> **PromptEye Brand Book & Design Language** · Idea i komunikacja · PL (wersja źródłowa) · stan 28.10.2026
> Strona dla ludzi: https://brand.prompteye.com/pl/marka/ · English: https://brand.prompteye.com/en/brand.md · indeks dla agentów: https://brand.prompteye.com/llms.txt
> Ścieżki plików są względne wobec https://brand.prompteye.com/ds/ (np. `tokens/colors.css` → https://brand.prompteye.com/ds/tokens/colors.css), odwołania do `*.md` wobec https://brand.prompteye.com/ds/docs/. Poza Claude Design zamiast `_ds_bundle.js` wczytaj `styles.css` i skrypty `js/pe-light.js`, `js/pe-pl.js`, `js/pe-raster.js`, `js/pe-motyw.js` (w tej kolejności).

# Marka: idea, komunikacja, metoda

**Status: obowiązuje (27.10.2026).** Na tej idei budujemy całą komunikację PromptEye: stronę, use case'y, case studies i motyw wizualny. Zmiany przychodzą od zespołu.

## Idea

**AI poleca Twoją markę w pytaniach, które przynoszą klientów.**

- **„Poleca”, a nie „widać”.** Widoczność to słowo kategorii, używa go każdy konkurent. Klientowi zależy na tym, żeby AI wskazało jego markę, kiedy ktoś pyta, co kupić albo kogo wybrać. AI staje się dziś najważniejszym polecającym.
- **„W pytaniach, które przynoszą klientów”, a nie „wszędzie”.** To odróżnia nas od narzędzi, które pokazują ogólny wynik widoczności. Bycie w odpowiedzi na pytanie, które nic nie sprzedaje, nic nie znaczy.

Polecanie przez AI tam, gdzie ma to sens, buduje świadomość marki, a w efekcie przynosi klientów. Nie dla każdego klienta rezultat wygląda tak samo, dlatego idea łączy się z use case'ami.

Ta sama idea jest hasłem motywu graficznego: pole kropek to rynek pytań, obiekt wyłaniający się światłem to pytania, które przynoszą klientów, pomarańczowy punkt to marka polecona przez AI (`motyw.md`).

## Dlaczego na tym budujemy

W dobie AI funkcje da się zbudować albo skopiować w tydzień. Komunikacja oparta na funkcjach starzeje się razem z nimi. Idea ma być prawdziwa dziś, za pół roku i za rok.

Nie da się skopiować trzech rzeczy (wyróżniki):

1. **Efektu.** „AI poleca Twoją markę” jest aktualne niezależnie od tego, jakie modele i funkcje będą za rok.
2. **Ludzi i ich historii.** Lata w SEO, exity, GEO robione dla klientów agencyjnie, zanim powstało narzędzie.
3. **Danych zbieranych w czasie.** Pomiary całych branż, raporty, Atlas, historia odpowiedzi modeli. Konkurent skopiuje funkcję, ale nie zmierzy wstecz, jak AI mówiło o rynku pół roku temu. Ta przewaga rośnie z każdym miesiącem.

## Kolejność w komunikacji

Od najtrwalszego do najszybciej zmiennego:

1. Efekt (stały).
2. Dlaczego u nas to działa: metoda, ludzie, dane (stałe).
3. Use case'y (zmieniają się powoli).
4. Funkcje (zmieniają się co tydzień). Pokazujemy je tylko jako dowód, że metodę da się wykonać, nigdy jako główny przekaz.

## Use case'y: formy jednego efektu

Z PromptEye korzystają różne persony i pracują z nami przez use case'y, czyli konkretne scenariusze użycia. Każdy use case opisujemy jako odmianę tego samego efektu, więc komunikacja zostaje spójna, choć cele są różne.

| Persona chce… | Efekt w języku idei |
|---|---|
| Pozyskać klientów | AI poleca markę w pytaniach zakupowych |
| Wpłynąć na postrzeganie marki | AI opisuje markę tak, jak ona chce być widziana |
| Publikować dużo dobrych artykułów pod SEO/GEO | Treści są cytowane przez AI w ważnych pytaniach |

To początek listy, use case'ów jest więcej. **Use case opisujesz przez efekt, nie przez czynność.** „Publikacja artykułów” to czynność, w której ścigamy się z każdym generatorem treści. „Treści cytowane przez AI” to efekt, który trzyma nas w naszej kategorii. Nowych use case'ów nie dopisuj bez zespołu.

