Jak ChatGPT wybiera źródła i co to znaczy dla bycia cytowanym

Większość porad o tym, jak zostać cytowanym w ChatGPT, to zgadywanka przebrana za strategię. Pisz wartościowe treści, publikuj listy, bądź aktywny na Reddit. Może i to prawda, ale prawie nikt tego nie sprawdza. Suganthan Mohanadasan poszedł inną drogą: zamiast czytać odpowiedzi ChatGPT i domyślać się, co dzieje się pod maską, otworzył panel sieciowy przeglądarki i przeczytał ruch, który ChatGPT wysyła sam do siebie. To, co z tego wynika, to znacznie bardziej mechaniczny obraz tego, jak model wybiera, kogo pobrać, kogo zacytować, a kogo po cichu zignorować. Dla każdego, kto próbuje być widoczny w odpowiedziach AI, mechanika jest bardziej użyteczna niż slogany.

Najpierw słowo o metodzie i jej ograniczeniach

To odczyt jednej osoby, oparty na mniej więcej 1240 rekordach źródłowych zebranych przez kilka dni na jednym koncie Pro, z zapytaniami przechylonymi w stronę SaaS i tematyki technologicznej. Suganthan starannie dzieli swoje ustalenia na dwa poziomy pewności i my ten podział zachowamy, bo to właśnie taka uczciwość, jakiej ten temat wymaga.

Fakty strukturalne mają wysoką pewność: pochodzą wprost z przewodu, tak samo za każdym razem. Wewnętrzne nazwy pól, etykiety pipeline’ów, fakt, że część pytań w ogóle nie uruchamia wyszukiwania w sieci. Częstotliwości mają charakter jedynie kierunkowy: procenty i rankingi pochodzą z małej, mocno technologicznej próbki, a zapytania o zdrowie czy modę wyglądałyby inaczej. Zaufaj więc mechanizmom, a dokładne liczby traktuj jak migawkę, a nie prawo.

Nie każde pytanie w ogóle dotyka sieci

Zanim ChatGPT cokolwiek wyszuka, przypisuje twoje pytanie do kubełka. Suganthan zaobserwował sześć takich etykiet intencji, w tym jedną, która po cichu rozstrzyga sporo sporów o widoczność w AI: kubełek „text” odpowiada z pamięci treningowej modelu i w ogóle nie przeszukuje sieci.

Ma to jedną brutalną konsekwencję. Niektórych pytań po prostu nie da się wygrać treścią, bo żadna strona nigdy nie zostaje pobrana, żeby na nie odpowiedzieć. W jego teście na trzy z dziesięciu celowo aktualnych, ważkich pytań odpowiedziano bez żadnego wyszukiwania w sieci. A o kubełku decyduje sposób sformułowania pytania, a nie temat. „Najlepsza kawa w pobliżu” uruchamia pipeline lokalny. „Najlepsze telewizory 4K do kupienia” wyzwala zakupy. „Najlepsze telewizory 4K z recenzjami” zostaje w normalnym wyszukiwaniu. Ten sam przedmiot, trzy różne maszyny, trzy różne zestawy zwycięzców.

Praktyczny wniosek: zanim zaczniesz martwić się o pozycję w odpowiedzi AI, ustal, czy pytania, na których ci zależy, w ogóle docierają do sieci. Niektóre nigdy nie dotrą.

O tym, kto zostaje pobrany, decydują cztery pipeline’y

Dla pytań, które faktycznie uruchamiają wyszukiwanie, każdy wynik z sieci niesie wewnętrzną etykietę mówiącą, który pipeline go pobrał. Suganthan znalazł cztery wartości, a inni w branży niezależnie natrafili na to samo pole. Mówiąc wprost:

• serp to bazowa warstwa otwartej sieci, głównie wiadomości.
• labrador wygląda na warstwę licencjonowaną dla uznanych wydawców (pomyśl o Reuters, Guardian, WSJ, Wikipedia, arXiv), zaciąganą jako niemal kompletne fragmenty artykułów, a nie krótkie urywki.
• bright i oxylabs to nazwy komercyjnych firm scrapujących, Bright Data i Oxylabs, i to one wykonują całą ciężką robotę w otwartej sieci. W jego próbce Bright Data dominowała w zakupach, finansach i pogodzie, a Oxylabs skłaniała się ku prasie regionalnej i lokalnej.

Pojedyncze zapytanie o pogodę na przykład rozłożyło swoje źródła między pipeline’y: krajowe serwisy prognoz przyszły przez jeden scraper, gazety regionalne przez drugi. Nie masz kontroli nad tym, który pipeline cię podchwyci, ale ten wzorzec przypomina, że ChatGPT składa odpowiedź z kilku systemów pobierania naraz, a nie przeszukuje jednego indeksu jak Google.

