Jak ChatGPT decyduje, które marki polecać

Salesforce pojawia się w odpowiedziach ChatGPT na pytanie o CRM w 96% przypadków. HubSpot w 94%. Freshsales w 4%.

Skąd wiemy? Zadaliśmy to pytanie pięćdziesiąt razy w ciągu tygodnia. To samo pytanie, ta sama platforma, za każdym razem nowa sesja. Zoho CRM wypadało w okolicach 30 z 50. Pipedrive w może 15. A mnóstwo CRM-ów, które są naprawdę dobrymi produktami, używanymi przez tysiące firm, nie pojawiło się ani razu.

Wyniki nie były losowe. Były zadziwiająco powtarzalne. A gdy zaczęliśmy drążyć, dlaczego jedne marki się pojawiają, a inne nie, znaleźliśmy wzorce, o których większość firm jeszcze nawet nie myśli.

Ten artykuł jest o tych wzorcach. Jeśli kiedykolwiek zastanawiałeś się, co tak naprawdę się dzieje, gdy ChatGPT wybiera jedną markę zamiast innej, czytaj dalej.

To nie jest losowe, ale to też nie jest ranking

Pierwsza ważna rzecz: ChatGPT nie ma nigdzie zapisanej listy “najlepszych marek”. Nie rankuje marek tak jak Google rankuje strony. Nie ma tu odpowiednika PageRank ani wskaźnika autorytetu domeny.

ChatGPT generuje tekst na podstawie prawdopodobieństwa. Gdy pisze odpowiedź na “Jaki jest najlepszy CRM?”, przewiduje, jakie słowa powinny pojawić się jako następne. Na podstawie wszystkiego, na czym został wytrenowany, i coraz częściej na podstawie tego, co znajdzie w sieci w czasie rzeczywistym.

Gdy ChatGPT poleca Salesforce, to nie dlatego, że Salesforce za to zapłacił albo że jakiś algorytm przyznał mu najwyższy wynik. To dlatego, że statystyczna waga Salesforce’a w bazie wiedzy AI jest ogromna. Model widział słowo “Salesforce” w kontekście “najlepszy CRM” tak wiele razy, że jest to po prostu najnaturalniejsze następne słowo do wygenerowania.

Brzmi abstrakcyjnie, ale ma bardzo konkretne konsekwencje. Jeśli chcesz, żeby Twoja marka się pojawiała, musisz zwiększyć jej statystyczną obecność w źródłach, z których AI korzysta, zarówno w danych treningowych, jak i w wynikach wyszukiwania na żywo.

Dwa źródła wiedzy

ChatGPT czerpie z dwóch odrębnych źródeł i zrozumienie różnicy między nimi ma znaczenie.

Źródło 1: Dane treningowe (pamięć długoterminowa)

Bazowa wiedza ChatGPT pochodzi z ogromnego zbioru danych treningowych. Można to porównać do pamięci długoterminowej. Dane zebrane z internetu przed określoną datą odcięcia:

• Miliony stron internetowych, postów blogowych, dokumentacji
• Wątki na forach internetowych typu Reddit (mają zaskakująco dużą wagę)
• Artykuły prasowe i relacje medialne
• Wikipedia i strony referencyjne
• Prace naukowe
• Strony z recenzjami i porównaniami produktów

Ważna rzecz: dane treningowe są niejako zamrożone. Gdy model jest wytrenowany, ta wiedza nie zmienia się do następnego cyklu treningowego. Jeśli Twoja marka nie miała mocnej pozycji w tych danych, startuje z deficytem, którego nawet nowy content natychmiast nie naprawi.

Zauważyliśmy to wyraźnie, testując w Visbee nowsze produkty. Marki, które wystartowały w 2025 roku, miały znacząco gorszą widoczność AI niż ugruntowana konkurencja. Nawet gdy miały lepsze recenzje i więcej funkcji. AI po prostu nie zebrało o nich wystarczająco dużo danych.

