1. Strona główna
2. Dziennik
3. Content marketing

Treści AI a Google: kiedy szkodzą i jak ocenić ryzyko

• Jacek Ślesicki
• 25 października 2026
• ok. 18 min czytania

Czy treści pisane przez AI szkodzą w Google?

Nie, samego użycia AI do napisania treści nie traktuję jako powodu obniżenia pozycji przez Google. Google Search Central w wytycznych z 2023 roku rozdziela sposób tworzenia tekstu od jego jakości i celu. Treści AI mogą pojawiać się w Google Search, ale brak zakazu nie gwarantuje indeksacji ani widoczności.

Największe ryzyko widzę w publikowaniu odpowiedzi, za które nikt nie bierze odpowiedzialności: z nieistniejącymi źródłami, błędnymi instrukcjami albo obietnicą w tytule, której tekst nie spełnia. Dlatego Content marketing i blogi firmowe rozpatruję jako pracę nad użyteczną treścią, a nie samą produkcję kolejnych adresów URL.

„Appropriate use of AI or automation is not against our guidelines.” Google Search Central, Google Search’s guidance about AI-generated content, 2023.

Ten fragment oznacza, że właściwe użycie AI lub automatyzacji nie narusza wytycznych. Istotne pozostaje słowo „właściwe”: stanowisko Google nie daje zgody na dowolny sposób masowej publikacji. Źródłem jest oficjalne stanowisko Google dotyczące treści AI.

Pochodzenie tekstu a jakość: co rozdzielić?

Rozdzielam narzędzie użyte do napisania tekstu od sprawdzalnych cech gotowej odpowiedzi: poprawności, przydatności, aktualności i uczciwego przedstawienia jej podstaw.

Proponuję cztery kryteria akceptacji artykułu:

• Poprawność oznacza, że liczby, nazwy i instrukcje zgadzają się z przywołanymi dokumentami.
• Użyteczność oznacza, że czytelnik otrzymuje odpowiedź na pytanie postawione w tytule.
• Aktualność oznacza, że opis dotyczy właściwej wersji produktu, procedury lub usługi.
• Odpowiedzialność oznacza, że wiadomo, kto zatwierdził materiał i może poprawić błąd.

To proponowany standard redakcyjny, nie lista czynników rankingowych. Przykładowo instrukcja WordPressa z nieistniejącą nazwą ustawienia wymaga korekty niezależnie od tego, czy przygotował ją człowiek, czy model.

Zasady Google: czy zgodność gwarantuje pozycje?

Nie, zgodność z zasadami Google nie stanowi obietnicy pozycji, ponieważ dopuszczalność publikacji i jej widoczność to odrębne kwestie.

Nie sprzedaję więc argumentu „Google dopuszcza AI” jako zapewnienia sukcesu. Tekst może być poprawny, ale zbyt ogólny, by rozwiązać konkretny problem odbiorcy. Samo usunięcie charakterystycznych zwrotów modelu tego nie zmieni.

Treści AI a spam: kiedy sposób publikacji narusza zasady?

Scaled content abuse polega na tworzeniu wielu stron przede wszystkim w celu manipulowania rankingiem i bez pomagania użytkownikom. Zwykle obejmuje duże ilości nieoryginalnej treści o małej lub zerowej wartości, niezależnie od sposobu jej utworzenia. Google Search Central opisało tę politykę w 2024 roku. Ryzyko wiążę z celem procesu i wartością odpowiedzi, a nie z nazwą narzędzia użytego do pisania.

„no matter whether content is produced through automation, human efforts, or some combination of human and automated processes.” Google Search Central, March 2024 core update and new spam policies, 2024.

Cytowany fragment obejmuje automatyzację, pracę człowieka oraz proces mieszany. Ręczne pisanie nie stanowi zatem wyjątku od zasad. Wyjaśnienie znajduje się w ogłoszeniu polityki dotyczącej masowej produkcji treści.

Masowa produkcja treści: jak ocenić cel publikacji?

Zaczynam od pytania, co każda planowana strona pozwala odbiorcy zrobić lub zrozumieć, czego nie zapewniają pozostałe materiały.

