Analiza ruchu sieciowego ChatGPT ujawnia coś, czego OpenAI nigdy oficjalnie nie opisało: asystent nie korzysta z jednego indeksu, lecz żongluje co najmniej pięcioma niezależnymi kanałami pobierania źródeł, a część z nich włącza wybiórczo dla różnych kont. Najnowsze pomiary, wykonane pod koniec czerwca i powtórzone 4 lipca 2026 roku, pokazują, że w ciągu zaledwie dziesięciu dni pod maską zmieniła się cała infrastruktura decydująca o tym, które strony trafiają do odpowiedzi. Dla każdego, kto walczy o widoczność w wynikach generowanych przez AI, to jedna z najważniejszych obserwacji tego półrocza.
Co dokładnie udało się zaobserwować
Punktem wyjścia jest szczegółowa analiza ruchu sieciowego, jaki przeglądarka wymienia z serwerami ChatGPT w trakcie odpowiedzi opartych na wyszukiwaniu. Zamiast zgadywać na podstawie samych cytowań, badacz podejrzał surowe dane przesyłane między interfejsem a backendem i wyłuskał z nich pole techniczne opisujące, skąd pochodzi każdy pojedynczy fragment. To perspektywa inżynierska, a nie marketingowa, i właśnie dlatego jest tak wartościowa.
Zakres testu był celowo wąski, ale gęsty w danych. Bazowy zestaw powstał 23 i 24 czerwca 2026 roku, a walidacja odbyła się 4 lipca. Pomiar objął jedno konto w taryfie Plus zarejestrowane w Zjednoczonych Emiratach Arabskich, uzupełnione o dane z konta darmowego we Włoszech oraz konta w Niemczech. Łącznie dało to 30 rozmów i 595 pojedynczych wystąpień źródeł. To nie jest badanie reprezentatywne w sensie statystycznym, o czym autor uczciwie uprzedza, ale jako sonda techniczna pokazuje mechanikę, której nie widać z poziomu zwykłego użytkownika.
Metoda ma tę zaletę, że nie polega na interpretacji. Kiedy oceniamy widoczność wyłącznie po tym, jakie linki pokazał nam czat, patrzymy na koniec bardzo długiego łańcucha decyzji i nie wiemy, dlaczego akurat te, a nie inne strony trafiły do odpowiedzi. Podglądając surowe pola przesyłane przez backend, dostajemy natomiast informację źródłową, jeszcze zanim model ją opakuje w ładne zdanie. To różnica między oglądaniem menu w restauracji a zajrzeniem do kuchni.
Pięć kanałów pobierania, nie jeden indeks
Kluczowe ustalenie brzmi: ChatGPT nie ma jednego źródła prawdy o sieci. W przechwyconym ruchu pojawiło się pięć odrębnych mechanizmów pobierania treści, które w materiałach nazwano rurami retrieval (retrieval pipes). Każdy z nich ma inną naturę prawną i techniczną, a ich udział rozkładał się skrajnie nierówno.
| Kanał | Charakter | Liczba wystąpień | Uwagi |
|---|---|---|---|
| Bright Data | scraper (pobieranie treści) | 558 z 595 | zdecydowanie dominował na koncie Plus z Emiratów |
| Labrador | źródło licencjonowane | 21 | domyślny kanał na koncie w taryfie darmowej |
| SERP | wyniki wyszukiwarki | 16 | reaktywowany między jednym a drugim pomiarem |
| Oxylabs | scraper | obecny w czerwcu | zniknął całkowicie do lipca |
| Bing | indeks wyszukiwarki | 0 na koncie głównym | wykryty w wybiórczym wdrożeniu na innych kontach |
Proporcje robią wrażenie. Na głównym koncie testowym aż 558 z 595 wystąpień pochodziło z sieci scrapingowej Bright Data. Oznacza to, że komercyjne firmy pobierające treść w imieniu OpenAI stały się kręgosłupem systemu, a nie dodatkiem. Labrador, opisany jako źródło licencjonowane, odpowiadał za 21 wystąpień i był domyślnym kanałem na koncie darmowym. Warstwa SERP, czyli klasyczne wyniki wyszukiwarki, dała 16 wystąpień i została ponownie włączona dopiero między jednym a drugim pomiarem.
