Lista najczęściej cytowanych domen może wyglądać jak gotowy plan działania: sprawdzić liderów zestawienia, wybrać kilka portali i spróbować pojawić się właśnie tam. Problem w tym, że taki ranking opisuje konkretną próbę — określone platformy, pytania, rynki i moment pomiaru. Nie mówi jeszcze, które źródła są naprawdę istotne dla konkretnej firmy.
Lepszym punktem wyjścia jest zbudowanie własnej mapy źródeł. Osobno dla ChatGPT, Google AI Overviews czy Perplexity, dla właściwego rynku i spójnej grupy pytań klientów. Dopiero wtedy można ocenić, gdzie warto rozwijać własną treść, gdzie próbować zdobyć obecność zewnętrzną, a które domeny po prostu monitorować.
Ważne jest też rozróżnienie kilku rzeczy, które łatwo wrzucić do jednego worka. Wzmianka o marce nie jest tym samym co cytowanie konkretnego URL-a, a samo znalezienie strony przez system nie musi oznaczać, że zostanie ona pokazana użytkownikowi jako źródło. Te różnice będą miały znaczenie na każdym kolejnym etapie analizy.
Lista najczęściej cytowanych domen to dopiero punkt wyjścia
Globalny ranking źródeł może pomóc zorientować się, jakie typy domen często pojawiają się w odpowiedziach AI. Nie powinien jednak automatycznie stawać się listą miejsc, w których dana firma ma publikować.
Dobrze pokazuje to badanie Agenzy obejmujące 2 283 923 cytowania z 394 180 odpowiedzi AI dotyczących 130 europejskich firm. W tej konkretnej próbie żadna pojedyncza domena nie odpowiadała za więcej niż 2,1% wszystkich cytowań, a do zebrania połowy cytowań potrzebnych było 1057 różnych domen. [3]
To ważna obserwacja, ale równie ważne jest jej ograniczenie. Zbiór Agenzy pochodził z projektów klientów i potencjalnych klientów jednej agencji, a 104 ze 138 projektów rynkowych dotyczyły Litwy. Nie jest więc reprezentatywną mapą całego europejskiego internetu ani gotowym punktem odniesienia dla firmy działającej w Polsce. [3]
Podobny problem pojawia się przy porównywaniu różnych badań. Writesonic i Qwairy również obserwowały niski stopień nakładania się źródeł pomiędzy badanymi platformami, ale korzystały z innych prób i metod. Wyniki nie powinny być zatem zestawiane tak, jakby wszystkie mierzyły tę samą populację. [4][5]
Wniosek jest prostszy niż same statystyki: ranking „najczęściej cytowanych domen” może podsunąć hipotezy, ale właściwe źródła trzeba ustalić dla własnego przypadku. Pierwszym pytaniem nie powinno więc być „jaki portal jest najlepszy pod AI?”, lecz „w jakim systemie, na jakim rynku i dla jakiego typu pytań chcemy sprawdzić źródła?”.
ChatGPT, AI Overviews i Perplexity analizuj osobno
Źródeł z różnych platform nie warto od razu wrzucać do jednego zestawienia. Najpierw trzeba zobaczyć każdą powierzchnię osobno, a dopiero potem szukać części wspólnej.
Google oficjalnie opisuje, że AI Overviews i AI Mode mogą korzystać z mechanizmu query fan-out, czyli równoległego rozwijania zapytania na dodatkowe wyszukiwania dotyczące różnych podtematów. Dokumentacja zaznacza również, że obie powierzchnie mogą korzystać z różnych modeli i technik, dlatego zestawy odpowiedzi oraz pokazywanych linków mogą się różnić. [1]
Różnice między platformami pojawiają się również w badaniach obserwacyjnych. W próbie Agenzy ChatGPT, Google AI Overviews i Perplexity miały medianowo tylko dwie wspólne domeny w swoich TOP10 źródeł dla projektów spełniających warunki porównania. Writesonic i Qwairy także obserwowały niski poziom zgodności domen pomiędzy analizowanymi systemami. [3][4][5]
Nie oznacza to, że każda platforma zawsze będzie korzystała z zupełnie innych stron. Oznacza natomiast, że wynik z ChatGPT nie powinien być automatycznie używany jako zastępstwo dla Google AI Overviews albo Perplexity.
