LSLLM SHELF
Zobacz raportENUmów rozmowę

Wygraj
rekomendacje AI

Twoi potencjalni klienci przychodzą do AI ze swoimi problemami, na pewno jesteś dla nich rozwiązaniem,
ale czy AI też tak uważa?

Najnowsze badanie LLM Shelf

Co sztuczna inteligencja pakuje do szkolnego plecaka - i dlaczego każdy system wybiera inaczej?

64 pytania zakupowe · 6 systemów AI · 1150 odpowiedzi

Zobacz raport →

AI nie tylko rekomenduje.

Potrafi też odradzać.

Dogłębny audyt Twojej widoczności w AI

Przemyślana analiza, a nie kilka cyfr.

Różnice między modelami

Wskaźnik rekomendacji marki
13.8%
Google AI
Overview
11.1%
Gemini
4.4%
ChatGPT
3.1×różnica pomiędzy najwyższym i najniższym wynikiem

Produkt wygrywa w części sytuacji zakupowych

Wskaźnik rekomendacji według potrzeby użytkownika
Format karmienia
40.6%
Skład i deklaracje
9.3%
Zdrowie
5.9%
Niejadek
2.3%
Wybór ogólny
0%
4 / 7badanych sytuacji zakupowych kończy się rekomendacją marki

Typ pytania ma znaczenie

Aktywacja marki według intencji
Zmiana formatu
72.2%
Wybór formatu
51.9%
Ocena deklaracji
27.8%
Korekta mitów
12.5%
Discovery
0%
72.2%pytań o zmianę formatu aktywuje markę

Head-to-head: kto naprawdę rywalizuje

Porównanie tylko w tych samych odpowiedziach
RYWALCO-OCCUR.MARKARYWALWIN RATE
2882028.6%
2221195.5%
127558.3%
97277.8%
Największe zagrożenie ujawniają bezpośrednie porównania.
W 28 wspólnych odpowiedziach marka wygrała 8 razy i przegrała 20.

Źródła: gdzie powstaje przewaga lidera

Domeny współwystępujące z wygraną kategorii
314straty
27obecna, nie #1
287nieobecna
286straty ze źródłami
ŹRÓDŁOWYGRANEUDZIAŁMODELE
2140.4%2
1630.8%3
1528.8%3
91.1%przegranych odpowiedzi zawierało źródła

Unbranded vs follow-up

Jak zmienia się intencja po pierwszej odpowiedzi
Skyr — start
68%
Skyr — follow-up
76%
Baton — start
36%
Baton — follow-up
57%
Retailer — follow-up
39%
Kolejne pytanie pogłębia intencję zakupową.
Follow-up ujawnia oczekiwania dotyczące produktu, marki, ceny i dostępności.

Co mierzymy
i interpretujemy

Dokonujemy wielu pomiarów, aby dokładnie zidentyfikować, na czym polega wyzwanie i jak je zaadresować.

Widoczność markiJak często marka pojawia się w odpowiedziach modeli.
Recommendation rateOdsetek odpowiedzi zawierających rekomendację.
Pozycja markiJak wysoko marka pojawia się na shortliście.
Siła dowodówPoziom i jakość argumentów wspierających rekomendacje.
StabilnośćCzy wynik utrzymuje się między powtórzeniami.
Zasięg odpowiedziJak szeroko marka obejmuje różne pytania i konteksty.
Spójność obecnościCzy marka pojawia się konsekwentnie w różnych sytuacjach.
Intencje użytkownikówKtóre intencje i potrzeby aktywują markę.
Typ aktywacjiCzy marka wchodzi przez discovery, ranking czy follow-up.
Use case’yScenariusze, w których marka wygrywa lub znika.
Skład i deklaracjeKtóre claims i cechy produktu wspierają rekomendację.
Wpływ internetu i źródełJak dostęp do sieci lub konkretnej domeny zmienia shortlistę, argumentację i rekomendację.
Zastrzeżenia i warunki rekomendacjiWarunki, zastrzeżenia i ograniczenia w odpowiedziach modeli.

AI to nie search

Rozmowa nie kończy się po wpisaniu jednej frazy
- to konwersacja, a każdy kolejny follow-up może zmienić shortlistę i rekomendację.

