Zmierzyliśmy wszystkie 66 miast na prawach powiatu — tą samą checklistą, którą przeszły wcześniej spółki z WIG20 i mWIG40, polski e-commerce i software house'y. Adresu żadnego z nich nie zgadywaliśmy: wzięliśmy ten, który każde miasto samo podało ministerstwu. Pod tym adresem 7 z nich nie odpowiada, a spośród 59 pozostałych żadne nie publikuje maszynowo czytelnej informacji o tym, czyj to urząd. Widzimy też przesłankę, że o wyniku decyduje raczej firma pisząca szablon niż samo miasto — za słabą, żeby ją ogłosić, i dość mocną, żeby ją zapisać na następny pomiar.
Mierzymy warunki wstępne, nie efekt: czy silnik generatywny może pobrać stronę, przeczytać ją i znaleźć na niej treść w formie nadającej się do zacytowania. Czy faktycznie cytuje — to inny pomiar i tego raport nie rozstrzyga.
Trzy poprzednie edycje mierzyły firmy i w każdej wracało to samo pytanie: co wam z tego, że o tym piszecie. Urzędom nie sprzedajemy audytów widoczności i nie planujemy ich sprzedawać, więc ta edycja jest pierwszą, której nie da się przeczytać jako pozyskiwania klientów. Jest też pierwszą, w której konsekwencje ponosi ktoś inny niż mierzony: firma niewidoczna dla modelu traci klienta, a urząd niewidoczny dla modelu sprawia, że mieszkaniec dostaje wymyśloną odpowiedź o tym, jak załatwić swoją sprawę.
Populacja jest zamknięta i policzalna, więc pierwsza rzecz, którą da się z niej zrobić, to tabela od najlepszego do najgorszego. Nie robimy tego i prosimy, żeby nie robić tego z naszych danych — powód opisuje metodologia: dwadzieścia pięć pozycji nie ma wspólnej wagi, a jedna liczba przestaje działać w chwili, w której zaczyna się nią porównywać strony między sobą.
Przy miastach dochodzi powód, którego trzy poprzednie edycje nie miały. Ranking sześćdziesięciu sześciu samorządów żyłby własnym życiem dłużej niż ustalenia, które by go zrodziły. Dlatego w tekście nie wymieniamy z nazwy żadnego miasta — ani tych, którym czegoś brakuje, ani tych, które coś mają. Nazwy padają wyłącznie przy dostawcach oprogramowania, bo to są firmy sprzedające produkt. Pełne dane per miasto są opublikowane, bo schowanie ich byłoby gorsze niż ranking, i niosą to zastrzeżenie w środku pliku.
Populacją są miasta na prawach powiatu. Granica jest ustawowa, więc nie ma czego uznaniowo
domykać, ale samą listę i tak wzięliśmy z rejestru, a nie z pamięci: z „Bazy teleadresowej
jednostek samorządu terytorialnego", którą prowadzi MSWiA i publikuje na
dane.gov.pl.
Wybór robi sam rejestr: bierzemy wiersze, które w kolumnie typ_JST mają wartość
MNP. Jest ich 66, a obok 314 powiatów ziemskich,
co daje 380 powiatów — obie liczby skrypt sprawdza przy każdym przebiegu wobec pobranego pliku,
więc mianownik tego badania jest wyliczony, a nie przepisany.
Ten sam rejestr rozwiązuje drugi problem, którego trzy poprzednie edycje nie miały: dla
miast nie ma katalogu podającego firmę i jej adres w jednym wierszu, a
podstawienia, które się nasuwają — zgadywanie adresu, Wikidata,
wyszukiwarka — odrzucamy z powodów opisanych w metodologii. Kolumna „adres www jednostki"
jest adresem, który samo miasto podało ministerstwu, i mierzymy dokładnie ten: dosłownie,
z przedrostkiem www. włącznie, bo szesnaście z tych domen nie ma bez niego rekordu
DNS. Żaden wiersz nie wypadł z próby: 66 miast, 66 pomiarów.
Do porównań z wcześniejszymi badaniami służy węższa podstawa: 59 serwisów, których stronę główną dało się pobrać.
Pod adresem z rejestru 7 z 66 serwisów nie oddało strony klientowi, który
nie ma przeglądarki. Powody są różne i każdy jest zapisany w danych osobno, bo mieszczą się
w nich dwie zupełnie różne rzeczy. Jedno miasto podało adres, który nie ma rekordu DNS —
ta sama nazwa bez www. działa. Dwa serwery przysyłają certyfikat nieobejmujący
nazwy, pod którą stoją. Dwa przysyłają wyłącznie własny certyfikat, bez pośredniego:
przeglądarka zwykle sama sobie brakujące ogniwo dobiera i użytkownik niczego nie zauważa,
a klient ścisły — czyli każdy crawler — zrywa połączenie. Jeden odmawia połączenia na porcie
443.
