Raporty / Pet food Polska 2026
Okładka raportu LLM Shelf o karmach dla psów w Polsce

Raport LLM Shelf · Polska · lipiec 2026

Jedno pytanie,
trzy różne miski

Co AI rekomenduje właścicielom psów w Polsce i dlaczego każdy system wybiera inaczej?

Pełny raport: 24 strony. Badanie opisuje rekomendacje systemów AI, nie jakość karm.

45scenariuszy zakupowych
3powtórzenia każdego pytania
3badane systemy AI
405łącznie wykonanych testów
393odpowiedzi tekstowe

Najważniejszy wniosek

AI poleca chętnie.
Zgadza się rzadko.

Widoczność w AI nie ma jednego zwycięzcy. Marka może być często wymieniana, ale rzadko być pierwszym wyborem. Może wygrywać w jednym systemie i niemal znikać w innym, albo dominować tylko w jednej konkretnej potrzebie.

Widoczność to nie to samo co rekomendacja

Osobno mierzymy obecność marki, pozytywną rekomendację oraz ekspozycję na pierwszej pozycji.

34,4%odpowiedzi rekomendowało Brit - najwyższy wynik ogólny
13,2%odpowiedzi stawiało Royal Canin na pierwszej pozycji
3 z 80porównywalnych przypadków miało tę samą markę na początku we wszystkich systemach
82,7%odpowiedzi tekstowych zawierało konkretną rekomendację marki
60,9%braków rekomendacji udało się odzyskać jednym dopytaniem
16prawdopodobnych błędów gatunkowych wykrył ręczny audyt

To samo pytanie, inna odpowiedź

Trzy systemy budują trzy różne półki

Gemini i Google AI Overview wskazywały konkretną markę w niemal 9 na 10 odpowiedzi. OpenAI robił to wyraźnie rzadziej, częściej pozostając przy kryteriach wyboru. Różniły się również marki, które każdy system eksponował.

OpenAI GPT-5.4 mini

135 odpowiedzi
Royal Canin
33,3%
Purina Pro Plan
33,3%
Hill's
23,0%

Gemini 3.5 Flash

135 odpowiedzi
Brit
46,7%
Wiejska Zagroda
31,9%
Acana
31,1%

Google AI Overview

123 odpowiedzi tekstowe
Brit
42,3%
Wiejska Zagroda
30,9%
Dolina Noteci
30,1%

Zgodność wszystkich systemów

W 80 przypadkach każdy system wskazał co najmniej jedną markę. Ta sama marka wygrała we wszystkich trzech tylko 3 razy, czyli w 3,8% porównań.

Pojedynczy screenshot to za mało

Ta sama marka utrzymała pierwszą pozycję we wszystkich trzech powtórzeniach dla 50,0% promptów Gemini, ale tylko 16,7% OpenAI i 16,0% Google AI Overview.

Jedna kategoria, siedmiu zwycięzców

Potrzeba użytkownika przetasowuje ranking

W AI nie istnieje jedna uniwersalna „najlepsza karma”. Wraz ze zmianą potrzeby zmienia się shortlista i marka, którą system stawia na pierwszym miejscu.

Wskaźnik rekomendacji w siedmiu grupach potrzeb. Wyniki opisują badaną próbę.
PotrzebaLider2. miejsce3. miejsce
Ogólny wybór karmyBrit - 59,3%Wiejska Zagroda - 46,3%Farmina - 37,0%
Profil i etap życia psaBrit - 59,0%Royal Canin - 47,5%Acana - 44,3%
Zdrowie i potrzeby funkcjonalneRoyal Canin - 69,1%Hill's - 67,6%Purina Pro Plan - 50,0%
Format i sposób żywieniaPiesotto - 40,6%PsiBufet - 36,2%Micha Pupila - 30,4%
Skład i deklaracje produktoweBrit - 25,9%Wiejska Zagroda - 18,5%Dolina Noteci - 16,7%
Niejadek i akceptacja karmyAlpha Spirit - 40,9%Dolina Noteci - 36,4%Wiejska Zagroda - 27,3%
Cena i relacja jakości do cenyDolina Noteci - 44,2%Brit - 39,5%Wiejska Zagroda - 23,3%

Format zmienia lidera

Piesotto i PsiBufet są poza ścisłą czołówką rankingu ogólnego, ale wychodzą na prowadzenie, gdy użytkownik pyta o karmę świeżą lub gotowaną.

Specjalizacja porządkuje shortlistę

W pytaniach o zdrowie dominują marki kojarzone z dietami specjalistycznymi: Royal Canin, Hill's i Purina Pro Plan.

Pierwsza odpowiedź to nie koniec rozmowy

Jedno dopytanie uruchamia rekomendację

W 247 z 270 rozmów z modelami konwersacyjnymi konkretna rekomendacja pojawiła się już w pierwszej odpowiedzi. Pozostałe 23 rozmowy otrzymały jedno, identyczne dopytanie o konkretne produkty.

14 z 23 rozmów odzyskało rekomendację

Po uwzględnieniu dopytania konkretna marka lub produkt pojawiły się w 261 z 270 rozmów, czyli w 96,7% całości.

Ekosystem informacji

Każdy system korzysta z innych źródeł

Widoczne źródła pomagają zrozumieć otoczenie informacyjne odpowiedzi, ale współwystępowanie marki i domeny nie dowodzi, że dana strona spowodowała rekomendację.

