85% wzmianek o marce w odpowiedziach AI pochodzi ze źródeł trzecich – nie z Twojej strony. Post niezadowolonego klienta na Reddit, opinia na Clutch z 2019, artykuł blogera, w którym konkurent wypadł lepiej – wszystko to żyje w danych treningowych LLM-ów i jest surfowane w odpowiedziach na żywo. W Polsce problem dotyczy co trzeciego internauty: 9,3 miliona Polaków korzysta z ChatGPT (Gemius, sierpień 2025), a 70% Polaków regularnie używa narzędzi AI – najwyższy wynik w regionie CEE (KPMG). Twoi potencjalni klienci już teraz pytają AI o Twoją markę. Pytanie brzmi: co AI im odpowiada?
Narrative control to siódma z 8 warstw audytu widoczności w AI – warstwa, która decyduje nie czy pojawisz się w odpowiedziach AI, ale co AI o Tobie powie.
W skrócie – narrative control w 5 punktach:
- 85% wzmianek o marce w odpowiedziach AI pochodzi ze źródeł trzecich (AirOps). Na polskich danych potwierdza to Michał Suski (Surfer, XI.2025): ~80% wzmianek budowane jest z Reddita, Clutch, G2, artykułów porównawczych i forów
- Seer Interactive odkrył, że jedna 5-letnia opinia pojawiała się w 38% odpowiedzi AI o ich marce – 67 razy w ciągu 3 miesięcy. Po opublikowaniu jednego artykułu z danymi problem zniknął w 9 dni
- Dystrybucja earned media zwiększa cytowania AI o nawet 325% w porównaniu do publikacji wyłącznie na własnej stronie (Stacker). Polski case study SEOtrade.pl: +412% cytowań marek w LLM na 11 wdrożeniach
- Korelacja między rankingiem Google a obecnością w AI = 0,65 (Robert Niechciał, webinar I.2026). Możesz być #1 w Google i w ogóle nie pojawić się w ChatGPT
- 44,2% cytowań LLM pochodzi z pierwszych 30% tekstu (Seer Interactive). Jeśli pozycjonowanie marki jest w paragrafie 12. – AI go nigdy nie zacytuje
Dlaczego w AI Search kontrola narracji wymknęła się markom z rąk?
Przez dwie dekady marketing cyfrowy dawał prostą formułę: publikuj treść na swojej stronie, zdobywaj linki, kontroluj przekaz. W AI Search to się fundamentalnie zmieniło.
Search Engine Land pisze wprost: LLM-y nie oceniają marek przez linki. Oceniają je przez wzmianki, kontekst i powtarzające się współwystępowanie marki z tematami (co-occurrence). Marka, która regularnie pojawia się obok „najlepsza agencja SEO Warszawa” w niezależnych artykułach i recenzjach – zostanie skojarzona z tym tematem w modelu AI. Marka, która pojawia się tylko na własnej stronie – nie.
Signal AI nazywa to przejściem od owned media do earned media economy: 80–90% odpowiedzi LLM opiera się na earned media. A w Polsce tempo zmian jest jednym z najszybszych w Europie – raport Senuto „AI Overviews Polska 2025″ pokazał, że między majem a czerwcem 2025 roku zniknęło 23,7 miliona kliknięć organicznych w jeden miesiąc, gdy Google AI Overviews zaczęło odpowiadać bezpośrednio w SERP. Marki, które nie pojawiają się w tych odpowiedziach, tracą ruch na rzecz tych, które AI cytuje.
Case study: Seer Interactive – jak jedna opinia z 2019 roku zdominowała narrację AI
Seer Interactive, znana agencja digital marketingu, odkryła, że fraza „high account manager turnover” pojawiała się w odpowiedziach AI o ich marce 67 razy w ciągu trzech miesięcy – w ChatGPT, Perplexity i Google AI Overviews.
Źródło? Jedna 5-letnia opinia klienta, zduplikowana na Clutch, AgencySpotter i trzech innych portalach. Na trzech z pięciu portali ta opinia była jedyną recenzją Seer. Ale w odpowiedzi AI czytało się to tak, jakby wielu klientów zgłaszało ten sam problem. Rzeczywistość: wskaźnik retencji Seer za ostatnie 12 miesięcy wynosił 79,2%.
