Jak zidentyfikować ruch z ChatGPT, Perplexity i Gemini w GA4 — pełna konfiguracja (2026)

Artykuł zaktualizowany: 28 lipca 2026

Jeśli w ostatnich miesiącach zauważyłeś w Google Analytics 4 niewytłumaczalny wzrost ruchu „Direct” — istnieje duża szansa, że część z niego pochodzi z ChatGPT, Perplexity, Gemini albo Claude. Od 13 maja 2026 GA4 rozpoznaje ten ruch automatycznie dzięki nowemu, natywnemu kanałowi „AI Assistant” — ale ta funkcja rozwiązuje tylko część problemu, nie całość. W tym artykule pokazujemy, jak skonfigurować pełny pomiar: co robi nowa funkcja Google, gdzie wciąż potrzebujesz własnej konfiguracji (custom channel group z regexem), jak zweryfikować obecność botów AI w logach serwera i kiedy warto zainwestować w eksport danych do BigQuery, zanim historia ruchu zniknie po 14 miesiącach.

Krótko: pełny pomiar ruchu z AI w 2026 roku wymaga połączenia czterech elementów — natywnego kanału GA4 „AI Assistant”, zapasowej niestandardowej grupy kanałów z regexem (dla platform, których Google jeszcze nie rozpoznaje), analizy logów serwera pod kątem botów AI (do oceny, czy Twoja strona w ogóle jest dostępna dla crawlerów) oraz — jeśli zależy Ci na trendach dłuższych niż rok — eksportu danych do BigQuery. Żaden pojedynczy element nie daje pełnego obrazu.

Co to jest ruch z AI i dlaczego GA4 go gubił

Ruch z AI to sesje, w których użytkownik trafia na Twoją stronę po interakcji z asystentem AI — kliknął link w odpowiedzi ChatGPT, Perplexity czy Gemini, albo skopiował adres z odpowiedzi czatu do przeglądarki. Przez większość 2025 roku i na początku 2026 GA4 nie miał żadnego wbudowanego mechanizmu do rozpoznawania takiego ruchu — każdy zespół analityczny musiał samodzielnie budować segmenty, listy referrerów i reguły regex, żeby oddzielić go od zwykłego ruchu „Referral” (justidea.agency, kerris.pl). Efekt: w standardowej konfiguracji GA4 sesja z ChatGPT wyglądała identycznie jak setki innych źródeł odsyłających — albo, jeśli aplikacja czy przeglądarka nie przekazała nagłówka referrera, lądowała po prostu w kategorii „Direct”.

Nowy kanał „AI Assistant” w GA4 — co się zmieniło 13 maja 2026

13 maja 2026 Google wprowadził nowy, domyślny kanał o nazwie „AI Assistant” w standardowym grupowaniu kanałów GA4. Mechanizm opiera się na rozpoznawaniu nagłówka referrera z asystentów AI — gdy GA4 wykryje sesję pochodzącą z rozpoznanego asystenta, automatycznie przypisuje jej medium ai-assistant, umieszcza w kanale „Asystent AI” obok takich kategorii jak Organic Search czy Referral, a w polu kampanii ustawia zarezerwowaną etykietę systemową (seotrade.pl, cyfrowa.rp.pl). Pierwotnie funkcja objęła ChatGPT, Gemini i Claude; kolejna aktualizacja (czerwiec 2026) rozszerzyła grupowanie o Perplexity i OpenAI jako osobne kategorie.

To realna zmiana jakościowa — po raz pierwszy ruch z modeli językowych stał się „pierwszoklasowym” źródłem w raportach GA4, bez konieczności ręcznej konfiguracji. Ale ma dwa istotne ograniczenia, o których większość dostępnych poradników milczy:

1. Mechanizm zależy od obecności referrera. Jeśli użytkownik korzysta z mobilnej aplikacji ChatGPT albo przeglądarki w trybie prywatnym usuwającej ten nagłówek, sesja i tak trafi do „Direct” (cyfrowa.rp.pl). Szacunki z jednego z wdrożeń wskazują, że nawet 60–70% ruchu z AI nadal nie jest poprawnie klasyfikowane z tego powodu (semgence.pl) — to dane z pojedynczego źródła agencyjnego, więc traktuj je jako orientacyjne, nie uniwersalne.
2. Kanał obejmuje wyłącznie samodzielne narzędzia AI (ChatGPT, aplikacja Gemini, Claude, Copilot) — ruch z Google AI Overviews i AI Mode w wyszukiwarce Google nadal jest liczony jako zwykły „Organic Search”, nie „AI Assistant” (semgence.pl). To rozróżnienie jest kluczowe: jeśli chcesz zmierzyć wpływ AI Overviews na Twój ruch organiczny, kanał „AI Assistant” Ci w tym nie pomoże — potrzebujesz danych z Google Search Console.

