Śledź zmianę i udowodnij, co ją spowodowało.

Poprawka się liczy, gdy odpowiedzi przesuwają się bardziej niż szum. Ten rozdział wyjaśnia, jak uczciwie mierzyć ponownie, jak odróżnić prawdziwą zmianę od wahnięcia, ile czasu mija, zanim poprawka będzie widoczna, i przedstawia czterotygodniowy plan, którym kończy się przewodnik.

200 odpowiedzi. 25 Prompts/pytanie. Najlepsze silniki AI. 2 dni. Za darmo. Bez karty.

Co sprawia, że porównanie „przed i po” jest uczciwe?

Mierz dwa razy to samo: te same pytania, w tych samych silnikach, z tą samą częstotliwością, wobec tej samej zamrożonej listy konkurentów (rozdział 3). Jeśli zmienisz zestaw pytań między uruchomieniami, porównujesz dwie różne próby; nowe pytania zacznij jako osobną serię.

Potem porównuj uruchomienia pytanie po pytaniu. Sprawdzanie, czy dwa przedziały 95% się nakładają, jest znacznie bardziej rygorystyczne, niż się wydaje: Payton, Greenstone i Schenker wykazali w 2003 roku, że dwa takie przedziały z identycznych populacji nakładają się w ponad 99% przypadków, więc test nakładania działa jak test na poziomie 1% i połyka prawdziwe spadki. Przy 200 pytaniach spadek z 42% do 30% daje nakładające się przedziały 95%, ale standardowy test dwóch proporcji daje p = 0,012. Jeśli 30 pytań przestało cię wymieniać, a 6 zaczęło, sparowany test McNemara na tych zmianach daje p około 0,00006 (przykład krok po kroku).

99%+

Tak często nakładają się dwa przedziały 95%, gdy nic się nie zmieniło, co czyni nakładanie słabym testem wykrywania zmiany.

Payton, Greenstone i Schenker, 2003
47%

Zmiany w pojedynczej odpowiedzi, które odwróciły się następnego dnia, w 40 pytaniach kupujących w czterech silnikach.

5–13 paź 2026
409 z 481

Odpowiedzi ChatGPT w audycie, które nie wykonały żadnego wyszukiwania w sieci, więc żadna nowa strona nie mogła do nich trafić.

Audyt z 26 wrz 2026

Czy ten spadek jest prawdziwy, czy to tylko wahnięcie?

Poczekaj, czy się utrzyma. W naszym codziennym śledzeniu 47% zmian w pojedynczej odpowiedzi odwróciło się dzień później, a gdy mogliśmy śledzić zmianę jeszcze przez dwa dni, utrzymała się przez wszystkie trzy dni w 36,7% przypadków. Jeden śledzony konkurent miał 75% w poniedziałek i 45% w piątek tego samego tygodnia, co wygląda na spadek o 30 punktów; w całym tygodniu był wymieniony w 89 ze 140 odpowiedzi, czyli w 63,6%, i nic nie spadło (badanie częstotliwości).

Reaguj na zmianę, gdy utrzyma się przez dwa lub trzy dni albo gdy przedziały dwóch pomiarów się rozejdą. Alert, który włącza się przy każdym przekroczeniu, przy tak zaszumionych liczbach włącza się bez przerwy.

Ile czasu mija, zanim poprawka będzie widoczna?

To zależy od tego, którą połowę odpowiedzi zmieniłeś. Silniki, które przeszukują sieć na żywo, jak Perplexity, wyszukiwanie w ChatGPT i Google AI Overviews, mogą odzwierciedlić zmianę kilka dni po ponownym zaindeksowaniu; Google podaje, że ponowne indeksowanie może trwać od kilku dni do kilku tygodni. Odpowiedzi oparte na treningu modelu zmieniają się dopiero wraz z nowym modelem, co może potrwać miesiące, a żaden dostawca nie publikuje tego harmonogramu.

Zanim więc ocenisz miesiąc pracy, sprawdź, czy odpowiedzi, które czytasz, w ogóle coś wyszukały. W audycie naszych własnych uruchomień ChatGPT 409 z 481 odpowiedzi nie wykonało żadnego wyszukiwania w sieci i nic opublikowanego tydzień wcześniej nie mogło się w nich pojawić (pierwsze 30 dni).

Jak wygląda czterotygodniowy plan?

  1. Tydzień 1, punkt odniesienia. Wybierz pytania, zadaj je każdemu silnikowi i zapisz, kto jest wymieniany i co jest cytowane (rozdział 2). Zrób to dwa razy, w odstępie jednego dnia.
  2. Tydzień 2, dostęp. Sprawdź każdego bota na swoich kluczowych stronach i popraw blokady w CDN oraz treści dostępne tylko z JavaScriptem (rozdział 4).
  3. Tydzień 3, tożsamość i źródła. Opublikuj wszędzie swoją jednozdaniową definicję i odezwij się do pięciu najczęściej cytowanych stron, które cię pomijają (rozdział 5).
  4. Tydzień 4, ponowny pomiar. Zadaj te same pytania w tych samych silnikach. Zachowaj to, co przesunęło się poza przedział; przemyśl to, co nie.

Jak pokazać zmianę komuś innemu?

  • Raportuj każdy silnik osobno, każdy wskaźnik z przedziałem i liczbą odpowiedzi, na których się opiera.
  • Linkuj każdą liczbę do odpowiedzi, które liczy, żeby każdy mógł przeczytać, co silnik naprawdę powiedział.
  • Podaj, co i kiedy zmieniłeś, obok dat, w których przesunęły się odpowiedzi.
  • Raportuj też pytania, które się nie przesunęły. Raport z samymi sukcesami nie jest dowodem.

Więcej w zobacz odpowiedzi AI stojące za twoją widocznością i w codziennym monitoringu widoczności w AI.

Czytaj dalej

Wszystkie rozdziały

Powiązane lektury

Źródła
  1. Payton, Greenstone i Schenker: Overlapping confidence intervals or standard error intervals, Journal of Insect Science 3:34 (2003) pmc.ncbi.nlm.nih.gov/articles/PMC524673/
  2. NIST: McNemar test, Dataplot reference manual www.itl.nist.gov/div898/software/dataplot/refman1/auxillar/mcnemar.htm
  3. Google Search Central: Ask Google to recrawl your URLs developers.google.com/search/docs/crawling-indexing/ask-google-to-recrawl
  4. OpenAI Help Center: Searching the web with ChatGPT help.openai.com/en/articles/9237897-searching-the-web-with-chatgpt

Liczby Proofsource linkują do wpisu lub badania, które je zmierzyło, z datami i metodą. Daj nam znać, jeśli coś tu jest nieaktualne.

Sprawdź, gdzie AI cię pomija. I napraw to.

Zobacz, które pytania kupujących wymieniają twoją markę, kto jest wymieniany zamiast niej i co naprawić. 200 odpowiedzi. 25 Prompts/pytanie. Najlepsze silniki AI. 2 dni. Za darmo. Bez karty.

200 odpowiedzi. 25 Prompts/pytanie. Najlepsze silniki AI. 2 dni. Za darmo.ChatGPTPerplexityClaudeGoogle AI OverviewsGoogle AI ModeGeminiMicrosoft CopilotGrokDeepSeekMeta AI