W ChatGPT nie przegrywasz z dużą marką dlatego, że jesteś mały
W ogólnym, szerokim pytaniu o polecenie firmy w danej branży duże marki z rozpoznawalną nazwą dostają w ChatGPT zdecydowaną większość rekomendacji – w badaniach nad tym zjawiskiem regularnie wychodzi coś rzędu 80-90 procent. Reszta, czyli mniejsi gracze, dzieli między siebie to, co zostaje. Brzmi jak wyrok – dopóki nie sprawdzi się, co dzieje się z tą proporcją, gdy ktoś zadaje bardziej konkretne pytanie.
Ta przewaga dużych marek znika, gdy pytanie robi się konkretne
Analizy tysięcy zapytań komercyjnych w różnych kategoriach B2B pokazują, że ta przewaga nie jest stała. Przy ogólnym pytaniu w stylu „jaka firma robi X” rzeczywiście wygrywają najbardziej rozpoznawalne nazwy. Ale gdy w pytaniu pojawia się konkretny przypadek użycia, konkretna branża albo konkretna sytuacja klienta, udział mniejszych firm w rekomendacjach potrafi wzrosnąć nawet kilkukrotnie.
W tych samych badaniach sama wielkość firmy tłumaczyła relatywnie niewielką część różnic w tym, kto dostaje rekomendację. Dużo więcej tłumaczyło to, ile firma ma udokumentowanych dowodów i konkretnych cytowań w sieci pod dany przypadek użycia. Innymi słowy: to nie rozmiar firmy decyduje najbardziej, tylko ilość konkretnego materiału, jaki zostawiła o sobie w internecie.
Nie chodzi o to, jak zapytasz. Inne badanie, ten sam wniosek
Osobna analiza sprawdziła dziesiątki tysięcy odpowiedzi z ChatGPT, Gemini, Perplexity i Google, zarówno w klasycznym wyszukiwaniu z podsumowaniem AI, jak i w AI Mode. Wniosek: dopracowane zapytanie w stylu wyszukiwarkowym i swobodne, rozmowne pytanie najczęściej wyciągały te same marki. Sposób sformułowania pytania miał mniejsze znaczenie, niż większość osób zakłada.
To, co faktycznie miało znaczenie, to etap, na którym jest osoba pytająca. Gdy pytanie brzmiało na gotowość do decyzji, model dawał bardziej konkretne, dopasowane rekomendacje. Gdy pytanie było ogólne, edukacyjne, dostawał ogólną, bezpieczną odpowiedź. I druga rzecz: to, co inni napisali o firmie w sieci, ważyło więcej niż to, co firma napisała sama o sobie na własnej stronie.
Większość tego, co AI mówi o Twojej firmie, nie pochodzi z Twojej strony
Kolejny kierunek badań sprawdza, skąd modele faktycznie biorą informacje, którymi opisują markę, cytując ją w odpowiedzi. Wniosek powtarza się w kilku niezależnych analizach: większość, często wyraźnie ponad połowa, pochodzi z miejsc innych niż własna domena firmy. W sporej części przypadków źródło zewnętrzne jest jedynym, z którego model w ogóle korzysta – własna strona nie pojawia się wcale.
Nie każde źródło zewnętrzne działa tak samo. Media branżowe ważą więcej niż ogólna prasa. Wywiady i wystąpienia, które ktoś przepisał na tekst, ważą więcej niż wzmianka w artykule sponsorowanym. Modele wyraźnie mniej ufają treści oznaczonej jako reklama – liczy się to, co inni napisali z własnej inicjatywy, nie to, za co firma zapłaciła.
Co z tym zrobić, skoro to nie jest kwestia sprytnego prompta
Dobra wiadomość z tych badań: nic z tego nie wymaga bycia większym, niż jesteś. Wymaga zostawienia w internecie materiału, z którego można Cię zacytować, najlepiej w miejscach, których sam nie kontrolujesz. Opinia klienta podpisana nazwiskiem. Wzmianka w lokalnym albo branżowym medium. Wystąpienie na konferencji czy w podcaście, które ktoś spisał. Konkretna realizacja opisana tak, żeby dało się z niej zacytować liczbę albo efekt, nie tylko nazwę usługi.
To dokładnie ten sam wniosek, do którego doszedłem inną drogą, pisząc o dziesięciu funkcjach, które strona powinna realnie robić dla sprzedaży: strona, która tylko opisuje ofertę, nie zostawia niczego, co dałoby się zacytować. Strona, która pokazuje konkretny przypadek, z liczbą i cytatem klienta, zostawia.
Nie sprawdzisz tego jednym sprytnym promptem, bo z tych badań jasno wynika, że forma pytania niewiele zmienia. Sprawdzisz to pytaniem, które warto sobie zadać niezależnie od AI: gdyby ktoś dziś opisywał moją firmę, mając do dyspozycji tylko to, co o niej istnieje w sieci poza moją własną stroną, co właściwie by powiedział?
