Płatne platformy do monitoringu widoczności w ChatGPT, Perplexity czy Gemini kosztują dziś od kilkuset do kilku tysięcy złotych miesięcznie. Zanim podpiszesz umowę, warto sprawdzić, ile z tych danych zbierzesz samodzielnie. W praktyce darmowy zestaw narzędzi pokrywa większość pytań, które zadaje sobie zespół na starcie: czy model w ogóle zna markę, czy linkuje do serwisu i czy ruch z asystentów rośnie.
Poniżej siedem opcji, które nic nie kosztują albo mieszczą się w darmowych limitach. Przy każdej opisuję, co realnie mierzy i gdzie leży jej granica, bo część z nich bywa sprzedawana jako pełny monitoring, którym nie jest.
Co da się zmierzyć bez płatnego narzędzia
Monitoring cytowań AI dzieli się na trzy warstwy, a każda wymaga innego źródła danych. Pierwsza to widoczność w odpowiedziach: czy model wymienia markę i czy podaje link. Druga to ruch, który z tych odpowiedzi faktycznie trafia na stronę. Trzecia to aktywność crawlerów, czyli czy boty w ogóle pobierają treści, na których modelom miałoby zależeć.
Darmowe metody radzą sobie dobrze z warstwą drugą i trzecią, bo dane leżą po twojej stronie: w analityce, w logach i w Search Console. Warstwa pierwsza jest trudniejsza, ponieważ odpowiedzi generatywne są niedeterministyczne. Ten sam prompt zadany dwa razy potrafi dać inny zestaw źródeł, a personalizacja i region dokładają kolejną zmienną. Dlatego każdy pomiar widoczności w modelach traktuj jako próbkę statystyczną, nie jako odczyt pozycji w rankingu.
| Warstwa | Darmowe źródło | Wiarygodność |
|---|---|---|
| Wzmianki i cytowania w odpowiedziach | Ręczne prompty, alerty | Próbka, duża wariancja |
| Ruch z asystentów | GA4, referrery | Wysoka, ale niepełna |
| Dostęp botów AI | Logi serwera | Bardzo wysoka |
1. Ręczny zestaw promptów w arkuszu
Najprostsza metoda jest zarazem najbardziej niedoceniana. Budujesz arkusz z listą 20–40 pytań, które twój klient realnie zadałby asystentowi, i raz w miesiącu przechodzisz je ręcznie w ChatGPT, Perplexity i Gemini. W kolumnach notujesz trzy rzeczy: czy marka pojawiła się w odpowiedzi, czy pojawił się link do domeny oraz które konkurencyjne źródła zostały zacytowane.
Kluczem jest dyscyplina pomiaru. Każdy prompt zadawaj w trybie bez historii konwersacji i bez personalizacji, zawsze w tym samym oknie czasowym miesiąca. Powtórz każde pytanie trzy razy i zapisz, ile razy z trzech marka się pojawiła, bo pojedynczy przebieg nic nie mówi. Tak zbudowany wskaźnik częstotliwości cytowań jest szorstki, ale porównywalny między miesiącami, a to wystarczy, żeby zobaczyć trend.
Ta metoda dobrze łączy się z szerszym testem rozpoznawalności marki. Warto uporządkować sam dobór pytań i podzielić je na cztery kategorie: problem, porównanie, rekomendacja oraz zapytanie o samą markę. Dopiero taki rozkład pokazuje, na którym etapie decyzji model o tobie milczy.
Granica: przy 40 promptach i trzech powtórzeniach w trzech modelach to około 360 zapytań miesięcznie, czyli realnie pół dnia pracy. Powyżej tej skali ręczny arkusz przestaje mieć sens.
2. Alerty i monitoring wzmianek marki
Google Alerts, alerty w Bing oraz darmowe plany narzędzi do monitoringu mediów nie widzą wnętrza odpowiedzi modelu, ale wychwytują coś równie ważnego: nowe strony, które o tobie piszą. Modele generatywne cytują przede wszystkim źródła, które już istnieją w indeksie i mają jakąś powtarzalność w sieci. Rosnąca liczba wzmianek w serwisach branżowych zwykle wyprzedza wzrost cytowań w asystentach.
Ustaw alerty na trzy warianty: nazwę marki, nazwę marki z typową literówką oraz nazwisko głównego eksperta, jeśli firma buduje wokół niego autorytet. Osobno warto śledzić frazy typu „najlepsze narzędzia do” w twojej kategorii, bo to właśnie takie zestawienia modele cytują najczęściej przy pytaniach rekomendacyjnych.
