Skąd ChatGPT bierze informacje i które strony cytuje

Krótka odpowiedź: z wiedzy modelu i z wyszukiwania w sieci

ChatGPT korzysta przede wszystkim z dwóch źródeł. Pierwsze to wiedza zapisana w modelu podczas treningu na tekstach z publicznego internetu, danych od partnerów OpenAI i danych od użytkowników, trenerów i badaczy. Ta wiedza kończy się w określonym dniu, zwanym granicą wiedzy.

Drugie źródło to wyszukiwanie w sieci. Gdy pytanie wymaga aktualnych informacji, ChatGPT może sam wysłać zapytania, przeczytać znalezione strony i podać w odpowiedzi linki do nich. Strony do tego wyszukiwania zbiera robot OAI-SearchBot, a część wyników pochodzi od zewnętrznych dostawców wyszukiwania. Dla firmy liczy się głównie ta druga droga, bo to w niej ChatGPT cytuje konkretne strony.

Wiedza z treningu: skąd się bierze i do kiedy sięga

OpenAI opisuje w swojej pomocy trzy główne źródła danych, na których uczy modele działające w ChatGPT:

• publiczny internet: strony, fora, blogi i wpisy dostępne bez logowania. OpenAI pisze, że celowo nie zbiera treści zza paywalli ani z dark webu, a filtry usuwają między innymi spam, treści dla dorosłych i serwisy gromadzące dane osobowe;
• dane od partnerów, do których OpenAI ma dostęp na podstawie umów;
• dane od ludzi: użytkowników, trenerów i badaczy. Coraz częściej dochodzą do tego dane syntetyczne, wygenerowane przez same modele.

Model nie przechowuje kopii stron, na których się uczył. Według OpenAI w trakcie treningu zmieniają się tylko jego parametry, a ChatGPT „nie kopiuje i nie wkleja” fragmentów z danych treningowych. Jeśli model poda adres strony z samej wiedzy z treningu, warto go sprawdzić, bo może być błędny. OpenAI zaznacza też, że to samo pytanie może dać różne odpowiedzi, bo model wybiera kolejne słowa z pewną losowością.

Granica wiedzy

Każdy model ma datę, do której sięgają jego dane treningowe. W dokumentacji API OpenAI podaje ją przy każdym modelu. Na przykład GPT-5.6 Luna, z którego w ChatGPT korzystają plany Free i Go, zna świat do 16 lutego 2026, a GPT-6 Sol, na którym w płatnych planach działa GPT-6 wdrażany od 7 października 2026, do 20 kwietnia 2026. W samym ChatGPT działają różne modele, zależnie od planu i wybranego trybu, a OpenAI nie podaje w pomocy jednej daty dla całej usługi. Wniosek dla Ciebie: jeśli zmieniłeś cennik, adres albo ofertę w ostatnich miesiącach, model może o tym nie wiedzieć. Aktualną informację ChatGPT poda dopiero wtedy, gdy ją wyszuka w sieci albo dostanie w rozmowie, na przykład w pliku.

Na trening masz wpływ przez plik robots.txt. Zablokowanie robota GPTBot oznacza, że treści z Twojej strony nie powinny trafiać do treningu przyszłych modeli. Ta blokada nie wpływa na wyszukiwanie w ChatGPT, bo za nie odpowiada inny robot. Który robot do czego służy i co daje zablokowanie każdego z nich, pokazujemy w tabeli w tekście o botach AI i ustawieniach robots.txt.

Kiedy ChatGPT szuka w internecie

Według pomocy OpenAI ChatGPT może wyszukać w sieci automatycznie, gdy uzna, że pytanie skorzysta na aktualnych informacjach. Jako przykłady OpenAI podaje wiadomości, pogodę i lokalne firmy, a we wpisie o premierze wyszukiwania z 2024 roku także wyniki sportowe i notowania giełdowe. Użytkownik może też włączyć wyszukiwanie sam: w menu narzędzi (w wersji angielskiej „View all tools”, potem „Search”) albo wpisując ukośnik w polu wiadomości i wybierając „Search”.

Wyszukiwanie jest dostępne we wszystkich planach, od darmowego po Enterprise i Edu, a także dla osób niezalogowanych. Od lutego 2025 roku nie wymaga rejestracji. W praktyce oznacza to, że klient pytający ChatGPT o firmę z Twojej branży może dostać odpowiedź zbudowaną na stronach znalezionych przed chwilą.

Jak ChatGPT zamienia pytanie na zapytania

ChatGPT zwykle nie wkleja Twojego pytania do wyszukiwarki w całości. Pomoc OpenAI opisuje, że gdy korzysta z zewnętrznych dostawców, przepisuje je na jedno lub kilka zapytań dopasowanych do tematu, a po przejrzeniu pierwszych wyników może wysłać kolejne, bardziej szczegółowe. Może też dodać ogólną lokalizację ustaloną z adresu IP. Pytanie o dobre restauracje w pobliżu zamienia na przykład na „top restaurants San Francisco”. Gdy użytkownik ma włączoną pamięć, ChatGPT może dołożyć do zapytania zapamiętane informacje, na przykład dietę albo miasto.

