„Ghost citations” w AI: co zrobić, żeby model nie tylko wykorzystał artykuł jako źródło, ale również zapamiętał nazwę marki?

ChatGPT wskazuje artykuł firmy jako źródło odpowiedzi, ale ani razu nie wymienia jej nazwy. Użytkownik dostaje potrzebną informację, a marka pozostaje niewidoczna w głównym tekście. To przykład zjawiska nazywanego ghost citation — sytuacji, w której obecność źródła nie przekłada się na wzmiankę o jego właścicielu.

Problem jest szczególnie istotny przy pytaniach o produkty, usługi i dostawców. Firma może dostarczać użytecznych informacji, a mimo to nie pojawić się wśród podmiotów wymienionych przez AI. Samo cytowanie nie jest rekomendacją, a rekomendacja nie musi oznaczać wykorzystania strony firmy.

Nie chodzi też o dosłowne „zapamiętanie” marki. Publikacja artykułu nie zmienia automatycznie parametrów modelu językowego. System korzystający z wyszukiwania może pobrać informacje podczas generowania odpowiedzi, bez trwałego uczenia się firmy. Ten mechanizm, odmienny od treningu i pamięci personalizującej rozmowy, jest związany z podejściem retrieval-augmented generation (RAG), opisanym przez Patricka Lewisa i współautorów w 2020 roku.

Realny cel jest bardziej konkretny: sprawić, aby artykuł jednoznacznie łączył nazwę przedsiębiorstwa z prawdziwą, istotną cechą jego działalności, a następnie sprawdzić, czy taka informacja pojawia się w odpowiedziach AI.

Ghost citations: dlaczego AI cytuje stronę, ale pomija nazwę firmy?

Ghost citation to przydatne określenie robocze, a nie jednolicie zdefiniowany standard pomiarowy. W tym artykule oznacza przypadek, gdy system wskazuje domenę przedsiębiorstwa jako źródło, lecz nie wymienia jego marki w treści odpowiedzi.

Badanie Semrush przeprowadzone we współpracy z Kevinem Indigiem i Growth Memo, opublikowane 9 czerwca 2026 roku, objęło 3981 zarejestrowanych wystąpień domen powiązanych ze 115 promptami na 14 rynkach. Analizowano ChatGPT, Gemini, Google AI Overviews i Google AI Mode.

Wyniki podzielono na trzy kategorie:

• Citation-only — 61,7%: domena została wskazana jako źródło, ale nazwa marki nie wystąpiła w odpowiedzi.
• Citation + mention — 13,2%: system zarówno wskazał domenę, jak i wymienił markę.
• Mention-only — 25,1%: marka pojawiła się w odpowiedzi bez wskazania jej domeny jako źródła.

Ważny szczegół: 61,7% odnosi się do wszystkich zarejestrowanych wystąpień, nie wyłącznie do przypadków zawierających cytowanie. Jeśli uwzględnić tylko dwie kategorie z cytowaniem, udział citation-only wynosi około 82,4% (61,7 ÷ 74,9 × 100). To obliczenie z zaokrąglonych danych badania, a nie odrębny wynik autorów.

Znaczenie ma także rodzaj pytania. W badaniu Semrush pytania informacyjne osiągały 89,3% citation rate, ale tylko 18% mention rate. Dla pytań porównawczych mention rate wynosił 43,3%, a dla proceduralnych 42,8%.

Nie oznacza to, że każda firma uzyska podobne wyniki. Próba badawcza nie reprezentuje wszystkich polskich przedsiębiorstw ani wszystkich możliwych rozmów z AI.

Brak wzmianki nie zawsze jest błędem. Jeśli użytkownik pyta „Czym jest artykuł sponsorowany?”, wymienianie wydawców byłoby zbędne. Inaczej wygląda pytanie „Jakie firmy pozwalają wybrać konkretny portal przed zamówieniem publikacji?”. Tutaj nazwy usługodawców odpowiadają intencji użytkownika.

Trzeba też oddzielić wzmiankę od rekomendacji. AI może wymienić CMSPACE jako przykład wydawcy, nie sugerując wyboru jego usług. Może również wskazać firmę, ale przypisać jej nieistniejącą funkcję. Wtedy marka jest widoczna, lecz informacja pozostaje błędna.

W badaniu Tianyu Gao i współautorów, przedstawionym na EMNLP 2023, oceniano osobno poprawność odpowiedzi i jakość cytowań. To ważne rozróżnienie: nawet wskazanie właściwego artykułu nie pozwala jednoznacznie ustalić, które fragmenty rzeczywiście wpłynęły na odpowiedź.

Jak napisać artykuł, żeby AI poprawnie powiązało markę z usługą?

Najczęstszy błąd jest prosty: poradnik szczegółowo objaśnia branżę, ale nazwa przedsiębiorstwa pojawia się wyłącznie w reklamowym zdaniu na końcu. Po jej usunięciu tekst nadal przekazuje te same informacje. AI nie otrzymuje więc szczególnie użytecznej relacji między firmą a opisywanym rozwiązaniem.