Czy stara metoda (custom channel group z regexem) jest już zbędna? Nie

Przed majem 2026 jedynym sposobem na wydzielenie ruchu AI było ręczne zbudowanie niestandardowej grupy kanałów opartej na regexie dopasowującym domeny takie jak chatgpt.com, perplexity.ai czy gemini.google.com (support.google.com, kerris.pl). Ta metoda pozostaje potrzebna z trzech powodów:

• Pokrywa platformy spoza listy Google. Nowa domyślna funkcja rozpoznaje tylko kilka największych asystentów — mniejsze i niszowe narzędzia AI wciąż wymagają własnej reguły.
• Działa jako niezależna kontrola. Warto przez 1–2 tygodnie utrzymać obie metody równolegle i porównać, która wersja obejmuje więcej rzeczywistych sesji, zanim ustalisz, która jest „źródłem prawdy” dla raportowania.
• Nie jest nadpisywana przez ręczne tagi UTM. Jeśli wcześniej oznaczałeś linki medium chatgpt, te tagi nadal będą liczone poprawnie — ale klasyfikacja Google ma pierwszeństwo, gdy referrer pasuje do oficjalnej listy.

Przykładowy regex do niestandardowej grupy kanałów (do rozbudowy w miarę pojawiania się nowych platform):

chatgpt\.com|chat\.openai\.com|perplexity\.ai|claude\.ai|copilot\.microsoft\.com|gemini\.google\.com

Konfiguracja krok po kroku: Admin → Ustawienia danych → Grupy kanałów → nowa grupa → nowy kanał („Ruch AI”) → warunek „Źródło pasuje do wyrażenia regularnego” → wklej regex → umieść kanał powyżej kanału Referral na liście (kolejność reguł ma znaczenie — support.google.com).

Boty AI a realni użytkownicy — inna warstwa pomiaru

GA4 (oparty na JavaScript uruchamianym w przeglądarce) w ogóle nie rejestruje wizyt botów crawlujących — a to osobna, równie ważna warstwa widoczności w AI. Boty dzielą się na trzy kategorie o różnej funkcji:

• Boty treningowe (GPTBot, ClaudeBot, Google-Extended) — pobierają treść do trenowania przyszłych modeli.
• Boty wyszukiwania na żywo (OAI-SearchBot, PerplexityBot, Claude-SearchBot) — indeksują strony pod kątem cytowania w odpowiedziach generowanych w czasie rzeczywistym.
• Boty wywoływane przez użytkownika (ChatGPT-User, Perplexity-User) — pobierają konkretną stronę, gdy ktoś poprosi asystenta o jej otwarcie (clickmade.pl).

Sprawdzenie, czy boty w ogóle docierają do Twojej strony, wymaga analizy surowych logów serwera — nie panelu GA4:

grep -E "GPTBot|OAI-SearchBot|ChatGPT-User|ClaudeBot|PerplexityBot|Meta-ExternalAgent" /var/log/nginx/access.log

To ważne, bo ponad 25% czołowych witryn przypadkowo blokuje boty AI — najczęściej przez reguły firewalla albo Cloudflare, nie świadomą decyzję (semgence.pl). Zablokowanie bota treningowego nie blokuje automatycznie bota wyszukiwania — każdy wymaga osobnej dyrektywy w robots.txt. Jeśli logi nie pokazują żadnej aktywności OAI-SearchBot, to sygnał, że Twoja strona może być technicznie niedostępna dla AI, zanim jeszcze zaczniesz mierzyć ruch z odpowiedzi modeli.

Limit retencji danych i dlaczego eksport do BigQuery ma znaczenie

Dwa fakty, które łącznie tworzą praktyczny problem: interfejs GA4 ogranicza retencję danych na poziomie zdarzeń do maksymalnie 14 miesięcy, a kanał „AI Assistant” działa dopiero od maja 2026 — więc dane historyczne sprzed tej daty po prostu nie istnieją (digitalapplied.com, semgence.pl). Oznacza to, że jeśli chcesz analizować trend ruchu z AI dłuższy niż rok, musisz zacząć eksportować surowe dane do BigQuery teraz, zanim retencja obetnie Ci dostęp do wcześniejszych zdarzeń. Standardowy eksport GA4 → BigQuery jest darmowy przy właściwości standardowej (support.google.com) — kosztem wejścia jest wyłącznie nauczenie się schematu danych (zagnieżdżone rekordy, cztery konkurujące struktury źródła ruchu, brak natywnej tabeli sesji).

Ile kosztuje pełna konfiguracja pomiaru ruchu z AI

Server-side tracking rozwiązuje inny problem niż atrybucja AI (odzyskiwanie danych traconych przez adblocki i restrykcje przeglądarek typu Safari ITP), ale w praktyce oba wdrożenia często idą razem — jeśli i tak budujesz własną infrastrukturę pomiarową, warto zaplanować w niej miejsce na ruch z AI.

