Czy AI zachęca klientów do Twoich produktów?Czy raczej Twojej konkurencji?

LLM Shelf analizuje, jak ChatGPT, Gemini i inne modele odpowiadają na realne pytania zakupowe i pokazuje, czy miejsce Twojej marki zajmuje konkurencja, retailer, private label albo zupełnie inna kategoria.

Zobacz fragment audytu Zamów audyt dla Twojej marki

Prompty i odpowiedzi AI

Żywność

Prompt użytkownika

Co zjeść po treningu, jeśli potrzebuję czegoś sycącego, ale nie chcę pić kolejnego shakera?

Odpowiedź AI

AI proponuje skyr, jogurt grecki, serek wiejski, jajka, batony proteinowe i domowe posiłki. Gotowy produkt marki może nie pojawić się na pierwszej shortliście.

Follow-up

Podaj konkretne produkty dostępne w Polsce, które mogę zabrać do pracy.

Insight: AI rozumie potrzebę, ale nie zawsze łączy ją z formatem produktu i marką.

Beauty

Prompt użytkownika

Mam wrażliwą skórę i potrzebuję prostej rutyny nawilżającej. Co kupić?

Odpowiedź AI

AI zaczyna od kategorii: delikatny żel, serum, krem barierowy i SPF. Następnie wskazuje popularne składniki i globalne marki.

Follow-up

A konkretne produkty dostępne w polskich drogeriach?

Insight: W beauty kluczowe jest przejście od problemu skóry do właściwego produktu i marki.

Pet food

Prompt użytkownika

Jaka karma będzie dobra dla starszego psa z wrażliwym żołądkiem?

Odpowiedź AI

AI sugeruje lekkostrawne białka, karmy monoproteinowe, linie weterynaryjne i konsultację z lekarzem weterynarii.

Follow-up

Podaj konkretne marki i napisz, na co uważać w składzie.

Insight: W pet food widoczność zależy od zaufania, precyzji claimów i źródeł.

Elektronika

Prompt użytkownika

Szukam telefonu z dobrym aparatem do 2000 zł. Który model będzie najlepszy?

Odpowiedź AI

AI porównuje aparat, baterię, pamięć, ekran i aktualizacje. Zwykle tworzy krótką listę 3–5 modeli.

Follow-up

Który z nich najlepiej sprawdzi się do zdjęć wieczorem?

Insight: W elektronice marka może wygrać lub przegrać na jednym kryterium porównania.

Chemia domowa

Prompt użytkownika

Nie mogę doczyścić grilla. Jaki środek kupić, żeby usunąć przypalony tłuszcz?

Odpowiedź AI

AI sugeruje odtłuszczacze, środki do przypaleń, akcesoria i domowe sposoby.

Follow-up

Podaj konkretne preparaty i napisz, który będzie najbezpieczniejszy dla rusztu.

Insight: Marka musi być powiązana z problemem, powierzchnią i efektem działania.

Moda

Prompt użytkownika

Szukam sneakersów, które pasowałyby do baggy jeansów. Co wybrać do 500 zł?

Odpowiedź AI

AI interpretuje styl, sylwetkę i trend, a następnie proponuje kilka fasonów oraz marek.

Follow-up

Pokaż konkretne modele dostępne w Polsce.

Insight: W modzie AI nie szuka tylko produktu. Buduje cały kontekst stylizacji.

Retail / e-commerce

Prompt użytkownika

Gdzie najlepiej kupić ekspres do kawy i który sklep ma dobrą obsługę gwarancyjną?

Odpowiedź AI

AI porównuje retailerów, marketplace, ceny, dostępność, raty, zwroty i opinie o obsłudze.

Follow-up

Który sklep ma najlepszy stosunek ceny do bezpieczeństwa zakupu?

Insight: Retailer może wygrać nie tylko ceną, ale całym doświadczeniem zakupowym.

Prompty budujemy na bazie faktycznych zapytań użytkowników, sygnałów wyszukiwania, pytań z kategorii i scenariuszy zakupowych klienta.