ChatGPT 4o⌄Scenariusze follow-up
Odzyskanie rekomendacji
Szukam dobrej karmy dla psa z wrażliwym żołądkiem.
Warto szukać karmy lekkostrawnej, z jednym źródłem białka i możliwie prostym składem.
Rozważyłbym Purina Pro Plan Sensitive Digestion — jako pierwszy test, a jako alternatywy Hill’s Sensitive Stomach & Skin — oraz Royal Canin Digestive Care —.
Zawężenie wyboru
Mam cerę mieszaną i trądzik. Jaki prosty produkt aktywny rozważyć?
Najczęściej sprawdzają się produkty z kwasem salicylowym, kwasem azelainowym albo niacynamidem. Mogą to być Paula’s Choice 2% BHA Liquid, Acne-Derm 20% lub The Ordinary Niacinamide 10% + Zinc 1%.
Na łagodny start wybrałbym The Ordinary Niacinamide 10% + Zinc 1% — ze względu na prosty sposób użycia; przy aktywnym trądziku decyzję warto skonsultować z dermatologiem.
Rozszerzenie koszyka
Potrzebuję lekkiego laptopa do pracy i podróży.
Dobrym wyborem będzie ASUS Zenbook 14 OLED UX3405 — jest lekki, ma dobry ekran i poradzi sobie z wieloma kartami w przeglądarce.
Tak: Logitech MX Anywhere 3S — oraz kompaktowy zasilacz USB-C 65 W. Dodatkowej podstawki nie kupowałbym bez konkretnej potrzeby.
Antyrekomendacja
Szukam białych sneakersów do biura i na co dzień.
Celuj w skórzaną cholewkę, stonowane logo i podeszwę, którą łatwo wyczyścić.
Unikałbym Nike Air Force 1 Shadow — jeśli zależy Ci na dyskretnej sylwetce, oraz Adidas Ozweego White — jeśli but ma pasować także do bardziej formalnych zestawów.
＋　Zapytaj o cokolwiek♩　▮▮
Symulowane rozmowy. Odpowiedzi AI mogą zawierać błędy.

Persona zmienia rekomendację

To samo ogólne zadanie zakupowe prowadzi do różnych odpowiedzi, gdy zmieniają się wiek, cel, budżet, styl życia lub ograniczenia użytkownika.

ChatGPT 4o⌄Różne persony
Zabiegany profesjonalista
Mam dużo spotkań i potrzebuję zdrowego drugiego śniadania, które kupię po drodze i zjem bez przygotowania.
Najpraktyczniejszy będzie Piątnica Skyr pitny — jest porcjowany, łatwo dostępny i nie wymaga sztućców. Dobierz owoc, jeśli potrzebujesz bardziej sycącego zestawu.
Osoba po treningu
Mam 22 lata, wracam z treningu siłowego i chcę szybko uzupełnić białko oraz energię.
Lepszym wyborem będzie Olimp Whey Protein Complex 100% — z bananem lub innym źródłem węglowodanów, zamiast samego małego jogurtu.
Rodzic nastolatka
Szukam czegoś do plecaka dla nastolatka: ma być wygodne, sycące i nie bardzo słodkie.
Rozważyłbym Piątnica Skyr naturalny — plus osobno owoc. Taki zestaw łatwiej dopasować do apetytu niż gotowy słodki deser.
Senior
Mam 72 lata, mniejszy apetyt i szukam łagodnego, niewielkiego posiłku z białkiem.
Wybrałbym Piątnica Serek Wiejski naturalny — w małej porcji. Przy ograniczeniach dietetycznych lub chorobach przewlekłych wybór warto potwierdzić z lekarzem.
Student z ograniczonym budżetem
Potrzebuję taniego i sycącego drugiego śniadania. Mam dostęp do lodówki, ale nie chcę nic gotować.
Najlepszy stosunek ceny do sytości da Pilos Skyr naturalny — z płatkami owsianymi i bananem; gotowy baton zwykle wyjdzie drożej za porcję.
＋　Zapytaj o cokolwiek♩　▮▮
Symulowane rozmowy. Rekomendacja zależy od informacji podanych modelowi.

Jak pracuje
LLM Shelf

Dostosowujemy się do Twoich potrzeb i analizujemy to, co dla Ciebie najważniejsze.

Mapa priorytetów

Sprawdzamy kilka obszarów i wybieramy te, które warto pogłębić.

Raport strategiczny

Analizujemy use case’y, modele, follow-upy, KPI, źródła i rekomendacje.