Drugą skrajnością jest powtarzanie nazwy w każdym akapicie. Pięć zdań o profesjonalizmie firmy nie zastąpi jednego faktu o tym, jak działa jej usługa.

Praktyczna konstrukcja opisu to MARKA → USŁUGA → SPRAWDZALNY FAKT → ZASTOSOWANIE → OGRANICZENIE. Nie jest to algorytm gwarantujący wzmiankę, lecz metoda redakcyjna zwiększająca jednoznaczność informacji.

Rozważmy hipotetyczny przykład Firmy X oferującej publikacje artykułów sponsorowanych. Porównanie pokazuje, jak zastąpić ogólnikowy komunikat reklamowy opisem konkretnych warunków usługi. Nie dotyczy rzeczywistego przedsiębiorstwa ani przeprowadzonego eksperymentu z ChatGPT.

Wersja ogólnikowa: „Firma X oferuje profesjonalne publikacje sponsorowane i kompleksowe rozwiązania SEO”.

Takie zdanie niemal niczego nie wyjaśnia. Nie wiadomo, czy przedsiębiorstwo jest pośrednikiem, gdzie publikuje artykuły ani czy klient może wybrać miejsce publikacji.

Przykład hipotetycznego opisu oferty: „Firma X publikuje artykuły sponsorowane we własnych portalach tematycznych i wielotematycznych. Klient wybiera domenę z dostępnej listy przed zakupem. Oferta nie obejmuje dowolnych wydawców spoza tej sieci”. Przed zastosowaniem podobnego opisu do rzeczywistej marki należy potwierdzić wszystkie trzy warunki.

Ten opis przekazuje trzy informacje istotne przy wyborze dostawcy: model działalności, zakres decyzji klienta i ograniczenie oferty. Co ważne, są to cechy możliwe do sprawdzenia, a nie deklaracje o jakości.

Jak zastosować tę metodę do własnego artykułu?

1. Znajdź pierwszy opis marki. Sprawdź, czy podaje coś więcej niż branżę i nazwę firmy.
2. Wskaż wyróżniającą cechę. Może to być metoda realizacji, konkretna funkcja, warunek współpracy albo zakres odpowiedzialności.
3. Dodaj zastosowanie. Wyjaśnij, dla którego klienta lub problemu dana cecha ma znaczenie.
4. Podaj ograniczenie. Nie sugeruj funkcji, których usługa nie zapewnia.
5. Usuń reklamowe powtórzenia. Nazwa marki powinna identyfikować właściciela informacji, a nie zastępować informację.

Przy danych zmiennych kontroluj także zakres i aktualność oferty. Cena samej publikacji nie musi obejmować napisania tekstu. Deklarowany czas utrzymania materiału może zależeć od kategorii portalu. Błędne połączenie tych parametrów stworzy pozornie konkretny, ale niewiarygodny opis.

Nie ma natomiast powodu przypisywać firmie każdego ogólnego faktu. Definicja RAG czy wyjaśnienie działania wyszukiwarki nie stają się autorską wiedzą przedsiębiorstwa tylko dlatego, że zostały opublikowane na jego stronie.

Przed redakcją sprawdź jeszcze dostępność techniczną. W ChatGPT Search istotny jest dostęp OAI-SearchBot; GPTBot dotyczy odrębnego procesu pozyskiwania treści na potrzeby treningu. W Google AI Overviews i AI Mode strona musi być zaindeksowana oraz kwalifikować się do wyświetlania w wynikach wyszukiwania z fragmentem tekstu. Żaden z tych warunków nie gwarantuje cytowania ani wzmianki.

Jeśli konkretny artykuł już występuje w źródłach AI, priorytetem nie powinno być ponowne sprawdzanie podstawowej indeksacji. Najpierw oceń, czy treść pozwala prawidłowo zidentyfikować przedsiębiorstwo i jego ofertę.

Jak zmierzyć, czy poprawiony artykuł zwiększa liczbę wzmianek o marce?

Pytanie „Co wiesz o CMSPACE?” nie sprawdzi spontanicznej rozpoznawalności marki. Nazwa została już podana systemowi. Potrzebujesz promptów niebrandowych, które odpowiadają rzeczywistym pytaniom potencjalnych klientów.

Przykładowy zestaw dla branży publikacji sponsorowanych:

• „Jak wybrać portal do publikacji artykułu sponsorowanego?”
• „Czym różni się bezpośredni wydawca od pośrednika?”
• „Jakie firmy pozwalają wybrać portal przed zakupem publikacji?”
• „Gdzie można zamówić artykuł sponsorowany razem z przygotowaniem tekstu?”

To pytania demonstracyjne, nie zapis przeprowadzonego badania. Właściwy zestaw powinien obejmować również pytania, na które poprawna odpowiedź nie wymaga podania nazwy żadnego przedsiębiorstwa.

