Share of Model (SoM) to wskaźnik mierzący, jak często modele AI — ChatGPT, Gemini, Perplexity czy Copilot — wymieniają Twoją markę w odpowiedziach na pytania z Twojej branży. Jeśli prowadzisz sklep internetowy lub oferujesz usługi B2B, a Twoja firma nie pojawia się w rekomendacjach AI, de facto nie istniejesz dla rosnącej grupy klientów. Nie za pięć lat. Już teraz. W tym artykule pokazuję, czym jest Share of Model, jak go mierzyć i co zrobić, żeby Answer Engine Optimization zaczęło pracować na Twoją widoczność — zanim zrobi to konkurencja.
Najważniejsze wnioski z artykułu
- Share of Model (SoM) mierzy procentowy udział marki we wspomnieniach generowanych przez duże modele językowe (LLM) w danej kategorii — to odpowiednik udziału w rynku, ale w świecie AI.
- ChatGPT przetwarza ok. 2 miliardy zapytań dziennie i jest piątą najczęściej odwiedzaną stroną na świecie — a 66% użytkowników z pokolenia Z prosi AI o rekomendacje marek i produktów.
- Modele AI nie mają „strony drugiej” wyników. Jeśli marka nie jest w danych treningowych lub nie ma silnej obecności cyfrowej — po prostu nie zostanie wymieniona. Zero kompromisów.
- Ruch z wyszukiwarek AI konwertuje na poziomie 14,2%, co stanowi pięciokrotność konwersji z tradycyjnego Google (2,8%).
- Około 58–60% wyszukiwań w Google w kończy się bez kliknięcia — a przy zapytaniach z AI Overviews ten odsetek rośnie do 83%.
- Optymalizacja pod AI (GEO/AEO) to osobna inwestycja — nie zastępuje SEO, ale je uzupełnia. Marki, które łączą oba podejścia, budują wielokanałową widoczność.
- Do monitoringu SoM służą narzędzia takie jak Profound, Semrush AI Visibility Toolkit, Otterly.ai czy platforma Jellyfish Share of Model™.
- Wikipedia odpowiada za ok. 22% danych treningowych dużych modeli językowych — a brand search volume (wolumen wyszukiwań marki) jest silniejszym predyktorem widoczności w AI niż liczba linków zwrotnych.
Era zero-click — liczby, które powinny Cię zaniepokoić
58% zapytań Google w USA to zero-click (WordStream, 2026). Na polskim rynku sytuacja nie wygląda lepiej — AI Overviews pojawiają się już w 24,17% polskich zapytań Google (Senuto, analiza 17,7 mln słów kluczowych). Przy zapytaniach wyzwalających AI Overviews wskaźnik zero-click rośnie do 83%, a w trybie AI Mode — do 93%.
Dane Semrush z : 58,5% wyszukiwań w USA i 59,7% w Europie to wyszukiwania bez kliknięcia. Na mobile? Odsetek sięga 75%. Seer Interactive przeanalizowało 3 119 zapytań informacyjnych i udokumentowało spadek organicznego CTR o 61% (z 1,76% do 0,61%) na frazach z AI Overviews. Na polskim rynku spadek CTR po wdrożeniu AIO wyniósł średnio 19,4% rok do roku — a 64% monitorowanych domen odnotowało spadki (Senuto, 2025).
Ale — i tu zaczyna się to, co naprawdę powinno Cię zainteresować — marki cytowane w AI Overviews zyskują 35% więcej kliknięć organicznych i 91% więcej kliknięć z reklam niż marki pominięte. Obecność w odpowiedziach AI staje się przepustką do ruchu — nawet z tradycyjnych SERP-ów. 61% utraconego CTR można odzyskać przez zdobycie cytowania w AIO (Senuto, 2025). Czyli problem ma rozwiązanie — tylko trzeba po nie sięgnąć.
Jak modele AI decydują, którą markę polecić
Modele językowe wybierają marki na podstawie częstotliwości i autorytetu wzmianek w danych treningowych, obecności na wielu platformach jednocześnie oraz jakości ustrukturyzowanych treści. To nie klasyczny ranking — tu decyduje tzw. wiedza parametryczna modelu, czyli to, co „zapamiętał” podczas treningu.
