Strony produktowe odpowiadają za 24,1% wszystkich cytowań w odpowiedziach generowanych przez ChatGPT, Perplexity, Claude i Gemini, a Reddit, YouTube oraz fora dyskusyjne razem wzięte za zaledwie 4,2%. Takie wnioski płyną z analizy 7387 wystąpień cytowań, którą przeprowadziła agencja Ten Speed. To wynik, który wywraca do góry nogami narrację powtarzaną w branży od dwóch lat: że o widoczności w wyszukiwarkach generatywnych decydują treści tworzone przez użytkowników, a nie własna witryna marki.
Co dokładnie zbadano
Badanie opisane przez Nelsona Brassella z agencji Ten Speed objęło 170 promptów zaprojektowanych tak, aby odwzorować realne zapytania na etapie porównywania dostawców. Chodzi o moment, w którym potencjalny klient nie pyta już „czym jest automatyzacja IT”, tylko „które narzędzie do automatyzacji IT sprawdzi się w firmie na 200 osób”. Dane o cytowaniach zebrano przy pomocy narzędzia Peec AI, obejmując cztery największe silniki generatywne: ChatGPT, Perplexity, Claude i Gemini.
Próba pochodzi z portfela klientów agencji, czyli firm z sektora B2B SaaS oraz usług profesjonalnych, działających w fintechu, ochronie fizycznej, hotelarstwie i automatyzacji IT. Do zestawu dołączono także konkurentów o zbliżonym profilu, żeby wyniki nie sprowadzały się wyłącznie do marek obsługiwanych przez Ten Speed. Agencja odmówiła podania dokładnej liczby analizowanych marek i branż, powołując się na poufność wobec klientów. To pierwsza istotna rysa na tym zbiorze danych i wrócimy do niej w dalszej części tekstu.
Kluczowe liczby
Rozkład cytowań według typu strony wygląda następująco:
| Typ strony | Udział w cytowaniach | Kto to kontroluje |
|---|---|---|
| Strony produktowe | 24,1% | Marka |
| Artykuły (blog, news, PR) | 17,4% | Marka lub media |
| Strony porównawcze | ok. 13% | Marka lub podmiot trzeci |
| Listy typu „najlepsze X” | ok. 13% | Zwykle podmiot trzeci |
| Poradniki krok po kroku | ok. 9% | Marka |
| Strony główne | 7,8% | Marka |
| Profile w katalogach (G2, Capterra) | 7,2% | Marka częściowo |
| Reddit, YouTube, fora, wątki dyskusyjne | 4,2% | Społeczność |
Sam YouTube to w tym zestawieniu około 1% cytowań. Po zsumowaniu wszystkich kategorii, na które marka ma bezpośredni lub pośredni wpływ, wychodzi 88,3%. Innymi słowy: w tym konkretnym wycinku rynku prawie dziewięć na dziesięć cytowań pochodzi z treści, które da się zaplanować, napisać i opublikować samodzielnie.
Drugi wynik jest równie ciekawy i dotyczy nie typu strony, lecz typu zapytania. Prompty o charakterze porównawczym stanowiły 20% całego zestawu, ale wygenerowały blisko 27% cytowań. To zwrot rzędu 1,33 raza względem ich udziału w próbie. Zapytania, w których użytkownik zestawia dostawców, po prostu wymuszają na modelu sięgnięcie po więcej źródeł niż zapytania definicyjne czy ogólne.
Dlaczego to zaprzecza dotychczasowej narracji
Przez ostatnie dwa lata w branży utrwaliło się przekonanie, że Reddit jest najważniejszym pojedynczym źródłem dla modeli językowych. Nie wzięło się ono znikąd. Analizy Semrusha oparte na 80 milionach zapytań AI pokazywały, że Reddit, Wikipedia i YouTube razem odpowiadają za mniej więcej 24% źródeł cytowanych przez ChatGPT. Rozbudowany indeks widoczności AI tej samej firmy, obejmujący 126 milionów promptów, potwierdzał dominującą rolę platform społecznościowych i encyklopedycznych. Do tego dochodziły dane pokazujące, że treści w formacie listy i poradnika stanowią ponad 40% cytowanego materiału.
Z tych liczb wyrosła cała podbranża doradztwa: agencje zaczęły sprzedawać „obecność na Reddicie” jako podstawowy element strategii widoczności w AI, a marki masowo zakładały wątki na subredditach związanych ze swoją kategorią. Wynik Ten Speed (4,2% dla całej grupy treści społecznościowych) stoi z tym w jawnej sprzeczności.
