Jakie KPI wybrać dla PR w erze modeli językowych?

Clipping jest wzorowy, share of voice rośnie, media impressions biją rekordy. A jednocześnie ChatGPT, pytany o kategorię Twojego klienta, ani razu nie wymienia jego firmy. Dotychczasowe KPI PR mierzą widoczność w mediach i wyszukiwarkach. Nie mierzą tego, co AI mówi o marce, kiedy użytkownik pyta wprost.

To nie znaczy, że tradycyjne wskaźniki straciły wartość. Share of voice, reach, sentyment w mediach, konwersje z ruchu organicznego, to wciąż ważne metryki. Problem polega na tym, że nie pokrywają nowego kanału: odpowiedzi generowanych przez modele językowe. 78% specjalistów PR uważa śledzenie wzmianek w AI za ważne, 67% sądzi, że widoczność w LLM-ach stanie się standardowym wskaźnikiem pomiaru, ale tylko 7% czuje się „bardzo pewnie” prezentując takie dane zarządowi (Muck Rack, State of PR Measurement 2025).

Ten artykuł wyjaśnia, które nowe metryki warto wdrożyć, jak je mierzyć, i jak połączyć je z istniejącym systemem raportowania PR.

Dlaczego tradycyjne KPI PR nie wystarczają?

Tradycyjne wskaźniki PR zostały zaprojektowane dla świata, w którym widoczność oznacza obecność w mediach i wynikach wyszukiwania. W tym świecie użytkownik widzi listę wyników, klika w link, trafia na stronę. Mierniki śledzą tę ścieżkę: ile osób zobaczyło wzmiankę, ile kliknęło, ile skonwertowało.

W odpowiedziach AI ta ścieżka jest inna. Użytkownik zadaje pytanie, dostaje skondensowaną odpowiedź i w 96% przypadków nie klika w żadne źródło (Reuters Institute, Digital News Report 2026, dane dla chatbotów). Marka albo jest częścią tej odpowiedzi, albo nie istnieje dla tego użytkownika. Tradycyjne KPI tego nie rejestrują: Google Analytics nie widzi, że ChatGPT wspomniał o Twojej firmie. Share of voice w monitoringu mediów nie obejmuje odpowiedzi modeli AI.

Jednocześnie ruch z AI, choć wciąż niewielki wolumenowo, konwertuje znacznie lepiej. Microsoft Clarity (2025, analiza 1200+ witryn) wykazał konwersję z ruchu AI na poziomie 1,66% vs 0,15% z tradycyjnego wyszukiwania. Seer Interactive podaje, że ruch z LLM konwertuje 4,4 razy częściej. To użytkownicy na późniejszym etapie decyzji zakupowej, bardziej zdecydowani, i pomijanie ich w raportach PR to realne przeoczenie biznesowe.

Sześć nowych KPI dla PR w erze AI

Poniższe wskaźniki uzupełniają (nie zastępują) tradycyjne metryki PR. Każdy z nich mierzy inny aspekt widoczności marki w odpowiedziach AI.

1. Share of Model (udział w odpowiedziach AI). Procent odpowiedzi na zdefiniowany zestaw promptów, w których pojawia się Twoja marka. To podstawowy wskaźnik widoczności, odpowiednik share of voice w świecie AI. Mierz go na stałym zestawie minimum 15-20 pytań, powtarzanych co miesiąc. Porównuj z wynikami konkurentów. Jeśli Share of Model wynosi poniżej 10%, marka jest praktycznie niewidoczna dla AI i wymaga pilnych działań.
2. AI Citation Rate (częstotliwość cytowań). Jak często model cytuje Twoje źródła (stronę firmową, artykuły, publikacje PR) jako podstawę odpowiedzi. To wskaźnik autorytetu: model nie tylko o Tobie mówi, ale powołuje się na Twoje treści jako wiarygodne źródło. Wysoki Citation Rate oznacza, że Twoje materiały są traktowane przez model jako referencyjne.
3. Entity Salience (istotność encji). Jak centralnie i wyraziście marka jest prezentowana w odpowiedziach AI. Czy model wymienia firmę jako jeden z wielu przykładów, czy jako głównego gracza w kategorii? Czy opisuje ją z konkretnymi wyróżnikami (certyfikaty, liczby, USP), czy generycznie? Wysoka Entity Salience oznacza, że model nie tylko zna markę, ale rozumie, czym się wyróżnia.
4. Sentyment i trafność opisu. Czy model opisuje markę pozytywnie, neutralnie, czy negatywnie? Czy informacje są zgodne z rzeczywistością? Ten wskaźnik łączy monitoring reputacyjny z kontrolą jakości danych. Negatywny sentyment lub błędne informacje w odpowiedziach AI to sygnał alarmowy, który wymaga natychmiastowej reakcji.
5. Pozycja na shortliście AI. Kiedy model wymienia kilka marek w odpowiedzi, kolejność ma znaczenie. Bycie pierwszą wymienioną marką niesie większą wagę niż bycie piątą. Śledzenie pozycji w czasie pokazuje, czy marka zyskuje, czy traci na widoczności.
6. Ruch i konwersje z AI (AI Referral Traffic). Ilość ruchu na stronie generowanego przez linki z odpowiedzi AI, mierzalna w GA4 po wydzieleniu kanału AI. To wskaźnik opóźniony (lagging indicator), ale łączy widoczność w AI z twardymi wynikami biznesowymi. Jeśli ruch z AI rośnie, mimo że ruch organiczny jest stabilny, to sygnał, że widoczność w modelach językowych zaczyna pracować.

