Kto naprawdę jest cytowany w odpowiedziach AI o twojej kategorii

Rozmowy o widoczności w AI kończą się zwykle na własnej stronie: co poprawić, co dopisać, jak ustawić nagłówki. To sensowne, ale pomija fakt, od którego wszystko się zaczyna. Odpowiedź modelu to najczęściej kompilacja cudzych stron, nie twojej.

Znasz pewnie globalne zestawienia: Reddit, YouTube, LinkedIn, Wikipedia na czele najczęściej cytowanych źródeł. W analizie Semrush obejmującej 30 milionów źródeł tak właśnie wygląda czołówka. Te dane są prawdziwe i jednocześnie mało przydatne w twojej pracy, bo to średnia po całym internecie, a ty sprzedajesz w jednej kategorii, na jednym rynku, ludziom zadającym kilkanaście konkretnych pytań.

Ten tekst to procedura. Wychodzisz z niej z własną listą źródeł cytowanych w twojej kategorii i z decyzją, co z każdym z nich zrobić:

• dlaczego globalne rankingi źródeł nie działają jako plan działania
• jak w jedno popołudnie zbudować własną mapę cytowanych domen
• trzy kategorie źródeł i co realnie da się zrobić z każdą
• dlaczego obecność na liście to nie to samo co bycie cytowanym
• na co szkoda pieniędzy

Nie ma jednej listy źródeł, które AI lubi

Kategorie różnią się od siebie tak bardzo, że wspólna lista nie ma sensu.

W oprogramowaniu B2B odpowiedzi opierają się na katalogach porównawczych i wątkach użytkowników. W zdrowiu model ciąży ku wytycznym i redakcjom medycznym, bo tam działają dodatkowe ograniczenia dotyczące tematów wrażliwych. W usługach lokalnych do głosu dochodzą mapy, opinie i katalogi firm. W branżach technicznych, takich jak materiały budowlane, cytowane są portale branżowe i strony producentów, bo tylko tam są parametry.

Do tego dochodzi różnica między silnikami. Perplexity pokazuje źródła przy odpowiedzi i chętnie linkuje. Google AI Overviews działa na własnym indeksie i innym zestawie sygnałów. ChatGPT co innego pokazuje z wyszukiwania, a co innego pobiera na żywo, gdy pytanie tego wymaga. Ta sama marka bywa świetnie widoczna w jednym systemie i nieobecna w drugim - i to nie jest błąd pomiaru, tylko realny stan rzeczy.

Wniosek jest niewygodny, ale prosty: mapa źródeł musi być twoja. Cudza posłuży najwyżej za punkt odniesienia.

Jak zrobić własną mapę w jedno popołudnie

Nie potrzebujesz do tego narzędzi ani budżetu. Potrzebujesz dyscypliny w notowaniu.

1. Wypisz 15-20 pytań, które klient zadaje przed zakupem. Pytania, nie słowa kluczowe. „Czym różni się X od Y", „ile kosztuje X dla firmy na 20 osób", „co wybrać, jeśli zależy mi na Z".
2. Zadaj je w ChatGPT, Gemini, Claude i Perplexity, a te same frazy sprawdź w Google pod kątem AI Overviews. Pięć systemów, ten sam zestaw pytań.
3. Notuj nie odpowiedzi, tylko cytowane domeny. Odpowiedź jest ciekawa, ale ulotna. Lista źródeł jest tym, co można policzyć.
4. Powtórz cały zestaw innego dnia. Odpowiedzi modeli są zmienne, więc pojedynczy przebieg mówi ci głównie o tym, co model wylosował tego popołudnia.
5. Policz, które domeny wracają w obu przebiegach. To jest twoja realna mapa źródeł, a nie ranking z artykułu.
6. Zaznacz miejsca, w których jest konkurencja, a ciebie nie ma. To jest lista zadań.

Po tym ćwiczeniu zwykle zapada cisza. Nie dlatego, że wyniki są złe, tylko dlatego, że są zupełnie inne, niż zakładał zespół. Marki, które przez lata inwestowały w bloga, odkrywają, że model cytuje trzy porównywarki i jeden wątek na forum.

Dokładnie to robimy w raporcie w pakiecie Pro, tylko na większej skali. Zamiast kilkunastu pytań zadanych ręcznie mamy stały zestaw promptów odpalany w ChatGPT, Gemini, Claude, Perplexity i Google AI Overviews. Z odpowiedzi wyciągamy cytowane domeny i klasyfikujemy je według typu źródła, a potem zestawiamy twoją obecność z konkurencją: gdzie cytują ich, a ciebie nie ma. To ta sama procedura, tylko powtarzalna i policzalna.

Trzy kategorie tego, co znajdziesz na liście

Kiedy masz już listę domen, posortuj ją według jednego kryterium: ile masz do powiedzenia w danym miejscu.

• Twoje własne - strona, blog, dokumentacja, kanał wideo. Pełna kontrola i zwykle najmniejszy udział w cytowaniach, niż zakłada zespół.
• Cudze, ale kontrolowalne - profile w katalogach, wizytówki, agregatory opinii, bazy produktowe, wpisy encyklopedyczne. Nie należą do ciebie, ale możesz uzupełnić dane, poprawić nieaktualne fakty i zadbać o spójność opisu.
• Cudze, niekontrolowalne - media branżowe, fora, wątki użytkowników, rankingi redakcyjne. Tu nie ustawiasz treści. Możesz najwyżej być na tyle użyteczny i policzalny, żeby ktoś zechciał cię wymienić.

