Najważniejsze wnioski w pigułce
Częstotliwość pomiarów:
- Jeden pomiar dziennie zapewnia dokładność w granicach 2 punktów procentowych w porównaniu z dziesięciokrotnym pomiarem dla visibility
- Zwiększenie częstotliwości do 10 razy dziennie poprawia precyzję tylko o około 10% dla widoczności marki
- Dla citation share dziesięciokrotne pomiary redukują szum dzienny o około 40%
Źródła zmienności wyników:
- Losowość w obrębie jednego dnia — wynika z probabilistycznego charakteru modeli językowych
- Wrażliwość na sformułowanie promptu — zmiana brzmienia pytania wpływa na odpowiedź
- Dryf platformy — platformy AI ciągle aktualizują modele i infrastrukturę poza kontrolą użytkownika
Praktyczne implikacje:
- Nie da się „wymierzyć" dryftu platformy — ciągłe aktualizacje AI wyznaczają dolną granicę precyzji
- Dobór promptów w portfolio ma większe znaczenie niż częstotliwość pomiarów, szczególnie dla citation share
- Dla visibility jeden pomiar dziennie osiąga już praktycznie maksymalną możliwą precyzję
Marki śledzące swoją obecność w odpowiedziach generowanych przez sztuczną inteligencję stają przed fundamentalnym pytaniem: jak często należy mierzyć, by uzyskać wiarygodne dane? Agencja Profound przeprowadziła eksperyment porównujący pomiary wykonywane raz dziennie z pomiarami dziesięciokrotnie częstszymi. Wyniki pokazują, że w większości przypadków pojedynczy pomiar wystarcza — i wyjaśniają dokładnie, dlaczego.
Co faktycznie mierzymy w AI tracking
Profound śledzi dwa kluczowe wskaźniki obecności marki w odpowiedziach AI. Pierwszy to visibility — jak często marka zostaje wymieniona. Jeśli z 100 śledzonych promptów marka pojawia się w 40 odpowiedziach, jej visibility wynosi 40%. Drugi wskaźnik to citation share — jaka część cytowanych źródeł pochodzi z własnych domen i mediów marki. To miara tego, jak bardzo marka kształtuje treść odpowiedzi, a nie tylko się w niej pojawia.
Standardowy proces trackingu polega na uruchamianiu portfolio promptów wobec każdej platformy AI raz dziennie i obserwacji, jak liczby zmieniają się w czasie. Pytanie brzmi: czy taka częstotliwość dostarcza wystarczająco precyzyjnych danych?
Trzy siły wpływające na zmienność wyników
Zanim ustalimy optymalną częstotliwość pomiarów, warto zrozumieć, dlaczego wyniki w ogóle się zmieniają. Trzy różne mechanizmy odpowiadają za ruch liczb:
Losowość w obrębie dnia. Zadaj modelowi dokładnie to samo pytanie w identycznych warunkach, a i tak otrzymasz nieco inne odpowiedzi. To efekt probabilistycznego generowania tekstu przez LLM-y. Ten typ szumu można uśrednić — więcej promptów lub częstsze pomiary skutecznie go redukują.
Wrażliwość na brzmienie. Przeformułuj prompt, a odpowiedź się zmieni. To nie błąd — model rzeczywiście reaguje na inne pytanie. Oznacza to, że konkretne sformułowanie ma realny wpływ na wyniki, więc prompty należy dobierać świadomie.
Dryf platformy. Sama rzeczywistość się zmienia. Platformy po cichu aktualizują modele, wdrażają nowe narzędzia i przestrajają swoją infrastrukturę poza kontrolą użytkownika. Ponadto sieć, którą przeszukują modele, sama się zmienia. Żadna ilość pomiarów tego samego dnia nie usunie tego szumu — i właśnie to chcemy, by narzędzie trackingowe rejestrowało, a nie uśredniało.
Metodologia eksperymentu
Profound uruchomił dwie identyczne instancje trackingu przez dwa tygodnie. Pierwsza uruchamiała każdy prompt raz dziennie, druga — dziesięć razy dziennie. Wszystko inne pozostało stałe: te same 753 prompty na tych samych 7 platformach (ChatGPT, Google Gemini, Perplexity, Microsoft Copilot, DeepSeek, Google AI Mode i Google AI Overviews) w USA, co dało 5271 konfiguracji promptów.
W sumie wykonano około 129 000 uruchomień w instancji z jednym pomiarem dziennie i 860 000 w instancji z dziesięcioma pomiarami, generując odpowiednio około 883 000 i 5,78 miliona slotów cytowań. Porównanie tych dwóch setupów pozwoliło rozdzielić szum, który maleje przy większej liczbie pomiarów, od szumu, który pozostaje stały.
