Raport Muck Rack „What Is AI Reading?” pokazuje, że udział dziennikarstwa w cytowaniach przez AI spada do 22%

Raport Muck Rack z października 2026 r. What Is AI Reading? wskazuje, że udział dziennikarstwa w cytowaniach przez AI spadł z około 27% w maju do 22%, mimo że źródła pozyskane i zewnętrzne nadal odpowiadają za około 84% cytowań. Czwarte wydanie opiera się na ponad 40 milionach odpowiedzi AI i 207 milionach cytowań z ChatGPT, Claude, Perplexity i Gemini.

Opublikowane 28 października badanie wskazuje na zmianę w strukturze materiałów wykorzystywanych do tworzenia odpowiedzi przez AI. Relacje medialne pozostają ważnym źródłem, ale większy udział przypada innym rodzajom materiałów zewnętrznych oraz treściom publikowanym przez same marki. W przypadku wydawców i zespołów komunikacyjnych wyniki pokazują, że widoczność zależy od dostawcy, promptu i formatu treści.

Udział dziennikarstwa maleje, a źródła pozyskane pozostają kluczowe

Spadek z 27% do 22% oznacza około pięciu punktów procentowych. Opisuje on udział dziennikarstwa w cytowaniach, a nie równoważny spadek bezwzględnej liczby linków do wiadomości czy ruchu kierowanego do wydawców.

Rozróżnienie między dziennikarstwem a mediami pozyskanymi jest kluczowe dla zrozumienia wyniku. Muck Rack stosuje szeroką kategorię mediów pozyskanych, która obejmuje badania naukowe, źródła rządowe i organizacje pozarządowe, serwisy encyklopedyczne, platformy społecznościowe oraz treści korporacyjne publikowane przez podmioty zewnętrzne, a także dziennikarstwo. Podawane w raporcie około 84% oznacza zatem znacznie szerszy ekosystem źródeł niż same profesjonalne redakcje.

Udział mediów własnych wzrósł z 13,7% do 15,2%, a zwiększył się również udział materiałów rządowych, encyklopedycznych i naukowych. Udział treści płatnych i reklamowych pozostał na poziomie 0,3%, bez zmian w porównaniu z majem. Ten niewielki udział w cytowaniach pokazuje, jak często takie strony pojawiają się jako źródła; nie mierzy ogólnej skuteczności reklamy.

ChatGPT odpowiada za znaczną część tej zmiany

Muck Rack wskazuje ChatGPT jako jeden z głównych czynników spadku udziału dziennikarstwa. Wykres obejmujący kolejne pomiary pokazuje wyraźne zmiany w 2026 r. i końcowy wynik na poziomie 22% we wrześniu. W przypadku Claude i Gemini przez większą część tego okresu widać względnie stabilniejsze tendencje.

Te różnice mają znaczenie dla każdego, kto próbuje zrozumieć, dlaczego publikacja lub marka pojawia się w odpowiedziach jednego asystenta, a nie innego. Zmiana widoczności może wynikać ze zmieniającego się doboru źródeł przez danego dostawcę, a nie z porównywalnej zmiany w dorobku wydawcy lub jego znaczeniu.

Wyniki dotyczą źródeł cytowanych w wygenerowanych odpowiedziach. Nie określają, jakie materiały znalazły się w danych treningowych modelu, a udziału w cytowaniach nie należy traktować jako bezpośredniej miary liczby czytelników ani zaufania.

Tylko 212 domen pojawiło się u wszystkich czterech dostawców

W zbiorze z września, obejmującym 1020 promptów na każdego dostawcę, tylko 212 domen pojawiło się we wszystkich czterech systemach. Jest to część wspólna w tej próbie badawczej, a nie liczba wszystkich źródeł, do których te usługi mogą uzyskać dostęp.

Wynik podważa zasadność traktowania widoczności w AI jako pojedynczego rankingu, który można optymalizować. Miejsce często cytowane przez jednego dostawcę może mieć ograniczony zasięg u innego. Podobnie użyteczna strona firmy i niezależne publikacje mogą odgrywać różne role w zależności od tego, na jakie pytanie trzeba odpowiedzieć.

Strona docelowa raportu wskazuje na jeszcze jedno źródło zmienności: ponowne zadanie tego samego pytania może przynieść inny zestaw cytowań. W praktyce oznacza to, że pojedyncza odpowiedź nie daje solidnych podstaw do oceny trwałej zmiany widoczności.

Co metodologia może pokazać, a czego nie

Pełny raport i opis metodologii łączą specjalnie przygotowane zbiory badawcze, oparte głównie na promptach konsumenckich niezawierających nazw marek, z ciągłym monitorowaniem Generative Pulse, skupionym przede wszystkim na markach. Zbiory te służą różnym celom i nie należy traktować ich jako jednej, jednolitej próby.

Raport odnotowuje również, że w trakcie badania dostawcy wprowadzali nowe modele i wycofywali dotychczasowe. Porównania w czasie odzwierciedlają zatem zarówno zmiany modeli i produktów, jak i upływ czasu. Obserwacje dotyczą testowanych systemów, pytań i okresów zbierania danych.

Wcześniejsze wyjaśnienie podejścia badawczego Muck Rack wyraźnie pokazuje, jak ważny jest dobór promptów. Opisuje ono tworzenie zapytań dotyczących branż, marek i rzeczywistych problemów, a następnie klasyfikowanie cytowań zarówno według kategorii mediów, jak i formatu treści. Wybrane przez badaczy pytania pomagają określić, jakie źródła zostaną zaobserwowane.

Co te wyniki oznaczają dla wydawców i zespołów komunikacyjnych

Najważniejszy wniosek jest taki, by śledzić dobór źródeł na poziomie dostawcy i pytania. Stały zestaw promptów istotnych dla odbiorców, powtarzanych w czasie, może ujawnić więcej niż jednorazowe pojawienie się w odpowiedzi. Odnotowywanie zmian modeli wraz z tymi wynikami pomaga odróżnić wpływ redakcyjny lub dystrybucyjny od zmiany w samej usłudze AI.

W przypadku wydawców niższy ogólny udział dziennikarstwa nie odbiera mu roli w objaśnianiu nowych wydarzeń ani w ocenie produktów i organizacji. Wzrost ilości treści własnych daje markom dodatkową możliwość pojawiania się w odpowiedziach, jednak utrzymująca się znacząca pozycja źródeł zewnętrznych oznacza, że publikowanie na stronie internetowej firmy obejmuje tylko część ekosystemu źródeł.

Raport z października 2026 r. Co czyta AI? — raport przedstawia pełne wyniki i metodologię. Jego główny wniosek jest taki, że cytowania w odpowiedziach AI nadal w dużej mierze opierają się na materiałach zewnętrznych, a struktura źródeł znacznie różni się w zależności od dostawcy, pytania i upływu czasu.