## Metoda w trzech krokach

Każdy use case odpowiada na dwa pytania klienta: skąd wiemy, że AI poleci markę, i skąd wiemy, że akurat w tych pytaniach są klienci. Odpowiada na nie jedna metoda, wspólna dla wszystkich use case'ów:

1. **Wybieramy pytania, które przynoszą klientów.** Wiemy które, bo stoi za tym doświadczenie z SEO (intencja zakupowa) i dane z pomiarów całych branż.
   W praktyce: dobór pytań i grupowanie ich w tematy i intencje, ocena jakości zestawu pytań, priorytety biznesowe, sugestie, które pytania dodać, usunąć lub zamienić.
2. **Zmieniamy to, co decyduje o odpowiedzi AI:** treści, źródła i publikacje, w jednym miejscu. Zakup linków i publikacji bezpośrednio w systemie to droga do celu, a nie wyróżnik sam w sobie.
   W praktyce: rekomendacje oparte na monitoringu, ruchu botów AI i analizie technicznej strony; luki w treściach na tle konkurencji; tworzenie i optymalizacja treści; zakup linków i publikacji w systemie.
3. **Sprawdzamy, czy AI zaczęło polecać i czy przyszli klienci.**
   W praktyce: monitoring odpowiedzi modeli AI (udział w rekomendacjach i pozycja na tle konkurencji, sposób opisu marki, źródła i cytowania), ruch z AI na stronie klienta, zmiana widoczności po opublikowanych treściach.

Te same elementy występują w ofercie jako warstwy: monitoring to kroki 1 i 3, zarządzanie widocznością to krok 2. **W komunikacji używasz kroków metody**, warstwy zostają w ofercie i cenniku. Aplikacja w ChatGPT to osobny produkt dla enterprise, poza podstawową ofertą i poza metodą.

Metoda nie ma jeszcze nazwy. **Nie wymyślaj jej.** Opisuj ją trzema krokami.

## Zespół i granica obietnic

Sama narracja „mamy doświadczony zespół” jest słaba, bo mówi tak każdy start-up. Działa dopiero wtedy, gdy zespół stoi za metodą, a case'y pokazują, że metoda daje ten sam wynik w różnych sytuacjach.

Na pytanie „skąd wiemy, że w tych pytaniach są klienci” odpowiadamy dziś doświadczeniem. Pełna odpowiedź z danych wymaga pomiaru ruchu z AI i konwersji u klienta. Dopóki go nie mamy, w obietnicach dotyczących klientów i konwersji mówimy „pomagamy”, a nie „robimy”.

## Case study: stały szablon

Każde case study ma tę samą budowę. Powtarzalność widać wtedy, gdy sekcja „dlaczego zadziałało” za każdym razem wraca do tych samych trzech kroków metody.

1. Kto i jaki scenariusz.
2. Punkt wyjścia: pomiar z narzędzia.
3. Co zrobiliśmy: trzy kroki metody.
4. Rezultat: liczby z narzędzia, a gdzie się da, ruch lub klienci.
5. Dlaczego zadziałało: te same trzy powody.

Tylko potwierdzone case studies. Tam, gdzie nie ma jeszcze klienta dla danego use case'u, są dwa uczciwe zastępstwa: case z czasów agencyjnego GEO albo PromptEye jako własny case (SEO/GEO na nowej stronie).

## Słownictwo: reguły

- **Tak:** poleca, polecenie, rekomendacja AI, pytania, które przynoszą klientów, efekt, metoda, pomiar.
- **Ostrożnie:** „widoczność” tylko jako nazwa miary w danych („widoczność w modelu, %”), nie jako obietnica.
- **„Pomagamy”, a nie „robimy”** w obietnicach dotyczących klientów i konwersji (sekcja „Zespół i granica obietnic”).
- **„Mamy doświadczony zespół”** samo w sobie nie jest argumentem. Zespół zawsze stoi za metodą i case'ami.
- **Funkcje** tylko jako dowód, że metodę da się wykonać, nigdy jako główny przekaz.
- **Liczby:** tylko potwierdzone. Nie używaj „93 na 100 treści podnosi widoczność w pierwszym miesiącu”, dopóki nie zostanie potwierdzona.
- Polskie zasady pisowni i typografii: `typografia.md` (P1).