Nowe zasady media relations w erze sztucznej inteligencji
Autor: Ewa Skalniak, Weronika Chocholska, Marta Witosławska. Data publikacji: lipiec 2026.
Quick Answer
Media relations w erze AI oznaczają świadome zarządzanie tym, co modele językowe wiedzą o danej firmie. Jeśli dziennikarz wpisuje nazwę firmy do ChatGPT przed otwarciem komunikatu prasowego, a AI nie zwraca żadnych informacji – pitch startuje z gorszej pozycji. Skuteczne media relations 2026 wymagają jednoczesnej pracy na dwóch frontach: przekonania dziennikarza i zadbania o widoczność marki w modelach AI.
Gdy Olga Tokarczuk przyznała publicznie, że korzysta z modelu językowego podczas pisania powieści, polskie media zawrzały. Ale w cieniu tej dyskusji toczyła się ważniejsza rozmowa – o tym, jak AI na stałe weszła już do codziennej pracy redakcji. Naczelni polskich mediów twierdzą zgodnie: sztuczna inteligencja służy im dziś do researchu, agregowania danych i przygotowania materiałów. A największe redakcje tworzą już nawet wewnętrzne kodeksy regulujące korzystanie z tych narzędzi.
To zmienia zasady gry w media relations. AI jest pierwszym filtrem, przez który przechodzi informacja. Zatem komunikat prasowy musi być nie tylko atrakcyjny dla odbiorcy, ale też czytelny dla algorytmu. Media relations 2026 to gra na dwóch frontach jednocześnie: trzeba przekonać dziennikarza i jego narzędzie.
Czym jest media relations w erze AI?
Media relations to sztuka nawiązywania i podtrzymywania dobrych relacji z dziennikarzami. Dawniej sprowadzały się głównie do bezpośrednich kontaktów, podsuwania redakcjom ciekawych tematów i wysyłania komunikatów prasowych..
W 2026 roku ta definicja wymaga jednak rozszerzenia. I to znacznego. Dziennikarz, który dostaje pitch, prawdopodobnie wpisze nazwę firmy do modelu AI, zanim otworzy komunikat. Sprawdzi kontekst, porówna z konkurencją, zweryfikuje dane. Jeśli AI nie zwraca żadnych informacji lub zwraca błędne, pitch startuje z gorszej pozycji, niezależnie od tego, jak dobrze jest napisany.
Media relations w erze AI to świadome zarządzanie tym, co modele językowe „wiedzą” o danej firmie i jak prezentują tę wiedzę w odpowiedziach.
Jak zmienił się warsztat dziennikarzy przez AI?
Zmiany w warsztacie dziennikarskim mają charakter globalny, ale polskie redakcje potwierdzają ten sam kierunek. Badanie Reuters Institute na próbie ponad 1000 brytyjskich dziennikarzy pokazuje, jak AI weszła do codziennej pracy redakcji (Reuters Institute, 2025).
Najczęstsze zastosowania to zadania językowe: transkrypcja i napisy (49% dziennikarzy używa AI do tego zadania co najmniej raz w miesiącu), tłumaczenie (33%) i korekta gramatyczna (30%). W Polsce Andrzej Stec z Bankier.pl wymienia transkrypcję wywiadów jako jedno z pierwszych zastosowań, po które sięgnęła jego redakcja (Wirtualne Media, 2026).
AI weszła jednak również do bardziej merytorycznych zadań. 22% brytyjskich dziennikarzy używa AI do wstępnego researchu co najmniej raz w miesiącu – i to właśnie ten obszar jest krytyczny dla PR. Tomasz Pietryga, redaktor naczelny „Dziennika Gazety Prawnej” opisuje to jako tworzenie „backgroundu” – szybkie zebranie danych archiwalnych i kontekstu branżowego przed rozmową z ekspertem (Wirtualne Media, 2026). Jeśli AI zwraca niepełny lub błędny obraz firmy na tym etapie, wpływa to na kształt pytań dziennikarza i ramę narracyjną całego materiału.
Równolegle redakcje budują zasady korzystania z AI – 60% brytyjskich newsroomów ma już wewnętrzne protokoły dotyczące nadzoru człowieka, prywatności danych i transparentności (Reuters Institute, 2025). W Polsce m.in. PAP opracowało własny „Stylebook AI PAP”, inne wydawnictwa wprowadzają zapisy o korzystaniu z AI w umowach z autorami.
