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.
Osobno mierzymy obecność marki, pozytywną rekomendację oraz ekspozycję na pierwszej pozycji.
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.
Gemini 3.5 Flash
135 odpowiedziGoogle AI Overview
123 odpowiedzi tekstoweZgodność 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.
| Potrzeba | Lider | 2. miejsce | 3. miejsce |
|---|---|---|---|
| Ogólny wybór karmy | Brit - 59,3% | Wiejska Zagroda - 46,3% | Farmina - 37,0% |
| Profil i etap życia psa | Brit - 59,0% | Royal Canin - 47,5% | Acana - 44,3% |
| Zdrowie i potrzeby funkcjonalne | Royal Canin - 69,1% | Hill's - 67,6% | Purina Pro Plan - 50,0% |
| Format i sposób żywienia | Piesotto - 40,6% | PsiBufet - 36,2% | Micha Pupila - 30,4% |
| Skład i deklaracje produktowe | Brit - 25,9% | Wiejska Zagroda - 18,5% | Dolina Noteci - 16,7% |
| Niejadek i akceptacja karmy | Alpha Spirit - 40,9% | Dolina Noteci - 36,4% | Wiejska Zagroda - 27,3% |
| Cena i relacja jakości do ceny | Dolina 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.
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
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