Google Analytics 4 dostał wreszcie to, o co marketerzy AI pytali od roku. Od 14 maja 2026 ruch z ChatGPT, Gemini i Claude trafia do osobnego kanału „AI Assistant” w domyślnej grupie kanałów (Default Channel Group), bez potrzeby ręcznych regexów, własnych filtrów ani drugiej property. To pierwsza tak otwarta deklaracja Google, że asystenci AI stali się samodzielną klasą akwizycji, równorzędną wobec organic search, paid, social i referral.
Zmiana jest cicha (Google ogłosiło ją w Help Center, bez konferencji prasowej), ale dla zespołów rozliczających ROI z treści ma większe znaczenie niż niejeden core update. Wyjaśniamy, co dokładnie się zmieniło, jakie są ograniczenia natywnego mechanizmu i jak ustawić sobie kontrolny widok, który nie przeoczy ruchu zniknionego w „Direct”.
Co dokładnie zmieniło się w GA4
Według dokumentacji w Centrum pomocy Google Analytics, system wykrywa teraz odwołania (referrer) pasujące do listy rozpoznawanych asystentów AI i przypisuje im wartość wymiaru medium równą ai-assistant, a wymiarowi campaign zarezerwowaną etykietę (ai-assistant). Sesje są następnie grupowane pod kanałem „AI Assistant” w raportach Domyślnej grupy kanałów.
Wcześniej te sesje trafiały do worka „Referral” razem z ruchem z dowolnej innej strony, która linkowała do naszej witryny. Marketerzy radzili sobie z tym za pomocą trzech obejść: dodawania reguł w Custom Channel Group, taggowania linków UTM (działa tylko dla treści, które publikujemy sami), albo eksportu raportu i filtrowania w arkuszu. Wszystkie te metody wymagały utrzymywania listy domen i poprawiania jej co kilka tygodni, bo lista referrerów ChatGPT, Perplexity czy Copilota zmieniała się wraz z aktualizacjami produktu.
Nowy kanał jest aktywny dla wszystkich properties GA4 i nie wymaga żadnej konfiguracji administratora. Pojawia się w raporcie „Acquisition”, „Traffic acquisition” i wszędzie tam, gdzie raport używa Default Channel Group jako wymiaru.
Kluczowe fakty w jednej tabeli
| Element | Wartość po zmianie |
|---|---|
| Data wdrożenia | 14 maja 2026 (rolling rollout na właściwości) |
| Nazwa kanału | AI Assistant (Default Channel Group) |
Wartość medium | ai-assistant |
Wartość campaign | (ai-assistant) |
| Asystenci wymienieni przez Google | ChatGPT, Gemini, Claude (lista przykładowa, nie pełna) |
| Asystenci prawdopodobnie wykrywani | Microsoft Copilot, Perplexity (wg sierpniowych wytycznych 2025) |
| Konfiguracja po stronie administratora | brak, działa automatycznie |
| Dane wsteczne | nie potwierdzone, mechanizm działa od momentu wdrożenia |
| Wymóg | obecność nagłówka Referer w żądaniu |
Kontekst: dlaczego to się właśnie teraz wydarzyło
Komentarze branżowe są zgodne, że Google zareagowało na narastającą presję dwóch grup: agencji performance, które od miesięcy raportują klientom „nasz ruch z ChatGPT” na podstawie własnych regexów, oraz wydawców treści, którzy chcieli mieć liczby do rozmów z dyrekcją i działem sprzedaży reklam.
W tle widać też konkretne metryki rynku. Według danych zebranych w branżowych raportach o tracking AI traffic, ruch przypisany asystentom AI w sklepach Shopify wzrósł siedmiokrotnie między styczniem 2025 a początkiem 2026 roku, a zamówienia atrybuowane do tego źródła jedenastokrotnie. Dla wielu marketerów to wciąż mały procent całości, ale tempo wzrostu jest na tyle duże, że „Referral” przestał być wiarygodnym miejscem na trzymanie tych sesji.
Trzecim katalizatorem jest sytuacja od strony samego Google: AI Mode i AI Overviews wypychają część ruchu z klasycznego organic na powierzchnie, gdzie kliknięcie pochodzi z odpowiedzi LLM. Mierzenie tego ruchu razem z generycznym „Referral” było coraz trudniejsze do obrony.
