Tylko 6,9% rozmów z ChatGPT w amerykańskim panelu użytkowników zdradza intencję zakupową. Tak wynika z analizy SparkToro opublikowanej 17 listopada 2026 roku, opartej na 118 163 promptach od ponad 12 tysięcy osób. Rand Fishkin wyciąga z tych danych mocny wniosek: widoczność w AI ma ogromne znaczenie, ale głównie z powodu AI Overviews i AI Mode w Google, a nie samego ChatGPT.
Kontekst: rynek, który do tej pory zgadywał
Od kilku lat marketerzy próbują oszacować, jak duża część rozmów z asystentami AI dotyczy kupowania. Problem polega na tym, że ani OpenAI, ani Anthropic, Perplexity czy Microsoft nie udostępniają odpowiednika planera słów kluczowych. Google i Bing pokazują wolumeny wyszukiwań w swoich narzędziach reklamowych, a Google Trends pozwala porównywać popularność fraz. Dla czatbotów nie ma niczego podobnego, więc rynek opiera się na deklaracjach dostawców, ankietach i szacunkach firm monitorujących.
Jedynym regularnym źródłem danych z pierwszej ręki jest raport OpenAI Signals. Pod koniec października pisaliśmy o tym, że według danych OpenAI Signals co piąta wiadomość w ChatGPT to szukanie informacji. Kategoria „szukanie informacji” jest jednak bardzo szeroka i obejmuje zarówno pytanie o objawy przeziębienia, jak i porównanie laptopów. Fishkin w swoim tekście otwarcie sugeruje, że OpenAI celowo buduje szerokie kategorie, aby wzmacniać przekonanie o dużym popycie związanym z markami.
Nowe dane pochodzą od firmy Verso, która oferuje darmowe narzędzie do analizy własnej historii ChatGPT. Użytkownik łączy konto, a w zamian dostaje podsumowanie swoich nawyków. Jak zwraca uwagę serwis Search Engine Journal, regulamin Verso przewiduje przechowywanie zaimportowanych rozmów i włączanie ich, w formie zanonimizowanej, do zbiorów danych licencjonowanych klientom badawczym i biznesowym. Współzałożyciel Verso, Aaron Aknin, sam zgłosił się do SparkToro i przekazał dane do analizy.
Kluczowe fakty z raportu SparkToro
Zbiór obejmuje 41 961 kompletnych rozmów prowadzonych przez 12 321 użytkowników z USA między 1 stycznia a 29 października 2026 roku. Przed analizą usunięto 131 najbardziej aktywnych osób, czyli tych, które wysyłały średnio ponad 33 prompty miesięcznie. Stanowiły one zaledwie 1% panelu, ale odpowiadały za 21% wszystkich promptów, więc ich pozostawienie opisałoby wąską grupę power userów, a nie typowego użytkownika.
Intencja zakupowa: 6,9% kontra 15% w Google
SparkToro podzieliło rozmowy na trzy grupy. Pierwsza to rozmowy bez żadnej intencji zakupowej, na przykład prośba o ilustrację postaci do gry fabularnej. Druga to rozmowy, w których użytkownik planuje zakup i przegląda opcje (przykład z raportu: najlepsze buty do biegania dla 50-latka z zapaleniem rozcięgna podeszwowego). Trzecia to pytania o jedną konkretną markę, produkt lub firmę w kontekście decyzji zakupowej.
| Typ rozmowy | Udział w panelu ważonym |
|---|---|
| Brak intencji zakupowej | 93,1% |
| Planowany zakup, przegląd opcji | 4,9% |
| Pytania o konkretną markę lub produkt | 2,1% |
| Łącznie z intencją zakupową | 6,9% |
Dla porównania Fishkin przywołuje własną analizę z grudnia 2024 roku, w której SparkToro przebadało około 332 milionów zapytań w Google z lat 2023–2024. Według niego ponad 15% wyszukiwań pasowało do podobnej definicji. Autor wylicza, że Google jest około 5,5 raza większy od ChatGPT pod względem łącznej liczby zapytań i około 2,8 raza większy pod względem udziału zapytań zakupowych. Konserwatywnie szacuje więc, że ludzie zadają Google pytania z etapu ścieżki zakupowej co najmniej 16 razy częściej niż ChatGPT. Jak zauważa sam autor, to proporcja zbliżona do relacji między Google a Bingiem.