Największe zaniedbanie leży zwykle w środkowej kategorii. To są miejsca, w których wystarczy uzupełnić dane, żeby model miał czym opisać twoją firmę - a mimo to leżą latami z pustym opisem sprzed trzech lat i nieaktualnym cennikiem.

Obecność na liście to nie to samo co bycie cytowanym

Tu jest błąd, który kosztuje najwięcej pieniędzy.

Model cytuje stronę, nie ciebie. Jeśli trafisz do rankingu „najlepsze X w 2026", ale twoja pozycja to trzy zdania ogólników bez ceny, bez parametrów i bez informacji, dla kogo to jest, model nie ma czym cię opisać. Zacytuje tę stronę, wymieni z niej dwie marki opisane konkretnie i pominie ciebie, chociaż formalnie jesteś w tekście.

Odwrotnie działa to samo. Jedna dobrze opisana pozycja w porównywarce - z ceną, zakresem, ograniczeniami i wskazaniem, dla kogo to rozwiązanie nie jest - daje modelowi materiał na całe zdanie w odpowiedzi. Zdanie o tobie.

Praktyczny wniosek: zamiast walczyć o kolejne wystąpienie, zadbaj o jakość tych, które już masz. Cena, zakres, dla kogo, czego nie robicie, czym się różnicie od najbliższej alternatywy. To są dane, które da się porównać, a modele odpowiadają porównaniami.

Opinie i katalogi: nudne, mierzalne, niedoceniane

Osobny akapit należy się opiniom, bo to najbardziej niewdzięczna i najczęściej odkładana część pracy.

Agregatory opinii i katalogi branżowe są cytowane, bo mają ustrukturyzowane dane i świeżość, której nie ma nikt inny. Firma bez profilu w takim miejscu nie jest „neutralna" - ona po prostu nie istnieje w zbiorze, z którego model buduje zdanie o kategorii.

Trzy rzeczy, które mają znaczenie i nie wymagają zgody nikogo z zewnątrz:

• kompletność profilu - opis, kategorie, dane kontaktowe, aktualny cennik lub jego widełki
• świeżość - kilka opinii z ostatnich miesięcy waży więcej niż setka sprzed czterech lat
• spójność opisu z tym, co piszesz o sobie na własnej stronie i w social mediach

Ostatni punkt jest ważniejszy, niż wygląda. Jeśli w trzech miejscach opisujesz się trzema różnymi zdaniami, model nie dostaje potwierdzenia żadnego z nich.

Czego nie kupisz

Skoro część źródeł jest poza kontrolą, pojawia się pokusa, żeby je kupić. Warto wiedzieć, gdzie to nie zadziała.

• Płatne wystąpienia w serwisach, których nikt nie cytuje. Jeśli domena nie pojawiła się w twojej mapie ani razu, artykuł w niej nie zmieni obecności w odpowiedziach. Zapłacisz za publikację, nie za widoczność.
• Masowe wzmianki bez kontekstu. Sama nazwa marki wrzucona w tekst o niczym nie buduje skojarzenia z kategorią. Model uczy się ze współwystępowania, więc wzmianka bez kontekstu nie niesie informacji.
• Obietnice „dodania do AI". Nie ma panelu, w którym zgłasza się markę do ChatGPT czy Gemini. Jest tylko to, co modele znajdą i przetworzą.

Uczciwie trzeba też powiedzieć, gdzie kończy się nasza wiedza. Badanie Ahrefs na 75 000 marek pokazało, że wzmianki o marce korelują z obecnością w odpowiedziach AI wyraźnie mocniej niż klasyczne linki, a w aktualizacji z grudnia 2025 najsilniejszym pojedynczym sygnałem okazały się wzmianki na YouTube. To są korelacje, nie dowód przyczynowości - i każdy, kto sprzedaje ci je jako gwarancję, mówi więcej, niż wiadomo.

Co z tego wynika dla planu na kwartał

• Wybierz najwyżej dwie powierzchnie z największą luką wobec konkurencji. Rozproszenie po ośmiu nie da efektu w żadnej.
• Najpierw popraw jakość obecnych wystąpień, dopiero potem zabiegaj o nowe.
• Uzupełnij kontrolowalne profile - to najtańsza praca na całej liście.
• Powtórz pomiar po jakimś czasie tym samym zestawem pytań. Bez punktu odniesienia nie odróżnisz efektu od zmienności modeli.

Pomiar per silnik i luka wobec konkurencji to trzon raportu. Sprawdzamy, jak często twoja marka pojawia się w odpowiedziach każdego z pięciu systemów osobno, jakie domeny są przy tym cytowane i które marki wymieniane są zamiast ciebie. W pakiecie Pro dochodzi do tego gap analysis wzmianek i linków oraz audyt GEO twojej strony, czyli druga strona tego samego równania.

Mapa źródeł nie jest efektowna. Nie da się jej pokazać na slajdzie jako wykresu rosnącego w prawo. Jest za to jedyną rzeczą, która zamienia rozmowę o widoczności w AI z domysłów w listę zadań - i dlatego warto zacząć od niej, a nie od kolejnego artykułu na blogu.

Źródła

• Search Engine Land (Semrush, 30 mln źródeł) - AI search cites Reddit, YouTube, LinkedIn most
• Ahrefs - Branded web mentions vs. backlinks for AI visibility (75 000 marek)
• Ahrefs - YouTube mentions: the strongest AI-visibility signal (grudzień 2025)