Jak mierzyć ruch z ChatGPT, Perplexity i AI Mode — analityka ery AI (GA4 + logi serwera)

Oto paradoks 2026 roku: firmy inwestują w widoczność w AI, modele zaczynają je polecać — a w raportach nic nie widać, więc zarząd pyta, po co to wszystko. Problem prawie nigdy nie leży w braku efektów, tylko w pomiarze. Domyślnie skonfigurowany GA4 skutecznie ukrywa ruch z AI: część wpada do ogólnego worka „referral", część do „direct", a wejścia z AI Overviews i AI Mode są nierozróżnialne od zwykłego ruchu z Google. Do tego dochodzi warstwa, której w analityce webowej nie widać wcale — agent czytający stronę za użytkownika nie wykonuje JavaScriptu, więc GA4 nawet nie wie, że ktoś „tu był". A stawka jest konkretna: pomiary Similarweb pokazywały, że ruch z modeli konwertuje ~4,4× lepiej niż klasyczny organik, a Adobe mierzyło wzrosty ruchu z AI do e-commerce przekraczające 1000% rok do roku.

Ruch z AI konwertuje nawet ~4,4× lepiej niż klasyczny organik, a do sklepów urósł o ponad tysiąc procent — ale domyślny GA4 skutecznie go ukrywa: część ląduje w referralach, część w direct, a wejścia z AI Overviews są nierozróżnialne od zwykłego Google. Kompletny warsztat pomiaru: grupa kanałów AI w GA4 z gotowym regexem, ciemny ruch AI, sygnatura AI Overviews w GSC i logi serwera jako druga połowa obrazu.

Ten wpis to kompletny warsztat pomiaru: co GA4 widzi, czego nie widzi i jak to obejść — z gotowym regexem, konfiguracją krok po kroku i logami serwera jako drugą połową obrazu.

Trzy warstwy pomiaru — najpierw mapa, potem narzędzia

Zanim otworzysz GA4, uporządkujmy, co w ogóle da się mierzyć. Widoczność w AI ma trzy warstwy i każda wymaga innego narzędzia:

1. 1.Co mówią modele — czy ChatGPT i Perplexity w ogóle polecają Twoją markę. Tego nie zmierzysz w GA4; do tego służy audyt widoczności w AI i regularny pomiar Share of Voice.
2. 2.Co przychodzi na stronę — kliknięcia z odpowiedzi AI, czyli temat tego wpisu. Tu królestwo GA4.
3. 3.Co robią boty — czy crawlery AI w ogóle pobierają Twoje treści. To widać wyłącznie w logach serwera, a jak to czytać, opisuję we wpisie o crawlerach AI.

Najczęstszy błąd to mierzenie tylko warstwy drugiej i wyciąganie wniosku „AI nie działa". Tymczasem odpowiedź bez kliknięcia też robi robotę — buduje markę, którą potem widać w rosnących wyszukiwaniach brandowych.

Skąd GA4 wie, że ruch przyszedł z AI — i kiedy nie wie

Dobra wiadomość: większość asystentów zostawia czytelny ślad w referrerze. ChatGPT od uruchomienia wyszukiwania (listopad 2024) dokleja do linków wychodzących parametr utm_source=chatgpt.com, więc jego ruch jest wyjątkowo łatwy do wyłapania. Zła wiadomość: najważniejszy gracz — Google — swojego ruchu AI nie oznacza wcale.

Ta ostatnia linijka to najważniejsza rzecz w całej tabeli: kliknięcie z AI Overviews wygląda w GA4 identycznie jak kliknięcie z klasycznego niebieskiego linku. Google potwierdza w dokumentacji, że ruch z funkcji AI raportuje łącznie z wyszukiwaniem — osobnego wymiaru nie ma ani w GA4, ani w Search Console.

Ciemny ruch AI — czego nie zobaczysz nigdy

Zanim skonfigurujemy raporty, uczciwa lista tego, co zawsze będzie poza nimi:

• Agent czyta stronę za użytkownika. Gdy ktoś prosi ChatGPT o analizę Twojej oferty, stronę pobiera bot (ChatGPT-User), który nie wykonuje JavaScriptu — GA4 nie rejestruje żadnej sesji. Ślad zostaje wyłącznie w logach serwera.
• Kopiowanie zamiast klikania. Użytkownik widzi markę w odpowiedzi, otwiera nową kartę i wpisuje adres ręcznie — w GA4 to „direct".
• Aplikacje desktopowe i mobilne asystentów potrafią gubić referrer — kolejna porcja wejść ląduje w „direct".
• Zero-click. Odpowiedź wystarczyła, kliknięcia nie było. Sesji nie ma, ale wpływ jest — widać go z opóźnieniem w rosnącym wyszukiwaniu brandowym.

Praktyczny wniosek: liczby, które zobaczysz w GA4, traktuj jako dolną granicę realnego wpływu AI — branżowe szacunki mówią o niedoszacowaniu nawet kilkukrotnym. To nie powód, żeby nie mierzyć; to powód, żeby mierzyć więcej niż jedną warstwę.