Do tego dochodzi rynek. W badaniu Senuto dotyczącym polskich AI Overviews 1,08% z 98 887 422 analizowanych cytowań pochodziło ze źródeł zagranicznych tłumaczonych przez Google. To wynik dotyczący konkretnego zbioru Google AI Overviews w Polsce, a nie ogólna zasada wszystkich systemów AI. Uzasadnia jednak, aby w analizie nie przenosić automatycznie wyników z innego rynku na Polskę. [6]
W praktyce warto więc utworzyć osobne zestawy obserwacji, np. dla ChatGPT w języku polskim, Google AI Overviews na polskim rynku i Perplexity. Dopiero po zebraniu danych można sprawdzić, które źródła pojawiają się w kilku miejscach, a które są charakterystyczne tylko dla jednego systemu.
Najpierw wybierz spójną grupę pytań
Analiza źródeł traci wartość, jeśli mieszamy ze sobą przypadkowe pytania i polecenia. Innych odpowiedzi szuka osoba poznająca kategorię, innych porównująca rozwiązania, a jeszcze innych ktoś gotowy do wyboru konkretnej oferty.
Dlatego zamiast zaczynać od długiej listy pytań, lepiej:
- wybrać jeden problem lub etap decyzji — np. wybór rozwiązania, porównanie dostawców albo diagnozę problemu;
- zebrać kilka naturalnych wariantów tego samego zadania, zamiast tworzyć dziesiątki zmian szyku słów;
- oddzielić pytania informacyjne od zakupowych, jeśli prowadzą do różnych źródeł i innych decyzji;
- zachować ten sam zestaw pytań w kolejnych pomiarach, jeśli celem jest porównywanie zmian w czasie.
Takie podejście jest zgodne z tym, jak działają współczesne funkcje wyszukiwania. Google opisuje query fan-out w swoich funkcjach AI, a OpenAI informuje, że ChatGPT Search może przekształcać pytanie użytkownika w bardziej precyzyjne wyszukiwania i korzystać przy tym m.in. z ogólnego kontekstu lokalizacyjnego. [1][2]
Nie oznacza to, że trzeba odtwarzać wszystkie zapytania wykonywane przez system. Dla analizy źródeł ważniejsze jest, aby własny zestaw pytań reprezentował jeden rzeczywisty problem. Dzięki temu późniejsza odpowiedź na pytanie „które domeny pojawiają się regularnie?” ma sens.
Jeżeli potrzebujesz osobno przeanalizować sposób budowania i walidacji takich zapytań, zobacz, jak znaleźć i zweryfikować query fan-out.
Zbieraj konkretne URL-e, a dopiero potem patrz na domeny
Najbardziej użyteczna analiza zaczyna się od konkretnego cytowanego URL-a, nie od samej nazwy domeny. Dopiero później warto agregować obserwacje do poziomu serwisu.
Dla każdej odpowiedzi zapisz co najmniej:
- platformę lub powierzchnię,
- dokładne pytanie,
- datę obserwacji,
- cytowany URL,
- domenę po normalizacji,
- czy źródło dotyczy własnej firmy, konkurenta czy podmiotu niezależnego,
- typ źródła, np. własna witryna, media branżowe, treści tworzone przez użytkowników (UGC), serwis informacyjny, portal lokalny lub strona producenta.
