Kanał AI Assistant w GA4 nie pokazuje całego ruchu z AI: gdzie trafiają wejścia z Perplexity i jak ich nie zgubić w Referral oraz Direct?

Kanał AI Assistant w Google Analytics 4 rozwiązał jeden problem, ale stworzył też dość niebezpieczne złudzenie: skoro GA4 ma osobną kategorię dla wejść z asystentów AI, można uznać, że wystarczy otworzyć raport pozyskiwania i odczytać cały ruch wygenerowany przez ChatGPT, Gemini, Claude, Copilot czy Perplexity. Tak to nie działa.

Od 13 maja 2026 r. GA4 automatycznie klasyfikuje część rozpoznanego ruchu z narzędzi AI, nadając mu medium ai-assistant, kampanię (ai-assistant) i przypisując sesję do kanału AI Assistant. Warunek jest jednak techniczny: Analytics musi otrzymać odpowiednią informację o źródle wejścia, a referrer musi pasować do listy rozpoznawanej przez Google.

Jeżeli któregoś z tych elementów zabraknie, sesja nie znika z GA4. Trafia po prostu gdzie indziej. W praktyce ruch z Perplexity i innych narzędzi generatywnych może pojawić się jako Referral, a część wejść bez zachowanej informacji o źródle jako Direct / (none). Dlatego liczba sesji w kanale AI Assistant nie powinna być traktowana jako kompletna odpowiedź na pytanie: „ile ruchu przynosi nam AI?”.

AI Assistant w GA4 działa według reguły, a nie według intencji użytkownika

Najważniejsze jest zrozumienie jednej rzeczy: GA4 nie wie, że użytkownik przed chwilą rozmawiał ze sztuczną inteligencją. Widzi tylko dane, które docierają do strony podczas wejścia i które może przypisać do konkretnego źródła, medium oraz kanału.

Mechanizm domyślnego kanału AI Assistant wygląda w uproszczeniu tak:

• Analytics odbiera informację o stronie lub aplikacji odsyłającej użytkownika;
• referrer zostaje porównany z listą źródeł rozpoznawanych jako asystenci AI;
• jeżeli nastąpi dopasowanie, GA4 ustawia medium ai-assistant;
• kampania otrzymuje wartość (ai-assistant);
• sesja zostaje przypisana do domyślnego kanału AI Assistant.

Google opisuje ten kanał jako ruch pochodzący między innymi z ChatGPT, Gemini, DeepSeek, Copilota i Groka. Jednocześnie dokumentacja dotycząca tworzenia niestandardowych kanałów podaje Perplexity wprost jako przykład asystenta, którego można uwzględnić we własnych regułach.

I tutaj pojawia się praktyczny problem. Domyślna grupa kanałów nie jest kompletnym katalogiem całego ekosystemu AI. Jest zestawem reguł utrzymywanych przez Google. Jeżeli pojawi się nowy chatbot, inna domena, subdomena, aplikacja mobilna albo nietypowy sposób otwarcia linku, klasyfikacja może wyglądać inaczej, niż oczekuje analityk.

Nie należy więc oceniać ruchu AI wyłącznie na podstawie:

Pozyskiwanie → Pozyskiwanie ruchu → Sesja – domyślna grupa kanałów → AI Assistant.

To dobry raport startowy, ale nie raport kontrolny.

Przy audycie trzeba zejść poziom niżej i sprawdzić przede wszystkim:

Sesja – źródło / medium

oraz osobno:

Sesja – źródło.

To właśnie tam łatwiej wychwycić domeny, które nie zostały umieszczone w kanale AI Assistant.

Trzeba przy tym pilnować zakresu wymiarów. „Pierwszy użytkownik – źródło/medium” nie odpowiada na to samo pytanie co „Sesja – źródło/medium”. Pierwszy wymiar opisuje pozyskanie użytkownika, drugi źródło konkretnej sesji. Przy analizie aktualnych wejść z Perplexity bardziej użyteczny będzie zakres sesji.

Gdzie w praktyce trafia Perplexity: AI Assistant, Referral czy Direct

Najłatwiejszy przypadek występuje wtedy, gdy wejście zostaje poprawnie rozpoznane przez reguły Google. Wtedy sesja otrzyma medium ai-assistant i pojawi się w kanale AI Assistant.

Nie można jednak zakładać, że wszystkie kliknięcia z Perplexity będą wyglądały identycznie.