Wikipedia odpowiada za ok. 22% danych treningowych dużych modeli językowych. W Polsce pl.wikipedia.org to absolutny lider cytowań w AI Overviews — 883 350 wzmianek (Senuto, 2025). W przypadku ChatGPT Wikipedia jest najczęściej cytowanym źródłem — 47,9% cytacji. Ale wbrew intuicji SEO-wca, najsilniejszym predyktorem widoczności w AI nie jest liczba linków zwrotnych, lecz brand search volume — wolumen wyszukiwań marki w Google. Linki są ważne, owszem. Ale nie tak, jak ludzie myślą.
„Levi’s dominates AI search because they are recognised as the best jeans. You can’t fake that.”
(pol. Levi’s dominuje w wyszukiwaniu AI, bo są uznawani za najlepsze dżinsy. Tego nie da się sfałszować.)
Lily Ray trafia w sedno. AI nie da się „zahakować” marką-widmo. Albo jesteś rozpoznawalny — albo nie istniejesz. Marki obecne na 4 lub więcej platformach jednocześnie mają 2,8 razy większe szanse na pojawienie się w odpowiedziach ChatGPT. Każda platforma AI ma przy tym własne preferencje źródłowe. Perplexity czerpie 46,7% cytacji z Reddita. Google AI Overviews opiera się w 21% na Reddicie i 18,8% na YouTube. Web browsing ChatGPT koreluje w 87% z wynikami organicznymi Binga. Innymi słowy: musisz być wszędzie — bo każdy model szuka gdzie indziej.
Cechy treści, które zwiększają szanse na cytowanie przez AI
Badania Growth Memo z wskazują, że ChatGPT preferuje treści z jednoznacznym, zdecydowanym językiem (nie ogólnikowe), zawierające pytania, o wysokiej gęstości encji, ze zbalansowaną mieszanką faktów i opinii oraz prostą strukturą zdań.
Treści młodsze niż mają trzykrotnie wyższe szanse na cytowanie. Jednocześnie aż 80% cytacji LLM nie pojawia się w Top 100 Google na dane zapytanie (dane Ahrefs, ). To pokazuje, że tradycyjne pozycje SEO i widoczność w AI to dwa odrębne kanały — mogą, ale nie muszą się pokrywać. I to jest dobra wiadomość dla marek, które nie dominują w Google. Bo w AI zaczynamy od zera.
Jak mierzyć Share of Model w praktyce
Pomiar SoM polega na systematycznym odpytywaniu modeli AI na frazy istotne dla Twojej kategorii, rejestrowaniu, które marki się pojawiają, i obliczaniu udziału procentowego. Brzmi prosto? Bo jest proste. Metoda Seer Interactive, udostępniona jako darmowy szablon, pozwala zacząć samodzielnie — nawet bez narzędzi enterprise.
- Przygotuj listę 5–10 zapytań informacyjnych istotnych w Twojej branży (np. „jakie są najlepsze platformy e-commerce w Polsce”, „który sklep internetowy z elektroniką ma najlepsze ceny”).
- Zadaj każde pytanie w ChatGPT, Gemini, Perplexity i Copilot. W ustawieniach ChatGPT ustaw parametr „temperature” na 0 — dla powtarzalności wyników.
- Zapisz, które marki pojawiają się w odpowiedzi i w jakiej kolejności.
- Zsumuj wzmianki dla każdej marki. Oblicz udział procentowy: (wzmianki Twojej marki / suma wzmianek w kategorii) × 100.
- Powtarzaj pomiar co kwartał. Dopiero po dane nabierają wiarygodności statystycznej.
Testuj też w języku polskim — zapytanie „Opowiedz mi wszystko, co wiesz o marce [X]” generuje inne wyniki niż wersja angielska. Dla polskich e-commerce to szczególnie istotne, bo modele mają mniejsze zasoby wiedzy parametrycznej w naszym języku. A to oznacza, że konkurencja o polskojęzyczną widoczność w AI jest dziś mniejsza — i łatwiej się przebić.