Co to znaczy w praktyce dla SEO i AIO
Po pierwsze, raporty miesięczne odzyskują wiarygodność. Jeżeli wcześniej robiłeś estymację typu „z 40 tysięcy sesji referralowych mniej więcej 6 tysięcy pochodzi z LLM”, teraz dostajesz tę liczbę natywnie. To zmienia rozmowę z klientem lub zarządem: zamiast bronić metodologii, pokazujesz oficjalny kanał z raportu Google.
Po drugie, AI Assistant staje się porównywalnym kanałem akwizycji. W tym samym widoku zobaczysz CTR pomiędzy „Organic Search” a „AI Assistant”, średni czas sesji, współczynnik konwersji i przychód. To pierwsza taka konfrontacja, dopóki kanały były rozdzielone (jeden w „Organic”, drugi w „Referral”), porównanie było karkołomne.
Po trzecie, walidujesz swoją strategię AIO. Jeżeli zainwestowałeś w treści przyjazne LLM, schemę FAQ, llms.txt, autorów oznaczonych schematem Person, to AI Assistant powinien rosnąć szybciej niż samo organic. Brak wzrostu w tym kanale to ważny sygnał, że twoje treści nie są cytowane, mimo że wyglądają poprawnie pod RankMath czy Yoast. Czytelnicy, którzy chcą zrozumieć, co dokładnie LLM widzi w odpowiedzi, znajdą szczegóły w naszym tekście AI Overviews Polska 2026: anatomia odpowiedzi i czynniki cytowań.
Po czwarte, kanał daje dane do A/B w obrębie samego AIO. Jeżeli przerobisz cluster contentu (np. dodasz definicje na początku, schemę QAPage, autora z linkiem do LinkedIn), AI Assistant pokaże ci, czy to się przekłada na realny ruch z LLM, a nie tylko na sztuczne metryki „uznawalności” w testach.
Czego natywny kanał nie pokazuje
Najważniejsze ograniczenie sygnalizowane przez Google: kanał działa tylko wtedy, gdy żądanie HTTP do twojej witryny zawiera nagłówek Referer identyfikujący znanego asystenta AI. W rzeczywistości spora część ruchu z LLM tego nagłówka nie ma:
- Mobilne aplikacje ChatGPT i Gemini. Część instalacji otwiera linki w wewnętrznej przeglądarce (in-app browser), która nie zawsze wysyła pełny referrer. Sesja ląduje w „Direct”.
- Linki kopiowane z odpowiedzi LLM. Użytkownik czyta odpowiedź ChatGPT, kopiuje URL do nowej karty, paste, enter. Przeglądarka generuje sesję bez referrera, czyli „Direct”.
- Asystenci, których Google nie rozpoznaje na liście. You.com, Komo, Phind i lokalne projekty (np. polski Vivldi Chat AI) mogą wciąż wpadać do „Referral”, chyba że Google rozszerzy listę.
- Custom Channel Group. Jeżeli masz własną grupę kanałów z regułami „ai_traffic”, natywna grupa jej nie nadpisuje, ale liczby w obu mogą się rozjeżdżać. Trzeba zdecydować, której wersji się trzymać w raportach.
Wnioski: traktuj „AI Assistant” jako twardą dolną granicę ruchu z LLM, a nie jako pełen obraz. Jeżeli chcesz iść głębiej, monitoruj też wzrost „Direct” w godzinach typowych dla użycia AI (popołudnia w dni robocze) oraz badaj cytowania na poziomie samych odpowiedzi LLM. Praktyczny stack do takiego monitoringu zebraliśmy w przeglądzie AI Citation Source Index 2026.
Jak zweryfikować, że kanał już działa u ciebie
Większość kont GA4 dostała aktualizację automatycznie w ciągu 24 godzin od ogłoszenia, ale wdrożenie ma charakter rolling rollout, więc nie wszystkie właściwości widzą kanał tego samego dnia. Krótki test, który zajmuje 3 minuty:
- Wejdź w Reports, Acquisition, Traffic acquisition.
- Wymiarem ma być „Session default channel group”.
- Sprawdź, czy na liście kanałów pojawia się „AI Assistant”. Jeżeli tak, możesz uruchomić tabelę porównawczą Organic Search vs AI Assistant.
- Jeżeli kanału nie ma, otwórz Explore i ręcznie zfiltruj po wymiarze
session mediumz wartościąai-assistant. Jeżeli zwraca sesje, to dane już lecą, ale raport Default Channel Group jeszcze się nie odświeżył.