Sprzeczność jest jednak pozorna i to właśnie jest najważniejszy wniosek z tego badania. Obie liczby mogą być prawdziwe jednocześnie, bo mierzą coś innego. Semrush patrzy na szeroki przekrój zapytań, w większości konsumenckich i ogólnych. Ten Speed patrzy wyłącznie na moment zakupowy w B2B. Gdy ktoś pyta o najlepsze buty do biegania po asfalcie, model faktycznie sięgnie po wątek na Reddicie, bo tam znajdzie dziesiątki opinii praktyków. Gdy ktoś pyta o platformę do zarządzania dostępem fizycznym dla sieci magazynów, żadnego użytecznego wątku na Reddicie po prostu nie ma, więc model wraca do dokumentacji producenta, stron porównawczych i profili w katalogach oprogramowania.
Ta sama logika tłumaczy, dlaczego kolejne pomiary udziału platform społecznościowych tak mocno się rozjeżdżają. Niezależne analizy pokazywały w ostatnim roku zarówno wzrost udziału YouTube z 18,9% do 39,2% kosztem Reddita, jak i spadek udziału Reddita w ChatGPT o około 50 punktów w ciągu jednego miesiąca. Przy takiej zmienności każda liczba wyrwana z kontekstu kategorii i typu zapytania jest w praktyce bezużyteczna.
Czego to badanie nie mówi
Autorzy sami wskazali cztery ograniczenia i warto je wymienić, bo w komunikacji marketingowej wokół takich danych zwykle giną.
- Brak podziału na platformy. Dane zsumowano dla czterech silników łącznie. Nie wiadomo, czy Perplexity cytuje strony produktowe tak samo chętnie jak Claude. Biorąc pod uwagę, że Perplexity buduje odpowiedzi na świeżym indeksie webowym, a Claude korzysta z innego zestawu narzędzi, różnice mogą być istotne.
- Podział 88/4 jest wyłącznie opisowy. Nie przeprowadzono żadnego testu istotności statystycznej. To obserwacja z jednej próby, a nie zweryfikowana hipoteza.
- Jednorazowy pomiar. To zdjęcie stanu z konkretnego momentu, nie szereg czasowy. Przy zmienności, jaką widzieliśmy w danych o Reddicie, ten sam pomiar powtórzony za dwa miesiące może dać inny wynik.
- Brak powiązania z wynikiem biznesowym. Badanie liczy cytowania, nie przychody. Nikt nie wykazał, że strona produktowa cytowana przez ChatGPT przekłada się na więcej podpisanych umów niż wzmianka w wątku na forum.
Do tego dochodzi ograniczenie, którego autorzy nie wymienili wprost: próba pochodzi z portfela jednej agencji. Jeżeli Ten Speed od lat pracuje z klientami nad stronami produktowymi i porównawczymi, to fakt, że właśnie te strony są cytowane, może częściowo mierzyć skuteczność samej agencji, a nie ogólną prawidłowość rynku. Dołączenie konkurentów łagodzi ten problem, ale go nie usuwa.
Co to znaczy dla SEO i AIO
Praktyczny wniosek nie brzmi „Reddit jest nieważny”. Brzmi: zmierz swoją kategorię, zanim skopiujesz cudzą strategię. Jeżeli sprzedajesz oprogramowanie dla wąskiej branży, budżet na obecność w mediach społecznościowych prawdopodobnie zwróci się gorzej niż ten sam budżet wydany na przepisanie stron produktowych. Jeżeli sprzedajesz produkt konsumencki z dużą bazą użytkowników, proporcja może być odwrotna.
Z danych Ten Speed wynika kilka konkretnych priorytetów dla firm B2B:
- Strona produktowa przestaje być wizytówką, a staje się dokumentacją. Model cytuje ją wtedy, gdy znajduje na niej twarde fakty: konkretne funkcje, limity, integracje, modele cenowe, wymagania techniczne. Strona zbudowana z haseł marketingowych i trzech ikon nie ma czego dostarczyć.
- Strony porównawcze mają najlepszy zwrot. Skoro prompty porównawcze generują o jedną trzecią więcej cytowań niż wynikałoby z ich udziału, to strony odpowiadające wprost na pytanie „X czy Y” są najbardziej niedoszacowanym typem treści w B2B. Warto je pisać uczciwie, łącznie z przypadkami, w których konkurent wypada lepiej, bo model wychwytuje jednostronność.
- Profile w katalogach to 7,2% i praktycznie darmowy kanał. Aktualizacja opisu, zrzutów ekranu i kategorii w G2 czy Capterra to praca na kilka godzin, nie na kwartał.