Innymi słowy coraz więcej dziennikarzy zaczyna research nie od wyszukiwarki, ale od rozmowy z modelem AI. A modele językowe nie rankują wyników jak Google, tylko syntetyzują odpowiedź z wielu źródeł i podają ją jako spójną narrację. W związku z tym dana firma albo jest częścią tej narracji, albo nie istnieje.
Jak pisać komunikaty prasowe, które AI chętnie cytuje?
Komunikat prasowy AI-ready różni się od tradycyjnego w kilku punktach. Nie chodzi o rewolucję formatu, ale o dostrojenie tego, co już robimy.
- Jasna struktura pytanie-odpowiedź. Modele językowe najlepiej plasują treści zorganizowane wokół konkretnych pytań. Zamiast bloku tekstu o „innowacyjnym rozwiązaniu firmy X” lepiej działa sekcja: „Jaki problem rozwiązuje produkt X?” z bezpośrednią odpowiedzią w kolejnym zdaniu. AI potrzebuje fragmentów, które może wyciąć i zacytować jako samodzielną jednostkę informacji.
- Dane liczbowe z kontekstem. Napisanie „wzrost o 30% rok do roku” nie wystarczy. Należy dodać punkt odniesienia: „wzrost o 30% rok do roku, wobec średniej rynkowej na poziomie 8%”. AI szuka twierdzeń, które może zweryfikować lub porównać. Im więcej kontekstu liczbowego, tym większa szansa na cytowanie.
- Definicje kluczowych pojęć. Jeśli wprowadzamy nową kategorię produktową lub nowy termin branżowy, należy zdefiniować go wprost w komunikacie. Modele językowe budują swoją „wiedzę” o pojęciach na podstawie definicji, które pojawiają się w wiarygodnych źródłach. Komunikat prasowy, opublikowany na portalu branżowym, może stać się tą definicją referencyjną.
- Cytaty eksperckie napisane pod cytowalność. Typowy cytat PR w stylu „Jesteśmy dumni, że możemy zaprezentować nasze innowacyjne rozwiązanie” nie wnosi żadnej informacji. AI go pominie. Cytat, który AI może wykorzystać, brzmi tak: „Polskie firmy tracą średnio 12% budżetu marketingowego na kampanie, których efektów nie potrafią zmierzyć. Nasz system to zmienia, bo mierzy wpływ każdego kanału w ciągu 24 godzin”. Jest konkretny, zawiera dane i tezę.
- Unikanie języka korporacyjnego. „Lider rynku”, „holistyczne podejście”, „synergia” to frazy, które AI pomija jako szum informacyjny. Lepiej pisać prostym językiem, opisując, co firma robi, dla kogo i z jakim rezultatem.
Jakie media i formaty są najbardziej widoczne w odpowiedziach LLM?
To kluczowe pytanie dla strategii media relations 2026. Globalne dane pokazują, że nie wszystkie platformy cytują tak samo. W ogólnych cytowaniach ChatGPT dominują Wikipedia i Reddit – każda odpowiada za około 12–13% cytowań na rynku amerykańskim (Similarweb, styczeń–luty 2026). Ale dla zapytań profesjonalnych i B2B obraz jest inny: badanie Semrush, obejmujące 325 000 promptów z 12 kategorii branżowych, pokazuje, że LinkedIn jest drugim najczęściej cytowanym serwisem w ChatGPT, Google AI Mode i Perplexity – zaraz za Redditem, przed Wikipedią i wszystkimi głównymi wydawcami prasowymi (Semrush, marzec 2026). Na polskim rynku nie przeprowadzono jeszcze analogicznego badania, ale logika jest podobna: AI faworyzuje media z wysokim autorytetem i konsekwentną obecnością w sieci, czyli branżowe portale finansowe, technologiczne i biznesowe mają tu naturalną przewagę nad tytułami ogólnymi.
Druga zmienna to format treści. Badanie Ahrefs z 2025 roku, obejmujące 75 000 marek, wykazało, że wzmianki o marce korelują z widocznością w AI trzy razy silniej niż linki zwrotne (Ahrefs, 2025). Innymi słowy: to, ile razy nazwa firmy pojawia się w wiarygodnych źródłach, ma większe znaczenie niż tradycyjne SEO.
Co to oznacza dla PR na polskim rynku?