Prosty audyt można wykonać w sześciu krokach:

1. Przygotuj 12 stałych pytań, obejmujących intencje informacyjne, proceduralne, porównawcze i komercyjne.
2. Uruchom każde pytanie trzy razy w nowej rozmowie, przy możliwie jednakowych ustawieniach wyszukiwania i personalizacji.
3. Zapisz datę, system, pytanie, odpowiedź, wskazane źródła oraz obecność nazwy marki.
4. Popraw artykuł, dokumentując dokładnie zmienione fragmenty.
5. Potwierdź publiczną dostępność nowej wersji. Nie zakładaj, że system natychmiast ją uwzględnił.
6. Powtórz identyczny pomiar, zachowując warunki i zestaw pytań.

Dwanaście promptów wykonanych trzykrotnie daje 36 odpowiedzi przed zmianą i 36 po zmianie dla jednego systemu. To wystarcza do wstępnej obserwacji, ale nie do mocnego dowodzenia skuteczności statystycznej.

W arkuszu warto rozdzielić cztery wskaźniki, liczone względem liczby poprawnie zarejestrowanych odpowiedzi AI:

• Citation Rate: odsetek odpowiedzi wskazujących badaną domenę jako źródło.
• Mention Rate: odsetek odpowiedzi wymieniających markę w treści.
• Citation + Mention Rate: odsetek odpowiedzi zawierających jednocześnie wskazanie domeny i nazwę marki.
• Attributed Fact Rate: odsetek odpowiedzi poprawnie przypisujących marce co najmniej jeden wcześniej zdefiniowany fakt.

Rejestruj osobno cytowanie konkretnego aktualizowanego artykułu. Wskazanie innej podstrony tej samej domeny nie potwierdza wykorzystania poprawionego materiału.

Przykład hipotetyczny: spośród 36 odpowiedzi w 17 pojawiło się samo cytowanie, w siedmiu cytowanie wraz z marką, w trzech sama marka, a w dziewięciu żaden z tych elementów. Citation Rate wynosi wtedy 24/36, czyli 66,7%, Mention Rate 10/36, czyli 27,8%, a Citation + Mention Rate 7/36, czyli 19,4%.

Przy interpretacji wyników trzeba uważać na niewielkie różnice. Wzrost liczby wzmianek z dwóch do trzech na 36 odpowiedzi oznacza zmianę z 5,6% do 8,3%, ale może wynikać ze zwykłej zmienności generowanych odpowiedzi.

Między pomiarami mogły też zmienić się wersja systemu, sposób wyszukiwania i dostępność źródeł. Dlatego sam wzrost Mention Rate po edycji nie dowodzi, że został wywołany właśnie zmianą artykułu. Pomocne jest równoległe obserwowanie porównywalnego, niezmienianego materiału.

Jeśli AI cytuje stronę, lecz nie wymienia marki, sprawdź najpierw intencję pytania i konkretny opis przedsiębiorstwa. Jeśli wymienia markę z błędną cechą, popraw jednoznaczność informacji. Jeśli nie wskazuje ani marki, ani źródła, oceń dopasowanie tematyczne i dostępność strony. To trzy różne problemy — nie należy naprawiać ich jednym sposobem.

FAQ: ghost citations i widoczność marki w AI

Czy ghost citation oznacza, że AI przeczytało artykuł?
Nie. Wskazanie strony jako źródła nie potwierdza, które fragmenty zostały pobrane lub wykorzystane podczas generowania odpowiedzi.

Czy powtarzanie nazwy firmy zwiększa Mention Rate?
Nie istnieje potwierdzona liczba powtórzeń zapewniająca wzmiankę. Ważniejszy jest jednoznaczny związek nazwy z rzeczywistą cechą usługi.

Czy ChatGPT może trwale zapamiętać markę po publikacji artykułu?
Publikacja nie aktualizuje automatycznie wag modelu. System wyszukujący może natomiast uwzględnić informacje ze strony podczas tworzenia konkretnej odpowiedzi.

Czy wymienienie marki oznacza jej rekomendację?
Nie. Firma może pojawić się jako neutralny przykład, element zestawienia albo przedmiot krytyki. Rekomendacje należy analizować oddzielnie.

Kiedy powtórzyć test po zmianie artykułu?
Po potwierdzeniu publikacji nowej treści oraz, w miarę możliwości, jej uwzględnienia przez mechanizm wyszukiwania. Nie obowiązuje jeden gwarantowany termin dla wszystkich systemów.

Czy można zagwarantować jednoczesne cytowanie strony i wymienienie marki?
Nie. Lepszy opis firmy ogranicza niejednoznaczność informacji, ale nie zapewnia określonego wyniku działania AI.

Co poprawić jako pierwsze?
Znajdź fragment, w którym po raz pierwszy pojawia się nazwa przedsiębiorstwa. Sprawdź, czy zawiera konkretną, prawdziwą informację o jego działalności. Jeśli jest tylko reklamową deklaracją, zastąp ją opisem usługi, warunku i ograniczenia. Dopiero potem wykonaj pomiar bazowy na niebrandowych pytaniach. Bez takiego punktu odniesienia nie odróżnisz rzeczywistej zmiany widoczności marki od przypadkowej różnicy między odpowiedziami.