Drugi scenariusz to Referral. GA4 klasyfikuje jako Referral ruch, którego medium odpowiada m.in. wartości referral. Jeżeli więc przeglądarka przekaże domenę Perplexity jako stronę odsyłającą, ale źródło nie zostanie zakwalifikowane przez bieżącą automatyczną regułę AI Assistant, ruch może być widoczny jako odesłanie.

W audycie warto więc przefiltrować źródła pod kątem fragmentów takich jak:

• perplexity,
• chatgpt,
• openai,
• claude,
• anthropic,
• copilot,
• gemini,
• deepseek,
• grok.

Nie chodzi o to, żeby każdą domenę zawierającą słowo „ai” automatycznie uznać za ruch z asystenta. Zbyt szeroki regex jest jednym z częstszych błędów przy własnej klasyfikacji. Potrafi wciągnąć do kanału AI strony technologiczne, narzędzia SaaS albo serwisy, które z konwersacyjną sztuczną inteligencją nie mają nic wspólnego.

Trzeci scenariusz jest trudniejszy: Direct / (none).

GA4 używa (direct) / (none), kiedy nie dysponuje czytelną informacją o źródle wizyty. Może do tego dojść m.in. wtedy, gdy informacja o odsyłającym źródle nie zostanie przekazana, parametry zostaną utracone podczas przekierowania albo mechanizm śledzenia zostanie zakłócony. Google wskazuje również na wpływ niektórych blokerów oraz linków otwieranych ze środowisk, które nie przekazują pełnej informacji o pochodzeniu wizyty.

I tego problemu nie da się rozwiązać prostym filtrem.

Jeśli wejście z aplikacji lub asystenta AI dociera do witryny bez referrera i bez własnych parametrów kampanii, GA4 nie ma danych pozwalających wiarygodnie odtworzyć źródło po fakcie. Taka sesja może wyglądać tak samo jak użytkownik, który wpisał adres ręcznie, użył zakładki albo przyszedł przez inne źródło pozbawione informacji referencyjnej.

Dlatego nie należy robić czegoś, co czasem pojawia się w amatorskich dashboardach: przypisywać wzrostu Direct do AI tylko dlatego, że nastąpił równocześnie ze wzrostem popularności ChatGPT czy Perplexity. Direct jest koszykiem ruchu o niepełnej atrybucji, a nie ukrytym kanałem AI.

Można szukać sygnałów pomocniczych — na przykład nietypowego wzrostu wejść Direct na bardzo głębokie adresy URL artykułów — ale nadal będzie to poszlaka, nie twarda identyfikacja źródła.

Jak zbudować raport, który nie zgubi ruchu z Perplexity

Najpraktyczniejsze rozwiązanie to prowadzenie analizy dwutorowo. Domyślny kanał AI Assistant zostaje, ponieważ jest utrzymywany przez Google i wraz ze zmianami produktu może automatycznie obejmować kolejne źródła. Obok niego warto mieć własną warstwę kontrolną.

GA4 pozwala tworzyć niestandardowe grupy kanałów, oparte na regułach dotyczących m.in. źródła, medium i kampanii. Co istotne, Google w dokumentacji dotyczącej takiej konfiguracji pokazuje właśnie przykład grupowania asystentów AI obejmujący między innymi ChatGPT, Gemini, Copilot, Claude i Perplexity.

W praktyce konfiguracja powinna zaczynać się od reguły opartej na Session source, a nie od wrzucenia całego Referral do AI.

Przykładowa logika:

• źródło zawiera perplexity;
• źródło zawiera chatgpt lub openai;
• źródło zawiera claude lub domenę używaną przez Claude;
• źródło odpowiada domenom Copilota;
• źródło odpowiada domenom Gemini;
• dodatkowo uwzględniany jest ruch już oznaczony medium ai-assistant.

Google zaleca w przykładzie własnego kanału umieszczenie reguły AI Assistants przed Referral, ponieważ kolejność ma znaczenie: ruch pasujący do wcześniejszej reguły powinien zostać przechwycony zanim wpadnie do ogólnego kanału odesłań.

To daje bardzo użyteczny układ kontrolny:

1. AI Assistant – klasyfikacja Google
Pokazuje ruch, który GA4 rozpoznał automatycznie.

2. Własny kanał AI – klasyfikacja analityczna
Może obejmować dodatkowe rozpoznane domeny, w tym Perplexity.

3. Referral – lista źródeł do regularnego audytu
Pozwala znaleźć nowe serwisy AI, których nie ma jeszcze w regule.

4. Direct – obserwacja, nie automatyczna reklasyfikacja
Tutaj można wykrywać anomalie, ale nie należy arbitralnie przepisywać sesji do AI.

