Ile promptów potrzeba do zmierzenia widoczności marki w AI?

Ile promptów potrzeba? Krótka odpowiedź

Liczba promptów zależy od dwóch warunków, które trzeba spełnić jednocześnie:

• Wystarczająco dużo odpowiedzi. Żeby wynik dla jednej marki miał margines błędu około ±5–6 punktów procentowych, potrzeba mniej więcej 300 odpowiedzi AI w porównywanym okresie. Liczba odpowiedzi to iloczyn: prompty × modele × dni pomiaru.
• Pokrycie najważniejszych pytań klientów. Nawet 300 odpowiedzi nic nie powie o rynku, jeśli pochodzą z kilku podobnych pytań. Każdy ważny temat oferty powinien mieć własne prompty. Scrunch, jeden z dostawców narzędzi do monitoringu, proponuje 5–8 pytań na każdy główny temat.

W praktyce, przy pomiarze raz dziennie w każdym modelu i porównywaniu okresów pięciodniowych, wygląda to tak:

Jeśli prowadzisz kilka marek, np. jako freelancer albo agencja, liczby z tabeli dotyczą każdej marki osobno. Gdy podzielisz 20 promptów między trzech klientów, na każdego przypadnie po kilka pytań. Wynik pokaże wtedy duże różnice, np. czy marka w ogóle pojawia się w odpowiedziach, ale może przeoczyć mniejsze zmiany, np. wzrost z 30% do 35%. Podobny próg podaje analiza cloro dotycząca wielkości próby w monitoringu AI: około 300 odpowiedzi to ilość, przy której wynik przestaje być przypadkowy, a zmianę o mniej więcej 10 punktów można uznać za realną.

Skąd te liczby? Im więcej odpowiedzi zbierzesz, tym mniej wynik zależy od przypadku. Przy 20 odpowiedziach „30%” może w rzeczywistości oznaczać cokolwiek między 10% a 50%. Przy 300 odpowiedziach ten rozrzut kurczy się do kilku punktów w górę lub w dół. Podobne wartości podaje Gumshoe, cytowany w tej samej analizie. W praktyce wynik bywa nieco mniej dokładny, bo AI odpowiada na to samo pytanie w podobny sposób.

Prompt, odpowiedź, pomiar: co właściwie liczymy

Przy mierzeniu widoczności marki w AI łatwo pomylić trzy pojęcia, a od nich zależy, czy wynik jest wiarygodny:

• Prompt to pytanie, które zadajesz modelowi, np. „Jakie biuro rachunkowe w Poznaniu polecasz dla jednoosobowej firmy?”.
• Odpowiedź to to, co jeden model odpowie na jeden prompt w jednym momencie. Ten sam prompt zadany w ChatGPT i w Gemini daje dwie odpowiedzi. Ten sam prompt zadany w ChatGPT dziś i jutro to też dwie odpowiedzi, często różne.
• Pomiar to jedna runda, w której zadajesz wszystkie prompty we wszystkich wybranych modelach.

Wynik widoczności, np. „marka pojawia się w 30% odpowiedzi”, zawsze liczy się z odpowiedzi, a nie z promptów. Dlatego o wiarygodności decyduje nie sama liczba pytań, ale to, ile odpowiedzi z nich zbierzesz:

liczba odpowiedzi = prompty × modele AI × liczba pomiarów

Przykład: 20 promptów zadanych w ChatGPT, Gemini i Perplexity codziennie przez 5 dni to 20 × 3 × 5 = 300 odpowiedzi. Te same 20 promptów sprawdzone raz w jednym modelu to tylko 20 odpowiedzi, czyli piętnaście razy mniej danych, mimo że pytań jest tyle samo. Jak zbierać takie odpowiedzi ręcznie albo narzędziem, opisujemy w artykule Jak sprawdzić widoczność marki w AI? 4 sposoby.

Dlaczego kilka promptów to za mało

Modele AI nie odpowiadają jak wyszukiwarka, która przez kilka dni pokazuje podobną listę wyników. Każda odpowiedź powstaje od nowa, więc to samo pytanie zadane dwa razy może dać dwie różne listy polecanych firm.

Dobrze pokazuje to badanie SparkToro i Gumshoe z początku 2026 roku. 600 uczestników zadało 12 identycznych pytań w ChatGPT, Claude i AI od Google, łącznie prawie 3000 razy. Wyniki:

• szansa, że AI poda dwa razy tę samą listę marek, była mniejsza niż 1 na 100
• szansa na tę samą listę w tej samej kolejności wynosiła około 1 na 1000
• raz AI wymieniało dwie, trzy firmy, innym razem dziesięć i więcej

Jednocześnie badanie pokazało coś ważnego: to, jak często marka się pojawia, było znacznie stabilniejsze niż jej miejsce na liście. Niektóre marki były obecne w 60–90% odpowiedzi na dane pytanie, choć za każdym razem w innym towarzystwie i na innej pozycji.

