Wyszukiwanie informacji po raz pierwszy wyprzedziło pisanie jako temat wiadomości wysyłanych do ChatGPT. Według danych OpenAI Signals, opublikowanych 26 października razem z wersją 3.0 zestawu, w sierpniu 2026 roku prośby o fakty, informacje o produktach i przepisy stanowiły 20,7 procent konsumenckich wiadomości, a pisanie 20,6 procent. We wrześniu pisanie wróciło na prowadzenie, ale trend z ostatnich dwóch lat jest wyraźny: asystent OpenAI coraz częściej pełni rolę wyszukiwarki.
Dla zespołów SEO i AIO to jedna z najbardziej konkretnych liczb, jakie OpenAI udostępniło o realnym użyciu ChatGPT. Pokazuje, jaka część rozmów może konkurować z klasycznym wyszukiwaniem. Zbiór ma jednak kilka pułapek metodologicznych, które warto znać, zanim te procenty trafią do raportu dla klienta.
Kontekst: czym jest OpenAI Signals
OpenAI Signals to comiesięczna publikacja danych o tym, do czego ludzie używają ChatGPT. Projekt wyrósł z pracy badawczej, którą OpenAI przygotowało razem z ekonomistami z Harvardu i opublikowało w 2025 roku jako working paper NBER o numerze w34255. Signals korzysta z tych samych promptów klasyfikujących i tych samych kategorii tematycznych co tamta publikacja, ale jest aktualizowany cyklicznie i obejmuje dłuższy okres.
Każdy miesiąc w zbiorze to próba miliona wiadomości od posiadaczy kont, którzy zadeklarowali, że mają co najmniej 18 lat. Próba obejmuje plany Free, Go, Plus i Pro. Poza zakresem są konta Enterprise oraz Codex, czyli użycie stricte firmowe i programistyczne. Każdą wiadomość automatyczny system przypisuje do obszaru tematycznego. Seria zaczyna się w lipcu 2024 roku.
Najnowszą wersję danych szczegółowo omówił serwis Search Engine Journal, który zestawił liczby z Signals 3.0 z wcześniejszym badaniem OpenAI i Harvardu. To właśnie z tego zestawienia pochodzi najciekawszy wniosek dla branży wyszukiwania: różnica między obiema seriami danych jest większa, niż mogłoby się wydawać.
Kluczowe fakty z danych Signals 3.0
Najważniejsze liczby dotyczą trzech dużych kategorii: praktycznych porad, pisania i wyszukiwania informacji. Praktyczne porady (instrukcje, poradniki, korepetycje) są największym tematem w każdym miesiącu od marca 2025 roku. We wrześniu 2026 roku odpowiadały za 28,1 procent wiadomości konsumenckich.
| Wskaźnik | Lipiec 2024 | Sierpień 2026 | Wrzesień 2026 |
|---|---|---|---|
| Wyszukiwanie informacji | 16,7% | 20,7% | 20,2% |
| Pisanie | 34,1% | 20,6% | 21,4% |
| Praktyczne porady | brak w omówieniu | brak w omówieniu | 28,1% |
| Wiadomości związane z pracą (udział we wszystkich) | brak w omówieniu | brak w omówieniu | 32,2% |
Pisanie spadło więc w ciągu dwóch lat z ponad jednej trzeciej wszystkich wiadomości do nieco ponad jednej piątej. Wyszukiwanie informacji urosło z 16,7 do około 20 procent. Sierpień 2026 roku to pierwszy miesiąc w całej serii, w którym informacje wyprzedziły pisanie, choć różnica wynosiła zaledwie 0,1 punktu procentowego. We wrześniu kolejność znów się odwróciła.
Co dokładnie liczy się jako wyszukiwanie informacji
Kategoria „seeking information” w klasyfikacji OpenAI łączy trzy rodzaje próśb: pytania o fakty, pytania o produkty i usługi dostępne w sprzedaży oraz pomoc przy przepisach i gotowaniu. OpenAI raportuje je łącznie, więc z danych nie da się wyczytać, ile z tych 20 procent to pytania produktowe, a ile pytania o fakty. Dla e-commerce i marketerów to kluczowe ograniczenie, bo właśnie pytania produktowe najbardziej przypominają zapytania komercyjne z Google.