W pierwszym tygodniu warto codziennie podejrzeć ten widok, bo Google może domykać listę rozpoznawanych asystentów. Warto też sprawdzić własne reguły w Admin, Data Settings, Channel Groups: jeżeli masz regułę „AI Traffic”, upewnij się, że nie koliduje z natywną klasyfikacją (np. nie przechwytuje sesji zanim trafi do „AI Assistant”).
Playbook na pierwsze 30 dni
Pierwsza dekada po wdrożeniu jest momentem, w którym warto zebrać dane bazowe, zanim wprowadzisz jakąkolwiek zmianę w treściach. Bez baseline porównanie efektów AIO będzie spekulacyjne.
Konkretne kroki, które rekomendujemy zespołom SEO/AIO:
- Dzień 1 do 3. Zrób screenshot raportu Default Channel Group za ostatnie 30 dni przed wdrożeniem. Zapisz liczby dla Organic, Referral i Direct. Po wdrożeniu zobaczysz, ile sesji odpłynęło z Referral do nowego kanału (to jest twoja „ukryta historia” ruchu z LLM).
- Dzień 4 do 14. Codzienna kontrola kanału AI Assistant w godzinach 10-12 i 18-22 (godziny szczytu użycia LLM w Polsce). Notuj, czy są dni z gwałtownym skokiem (mogą wskazywać, że pojedyncza odpowiedź AI Overviews lub ChatGPT cytuje twoją stronę).
- Dzień 15 do 21. Połącz raport z Search Console (dla baselineu organic) i z konsolą BFL/OpenAI (jeżeli używasz monitoringu cytowań). Sprawdź, czy istnieje korelacja: rosnąca liczba cytowań w Perplexity/ChatGPT powinna z opóźnieniem 3 do 7 dni przekładać się na wzrost kanału AI Assistant.
- Dzień 22 do 30. Pierwsza prezentacja dla zarządu. Pokaż AI Assistant jako „trzeci kanał akwizycji obok Organic i Paid” oraz tempo wzrostu YoY (nawet jeżeli baza jest mała, krzywa wzrostu robi wrażenie).
Drobny detal, który łatwo przeoczyć: ustaw alert (w GA4 Insights), który powiadomi cię, gdy sesje AI Assistant wzrosną o 50% w ciągu 24 godzin. To jest wskaźnik, że twój content nagle wszedł do top-3 cytowań w jakimś LLM, co warto rozpoznać natychmiast (analiza zapytania, akcja sprzedażowa, materiał PR).
Implikacje dla atrybucji i budżetu
Najczęstsze pytanie, jakie pada od dyrektorów marketingu: „skoro mamy nowy kanał, to czy mamy mu coś przeznaczyć w budżecie?”. Odpowiedź jest dwuwarstwowa.
Po pierwsze, AI Assistant nie ma jeszcze własnej, masowej reklamy płatnej (poza testowymi formatami ChatGPT Ads i kilkoma pilotażami w Perplexity). Budżet w sensie media buy jest marginalny. Po drugie jednak, kanał potrzebuje „treści jako budżetu”. Każda dobrze ustrukturyzowana strona, każdy artykuł z FAQ, każdy autor z biogramem i schemą Person, każdy llms.txt to inwestycja, która zwraca się właśnie przez ten kanał. Mierzenie tego zwrotu staje się możliwe od 14 maja.
W modelu atrybucji data-driven Google najprawdopodobniej dowartościuje AI Assistant jako wczesny touchpoint. To znaczy, że konwersja, która kończy się klikiem z Organic, ale była poprzedzona zobaczeniem marki w odpowiedzi LLM, dostanie część zasługi w nowym kanale. Pełna konsekwencja tego mechanizmu w panelu ROAS pojawi się po 30 do 60 dniach gromadzenia danych.
Reakcje branży
W ciągu doby od ogłoszenia komentarz pojawił się u wszystkich głównych analityków SEO. Wątek przewija przez kilka motywów. Po pierwsze, wszyscy są zgodni, że ruch akumulował się od miesięcy i Google reaguje, nie wyprzedza. Po drugie, wątpliwości budzi brak pełnej listy: bez niej trudno powiedzieć, czy Perplexity i Copilot są wykrywane na bieżąco, czy tylko sporadycznie.