Granica: to monitoring pośredni. Mówi o materiale wejściowym dla modeli, nie o samej odpowiedzi.
3. Dane z logów serwera
Logi to jedyne źródło, które nie kłamie i nic nie kosztuje, bo już je masz. Widzisz w nich dokładnie, które boty pobierają twoje treści: GPTBot i OAI-SearchBot po stronie OpenAI, ClaudeBot i Claude-SearchBot po stronie Anthropic, PerplexityBot oraz Google-Extended. Częstotliwość i zasięg tych wizyt to najwcześniejszy sygnał, czy twoje nowe materiały w ogóle trafiają do obiegu.
Minimalny raport, który warto zbudować, obejmuje liczbę żądań na bota tygodniowo, listę najczęściej pobieranych adresów oraz odsetek odpowiedzi innych niż 200. Ostatnia pozycja bywa zaskoczeniem, bo część serwisów blokuje boty AI przez WAF, nie wiedząc o tym. Pełen proces czytania tych danych rozpisałem w materiale o analizie logów pod kątem crawlerów AI.
Granica: log potwierdza pobranie treści, nie jej wykorzystanie. Bot może odwiedzać stronę codziennie, a model i tak nie zacytuje jej ani razu.
4. Raporty w Search Console i Bing
Google udostępnia dane o wyświetleniach w AI Overviews i AI Mode wewnątrz standardowych raportów wyników wyszukiwania, bez osobnego filtra dla ruchu generatywnego. To ograniczenie, o którym trzeba pamiętać przy interpretacji: wzrost wyświetleń przy spadku CTR na zapytaniach informacyjnych bywa właśnie śladem odpowiedzi generatywnej, która przechwyciła kliknięcie. Szczegóły dotyczące zakresu tych danych opisuje dokumentacja Google Search Central.
Praktycznie najwięcej wyciągniesz z filtrów wyrażeniami regularnymi, którymi wyodrębnisz zapytania w formie pytań, bo to one najczęściej uruchamiają odpowiedzi AI. Gotowe wzorce zebrałem w tekście o regexach w Search Console. Po stronie Microsoftu odpowiednikiem jest Bing Webmaster Tools, istotny dlatego, że Copilot i część zapytań ChatGPT korzystają z indeksu Bing.
Granica: to dane o wyszukiwarce, nie o asystencie. Pokazują kontekst, w którym twoje treści konkurują, ale nie potwierdzają cytowania.
5. Ruch odsyłający w GA4
Najtwardszy dowód na to, że cytowanie przyniosło efekt, to sesja z domeny asystenta. Ruch z ChatGPT, Perplexity i Gemini trafia do GA4 jako zwykły referral, ale domyślne raporty rozrzucają go po kilku źródłach i łatwo go przeoczyć. Wystarczy jedna grupa kanałów i jeden segment, żeby zebrać to w jedno miejsce, co opisałem krok po kroku w poradniku o ruchu z ChatGPT i Perplexity w GA4.
Ten kanał ma jedną zaletę, której nie mają płatne monitory widoczności: pokazuje zachowanie użytkownika po wejściu. Możesz porównać współczynnik konwersji ruchu z asystentów z ruchem organicznym i sprawdzić, czy w ogóle warto o niego walczyć.
Granica: część odwiedzin z asystentów gubi referrer, zwłaszcza z aplikacji mobilnych i klientów desktopowych. Liczby z GA4 są więc zaniżone, choć trend pozostaje wiarygodny.
6. Skrypty i darmowe limity API
Jeśli ręczny arkusz przestaje wystarczać, kolejnym krokiem jest prosty skrypt, który odpytuje modele automatycznie i zapisuje odpowiedzi. Perplexity, OpenAI i Anthropic udostępniają API płatne, ale koszt pojedynczego zapytania tekstowego jest na tyle niski, że comiesięczny przebieg 300 promptów zamyka się zwykle w kwocie kilku złotych. To formalnie nie jest darmowe, tylko na tyle tanie, że mieści się w tej samej kategorii.
Skrypt powinien robić dokładnie to samo co arkusz, tylko szybciej: zadać prompt, zapisać pełną odpowiedź, wyciągnąć z niej listę adresów URL i sprawdzić, czy występuje wśród nich twoja domena. Wyniki odkładaj do arkusza lub bazy z datą przebiegu, bo wartość tej metody polega na szeregu czasowym, nie na pojedynczym raporcie.
