Jakie dane o ruchu AI możemy sprawdzić za darmo?

Ruch z AI możemy już dziś analizować, korzystając z darmowych danych z Binga, GSC i Google Analytics 4. Widzimy, gdzie nasze treści pojawiają się w odpowiedziach AI, skąd przychodzą użytkownicy i jak zachowują się na stronie. Trzeba jednak pamiętać, że popularne narzędzia do pomiaru widoczności w AI pokazują tylko kawałek większej całości. Najcenniejsze informacje dają nam realne wizyty botów AI oraz analiza tego, jakie treści są przez nie wykorzystywane. A to można sprawdzić w narzędziu Agent Monitor.

Do niedawna jakakolwiek analiza ruchu z AI przypominała bardziej zgadywanie niż pracę na danych. Dzisiaj sytuacja wygląda już trochę lepiej – co prawda nadal nie widzimy wszystkiego, ale pojawia się coraz więcej narzędzi, z których możemy wyciągnąć naprawdę wartościowe informacje. I co najważniejsze, w wielu przypadkach nie trzeba za to płacić ani złotówki.

Spis treści:

1. Co wiemy o ruchu AI z wyszukiwarek i chatbotów?
2. Narzędzia do analizy ruchu AI od Binga
3. Narzędzia do analizy ruchu AI od Google
4. Jakie dane znajdziemy w Google Analitycs 4?
5. Pułapka „widoczności AI” w narzędziach analitycznych
6. Co można mierzyć w Agent Monitorze?
7. Podsumowanie
8. Podsumowanie w punktach

Co wiemy o ruchu AI z wyszukiwarek i chatbotów?

Temat ruchu AI w ostatnich miesiącach dosłownie eksplodował i stał się w zasadzie głównym trendem w świecie SEO, choć idąc dalej śladem trendów może powinienem powiedzieć „GEO”/„AEO”? Niezależnie od nazwy, jedno jest pewne – sposób, w jaki użytkownicy szukają i trafiają na strony internetowe, mocno się zmienia.

Co jednak ważne – rozróżniamy tutaj tak naprawdę dwa osobne rodzaje tego ruchu.

Pierwszy to ruch związany z odpowiedziami AI w klasycznych wyszukiwarkach, takich jak Google czy Bing.

Użytkownik wpisuje zapytanie, a zamiast listy linków dostaje gotową odpowiedź wygenerowaną przez model językowy w formie podsumowania (Przegląd od AI/AI Overviews w Google). Jeśli nasza strona została wykorzystana jako źródło, możemy pojawić się w cytowaniach.

Druga warstwa to ruch pochodzący bezpośrednio z chatbotów takich jak ChatGPT, Claude, Perplexity czy Gemini. Tutaj użytkownik często nawet nie otwiera wyszukiwarki. Zamiast tego rozmawia z AI, które samodzielnie wyszukuje informacje i czasami odsyła do konkretnych witryn.

Oczywiście nadal nie mamy dostępu do wszystkich danych, które chcielibyśmy analizować:

• nie wiemy dokładnie, jakie prompty wpisują użytkownicy;
• nie widzimy całego procesu podejmowania decyzji przez modele językowe;
• nie jesteśmy w stanie prześledzić każdej ścieżki prowadzącej do kliknięcia.

Mimo tego możemy zebrać całkiem sporo informacji – a wiele z nich znajdziemy w darmowych narzędziach.

Narzędzia do analizy ruchu AI od Binga

Trzeba oddać Microsoftowi, że jako pierwszy wyszedł przed szereg i wyciągnął rękę do specjalistów od pozycjonowania i właścicieli stron. Jakiś czas temu w Bing Webmaster Tools pojawiła się zakładka AI Performance, która naszym zdaniem jest jednym z ciekawszych darmowych źródeł informacji.

Znajdziemy tam między innymi liczbę cytowań naszej strony oraz średnią liczbę cytowanych poszczególnych podstron.

A mówiąc jeszcze prościej, możemy sprawdzić, ile razy nasze treści pojawiły się w odpowiedziach Microsoft Copilot oraz w generatywnych odpowiedziach Binga.

Widzimy też, ile różnych podstron zostało wykorzystanych jako źródło. To daje nam już całkiem niezły obraz tego, jak często wyświetlamy się w odpowiedziach AI i które fragmenty serwisu są dla modeli najbardziej wartościowe.

Dodatkowo Bing pokazuje zapytania wykorzystywane podczas generowania odpowiedzi.

Tutaj się na chwilę zatrzymam, bo ogólnie bardzo łatwo źle zinterpretować te dane. Nie są to prompty wpisywane przez użytkowników. Zresztą dobrze to widać po samych przykładach; Microsoft pokazuje raczej tematykę i kontekst, z którego model korzystał podczas tworzenia odpowiedzi (to tzw. grounding queries).

Dzięki temu możemy lepiej zrozumieć, jakie zagadnienia są kojarzone z naszą stroną i z jakich powodów modele językowe sięgają właśnie po nasze treści. To cenna wskazówka przy planowaniu contentu, ale nie należy traktować tych danych jako analizy zachowań użytkowników.

