Najważniejsze wnioski w pigułce
Skala zjawiska
- 79,4% z 7313 odpowiedzi ChatGPT na 765 zapytań zakupowych z Niemiec, Wielkiej Brytanii i USA zawierało formularz doprecyzowujący.
- Formularz pojawia się najczęściej przy produktach standardowych (dobra konsumenckie 93,3%, technologia 92,9%), a najrzadziej przy usługach urzędowych, nieruchomościach i wizach.
- Niemcy dostają formularz najczęściej (83,4%), przed USA (78,4%) i Wielką Brytanią (76,6%).
O co pyta ChatGPT
- Budżet pojawia się w 87,1% formularzy, a marka tylko w 0,4%.
- Przeciętny formularz zawiera 4,4 pytania, prawie wyłącznie jednokrotnego wyboru.
- Im bardziej osobisty lub regulowany zakup, tym rzadziej formularz pyta o pieniądze.
Domyślne odpowiedzi
- 86,5% formularzy trafia do użytkownika w całości wypełnionych przez ChatGPT.
- W 9 na 10 pytań o budżet zaznaczony jest środkowy przedział cenowy, który działa jak kotwica cenowa.
- Domyślne przedziały cenowe mocno różnią się między rynkami.
Zmienność i kolejny krok
- Ten sam prompt daje identyczny zestaw typów pytań tylko w 37,2% powtórzeń.
- 70% promptów generowanych z formularza prosi o aktualne ceny, a 40% o linki zakupowe.
Co z tym zrobić
- Traktować formularz jak brief kategorii i odpowiadać na jego pytania w treściach produktowych.
- Monitorować formularze cyklicznie, a ceny i dostępność udostępniać w czytelnych, aktualnych danych produktowych.
Formularz, który poprzedza każdą rekomendację
Gdy użytkownik napisze ChatGPT, że chce coś kupić, w czterech przypadkach na pięć dostanie najpierw krótki kwestionariusz zamiast listy produktów. To formularz doprecyzowujący (follow-up form) z pytaniami o budżet, sposób użycia, wielkość gospodarstwa domowego albo o to, dla kogo jest produkt. Każde pytanie ma stały zestaw odpowiedzi, z których jedna jest zwykle zaznaczona z góry. Po kliknięciu przycisku w rodzaju „Find my best options” ChatGPT zamienia odpowiedzi w nowy, doprecyzowany prompt i dopiero na jego podstawie przygotowuje rekomendację.
Rankscale przeanalizował 7313 odpowiedzi na 765 zapytań zakupowych w trzech krajach, zebranych 20 i 21 października 2026 roku. Formularz pojawił się w 79,4% z nich. Niemal zawsze dostają go produkty standardowe: narzędzia do zarządzania danymi (94,0%), dobra konsumenckie (93,3%) i technologia (92,9%). Zakupy regulowane, lokalne lub bardzo osobiste częściej kończą się bezpośrednią odpowiedzią. Usługi urzędowe dostają formularz w 48,0% przypadków, nieruchomości w 57,9%, a wizy turystyczne tylko w 7 na 86 odpowiedzi.
Z perspektywy marki najważniejsze jest to, że formularz pokazuje sposób myślenia modelu. Widać w nim pytania, które ChatGPT uznaje za kluczowe, kupującego, którego zakłada domyślnie, przedziały cenowe, w których się porusza, oraz to, czego szuka po wysłaniu odpowiedzi. Takie informacje wymagały dotąd badań ankietowych, a tu są dostępne w każdej odpowiedzi, dla każdego rynku.
Budżet zamiast marki, czyli o co naprawdę pyta ChatGPT
Budżet pojawia się w 87,1% z 5809 formularzy. O markę model zapytał tylko w 21 formularzach (0,4%), głównie przy torebkach i butach piłkarskich. ChatGPT traktuje więc wybór marki jako własną decyzję, którą podejmuje na podstawie tego, co kupujący powie mu o pieniądzach, zastosowaniu i swojej sytuacji. Dla firm to istotna zmiana: rozpoznawalność nazwy nie wystarczy, jeśli produkt nie pasuje do odpowiedzi wpisanych w formularz.