Wiadomości służbowe rosną w stronę informacji
Osobno OpenAI raportuje wiadomości związane z pracą. We wrześniu stanowiły 32,2 procent wszystkich wiadomości w próbie. W ich obrębie udział wyszukiwania informacji przez dwa lata był niemal płaski: od lipca 2024 do lipca 2026 roku mieścił się w przedziale 10,7–12,1 procent. Potem nastąpił wyraźny skok, do 13,9 procent w sierpniu i 15,2 procent we wrześniu. To najszybszy ruch tej kategorii w całej historii serii.
Przyczyn OpenAI nie podaje. Dane nie mówią też, czy zmiana wiąże się z nowymi funkcjami produktu, czy ze zmianą zachowań użytkowników. Warto jednak odnotować, że w podobnym okresie OpenAI rozwijało indeks wyszukiwania ChatGPT i integracje z aplikacjami firm trzecich, o czym pisaliśmy w ostatnich tygodniach.
Praca w 165 kategoriach O*NET
Razem z Signals OpenAI opublikowało wpis o tym, jaką pracę użytkownicy przynoszą do ChatGPT. Wiadomości służbowe pogrupowano w nim według 165 aktywności z amerykańskiej klasyfikacji zawodowej O*NET, kwartalnie od pierwszego kwartału 2025 do trzeciego kwartału 2026 roku, w blisko 100 krajach. W 74 krajach, dla których dane są dostępne w każdym kwartale, dziesięć najczęstszych aktywności odpowiadało średnio za 51,1 procent sklasyfikowanych wiadomości służbowych w trzecim kwartale 2026 roku, wobec 56,0 procent w pierwszym kwartale 2025 roku. Użycie zawodowe staje się więc mniej skoncentrowane, a ludzie wykorzystują asystenta do coraz szerszego wachlarza zadań.
Jedną z tych aktywności jest „pozyskiwanie informacji”. W Stanach Zjednoczonych jej udział spadł z 11,6 procent wiadomości służbowych w pierwszym kwartale 2025 roku do 9,9 procent w trzecim kwartale 2026 roku. Ta liczba pozornie przeczy wzrostom opisanym wyżej, ale pochodzi z innego systemu klasyfikacji i dotyczy tylko USA. Nie należy jej porównywać wprost z globalną kategorią wyszukiwania informacji.
Dlaczego liczby nie zgadzają się z badaniem NBER
Najbardziej zaskakujące w Signals 3.0 jest porównanie z wcześniejszą pracą OpenAI i Harvardu. Według tamtego badania wyszukiwanie informacji wzrosło z 14 do 24 procent użycia ChatGPT w ciągu roku od lipca 2024 roku. W połowie 2025 roku miało więc stanowić niemal jedną czwartą rozmów i to ta liczba była szeroko cytowana w branży jako dowód, że ChatGPT staje się wyszukiwarką.
Signals, choć korzysta z tych samych promptów i kategorii, pokazuje inne wartości. Dla lipca 2024 roku podaje 16,7 procent, a dla czerwca 2025 roku, czyli ostatniego miesiąca objętego pracą NBER, 18,3 procent. Różnica w połowie 2025 roku wynosi więc niemal sześć punktów procentowych. W przypadku pisania rozbieżność jest mniejsza: badanie pokazało spadek o 12 punktów (z 36 do 24 procent), a Signals spadek o 8,4 punktu (z 34,1 do 25,7 procent) w tym samym okresie.
Część różnicy może wynikać z doboru próby. Praca NBER używała około 1,1 miliona rozmów, z których brano po jednej wiadomości, a udziały uśredniano w okresach 28-dniowych. Signals bierze milion wiadomości miesięcznie. OpenAI przeliczyło też wcześniejsze miesiące tak, by pasowały do większej próby. Ani komunikat do wydania, ani słownik danych nie wyjaśniają jednak, skąd bierze się luka akurat w kategorii informacyjnej.
Praktyczny wniosek jest prosty: jeżeli w prezentacjach lub raportach cytujesz tezę „jedna czwarta rozmów z ChatGPT to wyszukiwanie informacji”, warto ją zaktualizować. Według najnowszej wersji danych bliższa prawdy jest „co piąta wiadomość konsumencka”.
Co to znaczy dla SEO i AIO
Dane Signals nie mówią nic o ruchu na stronach. Nie pokazują, jak często ChatGPT korzystał z zewnętrznych witryn ani jak często cytował źródła w odpowiedziach. To zastrzeżenie podkreślają wszyscy, którzy analizowali zestaw. Mimo to liczby dają kilka użytecznych wskazówek dla osób odpowiedzialnych za widoczność marki w wyszukiwarkach i asystentach AI.