Na tym etapie trzeba szczególnie pilnować różnicy pomiędzy stroną znalezioną w procesie wyszukiwania kandydatów na źródła a stroną pokazaną użytkownikowi jako cytowane źródło. Badanie Ahrefs dotyczące ChatGPT wskazuje, że pula URL-i pojawiających się na wcześniejszym etapie wyszukiwania była większa niż pula URL-i ostatecznie cytowanych w odpowiedziach. [7]
Sam fakt, że system znalazł stronę, nie oznacza więc, że użytkownik zobaczy ją jako źródło. Z kolei sama wzmianka o marce nie powinna być zapisywana jako cytowanie URL-a, jeśli w odpowiedzi nie ma takiego odwołania.
Dlaczego zaczynać od URL-a, skoro ostatecznie interesuje nas domena? Bo oba poziomy odpowiadają na różne pytania. URL mówi, jaki konkretny dokument został wskazany jako źródło w danej odpowiedzi. Domena pomaga później sprawdzić, czy ten serwis powtarza się w większej liczbie odpowiedzi.
Przykład hipotetyczny: jeśli w sześciu odpowiedziach pojawiają się trzy różne artykuły z tego samego portalu branżowego, mamy inny sygnał niż wtedy, gdy jeden stary URL tej domeny pojawił się raz przy pojedynczym pytaniu.
Jeżeli potrzebujesz pełnego protokołu ręcznej obserwacji, zobacz, jak sprawdzić widoczność strony w ChatGPT. Osobno opisaliśmy też, jak interpretować cytowanie i wzmiankę o marce, ponieważ są to dwa różne zdarzenia.
Porównaj własną firmę, konkurentów i źródła zewnętrzne
Samo pytanie „czy moja strona została zacytowana?” jest zbyt wąskie. Jeśli chcemy znaleźć realne możliwości działania, trzeba zobaczyć cały krajobraz źródeł wokół badanej grupy pytań.
Najprostszy podział to:
- własne źródła (OWN) — własna domena i własne materiały;
- konkurenci (COMPETITOR) — domeny konkurentów pojawiające się bezpośrednio jako źródła;
- niezależne źródła (THIRD PARTY) — serwisy, które opisują kategorię, rynek, rozwiązania albo konkretnych konkurentów.
Ta trzecia grupa bywa szczególnie interesująca. W badaniu Agenzy własne witryny analizowanych marek odpowiadały za 3,7% cytowań w ich próbie, natomiast domeny wskazanych konkurentów za 16,9%. [3] Nie jest to dowód, że tak samo wygląda każda branża ani polski rynek. Pokazuje jednak, dlaczego analiza ograniczona wyłącznie do własnej domeny może pominąć część krajobrazu źródeł.
Warto też klasyfikować źródła według typu. W tej samej analizie udział treści tworzonych przez użytkowników, mediów, własnych stron czy serwisów komercyjnych różnił się pomiędzy badanymi platformami. [3] To kolejny powód, aby nie pytać ogólnie „czy Reddit działa pod AI?” albo „czy portale branżowe są dobre pod ChatGPT?”. Najpierw trzeba sprawdzić, jaką rolę dany typ źródła rzeczywiście odgrywa w badanej grupie pytań.
Które źródła naprawdę zasługują na uwagę?
Nie istnieje zweryfikowany uniwersalny próg typu „domena musi pojawić się przynajmniej trzy razy, aby była wartościowym celem”. Taki liczbowy warunek byłby sztuczny. Lepiej oceniać kilka sygnałów łącznie.
