Twoi klienci coraz częściej zaczynają decyzję zakupową od pytania do AI - nie do wyszukiwarki. Mierzymy dokładnie, w ilu odpowiedziach pojawia się Twoja marka, na której pozycji, z jakim zestawem konkurencji i z jakich źródeł. Osobna strategia pod każdy ekosystem.
ChatGPT, Google Gemini i Perplexity stały się równoległym kanałem rekomendacji. Każda wzmianka tam - to potencjalna mikro-decyzja zakupowa zapadająca poza Twoją percepcją analityczną, czy nawet środowiskiem analitycznym. Audyt mierzy realny stan tej narracji, w liczbach i w cytatach.
ChatGPT umieszcza odnośniki bezpośrednio w odpowiedzi. Perplexity nie wstawia klikalnych linków, wspiera się numerowanymi cytowaniami z 3rd-party. Gemini opiera się na indeksie Google i pokazuje źródła w osobnym panelu. Jedna strategia SEO/AEO nie wystarczy.
BVS, Brand mention rate, First Mention Share, Top3 Mention Share, Avg position, Direct Brand Link Rate, Brand-Link Gap, External Validation, Owned Dependency, Competitor Displacement, High-Intent Absence - i inne w zależności od potrzeby danej analizy. Ściśle powiązane z percepcją Twojej marki.
Branded BVS (prompt zawiera Twoją markę) bywa wysokie u każdego. Non-brand BVS - gdy użytkownik pyta kategoryjnie - to realne pole walki. Tu rozstrzyga się, czy modele polecają Ciebie czy konkurencję.
Marketingowy szum sugeruje, że AEO i GEO to nowe „dyscypliny" do dokupienia. W praktyce to nazwy na działania, które dobrze skonfigurowany projekt SEO posiada… od lat. Krótkie wyjaśnienie, jak rozumiemy każdy z tych segmentów - żeby od razu rozróżnić „co nowego" od „co przemianowanego".
Strona musi być indeksowalna, poprawnie opisana, technicznie dostępna i obecna w wynikach oraz źródłach, z których AI czerpie dane. To nic innego jak fundament - bez niego AEO i GEO nie mają na czym pracować.
Odpowiada za budowanie zrozumienia i dopasowanie do intencji użytkownika. Większość działań w tym segmencie jest standardem branżowym od końca 2019 roku - strukturyzacja danych, optymalizacja pod intencje, „featured snippets", bazowanie nie tylko na keywordach, ale również na realnych pytaniach użytkowników.
Do tej pory znane jako authority-building, link-building czy SEO-PR. Te działania są standardem od 10 lat. GEO celuje przede wszystkim w sygnały zewnętrzne - budowanie reputacji, cytowania i rekomendacje w źródłach trzecich, a nawet social media, dzięki którym AI traktuje markę jako zaufane źródło.
To nazwy na działania, które kompletny SEO i tak powinien realizować. Samodzielne projekty AEO czy GEO bez fundamentów SEO, rozumienia etapowości i spięcia tego z biznesem mogą przynieść więcej szkody niż pożytku - mądre osadzenie filarów projektowych w kontekście Twoich celów, to kluczowy aspekt projektowania rozwiązań SEO. Ważne jest rozróżnienie „co nowego" od „co przemianowanego" - AEO to standard od 2019 roku (intencje, dane strukturalne, PAA itd.), GEO to nic innego jak link-building ukierunkowany na to, by AI traktował markę jako zaufane źródło.
Każdy raport łączy ilościowe pomiary widoczności z analizą ekosystemu źródeł, krajobrazu konkurencyjnego i zachowania marki w promptach decyzyjnych. Nie jeden wskaźnik - sześć równoległych warstw, każda z własnymi metrykami i własnymi rekomendacjami. Dashboard z danymi dostarczamy Ci w połączeniu z opisowymi rekomendacjami, wnioskami i spostrzeżeniami. Do wykorzystania w całym Twoim ekosystemie marketingowym.
