Eksperymenty

Wysoka pozycja w ChatGPT: pięć eksperymentów, bez formuł

Codziennie napływają pytania o to, jak zająć wysoką pozycję w ChatGPT, a pewne odpowiedzi są tanie. Te eksperymenty kosztują kilka godzin, a w zamian otrzymujesz własne dane.

Zespół badawczy AlgoLink · Zaktualizowano 2026-10-28

Pięć mini drewnianych mostów o różnych projektach stoi na białej karcie, reprezentując zróżnicowane eksperymenty

Zacznijmy od wyznania. Nie możemy powiedzieć Ci, jak zająć wysoką pozycję w ChatGPT, ponieważ OpenAI nie opublikowało, jak jego wyszukiwarka wybiera źródła, a odpowiedzi w ChatGPT różnią się w zależności od uruchomienia.

Co możesz zrobić, to obserwować. Wyszukiwarka ChatGPT, uruchomiona 31 października 2024 roku, pokazuje powiązane źródła, więc każda odpowiedź zostawia ślad. Perplexity i Claude z wyszukiwaniem w sieci robią to samo, co pozwala porównać silniki na tych samych promptach.

Każde uruchomienie to próba. Nigdy werdykt. Używaj tego samego sformułowania, sesji bez logowania, gdzie to możliwe, i kolumny z datą. Bez tej dyscypliny wyniki to anegdoty, niezależnie od liczby zebranych zrzutów ekranu. Utrzymuj próbkę na tyle małą, aby dało się ją ukończyć, i na tyle dużą, aby miała znaczenie. Zapisz ten plan na jednej stronie.

Nie spamuj asystentami promptami, aby sztucznie zawyżyć liczbę, i nie publikuj zrzutów ekranu jako dowodu na trend. Ta zasada nie jest opcjonalna. Porządny arkusz Excel przekona więcej osób niż folder pełen obrazów.

Pięć eksperymentów

Eksperyment 1: dziennik bazowy

Wybierz 20 pytań zadawanych przez Twoich klientów. Uruchom każde w ChatGPT, Perplexity i Google oraz zanotuj wszystkie cytowane domeny. To Twoja kontrola dla wszystkiego, co nastąpi poniżej.

Eksperyment 2: wrażliwość na sformułowania

Przepisz pięć pytań na trzy różne sposoby. Policz, ile cytowanych domen przetrwa. Niski stopień nakładania się mówi Ci, że pojedyncze zrzuty ekranu z jednym promptem niewiele znaczą.

Eksperyment 3: zmiana jednej strony

Przepisz jedną stronę tak, aby odpowiedź otwierała się w dwóch zdaniach, pozostaw podobną stronę bez zmian i ponownie uruchom dziennik po ponownym indeksowaniu. Tylko jedna zmiana, inaczej nie nauczysz się niczego.

Eksperyment 4: sprawdzenie sąsiedztwa

Wypisz cytowane domeny dla jednego tematu i pobierz liczbę domen odsyłających. Sprawdź, czy Twoja strona do nich pasuje. Przykładowe pobranie pokazuje wywołania.

Eksperyment 5: polowanie na wzmianki

Wyszukaj miejsca, które opisują Twoją markę bez linkowania do niej. Poproś o link lub jaśniejszy opis, a następnie sprawdź, czy liczba wystąpień zmienia się przez osiem tygodni.

Format dziennika, który pozostaje porównywalny

Wystarczy zwykły plik CSV. Poniższe wiersze są fikcyjne i ilustrują przykład, nie zawierają rzeczywistych wyników.

csv

date,engine,prompt_id,cited_domain,position,ours
2026-10-05,chatgpt_search,q07,example-a.com,1,no
2026-10-05,chatgpt_search,q07,example-b.org,2,no
2026-10-05,perplexity,q07,example-a.com,1,no
2026-10-12,chatgpt_search,q07,example-b.org,1,no

Zanim uwierzysz wynikowi

Te same prompty, słowo w słowo, przy każdym uruchomieniu
Zapisane daty i nazwa produktu wyszukiwarki
Przynajmniej cztery tygodniowe uruchomienia przed porównaniem
Zmiana jednej strony na raz
Strona kontrolna pozostawiona bez zmian
Dane o linkach pobierane po odświeżeniu indeksu, a nie przed

Kamienne znaki ustawione w różnych odstępach na modelu wijącej się ścieżki ogrodowej pokazują częstotliwość w przeciwieństwie do pojedynczego wystąpienia

Jak czytać to, co się zwraca

Godzinę później, ten sam prompt może cytować różne strony. Oczekuj szumu i oczekuj, że tekst odpowiedzi zmieni się, podczas gdy źródła pozostaną bez zmian.

