Zbiór danych: widoczność stron WIG20 i mWIG40 dla asystentów AI

Pomiar techniczny stron korporacyjnych 60 spółek z indeksów WIG20 i mWIG40: treść dostępna botowi przed wykonaniem JavaScriptu, dane strukturalne, robots.txt, llms.txt i reakcja na nagłówek GPTBota. Surowe wyniki, próbka i skrypty pomiarowe. Licencja CC BY 4.0 obejmuje pliki własne badania; zrzuty cudzych plików w katalogu surowe/ są przytoczone w ramach prawa cytatu.

Pomiar: 10–11 sierpnia 2026 · Wyniki i wnioski: Czy AI widzi strony największych spółek z GPW? Zmierzyłem 60 domen · Metoda, ograniczenia i słownik pól: metoda.md

Pliki zbioru

• Wyniki pomiaru (wyniki.json)

  Po jednym rekordzie na spółkę: słowa dostępne botowi przed i po wykonaniu skryptów, typy JSON-LD, stan robots.txt i llms.txt, Content-Signal, kod odpowiedzi na nagłówek GPTBota.

• Próbka (probka.json)

  Skład WIG20 i mWIG40 z sesji 7 sierpnia 2026 z przypisaniem spółek do domen korporacyjnych i uzasadnieniem przypadków spornych.

• Opis metody (metoda.md)

  Metoda, kategorie botów, osiem błędów narzędzia znalezionych w walidacji i recenzji, ograniczenia i wyniki zbiorcze.

• Narzędzie pomiarowe (pomiar.mjs)

  Otwiera każdą stronę dwa razy w Chromium, raz z wyłączonym JavaScriptem, i liczy tekst dostępny parserowi bota.

• Pobieranie plików hosta (pliki-hosta.mjs)

  robots.txt i llms.txt z hosta końcowego, z ponowieniami i rozdziałem stanów: jest, brak, nie zmierzono.

• Analiza (analiza.mjs)

  Liczy wszystkie wielkości podane w artykule ze zbioru wyników.

• Kontrola blokad częściowych (robots.mjs)

  Wypisuje reguły przypisane botom AI w robots.txt, także częściowe, których główny parser nie liczy.

• Powtarzalność pomiaru (powtarzalnosc.json)

  Zestawienie miary głównej z pomiaru i przebiegu kontrolnego z 11 sierpnia 2026 dla wszystkich 60 spółek: 58 wyników identycznych, różnice maksymalnie 0,03.

• Sumy kontrolne zrzutów (surowe/SUMY-SHA256.txt)

  Manifest SHA-256 zrzutów plików robots.txt i llms.txt badanych spółek z katalogu surowe/; z plików większych niż kilkanaście kB publikowane są fragmenty z sumą całości.

Zrzuty plików badanych serwisów

robots.txt i llms.txt spółek wymienianych w artykule z nazwy, z datą pobrania w nagłówku. Z plików większych niż kilkanaście kilobajtów publikowane są fragmenty z sumą SHA-256 całości, bo pełne kopie to cudze utwory, przytoczone w zakresie uzasadnionym weryfikacją twierdzeń. Sumy kontrolne wszystkich zrzutów: SUMY-SHA256.txt.

• SUMY-SHA256.txt
• allegro-llms.txt
• asbis-robots.txt
• asee-llms.txt
• asee-robots.txt
• bnp-llms-fragment.txt
• cdprojektred-robots.txt
• cyberfolks-llms-fragment.txt
• develia-llms.txt
• erste-llms-fragment.txt
• gkpge-robots-odpowiedz-zapory.txt
• ing-llms.txt
• ing-robots.txt
• intercars-robots.txt
• lpp-llms-fragment.txt
• modivoplatform-robots.txt
• pekao-llms-fragment.txt
• rainbow-llms-fragment.txt
• tauron-llms-fragment.txt
• tauron-robots.txt
• text-llms-fragment.txt
• text-robots.txt
• wp-robots.txt
• xtb-robots.txt

Licencja

Pliki własne badania (wyniki, próbka, metoda, skrypty, zestawienie powtarzalności): CC BY 4.0, z atrybucją „Robert Marczyński, ekspertodsztucznejinteligencji.pl”. Zawartość katalogu surowe/ to cudze treści przytoczone w ramach prawa cytatu i nie podlegają relicencjonowaniu.