← Marketing Wire / AI & Search

Luka pomiarowa w AI search: marki są znane modelom, ale rzadko polecane

·Źródło: Search Engine Journal

Search Engine Journal opisuje test Tony'ego Uphoffa, który zapytał ChatGPT, Gemini, Perplexity i Google AI Overviews o pytania swoich potencjalnych klientów. W 59 odpowiedziach jego newsletter Uphoff on Media pojawił się w 0 z 12 odpowiedzi kategorialnych, a firma Uphoff Advisory w 1 z 43, choć każdy silnik znał jego karierę po pytaniu „Who is Tony Uphoff?”. Autor nazywa to fałszywym pozytywem: zapytanie o markę po nazwie daje poprawną odpowiedź, ale kupujący pytają o kategorię. Według ankiety G2 z marca 2026 (1076 nabywców oprogramowania B2B) 51% zaczyna research od chatbota częściej niż od Google (wobec 29% rok wcześniej), a 69% zmieniło przez chatbota planowanego dostawcę. Modele opisują też dawną wersję firmy — trzy silniki nadal podawały Uphoffa jako CEO Pipeline360, bo opierały się na starych komunikatach i bazach menedżerów. Na pytania kategorialne modele cytują zestawienia typu „best of” (Zapier, Content Allies), a nie same firmy; badanie Friction AI na 14 140 zapytaniach pokazało, że Nike pojawiał się w ok. 71% odpowiedzi o athleisure, a New Balance prawie wcale. Dla SEO oznacza to konieczność mierzenia rekomendacji w odpowiedziach na pytania nierelacjonowane marką, aktualizowania źródeł i śledzenia Citation Share of Voice jako trendu, najlepiej co tydzień. Autor zaleca też raportowanie od metryk bliskich przychodom (wartość kontraktu, churn) zamiast samych pozycji i sesji oraz sprawdzanie pilotaży GEO trzema bramkami: zadanie, właściciel z baseline’em i jeden sygnał

Źródło: Search Engine Journal — oryginalny artykuł ↗

Chcesz wiedzieć, jak ta zmiana wpłynie na Twoją stronę?

Nasz zespół analizuje każdą aktualizację Google w 48h i przekłada ją na konkretne działania dla klientów.

Bezpłatna analiza wpływu