Najważniejsze wnioski w pigułce
Czym jest własny indeks ChatGPT
- OpenAI utrzymuje własny system wyszukiwania o wewnętrznej nazwie Labrador
- To nie jeden indeks, lecz rodzina indeksów wertykalnych: web ogólny, PDF, YouTube, news (z osobnymi warstwami dla ostatniej doby, 7 dni i starszych treści), arXiv, Wikipedia, wyniki lokalne, finanse, prawo, medycyna, zakupy i obrazy
- Indeks przechowuje pełną treść strony, datę crawlowania i datę publikacji — dokładnie te same dane co indeks Google
Dowody
- Między 21 maja a 21 lipca 2026 w zdarzeniach serwerowych ChatGPT widoczne było pole
result_sourcez czterema wartościami: Labrador, Bright, Oxylabs i SERP - Ogłoszenia rekrutacyjne OpenAI wprost mówią o „systemach indeksujących, pipeline’ach retrievalu i warstwach serwujących” w skali eksabajtów i architekturze multi-cloud
- Zeznania Nicka Turleya w procesie antymonopolowym przeciwko Google potwierdzają, że budowa własnego indeksu ruszyła w 2023 roku
Testy w praktyce
- Eksperyment A/B
prefer-index-over-serp-v3obejmował 8% rozmów, a zasięg testów sięgał 20% ruchu - We wrześniu 2026 równolegle działało co najmniej pięć eksperymentów zakupowych
- Stos rankingowy łączy komponent leksykalny BM25, reranking puli 400 kandydatów i wyszukiwanie wektorowe w dwóch wymiarach (12 288 i 4096)
Cache i crawlowanie
- ChatGPT serwuje strony z własnego cache’u zamiast pobierać je na żywo — tryb lockdown potwierdza to jednoznacznie
- Eksperymentalna witryna z miliardem podstron została zaindeksowana w 6 mln adresów, w tempie 35 000 żądań na godzinę
Zewnętrzni dostawcy
- ChatGPT korzysta z co najmniej ośmiu dostawców obok własnego indeksu: Bright Data, Oxylabs, trzeci kanał SERP, Yelp, TripAdvisor, dwa wewnętrzne kanały (b1, b3) oraz Web IQ od Microsoftu
- Google nadal jest odpytywany — potwierdza to eksperyment z witryną o zerowym ruchu organicznym i pikami w Search Console
Dwa lata błędnego założenia
W branży SEO przez dwa lata funkcjonowało proste przekonanie: ChatGPT nie ma własnego indeksu, a wyniki pobiera wyłącznie z Bing i Google. To założenie okazało się nieprawdziwe — i to w sposób, który zmienia cały sposób myślenia o widoczności w modelach językowych. Jeśli Twoja strategia dla ChatGPT kończy się na optymalizacji pod Bing, pomijasz większą część systemu.
Dowód pojawił się w miejscu, w którym mało kto szukał. Przez dwa miesiące — od 21 maja do 21 lipca 2026 roku — w zdarzeniach server-side ChatGPT widoczne było pole result_source, ujawniające pochodzenie każdego wyniku. Przyjmowało tylko cztery wartości: Labrador, Bright, Oxylabs i SERP. Trzy ostatnie to zewnętrzni dostawcy scrapingu. Pierwsza to własny indeks OpenAI.
Labrador nie jest przy tym pojedynczym zbiorem danych, lecz rodziną wyspecjalizowanych indeksów. Struktura wygląda znajomo: ogólny indeks web plus warstwa wertykali dostrojonych do konkretnych typów treści. To dokładnie ten sam model, który Google budował przez dwie dekady, tyle że OpenAI dochodzi do niego znacznie szybciej.
Ogłoszenia o pracę mówią więcej niż komunikaty prasowe
Rekrutacje OpenAI potwierdzają, że nie chodzi o poboczny projekt. Ogłoszenie na stanowisko Software Engineer, Foundations Search wprost szuka osoby doświadczonej w „projektowaniu i utrzymywaniu systemów indeksujących, pipeline’ów retrievalu i warstw serwujących”. To nie jest opis pracy przy przekazywaniu zapytań do cudzej wyszukiwarki.
Jeszcze więcej mówi ogłoszenie dla Engineering Managera w zespole Online Data Systems. Zespół ten, zgodnie z własnym opisem, „buduje i utrzymuje podstawowe usługi bazodanowe i indeksujące” stojące za produkcyjnymi aplikacjami OpenAI, w tym ChatGPT. Mowa jest o skali multi-region, multi-cloud i eksabajtach danych, czyli liczbie z osiemnastoma zerami. Takiej infrastruktury nie buduje się dla systemu, który jedynie pośredniczy w zapytaniach.