Narzędzia do analizy ruchu AI od Google

Google chyba trochę się zagapiło, ale teraz próbują nadgonić konkurencję, o czym mogliśmy przeczytać na ich blogu na początku czerwca. To właśnie wtedy oficjalnie zaczęto wprowadzać raporty związane z obecnością stron w generatywnych odpowiedziach w wyszukiwarce (AIO i AI Mode).

Z moich doświadczeń wynika, że od połowy lipca raport ten pojawia się już w GSC dla większości polskich serwisów. Na ten moment zakres danych jest jednak skromniejszy niż w przypadku Binga.

Możemy sprawdzić przede wszystkim liczbę wyświetleń oraz adresy URL, które pojawiały się w odpowiedziach AI. Nie zobaczymy natomiast informacji o zapytaniach ani frazach, które doprowadziły do wygenerowania odpowiedzi.

To oznacza, że Google pokazuje nam głównie efekt końcowy – wiemy, które podstrony zostały wykorzystane, ale nie wiemy, jakie pytania wpisywali wcześniej użytkownicy.

Repertuar Google nie kończy się jednak na nowych raportach w GSC, bo mamy przecież jeszcze GA4. A tam czeka na nas kolejna porcja danych.

Jakie dane znajdziemy w Google Analitycs 4?

Google Analytics 4 nie odpowie nam na pytanie, jakie prompty wpisują użytkownicy do ChatGPT albo Perplexity. Nie pokaże również procesu wyszukiwania informacji.

Za to wyraźnie widać, co dzieje się przejściu użytkownika z wyszukiwarki AI na naszą stronę (kiedy w odpowiedzi modelu pojawił się link).

Przez długi czas, jeśli chcieliśmy analizować ruch z AI w GA4, musieliśmy radzić sobie sami. Tworzyliśmy własne grupy kanałów, budowaliśmy filtry, przygotowywaliśmy eksploracje i ręcznie zbieraliśmy źródła odwiedzin.

Na szczęście Google zaktualizowało domyślne grupy kanałów i dodało kategorię AI Traffic, w której znajdziemy między innymi ruch z ChatGPT czy Perplexity.

Możemy wykorzystać na przykład wymiar „Sesja - domyślna grupa kanałów”, żeby sprawdzić, jak wygląda udział tego ruchu w całym serwisie.

Jeżeli jeszcze nie widzisz tych zmian u siebie albo chcesz mieć większą kontrolę nad analizą, możesz utworzyć sobie własny filtr wykorzystujący wyrażenie regularne:

.*(chatgpt|chat\.openai\.com|openai|perplexity|perplexity\.ai|gemini|gemini\.google\.com|bard\.google\.com|deepseek|claude|claude\.ai|copilot|copilot\.microsoft\.com|grok|grok\.x\.com|x\.ai|mistral|mistral\.ai|meta\.ai|character\.ai|deepl|deepl\.com).*

Tak przygotowany filtr możesz później wykorzystać w Eksploracjach i analizować między innymi:

• liczbę sesji,
• całkowitą liczbę użytkowników,
• sesje z zaangażowaniem,
• współczynnik odrzuceń,
• najważniejsze wydarzenia,
• przychody generowane przez użytkowników przychodzących z narzędzi AI.

Polecam przygotować sobie również osobny raport oparty o strony docelowe. Dzięki temu szybko sprawdzimy, które podstrony najczęściej przyciągają użytkowników korzystających z czatbotów.

Fajny widok dostaniemy też wtedy, gdy rozbijemy cały ruch według źródła. Możemy porównać, jak zachowują się użytkownicy trafiający z ChatGPT, jak wygląda ruch z Perplexity, a jak z Copilota czy Gemini.

Takie dane pozwalają już wyciągać konkretne wnioski. Często okazuje się, że poszczególne narzędzia kierują użytkowników na zupełnie inne podstrony i generują całkowicie różne zachowania.

Pułapka „widoczności AI” w narzędziach analitycznych

Przez bite >20 lat mówiliśmy w SEO głównie o ruchu użytkowników i robotów wyszukiwarek. Tymczasem na naszych oczach rośnie zupełnie nowy i jeszcze nie do końca odkryty obszar – chodzi o tzw. ruch agentowy.

To sytuacja, w której stronę odwiedza nie człowiek, ale agent AI wykonujący zadanie w jego imieniu.

Użytkownik nie przegląda kolejnych wyników wyszukiwania, tak jak wyglądało to do tej pory. To algorytmy same odwiedzają strony, analizują ich treść, porównują informacje i na końcu przygotowują gotową odpowiedź.

W wielu serwisach ruch generowany przez różnego rodzaju boty zaczyna już przewyższać ruch pochodzący od ludzi. To zupełnie nowa warstwa internetu, którą klasyczne narzędzia analityczne kompletnie pomijają.

Właśnie dlatego coraz częściej pojawiają się narzędzia próbujące mierzyć tzw. widoczność AI. Warto jednak podchodzić do nich z dużym dystansem.