Poza budżetem każda kategoria ma własny zestaw pytań. Przy pralkach budżet pojawia się w 100% formularzy, główny priorytet w 91,7%, a wielkość gospodarstwa domowego w 77,4%. Przy laptopach model pyta o zastosowanie (94,9%) i obecny sprzęt, w tym system operacyjny (92,4%). Przy butach do biegania liczy się nawierzchnia, czyli pytanie „Gdzie będziesz biegać?” (89,9%). W przypadku platform do zarządzania danymi niemal zawsze pojawia się pytanie o wielkość organizacji (97,7%).
Im bardziej osobisty lub regulowany zakup, tym mniejszą rolę odgrywają pieniądze. Formularze dotyczące leków przeciwbólowych pytają najpierw, dla kogo jest lek (96,7%) i jakie są objawy (71,7%), a o budżet tylko w 23,3% przypadków. Przy kartach kredytowych dominują pytania o historię kredytową i benefity (88,5%), a budżet pojawia się w mniej niż połowie formularzy. To praktyczna wskazówka, jakie informacje powinna zawierać strona produktu w danej kategorii.
Wypełniony z góry formularz i domyślny kupujący
86,5% formularzy (5023 z 5809) trafia do użytkownika z odpowiedziami zaznaczonymi na wszystkie pytania. W 24 788 pytaniach wyboru aż 99,4% miało zaznaczoną odpowiedź, a tylko 9 formularzy nie miało żadnej. Kupujący, który kliknie przycisk bez zmian, odsyła modelowi jego własne założenia jako swój brief. Opcja „nie wiem” lub „poleć mi” pojawiła się w 6101 pytaniach i w 22,5% z nich to właśnie ją zaznaczył ChatGPT.
Domyślne odpowiedzi tworzą coś w rodzaju gotowej persony zakupowej wymyślonej przez model. W Wielkiej Brytanii wszystkie 24 formularze dotyczące butów do biegania zakładały bieganie po drogach i chodnikach. W Niemczech model przyjmował, że pyta początkujący (25 z 28 formularzy), a w USA zaznaczał budżet 100–150 USD (24 z 27). Formularze o grach wideo w 80 na 85 przypadków zakładały PlayStation 5, a aplikacje do nauki języków w USA i Wielkiej Brytanii wybierały hiszpański w 47 na 48 przypadków. Marka butów trailowych czy startowych zaczyna więc każdą taką rozmowę poza domyślnym scenariuszem.
Jeszcze silniej działa kotwica cenowa. W 4750 z 5295 pytań o budżet z co najmniej trzema przedziałami model zaznaczył przedział środkowy. Same przedziały różnią się między rynkami. Domyślny budżet na rower elektryczny to 1000–1500 USD w USA, 1000–1500 GBP w Wielkiej Brytanii i 2000–3000 € w Niemczech. Pompa ciepła to odpowiednio 8000–15 000 USD, 5000–8000 GBP i 15 000–25 000 €, a pralka 600–900 USD w USA i tylko 250–350 GBP w Wielkiej Brytanii. W Niemczech 26 z 28 formularzy o ekspresy do kawy domyślnie wskazywało 300–500 €, czyli segment ekspresów automatycznych.
Ten sam prompt, inny formularz
ChatGPT nie korzysta z szablonów, tylko generuje formularz od nowa przy każdej odpowiedzi. Przy powtórzeniach tego samego promptu pierwsze pytanie było takie samo w 74,2% przypadków, zaznaczony budżet w 53,1%, a identyczny zestaw typów pytań tylko w 37,2%. W 656 promptach z co najmniej pięcioma formularzami (średnio 8,6 na prompt) model zadał przeciętnie 6,7 różnych typów pytań. Tylko 3,9 z nich pojawiało się w co najmniej połowie powtórzeń, a sformułowań pytań było średnio 21.
Pojedynczy zrzut ekranu jest więc tylko jednym losowaniem z szerokiego spektrum. Prompt przechodził średnio przez 3,8 różnych domyślnych przedziałów budżetowych, więc wnioski wyciągnięte z jednego testu łatwo mogą wprowadzić w błąd. Dopiero powtarzalny monitoring pokazuje stały rdzeń formularza, czyli pytania, opcje i domyślne odpowiedzi, które wracają najczęściej. To właśnie ten rdzeń widzi większość kupujących i pod niego warto projektować treści oraz ceny.