Siódmy przypadek jest innego rodzaju. Ten serwis odpowiada 200 na żądanie
z nagłówkiem przeglądarki i 403 na to samo żądanie podpisane jako GPTBot.
Dla porównania: w badaniu e-commerce nieosiągalnych było 17 ze 145 domen, a wśród software house'ów 4 z 98. Miasta z 7 na 66 mieszczą się między tymi dwiema populacjami i nie są tu wyjątkiem.
Pozycje o encji w Wikidacie i o artykuł w Wikipedii pytają o nazwę, którą przyrząd odczytał
ze strony. Kiedy strona nie publikuje encji Organization — a nie publikuje jej
57 z 59 — nazwą staje się pierwszy człon <title>: dla Gdańska „Oficjalny
portal miasta Gdańska". Sonda odpowiada więc, że nie ma encji o takiej nazwie, i ma
rację. Gdańsk encję ma, jak wszystkie 66. Nie podajemy tej liczby nawet po to, żeby ją
zdementować — dementi się gubi, a liczba zostaje.
Werdykty zostają w opublikowanym pliku, bo usuwanie zebranego pomiaru byłoby gorszą nieuczciwością, i każdy taki wiersz niesie obok siebie to zastrzeżenie.
Skoro pozycja pyta o nazwę odczytaną ze strony, to samo mogło zafałszować trzy wcześniejsze przebiegi. Sprawdziliśmy je, zamiast założyć, że firmom nie szkodzi. Nazwa użyta do zapytania nie ma nic wspólnego z domeną właściciela w 10 z 55 spółek giełdowych, 18 z 128 sklepów i 16 z 94 software house’ów.
Potem zapytaliśmy ponownie o każdy zapisany brak encji, nazwą z rejestru albo katalogu branżowego. Bez encji zostaje wtedy 30 z 55 spółek (55% zamiast 78%), 85 z 128 sklepów (66% zamiast 77%) i 76 z 94 software house’ów (81% zamiast 90%). Wśród miast zostaje 1 z 59 — czyli praktycznie każde miasto encję ma, co potwierdza, że tej liczby nie wolno było opublikować. Ustalenie raportu o software house’ach przeżywa poprawkę: przewaga nad dwiema wcześniejszymi populacjami rośnie z 12 punktów do 15. Trzy raporty niosą to sprostowanie przy swojej liczbie, a miara nazywa się teraz „brak encji pod nazwą ze strony”, bo to jest to, co mierzy.
Druga połowa tej wady nie jest brakiem liczby. Wyszukiwarka Wikidaty na „Strona główna”
zwraca encję „Wikimedia main page”, a na „Home” — nazwisko. Trzy spółki giełdowe i sześć miast
miało więc w opublikowanych danych cudzy byt jako dowód przy własnej nazwie. Naprawia to
oznaczenie wiersza polem entityNameNotTheOwners, a nie przypis pod tabelą.
Kompletną encję Organization publikuje 0 z 59 osiągalnych
serwisów. Nie chodzi o niedobrany szczegół: 57 z 59 nie publikuje żadnej
encji tego typu. Strona jest, treść jest, a maszynowo czytelnego zdania
„to jest urząd miasta X, z adresem Y i telefonem Z" na niej nie ma.
Idzie z tym pozycja, której trzy poprzednie edycje nie potrzebowały. Dla 8 z 59 miast nazwa, którą strona nadaje samej sobie, nie zawiera nazwy miasta. W ośmiu wypadkach jest to w większości z nich „Strona główna". Model, który trafia na taką stronę, ma treść o urzędzie i nie ma zdania mówiącego, o czyj urząd chodzi. Liczyliśmy to po rdzeniu nazwy, żeby polska odmiana niczego nie wyprodukowała: „Serwis informacyjny Urzędu Miasta Rzeszowa" nazywa Rzeszów i jest w porządku.
Reszta danych strukturalnych układa się podobnie. 1 z 59 serwisów deklaruje
Article, żaden nie deklaruje FAQPage, a 58 z 59 nie
podaje maszynowo swoich profili społecznościowych, choć linki do nich są na stronach
powszechnie — jako odnośniki dla człowieka, nie jako deklaracja dla maszyny.
Dwie rzeczy, które nie wymagają żadnej wiedzy o modelach językowych, bo istnieją od dwudziestu lat, wypadają niewiele lepiej. Mapy strony nie ma 28 z 59 serwisów, a kanału RSS lub Atom nie udostępnia 42 z 59. Pierwsza z tych rzeczy mówi wyszukiwarce i crawlerowi, co na stronie w ogóle jest; druga mówi, co się na niej zmieniło.