Pojedyncze wystąpienia niewiele dowodzą. Sądź po częstotliwości. Jeśli Twoja domena pojawia się w sześciu z ośmiu tygodniowych uruchomień dla jednego pytania, jest to wzorzec wart odnotowania. Jeśli pojawia się raz, to przypadek, który akurat Cię komplementuje.

Google AI Overviews, wyszukiwarka ChatGPT, Perplexity i Claude pobierają każdy na swój sposób, więc wygrana w jednym niewiele mówi o drugim. Porównuj silniki osobno. Glosariusz wyjaśnia, dlaczego uzasadnienie różni się między nimi.

Zaplanuj swój czas przed rozpoczęciem. Eksperyment jeden zajmuje popołudnie. Pozostałe to głównie oczekiwanie: ponowne indeksowanie może zająć dni lub tygodnie, a nic w procesie nie można przyspieszyć, płacąc za nie.

Dlaczego ten sam prompt się przesuwa

Zanim odnotujesz zmianę w dzienniku, wypisz rzeczy, które zmieniły się między uruchomieniami. Większość przesunięń ma nudną przyczynę leżącą w konfiguracji, a nie w samej wyszukiwarce.

Sformułowanie i sesja

Małe edycje promptu mogą zmienić źródła. Dopełniające pytanie, synonim lub dodatkowa klauzula mogą ściągnąć inne strony. Zalogowana sesja może również zawierać historię, której nie ma czysta przeglądarka.

Wpisz dokładny prompt do dziennika, a nie parafrazę. Parafrazy wydają się niewinne, dopóki nie spróbujesz porównać dwóch miesięcy uruchomień. Powiedz koledze zestaw promptów przed rozpoczęciem, aby lista nie mogła być edytowana w zależności od wyników.

Pora dnia i zmiany produktu

Ten sam prompt może zwracać różne źródła kilka godzin później. Modele, systemy pobierania i ich wejścia ulegają zmianom, a dostawcy nie ogłaszają każdej zmiany. Datowany dziennik to jedyny sposób, aby odróżnić przesunięcie od zmiany. Uruchomienie, które wydaje się dziwne, warto powtórzyć tego samego dnia, ponieważ jedno dziwne godziny niewiele dowodzi.

Zapisz zmiany produktu w dzienniku, gdy o nich wiesz. Datowa oś czasu pomaga Ci dopasować wzorzec do premiery, choć data premiery to tylko wskazówka.

Silnik, kraj i konto

Każdy silnik ma swoją własną ścieżkę pobierania, a także każdy kraj lub typ konta. Porównuj podobne z podobnym i zanotuj lokalizację, której użyto do uruchomienia. Zapisz notatki na temat tego, które z tych czynników kontrolowałeś.

Wynik z jednego regionu nie jest wynikiem dla każdego regionu. Zapisz to w każdym sprawozdaniu obok liczby, którą kwalifikuje. Jeśli jeden silnik jest testowany na laptopie, a inny na telefonie, zmieniają się dwie rzeczy, więc utrzymaj ten sam urządzenie w całej serii.

Co uważać za prawdziwą zmianę

Zmiana jest prawdziwa tylko wtedy, gdy wyróżnia się z drgania, które i tak by wystąpiło. Brzmi to oczywiste, jednak wiele dzienników pomija bazę i czyta każdy wahania jako wynik.

Ocenianie ruchu względem szumu

Zanim nazwiesz cokolwiek zmianą, zmierz, jak bardzo odpowiedzi poruszają się same. Bazowe drgania w szerokim zakresie sprawiają, że mała poprawka jest niewidoczna.

Porównaj rozrzut swojej bazy z wielkością ruchu, którego spodziewasz się zobaczyć. Jeśli ruch jest mniejszy niż drgania, uczciwą etykietą jest brak wykrywalnej zmiany. Zapisz notatkę na temat tego, jak wyglądała baza w dniu rozpoczęcia, w tym wszelkie dziwne wyniki, które zachowałeś. Te notatki zapobiegają cichemu przesuwaniu się późniejszego porównania.

Częstotliwość zamiast pojedynczych zrzutów ekranu

Zrzut ekranu uchwytuje jeden moment, a wzorzec potrzebuje kilku. Policz uruchomienia, w których pojawia się Twoja domena, a następnie podziel przez liczbę uruchomień dla tego promptu.