Jeden pomiar kontra dziesięć — różnica niemal nieistotna
Każdego dnia oba setupy próbowały zmierzyć to samo: visibility i citation share portfolio na dany dzień. Setup 10× precyzyjnie to określał na podstawie około dziesięciu uruchomień na prompt. Setup 1× miał do dyspozycji tylko jedno uruchomienie na prompt.
Wyniki okazały się niemal identyczne. Uśrednione na tysiącach promptów, pojedyncze uruchomienie dziennie śledzi wersję dziesięciokrotną z dużą dokładnością: typowa dzienna różnica między nimi wynosi około 2 punktów procentowych dla visibility i 0,3 punktu dla citation share. Uśrednienie jednego pomiaru w dużym portfolio wykonuje większość pracy, którą wykonałyby dodatkowe uruchomienia.
W ciągu 14-dniowego okna visibility wynosiło 78,7% przy jednym pomiarze dziennie i 80,4% przy dziesięciu pomiarach. Citation share: odpowiednio 10,24% i 9,99%. Pełne portfolio już samo w sobie dokonuje uśredniania — ponieważ łączysz po jednym uruchomieniu z tysięcy promptów, pojedynczy dzienny przejazd daje wynik bardzo zbliżony do tego z dziesięciokrotnie większej liczby pomiarów, przy jednej dziesiątej kosztu.
Dryf platformy wyznacza dolną granicę precyzji
Nawet przy stałym portfolio dzienny wynik wciąż się zmienia z dwóch powodów: ograniczona liczba uruchomień w ciągu dnia (co więcej pomiarów może naprawić) oraz rzeczywisty dryf platform AI (którego nie mogą naprawić). Ten dryf stanowi dolną granicę — najlepszą precyzję, jaką jakakolwiek częstotliwość pomiarów może kiedykolwiek osiągnąć, ponieważ to ruch w samej rzeczywistości.
Pomiar w obu częstotliwościach pozwolił rozbić całkowity ruch na te dwa elementy i zobaczyć, jak duża jest ta granica. Dla visibility jeden pomiar dziennie jest już zasadniczo na tej granicy — przejście do 10× zwiększa precyzję dziennej liczby tylko o około 11%. Dla citation share jest więcej do zyskania: 10× zmniejsza dzienny szum o około 40%. Ale nawet przy dziesięciu uruchomieniach dziennie większość pozostałego ruchu to dryf platformy, a nie próbkowanie.
Intuicyjnie citation share jest bardziej zaszumiony w przeliczeniu na prompt, ponieważ zależy od procesu wyszukiwania — które źródła są cytowane i ile ich jest — a nie tylko od odpowiedzi tak/nie na wzmiankę.
Dobór promptów ma większe znaczenie niż częstotliwość
Portfolio to świadomy wybór. Prompty, które włączasz, decydują o tym, co visibility i citation share faktycznie oznaczają: świadomość na rynku, który definiujesz, sentyment wobec jednego produktu czy którykolwiek z niezliczonych innych celów. Utrzymując cel stały, Profound chciał sprawdzić, jak wrażliwe są wyniki na konkretne brzmienie wybranych promptów.
Aby to przetestować, zbudowano 2000 syntetycznych portfolio przez ponowne próbkowanie oryginalnych promptów i zmierzono, jak bardzo wyniki się zmieniły. Okazało się, że kompozycja portfolio ma duże znaczenie — szczególnie dla citation share. Dla citation share wrażliwość na mix promptów była o rząd wielkości większa niż dzienny dryf platformy. Dla visibility efekt był mniejszy, na tym samym rzędzie wielkości co dryf.
Praktyczny wniosek: sposób, w jaki budujesz swoje portfolio, to decyzja pierwszej klasy, a nie drobny szczegół, szczególnie dla citation share.
Podsumowanie
Standardowy setup uruchamiania każdego promptu raz dziennie, w oknie dwutygodniowym, na portfolio tysięcy promptów, mierzy zarówno visibility, jak i citation share z więcej niż wystarczającą precyzją dla decyzji, które marketerzy na ich podstawie podejmują. Uruchamianie 10× lub 100× nie zmieniłoby znacząco tego, co liczby ci mówią. Losowość, którą dodatkowe uruchomienia usuwają, jest już niewielka. Ruch, który pozostaje, to same platformy się zmieniające — dokładnie to, co narzędzie trackingowe powinno rejestrować, a nie uśredniać.
Źródło: Profound (tryprofound.com), 8 lipca 2026. Eksperyment przeprowadzony na 5271 konfiguracjach promptów × platform w ciągu 14 dni (1–14 czerwca 2026).