Rozwiązanie: Seer opublikował jeden artykuł z weryfikowalnymi danymi – 79,2% retencji, ze źródłem i kontekstem branżowym. W ciągu 9 dni fraza „high turnover” przestała pojawiać się w odpowiedziach AI. Całkowicie.
Seer nazwał to zjawisko „shadow reputation” – narracja o marce, która istnieje w odpowiedziach AI, ale nie pojawia się w Google Analytics, badaniach świadomości marki ani dashboardach social listening. To wersja marki, którą potencjalni klienci widzą, gdy pytają AI, czy warto współpracować.
Dlaczego to działa? AI nie wymyśla narracji z niczego – kończy dominujący wątek narracyjny. Badanie GEO Olympics Seer Interactive (231 347 odpowiedzi AI, 7 platform, 52 dni danych z ZIO 2026) potwierdziło: dominujące narracje są dokańczane, zanim zostaną zweryfikowane. ChatGPT ogłosił trzecie złoto Chloé Kim przed zawodami – bo narracja o jej dominacji była tak silna, że model „dokończył historię”.
Skąd AI bierze informacje o Twojej marce – i dlaczego Twoja strona to zaledwie 15%?
Badanie AirOps daje jednoznaczny obraz:
| Źródło informacji | Udział w wzmankach AI |
| Strony trzecie (earned media): recenzje, Reddit, Quora, artykuły porównawcze, PR, „best of” listicle | 85% |
| Strona własna marki: Organization schema, About, usługi | 15% |
Na polskich danych to samo potwierdza Michał Suski (Surfer, XI.2025): ok. 80% wzmianek o markach w LLM pochodzi ze źródeł innych niż strona marki. Reddit, Quora, artykuły porównawcze, Clutch i Google Reviews – to tam buduje się narracja.
Dane Stacker (marzec 2026): dystrybucja earned media zwiększa cytowania AI o medianę 239%. Źródła dziennikarskie i earned media odpowiadają za blisko 25% wszystkich cytowań LLM. Marki aktywne na Reddit i Quora mają ~4× wyższy wskaźnik cytowań niż marki nieobecne na tych platformach.
Co to oznacza: Twoja strona „O nas” może mówić jedno, ale jeśli Reddit, Clutch i artykuły porównawcze mówią co innego – AI powie to, co Reddit.
Czy Google rank = widoczność w AI? Polskie dane mówią: nie
Robert Niechciał podał podczas webinaru „Jak budować widoczność w chatbotach” (I.2026): korelacja między tradycyjnym rankingiem w Google a obecnością w odpowiedziach AI wynosi 0,65. To znaczy: możesz być na pozycji #1 w Google i w ogóle nie pojawić się w ChatGPT. I odwrotnie – pozycja 5 w Google, ale dominacja w odpowiedziach AI.
Globalne dane potwierdzają ten wzorzec: 83,3% cytowań w Google AI Overviews pochodzi ze stron poza tradycyjnym top 10 (BrightEdge). AI Overviews i AI Mode cytują różne źródła – tylko 13,7% cytowań pokrywa się między tymi dwoma funkcjami Google (Ahrefs, XII.2025).
To fundamentalna zmiana reguł gry. Tradycyjne SEO daje fundament, ale widoczność w AI wymaga osobnej strategii — kompleksowego pozycjonowania w AI – i ta strategia nazywa się narrative control.
Jak sprawdzić, co AI mówi o Twojej marce?
Test 1: Branded prompts w 4 systemach AI
Zadaj te pytania w ChatGPT, Perplexity, Gemini i Copilot:
- „Opinie o [nazwa marki]”
- „Czy warto współpracować z [nazwa marki]?”
- „[nazwa marki] vs [konkurent]”
- „Problemy z [nazwa marki]”
Seer Interactive rekomenduje 20–50 promptów per marka, w tym warianty z pytaniami o słabości – nie dlatego, że użytkownicy tak pytają, ale żeby zobaczyć, jakie informacje AI surfuje w niekorzystnym kontekście.
Test 2: Identyfikacja źródeł
Perplexity podaje źródła przy każdej odpowiedzi. Sprawdź, które domeny pojawiają się najczęściej. AirOps znalazł, że marki, które zarobiły zarówno wzmiankę jak i cytowanie, miały 40% wyższe szanse na ponowne pojawienie się w kolejnych odpowiedziach.