Popyt informacyjny przesuwa się, a nie znika
Wzrost z 16,7 do około 20 procent w dwa lata to tempo stabilne, a nie gwałtowne. ChatGPT nie przejmuje z dnia na dzień zapytań informacyjnych z Google, ale konsekwentnie zwiększa udział tego typu rozmów. Dla wydawców i blogów eksperckich oznacza to, że część pytań, na które dziś odpowiadają artykuły poradnikowe, coraz częściej zostaje zadana asystentowi. Jeżeli chcesz oszacować, jak wygląda to w Polsce, punktem wyjścia może być nasze zestawienie ile osób w Polsce szuka przez AI.
Największa kategoria to porady, nie fakty
Praktyczne porady z udziałem 28,1 procent wyprzedzają zarówno pisanie, jak i wyszukiwanie informacji. To ważne dla strategii treści. Użytkownicy przychodzą do ChatGPT po instrukcje krok po kroku, wyjaśnienia i pomoc w nauce, czyli dokładnie po to, co w klasycznym SEO obsługują poradniki typu „jak zrobić”. Treści, które mają szansę trafić do odpowiedzi asystenta, powinny więc mieć wyraźną strukturę procedury, jasne definicje i konkretne liczby, które model może przytoczyć.
Zapytania produktowe są w środku kategorii, ale nie wiemy, jak dużej
Połączenie pytań o produkty z pytaniami o fakty i przepisy utrudnia ocenę, jak duża część rozmów ma charakter zakupowy. Dla sklepów i marek to sygnał, by nie opierać budżetów AIO wyłącznie na ogólnym procencie z Signals. Lepszą miarą będzie własny pomiar: ruch odsyłający z ChatGPT w analityce, monitorowanie wzmianek marki w odpowiedziach i testy promptów zakupowych. Jak skonfigurować pierwszy z tych elementów, opisaliśmy w poradniku o ruchu z ChatGPT i Perplexity w GA4.
Użycie służbowe staje się bardziej informacyjne
Skok udziału wyszukiwania informacji w wiadomościach służbowych z poziomu około 11 do 15,2 procent w dwa miesiące to dla branży B2B najciekawsza liczba w całym wydaniu. Jeśli trend się utrzyma, decydenci w firmach będą coraz częściej sprawdzać dostawców, parametry usług i porównania właśnie w rozmowie z asystentem. Dla marek B2B oznacza to większą wagę rzetelnych stron produktowych, porównań i bazy wiedzy, które model może odnaleźć i zrozumieć.
Rozmowa to nie fraza
Wiadomości do ChatGPT są dłuższe i bardziej kontekstowe niż zapytania wpisywane w Google. Kategoria wyszukiwania informacji w Signals to więc nie to samo co wolumen fraz w narzędziach do keyword research. Kto planuje treści pod asystentów, powinien mapować pytania i intencje, a nie tylko słowa kluczowe. Różnice między tymi dwoma światami rozpisaliśmy w tekście zapytania do asystenta a klasyczne frazy.
Reakcje branży i zastrzeżenia
Search Engine Journal, który jako pierwszy szczegółowo zestawił dane, zwraca uwagę na kilka ograniczeń. Po pierwsze, każda aktualizacja Signals dodaje kolejny kwartał danych i jednocześnie rewiduje wcześniejsze miesiące. Liczby z wersji 3.0 mogą więc zmienić się w następnych wydaniach, tak jak zmieniły się liczby znane z pracy NBER. Po drugie, kategoria informacyjna jest niepodzielna, więc nie wiadomo, czy wzrost napędzają pytania o fakty, czy pytania produktowe. Po trzecie, zbiór nie mówi nic o kliknięciach ani cytowaniach.
Z tego powodu serwis rekomenduje dwie praktyki, które warto przyjąć jako standard w polskich agencjach. Przy każdym cytowaniu odsetka użycia ChatGPT należy podawać źródło i okres, którego dotyczy liczba. Przy danych z Signals trzeba dodatkowo zapisać numer wersji zestawu, bo ta sama kategoria za ten sam miesiąc może mieć inną wartość w kolejnych wydaniach.