Zbiorczy wskaźnik łączący częstotliwość wzmianek o marce w odpowiedzi z udziałem marki w cytowanych źródłach. Mierzymy go zbiorczo i osobno dla każdej platformy.
Czy marka jest wymieniana jako pierwsza, w top 3, czy dopiero w środku listy. Im wcześniej w odpowiedzi modelu, tym mocniejszy sygnał rekomendacyjny dla użytkownika.
Rozdzielamy prompty wprost wymieniające markę od promptów kategoryjnych. Branded BVS pokazuje „obronę nazwy", Non-brand BVS - realny share-of-mind w organicznych pytaniach użytkownika.
Mapa domen, na które powołują się modele przy opisie marki. Identyfikujemy zależność od źródeł własnych, kluczowych retailerów, mediów branżowych i YouTube - osobno dla każdej platformy.
Ranking wszystkich konkurentów wymienianych razem z marką, ich częstotliwość, stosunek wzmianek, oraz wskaźnik Competitor Displacement - odpowiedzi, w których pojawiają się oni, a marka znika.
Wydzielony zestaw promptów typu „która marka jest najlepsza w X" / „polecaj produkt do Y". Mierzymy, jak często marka wygrywa rekomendację i jak często znika z odpowiedzi przy wysokiej intencji zakupowej.
Audyt LLM Perception pozwala sprawdzić, czy modele AI wspierają Twoją markę w momentach, które mają znaczenie dla sprzedaży, reputacji i przewagi konkurencyjnej. Pokazuje, jak AI opisuje markę, kiedy ją rekomenduje, z kim ją porównuje, na jakich źródłach się opiera i gdzie popełnia błędy. To praktyczna diagnoza widoczności marki w odpowiedziach LLM - od ogólnej percepcji po konkretne promptowe sytuacje, w których użytkownik może podjąć decyzję.
Konkretne prompty, w których marki nie ma. Konkretne kategorie z niskim Non-brand BVS. Konkretne domeny, które trzeba zaadresować, żeby modele zaczęły cytować Twoją stronę zamiast retailerów lub konkurencji. Audyt staje się fundamentem roadmapy contentowej i SEO.
Analiza pokazuje, czy modele LLM poprawnie łączą markę główną z jej submarkami, produktami i usługami. W praktyce często okazuje się, że AI zna pojedyncze elementy portfolio, ale nie rozumie ich powiązania z marką nadrzędną. To osłabia widoczność całej organizacji i sprawia, że część potencjału marki nie pracuje na jej główną pozycję w odpowiedziach AI.
Im wyższa intencja zakupowa, tym wyraźniej widać, gdzie marka traci. High-Intent Absence pokazuje odsetek promptów decyzyjnych, w których marka nie pojawia się wcale - mimo że obecna jest tam konkurencja. To bezpośrednio przekłada się na utracone szanse sprzedażowe, których nie widać w Google Analytics.
Raport pokazuje, czy modele AI wspierają pozycję marki, czy wzmacniają konkurencję. Łączy kluczowe metryki widoczności, rekomendacji i obecności w promptach decyzyjnych, dzięki czemu na poziomie zarządczym widać nie tylko udział marki w odpowiedziach LLM, ale też realne ryzyka dla sprzedaży, reputacji i przewagi konkurencyjnej.
Poniżej prezentujemy interaktywne demo zbudowane na w pełni syntetycznych danych dla fikcyjnej marki BrandX. Nie pokazujemy rzeczywistych raportów klientów ze względu na poufność projektów, ale układ, zakres analizy i typy metryk odpowiadają realnemu outputowi audytu: analiza promptów, BVS, First Mention, Brand-Link Gap, ekosystem źródeł oraz ranking konkurencji.