Jak połączyć nowe metryki z istniejącym raportingiem

Nie chodzi o budowanie równoległego systemu raportowania. Chodzi o dodanie jednej warstwy do istniejącego dashboardu.

Sprawdzony format: dodaj do miesięcznego raportu PR jedną sekcję „Widoczność w AI” z trzema elementami:

• Share of Model vs. konkurenci (wykres słupkowy, czytelny na pierwszy rzut oka).
• Trendy (czy wskaźnik rośnie/spada w ostatnich 3 miesiącach).
• Jeden konkretny insight (np. „ChatGPT poleca konkurenta X, powołując się na jego certyfikat ISO, którego my nie eksponujemy na stronie. Rekomendacja: dodać informację o certyfikacie na stronę główną”).

Zarząd nie potrzebuje szczegółowego dashboardu z 20 metrykami AI. Potrzebuje odpowiedzi na jedno pytanie: czy AI mówi o nas poprawnie i czy widzimy postęp? Jeden wykres i jeden insight na raport wystarczą, żeby zbudować świadomość i uzasadnić dalsze działania.

Co mierzyć na jakim etapie dojrzałości

Nie wszystkie metryki są potrzebne od razu. Dobór zależy od tego, na jakim etapie monitoringu AI jest firma.

Start (miesiące 1-3): Skup się na Share of Model i sentymencie. Przeprowadź ręczny audyt na 15-20 promptach w 3 modelach (ChatGPT, Gemini, Perplexity). Zbuduj baseline. Zidentyfikuj trzy najpilniejsze problemy.

Wzrost (miesiące 4-9): Dodaj AI Citation Rate i pozycję na shortliście. Wdróż narzędzie do automatycznego monitoringu (Otterly.AI od 29 USD/mies., Peec AI od 89 EUR/mies., lub audyt Brand Search Presence z interpretacją i rekomendacjami). Zacznij mierzyć ruch z AI w GA4.

Dojrzałość (od miesiąca 10): Pełny zestaw sześciu wskaźników. Porównania cross-model. Korelacja między działaniami PR (nowa publikacja, komunikat prasowy) a zmianami w Share of Model. Entity Salience jako wskaźnik głębokości rozpoznawalności marki.

Pułapki pomiaru, których warto unikać

• Pojedynczy pomiar zamiast serii. Modele AI są niedeterministyczne. Jeden test to migawka, nie trend. Potrzebujesz minimum 3-4 powtórzeń na prompt, regularnie w czasie.
• Monitorowanie jednego modelu. ChatGPT to ok. 50% rynku, ale Gemini, Perplexity, Claude i Copilot mają rosnące udziały. Wynik w jednym modelu nie przekłada się automatycznie na inne.
• Mylenie monitoringu z optymalizacją. Narzędzie monitoringowe pokaże Ci, że jesteś niewidoczny. Nie naprawi tego za Ciebie. Do poprawy potrzebne są działania na treściach i źródłach.
• Traktowanie Share of Model jak pozycji w Google. W Google pozycja 1 to cel. W AI Share of Model na poziomie 30% dla Twojej kategorii to już silny wynik. Większość marek zaczyna od 0-5%.

Najczęściej zadawane pytania

Insightland dostarcza dane o widoczności marek w AI w ramach audytu Brand Search Presence. Raport jest punktem wyjścia do wdrożenia nowych KPI PR w Twojej organizacji.