Źródło 2: Wyszukiwanie w czasie rzeczywistym (świeży kontekst)

Współczesny ChatGPT (i większość innych asystentów AI) potrafi przeszukiwać internet na żywo, żeby uzupełnić dane treningowe. Tu sprawy robią się ciekawsze i bardziej praktyczne.

Gdy ChatGPT przeszukuje sieć w ramach generowania odpowiedzi, zazwyczaj:

1. Wysyła zapytanie do wyszukiwarki (podobnie jak Google)
2. Pobiera i czyta kilka najwyżej pozycjonowanych stron
3. Wyciąga istotne informacje
4. Łączy je ze swoją wiedzą i formułuje odpowiedź

To oznacza, że Twoja tradycyjna praca nad SEO ma bezpośredni wpływ na widoczność AI. Strony, które dobrze rankują w wyszukiwarce, mają większe szanse, że ChatGPT je pobierze i zacytuje.

Ale jest niuans. ChatGPT nie zawsze szuka w sieci. Przy dobrze znanych tematach, gdzie dane treningowe wystarczą, może pominąć wyszukiwanie i odpowiedzieć z pamięci. Dlatego obecność w danych treningowych pozostaje ważna, nawet gdy real-time search staje się coraz powszechniejszy.

Co faktycznie sprawia, że marka się pojawia

Po przetestowaniu tysięcy zapytań w różnych branżach, zidentyfikowaliśmy czynniki, które mają największe znaczenie. Część była przewidywalna. Część nas zaskoczyła.

Czynnik 1: Skala obecności w sieci

Najbardziej oczywisty. Marki wymieniane często, w wielu różnych typach źródeł, mają większą szansę pojawić się w odpowiedziach AI. Nie chodzi o żaden pojedynczy artykuł czy recenzję. Chodzi o skumulowaną wagę Twojej marki w internecie.

Salesforce dominuje rekomendacje CRM między innymi dlatego, że nie da się czytać o CRM-ach bez napotkania Salesforce’a. Artykuły porównawcze, recenzje, wątki na forach, raporty branżowe. Ta nagromadzona obecność tworzy statystyczną przewagę, która przyciąga AI.

Czynnik 2: Kontekst wzmianek

Sama ilość nie wystarczy. Liczy się kontekst.

Testowaliśmy to, porównując marki z podobną liczbą wzmianek, ale bardzo różną widocznością AI. Różnica prawie zawsze sprowadzała się do tego, jak były wymieniane.

Marki pojawiające się w listach “najlepszych”, artykułach porównawczych i treściach rekomendacyjnych miały znacznie wyższą widoczność niż marki wymieniane głównie w ich własnych komunikatach prasowych czy na firmowym blogu. AI wyraźnie wyżej waży treści rekomendacyjne od stron trzecich niż content marketingowy od samej marki.

Jak się nad tym zastanowisz, to ma sens. Gdy pytasz ChatGPT “Jakie jest najlepsze X?”, model szuka treści, które już na to pytanie odpowiadają. Jeśli internet jest pełen artykułów mówiących “Marka Y to jedno z najlepszych narzędzi do X”, AI ma gotowy materiał do wykorzystania.

Czynnik 3: Sentyment

Ten nas trochę zaskoczył. Spodziewaliśmy się, że AI będzie neutralne i po prostu zreferuje fakty. Ale ChatGPT wyraźnie bierze pod uwagę sentyment przy formułowaniu rekomendacji.

Marki z przeważająco pozytywnymi wzmiankami (wysokie oceny, pozytywne dyskusje na Reddit, dobre relacje prasowe) są polecane z większą pewnością. ChatGPT napisze “Marka X jest powszechnie uznawana za…” albo “Marka X to popularna opcja, ponieważ…”

Marki z mieszanym lub negatywnym sentymentem dostają ostrożniejsze traktowanie. ChatGPT może napisać “Marka X jest opcją, choć niektórzy użytkownicy zgłaszali problemy z…” albo pominąć markę całkowicie.

Śledzimy to w Visbee i korelacja między sentymentem online, a pewnością rekomendacji AI jest bardzo mocna. Jeśli masz problem z reputacją w sieci, odbije się on na Twojej widoczności AI.