| Kryterium | Co sprawdzić | Dlaczego ma znaczenie |
|---|---|---|
| Platforma | Czy źródło powtarza się w ChatGPT, AI Overviews, Perplexity czy tylko w jednym systemie? | Wynik jednej platformy nie powinien automatycznie reprezentować pozostałych. |
| Rynek i język | Czy obserwacja dotyczy właściwego kraju i języka? | Nie należy automatycznie przenosić wyników z innego rynku na Polskę. |
| Grupa pytań | Czy domena pojawia się przy pytaniach dotyczących tego samego problemu? | Pojedyncze wystąpienie przy pytaniu o innej intencji może być mało użyteczne. |
| Powtarzalność | Czy źródło wraca w kolejnych odpowiedziach lub pomiarach? | W tej metodzie powtarzalność zwiększa priorytet dalszej analizy, ale nie gwarantuje trwałości źródła. |
| Dopasowanie tematyczne | Czy serwis rzeczywiście publikuje o danej kategorii, problemie lub rynku? | Popularna domena może być nieistotna dla konkretnego tematu. |
| Relacja z konkurencją | Czy źródło opisuje konkurentów, porównuje rozwiązania albo występuje przy ich markach? | Może wskazywać miejsca kształtujące obraz kategorii poza własną witryną. |
| Możliwość obecności | Czy istnieje sensowny i jakościowy sposób pojawienia się w tym źródle? | Nie każde istotne źródło jest miejscem, w którym można lub warto publikować. |
Macierz nie służy do wyliczenia jednej magicznej oceny. Ma odsiać dwie skrajności: z jednej strony pogoń za każdym cytowanym serwisem, z drugiej — opieranie strategii wyłącznie na globalnym TOP domen.
W tej metodzie pojedyncze wystąpienie jest słabym sygnałem do dalszej obserwacji. Gdy domena wraca w spójnej grupie pytań, warto przyjrzeć się jej dokładniej. Jeśli dodatkowo jest tematycznie dopasowana i istnieje realny sposób zdobycia wartościowej obecności, może zostać zakwalifikowana do dalszej decyzji. Nadal nie jest to dowód, że publikacja na niej spowoduje przyszłe cytowanie.
Co zrobić ze źródłem po jego zakwalifikowaniu?
Zakwalifikowane źródło nie powinno automatycznie prowadzić do zakupu publikacji. Najpierw trzeba zdecydować, jaki typ działania najlepiej odpowiada zaobserwowanej luce.
- Rozwój własnej treści — gdy źródła zewnętrzne odpowiadają na pytanie, na które własna domena mogłaby wiarygodnie i użytecznie odpowiedzieć lepiej.
- Zdobycie niezależnej obecności — gdy istotny serwis redakcyjny, branżowy lub społecznościowy rzeczywiście pojawia się przy danej kategorii pytań, a obecność marki może wynikać z realnej wartości merytorycznej, PR-u, eksperckiego komentarza lub udziału w dyskusji.
- Kandydat do publikacji płatnej — gdy źródło dopuszcza taki model i przechodzi do osobnej oceny jakościowej. Samo występowanie w cytowaniach nie wystarcza do podjęcia decyzji o zakupie.
- Monitoring — gdy źródło wygląda interesująco, ale sygnał jest jeszcze zbyt słaby albo nie ma dziś sensownej drogi do obecności.
- Brak działania — gdy domena pojawiła się przypadkowo, ma słabe dopasowanie albo koszt i charakter obecności nie odpowiadają problemowi biznesowemu.
Ta kolejność zmienia sposób myślenia o publikacjach zewnętrznych. Najpierw ustalamy, czy źródło jest w ogóle ważne dla badanego krajobrazu odpowiedzi. Dopiero później oceniamy, czy jest jakościowym miejscem do publikacji, współpracy albo zdobycia wzmianki.
Jeśli domena trafia do grupy kandydatów do publikacji płatnej, to dopiero początek drugiego etapu oceny. Trzeba jeszcze ocenić domenę przed publikacją sponsorowaną pod kątem tematyki, jakości i sensu konkretnej publikacji.
Obserwacja „ten portal pojawia się jako źródło” może więc uzasadniać dalszą analizę. Nie jest natomiast dowodem, że zakup artykułu na tym portalu poprawi widoczność marki w ChatGPT, AI Overviews lub Perplexity. [3][4][5][7]
Powtórz pomiar, ale nie przypisuj skutku jednej publikacji
Po wdrożeniu działania trzeba wrócić do tego samego zestawu pytań, platform i zasad zapisu. Inaczej porównujemy dwa różne pomiary.
