Jak liczyć Share of Voice w AI (wzór i przykład)

ChatGPT wymienia Twoją markę? Świetnie. Tylko że w tej samej odpowiedzi pada jeszcze pięć innych nazw, a klient wybierze jedną z nich. Sama obecność w odpowiedziach nie mówi, jak duża część tej rozmowy należy do Ciebie. Od tego jest Share of Voice.

Poniżej znajdziesz prosty wzór, przykład liczbowy krok po kroku, dwa sposoby liczenia mianownika oraz pułapki, przez które łatwo wyciągnąć złe wnioski z poprawnych liczb.

Czym jest Share of Voice w AI?

Share of Voice (SoV) w AI to udział wzmianek Twojej marki we wszystkich wzmiankach marek w zbiorze odpowiedzi na te same prompty (pytania zadawane AI). Wzmianka to każde wystąpienie nazwy marki w treści odpowiedzi. Jeśli w odpowiedziach na 20 promptów wszystkie marki padają łącznie 100 razy, a 25 z tych wzmianek to Twoja marka, Twój SoV wynosi 25%.

Nazwa zostaje po angielsku. Na polskim rynku nikt nie tłumaczy Share of Voice, a „udział w głosie” brzmi jak wpadka tłumacza, nie jak termin. Samo pojęcie pochodzi z reklamy, gdzie oznaczało udział marki w wydatkach reklamowych całej kategorii. W odpowiedziach AI zasada jest ta sama, tylko zamiast budżetów liczysz wzmianki.

Wzór opisany słowami: policz, ile razy odpowiedzi wymieniają Twoją markę. Policz też wzmianki pozostałych marek. Podziel swoje wzmianki przez sumę wszystkich i pomnóż przez 100. Wynik to Twój SoV w procentach.

Jak policzyć Share of Voice w AI krok po kroku?

Do policzenia SoV potrzebujesz trzech rzeczy: stałej listy promptów, listy konkurentów oraz zebranych odpowiedzi. Dalej to już arytmetyka.

• Krok 1. Przygotuj zestaw promptów, które zadałby Twój klient, np. „jakie narzędzie polecasz do X” albo „najlepsza firma od Y w Polsce”.
• Krok 2. Zadaj każdy prompt wybranym silnikom AI i zapisz pełne odpowiedzi.
• Krok 3. Policz w odpowiedziach wzmianki Twojej marki, każdego konkurenta i pozostałych marek, które się pojawiły.
• Krok 4. Podziel wzmianki Twojej marki przez sumę wzmianek i pomnóż przez 100.

Przykład liczbowy (liczby wymyślone, wyłącznie dla ilustracji). Zadajesz 20 promptów w jednym silniku. W odpowiedziach Twoja marka pada 12 razy, konkurent A 25 razy, konkurent B 18 razy, a konkurent C 5 razy. Razem z Tobą to 60 wzmianek. Twój SoV to 12 podzielone przez 60, czyli 20%. Konkurent A ma 42%. Twoja marka jest w odpowiedziach, ale to konkurent A prowadzi rozmowę w Twojej kategorii.

Ten sam rachunek powtarzasz osobno dla każdego silnika. ChatGPT, Gemini i Perplexity czerpią z różnych źródeł, więc w każdym z nich układ sił może wyglądać inaczej.

Wszystkie marki czy tylko konkurenci: jaki mianownik wybrać?

W przykładzie wyżej policzyliśmy tylko cztery marki: Twoją i trzech śledzonych konkurentów. Tymczasem odpowiedzi AI rzadko trzymają się Twojej listy. Pojawiają się w nich duże sklepy, porównywarki, mniejsze firmy spoza Twojej listy i marki z sąsiednich kategorii.

Załóżmy, że w tych samych 20 odpowiedziach padło jeszcze 15 wzmianek innych marek. Jeśli liczysz je w mianowniku, wszystkich wzmianek jest 75, a Twój SoV spada z 20% do 16%. Konkurent A ma wtedy 33%, nie 42%. Odpowiedzi są te same, inna jest tylko definicja.

