Monitoring widoczności marki w ChatGPT, Gemini czy Perplexity ma sens tylko wtedy, gdy co miesiąc zadajesz modelom te same pytania. Zestaw promptów testowych do monitoringu marki to po prostu zamrożona lista zapytań, którą odpytujesz w stałym rytmie i z której liczysz wskaźniki. Poniżej opisujemy, jak ułożyć taki zestaw na 50 pozycji: z jakich kategorii pytań go złożyć, w jakich proporcjach, jak zapisywać wyniki i kiedy wolno go zmieniać. Szerszy kontekst całego procesu, od wyboru modeli po dashboard, opisaliśmy w przewodniku o monitoringu cytowań w ChatGPT, Perplexity i Gemini.
Po co zamrażać zestaw pytań
Odpowiedzi modeli są niedeterministyczne. To samo pytanie zadane dwa razy w odstępie godziny potrafi zwrócić inną listę marek, inne źródła i inną kolejność. Jeśli do tego co miesiąc zmieniasz same pytania, nie da się odróżnić realnej zmiany widoczności od zmiany próby. Wzrost z 18 do 26 procent wzmianek może wtedy oznaczać sukces działań albo tylko to, że w tym miesiącu ktoś dopisał więcej łatwych pytań brandowych.
Zamrożony zestaw rozwiązuje ten problem tak samo, jak stała lista fraz w klasycznym rank trackerze. Zmienną zostaje tylko model i Twoja obecność w jego odpowiedziach. Dopiero na takiej podstawie można sensownie liczyć udział w odpowiedziach, czyli AI share of voice, i porównywać go z konkurencją kwartał do kwartału.
Pięć kategorii pytań i ich proporcje
Zestaw 50 promptów najlepiej podzielić na pięć kategorii odpowiadających etapom, na których użytkownik spotyka markę w rozmowie z modelem. Proporcje nie są przypadkowe: większość wagi powinna leżeć tam, gdzie marka nie jest wymieniona w pytaniu, bo właśnie tam model sam decyduje, kogo polecić.
| Kategoria | Liczba promptów | Udział | Co mierzy |
|---|---|---|---|
| Brandowe | 8 | 16% | czy model zna markę i opisuje ją poprawnie |
| Kategorii (ogólne) | 15 | 30% | czy marka pojawia się bez podpowiedzi |
| Problemowe | 10 | 20% | czy model łączy markę z problemem klienta |
| Porównawcze | 9 | 18% | pozycję marki obok konkurentów |
| Zakupowe | 8 | 16% | czy marka trafia do rekomendacji na końcu ścieżki |
Pytania problemowe to te, w których użytkownik opisuje sytuację, a nie produkt: „sklep internetowy ładuje się kilka sekund na telefonie, co mogę z tym zrobić”. Często są najcenniejsze, bo pokazują, czy treści marki w ogóle trafiają do bazy, z której model buduje rozwiązania.
Pytania brandowe kontra kategorii
Pytania brandowe („czym zajmuje się [Marka]”, „czy [Marka] jest wiarygodna”, „jakie są wady [Marka]”) służą do kontroli jakości, a nie do mierzenia zasięgu. Tu liczy się poprawność opisu: czy model podaje aktualną ofertę, właściwą siedzibę, prawdziwe ceny. Błędy w tej grupie to sygnał, że w sieci krążą nieaktualne informacje albo strona nie mówi jasno, czym firma się zajmuje.
Pytania kategorii („najlepsze narzędzia do audytu SEO dla małej agencji”, „jakie programy do fakturowania polecacie dla jednoosobowej firmy”) nie zawierają nazwy marki. Wynik zero w tej grupie jest normalny na starcie i właśnie dlatego ta kategoria dostaje największy udział: to ona pokazuje postęp. Warto mieszać sformułowania krótkie i długie, bo modele inaczej odpowiadają na pytanie z dwóch słów, a inaczej na opis z kontekstem. Różnice między modelami bywają tu duże, co opisujemy przy okazji KPI dla AIO.
Pytania porównawcze i zakupowe
Pytania porównawcze stawiają markę obok konkretnych rywali: „[Marka] czy [Konkurent A]: co wybrać do sklepu na WooCommerce”, „alternatywy dla [Konkurent B]”. Zapytania typu „alternatywy dla” są szczególnie ważne, bo pokazują, czy model widzi Cię jako zamiennik lidera. W tej grupie zapisuj nie tylko obecność, ale też pozycję na liście i ton opisu.
Pytania zakupowe zamykają ścieżkę: „ile kosztuje [usługa] w Polsce”, „gdzie kupić [produkt] z dostawą w 24 godziny”, „który abonament [kategoria] opłaca się przy 10 użytkownikach”. To tutaj modele z włączonym wyszukiwaniem najczęściej podają linki, więc warto osobno notować, czy cytowana jest Twoja domena, czy porównywarka albo forum.
