę treściami porównawczymi, digital PR i obecnością na YouTube. Pierwszy krok różni się w zależności od modelu biznesu, a pozostałe są wspólne dla sklepów i firm lokalnych.

Jak mierzyć postępy w widoczności marki w AI?

Podstawowym wskaźnikiem jest udział w rekomendacjach AI. Stały zestaw promptów dla kluczowych kategorii lub usług, a w firmie lokalnej także pytań typu „polecany dentysta w Krakowie”, trzeba co miesiąc zadawać w ChatGPT, Gemini i Perplexity i porównywać wyniki z konkurencją. Zestaw nie powinien się zmieniać, ponieważ tylko wtedy wyniki z kolejnych miesięcy są porównywalne. Osobno trzeba śledzić cytowania w AI Overviews: według Seer cytowana marka ma o 35% wyższy CTR organiczny.

Wejścia z ChatGPT, Perplexity, Gemini i Copilota powinny tworzyć w analityce osobny kanał. Punktem odniesienia dla sklepu jest konwersja o 54% wyższa od średniej (Adobe), a dla firmy pozyskującej zapytania 1,91% konwersji na lead wobec 0,5% z ruchu organicznego (Orbit Media). Klasycznych wskaźników, czyli pozycji na frazy transakcyjne, pakietu map i wizytówki, nie należy pomijać, ponieważ większość decyzji wciąż zapada w Google.

Co wynika z tych badań dla sklepów internetowych i firm lokalnych?

Klient, który zaczyna wybór od pytania zadanego AI, często trafia na stronę firmy z gotową krótką listą marek. Z badań wynika, że na tę listę trafiają marki z dobrymi pozycjami w Google, aktualnymi opiniami, kompletnymi danymi w feedach i wizytówkach oraz obecnością w mediach. Ruch z AI jest dziś niewielki, ale rośnie najszybciej, a wizyty z niego częściej kończą się zakupem. Firmy, które teraz zaczną mierzyć udział w odpowiedziach AI i porządkować te elementy, trafią na tę listę przed konkurencją.