Konfiguracja GA4 krok po kroku

Serce całej konfiguracji to jeden regex dopasowujący źródła sesji:

chatgpt\.com|chat\.openai\.com|perplexity\.ai|gemini\.google\.com|bard\.google\.com|copilot\.microsoft\.com|claude\.ai|meta\.ai|edgeservices\.bing\.com|you\.com|poe\.com

Z tym regexem robisz trzy rzeczy:

1. 1.Niestandardowa grupa kanałów. Administracja → Ustawienia danych → Grupy kanałów: skopiuj domyślną grupę i dodaj na górze kanał „AI" z warunkiem „źródło pasuje do wyrażenia regularnego". Od tej pory każdy standardowy raport pozyskania pokazuje AI jako osobny kanał — obok Organic Search i Direct.
2. 2.Eksploracja dla ruchu AI. Eksploruj → nowa eksploracja: wymiar „źródło sesji" z filtrem na ten sam regex, do tego strony docelowe, konwersje i przychód. To Twój mikroskop: które treści przyciągają ruch z modeli i co ten ruch robi dalej.
3. 3.Porównanie jakości. Zestaw segment sesji AI z organikiem i direct po współczynniku konwersji oraz zaangażowaniu. U większości firm ruch z AI jest mniejszy liczebnie, ale wyraźnie lepszy jakościowo — użytkownik przychodzi po decyzji, nie przed nią. To jest slajd, który przekonuje zarząd.

Dwa nawyki na koniec konfiguracji: dodawaj adnotacje przy każdej większej publikacji treści pod AI (inaczej za pół roku nie połączysz przyczyny ze skutkiem) i spięcie raportu w cykliczną wysyłkę — jak zautomatyzować taki obieg, opisuję we wpisie o automatycznym raportowaniu z alertami AI.

Search Console: sygnatura AI Overviews

Skoro Google nie oznacza ruchu AI, pozostaje pomiar pośredni. Od połowy 2025 dane z AI Mode są wliczane do raportu skuteczności (typ „Sieć") — bez osobnego filtra. Ale AI Overviews zostawiają charakterystyczny odcisk palca:

• Wyświetlenia rosną, CTR spada na zapytaniach informacyjnych — Twoja strona jest pokazywana (także w ramkach AI), ale klikana rzadziej.
• Porównaj kohorty zapytań: te z widoczną ramką AI kontra te bez niej — różnica w CTR to Twój lokalny koszt (albo zysk) AI Overviews.
• Pilnuj średniej pozycji osobno od wyświetleń: pozycja stabilna + CTR w dół = klasyczna sygnatura zjadania kliknięć przez odpowiedź AI, nie spadek rankingu.

Jak w ogóle dostać się do cytowań w ramkach AI — bo to one napędzają te wyświetlenia — opisuję we wpisie o AI Overviews i AI Mode.

Logi serwera — druga połowa obrazu

W logach widzisz to, czego GA4 nie zobaczy nigdy — i to jest najczęściej pomijana część pomiaru:

• Wizyty botów na żądanie (ChatGPT-User, Perplexity-User, Claude-User) to realne „odczytania" Twojej strony przez użytkowników za pośrednictwem agenta. Bot nie wykonuje JavaScriptu, więc w GA4 nie istnieje — a w logach to policzalne żądania z konkretnym User-agentem. Rosnąca liczba takich wizyt to twardy dowód, że treści pracują w AI.
• Aktywność crawlerów wyszukiwawczych (OAI-SearchBot, PerplexityBot) poprzedza cytowania: najpierw bot pobiera treść, potem model zaczyna ją polecać. Spadek crawlu ważnych podstron to sygnał ostrzegawczy na długo przed spadkiem ruchu.
• Sekwencja wdrożeniowa wygląda więc tak: bot crawluje (logi) → model cytuje (audyt/SoV) → użytkownik klika (GA4). Mierząc wszystkie trzy punkty, wiesz, na którym etapie coś się sypie.

Jak filtrować logi po User-agentach i weryfikować podszywające się boty, opisałem szczegółowo we wpisie o crawlerach AI.

Zestaw KPI na erę AI

Miesięczny dashboard, który u siebie i u klientów uważam za minimum:

Plan wdrożenia w 60 minut

1. 1.Utwórz grupę kanałów „AI" w GA4 z regexem z tego wpisu (15 min).
2. 2.Zbuduj eksplorację ruchu AI: źródła, strony docelowe, konwersje (15 min).
3. 3.Zapisz raport porównawczy konwersji AI vs reszta kanałów (10 min).
4. 4.Sprawdź logi z ostatnich 30 dni pod kątem ChatGPT-User i OAI-SearchBot (15 min).
5. 5.Zanotuj stan zerowy: dzisiejsze liczby z każdej warstwy + data. Bez punktu odniesienia żaden przyszły raport nic nie powie (5 min).
6. 6.Wpisz do kalendarza miesięczny przegląd KPI z tabeli powyżej.

---

Buduję pomiar widoczności AI od pierwszej warstwy po dashboard dla zarządu — w ramach optymalizacji pod AI (GEO) i automatyzacji raportowania. Uczę tego w kursie SEO & GEO. Napisz do mnie — zacznę od skonfigurowania Twojej grupy kanałów AI i przeglądu logów.

Warto przeczytać dalej:

• Audyt widoczności w AI — czy ChatGPT poleca Twoją markę?
• Jak mierzyć Share of Voice marki w modelach AI
• Crawlery AI — kto skanuje Twoją stronę i jak tym zarządzać
• Koniec ręcznych raportów — automatyczne monitorowanie danych