Pobrany, cytowany i wspomniany to trzy różne rzeczy

To rozróżnienie zmienia optykę wszystkiego, a większość porad o widoczności je zaciera. Są trzy odrębne wyniki, każdy z własnym warunkiem zwycięstwa:

• Pobrany oznacza, że model wciągnął twoją stronę do swojego roboczego kontekstu. Nigdy tego nie widzisz i samo w sobie nic ci to nie daje.
• Cytowany oznacza, że twoja strona jest wskazana jako źródło konkretnego zdania, ten klikalny przypis.
• Wspomniany oznacza, że nazwa twojej marki pojawia się w odpowiedzi, często jako chip, bez bycia źródłem jakiegokolwiek twierdzenia.

Przepaść między pobranym a cytowanym to miejsce, gdzie po cichu umiera masa wysiłku. W próbce Suganthana Reddit został pobrany 278 razy, a cytowany 11 razy. YouTube pobrano 201 razy, a cytowano zero. Powód mechaniczny jest prosty: cytowania wiążą się z tekstem, który model faktycznie przeczytał, a strona YouTube zwraca metadane, nie transkrypcję, podczas gdy wątek na Reddit to sam czytelny tekst. To nie kaprys małej próbki. Ahrefs, badając 1,4 miliona zapytań, ustaliło, że Reddit był cytowany zaledwie w około 1,93% przypadków, w których się pojawiał, i że mniej więcej dwie trzecie wszystkich pobranych, lecz niecytowanych URL-i to był Reddit. Platforma jest bez przerwy używana do zrozumienia tematu i prawie nigdy za to nieuznawana.

W tej liście kryje się jeszcze jeden mechanizm: wyniki deduplikują się po domenie. Dwadzieścia cienkich stron z jednego serwisu zapada się do jednego slotu cytowania. Publikowanie kolejnych wariantów tej samej strony nie kupuje ci większej obecności.

Jedno pytanie staje się dziesiątkami wyszukiwań

Gdy ChatGPT używa trybu „myślenia” przy pytaniu porównawczym, nie uruchamia twojego zapytania. Uruchamia wiele. Suganthan obserwował, jak pojedyncze zadania porównawcze rozwijały się w piętnaście do czterdziestu podzapytań, a ponieważ te podzapytania są rejestrowane, można dokładnie odczytać, o co model pytał.

Zachowanie jest uderzająco dosłowne. Odpala sondy site: prosto w strony cenników producentów. Zgaduje cenę, a potem szuka, żeby ten domysł potwierdzić. Schodzi ze scenariusza i zaciąga konkurentów, których nigdy nie wymieniłeś, po czym poluje również na ich ceny. Gdy czyta stronę, przeszukuje ją pod kątem znaków dolara i konkretnych słów, jak „Agency” czy nazwa planu.

Lekcja dla widoczności jest niewygodna: nie konkurujesz o pytanie, które wpisał użytkownik. Konkurujesz o rój przepisanych podzapytań, których nigdy nie widzisz, a wiele z nich celuje w strony, których być może nie zoptymalizowałeś, jak twój własny cennik.

Twoją stronę czyta w poszukiwaniu faktów, cudze w poszukiwaniu opinii

Gdy Suganthan zajrzał do zapisanego rozumowania samego modelu myślącego, strategia była wyłożona zwykłym językiem. Przy twardych faktach, jak cennik i specyfikacje, model woli źródło oficjalne i mówi to wprost, wybierając aktualną stronę cennika ponad starszą wzmiankę u osoby trzeciej. Przy ocenach typu „które narzędzie jest najlepsze” werdykt czerpie od stron trzecich: hubów recenzji, serwisów porównawczych, społeczności.

To jedno zdanie jest najbardziej użytecznym streszczeniem całego materiału i jest jego: ChatGPT „czyta twoją własną stronę w poszukiwaniu faktów, o ile potrafi je sparsować, a cudze strony w poszukiwaniu opinii”. Dwa różne zadania, dwa różne źródła. Do ciebie należą fakty o tobie samym. Werdykt do ciebie nie należy.

Ściana JavaScriptu

Oto ustalenie, które powinno zmienić sposób budowania wielu witryn. Gdy model poszedł ściągnąć cennik z narzędzi takich jak Profound i Peec, nie zdołał. Odnotował, we własnym rozumowaniu, że cen nie było w wyniku, bo strona ładowała je za pomocą JavaScriptu. Nie mogąc sparsować oficjalnej liczby, sięgnął zamiast tego po cytat od osoby trzeciej, decydując się użyć danych z serwisu recenzenckiego, bo oficjalna strona okazała się zbyt trudna do odczytania.

Przeczytaj to dwa razy, bo dla faktów to cała gra. Jeśli twoje kluczowe liczby, twoje ceny, twoje specyfikacje, twoja dostępność, są renderowane przez JavaScript po załadowaniu strony, model może pobrać twoją stronę, nie odczytać faktu i oddać cytowanie temu, kto napisał o tobie zwykłym tekstem. Możesz być definitywnym źródłem faktu o własnym biznesie i wciąż przegrać cytowanie z serwisem porównawczym, wyłącznie z powodu tego, jak zbudowana jest twoja strona.

