Widoczność w LLM: co to jest i jak ją rzetelnie zmierzyć
Widoczność w LLM to odsetek odpowiedzi modeli językowych, w których pada Twoja firma. Ten poradnik pokazuje, jak modele wybierają firmy, jak liczyć wyniki, ile odpowiedzi trzeba zebrać, żeby liczba coś znaczyła, i co ją zmienia.
Tomek Kuźniar · 5 min czytania · aktualizacja
Widoczność w LLM to odsetek odpowiedzi dużych modeli językowych, w których pada Twoja firma, gdy klienci pytają o Twoją branżę. Jeśli ChatGPT, Gemini, Claude i Perplexity dostaną 100 pytań w rodzaju „jakie biuro rachunkowe w Poznaniu dla jednoosobowej firmy?” i wymienią Cię w 18, Twoja widoczność dla tych pytań wynosi 18 procent.
Po angielsku mówi się „LLM visibility” albo „AI visibility”. Chodzi o to samo, co pytanie „czy ChatGPT mnie poleca”.
Co obejmuje widoczność w LLM
- Odsetek wzmianek: czy w ogóle jesteś w odpowiedzi.
- Pozycja: na którym miejscu, gdy model wymienia kilka firm.
- Udział głosu: jak często padasz w porównaniu z każdym konkurentem.
- Opis: co model o Tobie pisze i czy to prawda.
- Źródła: jakie strony model przeczytał i zacytował.
Odsetek wzmianek mówi, czy jest problem. Źródła zwykle mówią, jak go naprawić.
Skąd modele biorą odpowiedzi
Model odpowiada z dwóch miejsc: z wiedzy z treningu i z tego, co znajdzie w wyszukiwarce. Przy pytaniach o usługi, ceny i „najlepszą firmę w mieście” asystenci szukają w sieci i budują odpowiedź ze znalezionych stron. Dlatego wynik zmienia się z tygodnia na tydzień, a poprawa właściwych stron działa szybciej niż czekanie na nowy model.
| Asystent | Skąd bierze odpowiedzi | Co z tego wynika |
|---|---|---|
| Gemini | wyszukiwarka Google | Liczą się wizytówka Google, opinie i strony wysoko w Google. |
| ChatGPT | wyszukiwarka OpenAI oparta na zewnętrznych dostawcach i własnym bocie (OAI-SearchBot) | Ważne są indeks Bing, katalogi i popularne zestawienia. |
| Perplexity | własny indeks i bot (PerplexityBot), cytuje źródło każdego zdania | Często cytuje jasne, konkretne i świeże strony. |
| Claude | wyszukiwarka Anthropic i bot Claude-SearchBot | Cytuje zwykle mniej stron, za to bardziej znanych. |
Firma może więc być widoczna w Gemini i nieobecna w ChatGPT. Do tego cytowane strony często nie są Twoją stroną. U lokalnych firm to zwykle katalogi, serwisy z opiniami, mapy i rankingi „najlepszych”. Jeśli strona z listą konkurentów pada w połowie odpowiedzi, a Ciebie na niej nie ma, od niej zacznij.
Wzory
| Wskaźnik | Jak liczyć | Przykład |
|---|---|---|
| Odsetek wzmianek | odpowiedzi z Twoją firmą ÷ wszystkie odpowiedzi | 18 ÷ 100 = 18% |
| Średnia pozycja | średnie miejsce na liście, tylko z odpowiedzi, w których padasz | 2,6 |
| Udział głosu | Twoje wzmianki ÷ wzmianki Twoje i śledzonych konkurentów | 18 ÷ (18 + 31 + 24) = 25% |
| Cytowania strony | odpowiedzi z linkiem do Twojej strony ÷ wszystkie odpowiedzi | 6 ÷ 100 = 6% |
| Poprawność | odpowiedzi z prawdziwymi faktami ÷ odpowiedzi, w których padasz | 15 ÷ 18 = 83% |
Narzędzia często składają to w jeden „wynik widoczności” z własnymi wagami. W jednym narzędziu to wygodne, ale wyników z różnych narzędzi nie da się porównać.
Ile odpowiedzi potrzeba
Odpowiedzi modeli są losowe. W badaniu SparkToro i Gumshoe ze stycznia 2026 r. ChatGPT i AI Google zwracały tę samą listę marek przy powtórzonym pytaniu w mniej niż 1 procencie przypadków. Jedna odpowiedź niczego nie dowodzi.
Margines błędu przy odsetku wzmianek około 30 procent (poziom ufności 95 procent):
| Liczba odpowiedzi | Margines błędu |
|---|---|
| 20 | ±20 punktów |
| 50 | ±13 punktów |
| 100 | ±9 punktów |
| 300 | ±5 punktów |
Przy 20 odpowiedziach skok z 25 do 40 procent może być przypadkiem. Przy 300 odpowiedziach w miesiącu, czyli 10 pytaniach dziennie, zmiana o 6–8 punktów jest prawdziwa. Porównuj te same pytania, te same modele i tę samą lokalizację.