Search Engine Journal słusznie zaznacza, że kategorie z badania Google nie są identyczne z tymi z panelu ChatGPT. W danych z 2024 roku zapytania „komercyjne” stanowiły 14,5%, a „transakcyjne” 0,69%, więc bezpośrednie porównanie wymaga ostrożności.
Marki w promptach i odpowiedziach
Drugim wątkiem badania jest obecność marek, zarówno w pytaniach użytkowników, jak i w odpowiedziach modelu. W grupie ważonej 86,7% promptów nie zawierało żadnej prośby o markę, produkt czy firmę. 6,6% dotyczyło kilku marek, a 6,7% jednej. Po stronie odpowiedzi 7,0% wymieniało kilka marek, a 5,1% jedną. W sumie 12,1% odpowiedzi ChatGPT zawierało co najmniej jedną markę, produkt lub firmę, a 87,9% nie wspominało żadnej.
| Wskaźnik | Wartość |
|---|---|
| Prompty bez prośby o markę | 86,7% |
| Prompty o kilka marek | 6,6% |
| Prompty o jedną markę | 6,7% |
| Odpowiedzi z kilkoma markami | 7,0% |
| Odpowiedzi z jedną marką | 5,1% |
| Odpowiedzi z co najmniej jedną marką | 12,1% |
Fishkin podkreśla, że 12,1% to wciąż niemało, zwłaszcza że OpenAI deklaruje około 330 milionów promptów dziennie w samych Stanach Zjednoczonych. Panel używa jednak ChatGPT znacznie rzadziej niż przeciętna, a dane nie obejmują zapytań przez API, więc przełożenie odsetka na liczby bezwzględne jest ryzykowne.
Do czego Amerykanie używają ChatGPT
Raport dzieli rozmowy na 12 głównych kategorii, zbudowanych z 34 szczegółowych intencji. Każda rozmowa dostała jedną etykietę według głównego celu. Gdy użytkownik prosił o wytworzenie czegoś, typ wyniku wygrywał z tematem: prośba o napisanie maila z reklamacją do PayPala trafiła do kategorii pisania, nie zakupów. Wartości poniżej to dane w ujęciu na użytkownika, podane w tekście SparkToro (wykresy w raporcie różnią się od nich o mniej niż dwa punkty procentowe).
- Obrazy i projektowanie graficzne: 16,1%
- Informacje i rozrywka: 14,0%
- Codzienne życie i sprawy domowe: 12,2%
- Pisanie i komunikacja: 11,9%
- Zdrowie i samopoczucie: 10,3%
- Pieniądze, praca i biznes: 8,5%
- Nauka i zadania szkolne: 7,6%
- Zakupy, marki i usługi lokalne: 5,7%
- Technologia, wsparcie i programowanie: 4,4%
- Relacje i wsparcie emocjonalne: 3,4%
- Pogawędki i inne: 3,0%
- Twórcze pisanie i odgrywanie ról: 2,9%
Ciekawie wypada osobno wyodrębniona grupa pracowników branży technologicznej. Znacznie częściej pytają o kod i problemy techniczne, a rzadziej generują obrazy, odrabiają zadania domowe czy rozmawiają z modelem o relacjach. To ważna uwaga dla marketerów: własne nawyki z ChatGPT nie są dobrym punktem odniesienia dla zachowań przeciętnego konsumenta. Fishkin przyznaje, że jego prywatny profil użycia „masywnie” różni się od średniej.
Metodologia i ograniczenia
Każdą rozmowę sklasyfikował model Claude firmy Anthropic, pracujący na pisemnym kodeksie kategorii, a nie na regułach opartych na słowach kluczowych. Klasyfikator widział automatyczny tytuł rozmowy, maksymalnie sześć promptów użytkownika, początek kilku pierwszych odpowiedzi oraz karty produktów i pogrubione nazwy. Drugi, niezależny klasyfikator ponownie oznaczył losową próbę. Zgodność wyniosła 90% dla kategorii (kappa około 0,88) i 97–99% dla oznaczeń marek. Search Engine Journal zauważa, że raport nie podaje osobnego wskaźnika zgodności dla samej intencji zakupowej.