Dziesięć dni, które zmieniło wszystko
Najbardziej pouczający jest nie sam obraz z jednego dnia, lecz to, jak szybko się zmieniał. W ciągu dziesięciu dni między czerwcowym a lipcowym pomiarem OpenAI dodało piąty kanał pobierania i zaczęło go włączać wybiórczo, część kont go dostała, część nie. Jednocześnie Oxylabs, obecny jeszcze w czerwcu, zniknął z ruchu do lipca, a warstwa SERP wróciła do gry. To nie jest kosmetyka, to przebudowa fundamentu w tempie, do jakiego SEO nie przywykło.
Najlepiej ilustruje to jeden przykład: ten sam adres URL, recenzja kosiarki w serwisie bobvila.com, trafił do różnych kont różnymi kanałami w obrębie tego samego tygodnia. Do jednego konta dotarł przez Bright Data, do innego przez Bing. Innymi słowy, dwaj użytkownicy zadający identyczne pytanie mogli zobaczyć tę samą stronę, ale system dostarczył ją zupełnie inną drogą. Widoczność w ChatGPT przestaje być pojedynczą liczbą, a staje się rozkładem zależnym od taryfy, regionu i przydzielonej kohorty.
Warto tu przypomnieć, że powiązanie ChatGPT z indeksem Bing nie jest nowością samo w sobie. Wcześniejsze analizy wskazywały, że nawet 87 procent cytowań ChatGPT pokrywało się ze stronami z pierwszej dziesiątki wyników Bing. Nowość polega na czymś innym: Bing przestaje być jedynym filarem, a staje się jednym z pięciu kanałów włączanych warunkowo. To subtelna, ale istotna zmiana w architekturze.
Ukryta warstwa: kto kogo pokonał
Druga ważna obserwacja dotyczy pola, które wcześniej było puste, a teraz zaczęło się wypełniać danymi. W ruchu pojawiła się lista określona jako supporting_websites, czyli warstwa źródeł drugiego wyboru dla danego stwierdzenia. Mówiąc wprost, backend zaczął ujawniać, kto przegrał rywalizację o konkretne zdanie w odpowiedzi i o jaki włos.
To narzędzie diagnostyczne o dużym potencjale. Dane pokazywały dwie rzeczy naraz. Po pierwsze, deduplikację w obrębie jednej domeny, czyli sytuację, w której kilka podstron tego samego serwisu konkuruje ze sobą o to samo miejsce w odpowiedzi. Po drugie, pozycjonowanie względem rywali, czyli listę obcych domen, które były tuż za wybranym źródłem. Dla stratega treści to mapa pola bitwy, jakiej dotąd nie było widać.
Wniosek praktyczny jest brutalnie prosty: jeśli trzy Twoje podstrony walczą o to samo pytanie, najprawdopodobniej wzajemnie się osłabiają. Zamiast utrzymywać kilka cienkich tekstów o niemal identycznym zakresie, lepiej skonsolidować je w jeden autorytatywny materiał. To ta sama logika, którą od miesięcy powtarzają eksperci od widoczności w AI, tyle że teraz widać ją w surowych danych, a nie tylko w rekomendacjach.
Co to znaczy dla SEO i AIO
Dla praktyków optymalizacji pod modele językowe płynie z tego kilka konkretnych lekcji. Pierwsza dotyczy dostępu technicznego. Skoro sieci scrapingowe takie jak Bright Data odpowiadają za lwią część pobrań, to blokowanie ich botów na poziomie serwera może cicho wyciąć Twoją stronę z całej kohorty użytkowników. Reguła w pliku robots albo zbyt agresywna zapora potrafią odciąć nie jednego bota, lecz cały kanał dystrybucji, o którym większość redakcji nawet nie wie, że istnieje.
Druga lekcja dotyczy pomiaru. Skoro to samo pytanie daje trzy różne obrazy na koncie darmowym, płatnym i w innym regionie, monitoring widoczności w AI musi obejmować wszystkie te warianty. Sprawdzanie cytowań tylko z jednego konta w jednym kraju daje złudne poczucie kontroli. Widoczność w ChatGPT jest wielowymiarowa i trzeba ją mierzyć wielowymiarowo.