W branży od dawna trwa dyskusja, czy ChatGPT „zabija” wyszukiwarkę Google. Dane Signals studzą najbardziej skrajne tezy. Wyszukiwanie informacji rośnie, ale nie dominuje. Wciąż jest mniej popularne niż praktyczne porady i porównywalne z pisaniem. Jednocześnie nie da się zignorować faktu, że w skali setek milionów użytkowników nawet jeden punkt procentowy oznacza ogromną liczbę pytań, które nie trafiły do klasycznej wyszukiwarki.
Dla specjalistów AIO istotne jest też to, czego w danych nie ma. OpenAI nie pokazało, jaka część rozmów informacyjnych kończy się użyciem wyszukiwania w sieci, a jaka opiera się wyłącznie na wiedzy modelu. To rozróżnienie decyduje o tym, czy treść strony w ogóle ma szansę wpłynąć na odpowiedź. Dopóki OpenAI tego nie ujawni, oszacowanie potencjału ruchu z ChatGPT pozostaje kwestią własnych pomiarów, a nie publicznych statystyk.
Co dalej
Signals to publikacja cykliczna, więc kolejne miesiące pokażą, czy sierpniowe wyprzedzenie pisania przez wyszukiwanie informacji było jednorazowym epizodem, czy początkiem trwałej zmiany. Warto obserwować trzy wskaźniki:
- udział wyszukiwania informacji w wiadomościach konsumenckich, który w sierpniu i wrześniu oscylował wokół 20 procent,
- udział tej kategorii w wiadomościach służbowych, który w dwa miesiące wzrósł do 15,2 procent,
- ewentualne rewizje danych historycznych w kolejnych wersjach zestawu, które mogą przesunąć punkt odniesienia.
Z perspektywy praktyka najrozsądniejsze jest traktowanie danych Signals jako tła makro, a nie podstawy do decyzji o budżecie. Decyzje warto opierać na własnych danych: udziale ruchu z asystentów AI w analityce, liczbie cytowań marki w odpowiedziach i jakości treści, które asystent może przytoczyć. Signals podpowiada kierunek, w którym zmienia się zachowanie użytkowników. Własny pomiar pokazuje, czy dana marka na tej zmianie zyskuje, czy traci.
Jedno jest pewne: rozmowa z asystentem stała się dla milionów ludzi codziennym sposobem szukania odpowiedzi. Co piąta wiadomość konsumencka w ChatGPT to dziś prośba o informację, a w kontekście służbowym ten udział rośnie najszybciej w historii pomiarów. Dla branży SEO to argument, by strategię widoczności budować równolegle dla wyszukiwarki i dla asystentów AI.
FAQ
Jaki odsetek wiadomości w ChatGPT to wyszukiwanie informacji?
Według danych OpenAI Signals 3.0 wyszukiwanie informacji stanowiło 20,7 procent konsumenckich wiadomości w sierpniu 2026 roku i 20,2 procent we wrześniu. W lipcu 2024 roku było to 16,7 procent.
Czy wyszukiwanie informacji wyprzedziło pisanie w ChatGPT?
Tak, ale tylko w sierpniu 2026 roku i o 0,1 punktu procentowego (20,7 wobec 20,6 procent). We wrześniu pisanie wróciło na prowadzenie z wynikiem 21,4 procent. Największą kategorią od marca 2025 roku pozostają praktyczne porady, które we wrześniu miały 28,1 procent.
Dlaczego dane Signals różnią się od badania OpenAI i Harvardu?
Praca NBER podawała 24 procent dla wyszukiwania informacji w połowie 2025 roku, a Signals dla czerwca 2025 roku pokazuje 18,3 procent. Obie serie używają tych samych kategorii, ale innych metod doboru próby, a Signals rewiduje wcześniejsze miesiące. OpenAI nie wyjaśniło, skąd bierze się luka niemal sześciu punktów.
Czy dane Signals pokazują, ile ruchu ChatGPT kieruje na strony?
Nie. Zbiór klasyfikuje tematy wiadomości, ale nie mówi, jak często ChatGPT korzystał z zewnętrznych witryn ani jak często je cytował. Ruch z asystenta trzeba mierzyć we własnej analityce.
Jak poprawnie cytować dane OpenAI Signals w raporcie?
Podawaj źródło, okres, którego dotyczy liczba, oraz numer wersji zestawu danych. Każda aktualizacja Signals może zrewidować wcześniejsze miesiące, więc ta sama kategoria może mieć inną wartość w kolejnych wydaniach.