Uwaga metodologiczna: odpowiedzi z API i odpowiedzi z interfejsu webowego potrafią się różnić, ponieważ warstwa produktowa dokłada własne wyszukiwanie i inne ustawienia. Traktuj te dwa kanały jako osobne pomiary i nie mieszaj ich w jednym wykresie.
7. Darmowe plany narzędzi komercyjnych
Większość platform do monitoringu AI oferuje plan bezpłatny lub okres próbny obejmujący kilka fraz i jeden model. To za mało na stały monitoring, ale w zupełności wystarczy do jednorazowej weryfikacji własnych pomiarów. Typowy scenariusz: przez miesiąc zbierasz dane ręcznie, potem uruchamiasz darmowy plan na te same 5–10 promptów i sprawdzasz, czy wyniki się zgadzają.
Jeśli różnica jest niewielka, masz dowód, że tani zestaw wystarcza. Jeśli duża, dowiadujesz się, w którą stronę myli się twoja metoda, i możesz ją skorygować, zanim wydasz pieniądze.
Kiedy przejść na rozwiązanie płatne
Płatne narzędzie ma sens w trzech sytuacjach. Pierwsza to skala: powyżej mniej więcej 100 monitorowanych promptów ręczna obsługa przestaje być tańsza od abonamentu, nawet licząc samą stawkę godzinową. Druga to raportowanie dla klienta lub zarządu, gdzie liczy się powtarzalny format i historia, a nie sam odczyt. Trzecia to potrzeba śledzenia konkurencji w tej samej siatce promptów, co przy metodach ręcznych podwaja lub potraja pracę.
Przed decyzją policz, ile ten kanał jest wart. Jeżeli ruch z asystentów odpowiada za ułamek procenta konwersji, abonament po prostu się nie zwróci. Metodę takiego rachunku opisałem w artykule o tym, jak przypisać wartość ruchu z AI do przychodu. To jedyny sposób, żeby rozmowa o budżecie na monitoring opierała się na liczbach, a nie na przeczuciu.
Zestaw minimalny na start
Jeśli masz zacząć od czegoś dziś, wybierz trzy rzeczy: arkusz z 20 promptami sprawdzany raz w miesiącu, grupę kanałów w GA4 dla ruchu z asystentów oraz tygodniowy raport z logów o wizytach botów AI. Ten zestaw zajmuje kilka godzin na wdrożenie, nic nie kosztuje i odpowiada na trzy najczęstsze pytania: czy model o nas wie, czy przysyła ludzi i czy w ogóle czyta nasze treści.
FAQ
Czy darmowy monitoring cytowań AI jest wiarygodny?
Tak, pod warunkiem że traktujesz go jako próbkę, a nie pomiar dokładny. Odpowiedzi modeli są niedeterministyczne, więc każdy prompt trzeba powtórzyć kilka razy i patrzeć na częstotliwość, a nie na pojedynczy wynik. Przy stałej metodzie i stałym oknie czasowym trend jest wiarygodny, nawet jeśli wartości bezwzględne są przybliżone.
Ile promptów wystarczy do sensownego monitoringu?
Dla małej firmy zwykle 20–40 pytań pokrywających kategorie: problem, porównanie, rekomendacja i marka. Ważniejsza od liczby jest stabilność zestawu, bo dopiero te same prompty powtarzane co miesiąc dają porównywalne dane.
Czy Search Console pokazuje cytowania w ChatGPT?
Nie. Search Console raportuje wyłącznie dane z wyszukiwarki Google, w tym wyświetlenia obejmujące AI Overviews i AI Mode. Ruch i widoczność w ChatGPT trzeba mierzyć osobno, przez referrery w GA4 oraz przez ręczne lub skryptowe odpytywanie modelu.
Czy logi serwera zastąpią narzędzie do monitoringu?
Nie zastąpią, ale odpowiadają na inne, równie istotne pytanie. Logi mówią, czy boty AI mają dostęp do twoich treści i jak często je pobierają. Jeśli tam widać zero wizyt, żadne narzędzie do monitoringu cytowań nie pokaże pozytywnych wyników, bo nie ma czego cytować.
Kiedy darmowy zestaw przestaje wystarczać?
Zwykle przy ponad 100 monitorowanych promptach, przy konieczności regularnego raportowania klientowi albo przy śledzeniu kilku konkurentów jednocześnie. Do tego progu koszt czasu pracy jest niższy niż abonament.
Czy trzeba monitorować wszystkie modele naraz?
Nie na starcie. Zacznij od tego, z którego realnie korzystają twoi klienci, co sprawdzisz w referrerach GA4. Dopiero gdy zobaczysz ruch z kolejnego asystenta, dołóż go do zestawu promptów.