Co to oznacza dla twojej widoczności w AI

Nic z tego nie nagradza sprytnych sloganów. Nagradza stronę, którą maszyna faktycznie potrafi przeczytać, oraz reputację, którą inne serwisy są gotowe wypowiedzieć. Dla małych i średnich firm, z którymi pracujemy w Polsce, na Ukrainie i w szerszej UE, sprowadza się to do krótkiej, nieefektownej listy kontrolnej:

• Umieść swoje fakty w zwykłym, renderowanym po stronie serwera HTML. Ceny, specyfikacje, lokalizacje, godziny, nazwy planów. Jeśli fakt ma znaczenie, powinien być w tekście strony, a nie domalowany przez JavaScript po załadowaniu. To tu leży pojedyncza poprawka o największej dźwigni.
• Trzymaj jedną mocną stronę na fakt, a nie farmę cienkich. Deduplikacja po domenie oznacza, że ilość nie pomaga. Klarowna, kanoniczna strona cennika czy produktu bije dwadzieścia niemal-duplikatów.
• Opinię zasłuż gdzie indziej. Do ciebie należą fakty, ale werdykt „które jest najlepsze” przychodzi od stron trzecich. Prawdziwe recenzje, użyteczna obecność w społecznościach i uwzględnienie w niezależnych porównaniach to one karmią tę drugą połowę. To ta sama praca nad zasłużonym autorytetem, która stoi za realną widocznością w AI, i której nie da się podrobić na własnej stronie.
• Pisz prosto i wyraźnie oznaczaj. Model przepisuje pytania na dosłowne podzapytania i dopasowuje po czytelnym tekście, a Ahrefs ustaliło, że strony z klarownymi, opisowymi tytułami i URL-ami były cytowane znacznie częściej. Powiedz słowami, czym jest dana strona.
• Wiedz, które pytania nigdy nie wyszukują. Jeśli twoi kupujący pytają o rzeczy, na które model odpowiada z pamięci, żadna ilość treści ich nie zdobędzie. Kieruj wysiłek na pytania, które faktycznie wyzwalają pobranie.

Możesz sprawdzić swoje własne, bez specjalnego dostępu

Nie musisz być badaczem, żeby część tego zobaczyć. W ChatGPT otwórz narzędzia deweloperskie przeglądarki, przełącz się na zakładkę Network, włącz „preserve log”, uruchom zapytanie i przeszukaj odpowiedzi pod kątem nazwy pola result_source. Zobaczysz, który pipeline pobrał każdy wynik w twoich własnych sesjach, i nic nie opuszcza twojego komputera. Suganthan dokumentuje pełną metodę, a Olivier de Segonzac opublikował darmowe rozszerzenie do Chrome, które przechwytuje te same dane o rozwinięciu zapytań i pipeline’ach oraz eksportuje je do arkusza. Warto poświęcić godzinę, żeby zobaczyć, jak kilka twoich własnych ważnych zapytań naprawdę dostaje odpowiedź.

Uczciwe zastrzeżenie i wniosek

To migawka, nie specyfikacja. Jedno konto, kilka dni, mocno technologiczny zestaw zapytań i system, który OpenAI stale zmienia. Dokładne liczby będą się przesuwać i Suganthan sam to mówi. Traktuj procenty jako kierunkowe, a strukturę jako część trwałą.

Ale to struktura jest tą częścią, która powinna zmienić to, co robisz. ChatGPT nie jest wyszukiwarką, a optymalizowanie pod wyszukiwarkę mija się z celem. Sortuje twoje pytanie do kubełka, pobiera przez pipeline’y, których nie kontrolujesz, czyta twoją stronę w poszukiwaniu faktów tylko wtedy, gdy potrafi je sparsować, i pożycza cudzą stronę na werdykt. Firmy, które zostają cytowane, to te, których fakty są czytelne, a reputacja prawdziwa. Tego nie da się zainstalować jak sztuczki. Podobnie jak dobre SEO, jest to powolna, uczciwa praca nad byciem jednocześnie zrozumiałym dla maszyny i naprawdę polecanym przez otaczającą cię sieć.

Źródła

• Suganthan Mohanadasan, „How ChatGPT Actually Picks Sources (I Read the Network Traffic, Not the Outputs)”, 24 czerwca 2026: suganthan.com
• Ahrefs, „Why ChatGPT Cites One Page Over Another (Study of 1.4M Prompts)”: ahrefs.com
• Olivier de Segonzac, darmowe rozszerzenie do Chrome przechwytujące rozwinięcie zapytań ChatGPT (opis): think.resoneo.com