Weźmy praktyczny przykład sklepu, który sprawdza, czy jest cytowany przy pytaniu o najlepszy model danego sprzętu. Na koncie płatnym w Polsce widzi siebie na pierwszej pozycji i uznaje sprawę za zamkniętą. Tymczasem to samo pytanie na koncie darmowym w innym kraju może w ogóle nie przywołać jego strony, bo obsługuje je inny kanał pobierania, oparty na innym zbiorze danych. Bez pomiaru z kilku punktów firma żyje w przekonaniu o sukcesie, którego realnie nie ma poza własną kohortą. To pułapka, w którą łatwo wpaść, gdy widoczność w AI traktuje się jak jedną liczbę na dashboardzie.
Trzecia lekcja dotyczy autorytetu i typu treści. W przechwyconych danych widać było wzorzec: zapytania faktograficzne trafiały do stron oznaczonych jako oficjalne, natomiast opinie i oceny wypływały z recenzji oraz serwisów społecznościowych, w tym Reddita. To potwierdza starą prawdę w nowym kontekście. Jeśli chcesz być cytowany przy pytaniach o fakty, musisz być postrzegany jako źródło pierwotne i oficjalne. Jeśli grasz o zapytania opiniotwórcze, liczy się obecność tam, gdzie toczy się prawdziwa dyskusja. Więcej o tym, gdzie realnie rozgrywa się dziś walka o widoczność, pisaliśmy w analizie raportu o 92 procentach ruchu z AI przechwytywanym przez ChatGPT.
Czwarta lekcja to pokora wobec czasu. Autor analizy wprost ostrzega, że nazwy dostawców i procenty mają trwałość liczoną w dniach. Skoro w dziesięć dni zniknął jeden scraper, doszedł nowy kanał, a inny wrócił do łask, to każda liczba w tym tekście jest zdjęciem ruchomego celu. Strategia nie może być więc przywiązana do konkretnego dostawcy, lecz do zasad, które przetrwają kolejne przetasowania: solidne treści, dostępność techniczna, konsolidacja tematów i szeroki pomiar.
Reakcje branży
W środowisku specjalistów od GEO i AIO obserwacja odbiła się szerokim echem, bo dostarczyła twardych danych do tez, które dotąd były głównie hipotezami. Komentatorzy podkreślają trzy rzeczy. Po pierwsze, koniec złudzenia, że ChatGPT to po prostu nakładka na Bing. Po drugie, rosnące znaczenie infrastruktury scrapingowej, która staje się warstwą pośrednią między wydawcą a modelem. Po trzecie, praktyczną wartość pola supporting_websites, które daje wgląd w rywalizację niemożliwy do uzyskania z poziomu samego czatu.
Pojawiają się też głosy ostrożne. Część praktyków przypomina, że pojedyncze konto w jednym regionie to za mało, by wyciągać twarde wnioski dla globalnej strategii, i apeluje o powtarzanie takich pomiarów na większej próbie oraz w różnych krajach. To słuszna uwaga, tym bardziej że sam autor nie ukrywa ograniczeń metody. Zgoda panuje jednak co do jednego: kierunek zmian jest realny, nawet jeśli konkretne liczby szybko się zdezaktualizują.
Dyskusja wpisuje się w szerszy trend badań nad widocznością marek w AI. Gdy Semrush przeanalizował 126 milionów zapytań i pokazał, że tylko garstka marek jest widoczna wszędzie, wiele zespołów zaczęło traktować obecność w odpowiedziach modeli jako osobny kanał, a nie efekt uboczny SEO. Więcej o skali tego zjawiska znajdziesz w naszym omówieniu indeksu widoczności AI od Semrusha.
Co dalej
Najbliższe tygodnie pokażą, czy piąty kanał, czyli Bing w nowej roli, zostanie rozszerzony na wszystkie konta, czy pozostanie elementem wybiórczego wdrożenia. Jeśli OpenAI ustabilizuje architekturę, powstanie przestrzeń na powtarzalne, wieloregionalne pomiary, które zamienią dzisiejszą sondę w prawdziwy monitoring. Do tego czasu rozsądnie jest przyjąć założenie robocze: w ChatGPT nie istnieje jeden ranking, lecz kilka równoległych, zależnych od kanału i kohorty.
