Jak mierzymy cytowania AI

Surowym materiałem jest strumień odpowiedzi od pięciu asystentów AI: ChatGPT, Claude, Gemini, Grok i Perplexity. Odpowiadają one na pytania, które co tydzień służą do sprawdzania, jak strony klientów pojawiają się w odpowiedziach AI. Są wysyłane przez API każdego modelu z włączonym wyszukiwaniem w sieci.

Pytania powstają na podstawie krótkiego profilu każdej śledzonej firmy: co sprzedaje, na jakim rynku i dla kogo. Brzmią jak zapytania potencjalnego kupującego, na przykład jaką firmę przeprowadzkową wybrać do przeprowadzki po Francji albo czy można ufać danemu typowi internetowej apteki. Wygenerowane pytania nigdy nie wymieniają marki, dzięki czemu odpowiedź nie jest ukierunkowana na klienta. Klienci mogą dodawać własne pytania.

Model jest proszony o oznaczenie każdej polecanej firmy i o podanie obok adresów stron, które uzasadniają wybór. Każdy adres sprowadza się do swojej domeny, bez przedrostka www., i staje się jednym cytowaniem tej domeny. Liczone są tylko kompletne odpowiedzi.

Jednostką jest wskaźnik: cytowania domeny podzielone przez odpowiedzi w tym samym zakresie (okres, model, język, branża), pomnożone przez 100.

W mianowniku uwzględniana jest każda odpowiedź w tym zakresie, nawet te, które nie polecają żadnej firmy ani nie podają adresu. Domena jest mierzona względem wszystkich swoich szans na zacytowanie.

Licznik opiera się na jednej zasadzie: domena liczy się raz na każdą polecaną firmę i na każdą odpowiedź. Jeśli odpowiedź poleca trzy firmy przeprowadzkowe i każdą popiera stroną z tego samego portalu z opiniami, ten portal dostaje trzy cytowania. Dwie strony tego portalu dla jednej firmy dają wciąż jedno cytowanie tej firmy. Liczba jest więc wskaźnikiem cytowań, a nie udziałem w odpowiedziach.

W ciągu kilku miesięcy wskaźnik nie jest średnią miesięcznych wskaźników: dzieli cytowania ze wszystkich miesięcy przez sumę ich odpowiedzi, więc bardziej obciążony miesiąc waży więcej niż spokojny.

• Głównie francuski, trochę angielskiego. Język odpowiedzi to język rynku, na który celuje analizowana strona, odczytany z jej ustawień regionalnych (fr-FR, fr-BE, fr-CH dla francuskiego; en-US, en-GB dla angielskiego), a nie zgadywany z brzmienia pytania. Większość śledzonych stron kieruje ofertę do rynków francuskojęzycznych, dlatego próba francuska jest znacznie większa. Nieliczne odpowiedzi dotyczące rynków w innych językach są uwzględniane tylko w zestawieniach ogólnych.
• Pytania o firmy i rynki. Wybór dostawcy, porównywanie ofert, sprawdzanie cen lub wiarygodności. Tematy spoza handlu są nieobecne.
• Branże. Odpowiedź należy do branży analizowanej firmy, określonej przez to, co sprzedaje, a nie przez jej klientów: oprogramowanie dla agentów nieruchomości trafia do kategorii Oprogramowanie, a agencja internetowa do kategorii Usługi IT. Ta klasyfikacja obowiązuje od lipca 2026. Branża dostaje własną stronę, gdy zbierze co najmniej trzy firmy i około 500 odpowiedzi, tak aby żaden sektor nie odzwierciedlał jednego klienta.
• Modele. ChatGPT, Gemini i Perplexity otrzymują pytania od każdej śledzonej strony; Claude i Grok tylko ich część, więc ich liczby opierają się na mniejszej liczbie odpowiedzi i innym zestawie firm.

• Domeny Google. google.com i jego wersje krajowe, przekierowania vertexaisearch.cloud.google.com pojawiające się w odpowiedziach Gemini oraz hosty techniczne, takie jak gstatic.com, są usuwane na każdym etapie: to zaplecze odpowiedzi, a nie strony, które czytelnik by odwiedził. Produkty Google polecane z nazwy, na przykład Google Cloud, mogą nadal pojawiać się w rankingach marek.
• Własna strona wydawcy. sorank.com jest śledzona jak klient, z pytaniami o oprogramowanie SEO, które ciągnęłyby angielskie liczby w stronę narzędzi SEO. Wszystkie jej odpowiedzi są usuwane. Przez kilka miesięcy na początku 2026 roku nie dało się ich już wyodrębnić, więc te miesiące liczą się tylko po francusku.
• Strony klientów. Strony śledzonych firm znikają ze wszystkich rankingów, niezależnie od tego, czy występują jako domena, czy jako nazwa marki, nawet gdy są cytowane tylko przez subdomenę. Ich odpowiedzi pozostają w próbie: strony poniżej awansują, a mianownik się nie zmienia. Publiczna platforma, którą klient podał jako swój adres, na przykład strona LinkedIn, z tego powodu nigdy nie jest usuwana.
• Tekst i dane osobowe. Nie są publikowane żadne pytania, odpowiedzi, nazwy klientów ani dane użytkowników.