Pisaliśmy o tym szerzej w naszym artykule dotyczącym weryfikacji obecności w AI. Problem polega na tym, że odpowiedzi generowane przez modele językowe są bardzo mało powtarzalne. W przypadku ChatGPT czy Claude zgodność wyników pomiędzy kolejnymi zapytaniami potrafi wynosić mniej niż 1%.

To oznacza, że jeśli dziś narzędzie pokaże nam obecność w odpowiedzi AI, jutro ta sama odpowiedź może wyglądać już zupełnie inaczej.

W praktyce działa to tak, że większość narzędzi analizujących „widoczność AI" pokazuje jedynie pewną symulację albo teoretyczny scenariusz. Można potraktować to jako ciekawostkę lub inspirację do dalszych analiz, ale zdecydowanie nie jako twarde dane biznesowe.

Znacznie ciekawsze są rzeczywiste informacje o tym, jak często agenci AI faktycznie odwiedzają naszą stronę, jakie podstrony analizują i jak często pojawiamy się w odpowiedziach modeli. Takie dane możemy znaleźć między innymi w Agent Monitorze.

Co można mierzyć w naszej apce Agent Monitor?

Największą zaletą Agent Monitora jest to, że nie próbuje niczego zgadywać, wymyślać zapytań, symulować prompty itd. Pokazuje rzeczywiste dane o ruchu AI, który trafia do naszego serwisu.

Na początek dostajemy prosty podział całego ruchu na ludzi oraz boty.

Najciekawsza jest jednak sekcja AI Traffic. To właśnie tutaj widzimy różne boty wysyłane przez modele językowe na prośbę użytkowników. Ich zadaniem może być znalezienie konkretnej informacji, porównanie ofert czy zebranie danych potrzebnych do przygotowania odpowiedzi.

Możemy sprawdzić, które adresy URL odwiedzają takie boty najczęściej.

Bardzo przydatna jest też informacja o liczbie różnych podstron odwiedzanych przez agentów AI. Dzięki temu łatwo ocenić, czy modele analizują wyłącznie pojedyncze strony, czy eksplorują większą część serwisu.

Jeżeli chcemy zejść jeszcze głębiej, możemy przeanalizować pojedynczy adres URL i sprawdzić, jak wygląda jego aktywność wśród agentów AI (zakładka URL Inspector).

Co równie ważne, Agent Monitor pozwala też zestawić ruch botów z rzeczywistym ruchem użytkowników pochodzących z narzędzi LLM. Dzięki temu możemy zobaczyć pełniejszy obraz całego procesu – od momentu, gdy agent AI analizuje naszą stronę, aż do chwili, gdy użytkownik faktycznie kliknie link i odwiedzi serwis.

Ale możliwości Agent Monitora na tym się nie kończą, bo mamy jeszcze takie opcje:

• Rankingi botów: Możliwość sprawdzenia systemów AI odwiedzających stronę (np. ChatGPT, Gemini, Claude) oraz ich konkretnych operatorów.
• Szczegółowe logi i profile botów: Dostęp do technicznych szczegółów, takich jak lista User-Agentów dla poszczególnych botów oraz możliwość zaawansowanego filtrowania danych historycznych w module Data Explorer.

Podsumowanie

Cały czas jesteśmy na początku transformacji internetu – z klasycznego wyszukiwania i niebieskich linków na ekosystem agentowy.

Dane, które dostajemy od Google, Microsoftu i różnych narzędzi analitycznych, są przydatne. Nadal nie widzimy wszystkiego, ale przynajmniej mamy już jakiś punkt zaczepienia.

O krok dalej idzie Agent Monitor. Dzięki niemu zyskujemy informacje o tym, jakie teksty z naszej strony są analizowane i wykorzystywane przez systemy AI do budowania odpowiedzi.

Na tej podstawie możemy podejmować lepsze decyzje dotyczące rozbudowy całego serwisu, bo wiemy, co działa, a co nie (czytaj: jakie treści są wartościowe dla botów AI, a które są ignorowane).

A im wcześniej zaczniemy regularnie analizować te dane, tym łatwiej będzie nam odnaleźć się w nowej rzeczywistości – gdzie boty i agenci AI przeszukują sieć, a coraz rzadziej robi to człowiek.

Podsumowanie w punktach

1. Możemy zupełnie za darmo analizować część danych o widoczności w odpowiedziach generowanych przez AI.
2. Bing Webmaster Tools pokazuje cytowania naszych treści oraz ogólny kontekst zapytań wpisywanych przez użytkowników.
3. Google udostępnia podstawowe dane o wyświetleniach stron w swoich odpowiedziach AI, choć nadal są one ograniczone.
4. GA4 pozwala sprawdzić, jak użytkownicy przechodzący z narzędzi AI zachowują się po wejściu na naszą stronę.
5. Coraz ważniejsza staje się analiza ruchu agentowego generowanego przez asystentów AI – to zupełnie nowa warstwa internetu.
6. Agent Monitor jako jedyny pokazuje rzeczywiste dane o aktywności agentów i botów AI na naszej stronie.
7. Wykorzystując dane pozyskane z Agent Monitora, możemy podejmować lepsze decyzje w kontekście rozbudowy naszego serwisu/sklepu o nowy content.