Przy ocenie pomysłu proponuję sprawdzić następujące sygnały:

• Odrębność tematu powinna wynikać z osobnego problemu, a nie tylko zamiany słowa kluczowego.
• Źródła powinny wspierać konkretną odpowiedź zamiast tworzyć pozory dokumentacji.
• Przykłady powinny wyjaśniać warunki zastosowania porady, a nie powtarzać definicję.
• Skala publikacji powinna uwzględniać możliwość sprawdzenia i późniejszego aktualizowania materiałów.

Nie wyznaczam „bezpiecznej” liczby artykułów dziennie ani procentu tekstu AI. Polityka spamu Google Search nie daje takiego uniwersalnego progu.

Parafraza konkurencji: czym różni się od opracowania?

Parafraza zmienia sformułowania, natomiast użyteczne opracowanie dodaje sprawdzoną odpowiedź, wyjaśnia ograniczenia albo porządkuje informacje potrzebne do podjęcia decyzji.

Rozważmy dwa hipotetyczne materiały. Pierwszy opisuje konfigurację Astro, wskazuje wersję i przedstawia sprawdzony przykład. Drugi powiela cudzą instrukcję, zmieniając kolejność zdań. Różnicą jest możliwość wykonania zadania i zrozumienia warunków, nie stopień językowego podobieństwa.

Podobnie seria stron o usługach w różnych miastach nie staje się przydatna tylko dlatego, że każda zawiera inną nazwę miejscowości. Potrzebuje rzeczywistych informacji dotyczących danej lokalizacji. To przykład oceny redakcyjnej, nie opis konkretnej realizacji.

Kontrola treści AI: jak sprawdzić artykuł przed publikacją?

Kontrolę treści AI proponuję zacząć od twierdzeń, następnie sprawdzić intencję wyszukiwania, źródła i wartość odpowiedzi. W WordPressie lub Astro gotowy szkic powinien przejść ocenę człowieka, zanim stanie się publicznym materiałem. Taki proces przekłada zalecenia Google Search Central dotyczące pomocnych treści na konkretne czynności redakcyjne.

Weryfikacja źródeł: jak sprawdzić liczby i cytaty?

Najpierw otwieram wskazany dokument i porównuję jego treść z konkretnym zdaniem artykułu, ponieważ sam działający link nie potwierdza twierdzenia.

Proponuję następującą kolejność kontroli:

1. Zaznacz liczby, daty, nazwy produktów i obietnice, które wymagają potwierdzenia.
2. Otwórz źródła pierwotne i znajdź fragmenty rzeczywiście wspierające te twierdzenia.
3. Sprawdź zakres danych, ponieważ wynik dotyczący jednej grupy nie opisuje automatycznie wszystkich odbiorców.
4. Porównaj cytaty z oryginałem i oddziel dosłowne wypowiedzi od własnych objaśnień.
5. Usuń nieudokumentowane szczegóły albo zastąp je ostrożniejszym, poprawnym stwierdzeniem.

Przykład hipotetyczny: model przypisuje funkcję bezpłatnej wersji wtyczki, choć dokumentacja opisuje wariant płatny. Poprawka powinna wskazać właściwy wariant. Ładniejsze zdanie pozostawiające ten błąd nadal wprowadza czytelnika w błąd.

Intencja wyszukiwania: jak ocenić kompletność odpowiedzi?

Najpierw zapisuję zadanie czytelnika jednym zdaniem, a następnie sprawdzam, czy artykuł rzeczywiście pozwala je wykonać bez zgadywania brakujących kroków.

Przykładowo osoba szukająca sposobu sprawdzenia indeksacji potrzebuje ścieżki działania i interpretacji wyniku. Rozbudowana historia wyszukiwarek nie zastąpi instrukcji. Z kolei porównanie narzędzi powinno określać kryteria wyboru, nie tylko wymieniać funkcje.

Tak rozumiem Pisanie z AI i kontrola merytoryczna: redakcja tekstu AI obejmuje sens odpowiedzi, a nie wyłącznie styl. Podstawę stanowią wskazówki Google dotyczące pomocnych, wiarygodnych treści.