OpenAI

  • zooplus.pl - 45 odpowiedzi
  • wsava.org - 30
  • aafco.org - 23
  • aaha.org - 19
  • royalcanin.com - 17

Gemini

  • krakvet.pl - 53 odpowiedzi
  • ceneo.pl - 41
  • mediaexpert.pl - 33
  • allegro.pl - 32
  • zooplus.pl - 32

Google AI Overview

  • krakvet.pl - 53 odpowiedzi
  • unizoo.pl - 35
  • alezwierzaki.pl - 29
  • petbox.pl - 20
  • rankingkarm.pl - 20
Marka musi być widoczna w całym ekosystemie

Liczą się nie tylko treści producenta, lecz także sprzedawcy, porównywarki, rankingi i źródła eksperckie. AI nie buduje rekomendacji wyłącznie na podstawie tego, co marka mówi o sobie.

Kontrola poprawności

Pewny ton nie gwarantuje poprawnej odpowiedzi

Spośród 393 odpowiedzi 52 oznaczono flagą weryfikacyjną. Flaga była sygnałem do dalszego sprawdzenia, a nie automatycznym potwierdzeniem błędu.

Ręczny audyt wykazał 16 przypadków, w których w odpowiedzi dotyczącej psa rekomendowano produkt lub wariant przeznaczony dla kota. Jednocześnie w 11 odpowiedziach model poprawnie zaznaczył, że produkt koci nie jest przeznaczony dla psa.

Co producenci mogą zrobić już dziś

Sześć praktycznych zasad

Wyniki nie są prostym rankingiem jakości karm. Pokazują, jak projektować pomiar i informację, aby marka była wiarygodną odpowiedzią na konkretną potrzebę.

Mierz każdy system osobno

Zbiorczy wynik może ukrywać niemal całkowitą nieobecność marki w jednym z modeli.

Oddzielaj obecność od pierwszego wyboru

Wejście na shortlistę i otwieranie shortlisty są dwoma różnymi rodzajami przewagi.

Odpowiadaj na konkretną potrzebę

Treść powinna jasno pokazywać zastosowanie produktu, ograniczenia i wiarygodne potwierdzenia jego cech.

Zarządzaj całym ekosystemem informacji

Spójność i aktualność powinny obejmować producenta, handel, rankingi i źródła eksperckie.

Badaj rozmowę, nie tylko pierwszą odpowiedź

Follow-up może przeprowadzić model od ogólnych kryteriów do konkretnej shortlisty produktowej.

Mierz poprawność razem z widocznością

Widoczność może działać na niekorzyść marki, gdy system wskazuje zły produkt lub nieprawdziwe uzasadnienie.

Metodologia

Pojedynczy screenshot nie jest pomiarem

Lista obejmowała 45 promptów w siedmiu grupach potrzeb. Każdy prompt wykonano trzykrotnie w Gemini 3.5 Flash, Google AI Overview i OpenAI GPT-5.4 mini, co dało 405 testów.

W 12 przypadkach Google nie wyświetlił AI Overview. Potraktowano to jako wynik ekspozycji na tej powierzchni, a nie nieudany test. Analizą treści objęto 393 odpowiedzi tekstowe. Taksonomia po normalizacji aliasów obejmowała 129 marek.

Recommendation rate

Odsetek odpowiedzi, w których marka lub produkt zostały przedstawione jako pozytywny, konkretny wybór.

First-position exposure

Odsetek wszystkich 393 odpowiedzi tekstowych, w których marka pojawiła się jako pierwsza w uporządkowanej lub możliwej do odtworzenia liście.

Use case breadth

Liczba z siedmiu grup potrzeb, w których marka została rekomendowana.

Strict recovery

Po dopytaniu pojawiła się konkretna, pozytywna rekomendacja marki lub produktu.

Ograniczenia badania

Jak poprawnie czytać wyniki

Raport przedstawia stan z określonego momentu. Modele, interfejsy, źródła i indeksy mogą się zmieniać.

  • Odpowiedzi generatywne są zmienne. Trzy powtórzenia ograniczają wpływ pojedynczego wyniku, ale nie eliminują go całkowicie.
  • Prompty różniły się siłą, z jaką skłaniały system do wskazania konkretnych produktów. Porównania między grupami potrzeb mają charakter opisowy.
  • Recommendation rate nie mierzy jakości produktu, udziału rynkowego, sprzedaży ani satysfakcji klientów.
  • First-position exposure ma za mianownik wszystkie odpowiedzi tekstowe, a nie tylko uporządkowane rankingi.
  • Współwystępowanie marki i źródła nie dowodzi, że dana domena spowodowała rekomendację.
  • Google AI Overview nie pojawiło się w 12 ze 135 testów, dlatego rozdzielamy wynik warunkowy od ekspozycji względem wszystkich zaplanowanych testów.
  • Badanie nie stanowi porady weterynaryjnej. Objawy, chorobę lub potrzebę diety specjalistycznej należy konsultować z lekarzem weterynarii.

Wniosek końcowy

Nie istnieje jedna najlepsza karma według AI.

AI wybiera zwycięzcę konkretnej potrzeby - w konkretnym systemie i konkretnym momencie. Dla producentów widoczność w AI jest mapą decyzji: pokazuje, gdzie marka wchodzi na shortlistę, gdzie znika, jakie argumenty są z nią łączone i czy rekomendacja pozostaje poprawna.

Gdzie na tej półce znajduje się Twoja marka?

Zamów audyt