Trzeci trop to rola skupiona na retrievalu embeddingowym, gdzie ogłoszenie mówi o „projektowaniu nowych celów treningowych dla embeddingów, skalowalnych architektur vector store i dynamicznych metod indeksowania”. Pojawia się też praca nad reprezentacjami gęstymi, rzadkimi i hybrydowymi. Reprezentacje rzadkie to język TF-IDF i BM25 — klasycznego rankingu leksykalnego, na którym zbudowano Google. Połączenie obu podejść daje dokładnie taki układ, jakiego potrzeba do scalania wyników metodą Reciprocal Rank Fusion.
Ślad prowadzi do procesu antymonopolowego
Historia własnego indeksu ChatGPT zaczyna się wcześniej, niż mogłoby się wydawać. Podczas procesu antymonopolowego przeciwko Google Nick Turley, szef ChatGPT, zeznawał pod przysięgą, że OpenAI miało „poważne problemy jakościowe” z danymi wyszukiwania pochodzącymi od partnerów API innych niż Google. Firma chciała współpracować bezpośrednio z Google, ale spotkała się z odmową — i to właśnie wymusiło plan B.
Turley zeznał, że budowa własnego indeksu ruszyła w 2023 roku z celem odpowiadania na 80% zapytań z własnych zasobów do końca tego samego roku. To był harmonogram skrajnie ambitny jak na start od zera. W tych samych zeznaniach pada jednak zupełnie inna liczba: nawet przy pełnym dostępie do danych indeksu Google OpenAI potrzebowałoby co najmniej pięciu lat, żeby w ogóle stwierdzić, czy obsługa 100% zapytań z własnego indeksu jest osiągalna.
Ta rozbieżność dobrze pokazuje realny model działania. Pełna niezależność od zewnętrznych dostawców nie jest przełącznikiem, który się włącza — to stopniowe przesuwanie ruchu, testowane typ zapytania po typie zapytania. Strategia od początku wyglądała tak samo: wykorzystać zewnętrznych dostawców, żeby wystartować, a następnie z roku na rok obsługiwać coraz większą część zapytań własnym indeksem.
Zakupy jako poligon doświadczalny
Najlepiej widać to w wertykalu zakupowym. W połowie sierpnia 2026 roku w zdarzeniach SSE ujawnił się eksperyment A/B o nazwie prefer-index-over-serp-v3, obejmujący wówczas 8% rozmów, przy zasięgu testów sięgającym 20% ruchu. Nazwa mówi wszystko — chodzi o preferowanie własnego indeksu ponad scrapowane wyniki wyszukiwania.
Szczegóły implementacyjne udało się odczytać przy innym teście, shopping-reduced-topn-v4b. Stos wygląda następująco: komponent leksykalny BM25 zawęża pole do 10 źródeł do rankingu, rerank400 przetwarza pulę 400 kandydatów, prod400 dostarcza 400 produktów jako pulę wejściową, a ann4096 odpowiada za wyszukiwanie przybliżonych najbliższych sąsiadów, uruchamiane w dwóch wymiarach — 12 288 i 4096. To pełnoprawna architektura hybrydowego wyszukiwania, a nie proste przepisywanie cudzych wyników.
Na początku września 2026 roku równolegle działało co najmniej pięć eksperymentów zakupowych: prefer-index-over-serp-v3, chatgpt-shopping-noamazon, shopping-index-q2qb, shopping-hqi-v2 oraz shopping-hq-v1. Potwierdzono, że przynajmniej dwa z nich korzystają z własnego indeksu ChatGPT. Pięć równoległych testów produkcyjnych na realnym ruchu to sygnał zespołu, który nie eksperymentuje hobbystycznie, lecz waliduje gotowość systemu do pełnego wdrożenia.
Dlaczego ChatGPT musi cache’ować strony
Pobieranie treści na żywo przy każdym zapytaniu jest po prostu zbyt wolne. Według danych HTTP Archive Almanac 58% stron ładuje się dłużej niż 0,8 sekundy — a do tego dochodzą błędy serwerów i timeouty. Przy skali ChatGPT taki model jest nie do utrzymania, co logicznie prowadzi do wniosku, że gdzieś w systemie musi istnieć warstwa cache’u.
Potwierdzenie przyszło z dwóch stron. Eksperymentalna witryna z miliardem podstron została do początku września 2026 roku zcrawlowana w 6 milionach adresów, przy tempie 35 000 żądań na godzinę i wciąż rosnącym wolumenie. Tak agresywne crawlowanie ma sens wyłącznie wtedy, gdy pobrane treści gdzieś trafiają — pobieranie zawartości po to, żeby ją wyrzucić, byłoby marnotrawstwem zasobów.