Treści wrażliwe: kto powinien ocenić poradę?

Poradę dotyczącą zdrowia, prawa lub finansów powinien ocenić specjalista właściwej dziedziny, ponieważ korekta SEO nie zastępuje kompetencji merytorycznych.

Proponuję wymagać daty sprawdzenia informacji, rzeczywistej recenzji i odpowiedniej klauzuli, na przykład: „Materiał informacyjny. Treść nie zastępuje konsultacji z lekarzem”. Samo ostrzeżenie nie naprawia błędnej porady. Podobnie nazwisko eksperta bez jego udziału nie stanowi recenzji.

E-E-A-T i AI: jak pokazać doświadczenie bez fikcji?

Doświadczenie proponuję pokazywać przez udokumentowane działania, metodę i odpowiedzialność za wnioski, zamiast dopisywać deklaracje eksperckości. E-E-A-T obejmuje doświadczenie, wiedzę, autorytet i zaufanie. Google Search Central wyjaśniło dodanie doświadczenia do Search Quality Rater Guidelines w 2022 roku; ramy te nie są pojedynczym wynikiem ani znacznikiem HTML zapewniającym pozycje.

„E-A-T is gaining an E: experience.” Google Search Central, Our latest update to the quality rater guidelines, 2022.

W objaśnieniu rozszerzenia E-A-T o doświadczenie Google wskazuje między innymi rzeczywiste użycie produktu lub odwiedzenie miejsca. Nie wynika z tego nakaz dodawania osobistej historii do każdej definicji.

Autor i recenzent: jak opisać rzeczywiste role?

Najpierw rozdzielam osobę odpowiedzialną za tekst, narzędzie pomocnicze i eksperta sprawdzającego wybrane twierdzenia, a następnie opisuję wyłącznie faktycznie wykonane czynności.

Dla materiału przygotowanego z AI proponuję cztery zasady:

• Autor powinien odpowiadać za opublikowaną treść, także za błędy pozostawione po pracy z narzędziem.
• Recenzent powinien mieć kompetencje odpowiadające zakresowi sprawdzanej informacji.
• Opis wykorzystania AI powinien wyjaśniać jej rzeczywistą rolę, jeżeli pomaga odbiorcy ocenić materiał.
• Informacja reviewedBy powinna wskazywać rzeczywistą recenzję, a nie służyć jako ozdobnik wiarygodności.

E-E-A-T w artykule nie sprowadza się do rozbudowanego biogramu. Najpierw musi istnieć rzetelny materiał, dopiero później jego uczciwy opis.

Przykłady i testy: jak pokazać metodę oraz ograniczenia?

Zaczynam od określenia warunków testu, użytych materiałów i granic wniosku, aby czytelnik rozumiał, co rzeczywiście zostało sprawdzone.

Hipotetyczny przykład: porównanie ustawień WordPressa może zawierać zrzuty ekranu, wersję oprogramowania i opis wykonanej czynności. Nie powinno sugerować testowania wszystkich konfiguracji. Własne zdjęcie urządzenia dokumentuje kontakt z produktem, ale samo nie dowodzi jego trwałości.

Dobrym materiałem byłaby także prawdziwa poprawka „przed i po”, pokazana za zgodą właściciela i bez danych prywatnych. Gdy takiego materiału brak, lepszy jest jawny przykład hipotetyczny niż zmyślona historia klienta.

Wkład własny w artykule ma pomagać w zrozumieniu tematu. Natomiast Wkład własny a cytowania w AI wymaga ostrożności: autorski materiał nie daje gwarancji cytowania przez modele.

Spadek ruchu po publikacji AI: jak ustalić przyczynę?

Diagnozę spadku ruchu zaczynam od porównania danych Google Search Console z historią zmian strony, a nie od etykiety „tekst AI”. Google Search Central wskazuje różne możliwe przyczyny, w tym problemy techniczne, zmiany algorytmiczne i popyt. Sama kolejność zdarzeń nie dowodzi, że narzędzie piszące spowodowało utratę widoczności.

Korelacja i przyczyna: co sprawdzić najpierw?