Oba podejścia są w użyciu i oba mają sens, pod warunkiem że wiesz, które liczysz:

• Mianownik otwarty (wszystkie marki z odpowiedzi) pokazuje, jaką część całej odpowiedzi zajmuje Twoja marka. Jest uczciwszy, gdy chcesz wiedzieć, ile znaczysz w kategorii.
• Mianownik zamknięty (Ty i wybrani konkurenci) mierzy pojedynek z konkretnymi rywalami. Ma jedną słabość: jeśli żaden śledzony konkurent nie pada w odpowiedziach, wychodzi 100%, nawet gdy obok Ciebie AI wymienia dziesięć innych firm.
• Odsetek odpowiedzi, w których pada Twoja marka, bywa w poradnikach nazywany Share of Voice, ale to inna metryka: obecność. Takie wartości dla kilku marek nie sumują się do 100%, bo jedna odpowiedź wymienia zwykle kilka nazw.

Którąkolwiek definicję wybierzesz, trzymaj się jej w każdym pomiarze i zapisuj ją obok wyniku. SoV 20% i SoV 16% z tych samych odpowiedzi to nie postęp ani spadek, tylko dwa różne wzory.

Jakie odmiany Share of Voice w AI spotkasz?

Poza mianownikiem SoV różni się też tym, co dokładnie liczysz. Trzy odmiany pojawiają się najczęściej:

• SoV wzmianek: udział nazwy Twojej marki we wszystkich nazwach marek w odpowiedziach. To wersja opisana wyżej.
• SoV cytowań: udział Twojej domeny wśród źródeł, które AI podaje pod odpowiedzią. Marka może padać często, a jej strona prawie nigdy nie być cytowana, i odwrotnie.
• SoV ważony: każdy prompt dostaje wagę, np. według tego, jak często klienci zadają podobne pytanie. Pytanie zadawane tysiące razy w miesiącu liczy się wtedy bardziej niż niszowe. Wagi potrafią mocno zmienić obraz, więc wynik ważony porównuj tylko z ważonym.

Czym SoV różni się od obecności w odpowiedziach AI?

Obecność (po angielsku Presence Rate) odpowiada na pytanie „czy w ogóle jestem”: jaki odsetek odpowiedzi wymienia Twoją markę. SoV odpowiada na inne pytanie: „ile mnie jest na tle konkurencji”. To rozróżnienie brzmi akademicko, dopóki nie zobaczysz go na liczbach.

Wyobraź sobie markę z obecnością 80%. Cztery na pięć odpowiedzi ją wymieniają, wygląda świetnie. Tyle że w każdej z tych odpowiedzi AI wymienia też pięciu konkurentów. Marka jest jedną z sześciu nazw, więc jej SoV to kilkanaście procent. Wysoka obecność, mały udział w rozmowie.

Dlatego warto patrzeć na obie metryki razem. Obecność pokazuje, czy AI Cię zna. SoV pokazuje, czy w odpowiedzi grasz pierwsze skrzypce, czy jesteś tłem dla konkurencji. Klient, który dostaje sześć nazw, rzadko sprawdza wszystkie.

Jakie pułapki czekają przy pomiarze SoV w AI?

Największa pułapka: SoV policzony z jednego dnia bywa mylący. Silniki AI potrafią dać różne odpowiedzi na ten sam prompt zadany w odstępie godzin. W badaniu SparkToro ze stycznia 2026 r. 600 ochotników zadało 12 pytań o polecenie marki w ChatGPT, Claude i AI od Google, łącznie 2961 razy. Szansa na dwie identyczne listy marek była mniejsza niż 1 na 100. Autorzy zastrzegają, że to nie jest recenzowane badanie naukowe, ale ich wniosek pasuje do praktyki: pojedyncza odpowiedź mówi mało, a sens ma dopiero to, jak często marka pada w wielu powtórzeniach.

Druga pułapka to porównania, które nie są porównaniami. Żeby SoV z dwóch okresów dało się uczciwie zestawić, muszą się zgadzać cztery rzeczy:

• Ten sam zestaw promptów. Zmiana choćby jednego pytania zmienia wyniki, więc porównujesz wtedy dwa różne badania, nie dwa momenty tego samego.
• Te same silniki AI. SoV z ChatGPT nie mówi nic o Gemini, bo każdy silnik sięga po inne źródła.
• Ten sam mianownik. Wyniku z otwartą listą marek nie da się porównać z wynikiem liczonym tylko na śledzonych konkurentach.
• Podobna skala pomiaru. Pięciu odpowiedzi z jednego tygodnia nie zestawisz uczciwie z setką z następnego. To pojedyncza próbka kontra pełny obraz.