Sprawdź osobno, czy zmieniły się:
- cytowane URL-e,
- domeny pojawiające się w odpowiedziach,
- obecność własnej marki,
- obecność konkurentów,
- częstotliwość występowania konkretnych typów źródeł.
Trzeba przy tym zaakceptować zmienność wyników. OpenAI zaznacza, że odpowiedzi wyszukiwania i cytowania mogą być niepełne, nieaktualne lub błędne, a badania porównujące kolejne uruchomienia systemów również pokazują, że zestawy źródeł nie są całkowicie stabilne. [2][5]
W Google od 31 sierpnia 2026 r. dostępny jest również raport Generative AI w Search Console, który pozwala analizować wyświetlenia stron w AI Overviews i AI Mode. To dodatkowa warstwa pomiaru dotycząca Google Search, a nie narzędzie do monitorowania ChatGPT czy Perplexity. [8]
Najważniejsze ograniczenie pozostaje jednak metodologiczne: jeśli po publikacji na wybranej domenie marka zacznie pojawiać się częściej, sama kolejność zdarzeń nie dowodzi jeszcze, że właśnie ta publikacja była przyczyną. W tym samym czasie mogły zmienić się modele, źródła, zachowanie platformy, konkurencja albo sam zestaw pytań.
Dlatego dobra analiza źródeł nie kończy się listą portali. Kończy się decyzją, którą można ponownie sprawdzić: rozwijamy własną treść, zdobywamy obecność zewnętrzną, oceniamy możliwość publikacji, obserwujemy źródło albo świadomie nic z nim nie robimy.
Jeżeli firma nie chce budować takiej mapy ręcznie, kolejnym krokiem może być Local AI Visibility, gdzie analiza firmy, tematów i potencjalnych miejsc publikacji poprzedza sam dobór domen. Taka analiza nadal nie daje gwarancji cytowania.
Źródła
- AI Features and Your Website, Google Search Central, dostęp: 2026-09-14. Locator: sekcja dotycząca query fan-out oraz różnic między AI Overviews i AI Mode.
- Przeszukiwanie internetu za pomocą ChatGPT, OpenAI Help Center, dostęp: 2026-09-14. Locator: „Sprawdzanie źródeł i wyników” oraz informacje o zapytaniach przekazywanych dostawcom wyszukiwania.
- Which Sources Do AI Engines Cite? Agenzy 2026 Study, Agenzy, dostęp: 2026-09-14. Locator: „Key numbers”, „Methodology”, „How concentrated are the sources AI engines cite?” oraz część dotycząca witryn marek i konkurentów.
- Do AI Engines Cite the Same Sources? A Study of 161,286 Prompts, Writesonic, dostęp: 2026-09-14. Locator: „How We Measured This” oraz część dotycząca zgodności źródeł między silnikami.
- AI Engines Cite Different Sources — 8-Engine GEO Study, Qwairy, dostęp: 2026-09-14. Locator: cross-engine overlap oraz część porównująca zgodność systemów z ich własnymi kolejnymi uruchomieniami.
- AI Overviews w Polsce — raport v2.0, Senuto, dostęp: 2026-09-14. Locator: „Analiza cytowań z zagranicy”.
- Why ChatGPT Cites One Page Over Another — Study of 1.4M Prompts, Ahrefs, dostęp: 2026-09-14. Locator: metodologia oraz część rozróżniająca URL-e pobrane od URL-i finalnie cytowanych.
- Raport o skuteczności w generatywnej sztucznej inteligencji (wyszukiwarka), Google Search Console – Pomoc, dostęp: 2026-09-14. Locator: wprowadzenie, zakres raportu, AI Overviews i AI Mode.