Czynnik 4: Konkretność pozycjonowania

Marki z jasnym, konkretnym pozycjonowaniem radzą sobie w odpowiedziach AI lepiej niż te, które próbują być wszystkim dla wszystkich.

Przykład: gdy pytaliśmy “Jakie jest najlepsze narzędzie do zarządzania projektami dla zespołów programistycznych?”, Jira pojawiała się prawie za każdym razem. Gdy pytaliśmy “Jakie jest najlepsze narzędzie do zarządzania projektami dla zespołów marketingowych?”, dominowały Asana i Monday.com. Oba narzędzia mają szerokie zastosowanie, ale ich pozycjonowanie w sieci jest na tyle wyraziste, że AI kojarzy je z różnymi zastosowaniami.

Jeśli Twoje pozycjonowanie jest ogólne (“pomagamy firmom rosnąć” albo “platforma all-in-one”), AI nie ma jasnego sygnału, kiedy Cię polecić. Niszowe marki z klarownym przekazem często przebijają większych graczy w swojej konkretnej domenie.

Czynnik 5: Aktualność treści

Przy zapytaniach, gdzie włącza się wyszukiwanie na żywo, świeższe treści mają większą wagę. Marka, która opublikowała istotny, dobry artykuł w zeszłym miesiącu, ma przewagę nad tą, której ostatni post na blogu był dwa lata temu.

To jeden z obszarów, gdzie mniejsze marki mogą realnie konkurować. Nie potrzebujesz ogromnego archiwum. Potrzebujesz stałego strumienia aktualnych, wartościowych materiałów.

Czynnik 6: Autorytet źródeł

Wzmianka wzmiance nierówna. Wzmianka w TechCrunch, Forbes czy uznanej publikacji branżowej waży więcej niż wzmianka na przypadkowym blogu. Podobnie wysoko oceniona odpowiedź na Reddit czy dobrze cytowana recenzja na G2 liczy się bardziej niż generyczny wpis katalogowy.

AI, tak jak ludzki badacz, przypisuje źródłom wagę na podstawie ich postrzeganego autorytetu.

Czego nauczyliśmy się z własnych testów

Odpytywanie tysięcy zapytań przez Visbee dało nam kilka obserwacji, które nie są oczywiste z zewnątrz:

Odpowiedzi AI są bardziej spójne, niż się spodziewaliśmy. Zakładaliśmy, że będzie dużo losowości. Nie ma. Dla danego zapytania te same marki pojawiają się w mniej więcej tej samej kolejności, sesja po sesji. Drobne wariacje się zdarzają, ale rdzeń rekomendacji jest stabilny.

Różne platformy polecają różne marki. ChatGPT, Claude i Perplexity często zgadzają się co do top 1-2, ale reszta się rozmija. Każda platforma była trenowana na innym zbiorze danych i używa innej logiki pobierania. Śledzenie jednej platformy daje niekompletny obraz.

Liderzy kategorii mają ogromną przewagę. Efekt “bogaci się bogacą” działa tu w pełni. Gdy marka ugruntuje się jako top rekomendacja, pewność AI w jej polecaniu rośnie, co generuje więcej treści od stron trzecich, co dalej wzmacnia jej pozycję. Przebicie się do tego cyklu jest trudne, ale nie niemożliwe.

Negatywne treści bolą bardziej, niż pozytywne pomagają. Jeden wiralowy negatywny artykuł czy szeroko udostępniony krytyczny wątek na popularnym forum potrafi przesunąć wskaźnik bardziej niż dziesiątki pozytywnych wzmianek. Negatywne treści często są ujęte jako “ostrzeżenie”, co bezpośrednio kłóci się z zapytaniami rekomendacyjnymi.

[Screenshot: Analiza sentymentu Visbee pokazująca wpływ pozytywnych vs negatywnych wzmianek na wynik widoczności]

Co ludzie źle rozumieją

Kilka rzeczy, które ludzie często źle rozumieją w kontekście rekomendacji AI.