Z własnego doświadczenia

Mierzę widoczność własnego produktu w kilku silnikach jednocześnie. Ten sam prompt potrafi jednego dnia zwrócić odpowiedź z moją marką, a następnego bez niej, choć na stronie nic się nie zmieniło. Dopiero seria pomiarów z kolejnych tygodni ułożyła się w czytelny obraz. Pojedynczy pomiar traktuję jak jedną klatkę filmu, nie jak cały film.

Piotr Czerwiński · Założyciel CiteLyzer

Trzecia pułapka: pojedyncza liczba zamiast trendu. SoV 20% sam w sobie nie jest ani dobry, ani zły. SoV, który przez trzy miesiące rośnie z 12% do 20% na tym samym zestawie promptów, to znak, że coś idzie w dobrą stronę. Spadek z 30% do 20% przy tych samych warunkach oznacza, że konkurencja zyskuje głos Twoim kosztem, i warto sprawdzić, kto oraz na których promptach.

Jaki Share of Voice w AI jest dobry?

Nie ma jednej dobrej liczby, bo wszystko zależy od tego, ile marek AI wymienia w Twojej kategorii. Gdy odpowiedzi krążą wokół trzech firm, 25% oznacza ostatnie miejsce. Gdy padają dziesiątki nazw, 10% może dawać pozycję lidera. Dlatego zamiast szukać progu porównuj się z najsilniejszym konkurentem w tych samych odpowiedziach i patrz, czy dystans maleje.

W reklamie od lat używa się pojęcia nadwyżki udziału w głosie (ESOV, excess share of voice): to różnica między Twoim SoV a Twoim udziałem w rynku. Według raportu LinkedIn B2B Institute przygotowanego z Lesem Binetem i Peterem Fieldem na danych IPA (2020) nadwyżka 10 punktów procentowych przekłada się średnio na 0,7% wzrostu udziału w rynku rocznie w B2B i 0,6% w B2C. To jednak dane o wydatkach na reklamę, nie o odpowiedziach AI. Nikt nie pokazał jeszcze takiej zależności dla czatów, więc traktuj ją jako kierunek myślenia, nie jako przelicznik.

Jak zacząć mierzyć Share of Voice ręcznie?

Do pierwszego pomiaru nie potrzebujesz narzędzia. Wystarczy arkusz kalkulacyjny i godzina pracy.

Spisz 10-20 promptów, które naprawdę zadałby Twój klient. Zadaj je w ChatGPT, Gemini i Perplexity, najlepiej w oknie bez historii rozmów, żeby wcześniejsze czaty nie podpowiadały modelowi Twojej marki. Wklej odpowiedzi do arkusza, policz wzmianki wszystkich marek i podstaw je do wzoru z początku artykułu. Obok wyniku zapisz, jaki mianownik przyjmujesz. Za tydzień powtórz na dokładnie tym samym zestawie.

Ręczny pomiar szybko robi się żmudny: kilkadziesiąt promptów razy kilka silników razy regularne powtórki to setki odpowiedzi miesięcznie. W tym momencie liczenie warto oddać narzędziu do monitoringu widoczności marki w AI, takiemu jak CiteLyzer, które zadaje te same prompty regularnie i liczy SoV oraz obecność automatycznie. Ręczny start ma jednak swoją wartość: rozumiesz, skąd biorą się liczby, zanim zaczniesz na nich polegać.

Sedno

Share of Voice w AI liczy się prosto: Twoje wzmianki podzielone przez wszystkie wzmianki marek w tych samych odpowiedziach, razy 100. Trudność nie siedzi we wzorze, tylko w dyscyplinie pomiaru: ten sam zestaw promptów, te same silniki, ten sam mianownik, regularne powtórki i patrzenie na trend zamiast na pojedynczy dzień.

Sam pomiar niczego nie zmienia, tak jak waga nie odchudza. Daje Ci jednak to, czego bez niego nie masz: wiedzę, czy w odpowiedziach AI jesteś głównym bohaterem, czy jedną z wielu nazw. I punkt odniesienia, żeby sprawdzić, czy Twoje działania cokolwiek zmieniają. Od tego zaczyna się każda sensowna praca nad widocznością w AI.