Zapytaj o coś ChatGPT w aplikacji webowej, a potem wyślij to samo pytanie przez jego API: często dostaniesz dwa różne zestawy rekomendacji. Kontrolowane eksperymenty z 2026 roku zmierzyły lukę między powierzchniami dostępu na 1,5–3,6 raza większą niż normalny szum między uruchomieniami. Wynik widoczności, który nie deklaruje swojej powierzchni pomiaru, nie da się porównać z żadnym innym wynikiem.

Co liczy się jako powierzchnia

Ten sam model może trafić do użytkownika przez kilka różnych produktów, a każda droga to osobna powierzchnia pomiaru. Petra Labs wyróżnia trzy dla GPT-5.2: płatny ChatGPT z zalogowaną sesją, darmowy ChatGPT bez sesji oraz API Responses. Mogą różnić się promptami systemowymi, backendami wyszukiwania, sygnałami geograficznymi i ustawieniami próbkowania, dzieląc przy tym jedną nazwę modelu.

Interfejs webowy dodaje warstwy, których wywołanie API nigdy nie widzi. Nikolai Fischer, niemiecki programista, który w październiku 2026 opublikował porównanie z tym samym modelem, wylicza je: chatgpt.com wykonuje systemowy prompt, którego OpenAI nie publikuje, sam decyduje, czy szukać w sieci, i zna lokalizację użytkownika, historię czatów oraz zapisane wspomnienia. API jest gołe. Tam wyszukiwanie w sieci to narzędzie, które programista musi sam włączyć, a wiele narzędzi do śledzenia promptów zostawia je wyłączone, żeby oszczędzać, więc model odpowiada wyłącznie z pamięci treningowej. Tożsamość modelu też jest częścią powierzchni, a pomylić się łatwo: aplikacja ChatGPT pokazuje poziom rozumowania zamiast nazwy modelu, i pierwsza runda API u Fischera skończyła się porównaniem złego modelu z domyślnym z sieci.

Co wykazały kontrolowane eksperymenty

Dwa eksperymenty utrzymują wszystko oprócz powierzchni w stałości, co czyni je najtwardszymi dostępnymi dowodami. Petra Labs, agencja answer engine optimization, wysłała 26 lutego 2026 ten sam prompt badania produktu po 300 razy do każdej z trzech powierzchni GPT-5.2, z wymuszonym wyszukiwaniem w sieci i bez personalizacji: 900 uruchomień łącznie. Po przecięciu uruchomień każdej powierzchni na pół poziom szumu wyniósł 4,5–7,1 % RMSE dla widoczności marki. Pełne próby z różnych powierzchni różniły się o 10,8–16,1 %, więc efekt powierzchni był 1,5–3,6 raza większy niż przypadek. Blizzard pojawił się w 30 % uruchomień z sesją i w 62,3 % uruchomień przez API — huśtawka 32 punktów. Renoun pojawił się w 15–18 % uruchomień czatowych i ani razu przez API. Top 5 rekomendowanych marek ChatGPT z sesją i przez API pokrywało się tylko w 25 %. Petra sprzedaje usługi optymalizacyjne, więc jej ramy wymagają dystansu, ale liczba uruchomień i metoda są opublikowane.

Eksperyment Fischera zadał 29 pytań w stylu kupieckich przez chatgpt.com i claude.ai na desktopie oraz przez API obu dostawców, z tym samym modelem po obu stronach: GPT-6 Sol i Opus 5.5. W 318 odpowiedziach dwie odpowiedzi webowe ChatGPT dzieliły 54 % marek (podobieństwo Jaccarda), odpowiedź webowa i API 28 %, a dwie odpowiedzi API 34 %. API przypominało sieć mniej niż samo siebie — to sygnatura systematycznej różnicy, a nie szumu. Dla Claude'a liczba między powierzchniami wyniosła 21 % wobec bazy 33 % na tej samej powierzchni. Luka pozostawała znośna dla pytań o oprogramowanie (38 %) i międzynarodowych (42 %), ale załamywała się przy lokalnych dostawcach: 15 % na ChatGPT i 12 % na Claude. Kształt odpowiedzi też się rozjeżdżał. Webowy ChatGPT miał średnio 471 słów i 7,4 marki na odpowiedź; ten sam model przez API około 151 słów i 3,7 marki. Fischer jest niezależny i nie sprzedaje żadnego narzędzia do śledzenia, i jasno nazywa swoje ograniczenia: jedna osoba, jeden dzień, jedno miejsce, tylko desktop, 29 promptów.

Co dodają badania dostawców

Dostawcy narzędzi do śledzenia zrobili własne porównania. Promptwatch, który sprzedaje śledzenie oparte na interfejsie, doniósł w teście z sierpnia 2026, że jego uruchomienia przez interfejs i przez API dzieliły 25,6 % źródeł, a 70 % źródeł znalezionych przez interfejs nigdy nie pojawiło się w wynikach API. Surfer, który sprzedaje tracker oparty na scrapingu, zrobił własne porównanie scraping kontra API: 24 % pokrycia marek na ChatGPT i 4 % źródeł; na Perplexity API zwracało około 7 źródeł na odpowiedź wobec 10 w wynikach zescrapowanych. Przegląd badań Promptwatch opisuje też studię z kwietnia 2026, w której 35 promptów z dna lejka działało 10 dni w trzech konfiguracjach: interfejs ChatGPT wydobył 845 unikalnych marek, API bez wyszukiwania 135, a API z wyszukiwaniem 580.