Dla firmy wynika z tego wskazówka: Twoja strona powinna odpowiadać na takie zapytania, choć samo dopasowanie nie gwarantuje miejsca w odpowiedzi. Nasza rekomendacja: opisz na stronie usługi miasto, zakres usług i ceny, żeby łatwo było ocenić, czy oferta odpowiada na pytanie. Dokumentacja OpenAI nie mówi, że taka strona ma przewagę nad ogólnym opisem firmy.

Skąd wyszukiwarka ChatGPT bierze strony

Strony do wyszukiwania w ChatGPT zbiera robot OAI-SearchBot. Dokumentacja OpenAI mówi wprost: strony, które go zablokują, nie będą pokazywane w odpowiedziach ChatGPT search, mogą najwyżej pojawić się jako linki nawigacyjne. Po zmianie w robots.txt systemy OpenAI mogą potrzebować około 24 godzin, żeby ją uwzględnić. OpenAI publikuje też listę adresów IP tego robota. Jeśli strona stoi za firewallem albo usługą w rodzaju Cloudflare, te adresy muszą być wpuszczone.

Drugie źródło wyników to zewnętrzni dostawcy wyszukiwania. Pomoc OpenAI pisze, że ChatGPT czasem współpracuje z innymi wyszukiwarkami i wysyła im przepisane zapytania, bez adresu IP i danych konta użytkownika. Jako dostawców, których polityki prywatności warto przeczytać, wymienia Microsoft i Shopify. Microsoft to firma, do której należy Bing, więc warto wiedzieć, jak Bing widzi Twoją stronę. Jak to sprawdzić, opisujemy w tekście o Bing Webmaster Tools.

Trzecie źródło to partnerzy, którzy dostarczają treści bezpośrednio. Przy premierze wyszukiwania w październiku 2024 roku OpenAI podało, że współpracuje z dostawcami danych o pogodzie, giełdzie, sporcie, wiadomościach i mapach.

OpenAI rozwija też własne odkrywanie stron. W październiku 2026 roku Cloudflare i OpenAI opisały pilotaż, w którym sygnały z sieci Cloudflare pomagały robotowi wyszukiwania OpenAI omijać strony nieistniejące i przekierowujące i wracać do stron, które się zmieniły. Według tego wpisu pilotaż pomógł znaleźć i zaindeksować setki milionów nowych stron. Autorzy zaznaczają, że strona może być wartościowa, nawet gdy linkuje do niej niewiele innych serwisów.

ChatGPT-User: gdy ChatGPT otwiera stronę w trakcie rozmowy

W logach serwera możesz zobaczyć jeszcze jednego gościa od OpenAI: ChatGPT-User. To nie jest robot, który sam przegląda internet. Według dokumentacji ChatGPT odwiedza stronę jako ChatGPT-User wtedy, gdy użytkownik zada pytanie, a odpowiedź wymaga zajrzenia na konkretną stronę, na przykład gdy ktoś wklei link do Twojej oferty.

Ponieważ takie wizyty zleca człowiek, OpenAI zastrzega, że reguły robots.txt mogą ich nie obejmować. Dokumentacja dodaje też, że ChatGPT-User nie decyduje o tym, czy strona może pojawić się w wyszukiwaniu. Do tego służy wyłącznie OAI-SearchBot.

Ciekawy obraz tego, jak to wygląda w praktyce, dają logi jednego dużego sklepu, opisane na forum Reddit w październiku 2026 roku. Spośród 7 050 wejść z ChatGPT na strony produktów 92,8% trafiło na strony, które OAI-SearchBot pobrał już wcześniej. Tylko przy 6,5% wejść ChatGPT-User pobrał stronę w ciągu godziny przed wizytą. To dane z jednego serwisu i sam autor zastrzega, że logi nie dowodzą, z czego zbudowano odpowiedź. Autor odczytuje je tak, że w tym sklepie ChatGPT w większości korzystał ze stron pobranych wcześniej, a pobrania na żywo były uzupełnieniem.

Jak ChatGPT pokazuje źródła

Odpowiedzi z wyszukiwaniem mogą zawierać cytowania, czyli odnośniki przy fragmentach tekstu. Kliknięcie cytowania otwiera stronę źródłową, a na komputerze po najechaniu kursorem widać jej podgląd. Pod odpowiedzią bywa przycisk Źródła, który otwiera listę cytowanych stron i innych pasujących linków. W aplikacji na telefon przy wynikach lokalnych może pojawić się też mapa.

OpenAI samo ostrzega, że wyniki i cytowania mogą być niepełne, nieaktualne albo błędne. Zaleca otworzyć źródło i sprawdzić, czy naprawdę potwierdza odpowiedź. Z punktu widzenia firmy to ważna uwaga: cytowanie Twojej strony nie gwarantuje, że ChatGPT dobrze ją streścił. Warto co jakiś czas sprawdzić, co asystent mówi o Twojej ofercie, i poprawić na stronie to, co przekręca.