API czy aplikacja
Oficjalne API z wyszukiwaniem. Narzędzie wysyła pytanie do API modelu z włączonym wyszukiwaniem i lokalizacją. Wynik jest stabilny, powtarzalny i zgodny z regulaminami. Odpowiada temu, co widzi niezalogowany użytkownik, bez pamięci i historii z konta.
Kopiowanie odpowiedzi z aplikacji. Narzędzie klika w ChatGPT czy Gemini przez przeglądarkę. Łapie funkcje dostępne tylko w aplikacji, ale psuje się przy każdej zmianie wyglądu, trudno je powtórzyć i często łamie regulamin.
Żadna metoda nie pokaże dokładnie tego, co widzi konkretny klient. Dlatego mierzy się wiele odpowiedzi w czasie. AmIPicked korzysta z oficjalnych API z wyszukiwaniem i lokalizacją w Polsce.
Jak to śledzić
Ręcznie wystarczy arkusz i 2–4 godziny w miesiącu. Krok po kroku opisujemy to w poradniku jak sprawdzić widoczność w AI:
- Spisz 10–20 pytań, jakie wpisałby klient, z miastem, jeśli działasz lokalnie.
- Zadaj każde trzy razy w co najmniej dwóch modelach z wyszukiwaniem.
- Zapisz wzmiankę, pozycję, konkurentów, opis i cytowane adresy.
- Policz wskaźniki z tabeli wyżej, a adresy źródeł trzymaj w osobnej zakładce.
- Co miesiąc powtarzaj te same pytania.
Śledzenie widoczności w AI w AmIPicked robi to codziennie: każde pytanie raz dziennie, za każdym razem w innym z czterech modeli.
Czy widać to w Google Analytics?
Częściowo. Kliknięcie linku w odpowiedzi AI pojawia się jako wejście z chatgpt.com, perplexity.ai, gemini.google.com, claude.ai albo copilot.microsoft.com. ChatGPT dopisuje też do wielu linków utm_source=chatgpt.com. Warto zrobić w GA4 osobną grupę kanałów dla tych domen.
Większość odpowiedzi AI ktoś czyta bez klikania. Klient, który usłyszał Twoją nazwę od ChatGPT i wpisał ją w Google, pojawi się jako wyszukiwanie z nazwą firmy albo wejście bezpośrednie. Patrz więc w Search Console na wyszukiwania z nazwą firmy razem z odsetkiem wzmianek.
Jak zwiększyć widoczność w LLM
- Wpuść boty. Sprawdź, czy robots.txt nie blokuje OAI-SearchBot, PerplexityBot, Claude-SearchBot i Googlebota. Zrobisz to w sprawdzarce botów AI.
- Wejdź na cytowane strony. Weź adresy, które modele cytują najczęściej, i postaraj się tam być: wpis, opinia, wzmianka.
- Pilnuj tych samych faktów. Ta sama nazwa, adres, usługi, ceny i godziny na stronie, w wizytówce i w katalogach. Model powtarza sprzeczności.
- Odpowiadaj na pytania klientów na stronie. Konkretne odpowiedzi, ceny i FAQ łatwiej zacytować niż ogólny tekst reklamowy.
- Dodaj dane strukturalne. Schema LocalBusiness albo Organization z usługami i obszarem działania.
- Popraw błędny opis u źródła. Jeśli model pisze coś nieprawdziwego, znajdź stronę, z której to wziął, i popraw ją tam.
Więcej o każdym kroku w poradniku pozycjonowanie w ChatGPT. Swój punkt wyjścia sprawdzisz w darmowym teście widoczności w AI.
Najczęstsze pytania
Co to jest widoczność w LLM?
+
To odsetek odpowiedzi dużych modeli językowych, takich jak ChatGPT, Gemini, Claude i Perplexity, w których pada Twoja firma, gdy klienci pytają o Twoją branżę. Do tego dochodzi miejsce na liście, opis firmy i źródła, które model cytuje. To samo co widoczność w AI.
Jak zmierzyć widoczność w LLM?
+
Spisz stały zestaw pytań klientów, zadaj każde kilka razy w każdym modelu z wyszukiwaniem i zapisuj, czy padła Twoja firma, na którym miejscu, jacy konkurenci i jakie adresy. Odsetek wzmianek to odpowiedzi z Twoją firmą podzielone przez wszystkie odpowiedzi. Powtarzaj te same pytania co miesiąc.
Ile pytań trzeba śledzić?
+
Na miesięczny odczyt wystarczy 10–20 pytań zadanych trzy razy w dwóch modelach, czyli 60–120 odpowiedzi. Margines błędu wynosi wtedy około 8–12 punktów procentowych. Przy mniej niż 30 odpowiedziach zmiana o 15 punktów może być przypadkiem.
Czy odpowiedzi z API są takie same jak w aplikacji ChatGPT?
+
Prawie. API z wyszukiwaniem daje odpowiedź jak dla niezalogowanego użytkownika. Aplikacja może dołożyć pamięć i historię rozmów z konta. Dlatego liczy się odsetek z wielu odpowiedzi, a nie jedna odpowiedź.