Combined / ChatGPT / Perplexity / Gemini · różnica = realna „rozpoznawalność bez podpowiedzi"
First Mention Share vs Top3 Mention Share
| # | Marka | Wzmianki | Share of Voice | First Mention | Avg position |
|---|---|---|---|---|---|
| 1 | Konkurent Alpha | 1 842 | 28,4% | 61,5% | 1,42 |
| 2 | BrandX (Twoja marka) | 1 487 | 22,9% | 48,3% | 2,14 |
| 3 | Konkurent Beta | 1 062 | 16,4% | 31,0% | 2,68 |
| 4 | Konkurent Gamma | 784 | 12,1% | 22,5% | 3,21 |
| 5 | Konkurent Delta | 512 | 7,9% | 14,0% | 3,84 |
| 6 | Konkurent Epsilon | 298 | 4,6% | 6,5% | 4,52 |
BrandX trzyma solidny BVS w ChatGPT (58,1%) i Gemini (51,8%), ale w Perplexity spada do 46,7%. Powód: Owned Dependency tylko 38,2% - Perplexity czerpie głównie z YouTube i retailerów, gdzie marka jest niedoreprezentowana.
Brand-Link Gap 50,3 pp - marka jest wzmiankowana w 68,5% odpowiedzi, ale klikalny link pojawia się tylko w 18,2%. Każda taka odpowiedź to utracone CTR. Plus High-Intent Absence 19,5% przy decision queries.
Pracujemy w transparentnym i powtarzalnym procesie. Już na starcie dokumentujemy mapę promptów, zakres marek, konkurentów, kategorii oraz intencji użytkowników, dzięki czemu dokładnie wiesz, co analizujemy i dlaczego. Każda metryka ma jasno opisany sposób liczenia, a wyniki można porównywać między platformami, kategoriami i kolejnymi falami audytu.
Definiujemy markę główną, submarki, produkty, konkurencję, kategorie oraz język analizy. Na tej podstawie tworzymy od 100 do 300 promptów brandowych i niebrandowych, podzielonych według intencji użytkownika: informacyjnej, porównawczej i decyzyjnej.
Każdy prompt sprawdzamy w wybranych platformach, takich jak ChatGPT, Perplexity i Gemini. Dla każdej odpowiedzi zapisujemy treść, pozycję marki, obecność konkurencji, cytowane źródła, linki oraz najważniejsze metadane potrzebne do późniejszej analizy.
Liczymy zestaw metryk pokazujących widoczność, pozycję i siłę marki w odpowiedziach AI, m.in. BVS, Mention Rate, First Mention, Top 3 Presence, Avg Position, Brand-Link Gap, Share of Voice, Decision Win Rate i High-Intent Absence. Wyniki pokazujemy łącznie oraz w podziale na platformy, kategorie, typy promptów i intencje.
Sprawdzamy, w jakim kontekście modele opisują markę, z jakimi konkurentami ją zestawiają, na jakich źródłach się opierają i gdzie pojawiają się błędy lub luki. Analizujemy także, czy modele poprawnie łączą markę główną z submarkami, produktami i usługami.
Na koniec przygotowujemy listę priorytetowych działań: od zmian w treściach i danych strukturalnych, przez wzmocnienie źródeł cytowanych przez modele, po działania SEO-AI, GEO i PR wspierające obecność marki w odpowiedziach LLM. Każda rekomendacja jest oceniona pod kątem potencjalnego wpływu i pilności.
Każdy audyt dostarczamy w trzech komplementarnych formatach, dopasowanych do różnych odbiorców w organizacji: zarząd otrzymuje syntetyczną narrację i kluczowe wnioski, analitycy - dane źródłowe do dalszej obróbki, a marketing - interaktywny dashboard do codziennej pracy z wynikami.
Raport z kluczowymi wnioskami, streszczeniem zarządczym, opisem warstw analizy, wynikami BVS łącznie i w podziale na platformy, rankingiem konkurencji, analizą źródeł, promptami decyzyjnymi, mapą ryzyk oraz kompletem rekomendacji. Format gotowy do omówienia z zarządem, marketingiem i zespołami odpowiedzialnymi za markę.
Plik z pełnym zestawem odpowiedzi, promptów, klasyfikacji i metryk wykorzystanych w audycie. Dane obejmują widoczność marki, pozycję w odpowiedziach, obecność konkurencji, cytowane źródła, linki oraz wyniki w podziale na platformy, kategorie, intencje i typy promptów. Format przygotowany do własnych analiz, modelowania i integracji z BI.