Checklista wdrożeniowa

• [ ] Sprawdź w raportach Pozyskiwania, czy kanał „Asystent AI” już pojawia się w Twojej usłudze GA4 (dostępny od 13 maja 2026).
• [ ] Zbuduj lub zaktualizuj niestandardową grupę kanałów z regexem obejmującym platformy spoza listy Google.
• [ ] Umieść nowy kanał AI powyżej kanału Referral na liście reguł.
• [ ] Porównaj przez 1–2 tygodnie liczbę sesji w obu metodach (natywny kanał vs regex) i ustal, która jest źródłem prawdy.
• [ ] Poproś dział techniczny o wyciąg z logów serwera z ostatnich 30–90 dni i sprawdź obecność GPTBot, OAI-SearchBot, PerplexityBot, ClaudeBot.
• [ ] Zweryfikuj robots.txt pod kątem przypadkowego blokowania botów wyszukiwania AI.
• [ ] Włącz eksport GA4 → BigQuery, jeśli zależy Ci na trendzie dłuższym niż 14 miesięcy.
• [ ] Zaktualizuj dashboardy Looker Studio — pola sessionDefaultChannelGrouping i defaultChannelGroup zwracają teraz wartość „AI Assistant”.
• [ ] W komentarzu do raportu zarządczego wyjaśnij, że spadek udziału „Direct” o 10–30% po wdrożeniu to przeniesienie klasyfikacji, nie regres ruchu.

FAQ

Czy GA4 automatycznie pokazuje ruch z ChatGPT bez żadnej konfiguracji?
Częściowo. Od 13 maja 2026 natywny kanał „AI Assistant” rozpoznaje ruch z największych asystentów bez ustawień, ale nie obejmuje wszystkich platform i nie działa, gdy przeglądarka lub aplikacja nie przekazuje referrera.

Czym różni się ruch z AI Overviews w Google od ruchu z ChatGPT w GA4?
To dwa różne kanały danych. Ruch z AI Overviews i AI Mode w wyszukiwarce Google pozostaje w GA4 sklasyfikowany jako zwykły „Organic Search” — dane o nim znajdziesz w Google Search Console, nie w kanale „AI Assistant”, który obejmuje wyłącznie samodzielne narzędzia typu ChatGPT czy aplikacja Gemini.

Czy powinienem usunąć starą, ręcznie skonfigurowaną grupę kanałów AI po aktualizacji GA4?
Nie od razu. Zachowaj ją jako kontrolę krzyżową przez kilka tygodni i porównaj liczbę sesji z obu metod — dopiero potem zdecyduj, którą traktować jako źródło prawdy w raportowaniu.

Czy sam pomiar w GA4 wystarczy, żeby ocenić widoczność marki w AI?
Nie. GA4 pokazuje wyłącznie ruch z kliknięć — czyli sytuacje, gdy ktoś faktycznie wszedł na stronę z odpowiedzi modelu. Nie pokaże Ci, ile razy model wspomniał Twoją markę bez linku, ani jak Cię opisał. Do tego potrzebny jest osobny monitoring promptów i odpowiedzi AI, niezależny od analityki webowej.

Ile trwa pełne wdrożenie pomiaru ruchu z AI?
Podstawowa konfiguracja (weryfikacja kanału + regex) to kwestia godzin. Analiza logów serwera i decyzja o eksporcie do BigQuery to zwykle kilka dni pracy zespołu technicznego i analitycznego, zależnie od dostępu do infrastruktury.

Pomiar ruchu z AI w GA4 przeszedł w 2026 roku realną zmianę — natywny kanał „AI Assistant” zdejmuje część ręcznej pracy, ale nie zwalnia z myślenia o pełnym obrazie: referrer wciąż bywa niekompletny, AI Overviews z Google w ogóle nie trafiają do tego kanału, a boty crawlujące żyją w zupełnie innej warstwie danych niż sesje użytkowników. Jeśli zależy Ci na precyzyjnym raporcie, na którym można oprzeć decyzję budżetową albo rozmowę z zarządem, warto połączyć wszystkie cztery elementy opisane wyżej, zamiast polegać na jednym.

Jeśli chcesz mieć pewność, że konfiguracja GA4 i GTM w Twojej firmie faktycznie łapie ruch z AI, a nie tylko wygląda na skonfigurowaną, można to sprawdzić w ramach audytu Google Analytics i GTM — to punkt, w którym najczęściej widać, że stare segmenty i nowy kanał „AI Assistant” liczą różne rzeczy. Sam pomiar ruchu to jednak tylko połowa obrazu: jeśli chcesz wiedzieć nie tylko ile osób trafia do Ciebie z AI, ale też co modele mówią o Twojej marce, zanim ktokolwiek kliknie link, tym zajmuje się audyt widoczności marki w AI (Brand Search Presence).

Źródła danych w tym artykule: dokumentacja Google Analytics (support.google.com), analizy wdrożeniowe i newsowe polskich blogów branżowych (seotrade.pl, cyfrowa.rp.pl, semgence.pl, conversios.io, kerris.pl, widoczni.com, davidburdelak.pl, clickmade.pl, eactive.pl, clickflow.pl, digitalapplied.com). Dane o adopcji nowej funkcji GA4 i szacunki procentowe pochodzą częściowo z materiałów o charakterze agencyjnym/self-promocyjnym — potraktuj je jako orientacyjne. Rynek zmienia się szybko: zalecany przegląd aktualności co najmniej raz na kwartał.