Narzędzia do monitoringu Share of Model i widoczności w AI — porównanie
Rynek narzędzi GEO (Generative Engine Optimization) i AEO (Answer Engine Optimization) dojrzał znacząco od . Jeszcze rok temu trzeba było wszystko robić ręcznie. Dziś mamy już dedykowane platformy — od budżetowych po enterprise. Poniżej zestawienie tych, z których korzystamy i które testowaliśmy.
| Narzędzie | Typ | Monitorowane modele AI | Cena orientacyjna | Dla kogo |
|---|---|---|---|---|
| Profound | Enterprise GEO | ChatGPT, Claude, Perplexity, Gemini, Copilot, DeepSeek, Grok i inne (10+) | od 499 USD/mies. | Duże marki, agencje, e-commerce enterprise |
| Semrush AI Visibility Toolkit | Add-on do Semrush | AI Overviews, ChatGPT, Perplexity, Gemini, Claude | 99 USD/mies. za domenę (wymaga subskrypcji Semrush) | Zespoły SEO łączące klasyczne SEO z GEO |
| Otterly.ai | Monitoring AI | ChatGPT, Perplexity, Gemini, AI Overviews | od 29 USD/mies. | Małe zespoły, start z monitoringiem |
| Jellyfish Share of Model™ | Platforma SoM | ChatGPT, Gemini, Llama, Perplexity i inne | Wycena indywidualna | Enterprise, globalne marki FMCG/retail |
| Scrunch | Agent Experience Platform | ChatGPT, Gemini, Perplexity, Claude | Wycena na zapytanie | Marki szukające optymalizacji, nie tylko monitoringu |
Deloitte Germany klasyfikuje połączenie SEO, AEO i Generative Engine Optimization jako „strategiczną konieczność”. To nie kolejny buzzword — to realna zmiana w sposobie, w jaki konsumenci odkrywają marki.
Strategia GEO/AEO — co robić, żeby AI polecało Twoją markę
Optymalizacja pod modele AI wymaga działań na trzech płaszczyznach jednocześnie: wiedzy parametrycznej (dane treningowe), wiedzy kontekstowej (web browsing/RAG) i autorytetu encji (jak AI rozumie Twoją markę jako byt). Nie ma tu drogi na skróty — ale są konkretne kroki, które możesz wdrożyć od dziś.
Budowanie wiedzy parametrycznej — bądź w danych treningowych
Wiedza parametryczna to informacje, które model „zapamiętał” podczas treningu na ogromnych zbiorach danych. Żeby Twoja marka się tam znalazła, potrzebujesz wzmianek w źródłach, z których modele uczą się najczęściej.
- Zadbaj o stronę marki na Wikipedii (lub Wikidata) — to najczęściej cytowane źródło przez LLM. Jeśli nie kwalifikujesz się do Wikipedii, buduj obecność na platformach o wysokim autorytecie: Reddit, Stack Overflow, GitHub, branżowe katalogi.
- Zwiększ brand search volume przez kampanie brandowe w Google Ads i działania PR. Wolumen wyszukiwań marki jest silniejszym predyktorem widoczności w AI niż backlinki.
- Bądź obecny na minimum 4 platformach jednocześnie — to zwiększa szansę na pojawienie się w ChatGPT 2,8-krotnie.
Optymalizacja wiedzy kontekstowej — bądź cytowany w real-time
Modele AI coraz częściej korzystają z web browsing i RAG (Retrieval-Augmented Generation) — pobierają aktualne informacje z sieci w momencie generowania odpowiedzi. Tu klasyczne SEO i GEO się spotykają.
- Twórz treści w formacie „answer-first” — pierwszych 40–60 słów pod nagłówkiem powinno zawierać pełną, samodzielną odpowiedź na pytanie. Dokładnie tak, jak robimy to w artykułach na blogu Westom.
- Stosuj ustrukturyzowane dane (Schema.org) — FAQ, How-to, Product, Organization. AI łatwiej parsuje treści z dobrze wdrożonym audytem SEO technicznym.