Ile zapytań wystarczy przy jednej kategorii produktowej
Dla jednej kategorii produktowej 50 promptów to rozsądny punkt startowy. Mniejszy zestaw, na przykład 15 pytań, daje zbyt duże wahania: jedna dodatkowa wzmianka zmienia wynik o prawie 7 punktów procentowych. Przy 50 pytaniach ta sama wzmianka to 2 punkty, a przy kilku powtórzeniach każdego pytania szum spada jeszcze bardziej.
- Jedna kategoria produktowa: 40–60 promptów.
- Dwie lub trzy kategorie: osobny zestaw 30–50 promptów na każdą, bez mieszania wyników.
- Każdy prompt odpytuj co najmniej 3 razy w jednej sesji pomiarowej i licz odsetek odpowiedzi ze wzmianką.
- Rytm: raz w tygodniu dla aktywnych kampanii, raz w miesiącu dla stałego monitoringu.
Powtórzenia mają znaczenie, bo modele losują. Pytanie, w którym marka pojawia się w 2 z 3 odpowiedzi, mówi więcej niż pojedyncze „tak”. Warto też pamiętać, że każdy model odpowiada inaczej, więc wyniki zbieraj oddzielnie dla ChatGPT, Gemini i Perplexity, zamiast sumować je w jedną liczbę.
Jak i kiedy aktualizować zestaw bez utraty porównywalności
Zestaw nie może być wieczny, bo zmienia się oferta, rynek i język klientów. Rozwiązaniem jest podział na rdzeń i rotację. Rdzeń, czyli około 40 promptów, zostaje niezmieniony przez co najmniej rok i to na nim liczysz trend. Pozostałe 10 to pula rotacyjna: testujesz w niej nowe tematy, sezonowe zapytania i pytania o świeże produkty.
- Zmieniaj zestaw najwyżej raz na kwartał i zawsze w jednym, zapisanym terminie.
- Każdy prompt dostaje stały identyfikator (na przykład KAT-07) i datę dodania; wycofanego nie usuwaj z arkusza, tylko oznacz jako nieaktywny.
- Po zmianie rdzenia przez dwa cykle odpytuj stary i nowy wariant równolegle, żeby zobaczyć, jak bardzo przesunął się wynik.
- Nie poprawiaj promptów, które „wychodzą źle”. Słaby wynik to informacja, nie błąd zestawu.
Ostatni punkt jest najczęściej łamany. Przerabianie pytania tak długo, aż model wymieni markę, daje ładny raport i zerową wiedzę o tym, co widzi zwykły użytkownik.
Format zapisu wyników
Wyniki najwygodniej trzymać w jednym arkuszu albo tabeli w bazie, gdzie jeden wiersz to jedna odpowiedź modelu. Minimalny zestaw kolumn wygląda tak:
| Kolumna | Przykład |
|---|---|
| data pomiaru | 2026-10-25 |
| id promptu | POR-03 |
| model i tryb | ChatGPT, wyszukiwanie włączone |
| numer powtórzenia | 2 |
| wzmianka marki | tak / nie |
| pozycja na liście | 3 |
| cytowany URL | adres strony lub brak |
| wymienieni konkurenci | lista nazw |
| ton | pozytywny / neutralny / negatywny |
Kolumna z cytowanym adresem jest kluczowa dla zespołu treści. Pozwala sprawdzić, które podstrony modele faktycznie wybierają i jaki mają układ, co łączy się z tym, który format treści modele cytują najchętniej. Zapisuj też pełną treść odpowiedzi w osobnej kolumnie lub pliku: po pół roku to najlepszy materiał do analizy, jak zmieniał się sposób opisywania marki.
FAQ
Czy 50 promptów to nie za dużo do ręcznego sprawdzania?
Przy trzech powtórzeniach i trzech modelach daje to 450 odpowiedzi na cykl, więc ręcznie robi się to raz w miesiącu i z trudem. Przy częstszym rytmie warto zautomatyzować odpytywanie przez API, a ręcznie weryfikować tylko próbkę odpowiedzi.
Czy pytać modele z włączonym wyszukiwaniem, czy bez?
Najlepiej w obu trybach i zapisywać je osobno. Tryb z wyszukiwaniem pokazuje, czy Twoje strony są cytowane teraz, a tryb bez wyszukiwania pokazuje, co model „wie” o marce z danych treningowych.
Skąd brać pomysły na pytania kategorii i problemowe?
Z zapytań w Google Search Console, pytań klientów do działu obsługi, wątków na forach branżowych i sekcji „podobne pytania” w wynikach wyszukiwania. Pytania powinny brzmieć tak, jak pisze klient, a nie tak, jak opisuje się ofertę w materiałach marketingowych.
Co zrobić, gdy konkurent zmieni nazwę albo zniknie z rynku?
Prompt porównawczy z tą nazwą oznacz jako nieaktywny i dodaj nowy z inną marką w puli rotacyjnej. Nie podmieniaj nazwy w istniejącym prompcie, bo stracisz ciągłość jego historii.
Czy zestaw promptów można współdzielić między markami?
Pytania kategorii, problemowe i zakupowe tak, jeśli marki działają w tej samej kategorii. Pytania brandowe i porównawcze zawsze trzeba przygotować osobno dla każdej marki.