Na formularz wpływa też samo sformułowanie zapytania. Prośba „Help me buy X” wywołuje najdłuższy wywiad, średnio 4,7 pytania, wobec 4,3 dla „Which X should I buy?” i 4,2 dla „I want to buy X”. Dlatego warto śledzić kilka wariantów tej samej intencji zakupowej, a nie jeden wybrany prompt.
Formularz kończy się zapytaniem zakupowym
Do każdego formularza ChatGPT dopisuje prompt, który sam sobie wyśle po kliknięciu przycisku. W 70,1% przypadków prosi w nim o aktualne ceny, a w około 40% o linki zakupowe. Druga tura rozmowy nie jest więc pogłębionym researchem, tylko sprawdzeniem ceny i dostępności. Autorzy badania zaznaczają, że to interpretacja zgodna z danymi, ale przez nie nieudowodniona: ostateczną listę kształtuje to, jakie dane produktowe model zdoła w tym momencie pobrać.
Pasuje to do wcześniejszych obserwacji, że ChatGPT korzysta z danych Google Shopping , oraz do analiz zapytań pobocznych generowanych przez AI . Model rozbija intencję użytkownika na konkretne parametry, a następnie szuka stron, które odpowiadają na nie wprost. O tym, jak ChatGPT wybiera źródła , decydują w dużej mierze czytelność i aktualność danych. Ukryta cena czy niejasna dostępność mogą sprawić, że produkt w ogóle nie trafi do zestawienia.
Jak wykorzystać formularze w strategii marki
Pierwszy krok to potraktowanie formularza jak briefu kategorii. Jeśli przy butach do biegania model pyta o budżet, nawierzchnię i doświadczenie, a przy lekach o wiek i objawy, strony produktowe i poradniki powinny odpowiadać na te pytania tymi samymi słowami. Opcje z formularza to gotowa segmentacja kategorii. Warto więc przypisać produkty do segmentów w brzmieniu, którego używa model, na przykład „dla gospodarstw 2–4-osobowych” albo „do biegania w terenie”.
Drugi krok to pisanie pod domyślne odpowiedzi. Większość kupujących wyśle formularz bez zmian, czyli ze środkowym przedziałem cenowym i domyślnym priorytetem. Jeśli produkt leży poza tymi założeniami, treść musi przekonująco uzasadnić zmianę wyboru, w walucie i logice cenowej danego rynku. Trzeci krok to cykliczny monitoring promptów w wielu wariantach, bo tylko on pokazuje rdzeń formularza zamiast przypadkowego zrzutu ekranu.
Czwarty krok to dostępność danych produktowych dla modeli. Czyste feedy, aktualne oferty u sprzedawców i widoczne ceny decydują o tym, co ChatGPT znajdzie w drugiej turze. Kategorie, w których formularz pojawia się rzadko, jak usługi urzędowe, nieruchomości, finanse czy energia, wymagają innego podejścia. Tam model odpowiada bezpośrednio i odsyła do instytucji, portali i porównywarek, więc liczy się przede wszystkim obecność w tych źródłach. Pomocna jest tu wiedza o tym, jakie typy treści najczęściej cytują modele AI .
Podsumowanie
ChatGPT coraz częściej przeprowadza z kupującym krótki wywiad przed rekomendacją, a większość odpowiedzi podsuwa mu sam. Pytania, domyślne odpowiedzi i przedziały cenowe z tych formularzy pokazują, czego model oczekuje od produktu i jego opisu. Marki, które dopasują treści, segmentację i dane cenowe do tego briefu i będą go regularnie monitorować, zyskają przewagę w rekomendacjach AI.
Źródło: Mathias Ptacek, „The Form Before the Answer: How ChatGPT Questions Buyers Before Recommending Anything”, Rankscale, https://rankscale.ai/blog/chatgpt-follow-up-form-study (otwiera się w nowej karcie)