Najpierw ustalam datę, zakres i rodzaj spadku, a następnie porównuję dotknięte adresy z publikacjami, które zachowały wcześniejsze wyniki.

Proponuję przejść przez następujące punkty:

1. Raport skuteczności powinien pokazać osobno zmiany kliknięć, wyświetleń i zapytań dla wybranych stron.
2. Stan indeksacji powinien pomóc ustalić, czy analizowane adresy pozostają dostępne w wyszukiwarce.
3. Raport działań ręcznych powinien wyjaśnić, czy Google przekazało informację o takim działaniu.
4. Historia wdrożeń powinna obejmować zmiany szablonu, adresów i linkowania wewnętrznego.
5. Porównanie okresów powinno uwzględniać sezonowość oraz zmiany zainteresowania tematem.

To skrót procedury opartej na dokumentacji Google dotyczącej diagnozowania spadków ruchu. Brak działania ręcznego nie wyklucza innych problemów.

Hipotetyczny scenariusz: razem z nowymi artykułami zmieniono nawigację serwisu. Jeżeli spadek obejmuje również starsze teksty, diagnoza ograniczona do autorstwa nowych publikacji pomija istotny trop. Najpierw trzeba oddzielić te zmiany.

Indeksowanie artykułów: jak wybrać zakres naprawy?

Zaczynam od oceny konkretnych adresów i przypisania im problemu, aby poprawka odpowiadała przyczynie zamiast obejmować wszystkie treści przygotowane z AI.

Przykładowo nieaktualna instrukcja może wymagać wymiany zrzutów i opisu ustawień. Kilka stron odpowiadających na to samo pytanie może wymagać uporządkowania zakresów. Materiał bez odbiorcy i bez przydatnej odpowiedzi wymaga osobnej decyzji o dalszym utrzymaniu.

Nie rekomenduję zbiorowego usuwania tekstów tylko na podstawie ich pochodzenia. Przed zmianą proponuję zachować kopię treści i zapis rozpoznanego problemu, żeby później dało się ocenić sens wykonanej pracy. Poprawka powinna mieć uzasadnienie.

Publikowanie z AI: jak ustalić zasady redakcyjne?

Zasady redakcyjne proponuję oprzeć na trzech elementach: odpowiedzialnej osobie, kontroli twierdzeń i warunkach dopuszczenia materiału. Dla publikacji w WordPressie i Astro potrzebny jest ten sam standard merytoryczny. Poniższa tabela przedstawia mój proponowany model decyzji, zgodny z naciskiem Google Search Central na użyteczność, ale niebędący oficjalnym systemem oceny Google.

Decyzja redakcyjna: kiedy publikować, poprawiać lub odrzucać?

Publikację proponuję dopuścić po zakończeniu kontroli, poprawę zlecić przy usuwalnych brakach, a materiał odrzucić przy zmyślonych podstawach lub braku użytecznego celu.

Decyzja	Warunek	Następny krok
Publikuj	Materiał odpowiada na pytanie i ma sprawdzone podstawy.	Zatwierdź treść oraz osobę odpowiedzialną.
Popraw	Artykuł ma sens, ale zawiera nieaktualny szczegół lub brakujący krok.	Uzupełnij wskazany fragment i ponownie go sprawdź.
Skieruj do eksperta	Porada wykracza poza kompetencje autora.	Uzyskaj ocenę właściwego specjalisty.
Odrzuć	Tekst opiera się na fikcyjnych źródłach lub doświadczeniach.	Przygotuj materiał od nowa na prawdziwych podstawach.

Hipotetyczny przykład: poradnik zawiera poprawną instrukcję i nieaktualną nazwę przycisku. To zadanie do korekty. Artykuł opisujący nieprzeprowadzony test potrzebuje nowej podstawy, a nie kosmetycznej redakcji.

Odpowiedzialność za tekst: jak utrzymać kontrolę po publikacji?

Najpierw przypisuję materiałowi osobę odpowiedzialną za późniejsze poprawki i sposób zgłaszania błędów, ponieważ publikacja nie kończy życia informacji.

