Najpierw rozdziel dwa różne pytania
Pytanie „co wiesz o firmie X?” sprawdza, czy model rozpoznaje markę i jak ją opisuje. To jest przydatna diagnoza, ale nie mówi jeszcze, czy firma zostanie znaleziona przez klienta, który nie zna jej nazwy.
Widoczność zaczyna się dopiero wtedy, gdy pytasz tak, jak potencjalny klient: o potrzebę, usługę, lokalizację, porównanie albo wybór dostawcy. Firma może być bardzo dobrze opisana po podaniu nazwy i jednocześnie w ogóle nie pojawiać się w pytaniach odkrywających kategorię.
Pięć rodzajów pytań, które warto przetestować
- Wybór usługi: „Szukam firmy oferującej [usługa]. Kogo warto rozważyć?”
- Doświadczenie: „Które firmy mają dobre doświadczenie w obszarze [usługa]?”
- Porównanie: „Porównaj dobre firmy oferujące [usługa].”
- Zaufanie: „Szukam sprawdzonej firmy w obszarze [usługa]. Kogo polecasz?”
- Kategoria: „Jakie firmy z kategorii [kategoria] warto rozważyć w [rynek lub miasto]?”
Jeżeli firma działa w kilku ważnych obszarach, powtórz zestaw dla każdej z dwóch lub trzech najważniejszych usług. W ten sposób zobaczysz nie tylko ogólną obecność marki, ale też to, przy czym AI ją rozumie najlepiej.
Dodaj kontekst rynku
„Najlepsza kancelaria”, „dobry producent” albo „polecana klinika” bez informacji o rynku może prowadzić do przypadkowego zestawu firm. Dodaj lokalizację i typ kupującego, jeżeli mają znaczenie. Przykładowo: „Warszawa, klient indywidualny” albo „cała Polska, zakup dla firmy”.
Ten szczegół jest ważny również przy powtarzaniu testu. Wynik dla firmy lokalnej w Krakowie nie powinien być porównywany bezpośrednio z wynikiem dla ogólnopolskiego producenta B2B.
Nie każda wzmianka jest rekomendacją
W Markometrze rozróżniamy pięć stanów, bo samo pojawienie się nazwy może znaczyć bardzo różne rzeczy:
- Nieobecna: firma nie została wymieniona.
- Wspomniana: nazwa występuje jako tło, źródło albo kontekst, ale nie jako realna opcja.
- Kandydat: firma jest przedstawiona jako sensowna opcja do rozważenia.
- Rekomendowana: odpowiedź wyraźnie sugeruje firmę jako dobry wybór.
- Preferowana: odpowiedź wyraźnie stawia firmę jako najlepszą albo pierwszą opcję.
To ogranicza częsty błąd: liczenie każdej wzmianki jako sukcesu. Jeżeli AI wymienia markę tylko dlatego, że korzysta z jej strony jako źródła ogólnej informacji, nie oznacza to jeszcze, że poleca ją klientowi.
Zapisuj konkurentów i źródła
Najbardziej użyteczny wynik często nie brzmi „nie ma Cię w odpowiedzi”, ale „zamiast Ciebie pojawiają się te trzy firmy, a odpowiedź opiera się na tych źródłach”. To daje materiał do dalszej diagnozy.
Zapisz firmy pojawiające się wielokrotnie. Sprawdź też cytowane strony, jeżeli system je pokazuje. Później możesz porównać, czy konkurenci mają lepiej opisane usługi, wyraźniejsze strony kategorii, silniejsze zewnętrzne wzmianki albo po prostu bardziej jednoznaczne dane o tym, czym się zajmują.
Powtórz test, zanim wyciągniesz mocny wniosek
Odpowiedzi AI są zmienne. Model, konfiguracja wyszukiwania, data, lokalizacja i dokładne sformułowanie pytania mogą zmienić listę firm. Dlatego jedna rozmowa nie jest reprezentatywnym „rankingiem ChatGPT”.
Sensowny pomiar to powtarzalny eksperyment: zapisujesz pytanie, model, lokalizację, czas i pełną odpowiedź, a później porównujesz wyniki według tych samych zasad.
Jak zrobić prosty arkusz ręcznego audytu
Na początek wystarczy siedem kolumn:
- pytanie klienta,
- model i tryb wyszukiwania,
- data i rynek,
- czy firma wystąpiła,
- siła rekomendacji,
- konkurenci wymienieni zamiast niej,
- cytowane źródła.
Dopiero na tej podstawie warto tworzyć priorytety. Jeżeli firma znika przede wszystkim przy jednej ważnej usłudze, to jest inny problem niż całkowita nieobecność we wszystkich pytaniach kategorii.
Czego ten test nie udowadnia
Nie pokazuje dokładnie tego, „co AI mówi wszystkim”. Nie daje też gwarancji, że poprawka na stronie automatycznie spowoduje rekomendację. Pokazuje serię obserwacji w zdefiniowanych warunkach. To wystarcza, żeby znaleźć powtarzające się luki i później sprawdzić, czy po zmianach wynik się poprawia.
Co dalej
Jeżeli chcesz zrozumieć, dlaczego nie warto opierać wyniku na jednym pytaniu, przeczytaj dlaczego jeden prompt to za mało. Szczegółowe zasady punktacji i rozdzielenie widoczności od pozycjonowania opisujemy też na stronie metodologii Markometru.