- Format ma znaczenie na poziomie akapitu. Modele cytują fragmenty, które da się wyjąć z kontekstu bez utraty sensu. Sposób budowania takich fragmentów opisaliśmy szerzej w tekście o tym, jak pisać definicje, które AI cytuje dosłownie.
Warto też zwrócić uwagę na mechanizm stojący za przewagą promptów porównawczych. Silniki generatywne rozbijają złożone zapytanie na serię pytań cząstkowych i dopiero z nich składają odpowiedź. Im więcej pytań cząstkowych, tym więcej pobranych źródeł. To zjawisko opisaliśmy w materiale o tym, jak optymalizować treści pod pytania wieloetapowe, i badanie Ten Speed dostarcza mu twardego potwierdzenia liczbowego.
Jak wygląda strona produktowa, którą model chce zacytować
Skoro strony produktowe zebrały najwięcej cytowań, warto rozłożyć na czynniki pierwsze, co odróżnia te cytowane od tych pomijanych. Z obserwacji wynikających z rozkładu formatów w badaniu oraz z wcześniejszych analiz zachowania modeli wyłania się dość spójny obraz.
Silnik generatywny nie „czyta” strony w ludzkim sensie. Pobiera fragment, ocenia, czy odpowiada on na pytanie cząstkowe, i wkleja go do odpowiedzi razem z przypisem. Fragment musi więc spełniać trzy warunki naraz: być jednoznaczny, samodzielny i weryfikowalny. Zdanie „nasza platforma skaluje się razem z Twoim biznesem” nie spełnia żadnego z nich. Zdanie „platforma obsługuje do 50 000 zdarzeń na sekundę na pojedynczej instancji, z limitem 200 równoległych integracji” spełnia wszystkie trzy.
W praktyce oznacza to kilka konkretnych elementów, których brak na typowej stronie produktowej w Polsce:
- Jawna tabela cen lub przynajmniej widełki. Strony ukrywające cennik za formularzem kontaktowym wypadają z porównań, bo model nie ma czego zestawić z konkurencją. Jeżeli polityka firmy nie pozwala na publikację cennika, warto podać choćby model rozliczenia (za użytkownika, za zdarzenie, abonament roczny) i próg wejścia.
- Lista integracji z nazwami własnymi. „Integrujemy się z popularnymi systemami” jest bezużyteczne. Wypunktowana lista konkretnych nazw pozwala modelowi dopasować produkt do zapytania typu „narzędzie X współpracujące z systemem Y”.
- Limity i wymagania techniczne. Wersje API, obsługiwane bazy danych, wymagania dotyczące wdrożenia, dostępność w modelu chmurowym i lokalnym. To sekcje, które marketing zwykle usuwa jako zbyt techniczne, a które w wyszukiwaniu generatywnym pracują najciężej.
- Certyfikaty i zgodność. W B2B pytania o ISO 27001, SOC 2 czy zgodność z RODO pojawiają się na etapie porównania niemal zawsze. Jedno zdanie z konkretnym numerem normy bywa jedynym powodem, dla którego marka trafia do odpowiedzi.
- Data ostatniej aktualizacji. Przy produktach, które szybko się zmieniają, modele preferują źródła dające się datować. Strona bez żadnego znacznika czasu konkuruje z gorszej pozycji.
Osobna kwestia to długość. Analizy Profound wskazywały, że strony cytowane przez modele językowe mają średnio od 1400 do 2400 słów, zależnie od typu zapytania. Typowa polska strona produktowa mieści się w 300 do 600 słowach, co samo w sobie zawęża pole do wyciągnięcia użytecznego fragmentu. Nie chodzi przy tym o rozwadnianie tekstu, lecz o dopisanie sekcji, których dziś po prostu nie ma: specyfikacji, opisu wdrożenia, najczęstszych pytań technicznych.
Reakcje branży
Publikacja trafiła na podatny grunt, bo w branży narastało zmęczenie powtarzaniem tych samych statystyk o Reddicie bez rozbicia na kategorie. Komentatorzy zwracają uwagę na trzy rzeczy.
Po pierwsze, na to, że badanie jest uczciwe w opisie własnych granic. Wyliczenie czterech ograniczeń w tekście, który mógłby zostać sprzedany jako przełomowe odkrycie, jest w tej branży rzadkością. Część praktyków uznała to za ważniejsze od samych liczb.