Zanim padnie liczba: blokada bota i decyzja o blokowaniu botów to dwie różne rzeczy i tego pomiaru nie wolno czytać jako drugiej. Urzędy stawiają zapory pod presją bezpieczeństwa, mają ku temu powody, o których nasz przyrząd nic nie wie, a reguły warstwy brzegowej bywają domyślne, kupowane w pakiecie i niewidoczne dla tego, kto zamawiał serwis. Nasz pomiar widzi wyłącznie skutek.
6 z 59 osiągalnych serwisów odprawia boty AI. Wpis w robots.txt
ma 2 z nich, warstwa brzegowa odrzuca żądania w 5 przypadkach, a 1 serwis ma oba naraz.
Zostaje 4, w których
robots.txt milczy, a bot i tak dostaje odmowę — czyli tam, gdzie nikt tego nie
zapisał, i gdzie właściciel serwisu może o blokadzie nie wiedzieć.
W badaniu e-commerce ten sam układ dotyczył 14 z 24 blokujących sklepów, a wśród software house'ów odwrotnie: sześć na osiem blokad było wpisanych ręcznie. Miasta są bliżej sklepów niż firm technologicznych, co przy nieco ponad pięćdziesięciu obserwacjach jest wskazówką, a nie dowodem.
Do checklisty dołożyliśmy w tej edycji drugi pomiar: co serwis sam mówi o swoim
oprogramowaniu. Czytamy wyłącznie to, co strona opublikowała — znacznik
generator, nagłówki odpowiedzi, ścieżki własnych plików i podpis wykonawcy
w stopce. Nie zgadujemy z wyglądu.
Ta oś stoi na własnej podstawie: 58 stron, które pobrała sonda platform, wobec 59 osiągalnych dla checklisty. To dwa różne klienty pytające o to samo w dwóch różnych momentach i różnią się o trzy miasta — sonda weszła na jedno, którego checklista nie dostała, i nie weszła na dwa, które checklista pobrała. Część wspólna liczy 57 miast i to na niej stoi test niżej. Nie uśredniamy tych podstaw: każda oś podaje tę, którą sama zmierzyła.
| Silnik | Ile miast |
|---|---|
| WordPress | 10 z 58 (17%) |
| Drupal | 7 z 58 (12%) |
| TYPO3 | 6 z 58 (10%) |
| edito | 3 z 58 (5%) |
| Contao | 2 z 58 (3%) |
| SmartSite | 2 z 58 (3%) |
| SharePoint | 1 z 58 (2%) |
| eZ Platform | 1 z 58 (2%) |
| nierozpoznany | 26 z 58 (45%) |
Wiersz „nierozpoznany" znaczy dokładnie tyle, że strona nie opublikowała nic, co dałoby się odczytać jako nazwa silnika. Nie znaczy „zrobiona na zamówienie", „bez CMS-a" ani „nierozpoznawalna" — tego nie mierzyliśmy i stąd zmierzyć się nie da. Nazw miast w tej tabeli nie ma z powodu opisanego wyżej; przypisanie każdego serwisu do silnika jest w opublikowanych danych, kolumna po kolumnie.
Serwisy samorządowe stoją w dużej mierze na kilku systemach od garstki dostawców, więc nasuwa się hipoteza: wynik grupuje się po platformie, a nie po mieście. Sprawdziliśmy ją, zamiast ją założyć — porównując zgodność każdej grupy z dwudziestoma tysiącami losowych grup tej samej wielkości, bo sama zgodność nic nie znaczy, kiedy większości badanych brakuje tego samego.
Po silniku hipoteza się nie broni. Dziewięć serwisów na WordPressie zgadza się na 12 pozycjach przy 10,9 oczekiwanych losowo, siedem na Drupalu na 14 przy 12,2. Miasta dzielące silnik nie są do siebie podobniejsze niż miasta dobrane na chybił trafił. Dziewięć, a nie dziesięć jak w tabeli wyżej: jedno miasto z WordPressem oddało stronę sondzie platform, a checkliście odmówiło, więc nie ma werdyktów, które ten test porównuje.
Po wykonawcy wygląda to inaczej. Cztery miasta — Krosno, Legnica, Lublin i Skierniewice — podpisują w swoich stopkach tego samego wykonawcę, firmę Ideo. Zgadzają się na 21 pozycjach z 25 przy 15,3 oczekiwanych, a losowa czwórka bije ten wynik w 16 losowaniach na 1000. Co więcej, rozchodzą się dokładnie tam, gdzie decyduje redakcja — świeżość, mapa strony, źródła, długość akapitów — a zgadzają się tam, gdzie decyduje szablon: wszystkie cztery mają poprawną hierarchię nagłówków, której reszta próby nie ma w jednej trzeciej przypadków.