Podobny wniosek płynie z danych BrightEdge, które obejmują tysiące promptów w pięciu silnikach AI. Po zsumowaniu wyników z całego tygodnia u 97,2% wymienianych marek liczba wzmianek nie zmieniła się w porównaniu z tygodniem wcześniejszym.

Te dwa wyniki nie są sprzeczne. Pojedyncza odpowiedź jest w dużej mierze przypadkowa, ale suma wielu odpowiedzi daje stabilny obraz. Dlatego jedno pytanie zadane raz mówi niewiele, a kilkaset odpowiedzi pozwala rzetelnie ocenić, jak widoczna jest marka.

Margines błędu: ile odpowiedzi daje wiarygodny wynik

Margines błędu mówi, o ile wynik może odbiegać od rzeczywistości tylko przez to, że zebrałeś ograniczoną liczbę odpowiedzi. Jeśli narzędzie pokazuje, że marka pojawia się w 30% odpowiedzi, a margines wynosi ±10 punktów, to w rzeczywistości może to być każda wartość między 20% a 40%.

Tak zmienia się dokładność wraz z liczbą zebranych odpowiedzi:

Wartości w tabeli liczone są przy najbardziej ostrożnym założeniu, że marka pojawia się w połowie odpowiedzi. Gdy wynik jest dalej od 50%, margines jest nieco mniejszy: przy wyniku 30% i 20 odpowiedziach wynosi ok. ±20 punktów zamiast ±22.

Z tabeli wynika ważna zasada: żeby wynik był dwa razy dokładniejszy, potrzebujesz czterech razy więcej odpowiedzi. Przejście z 20 do 300 odpowiedzi daje ogromną różnicę, a z 1000 do 2500 już niewielką. Dlatego dla większości firm sensownym celem jest kilkaset odpowiedzi w okresie, który porównujesz, a nie tysiące.

Pamiętaj też, że gdy porównujesz dwa okresy, np. ten tydzień z poprzednim, każdy z nich potrzebuje własnej, odpowiednio dużej próby. Według analizy cloro wykrycie wzrostu widoczności z 20% do 30% wymaga około 300 odpowiedzi w każdym z porównywanych okresów.

Więcej różnych promptów czy więcej powtórzeń?

Te same 300 odpowiedzi możesz zebrać na dwa sposoby: zadając kilka pytań wiele razy albo wiele różnych pytań kilka razy. Według Gumshoe, cytowanego w analizie cloro, dokładność rzędu ±5 punktów daje zarówno 10 promptów powtórzonych po 39 razy, jak i 50 promptów powtórzonych po 8 razy.

Na papierze oba warianty są równie dobre, ale w praktyce mierzą coś innego:

• Kilka promptów, wiele powtórzeń daje bardzo dokładny wynik dla tych kilku pytań. Jeśli wybierzesz je źle, dokładnie zmierzysz coś, co niewiele mówi o całym rynku.
• Wiele różnych promptów, mniej powtórzeń pokazuje, jak marka wypada w różnych sytuacjach zakupowych: przy pytaniach o kategorię, porównaniach, pytaniach lokalnych czy o konkretny problem klienta.

Jest też drugi powód, żeby stawiać na różnorodność. Odpowiedzi na to samo pytanie są do siebie podobne, więc każde kolejne powtórzenie wnosi mniej nowych informacji niż nowe pytanie. Według pomiarów cloro zestawy cytowanych domen w dwóch odpowiedziach tego samego modelu, zadanych kilka minut po sobie, pokrywały się średnio w około 40%. Odpowiedzi się więc zmieniają, ale nie są od siebie zupełnie niezależne.

Uważaj tylko na pozorną różnorodność. Pytania „Jakie biuro rachunkowe w Poznaniu polecasz?” i „Które biuro rachunkowe w Poznaniu jest najlepsze?” to dwa sformułowania tej samej intencji, a nie dwa różne pytania. Cloro określa takie warianty jako powtórzenia, a nie nowe pokrycie rynku.

W praktyce: najpierw zadbaj o to, żeby prompty obejmowały wszystkie ważne tematy i etapy decyzji zakupowej, a dopiero potem zwiększaj liczbę powtórzeń. Codzienny pomiar tego samego zestawu pytań w kilku modelach zwykle wystarcza, żeby uzbierać potrzebną liczbę odpowiedzi. Jak dobrać prompty, żeby obejmowały cały rynek, a nie kilka podobnych pytań, opiszemy w osobnym artykule.