- Utrzymuj świeżość treści — content młodszy niż ma trzykrotnie wyższe szanse na cytowanie.
- Nie blokuj crawlerów AI (GPTBot, ClaudeBot, PerplexityBot) w robots.txt — to odcina Cię od widoczności w odpowiedziach AI. A zdziwiłbyś się, ile polskich sklepów nadal to robi.
Budowanie autorytetu encji — niech AI rozumie, kim jesteś
Entity authority to stopień, w jakim model AI traktuje Twoją markę jako rozpoznawalny, odrębny byt ze spójnym zestawem atrybutów. Im silniejsza encja, tym większe szanse na pojawienie się w rekomendacjach.
- Zbuduj spójny profil marki we wszystkich kanałach — nazwa, opis, kategoria, oferta muszą być identyczne w Google Business Profile, na stronie, w mediach społecznościowych i katalogach branżowych.
- Publikuj eksperckie treści podpisane imieniem i nazwiskiem — Google i AI premiują sygnały E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness).
- Zdobywaj cytowania w branżowych mediach i raportach — to buduje autorytet encji w danych treningowych kolejnych wersji modeli.
„Optimize for citation-worthiness. It’s about establishing yourself as an authority in your field, but in order to do that, you have to make it very clear what your unique selling proposition is.”
(pol. Optymalizuj pod kątem bycia godnym cytowania. Chodzi o ugruntowanie pozycji autorytetu — musisz jasno określić swoją unikalną propozycję wartości.)
I tu wracamy do fundamentów. Marka, która nie potrafi powiedzieć w jednym zdaniu, czym się wyróżnia — nie zostanie zacytowana przez AI. Ani przez dziennikarza. Ani przez nikogo.
„Optymalizacja pod AI to nie jest osobny dział marketingu — to nowa warstwa na istniejącym fundamencie SEO. Sklep, który ma solidne techniczne SEO, rozbudowane opisy produktów i silny profil linkowy, jest już w połowie drogi do widoczności w odpowiedziach AI. Brakuje mu tylko świadomej strategii GEO/AEO.”
— Tomasz Węsierski, założyciel Westom.pl
Share of Model w e-commerce — realne scenariusze
Dla sklepów internetowych SoM bezpośrednio wpływa na odkrywalność produktów. Kiedy klient pyta ChatGPT „jaki ekspres do kawy do 2000 zł?”, odpowiedź zawiera zazwyczaj 3–5 marek i modeli. Jeśli Twojego produktu tam nie ma — straciłeś klienta, zanim dowiedział się, że istniejesz. A organik to nadal największy kanał w polskim e-commerce — 44,56% ruchu (Harbingers + Openfield, 2025). Powiązanie z AI visibility jest więc bezpośrednie.
Scenariusz 1: Sklep z elektroniką. Klient pyta Perplexity o porównanie dwóch laptopów. Perplexity czerpie 46,7% cytacji z Reddita — jeśli Twój sklep nie ma tam wzmianek, recenzji ani rekomendacji, zostaniesz pominięty na rzecz konkurencji z silną obecnością na Reddit i forach. Zero negocjacji.
Scenariusz 2: Sprzedawca na Allegro i Amazon. ChatGPT przy web browsing koreluje w 87% z wynikami Binga. Jeśli Twoje oferty na marketplace są dobrze zoptymalizowane pod SEO i mają rozbudowane opisy — szansa na cytowanie rośnie. Synergię między marketplace a AI widocznością budujemy w ramach naszego podejścia zarządzania marketplace jako części szerszego ekosystemu e-commerce.
Scenariusz 3: Marka D2C z własnym sklepem. Google AI Overviews opierają się w 18,8% na YouTube. Marka, która prowadzi kanał z recenzjami produktów i tutorialami, zyskuje dodatkowe źródło cytacji w AI Overviews — oprócz pozycji organicznej w klasycznym Google. Kiedyś myśleliśmy, że YouTube to kanał wizerunkowy. Dziś to kanał sprzedażowy — tyle że przez AI.