Panel jest przesunięty w stronę osób młodszych, kobiet i gospodarstw o niższych dochodach. Aby sprawdzić wpływ tego przesunięcia, 9 675 panelistów z danymi demograficznymi zważono do celów spisu powszechnego USA z 2024 roku. Żadna kategoria nie zmieniła się o więcej niż 1,4 punktu procentowego. Większość uczestników rejestrowano na telefonach, więc użycie na komputerach i kontach służbowych jest prawdopodobnie niedoszacowane. Dane nie obejmują też API, które według szacunku Fishkina może odpowiadać za 50–75% całego użycia ChatGPT.
Co to znaczy dla SEO i AIO
Najważniejszy wniosek z badania dotyczy alokacji budżetu na widoczność w AI. Fishkin pisze wprost, że AI visibility to jedna z najważniejszych rzeczy w marketingu, zwłaszcza w B2B, ale nie z powodu ChatGPT. Według niego to AI Overviews i AI Mode w Google decydują o tym, że obecność marki w odpowiedziach generatywnych realnie wpływa na decyzje zakupowe. Dla polskich zespołów SEO oznacza to kilka praktycznych konsekwencji.
Priorytet: odpowiedzi generatywne w Google
Jeżeli ścieżka zakupowa nadal odbywa się głównie w Google, to optymalizacja pod AI Overviews i AI Mode powinna stać wyżej w kolejce niż monitorowanie samego ChatGPT. W praktyce chodzi o treści, które odpowiadają na pytania porównawcze, zawierają konkretne dane, tabele i jasne rekomendacje, a także o dbałość o indeksację i sygnały jakości, bo to z indeksu Google korzystają odpowiedzi generatywne.
ChatGPT tylko razem z Bingiem
Drugi wniosek jest prowokacyjny. Fishkin uważa, że śledzenie widoczności w ChatGPT ma sens tylko wtedy, gdy firma równocześnie śledzi pozycje i widoczność AI w Bingu. Jeśli ktoś uznaje Binga za zbyt mały rynek, a ChatGPT za wart budżetu, to według autora jest to po prostu niekonsekwencja. Dla zespołów, które dotąd pomijały Binga, to dobry moment, aby sprawdzić, czy ich strony w ogóle są tam zaindeksowane. Opisaliśmy wcześniej najczęstsze przyczyny, dla których strona jest w Google, ale nie ma jej w Bingu.
Pomiar zamiast przekonań
Badanie nie oznacza, że ChatGPT jest bez znaczenia. 12% rozmów związanych ze ścieżką zakupową przy setkach milionów promptów dziennie to wciąż duży wolumen, szczególnie w kategoriach, w których użytkownicy pytają o porównania produktów. Kluczowe jest jednak to, aby decyzje opierać na własnych danych: ruchu z referrerów chatgpt.com, konwersjach z tego kanału i regularnych testach promptów. Jeśli monitorujesz obecność marki w modelach, warto liczyć ją w sposób powtarzalny, na przykład według metody opisanej w naszym tekście o tym, jak policzyć AI share of voice i raportować go co miesiąc.
Konsekwencje dla PPC
Dla zespołów reklamowych, które przyglądają się reklamom w ChatGPT, wskaźnik 6,9% to ważny punkt odniesienia. Search Engine Journal przestrzega jednak, aby traktować go jako zdjęcie struktury rozmów w konsumenckim panelu z umiarkowanym użyciem, a nie jako liczbę wszystkich rozmów zakupowych w ChatGPT. Sam Fishkin ocenia, że wyniki to „złe wieści” dla potencjału reklamowego OpenAI.
Reakcje branży
Pierwsze omówienie raportu przygotował Matt G. Southern dla Search Engine Journal. Autor zwraca uwagę na wewnętrzną niespójność publikacji: wnioski Fishkina mówią o 12% użycia ChatGPT jako części ścieżki zakupowej, podczas gdy wykres intencji zakupowej pokazuje 6,9% rozmów. Różnica wynika z tego, że 12,1% to odsetek odpowiedzi zawierających markę, a nie rozmów z deklarowanym zamiarem zakupu. Dla czytelnika to istotne rozróżnienie: obecność marki w odpowiedzi nie oznacza, że użytkownik zamierzał coś kupić.