Kilku autorytetów (m.in. specjaliści cytowani w Search Engine Land i Search Engine Journal) zwraca też uwagę, że kanał „AI Assistant” jest pierwszym przypadkiem, w którym Google formalnie uznaje konkurencyjną platformę (ChatGPT) za istotne źródło ruchu w swoim własnym produkcie analitycznym. To gest z perspektywy strategicznej, który oddziela GA4 jako standard branżowy od bardziej politycznej części Google.
Z perspektywy polskiego rynku interesujące będzie, jak szybko polskie agencje SEO/AIO zaadaptują nowy kanał do raportów miesięcznych. W większości raportów, które oglądamy, ruch z LLM jest dziś zaszyty w sekcji „Inne źródła” albo „Bezpośredni” z komentarzem. Po 14 maja taka prezentacja staje się przestarzała, a klient ma prawo zapytać, dlaczego raport nie zawiera natywnego kanału AI Assistant.
Co dalej
Trzy rzeczy, które warto obserwować w nadchodzących tygodniach.
Po pierwsze, lista rozpoznawanych asystentów. Google sygnalizuje, że będzie ją aktualizować, ale nie obiecuje przejrzystej listy. Może to oznaczać kilka „cichych” dodaszeń, które ujawnią się dopiero przez ruch trafiający do kanału AI Assistant.
Po drugie, integracja z Looker Studio i BigQuery export. Już teraz wymiar session medium z wartością ai-assistant jest dostępny w eksporcie surowych danych, ale konektor Looker Studio może wymagać aktualizacji, żeby wykres tortowy domyślnie pokazywał osobny segment. Warto sprawdzić swój dashboard.
Po trzecie, atrybucja multi-touch. Dziś AI Assistant jest jednym z ostatnich kliknięć w ścieżce. Pytanie, czy w modelach data-driven attribution Google „dowartościuje” jego rolę jako asysty (gdy użytkownik najpierw zobaczył markę w odpowiedzi LLM, a potem doszedł przez organic). Pierwsze sygnały zobaczymy w raporcie „Attribution” w ciągu miesiąca.
W szerszym kontekście: kanał AI Assistant zamyka pewien rozdział, w którym ruch z LLM był „ukryty”, a otwiera nowy, w którym staje się normalnym wymiarem analityki. Strategiczne wnioski (jak budować autorytet pod LLM, jak mierzyć udział marki w odpowiedziach AI) opisaliśmy w przewodniku E-E-A-T pod LLM 2026: sygnały autorytetu poza linkami.
FAQ
Czy muszę coś zrobić w GA4, żeby zobaczyć kanał AI Assistant?
Nie. Kanał pojawia się automatycznie w raporcie Default Channel Group. Jeżeli masz własną Custom Channel Group, możesz zostawić oba widoki, ale rekomendujemy bazować na nowym natywnym kanale jako „źródle prawdy”.
Czy stare dane (sprzed 14 maja 2026) zostaną przeklasyfikowane do nowego kanału?
Brak takiej deklaracji ze strony Google. Mechanizm działa od momentu wdrożenia, więc porównanie YoY będzie chwilowo zniekształcone. W raportach miesięcznych warto przez kilka miesięcy zostawiać przypis o zmianie metodologii.
Co z ruchem z Perplexity i Microsoft Copilot?
Wytyczne z sierpnia 2025 wymieniały te platformy obok ChatGPT, Gemini i Claude, ale aktualna dokumentacja w Centrum pomocy podaje tylko trzy. Najlepszy test to filtr session medium w widoku Explore: jeżeli widzisz ai-assistant dla sesji z Perplexity, jest rozpoznawany. Jeżeli nie, sesja wciąż trafia do Referral.
Czy ruch z aplikacji mobilnych ChatGPT też tu wpadnie?
Tylko częściowo. Jeżeli aplikacja otwiera link w pełnej przeglądarce (Safari, Chrome) z odpowiednim nagłówkiem Referer, sesja zostanie zaliczona. Jeżeli używa wbudowanej przeglądarki bez referrera, sesja ląduje w Direct.
Jak wykorzystać ten kanał do KPI dla zarządu?
Najszybszy zysk to dodanie wiersza „AI Assistant” do miesięcznego raportu obok Organic Search i Referral, z procentowym udziałem w sesjach i konwersjach. Drugi krok to pokazanie wzrostu tego kanału jako „krzywej AIO” w prezentacji rocznej. Trzeci krok to dodanie alertu w GA4 (Custom Insight), który powiadomi cię, gdy AI Assistant przekroczy zdefiniowany próg sesji w tygodniu.