Dla redakcji i sklepów oznacza to trzy priorytety na już. Sprawdzić, czy przypadkiem nie blokują komercyjnych botów pobierających treść. Skonsolidować podstrony konkurujące o te same zapytania. I zacząć mierzyć widoczność w AI z kilku kont oraz regionów, zamiast opierać się na jednym punkcie odniesienia. To nie są rewolucyjne postulaty, ale w świecie, w którym infrastruktura zmienia się w dziesięć dni, wygrywają ci, którzy działają na zasadach, a nie na chwilowych nazwach dostawców.
Warto też obserwować, jak na te ustalenia zareagują sami wydawcy. Trwa spór o to, ile treści udostępniać modelom i w jakiej formie. Część głosów w branży studzi zapał do tworzenia osobnych, uproszczonych wersji stron dla AI, argumentując, że to zbędny dług techniczny. Nasze spojrzenie na ten wątek opisaliśmy przy okazji komentarza Johna Muellera o kopiach w markdown i pliku llms.txt.
Podsumowanie
Analiza ruchu sieciowego ChatGPT rozbija wygodny mit o jednym indeksie i jednym rankingu. W rzeczywistości mówimy o pięciu kanałach pobierania, wybiórczo włączanych dla różnych kont, o dominacji komercyjnych scraperów oraz o nowej warstwie danych ujawniającej, kto o włos przegrał walkę o cytowanie. Konkretne liczby zestarzeją się w ciągu dni, ale wniosek strategiczny jest trwały: widoczność w AI to rozkład, nie punkt, a wygrywają w niej dostępność techniczna, konsolidacja treści i pomiar prowadzony z wielu perspektyw naraz.
Ile źródeł naprawdę wykorzystuje ChatGPT do wyszukiwania?
W przechwyconym ruchu sieciowym z przełomu czerwca i lipca 2026 roku wykryto pięć odrębnych kanałów pobierania treści: Bright Data, Labrador, SERP, Oxylabs oraz Bing. Ich udział był skrajnie nierówny, na głównym koncie testowym 558 z 595 wystąpień pochodziło z sieci Bright Data. To pokazuje, że nie istnieje jeden indeks, lecz zestaw równoległych mechanizmów włączanych warunkowo.
Czy ChatGPT nadal opiera się na indeksie Bing?
Bing pozostaje jednym ze źródeł, ale przestał być jedynym filarem. Wcześniejsze analizy wskazywały, że nawet 87 procent cytowań pokrywało się z pierwszą dziesiątką wyników Bing. Najnowsze pomiary pokazują jednak, że Bing bywa włączany wybiórczo, dla części kont, jako piąty kanał obok scraperów i źródeł licencjonowanych.
Co oznacza pole supporting_websites?
To lista źródeł drugiego wyboru dla danego stwierdzenia w odpowiedzi, czyli domeny, które o włos przegrały rywalizację o cytowanie. Ujawnia zarówno konkurencję między podstronami tej samej domeny, jak i pozycję względem obcych serwisów. Dla stratega treści to praktyczna mapa tego, kogo trzeba wyprzedzić.
Jak przygotować stronę pod wyszukiwanie w ChatGPT?
Trzy kroki mają dziś największe znaczenie. Nie blokować komercyjnych botów pobierających treść, bo to może odciąć całą kohortę użytkowników. Konsolidować podstrony konkurujące o te same zapytania w jeden autorytatywny materiał. Oraz mierzyć widoczność w AI z kilku kont i regionów, ponieważ to samo pytanie daje różne wyniki zależnie od taryfy i lokalizacji.
Czy tym danym można ufać w dłuższej perspektywie?
Autor analizy wprost ostrzega, że nazwy dostawców i procenty mają trwałość liczoną w dniach. W ciągu dziesięciu dni jeden scraper zniknął, doszedł nowy kanał, a inny wrócił do gry. Dlatego traktuj konkretne liczby jako zdjęcie ruchomego celu, a strategię opieraj na zasadach, które przetrwają kolejne przetasowania infrastruktury.