”Mogę zapłacić, żeby być polecany”

Nie. W odróżnieniu od Google Ads nie da się kupić miejsca w odpowiedziach ChatGPT. Niektóre agencje SEO zaczynają oferować usługi “optymalizacji pod AI” z takimi obietnicami. Bądź sceptyczny. Nie ma skrótu. To, co napędza rekomendacje AI, to te same rzeczy, które budują autentyczny autorytet online: prawdziwe treści, prawdziwa reputacja, prawdziwe wzmianki.

”Wystarczy mi SEO strony”

SEO pomaga, ale samo nie wystarczy. AI czerpie z wielu źródeł poza wynikami wyszukiwania. Dyskusje na Reddit, posty na forach, strony z recenzjami, opisy filmów na YouTube, transkrypcje podcastów. Twoja strona to jeden element znacznie większej układanki.

”To to samo co tradycyjne SEO”

Istnieją podobieństwa, ale mechanika jest inna. Tradycyjne SEO optymalizuje pod algorytm Google, który mocno waży linki, słowa kluczowe i czynniki techniczne. Widoczność AI kształtuje szerszy zestaw sygnałów, a wynik jest kompletnie inny: zamiast rankingowej listy linków dostajesz konwersacyjną odpowiedź, która może wymienić Twoją markę, Twoją konkurencję, obie, albo żadną.

”Tylko duże marki mogą wygrać”

Nieprawda. Widzieliśmy niszowe narzędzia B2B, które przebijały znane marki w swojej domenie. Jeśli jesteś najbardziej autorytatywnym głosem na wąski temat, AI to zauważy. Poprzeczka dla mniejszych firm jest w rzeczywistości niższa niż w tradycyjnym SEO, gdzie autorytet domeny daje dużym stronom strukturalną przewagę.

Co możesz z tym zrobić

Szerzej opisaliśmy to w artykule o tym, czym jest widoczność AI i dlaczego ma znaczenie. Tu podajemy skondensowaną wersję w kontekście ChatGPT:

1. Pojawiaj się w treściach rekomendacyjnych od stron trzecich. Artykuły porównawcze, listy “najlepszych rozwiązań”, recenzje. To materiały, z których ChatGPT czerpie najciężej. Zabiegaj o guest posty, recenzje produktów, obecność w porównaniach branżowych.

2. Bądź aktywny na Reddit i forach. Reddit ma nieproporcjonalnie duży wpływ na dane treningowe AI. Autentyczne, pomocne uczestnictwo w odpowiednich subredditach (nie autopromocja) buduje wzmianki, które AI wychwytuje.

3. Publikuj regularnie. Aktualne treści w Twojej dziedzinie mają znaczenie dla wyszukiwania na żywo.

4. Wyostrz pozycjonowanie. Im jaśniejsze pozycjonowanie marki, tym łatwiej AI wie, kiedy Cię polecić. “Narzędzie do monitoringu widoczności w AI search” jest lepsze niż “platforma marketingowa all-in-one.”

5. Monitoruj wyniki. Użyj Visbee, żeby śledzić, co ChatGPT faktycznie mówi o Twojej marce, jak często i w jakim kontekście. Bez pomiaru lecisz na ślepo.

Podsumowanie

Rekomendacje ChatGPT nie są losowe, ale nie są też prostym rankingiem. Wyłaniają się ze statystycznej wagi Twojej marki w danych treningowych i wynikach wyszukiwania na żywo.

Marki, które są polecane, mają wspólne cechy: pojawiają się często w różnorodnych, autorytatywnych źródłach, mają jasne pozycjonowanie, utrzymują pozytywny sentyment i regularnie publikują wartościowe treści.

Dobra wiadomość: na to wszystko da się wpływać. Nie oszukasz systemu, ale możesz zbudować taką obecność online, która na rekomendacje AI zasługuje. A z narzędziami takimi jak Visbee możesz sprawdzić, czy to działa.

Jeśli chcesz wiedzieć, gdzie teraz stoisz, zacznij od prostego testu. Zapytaj ChatGPT o swoją kategorię produktową i zobacz, co wróci. Potem zapytaj o swoją konkretną markę. Różnica między tymi dwiema odpowiedziami powie Ci dużo o tym, na czym się skupić.