SEJ przypomina też o kontekście komercyjnym. SparkToro sprzedaje oprogramowanie do badania odbiorców, a Verso licencjonuje zanonimizowane dane z rozmów. Nie podważa to wyników, ale jest informacją, którą warto mieć z tyłu głowy, cytując liczby w prezentacjach.
Porównanie z danymi OpenAI Signals za wrzesień pokazuje, że panel Verso jest bardziej konsumencki. W danych OpenAI więcej jest pisania i wsparcia technicznego, a w panelu więcej generowania obrazów i praktycznych porad. Fishkin uważa, że różnice dają się wytłumaczyć brakiem zapytań API po stronie Verso. Search Engine Journal dodaje jednak, że według strony OpenAI zbiór Signals obejmuje wyłącznie wiadomości z kont ChatGPT Free, Go, Plus i Pro, z wyłączeniem Codexa i kont firmowych, czyli również bez API. Do tego OpenAI pokazuje udziały globalne, a panel wyłącznie amerykańskie. To osłabia część argumentacji o porównywalności obu źródeł.
W tekście SparkToro nie ma odniesienia OpenAI do wyników. Sam Fishkin zapowiada kolejne analizy z Verso i nazywa nowe źródło najlepszym, jakie widział od 2023 roku, kiedy rozmowy z ChatGPT można było jeszcze obserwować w danych clickstream.
Co dalej
Badanie dotyczy wyłącznie użytkowników z USA, więc nie wiemy, jak wygląda struktura rozmów w Polsce. Można jednak zakładać, że wniosek o przewadze Google na ścieżce zakupowej jest w polskich realiach jeszcze silniejszy, biorąc pod uwagę dominację tej wyszukiwarki na naszym rynku. Do czasu, gdy panele zaczną obejmować komputery stacjonarne, konta firmowe i API, liczby o intencji zakupowej warto zestawiać z własnymi danymi o ruchu i konwersjach z ChatGPT.
W najbliższych tygodniach warto obserwować trzy rzeczy: czy OpenAI odpowie na raport własnymi danymi o intencji komercyjnej, jak rozwiną się reklamy w ChatGPT i czy kolejne panele potwierdzą wynik poniżej 7%. Dla zespołów SEO praktyczny wniosek na dziś jest prosty: budżet na widoczność w AI najpierw tam, gdzie zapadają decyzje zakupowe, czyli w odpowiedziach generatywnych Google, a dopiero potem w czatbotach, mierząc oba kanały tą samą miarą.
FAQ
Ile rozmów z ChatGPT ma intencję zakupową według SparkToro?
W ważonym panelu amerykańskich użytkowników 6,9% rozmów zdradzało intencję zakupową: 4,9% dotyczyło przeglądania opcji przed zakupem, a 2,1% pytań o konkretną markę lub produkt. Pozostałe 93,1% nie miało związku z kupowaniem.
Skąd pochodzą dane do badania?
Dane przekazała firma Verso, która analizuje historię ChatGPT użytkowników po połączeniu konta. Zbiór obejmuje 118 163 prompty w 41 961 rozmowach od 12 321 osób z USA, z okresu od 1 stycznia do 29 października 2026 roku, z wyłączeniem 131 najbardziej aktywnych użytkowników.
Jak często ChatGPT wymienia marki w odpowiedziach?
Co najmniej jedna marka, produkt lub firma pojawiła się w 12,1% odpowiedzi: 7,0% wymieniało kilka, a 5,1% jedną. W 87,9% odpowiedzi nie padła żadna nazwa marki.
Czy to znaczy, że optymalizacja pod ChatGPT nie ma sensu?
Nie. Autor badania uważa, że widoczność w AI jest bardzo ważna, ale głównie z powodu AI Overviews i AI Mode w Google. Śledzenie ChatGPT ma według niego sens, jeśli firma równocześnie śledzi widoczność w Bingu, który ma podobną skalę na ścieżce zakupowej.
Jakie są główne ograniczenia raportu?
Panel obejmuje tylko USA, jest zdominowany przez użytkowników mobilnych i nie zawiera zapytań API. Jest też przesunięty demograficznie, choć ważenie do danych spisowych zmieniło kategorie o najwyżej 1,4 punktu procentowego. Raport nie podaje osobnej miary zgodności klasyfikatorów dla intencji zakupowej.