Wynik, nie dashboard

Kompleksowa diagnoza, interpretacja i rekomendacje.

Nie kilka podstawowych KPI, lecz odpowiedź na pytania konkretnej marki i zespołu.

AI visibility

To nie jest jedna cyferka.

Najważniejsze jest zrozumienie, jak AI prowadzi użytkownika od potrzeby, przez kategorię, po konkretne marki i produkty.

Diagnoza

Gdzie marka się pojawia, znika albo przegrywa.

Interpretacja

Dlaczego wynik wygląda właśnie tak.

Action map

Co zrobić najpierw.

Pomiar dopasowany do wyzwania

Co mierzymy i interpretujemy?

Wspólnie ustalamy KPI, które odpowiadają na Twoje wyzwania.

Overall Target Visibility

Jak często badana marka lub produkt pojawia się w odpowiedziach.

Unbranded AI Discovery

Czy marka pojawia się, gdy użytkownik nie podaje jej nazwy.

Branded Prompt Visibility

Czy AI poprawnie rozpoznaje markę, gdy użytkownik pyta o nią wprost.

Competitor Comparison Visibility

Czy marka pojawia się w porównaniach z nazwanymi alternatywami.

Brand Defence

Czy AI utrzymuje i uzasadnia markę w zestawie rekomendacji.

Prompt-Type Split

Widoczność w promptach unbranded, branded i porównawczych.

Recommendation Rate

Jak często AI faktycznie rekomenduje markę, a nie tylko ją wymienia.

Strong Recommendation Rate

Jak często marka dostaje jasną, pozytywną i komercyjnie użyteczną rekomendację.

Recommendation Position

Gdzie marka pojawia się w odpowiedzi i czy jest pokazywana jako lider.

Positive / Neutral / Negative Sentiment

Czy marka jest opisywana pozytywnie, neutralnie, ostrożnie czy negatywnie.

Rationale Quality

Czy AI daje przekonujący powód wyboru marki.

Commercial Intent Quality

Czy odpowiedź przybliża użytkownika do zakupu albo porównania.

Use Case Visibility

Widoczność według sytuacji: praca, sport, podróż, zdrowie, rodzina i inne.

Use Case Family Performance

Wyniki według rodzin potrzeb, a nie tylko pojedynczych promptów.

Persona / Context Visibility

Jak odpowiedź zmienia się zależnie od persony, potrzeby i kontekstu.

Category Mention Rate

Czy AI dochodzi do właściwej kategorii, nawet jeśli nie wymienia marki.

Category-to-Brand Activation

Jak często pojawienie się kategorii prowadzi do konkretnej marki.

Substitution Risk

Czy AI rozwiązuje potrzebę użytkownika inną kategorią niż produkt klienta.

Competitor Presence

Którzy konkurenci pojawiają się, jak często i w jakich use case’ach.

Producer Brand Pressure

Jak często tradycyjne marki producentów wypadają wobec retailerów i private labels.

Retailer Pressure

Jak często retailerzy lub marketplace przejmują odpowiedź zakupową.

Private Label Pressure

Jak często marki własne pojawiają się zamiast marek producentów.

Competitor Without Target

W ilu sytuacjach konkurent pojawia się, gdy badanej marki nie ma.

Competitive Recommendation Gap

Gdzie konkurenci są nie tylko wymieniani, ale rekomendowani mocniej.

Follow-up Eligibility

Jak często pierwsza odpowiedź umożliwia naturalną kontynuację rozmowy.

Follow-up Recovery

Czy marka pojawia się po naturalnym dopytaniu.

Second-Turn Discovery

Czy marka pojawia się w kolejnym kroku rozmowy bez podawania jej nazwy.

Recovery by Use Case

Które sytuacje zakupowe odzyskują markę po kontynuacji rozmowy.

Same-Model Follow-up Control

Czy follow-upy są generowane w tym samym setupie modelu co odpowiedź bazowa.