Po pierwsze, publikacje w mediach z silnym autorytetem domenowym mają większą szansę na cytowanie przez AI. Rzeczpospolita, Puls Biznesu, Forbes Polska, Wirtualne Media, branżowe portale sektorowe – to media, które AI traktuje jako wiarygodne źródła.
Po drugie, treści na LinkedIn mają rosnącą wagę. Profil osobisty CEO lub eksperta, który regularnie publikuje posty z danymi i analizami, jest cytowany przez AI równie często jak strona firmowa (Profound / Semrush, 2025/2026). Dla PR oznacza to, że personal branding nie jest „miłym dodatkiem” do strategii, ale kanałem cytowalności.
Po trzecie, Wikipedia. Jeśli firma nie ma aktualnego wpisu na polskiej Wikipedii lub wpis jest szczątkowy, AI ma ograniczone źródło referencyjne. To nie znaczy, że powinniśmy pisać o sobie na Wikipedii (to narusza zasady neutralności). Ale warto zadbać o to, by informacje, na które Wikipedia może się powołać, istniały w wiarygodnych, niezależnych źródłach.
Po czwarte, format treści ma znaczenie. AI lepiej plasuje artykuły ze strukturą nagłówków (H2, H3), listami, tabelami i sekcjami FAQ niż artykuły w formacie „ściana tekstu”. Jeśli umieszczamy materiał ekspercki na blogu firmowym lub w portalu branżowym, zadbajmy o tę strukturę.
Jak budować długofalowe relacje z mediami w erze AI?
ChatGPT nie zastąpił relacji z mediami i w przewidywalnej przyszłości nie zastąpi. AI nie przychodzi na konferencję prasową. Nie stawia niewygodnych pytań na briefingu i nie buduje zaufania przez lata współpracy.
Ale AI zmienia kontekst, w którym te relacje funkcjonują. Oto praktyczne konsekwencje.
- Dziennikarz lepiej przygotowany = wyższy poziom rozmowy. Jeśli dziennikarz użył AI do researchu przed wywiadem, przyjdzie z bardziej szczegółowymi pytaniami. To dobra wiadomość: możemy szybciej przejść do meritum. Ale z drugiej strony nie ukryjemy niewygodnych faktów, bo AI je prawdopodobnie już znalazło.
- Spójność komunikacji staje się krytyczna. AI agreguje informacje z wielu źródeł. Jeśli dana firma mówi co innego w komunikacie prasowym, co innego na stronie www, a jeszcze co innego pisze CEO na LinkedIn, model językowy wygeneruje niespójny obraz.
- Wartość ekskluzywnych danych rośnie. AI potrafi syntetyzować ogólnie dostępne informacje. Nie potrafi wygenerować danych, których nie ma w sieci. Dziennikarz, który szuka wartości dodanej, potrzebuje właśnie tego: oryginalnych danych, komentarzy ekspertów, dostępu do ludzi i procesów, których AI nie opisze. PR i sztuczna inteligencja nie konkurują ze sobą – uzupełniają się.
- Relacja osobista jest trudniejsza do zastąpienia niż informacja. 56% dziennikarzy używa AI do pracy, ale jednocześnie postrzega tę technologię bardziej jako zagrożenie niż szansę (Reuters Institute / Nieman Lab, 2025). To paradoks, który działa na korzyść PR-owca. Dziennikarz będzie szukał w nim partnera, który pomaga nawigować przez zmieniający się krajobraz, a nie kolejnego źródła generycznego contentu.
Nowe wskaźniki skuteczności media relations w 2026 roku
Tradycyjne KPI media relations (liczba publikacji, AVE, reach) od lat budzą kontrowersje. W 2026 roku lista wskaźników wymaga uzupełnienia o metryki związane z AI.
Wyróżniamy trzy kategorie nowych wskaźników. Nazywamy je modelem MRC (Model Reach, Citation, Consistency).
Model Reach to zasięg w modelach AI. Czy kiedy użytkownik pyta ChatGPT, Perplexity lub Claude o naszą branżę, firmę lub nasz produkt, pojawiamy się w odpowiedzi? Jak często? To nowe pole do monitorowania, które wymaga narzędzi takich jak Semrush AI Visibility, xSeek czy ręcznego testowania promptów.
Citation to jakość cytowań. Nie chodzi tylko o to, czy AI wspomina naszą firmę, ale jak ją prezentuje. Czy cytuje nasze dane? Czy przypisuje nam ekspertyzę? Czy stawia nas w kontekście lidera, czy jednego z wielu? Analiza cytowań AI to nowa kompetencja zespołów PR.