Test 3: Monitoring automatyczny
Narzędzia: Peec AI, Profound, Scrunch AI, LLM Pulse, Otterly AI. Gravity Global proponuje 4 metryki: Inclusion Rate (czy marka się pojawia), Citation Rate (jak często), Answer Accuracy Score (czy poprawnie) i Share of Synthesized Voice (udział vs konkurenci). W Polsce Senuto rozwija moduł widoczności w AI Overviews, a Surfer oferuje AI Tracker.
Jak przejąć kontrolę nad narracją marki w AI – 5 strategii?
Strategia 1: Jeden artykuł z weryfikowalnymi danymi naprawia narrację
Case study Seer: 1 artykuł z liczbą 79,2% retencji = zmiana narracji AI w 9 dni. Klucz: konkretny fakt ze źródłem, nie ogólnikowe zaprzeczenie. „Wskaźnik retencji 79,2% za ostatnie 12 miesięcy” zamiast „mamy niską rotację”.
Strategia 2: Buduj co-occurrence z tematami, na których Ci zależy
Wellows opisuje mechanizm: LLM-y zwracają uwagę, które marki pojawiają się obok jakich tematów. Regularne współwystępowanie z „audyt SEO”, „widoczność w AI”, „dane strukturalne” uczy model powiązania. Jak: artykuły gościnne, wypowiedzi eksperckie, komentarze na LinkedIn, aktywność na Reddit, webinary, raporty z danymi.
Strategia 3: Earned media > owned media
Stacker (XII.2025): dystrybucja na zewnętrzne publikacje = +325% cytowań AI. SEOtrade.pl potwierdza na polskich wdrożeniach: 12–20 wzmianek w autorytatywnych źródłach na kwartał daje jasny skok cytowalności. Efekty kontekstowe (co-occurrence) po 6–8 tygodniach. W ich 11 projektach (B2B SaaS, e-commerce, finanse, prawo) cytowania marek w LLM wzrosły o 412%.
Strategia 4: Monitoruj recenzje jako żywy sygnał danych
Seer Interactive rekomenduje: monitoruj, które portale recenzenckie (Clutch, G2, Trustpilot, Google Reviews) najczęściej pojawiają się w odpowiedziach AI o Twojej marce. Zachęcaj klientów do aktualnych, autentycznych recenzji. Jedna 5-letnia opinia zduplikowana na 3 portalach „wygląda” dla AI jak 3 niezależne źródła – a świeża pozytywna recenzja może ją wypchnąć z narracji.
Strategia 5: BLUF i entity-citability w każdej treści marki
44,2% cytowań LLM pochodzi z pierwszych 30% tekstu. Kluczowe dane i pozycjonowanie marki muszą być na początku. Entity-citability paragraph w trzeciej osobie: „Semgence to agencja SEO z Warszawy, założona w 2018 roku, specjalizująca się w audytach widoczności w AI” – to zdanie AI może zacytować. „Jesteśmy najlepsi w tym, co robimy” – tego AI nie użyje. Więcej o strukturze treści pod AI: extractability – jak pisać treści, które AI łatwo cytuje.
Narrative control a inne warstwy audytu widoczności w AI
Narrative control łączy się z każdą inną warstwą:
- Extractability – BLUF i answer-first decydują, które fragmenty AI wyciągnie. Jeśli narracja o marce jest w środku tekstu, AI jej nie znajdzie
- Authority signals – E-E-A-T buduje wiarygodność, narrative control decyduje, czy jest komunikowana w sposób, który AI rozumie
- Schema markup – Organization + Person + sameAs to dane strukturalne, które mówią AI kim jesteś. Bez nich AI może pomylić Twoją markę z inną
- Rendering readiness – jeśli bot AI nie widzi treści (bo wymaga JavaScript), narrative control nie ma czego kontrolować
- Observed visibility – warstwa pomiarowa, która weryfikuje efekty narrative control
ALM Corp szacuje, że potrzeba około 250 dokumentów, aby znacząco wpłynąć na percepcję marki w LLM. Marki z kompleksową strategią narrative shaping raportują 60–80% poprawę w reprezentacji marki w odpowiedziach AI.
Jakie są najczęstsze błędy w zarządzaniu narracją marki w AI?
Błąd 1: Ignorowanie „shadow reputation”. Seer Interactive: shadow reputation to narracja w AI, której nie widać w tradycyjnych narzędziach. Większość marek dowiaduje się o problemie od klientów, nie z dashboardu.