Lekki, samodzielny plik HTML - bez instalacji, logowania i dodatkowych narzędzi. Dashboard pokazuje kluczowe KPI, wykresy, tabele i filtry pozwalające analizować wyniki według platformy, kategorii, intencji oraz typu promptu. To praktyczny widok do codziennej pracy z wynikami audytu.
Audyt pokazuje, jak modele AI opisują markę, jak często ją rekomendują, w jakim kontekście ją pokazują i z kim najczęściej porównują. Dzięki metrykom takim jak BVS, First Mention, Share of Voice czy ranking konkurencji widać, czy marka buduje przewagę w nowym kanale kontaktu z użytkownikiem, czy oddaje przestrzeń konkurentom.
Zamiast działać intuicyjnie, zespół dostaje konkretne prompty, kategorie i platformy, w których marka traci widoczność lub rekomendacje. Audyt wskazuje, które treści, źródła, domeny zewnętrzne, dane strukturalne i działania PR mogą wzmocnić obecność marki w odpowiedziach LLM oraz poprawić jej pozycję względem konkurencji.
Analiza pokazuje, czy modele poprawnie łączą markę główną z submarkami, produktami i usługami. Dzięki temu można wykryć sytuacje, w których AI zna wybrane elementy portfolio, ale traktuje je jako oderwane od marki nadrzędnej. To ważne szczególnie dla organizacji z rozbudowaną architekturą marek, wieloma liniami produktowymi lub lokalnymi wariantami oferty.
Audyt daje syntetyczny obraz tego, czy modele AI wzmacniają pozycję marki, czy częściej promują konkurencję. Pokazuje najważniejsze ryzyka, szanse i obszary wymagające działania: od widoczności w promptach decyzyjnych, przez wiarygodność cytowanych źródeł, po sposób przedstawiania przewag konkurencyjnych marki. To materiał do rozmów strategicznych o reputacji, sprzedaży i przyszłej widoczności marki w AI.
Audyt LLM Perception powstał na bazie ponad 20 lat doświadczenia w SEO, Analityce i pracy z widocznością marek w wyszukiwarkach. Od lat pomagamy firmom rozumieć, jak użytkownicy szukają informacji, jak algorytmy porządkują odpowiedzi i jak przełożyć widoczność na realny wpływ biznesowy.
Dziś ten sam obszar zmieniają modele AI. Dlatego analizę LLM traktujemy jako naturalne rozszerzenie SEO: badamy, czy modele znają markę, jak ją opisują, z kim ją porównują, kiedy rekomendują konkurencję i z jakich źródeł budują odpowiedzi.
Łączymy doświadczenie strategiczne, techniczne i badawcze - od Treści i SEO technicznego, przez automatyzacje i programowanie, po analizę danych oraz ekosystemów źródeł. Dzięki temu audyt nie jest jednorazowym eksperymentem z AI, tylko uporządkowaną usługą opartą na danych, procesie i wieloletniej specjalizacji w widoczności organicznej i perspektywą doświadczonych Ekspertów.
Content, SEO techniczne, architektura widoczności i ekosystem źródeł.
Automatyzacje, programowanie, analiza danych i skalowalne procesy badawcze.
Projektowanie metryk, mapowanie źródeł i analiza konkurencji w środowisku LLM.
Skontaktuj się z nami - chętnie porozmawiamy o przyszłości Twojej marki w LLM!
Szerszy kontekst audytu: jak marka pojawia się w odpowiedziach AI, które źródła o tym decydują i co optymalizujemy.
Poznaj podejście do AI Search → Zespół · BluerankKim jesteśmy i jak łączymy SEO, content, technologię, autorytet i pomiar w jeden system widoczności.
Poznaj zespół → Case study · ALAB laboratoria700+ eksperckich artykułów medycznych i 115% celu przychodowego - tak buduje się markę, którą AI traktuje jako źródło prawdy.
Poznaj case study →