Niestandardowe grupy kanałów mają jeszcze jedną dużą przewagę: można stosować je do danych historycznych. Nie trzeba więc czekać kilku miesięcy po utworzeniu reguły, aby rozpocząć analizę wcześniejszego ruchu.

Jest jednak niedogodność. Lista asystentów AI nie jest czymś, co konfiguruje się raz na zawsze. Powstają nowe produkty, zmieniają się domeny i sposoby otwierania linków, dlatego regułę trzeba kontrolować. Sensowna praktyka to raz w miesiącu przejrzeć Referral według liczby sesji i sprawdzić źródła, których wcześniej nie było.

Druga rzecz to kontrola landing pages. Jeśli Perplexity rzeczywiście dostarcza wartościowy ruch, w danych zwykle nie interesuje nas wyłącznie liczba sesji. Trzeba porównać przynajmniej:

• sesje,
• aktywnych użytkowników,
• sesje z zaangażowaniem,
• współczynnik zaangażowania,
• kluczowe zdarzenia,
• przychód, jeśli e-commerce jest mierzony poprawnie,
• stronę docelową.

Dopiero wtedy widać, czy AI dostarcza użytkowników przypadkowych, czy osoby wchodzące bezpośrednio na artykuł, produkt albo stronę usługową i wykonujące dalsze działania.

Jeżeli raport pokazuje 300 sesji w AI Assistant i kolejne 120 wejść perplexity... / referral, raportowanie wyłącznie pierwszej liczby zaniża faktycznie rozpoznawalny ruch AI. Z kolei dopisywanie całego wzrostu Direct do tych 420 sesji byłoby już przekroczeniem granicy danych, którymi naprawdę dysponujemy.

To właśnie jest właściwa kolejność: najpierw identyfikować ruch, który można technicznie udowodnić, potem wydzielać źródła wymagające własnej klasyfikacji, a Direct traktować jako obszar utraconej informacji, nie pole do zgadywania.

Dodatkowe informacje na: https://marketing-buzz.pl

FAQ

Czy cały ruch z Perplexity powinien pojawiać się w kanale AI Assistant?
Nie. Kanał AI Assistant zależy od reguł klasyfikacyjnych GA4 i informacji przekazanej przy wejściu. Część rozpoznawalnego ruchu może wystąpić również w Referral, a wejście bez dostępnej informacji o źródle może trafić do Direct.

Czy Referral z domeną Perplexity można traktować jako ruch AI?
Jeżeli źródłem sesji jest domena należąca do Perplexity i wejście faktycznie pochodzi z linku w tym serwisie, taki ruch można ująć we własnym kanale AI. Google samo wymienia Perplexity w przykładzie konfiguracji niestandardowej grupy asystentów AI.

Czy można odzyskać dokładne źródło wszystkich sesji znajdujących się w Direct?
Nie. Jeśli GA4 nie otrzymał referrera ani jednoznacznych parametrów źródła, nie da się później wiarygodnie stwierdzić, czy konkretne wejście pochodziło z Perplexity, dokumentu PDF, zakładki, komunikatora czy ręcznie wpisanego adresu.

Czy trzeba dodawać UTM-y do linków publikowanych przez Perplexity?
W przypadku organicznych cytowań generowanych przez zewnętrznego asystenta zwykle nie masz kontroli nad adresem linku, więc nie możesz wymusić UTM-ów. UTM-y mają sens tam, gdzie sam kontrolujesz publikowany URL, np. w płatnej kampanii, newsletterze albo własnym bocie.

Czy własna grupa kanałów zmienia surowe dane GA4?
Nie. Jest warstwą klasyfikacji raportowej. Co ważne, niestandardowe grupy kanałów można stosować również do danych historycznych, więc nadają się do porządkowania wcześniejszych sesji.

Od czego zacząć audyt ruchu AI w GA4?
Nie od kanału AI Assistant. Najpierw otwórz Pozyskiwanie ruchu, ustaw wymiar „Sesja – źródło / medium” i wyszukaj perplexity, chatgpt, openai, claude, copilot, gemini, deepseek oraz grok. Dopiero potem porównaj znalezione sesje z kanałem AI Assistant. Jeżeli Perplexity siedzi w Referral, pierwszym błędem do usunięcia jest brak własnej reguły grupowania źródeł AI. Direct zostaw na końcu — bez danych identyfikacyjnych nie należy go sztucznie przepisywać do AI.