Cytowania w odpowiedzi to co innego niż reklama. Reklamy w ChatGPT są oznaczone i wyświetlane osobno, a ich zakup nie wpływa na treść odpowiedzi. Różnice opisujemy w tekście o reklamach w ChatGPT.

Pamięć, pliki i historia rozmów

ChatGPT może też korzystać z tego, co dał mu sam użytkownik: zapisanej pamięci, wcześniejszych rozmów i dodanych plików. To informacje o konkretnej osobie i jej sprawach, więc firma nie ma nad nimi bezpośredniej kontroli. Jej oferta trafi do tego kontekstu wtedy, gdy użytkownik sam ją udostępni, na przykład jako plik albo wiadomość w podłączonej poczcie. Jedyny punkt styku z wyszukiwaniem opisuje pomoc OpenAI: pamięć może zmienić zapytanie, które ChatGPT wysyła do sieci. Dwie osoby z tym samym pytaniem mogą więc zobaczyć różne źródła.

Jak sprawić, żeby ChatGPT znalazł Twoją firmę

OpenAI pisze, że wyniki wyszukiwania układa według wielu czynników, które mają pomóc znaleźć trafne i wiarygodne informacje, i że miejsce w wynikach nie jest gwarantowane. Szczegółów nie podaje. Jedyne twarde wymagania z dokumentacji dotyczą dostępu, więc od nich zacznij:

1. Sprawdź plik robots.txt pod adresem twojadomena.pl/robots.txt. OAI-SearchBot nie może być zablokowany osobną regułą. Jeśli nie ma własnej grupy reguł, obowiązuje go grupa dla wszystkich robotów (User-agent: *), więc ona też nie może go blokować.
2. Jeśli strona korzysta z Cloudflare albo innego firewalla, sprawdź, czy nie blokuje botów AI i czy wpuszcza adresy IP z listy OpenAI.
3. Zdecyduj osobno o GPTBot. Możesz go zablokować, jeśli nie chcesz, żeby treści trafiały do treningu, i nadal być widoczny w wyszukiwaniu ChatGPT.
4. Zadbaj, żeby najważniejsze informacje były w treści strony jako zwykły tekst: co robisz, gdzie, dla kogo, za ile i jak się skontaktować. To nasza rekomendacja: OpenAI pisze, że ChatGPT wysyła zapytania dopasowane do tematu, ale nie opisuje, jak dobiera do nich strony.
5. Sprawdź swoją stronę w Bing, skoro Microsoft jest jednym z dostawców wyszukiwania wymienionych przez OpenAI.

Przykładowy fragment robots.txt, który wpuszcza wyszukiwanie ChatGPT i blokuje trening:

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Disallow: /

Reszta to praca nad treścią i rozpoznawalnością marki, czyli to, co nazywa się GEO. Czym różni się od zwykłego SEO i gdzie się z nim pokrywa, wyjaśniamy w tekście GEO: co to jest. Badanie agencji Graphite opisane w październiku 2026 roku przez Search Engine Journal objęło pytania porównawcze w ChatGPT bez logowania. Marki rzadko wymieniane bez wyszukiwania były rzadko wymieniane także z wyszukiwaniem, nawet gdy cytowane strony o nich pisały. Search Engine Journal zauważa, że opis badania nie mówi, czy uwzględniono rozpoznawalność marek, więc to związek, nie dowód przyczyny. Wynik sugeruje jednak, że sama obecność marki na cytowanych stronach nie wystarcza, żeby ChatGPT ją wymienił.

Jeśli chcesz, żebyśmy sprawdzili, czy ChatGPT widzi Twoją stronę i co mówi o Twojej firmie, zobacz, jak pracujemy przy AI SEO i GEO.

Czego nie wiadomo (stan na 28 października 2026)

• Pełna lista dostawców wyników. OpenAI pisze o „innych dostawcach wyszukiwania” i wymienia Microsoft i Shopify w kontekście prywatności. Nie podaje, jaką część wyników daje własny indeks, a jaką partnerzy.
• Jak ChatGPT wybiera źródła do cytowania. Dokumentacja mówi tylko, że wyniki wyszukiwania są układane według „wielu czynników” trafności i wiarygodności. Osobno wyboru cytowań nie opisuje. Listy „czynników rankingowych ChatGPT” publikowane przez zewnętrznych autorów nie mają potwierdzenia w dokumentacji OpenAI.
• Kiedy dokładnie ChatGPT włącza wyszukiwanie. Wiadomo, że przy pytaniach o aktualne informacje. Progu decyzji OpenAI nie publikuje.
• Granica wiedzy modelu w ChatGPT. Jednej daty dla całej usługi OpenAI nie podaje. Można ją ustalić tylko pośrednio: pomoc mówi, który model działa w danym planie, a dokumentacja API podaje daty tych modeli.

OpenAI często zmienia ChatGPT, a strona pomocy o wyszukiwaniu była aktualizowana w październiku 2026 roku. Ten tekst będziemy aktualizować, gdy zmieni się dokumentacja.