Cztery to cztery. Testowaliśmy 5 grup — WordPress (9 miast), Drupal (7), TYPO3 (6), edito (3) i wykonawcę Ideo (4); mniejszych nie da się w ten sposób zbadać. Przy pięciu testach jeden tak mocny wynik zdarza się przypadkiem mniej więcej raz na dwanaście takich badań, więc to jest hipoteza dla następnego pomiaru, nie ustalenie. Warto ją zapisać, bo gdyby się potwierdziła, mówiłaby coś, czego żadna z poprzednich edycji powiedzieć nie mogła: poprawka w jednym szablonie zmienia wynik kilku miast naraz, a adresatem takiej poprawki jest firma, nie urząd.
| Czego brakuje | GPW n=55 | e-commerce n=128 | software house’y n=94 | miasta n=59 |
|---|---|---|---|---|
| nie linkuje wiarygodnych źródeł | 53 z 55 (96%) | 121 z 128 (95%) | 85 z 94 (90%) | 20 z 59 (34%) |
| nie cytuje ekspertów z nazwiska | 52 z 55 (95%) | 123 z 128 (96%) | 89 z 94 (95%) | 57 z 59 (97%) |
| nie pokazuje daty ani changelogu | 47 z 55 (85%) | 111 z 128 (87%) | 86 z 94 (91%) | 54 z 59 (92%) |
| nie ma encji w Wikidata pod nazwą ze strony | 43 z 55 (78%) | 98 z 128 (77%) | 85 z 94 (90%) | nie mierzymy tutaj |
| odprawia boty AI | 3 z 55 (5%) | 24 z 128 (19%) | 8 z 94 (9%) | 6 z 59 (10%) |
Cztery miary układają się w miastach tak samo jak w trzech poprzednich populacjach, z jednym odchyleniem: brak wiarygodnych źródeł dotyczy tu 20 z 59 serwisów wobec ponad dziewięćdziesięciu procent wszędzie indziej. Urzędy linkują do ustaw, dzienników urzędowych i własnych uchwał, czyli robią to, czego pozycja szuka, bez żadnej myśli o modelach językowych. Piąta miara — encja w Wikidacie — została w tabeli jako pusta rubryka, żeby nie wyparowała po cichu z jedynej populacji, w której jej wynik byłby najchętniej cytowany.
Trzy poprzednie raporty kończyły się zdaniem o pieniądzach: firma niewidoczna dla modelu traci klienta i to jest jej sprawa. Tutaj adresat kosztu jest inny. Mieszkaniec, który pyta asystenta, jak zarejestrować samochód albo do kiedy złożyć wniosek, dostanie odpowiedź niezależnie od tego, czy model miał się na czym oprzeć. Jeśli nie miał, odpowiedź i tak powstanie — z ogólnej wiedzy o polskich urzędach albo z serwisu, który akurat był czytelny. Brak tożsamości urzędu w formie maszynowej nie powoduje ciszy, tylko zastąpienie.
Kolejność naprawy jest ta sama co w poprzednich edycjach i zaczyna się od rzeczy
najtańszych. Najpierw dostęp: łańcuch certyfikatu, adres, który faktycznie odpowiada, reguły
zapory sprawdzone pod kątem tego, kogo naprawdę odrzucają. Potem jedno zdanie o tym, czyj to
urząd — encja Organization i nazwa strony zawierająca nazwę miasta to godzina
pracy, nie projekt. Treść na końcu, bo praca nad treścią, której nikt nie pobiera, nie daje
nic.
Jeśli hipoteza o wykonawcy się potwierdzi, najtańsza droga prowadzi zresztą nie przez sześćdziesiąt sześć urzędów, a przez kilkanaście firm, które piszą dla nich szablony.
Surowy przebieg jest opublikowany na licencji CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/), wiersz po wierszu, razem z regułą doboru próby, rejestrem, z którego wzięliśmy adresy, i listą sprawdzeń, których nasz przyrząd nie rozstrzyga za nikogo: pełne dane w JSON, żeby dało się nas sprawdzić bez powtarzania pomiaru. Jeśli mierzymy Cię błędnie, napisz — poprawimy i odnotujemy w historii zmian: pz@xfaang.com. Reguły, według których dobieramy próbę, liczymy odsetki i decydujemy, kogo nazwać z imienia, są wspólne dla wszystkich edycji i opisane osobno: metodologia badań.
Pomiar: 26.08.2026 · Ostatnia aktualizacja:
Tę checklistę stosujemy też do tej strony: jak na niej wypada.