Drugi dowód dostarczył test trybu lockdown, w którym ChatGPT nie może przeglądać stron na żywo, ale nadal zwraca wyniki offline lub z cache’u. Zapytany o aktualną wersję stron głównych kilku dużych wydawców branżowych — Search Engine Journal, Search Engine Land czy Search Engine Roundtable — model zwrócił treści, mimo braku dostępu do sieci. Cache pozwala OpenAI wykonać najdroższe operacje z wyprzedzeniem: policzyć embeddingi i odfiltrować niskiej jakości strony, zanim w ogóle trafią do pipeline’u.
Google i Microsoft nadal grają w tej rozgrywce
Własny indeks nie oznacza, że ChatGPT odciął się od klasycznych wyszukiwarek. Czysty eksperyment potwierdzający kontakt z Google polegał na wybraniu witryny o zerowym ruchu organicznym i odpytywaniu o nią wyłącznie ChatGPT w konkretne dni. W Google Search Console dokładnie w tych dniach pojawiały się piki ruchu dla tej samej domeny — to bezpośredni dowód, że ChatGPT odpytuje Google podczas grundowania odpowiedzi.
Bing również jest obecny, głównie w trybie Deep Research, gdzie zdarzenia SSE wprost wskazują go jako źródło wyników. Do tego dochodzi Web IQ, platforma grundowania Microsoftu reklamująca się latencją P95 poniżej 165 ms, która wymienia ChatGPT wśród produktów już przez siebie zasilanych, obok Copilota i klientów korporacyjnych pokroju Nasdaq.
Zestawienie wszystkich zidentyfikowanych źródeł daje obraz systemu zszytego z co najmniej ośmiu dostawców obok własnego crawlera. Bright Data scrapuje wyniki webowe Google oraz osobno Google Maps dla wyników lokalnych. Oxylabs zasila wertykal newsowy. Trzeci kanał, oznaczony w danych po prostu jako „serp”, obsługuje news i mieszane wyniki lokalne. Do tego dochodzą Yelp, TripAdvisor oraz dwa wewnętrzne kanały: b1 wydobywający strony firmowe i profile na Facebooku oraz b3 kierujący do Google Maps.
Co to oznacza dla Twojej strategii widoczności
Wniosek praktyczny jest dwuwarstwowy. Po pierwsze, Microsoft i Google nadal mają znaczenie — mamy bezpośrednie dowody, że ChatGPT korzysta z obu, więc klasyczne SEO wciąż przekłada się na widoczność w modelach językowych. Po drugie, to już nie wystarczy, bo obok tego działa własna warstwa retrievalu, własna rodzina indeksów wertykalnych, własny stos rankingowy i własny cache.
Strategia OpenAI jest przy tym wyjątkowo pragmatyczna: połączyć własnego crawlera z sygnałami rankingowymi zapożyczonymi od wielu zewnętrznych dostawców i złożyć wszystko w jeden indeks. Efekt to korzyści płynące z każdego źródła bez konieczności poświęcania dwudziestu lat, których Google potrzebował na zbudowanie swojej infrastruktury od podstaw. Eksperymenty zakupowe pokazują, jak daleko to podejście już zaszło w praktyce.
Dla marek i sklepów oznacza to konkretne przesunięcie priorytetów. Dostępność treści dla crawlera OpenAI, jakość i strukturyzacja danych produktowych oraz obecność w wertykalach zewnętrznych — od Wikipedii przez arXiv po Yelp i TripAdvisor — przestają być dodatkiem do strategii SEO, a stają się jej równorzędnym filarem. Warto też pamiętać, że cache’owanie treści oznacza opóźnienie w propagacji zmian, więc świeżość informacji na stronie ma dziś wymiar czysto biznesowy.
Podsumowanie
Przekonanie, że ChatGPT jest jedynie nakładką na Bing i Google, przestało odpowiadać rzeczywistości — OpenAI od 2023 roku systematycznie buduje własną infrastrukturę wyszukiwania i już dziś testuje ją na realnym ruchu produkcyjnym. Dla firm inwestujących w widoczność w AI oznacza to konieczność myślenia w dwóch torach jednocześnie: klasycznego SEO oraz optymalizacji pod niezależny indeks OpenAI. Kierunek zmian jest jednoznaczny i im wcześniej uwzględnisz go w strategii, tym mniej będziesz musiał nadrabiać.
Źródło: Peec AI — ChatGPT built its own search index (otwiera się w nowej karcie)