Surowe odpowiedzi są przechowywane tylko kilka tygodni. Każdy miesiąc jest agregowany, dopóki one jeszcze istnieją: sumy według modelu i języka, pełna seria dla każdej śledzonej platformy oraz listy najlepszych domen (pierwsze 25 w miesiącu ogółem, pierwsze 20 dla każdego modelu). Starsze miesiące zachowują się wyłącznie jako te agregaty.

Ranking za cały okres sumuje miesięczne listy najlepszych. Domena, która nie weszła na listę danego miesiąca, liczy się za ten miesiąc jako zero, nawet jeśli była cytowana. Wiodące domeny pojawiają się niemal na każdej liście, więc czołówka rankingu jest wiarygodna; niżej pozycje i liczby to minima, zwłaszcza dla domen o nieregularnej obecności.

Śledzone platformy, takie jak YouTube, Reddit, Wikipedia czy Trustpilot, nie podlegają temu ograniczeniu, ponieważ ich cytowania są rejestrowane w całości każdego miesiąca. Gdy strona platformy i ranking domen rozchodzą się w tym samym okresie, pełną liczbę podaje strona platformy.

Każdy adres przypisywany jest do swojej domeny rejestrowalnej, czyli nazwy, którą firma faktycznie kupuje, ustalanej na podstawie Public Suffix List, wspólnego wykazu rozszerzeń domen. help.example.com liczy się razem z example.com, a entreprendre.service-public.gouv.fr z service-public.gouv.fr. Szczegóły są zachowane: scalony wiersz wylicza swoje subdomeny i ich liczby na rozwijanej liście.

Dwóch rodzajów domen nigdy się nie scala, ponieważ ich subdomeny należą do różnych właścicieli:

1. Kreatory stron i hosty, w których każda subdomena to osobna strona, na przykład blogi na substack.com lub wixsite.com.
2. Parasolowe domeny instytucjonalne, w których każda subdomena to osobny podmiot publiczny, na przykład nih.gov, europa.eu czy admin.ch.

Strefy takie jak gouv.fr czy gov.uk działają na tej liście jak rozszerzenia, więc impots.gouv.fr i service-public.gouv.fr pozostają dwiema stronami. Stary adres, który przekierowuje na nowy, jest scalany z nim (service-public.fr z service-public.gouv.fr), a śledzone platformy zbierają swoje adresy: twitter.com i x.com liczą się jako Twitter/X.

Jeden efekt uboczny: jeśli jedna odpowiedź popiera firmę dwiema subdomenami tej samej strony, scalony wiersz domeny liczy obie, a dane platform liczą platformę raz.

Pytania są zadawane co tydzień, a serwis jest odświeżany comiesięczną migawką danych, której datę widać na stronie. Każda migawka dodaje najnowszy miesiąc, nie kasując historii: gdy istnieją dwie wersje tego samego miesiąca, wygrywa ta z większą liczbą odpowiedzi, więc niepełny miesiąc nigdy nie zastąpi kompletnego.

Zmiana metody, na przykład nowa reguła grupowania, trafia na każdą stronę przy następnej migawce, także za wcześniejsze miesiące, o ile pozwalają na to ich zagregowane dane.

Dane zestawia Thibault Besson-Magdelain, założyciel Sorank. Wszystkie agregaty stojące za wykresami znajdują się w jednym pliku, data.json, w katalogu głównym sorank.com/data: rankingi domen i marek ogółem oraz w podziale na modele, miesięczne serie według platform, sumy odpowiedzi według miesiąca, modelu i języka oraz zestawienia branżowe. Tylko liczby i wskaźniki, nic poza tym.

• To nie jest spis wykorzystania AI. Dane pokazują, na jakie źródła asystenci AI powołują się w sprawie firm i rynków, a nie o co ludzie pytają ich ogólnie. Branże z większą liczbą śledzonych stron mają większą wagę.
• Mocno francuskojęzyczne. Ogólne wyniki faworyzują źródła ważne na rynkach francuskojęzycznych; angielski opiera się na mniejszej bazie, a innych języków brak. Wyników nie da się bez zmian przenieść na inne kraje.
• Modele się zmieniają. Dostawcy wypuszczają nowe wersje i dostosowują swoje narzędzia wyszukiwania. Dane są grupowane według asystenta, a nie wersji, więc zmiana na krzywej może wynikać równie dobrze z aktualizacji modelu, co ze zmian w sieci.
• Odpowiedzi się różnią. To samo pytanie zadane dwa razy może zwrócić inne firmy i inne źródła. Duża liczba odpowiedzi wygładza to zjawisko, ale wąskie zakresy (jeden model, jedna branża, jeden miesiąc) reagują mocniej.
• Odpowiedzi API, adresy bez weryfikacji. Publiczne aplikacje czatu, z własnymi ustawieniami, mogą powoływać się na inne strony. Podane adresy nie są sprawdzane pojedynczo: strona może być niedostępna albo nie mówić tego, co model jej przypisuje.