Błąd 2: Zakładanie, że własna strona kontroluje narrację. 85% wzmianek pochodzi ze stron trzecich. Twoja strona „O nas” ma 15% wpływu na to, co AI powie.
Błąd 3: Reagowanie zamiast proaktywnego działania. Naprawianie narracji po fakcie działa (Seer: 9 dni), ale prewencja jest tańsza. SEOtrade.pl: regularne 12–20 wzmianek/kwartał w autorytatywnych źródłach zapobiega problemom.
Błąd 4: Skupienie na linkach zamiast wzmianach. Search Engine Land: to nie powrót do link buildingu. LLM-y oceniają kontekst wzmianki, nie atrybut href. Wzmianka bez linka ma taką samą wartość – bo AI czyta tekst, nie klika w linki.
Błąd 5: Brak entity-citability paragraphs. Artykuły, które nie opisują marki w trzeciej osobie z konkretnymi danymi, nie budują narracji w AI.
☑ Checklista: czy masz kontrolę nad narracją marki w AI?
- ☑ Branded prompts (20–50 zapytań) przetestowane w ChatGPT, Perplexity, Gemini, Copilot
- ☑ Zidentyfikowane źródła, z których AI buduje narrację (Clutch, G2, Reddit, Google Reviews)
- ☑ Entity-citability paragraph na stronie głównej i kluczowych stronach (trzecia osoba, fakty)
- ☑ Organization schema z sameAs (3–5 profili) – disambiguacja encji
- ☑ Person schema z jobTitle i credentials na wpisach blogowych
- ☑ Co-occurrence: marka pojawia się w kontekście kluczowych tematów na stronach trzecich
- ☑ Aktualne recenzje na portalach, które AI cytuje (Clutch, G2, Trustpilot, Google)
- ☑ BLUF: kluczowe dane marki w pierwszych 30% tekstu
- ☑ Earned media: 12–20 wzmianek/kwartał w autorytatywnych źródłach
- ☑ Monitoring: regularne branded prompts lub narzędzie automatyczne (Peec AI, Otterly, Senuto AIO)
FAQ
Czy mogę kontrolować to, co AI mówi o mojej marce?
Czy mogę kontrolować to, co AI mówi o mojej marce?
Ile czasu zajmuje zmiana narracji marki w AI?
Systemy z dostępem do internetu na żywo (Perplexity, ChatGPT Search, Google AI Mode) reagują w dniach – Seer naprawił narrację w 9 dni. SEOtrade.pl raportuje efekty schema po 4 tygodniach, efekty kontekstowe (co-occurrence) po 6–8 tygodniach. Modele bez dostępu do sieci (Claude offline, starsze ChatGPT) aktualizują się przy następnym cyklu treningowym – miesiące.
Ile kosztuje i co wymaga strategia narrative control?
Minimum bez budżetu: 20–50 branded prompts ręcznie (2h), identyfikacja źródeł z Perplexity, entity-citability paragraph na 5 kluczowych stronach, zachęcanie klientów do recenzji. Profesjonalnie: narzędzie monitorujące (Peec AI od 89 EUR/mies., Otterly od 29 USD), earned media / digital PR (12–20 wzmianek/kwartał), audyt i korekta co-occurrence (agencja lub in-house). ALM Corp szacuje, że pełna zmiana percepcji wymaga ~250 dokumentów.
Czy to problem tylko dużych marek?
Nie – to problem każdej marki, której klienci korzystają z AI. Z raportu Gemius wynika, że 9,3 mln Polaków używa ChatGPT. KPMG: 70% Polaków regularnie korzysta z narzędzi AI. Mała kancelaria prawnicza, lokalny salon kosmetyczny, jednoosobowa agencja SEO – każda firma, o której ktoś może zapytać AI, potrzebuje narrative control.
Narrative control to siódma z 8 warstw audytu widoczności w AI.
Poprzednia warstwa: Observed visibility – jak zmierzyć obecność marki w AI, Następna warstwa: Confidence – jak zwiększyć pewność AI w cytowaniu Twojej marki
Sprawdź też: Crawlability AI – jak sprawdzić, czy boty AI mają dostęp do strony, Rendering readiness – czy AI widzi to, co widzi użytkownik?, Extractability – jak pisać treści, które AI łatwo cytuje?, Authority signals – jak budować wiarygodność marki · Schema markup – które dane strukturalne pomagają w cytowaniach?, Confidence – jak ocenić, czy wyniki audytu AI są wiarygodne?