Conversation Path Risk

Gdzie rozmowa odpływa do substytutów, retailerów lub generycznej porady.

Claim Visibility

Które claimy produktowe są widoczne i powtarzane w odpowiedziach AI.

Claim Support

Które claimy są wspierane, słabe, brakujące albo ryzykowne.

Source Coverage

Które źródła własne, retail, earned i third-party wpływają na odpowiedź.

Source Authority

Czy odpowiedź jest wsparta wiarygodnymi i komercyjnie istotnymi źródłami.

Owned vs Earned vs Retail Signals

Skąd AI bierze dowody: strona marki, retail, media, recenzje lub bazy zewnętrzne.

Fact Accuracy & Risk

Czy AI źle interpretuje fakty, wyolbrzymia benefity lub tworzy ryzyko dla marki.

Prompt Stability

Jak spójne są odpowiedzi przy powtórzeniu tego samego promptu.

Model Comparison

Jak widoczność różni się między ChatGPT, Gemini, Claude, Perplexity i innymi modelami.

Market / Language Differences

Jak odpowiedź zmienia się zależnie od kraju, języka i lokalnego kontekstu.

SKU / Product-Level Visibility

Czy AI rozpoznaje markę na poziomie kategorii, produktu, linii i SKU.

Monthly Movement

Jak zmienia się widoczność, konkurencja i jakość rekomendacji w czasie.

Action Priority Map

Które use case’y, claimy, źródła i luki contentowe naprawić jako pierwsze.

Sytuacje zakupowe

Jakie potrzeby konsumenta aktywują markę?

Sprawdzamy, czy AI potrafi przejść od realnej potrzeby do kategorii, formatu produktu i marki.

Conversation journey

Rozmowa z AI to rozmowa. Follow-upy są kluczowe.

Użytkownik dopytuje o marki, produkty, cenę, skład i dostępność. Dlatego badamy także to, co dzieje się po pierwszej odpowiedzi.

Szukam czegoś zdrowego i sycącego na drugie śniadanie.

Skyr, jogurt grecki, serek wiejski, owsianka lub baton proteinowy.

Podaj konkretne produkty dostępne w Polsce.

Dopiero teraz pojawiają się konkretne marki, retailery i private labels.

Fragment audytu

Marka może bronić się w pytaniach brandowych i znikać z discovery.

Przykład decyzji

Problemem nie była zła opinia o produkcie. AI rozumiało potrzebę, ale prowadziło użytkownika do innych kategorii i konkurencyjnych rozwiązań.

96%

Brand defence

Unbranded discovery

Follow-up recovery

Negative positioning

Jak pracuje LLM Shelf?

01 / SCREENING

Mapa priorytetów

Sprawdzamy kilka obszarów i wybieramy te, które warto pogłębić.

02 / DEEP-DIVE

Raport strategiczny

Use case’y, modele, follow-upy, KPI, źródła i rekomendacje.

03 / RERUN

Pomiar zmian

Sprawdzamy, czy wdrożenia zmieniają rekomendacje AI.

Najczęstsze pytania

Czym jest audyt AI Discovery?

To badanie tego, jak modele AI prowadzą użytkownika od potrzeby do kategorii, produktów, marek i retailerów.

Jak budowane są prompty?

Na bazie potrzeb konsumentów, danych z wyszukiwania, pytań kategorii, komunikacji marki, konkurencji i scenariuszy zakupowych.

Dlaczego follow-upy są ważne?

Często dopiero w drugim kroku użytkownik prosi o konkretne marki, produkty, ceny lub dostępność.

Czy wyniki są stabilne?

Modele są probabilistyczne, dlatego w większych audytach powtarzamy prompty i mierzymy stabilność odpowiedzi.

Zobacz pełne FAQ

Sprawdźmy Twoją markę.

Zacznijmy od kategorii, produktu albo najważniejszego wyzwania biznesowego.

Zamów audyt