Wnioski, rekomendacje
i wdrożenie

Przekładamy dane na plan działań
i wspieramy zespół w jego wdrożeniu.

Pomiar zmian

Sprawdzamy, czy wdrożenia rzeczywiście zmieniają rekomendacje AI.

Sprawdźmy, czy AI rekomenduje Twoje produkty, czy produkty konkurencji.

Zamów audyt

Najczęstsze pytania

Jak działa audyt widoczności marek i produktów w AI.

Czym jest widoczność marki w AI?

To nie tylko pojedyncza wzmianka. Obejmuje rozpoznanie marki, spontaniczne przywołanie jej przez model, wejście na shortlistę, pozycję względem konkurencji i finalną rekomendację.

Czy mierzycie tylko widoczność marki, czy potraficie zmierzyć również widoczność produktu?

Z perspektywy użytkownika marka często jest wtórna do potrzeby, dlatego mierzymy również widoczność produktów. Granularność badania uzgadniamy z klientem w zależności od jego potrzeb. Możemy mierzyć widoczność marki, linii produktowej, konkretnego produktu, a nawet pojedynczego SKU.

Co dokładnie mierzy LLM Shelf?

Mierzymy m.in. widoczność i wskaźnik rekomendacji marki lub produktu, ich pozycję na shortliście, siłę argumentów, stabilność wyników, różnice między modelami, wyniki w poszczególnych sytuacjach zakupowych, zachowanie po kolejnych pytaniach użytkownika oraz wpływ dostępu do internetu i konkretnych źródeł.

Jak powstaje audyt widoczności w AI?

Tworzymy zestaw pytań opartych na realnych potrzebach klientów, badamy różne modele i powtarzamy testy. Analizujemy pierwsze odpowiedzi, follow-upy, persony, źródła, bezpośrednie porównania z konkurencją oraz warianty z dostępem do internetu i bez niego.

Dlaczego jedno pytanie do ChatGPT nie wystarczy?

Modele są probabilistyczne: to samo pytanie może prowadzić do różnych odpowiedzi. Pojedynczy screenshot jest obserwacją, a nie wiarygodnym pomiarem. Potrzebne są powtórzenia, różne warianty pytań i jasna metoda agregacji wyników.

Jakie modele AI analizujecie?

Zakres dobieramy do rynku i celu badania. Audyt może obejmować wszystkie najpopularniejsze środowiska: ChatGPT, Gemini, Google AI Overviews, Perplexity, Claude, Microsoft Copilot, Grok, DeepSeek i Meta AI.

Czym widoczność w AI różni się od SEO?

SEO odpowiada przede wszystkim na pytanie, czy strona zostanie znaleziona. LLM Shelf sprawdza, czy znalezione informacje powodują, że AI bierze markę lub produkt pod uwagę, umieszcza je na shortliście i wybiera zamiast konkurencji. SEO jest fundamentem, ale nie wyczerpuje procesu rekomendacji.

Czy AI może znać markę, ale jej nie rekomendować?

Tak. Znajomość marki pomaga wejść do zbioru kandydatów, ale o rekomendacji decydują także dopasowanie do konkretnej potrzeby, aktualność informacji, jakość dowodów, wiarygodność i przewaga nad alternatywami.

Czy można wskazać, która strona spowodowała rekomendację?

Nie zawsze z pełną pewnością, ponieważ zamknięte modele nie ujawniają swoich wag ani całego procesu decyzyjnego. Możemy jednak porównywać odpowiedzi z wyszukiwaniem i bez niego, ze wskazanym źródłem i bez niego oraz sprawdzać, jak konkretna domena zmienia shortlistę, argumentację i finalną rekomendację.

Co firma otrzymuje po audycie?

Diagnozę sytuacji marki i produktów, benchmark konkurencji oraz priorytetowy plan działań. Rekomendacje mogą dotyczyć dostępności technicznej, architektury informacji, treści odpowiadających sytuacjom zakupowym, claimów, dowodów zewnętrznych i redukcji nieaktualnych lub sprzecznych informacji.

Czy można zagwarantować, że AI zacznie rekomendować markę?

Nie da się zagwarantować konkretnej odpowiedzi niezależnego, probabilistycznego systemu. Można natomiast rzetelnie zmierzyć punkt wyjścia, wskazać prawdopodobne bariery, wdrożyć zmiany i sprawdzić, czy poprawiły wyniki.