Podpisuj to wszystko jako badanie dostawcy. Promptwatch mówi to wprost: studie, które cytuje, pochodzą od dostawców sprzedających śledzenie oparte na interfejsie, więc czytaj wnioski z tą świadomością. To, że trzy firmy zbiegają się w jednym kierunku, pozostaje dowodem, ale liczby do cytowania to te z kontrolowanych eksperymentów powyżej.

Powierzchnia dryfuje, nawet gdy ją unieruchomisz

Wybierz powierzchnię i trzymaj ją w ryzach — cel i tak się rusza. Domyślny model płatnych planów ChatGPT to GPT-6 Sol od 7 października 2026, a aplikacja nie pokazuje nazwy modelu. Cloro mierzy, jak często sześć silników opiera odpowiedzi na wyszukiwaniu na żywo (grounding rate), na około 2500 promptów na silnik, i widział wskaźnik grounding Gemini przechodzący z 41,1 % w lipcu 2026 do 70,7 % w sierpniu, podczas gdy ChatGPT szedł z 98,4 % w lipcu do 97,6 % w październiku. Zachowanie odpowiedzi to parametr ruchomy, nie stała.

Reklama dodaje drugą zmienną ruchomą — i istnieje tylko na niektórych powierzchniach. OpenAI pokazuje oznaczone reklamy w odpowiedziach ChatGPT od 9 lutego 2026, dla zalogowanych dorosłych w planach Free i Go w USA. Na Google Marketing Live 20 maja 2026 Google ogłosiło formaty reklamowe wewnątrz AI Mode, w tym pozycje sponsorowane w odpowiedziach w formie listy, w testach w USA. FAQ Promptwatch jasno formułuje konsekwencję dla pomiaru: reklamy, karty zakupowe, karuzele obrazów i lokalne panele istnieją tylko w interfejsie — odpowiedź API nie może ich zawierać. To tnie w obie strony. Śledzenie oparte na API nie widzi tego, co kupujący w planie darmowym widzą naprawdę. Liczenie oparte na interfejsie, które nie oddziela pozycji sponsorowanych od organicznych cytowań, zawyża zdobywaną widoczność.

Pięć pytań do każdego wyniku widoczności

Zanim porównasz dwa wyniki albo przyniesiesz choćby jedną liczbę na spotkanie budżetowe, postaw na pierwszym miejscu pytanie o powierzchnię. Jeśli oceniasz narzędzia, powinno ono otwierać listę pytań do każdego dostawcy (główne opcje dla firm devtool porównaliśmy osobno).

Pierwsze pytanie: jaka powierzchnia była mierzona — web z sesją, web bez sesji czy API — i czy wyszukiwanie w sieci było wymuszone?

Drugie: jaka wersja modelu, w jakich datach? Odrzucona pierwsza runda API u Fischera pokazuje, jak szybko to idzie na dno.

Trzecie: ile promptów i ile uruchomień na prompt? Poziom szumu Petry 4,5–7,1 % wewnątrz jednej powierzchni oznacza, że mała próba nie odróżni realnego zysku pięciu punktów od przypadku.

Czwarte: czy pozycje sponsorowane liczy się razem z organicznymi cytowaniami, czy osobno?

Piąte: co z odpowiedziami, które nie cytują żadnego dostawcy? Promptwatch daje zero odpowiedziom bez wzmianek i publikuje swoją metodę. Nie każdy dostawca to robi.

Kalibracja liczy się tu bardziej niż perfekcja. Fischer znalazł, że dla kategorii oprogramowania i pytań po angielsku o dużych rynkach śledzenie oparte na API zostaje na tyle blisko sieci, by pokazać realne trendy; dla lokalnych dostawców spada do jednej wspólnej marki na siedem. Dopasuj powierzchnię do miejsca, gdzie są twoi kupujący, trzymaj ją w ryzach i powtarzaj co miesiąc (metoda ręczna zajmuje popołudnie i nie wymaga żadnego narzędzia). Biznesowy sens ćwiczenia się nie zmienił: kupujący wybierają spośród marek cytowanych w odpowiedzi.

Gdzie pasujemy my

Robimy większą wersję tego testu. CiteGap, zespół stojący za tą stroną, zadaje 30 pytań kupieckich silnikom, z których korzystają twoi kupujący, ustala, dlaczego twojego produktu brakuje, i wręcza listę poprawek — jako projekt jednorazowy; ciągły monitoring jest dostępny w subskrypcji miesięcznej. Każda liczba, którą wydajemy, niesie ze sobą swoją metodę: pytania, silniki, daty. Na pierwszy bezpłatny rzut oka darmowy skan sprawdzi twoją stronę główną od ręki i pokaże każdy wynik na stronie.