Jak liczy to Heuriso

W Heuriso zasady opisane wyżej są wbudowane w sposób liczenia wyniku. Narzędzie codziennie zadaje ten sam zestaw promptów w każdym wybranym modelu AI, a wynik dla każdej pary prompt i model opiera na kilku ostatnich pomiarach, a nie na pojedynczej odpowiedzi:

• Uwzględnia do 5 ostatnich poprawnych pomiarów, nie starszych niż 14 dni. Dzięki temu jedna nietypowa odpowiedź nie przestawia wyniku, a starsze dane nie zaniżają ani nie zawyżają aktualnej sytuacji.
• Oznacza wynik jako wstępny, jeśli opiera się średnio na mniej niż 3 pomiarach. Przez pierwsze dni po dodaniu marki traktuj liczby ostrożnie.
• Liczy najpierw wynik dla każdego promptu i modelu, a dopiero potem łączy je w jeden Visibility Score. Każdy prompt ma więc podobny wpływ na wynik, niezależnie od tego, ile pomiarów ma za sobą.

Visibility Score uwzględnia nie tylko to, czy marka się pojawia, ale też jak AI ją przedstawia: na którym miejscu odpowiedzi, czy jako lidera, jedną z opcji, czy tylko przy okazji, oraz w jakim tonie. Badanie SparkToro pokazało, że pozycja w pojedynczej odpowiedzi jest niestabilna. Dlatego Heuriso nie ocenia jej na podstawie jednej odpowiedzi, tylko uśrednia ją z wielu pomiarów. Jedno miejsce na liście niewiele mówi, ale to, że marka przez kilka dni pojawia się zwykle na początku albo zwykle na końcu odpowiedzi, jest już czytelnym sygnałem.

Przy interpretacji wyników pamiętaj o dwóch rzeczach, które wynikają z wcześniejszych sekcji:

• Wynik całej marki jest dokładniejszy niż wynik pojedynczego modelu. Przy 20 promptach jeden model daje w oknie pomiarowym około 100 odpowiedzi, więc różnica kilku punktów między ChatGPT a Gemini może być przypadkowa.
• Dokładność zależy od liczby promptów przypisanych do marki. Jeśli monitorujesz kilka marek, sprawdź, ile pytań przypada na każdą z nich. Mniej promptów to większy margines błędu.

Szczegóły obliczeń, w tym wagi poszczególnych modeli i punktację jakości wzmianki, opisujemy w metodologii Heuriso.

FAQ: ile promptów potrzeba do pomiaru widoczności w AI

Ile promptów potrzeba do zmierzenia widoczności marki w AI?

Dla jednej marki dobry punkt wyjścia to 15–20 promptów sprawdzanych codziennie w trzech modelach AI. Po pięciu dniach daje to 225–300 odpowiedzi i wynik z dokładnością do ok. ±6–7 punktów procentowych. Firmy z szeroką ofertą zwykle potrzebują kilkudziesięciu promptów, żeby objąć wszystkie ważne tematy.

Jaka wielkość próby jest potrzebna do wiarygodnego wyniku?

Około 300 odpowiedzi AI w każdym porównywanym okresie. Przy takiej próbie wynik przestaje być przypadkowy, a zmianę widoczności o ok. 10 punktów można uznać za realną. Mniejsze zmiany wymagają większej próby, rzędu tysiąca odpowiedzi.

Czy 5 albo 10 promptów wystarczy?

Do szybkiego rozpoznania sytuacji tak, do regularnego pomiaru raczej nie. Kilka promptów sprawdzonych raz pokaże, czy marka w ogóle pojawia się w odpowiedziach, ale wynik typu „30%” może wtedy w rzeczywistości oznaczać cokolwiek między 10% a 50%.

Dlaczego wynik widoczności w AI zmienia się z dnia na dzień?

Bo każda odpowiedź AI powstaje od nowa i to samo pytanie zadane dwa razy daje zwykle inną listę firm. W badaniu SparkToro szansa na dwie identyczne listy marek wynosiła mniej niż 1 na 100. Pojedyncze wahania są normalne. Znaczenie ma trend z kilku dni lub tygodni.

Czy pozycja marki w odpowiedzi AI ma znaczenie?

Tak, ale tylko wtedy, gdy liczysz ją z wielu odpowiedzi. Pozycja w pojedynczej odpowiedzi jest w dużej mierze przypadkowa. Jeśli jednak marka przez kilka dni pojawia się zwykle na początku listy, to wyraźny sygnał, że AI uznaje ją za jedną z najważniejszych w danej kategorii.

Czy można porównywać wyniki widoczności z różnych narzędzi?

Ostrożnie. Narzędzia różnią się zestawem promptów, liczbą modeli, częstotliwością pomiaru i sposobem liczenia wyniku. Ten sam „wynik 40” w dwóch narzędziach może oznaczać coś zupełnie innego. Porównuj raczej zmiany w czasie w ramach jednego narzędzia niż wartości między narzędziami.

Źródła

• AI recommendation lists rarely repeat: Study — Search Engine Land
• AI Visibility Sample Size: How Many Prompts and Runs You Need — cloro
• How many prompts should I track for AI search? — Scrunch
• AI Search Citations: How Much Do They Really Change Week to Week? — BrightEdge