Consistency to spójność przekazu w odpowiedziach AI. Jeśli zapytamy trzy różne modele AI o naszą firmę, czy dostaniemy spójny obraz? Rozbieżności wskazują na luki w strategii komunikacji lub na dominację negatywnych źródeł w określonych kontekstach.
Te wskaźniki nie zastępują tradycyjnych miar. Dopełniają je. Publikacja w „Pulsie Biznesu” nadal ma wartość, ale teraz ma też „drugie życie”: jako źródło, z którego AI czerpie informacje tygodniami lub miesiącami po publikacji.
FAQ
W skrócie
- Dziennikarze coraz częściej zaczynają research od modelu AI, nie od wyszukiwarki – jeśli firma nie istnieje w odpowiedziach AI, pitch startuje z gorszej pozycji.
- Komunikat prasowy AI-ready to: jasna struktura pytań-odpowiedzi, dane liczbowe z kontekstem, cytaty eksperckie z konkretną tezą, brak korporacyjnego żargonu.
- Wzmianki o marce w wiarygodnych źródłach korelują z widocznością AI 3x silniej niż linki zwrotne (Ahrefs, 2025) – to strukturalna przewaga PR nad SEO.
- LinkedIn jest drugim najczęściej cytowanym serwisem przez ChatGPT w zapytaniach B2B (Semrush, 2026) – personal branding ekspertów to dziś element strategii GEO.
- Nowe KPI media relations: Model Reach (widoczność w AI), Citation (jakość cytowań) i Consistency (spójność przekazu w różnych modelach).
Czy AI zastępuje tradycyjne media relations?
Nie. AI zmienia kontekst, w którym media relations funkcjonują, ale nie zastępuje relacji między PR-owcem a dziennikarzem. Dziennikarze używają AI jako narzędzia do researchu, nie jako zamiennika rozmowy z ekspertem. Osobisty kontakt, zaufanie i dostarczanie ekskluzywnych informacji pozostają fundamentem skutecznego PR.
Jak sprawdzić, czy komunikat prasowy jest widoczny dla AI?
Wpisujemy do ChatGPT, Perplexity lub Claude pytanie, na które nasz komunikat powinien odpowiadać. Na przykład: „Jaka firma w Polsce oferuje [twoja usługa/produkt]?” lub „Jakie nowe rozwiązania pojawiły się na rynku [twoja branża]?”. Jeśli AI nie wspomina o naszej firmie, AI nie przyswoiło naszego komunikatu prasowego. Sprawdźmy, czy został opublikowany w otwartych, indeksowanych źródłach i czy ma odpowiednią strukturę.
Jakie media są najczęściej cytowane przez ChatGPT w Polsce?
Brak publicznie dostępnych danych specyficznie dla polskiego rynku. Na podstawie wzorców globalnych (Similarweb, 2026; Semrush, 2025) można wnioskować, że AI preferuje media o wysokim autorytecie domenowym i długiej historii publikacji. Na polskim rynku będą to prawdopodobnie: „Rzeczpospolita”, „Gazeta Wyborcza”, „Puls Biznesu”, „Forbes Polska”, „Wirtualne Media” i branżowe portale sektorowe.
Jak napisać komunikat prasowy pod LLM?
Używajmy jasnej struktury: nagłówek z frazą kluczową, lead odpowiadający na pytanie „co, kto, dlaczego”, sekcje z pytaniami jako nagłówkami (H2), dane liczbowe z kontekstem i źródłem, cytaty eksperckie zawierające konkretne tezy zamiast ogólników. Unikajmy korporacyjnego żargonu i piszmy tak, jakbyśmy odpowiadali na pytanie użytkownika chatbota.
Czy agencja PR powinna optymalizować informacje prasowe pod AI?
Tak. W sytuacji, gdy ponad połowa dziennikarzy regularnie korzysta z AI do pracy (Reuters Institute, 2025), a 24% użytkowników AI wyszukuje informacje przez chatboty co tydzień (Reuters Institute, 2025), ignorowanie tego kanału oznacza rezygnację z widoczności w coraz ważniejszym punkcie kontaktu z odbiorcami. Optymalizacja pod AI nie zastępuje pisania dobrego komunikatu, a wzmacnia jego zasięg.