Otrzymaj pisemną diagnozę (490 $)

Częste pytania

Dlaczego ChatGPT daje różne odpowiedzi w sieci i przez API?

Aplikacja webowa wykonuje systemowy prompt, którego OpenAI nie publikuje, sama decyduje, czy szukać w sieci, i używa lokalizacji, historii czatów oraz zapisanych wspomnień użytkownika. API nie ma żadnej z tych warstw, chyba że programista je doda, a wiele narzędzi do śledzenia wyłącza wyszukiwanie w sieci, żeby oszczędzać. W porównaniu z tym samym modelem na 29 pytaniach odpowiedzi webowe i API ChatGPT dzieliły 28 % marek, podczas gdy dwie odpowiedzi webowe dzieliły 54 %.

Jak dokładne są wyniki widoczności AI?

Dokładne dla konkretnej mierzonej powierzchni — i nic więcej. Eksperyment Petry Labs na 900 uruchomieniach wykazał, że widoczność marki waha się 1,5–3,6 raza mocniej między powierzchniami dostępu (czat z sesją, czat bez sesji, API) niż wewnątrz jednej powierzchni między powtórzonymi uruchomieniami. Traktuj wynik jak pomiar jednego plastra silnika na zbiorze dat, nie jak pomiar całego silnika.

Czy da się porównać wyniki widoczności AI dwóch różnych narzędzi?

Nie wprost. Narzędzia zbierają dane na różnych powierzchniach, punktują różnymi formułami i obejmują różne zestawy promptów. Promptwatch donosi, że klienci rutynowo widzą luki 5–15 % między narzędziami dla tej samej marki. Zapytaj każdego dostawcę, jaką powierzchnię, jakie wersje modelu i jaką metodę punktowania stosuje, i porównuj kierunek własnego trendu, a nie wartości dziesiętne.

Czy API ChatGPT zwraca reklamy, które widzą użytkownicy?

Nie. Reklamy, karty zakupowe, karuzele obrazów i lokalne panele istnieją tylko w interfejsie — odpowiedź API nie może ich zawierać. ChatGPT pokazuje oznaczone reklamy zalogowanym dorosłym w planach Free i Go w USA od 9 lutego 2026. Każda liczba widoczności powinna mówić, czy pozycje sponsorowane liczono osobno od organicznych wzmianek.

Czy silniki AI zmieniają zachowanie odpowiedzi w czasie?

Tak, na skalach czasu, które mają znaczenie dla śledzenia. Cloro zmierzył grounding rate Gemini na 41,1 % w lipcu 2026 i 70,7 % w sierpniu. Domyślny model płatnych planów ChatGPT przeszedł na GPT-6 Sol 7 października 2026, bez pokazywania nazwy modelu w aplikacji. Miesięczne powtórzenia na stałej powierzchni to minimum dla wiarygodnego trendu.

Źródła

  • Petra Labs, eksperyment powierzchni dostępu na 900 uruchomieniach, 26 lutego 2026 (wahania marek do 32,3 punktu procentowego; pokrycie top 5 w 25 % między ChatGPT z sesją a API; jedna marka z widocznością czatową 15–18 % i zerem przez API): petralabs.com
  • Petra Labs, analiza szumu przez przecięcie na pół (RMSE wewnątrz powierzchni 4,5–7,1 %, między powierzchniami 10,8–16,1 %, efekt powierzchni 1,5–3,6 raza przypadek między uruchomieniami): petralabs.com
  • Nikolai Fischer, porównanie sieć kontra API z tym samym modelem, 16 października 2026 (29 promptów, 318 odpowiedzi; pokrycie marek 54 % sieć-kontra-sieć, 28 % sieć-kontra-API, 34 % API-kontra-API na ChatGPT; 21 i 33 % na Claude): nikofischer.com
  • Promptwatch, testy śledzenia UI kontra API, sierpień 2026 (25,6 % wspólnych źródeł między interfejsem a API bez wyszukiwania; 70 % źródeł interfejsu nieobecnych w wynikach API; luki 5–15 % między narzędziami; reklamy i karty zakupowe tylko w interfejsie): promptwatch.com
  • Surfer, studia scraping kontra API (pokrycie marek ChatGPT 24 %, pokrycie źródeł 4 %; Perplexity około 7 źródeł przez API wobec 10 w wynikach zescrapowanych): surfer.ai
  • Cloro, grounding rate per silnik, pomiary lipiec, sierpień i październik 2026 (Gemini 41,1 potem 70,7 potem 68,2 %; ChatGPT 98,4 % w lipcu, 97,6 % w październiku): cloro.dev
  • ppc.io, oś czasu ChatGPT Ads (wdrożenie w USA ruszyło 9 lutego 2026, dla zalogowanych dorosłych w planach Free i Go): ppc.io
  • Search Engine Land, Google Marketing Live 2026 (reklamy Conversational Discovery i Highlighted Answers w AI Mode, w testach w USA; ogłoszone 20 maja 2026): searchengineland.com