Po drugie, na ryzyko nadinterpretacji. Wynik 88,3% dla treści kontrolowanych przez markę jest na tyle chwytliwy, że niemal na pewno zacznie krążyć bez kontekstu B2B, w którym powstał. Za kilka tygodni można się spodziewać ofert agencyjnych obiecujących, że „88% cytowań AI zależy od Ciebie”, co dla sklepu z odzieżą będzie po prostu nieprawdą.
Po trzecie, na szerszy problem metodologiczny. Rynek narzędzi do monitoringu widoczności w AI dopiero dojrzewa i różne narzędzia mierzą cytowania w różny sposób: jedne liczą unikalne domeny, inne każde wystąpienie linku, jeszcze inne wyłącznie źródła wskazane w widocznych przypisach. Zestawianie wyników z dwóch różnych narzędzi bez normalizacji prowadzi do wniosków, które nie mają pokrycia w danych. Przegląd dostępnych opcji wraz z ich ograniczeniami zebraliśmy w zestawieniu darmowych narzędzi do monitoringu cytowań AI.
Co dalej
Najbardziej wartościowym następstwem tego badania byłoby jego powtórzenie. Ten sam zestaw 170 promptów uruchomiony ponownie za kwartał pokazałby, czy rozkład 24/17/13 jest stabilny, czy raczej dryfuje razem z kolejnymi wersjami modeli. Ten Speed nie zapowiedział na razie kontynuacji.
Druga rzecz, na którą warto czekać, to rozbicie wyników na poszczególne silniki. Praktycznie każda decyzja o alokacji budżetu wygląda inaczej w zależności od tego, czy dana marka zbiera ruch głównie z ChatGPT, czy z Perplexity. Bez tego podziału zagregowana liczba pozostaje ciekawostką, a nie podstawą do planowania.
Dla zespołów SEO i AIO praktyczna rekomendacja na najbliższe tygodnie jest jednak dość jasna. Zamiast czekać na kolejne badanie z cudzego portfela klientów, warto zbudować własny, mały zestaw promptów: 30 do 50 pytań, które realnie zadaje potencjalny klient na etapie wyboru dostawcy. Uruchamiane co miesiąc na dwóch lub trzech silnikach dają obraz, którego żaden zewnętrzny raport nie zastąpi, bo dotyczy dokładnie tej kategorii, w której się konkuruje. Koszt takiego pomiaru jest bliski zeru, a odpowiada na jedyne pytanie, które naprawdę ma znaczenie: skąd modele biorą informacje o Twojej firmie i czy to źródło kontrolujesz.
FAQ
Czy to znaczy, że Reddit stracił znaczenie dla widoczności w AI?
Nie. Badanie Ten Speed dotyczy wyłącznie zapytań porównawczych w B2B, gdzie treści społecznościowe naturalnie mają mniej do zaoferowania. W kategoriach konsumenckich pomiary Semrusha nadal pokazują wysoki udział Reddita, Wikipedii i YouTube. Znaczenie Reddita zależy od kategorii, a nie od rynku jako całości.
Dlaczego strony produktowe wypadają lepiej niż blog?
Bo na etapie porównywania dostawców model potrzebuje faktów, które istnieją tylko na stronie producenta: listy funkcji, limitów, integracji i cen. Artykuły blogowe wciąż zebrały 17,4% cytowań, więc nie są bezużyteczne, ale odpowiadają na wcześniejszy etap ścieżki zakupowej.
Jak duża jest ta próba i czy można na niej polegać?
170 promptów i 7387 wystąpień cytowań to sensowna skala jak na pojedyncze badanie agencyjne, ale znacznie mniejsza niż analizy oparte na dziesiątkach milionów zapytań. Autorzy zaznaczyli, że podział na treści markowe i społecznościowe nie został przetestowany statystycznie, więc traktuj te liczby jako wskazówkę kierunkową, nie jako pewnik.
Od czego zacząć, jeśli chcę zwiększyć swoje cytowania w AI?
Od audytu stron produktowych pod kątem konkretności: czy zawierają twarde dane techniczne, cenowe i integracyjne w formie łatwej do zacytowania. Następnym krokiem są strony porównawcze, które w tym badaniu dawały o jedną trzecią więcej cytowań, niż wynikałoby z ich udziału w zapytaniach. Profile w katalogach branżowych to najtańsze uzupełnienie.
Czy więcej cytowań oznacza więcej klientów?
Tego badanie nie sprawdzało i autorzy wprost to przyznają. Cytowanie oznacza, że model widzi Twoją stronę jako źródło, ale nie mówi nic o tym, ilu użytkowników w nie kliknęło ani ilu z nich kupiło. Powiązanie widoczności w AI z przychodem wymaga osobnego pomiaru po stronie analityki.