Zgłoś ułamek, a nie zrzut ekranu, i podaj, ile uruchomień za nim stało. Czytelnicy mogą wtedy sami ocenić próbkę.

Błędy popełniane podczas testów

Testowanie z jednym promptem
Jeden prompt to jedna próba. Użyj zestawu powiązanych promptów, aby jedno dziwne uruchomienie nie mogło zadecydować o wyniku.
Zmiana dwóch rzeczy naraz
Jeśli przepisziesz stronę i zmienisz jej linki w tym samym tygodniu, nie możesz powiedzieć, która zmiana przesunęła źródła.
Czytanie tylko tekstu odpowiedzi
Zdanie może być generowane na nowo za każdym razem. Cytowane linki to stabilna część, więc je zapisz.
Zatrzymanie po jednym dobrym tygodniu
Wczesne wygrane zanikają lub nie powtarzają się. Zaplanuj przynajmniej cztery uruchomienia, zanim wyciągniesz linię pod wynikiem.

Co oznacza wynik zerowy

Jeśli nic się nie zmienia, nauczyłeś się czegoś prawdziwego: że Twoja zmiana nie była dźwignią lub że szum jest większy niż efekt. Zapisz to. Zaoszczędzi Ci to powtarzania tego błędu.

Utrzymanie budżetu w ryzach

Eksperymy kończą się niepowodzeniem częściej z powodu czasu niż pieniędzy. Plan, który mieści się w Twoim tygodniu, jest łatwiejszy do utrzymania niż ambitny, który zablokuje się po pierwszym uruchomieniu.

Ile uruchomień wystarczy

Cztery tygodniowe uruchomienia to podłoga, nie cel. Osiem daje wyraźniejszy wzorzec dla większości pytań, choć właściwa liczba zależy od tego, jak bardzo zmieniają się odpowiedzi.

Liczy się prompty, nie godziny. Dwadzieścia promptów uruchomionych cztery razy daje osiemdziesiąt wierszy, co jest już więcej niż rzut oka w jedno popołudnie.

Gdzie idzie czas

Większość wysiłku przypada na pierwsze popołudnie, gdy buduje się zestaw promptów i dziennik. Po tej pracy powtarzalność jest łatwa do pominięcia. Wpisz kolejne uruchomienie w kalendarz, zanim ukończysz to obecne. Przybliżona zasada pomaga tutaj: zdecyduj liczbę uruchomień przed pierwszym, a nie przedłużaj serii, ponieważ wczesne wyniki wyglądają dobrze.

Zaplanuj również budżet na sprawozdanie. Krótka notatka, która podaje próbkę, daty i limity, jest trudniejsza do napisania niż same uruchomienia.

Pytania dotyczące eksperymentów

Czy mogę kupić sobie miejsce w odpowiedziach ChatGPT?

Nic, co wiemy, nie działa w ten sposób z zewnątrz. Reklama i płatne pozycjonowanie to nie to samo co cytowanie zarobione w odpowiedzi, a ta strona nie sprzedaje ani jednego, ani drugiego. Rozsądnym ruchem jest uruchomienie dziennika i zobaczenie, które źródła faktycznie się pojawiają.

Czy potrzebuję klucza API do przeprowadzenia tych eksperymentów?

Nie. Baza i dziennik potrzebują tylko przeglądarki i arkusza kalkulacyjnego. Przykładowe pobranie używa darmowych wywołań do przeglądania i sprawdzania DR, a wsadowe sprawdzenia DR kosztują jeden kredyt za wywołanie.

Jak długo przed zmianą strony się pojawi?

Uczciwą odpowiedzią jest to, że to się różni. Ponowne indeksowanie może zająć dni lub tygodnie, a dziennik pokaże efekt tylko wtedy, gdy będziesz kontynuować uruchamianie tych samych promptów przez ten okres. Kontynuuj dziennik po tym, jak myślisz, że test się skończył, ponieważ późne efekty są często tym, co znajduje się przy drugim spojrzeniu.

Czy powinienem opublikować to, co znajdę?

Możesz. Opublikuj metodę, daty i wyniki zerowe wraz z liczbami, aby czytelnicy mogli ocenić próbkę. Napisz metodę najpierw, zanim zobaczysz wyniki. Tabela źródeł AI Overviews pokazuje tę samą nawyk etykietowania każdego twierdzenia.