Proponuję zachować prostą dokumentację:

• Karta artykułu powinna określać odbiorcę i pytanie, na które materiał odpowiada.
• Lista źródeł powinna umożliwiać odtworzenie podstaw najważniejszych twierdzeń.
• Historia zmian powinna rozróżniać korektę języka od zmiany merytorycznej.
• Termin przeglądu powinien wynikać z tempa zmian tematu, a nie z pozornej potrzeby odświeżania daty.

Odpowiedzialna publikacja z AI wymaga decyzji człowieka o jakości gotowego materiału. Samo narzędzie tej odpowiedzialności nie przejmuje.

Jeśli chcesz uporządkować treści i zasady ich publikowania, zapraszam do formularza kontaktowego. Zacznijmy od wskazania strony i problemu, który chcesz rozwiązać. Nie obiecuję pozycji w Google ani cytowań w ChatGPT.

Najczęściej zadawane pytania

Czy każdy tekst AI trzeba przepisać ręcznie?

Nie, ręczne przepisanie każdego zdania nie zastępuje sprawdzenia faktów, źródeł i zgodności odpowiedzi z pytaniem czytelnika. Proponuję poprawiać konkretne błędy oraz zbędne fragmenty. Zamiana słów bez usunięcia problemu nie poprawia merytorycznej jakości treści.

Czy detektor AI przewiduje ocenę Google?

Nie, wyniku detektora AI nie traktuję jako prognozy pozycji ani potwierdzenia naruszenia zasad wyszukiwarki przez dany artykuł. Taki wynik nie sprawdza prawdziwości cytatów ani kompletności instrukcji. Nie powinien samodzielnie decydować o przyjęciu lub odrzuceniu tekstu.

Czy ujawnienie użycia AI zastępuje podpis autora?

Nie, informacja o wykorzystaniu AI opisuje sposób przygotowania materiału, ale nie wskazuje automatycznie osoby odpowiedzialnej za jego poprawność. Rozdzielam te informacje. Odbiorca powinien rozumieć zarówno rolę narzędzia, jak i odpowiedzialność za gotową publikację.

Czy dłuższy tekst AI ma większą szansę na widoczność?

Nie, sama długość tekstu nie daje podstaw do obietnicy lepszej widoczności, a Google nie wskazuje preferowanej liczby słów. Wprost wyjaśnia to dokumentacja pomocnych treści przywołana w źródłach. Rozbudowa ma sens wtedy, gdy dodaje potrzebną odpowiedź, przykład lub wyjaśnienie wyjątku.

Czy poprawienie stylu wystarczy, jeśli tekst zawiera fikcyjne źródła?

Nie, korekta stylu nie usuwa fikcyjnego źródła ani nie potwierdza twierdzenia, które zostało na nim oparte w artykule. Proponuję wrócić do dokumentów pierwotnych. Jeżeli twierdzenia nie da się udokumentować, trzeba je usunąć albo odpowiednio ograniczyć.

Źródła i literatura

Stanowisko dotyczące treści AI opieram na dokumentach Google Search Central oraz wskazówkach diagnostycznych Google Search Console. Źródła sprawdzono 18 października 2026 roku. Daty przy wpisach oznaczają daty publikacji dokumentów, a przedstawione checklisty i tabela decyzji są propozycją organizacji pracy redakcyjnej.

Stanowiska Google: AI, spam i doświadczenie

1. Google Search’s guidance about AI-generated content, 2023. Dokument wyjaśnia podejście Google do właściwego wykorzystania AI.
2. March 2024 core update and new spam policies, 2024. Ogłoszenie opisuje zakres scaled content abuse.
3. E-A-T gets an extra E for Experience, 2022. Publikacja wyjaśnia rolę doświadczenia w ocenie jakości.
4. Spam policies for Google web search. Dokumentacja przedstawia zasady dotyczące spamu, w tym nadużyć produkcji treści na skalę.

Jakość treści i diagnostyka ruchu

Creating helpful, reliable, people-first content omawia samoocenę treści, E-E-A-T i odpowiedzialność za publikację. Debugging drops in Google Search traffic przedstawia procedurę badania spadków widoczności i ruchu.