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

Rozmowa o widoczności w AI prędzej czy później schodzi na jedno pytanie zarządu: skoro modele nas polecają, to gdzie to widać w raportach. Zwykle nigdzie — i nie dlatego, że efektu nie ma, tylko dlatego, że domyślnie skonfigurowany GA4 ruch z AI po prostu rozprasza. Część wejść ląduje w ogólnym worku „referral", część w „direct", a kliknięcia z AI Overviews i AI Mode są nierozróżnialne od zwykłego ruchu z Google. Osobno stoi warstwa, której klasyczna analityka nie zarejestruje w ogóle: agent czytający stronę za użytkownika nie wykonuje JavaScriptu, więc GA4 nawet nie odnotowuje sesji. A mówimy o kanale, który wart jest uwagi — Similarweb mierzył konwersję ruchu z modeli nawet ~4,4× wyższą niż z klasycznego organiku, a Adobe raportowało 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.

W tym wpisie pokazuję, co GA4 z tego ruchu widzi, czego nie zobaczy nigdy i jak jedno i drugie obejść — z gotowym wyrażeniem regularnym, konfiguracją krok po kroku i logami serwera jako drugą połową obrazu.

Trzy warstwy pomiaru — najpierw mapa, potem narzędzia

Zanim sięgniesz po GA4, warto rozdzielić, co w ogóle podlega pomiarowi. Widoczność w AI rozkłada się na 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. To domena 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

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 wyłapuje się wyjątkowo łatwo. Wyjątkiem jest największy gracz: Google swojego ruchu AI nie oznacza w żaden sposób.

Ostatni wiersz tabeli jest tu najważniejszy: 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 przejdziemy do konfiguracji raportów, warto mieć świadomość, co zawsze zostanie 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.

Stąd zasada: liczby z GA4 traktuj jako dolną granicę realnego wpływu AI — branżowe szacunki mówią o niedoszacowaniu nawet kilkukrotnym. To argument nie za tym, żeby nie mierzyć, lecz za tym, 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