KRESKA STUDIO - Blog - Test widoczności w AI

Jak sprawdzić, czy ChatGPT poleca Waszą firmę: pięć pytań do zadania

Klienci coraz częściej pytają sztuczną inteligencję o wykonawcę zamiast przeglądać dziesięć linków. Sprawdzenie, czy jesteście w tej odpowiedzi, zajmuje kwadrans.

5 września 2026 · KRESKA STUDIO

Widoczność firmy w odpowiedziach AI sprawdza się zadając modelowi pięć pytań, które zadałby klient, i notując, czy nazwa firmy pojawia się w odpowiedzi. Test zajmuje kwadrans i nie wymaga żadnych narzędzi. Powtarzany co miesiąc pokazuje, czy praca nad widocznością działa.

Pięć pytań

Zamieńcie nawiasy na swoją branżę i okolicę, a potem zadajcie każde pytanie osobno w ChatGPT, Claude i Perplexity.

  • Pytanie o polecenie: „Kto w okolicy [miasto] wykona [usługa] na wymiar?”
  • Pytanie o najlepszego: „Jaka jest najlepsza [branża] w [region]?”
  • Pytanie o cenę: „Ile kosztuje [usługa] w [miasto] i kto to robi?”
  • Pytanie o wybór wykonawcy: „Jak wybrać dobrego [zawód] i kogo polecacie w [region]?”
  • Pytanie wprost o Was: „Co wiesz o firmie [nazwa] z [miasto]?”

Jak czytać wynik

Co widzicieCo to znaczy
Nazwa firmy w odpowiedziModel ma o Was dane i uznaje je za wiarygodne. Cel osiągnięty.
Same nazwy konkurencjiKonkurencja ma spójniejsze i lepiej opisane dane. To jest do nadrobienia.
Ogólna odpowiedź bez nazwW tej branży i okolicy nikt nie jest jeszcze widoczny. Wejście jest tanie.
Błędne dane o WasNajgorszy wariant. Gdzieś w sieci są sprzeczne informacje o firmie.

Ostatnie pytanie jest najważniejsze

Pytanie wprost o nazwę firmy sprawdza nie tyle widoczność, co poprawność. Jeśli model podaje zły adres, dawną nazwę albo usługę, której nie świadczycie, macie w sieci sprzeczne dane - najczęściej w wizytówce Google, starym katalogu branżowym albo nieaktualnym profilu.

Co zrobić, jeśli Was nie ma

  • Dane strukturalne na stronie - opis firmy w formacie czytelnym dla maszyn: rodzaj działalności, adres, obszar, usługi, godziny.
  • Treść w formie pytań i odpowiedzi - napisana dokładnie tak, jak pyta klient. To te fragmenty są cytowane najczęściej.
  • Plik llms.txt - krótki plik na serwerze mówiący wprost, kim jesteście i co warto zacytować.
  • Jedna wersja faktów - rok założenia, obszar, lista usług. Sprzeczności obniżają zaufanie modelu do całego źródła.
  • Obecność w źródłach, z których modele korzystają - wizytówka Google, katalogi branżowe, profile zawodowe.

Dlaczego to zaczyna mieć znaczenie

Klasyczna wyszukiwarka pokazuje dziesięć linków i użytkownik wybiera. Model językowy odpowiada jednym akapitem z dwiema, trzema nazwami. Nie ma drugiej strony wyników, więc różnica między pierwszym a czwartym miejscem przestaje istnieć - jest tylko obecność albo nieobecność.

W większości lokalnych branż konkurencja nie robi jeszcze nic w tym kierunku. Dlatego dziś wystarczy poprawnie opisana strona i spójne dane, a za dwa lata będzie to kosztowało tyle, co dziś klasyczne pozycjonowanie.

Jedna uwaga o powtarzalności

Modele nie odpowiadają identycznie za każdym razem, a część z nich korzysta z wyszukiwarki na bieżąco. Dlatego test warto zrobić w trzech narzędziach i powtórzyć następnego miesiąca, zamiast wyciągać wnioski z jednej odpowiedzi.

Treść sprawdzona:

Chcecie, żebyśmy sprawdzili to u Was?

Przeglądamy stronę, wizytówkę Google i konkurencję, a potem mówimy wprost, co naprawić najpierw. Bez oferty w załączniku.

contact@kreska-studio.com