Cztery KPI widoczności w AI, które warto śledzić obok Share of Model
SoM to wskaźnik nadrzędny, ale sam w sobie nie wystarczy. Pełny obraz widoczności w AI wymaga monitoringu czterech dodatkowych wymiarów: częstotliwości wzmianek, sentymentu, źródeł cytacji i udziału w porównaniu z konkurencją.
Częstotliwość wzmianek (Mention Frequency)
Jak często Twoja marka pojawia się w odpowiedziach AI na zapytania z Twojej kategorii. Brak wzmianek = brak istnienia. Wzorzec wzmianek pokazuje, które elementy strategii treściowej rezonują, a które wymagają wzmocnienia.
Analizuj wzmianki z podziałem na typ zapytania: informacyjne (np. „jak wybrać…”), porównawcze (np. „X vs Y”) i rekomendacyjne (np. „najlepszy…”). Każdy typ wymaga innej strategii treściowej — i każdy generuje inny profil konwersji.
Sentyment (Sentiment Analysis)
AI nie tylko wymienia markę — opisuje ją przymiotnikami: „szybki”, „niezawodny”, „drogi”, „skomplikowany”. Te określenia wynikają z narracji w danych treningowych modelu. Jeśli AI konsekwentnie opisuje Twój produkt jako „drogi”, potrzebujesz treści z kalkulatorami ROI i case studies pokazującymi wartość. Bo AI powtarza to, co czyta w sieci — a sieć czyta to, co publikujesz.
Źródła cytacji (Citation Sources)
Sprawdź, skąd AI czerpie informacje o Twojej kategorii. Jeśli cytuje whitepapers konkurencji, raporty branżowe lub strony z recenzjami — a nie Twoje treści — masz lukę w autorytecie. Tworzenie treści citation-worthy (wartych cytowania) to fundament strategii GEO.
Udział konkurencyjny (Competitive Share)
Share of Model nabiera pełnego znaczenia dopiero w kontekście konkurencji. Monitoruj, które marki pojawiają się obok Twojej, jak często Cię wyprzedzają i w jakich kontekstach. To wskazuje, gdzie konkurenci dominują w narracji AI — i gdzie masz szansę ich prześcignąć. Bo w AI, tak samo jak w Google, wystarczy być lepszym od reszty. Nie musisz być idealny.
Co dalej — Share of Model jako kompas marketingu
Share of Model to nie chwilowa moda. To logiczna ewolucja metryki widoczności marki w świecie, w którym coraz więcej decyzji zakupowych zaczyna się od rozmowy z AI — nie od wpisania frazy w Google.
„Search isn’t just traditional engines and AI tools – it’s happening everywhere from social networks to content platforms to e-commerce sites, and beyond.”
(pol. Wyszukiwanie nie ogranicza się do wyszukiwarek i AI — odbywa się wszędzie.)
Fishkin ma rację — ale to też oznacza, że SoM to tylko jeden z elementów układanki. Ścieżka jest jasna. Pierwszy krok: zmierz swój obecny SoM ręcznie lub za pomocą narzędzi. Drugi: zidentyfikuj luki — na których modelach AI jesteś niewidoczny, na jakich typach zapytań Twoja konkurencja Cię wyprzedza. Trzeci: wdrażaj strategię łączącą SEO + GEO + AEO, budując obecność na platformach, z których modele czerpią wiedzę.
Tom Roach z Jellyfish postawił trafną analogię: tak jak Share of Voice stał się wiodącym wskaźnikiem udziału w rynku w XX wieku, Share of Model może pełnić tę samą rolę w epoce AI. Pytanie nie brzmi „czy” — ale „jak szybko” zaczniesz mierzyć swoją widoczność w odpowiedziach ChatGPT, Gemini i Perplexity.
A rynek polskiego e-commerce ma tu realną przewagę. Mało firm wdrożyło dotąd optymalizację pod AI — 38% polskich sklepów w ogóle nie pojawia się w odpowiedziach modeli (Harbingers, 2025). To oznacza, że bariera wejścia jest wciąż niska. Marki, które zaczną teraz, zbudują przewagę, zanim konkurencja zorientuje się, że Share of Model w ogóle istnieje. A potem będzie już za późno na łatwe zwycięstwa.
