Treści pisane pod AI przestały rankować — co zamiast tego działa

Co faktycznie mówi polityka Google

Punktem wyjścia tego tematu był lipcowy webinar Search Engine Journal z udziałem przedstawicieli Contentful, firmy sprzedającej platformę do zarządzania treścią — czyli źródło komercyjne, wygłaszające tezę, że masowe pisanie treści przez AI bez odpowiedzialności za wyniki biznesowe prowadzi do treści generycznych (odczyt: 26.07.2026, searchenginejournal.com). To trafna intuicja, ale opinia branżowa nie jest dowodem — dowodem jest to, co Google faktycznie napisał w swojej dokumentacji.

Oficjalna polityka spamowa Google definiuje to zjawisko wprost: „Scaled content abuse is when many pages are generated for the primary purpose of manipulating search rankings and not helping users” — nadużycie treści na skalę to generowanie wielu stron w celu manipulowania rankingiem, a nie pomagania użytkownikom. Pierwszy wymieniony przykład tej kategorii to „using generative AI tools or other similar tools to generate many pages without adding value for users” (odczyt: 26.07.2026, developers.google.com, strona zaktualizowana 15.05.2026). Kluczowe jest tu połączenie „bez wartości dla użytkownika” — sama technologia generatywna nie jest warunkiem naruszenia.

Dedykowana strona wskazówek Google dla treści generowanych przez AI powtarza to samo przesłanie: „Focus on accuracy, quality, and relevance, especially when automatically generating the content” (odczyt: 26.07.2026, developers.google.com, aktualizacja 10.12.2025). To zdanie z bloga Google Search Central z 2023 roku wciąż jest aktualne: „Our focus on the quality of content, rather than how content is produced, is a useful guide” (odczyt: 26.07.2026, developers.google.com).

Najbliżej konkretnej wskazówki ws. redakcji ludzkiej jest wypowiedź Gary'ego Illyesa z Google w wywiadzie dla Search Engine Journal — nie oficjalna, pisana polityka, ale stanowisko pracownika warte odnotowania: „I don't think that we are going to change our guidance any time soon about whether you need to review it or not. Basically, it should be human curated. So basically someone had some editorial oversight over their content and validated that it's actually correct and accurate” (odczyt: 26.07.2026, searchenginejournal.com).

Ile tracą masowe treści AI — eksperyment na danych

Najbardziej konkretny, świeży materiał liczbowy na ten temat to eksperyment SE Ranking opisany przez Search Engine Land — trzeba od razu zaznaczyć, że to badanie komercyjne (przeprowadzone przez firmę sprzedającą narzędzia SEO), nie niezależne akademickie, ale metodologia jest jawna i szczegółowa. Autorzy założyli 20 nowych domen bez żadnego autorytetu, opublikowali po 100 artykułów AI na domenę (2000 łącznie) na niskokonkurencyjne frazy typu „jak zrobić”, bez edycji człowieka i bez linków zwrotnych, i obserwowali wyniki przez 16 miesięcy (odczyt: 26.07.2026, searchengineland.com).

Ciekawy jest ostatni wiersz: odsetek stron w top 100 częściowo odbił po sierpniowej aktualizacji spamowej 2025 roku, zamiast dalej spadać. Autorzy nie tłumaczą tego zjawiska wyczerpująco, a próba dotyczy wyłącznie nowych domen bez autorytetu na niskokonkurencyjnych frazach — nie należy uogólniać tego jeden do jednego na każdą witrynę i każdą branżę.

Co pokazują niezależne analizy SERP

Poza jednym eksperymentem warto spojrzeć na analizy realnych wyników wyszukiwania. Graphite przeanalizował niemal 32 tysiące zapytań w 10 kategoriach, klasyfikując treść detektorem Surfer na podstawie danych z czerwca 2025 roku: 86% rankujących artykułów w Google jest napisanych przez ludzi, a wśród artykułów w samej czołówce wyników udział AI spada do 7% — mniej niż bazowe 14% w całej próbie, różnica potwierdzona statystycznie (test Wilcoxona, p<0,000001) (odczyt: 26.07.2026, graphite.io). Niezależnie potwierdził to Axios analizą na innej próbie 65 tysięcy adresów URL z Common Crawl, z tym samym wynikiem 86% do 14% (odczyt: 26.07.2026, axios.com).

Semrush poszedł dalej i przeanalizował 42 tysiące wpisów blogowych spośród 200 tysięcy adresów URL, które wygenerowały top 10 dla 20 tysięcy fraz, klasyfikując treść detektorem GPTZero: treść w pełni ludzka zajmowała pozycję pierwszą w około 80,5% przypadków, wobec 9–10% dla treści czysto AI — przewaga rzędu ośmiu razy, utrzymująca się w całym top 10 i malejąca dopiero po piątej pozycji (odczyt: 26.07.2026, semrush.com). Search Engine Land, relacjonując te dane, zastrzega wprost, że narzędzia do wykrywania treści AI są powszechnie uznawane za niedoskonałe (odczyt: 26.07.2026, searchengineland.com).

Żadne z tych dwóch badań nie wyodrębnia osobnej kategorii „AI z istotną redakcją i fact-checkingiem” — mierzą tylko dwa bieguny: treść ludzką i treść AI (Graphite dodaje kategorie pośrednie w starszej analizie z 2024 roku, ale bez osobnych liczb rankingowych dla „mixed-low”). To realna luka w publicznie dostępnych danych, którą trzeba uczciwie przyznać, zamiast domyślać się wyniku.

Programmatic SEO — kiedy szablon jest problemem

Osobnym przypadkiem są strony generowane z szablonu: opisy miast, kategorie, kombinacje „usługa + lokalizacja”. Wbrew obiegowej opinii Google nie karze szablonu jako takiego. Przewodnik Search Engine Land po programmatic SEO stawia to wprost: wyszukiwarka nie nałoży automatycznie kary za powieloną treść, tylko zdecyduje, która strona ma rankować — a warunkiem powodzenia jest to, żeby każdy wygenerowany adres odpowiadał na konkretną intencję i wnosił własną, użyteczną informację (odczyt: 26.07.2026, searchengineland.com, aktualizacja 27.11.2025).

Google nazywa natomiast po imieniu wzorzec, w który programmatic SEO najlatwiej się osuwa. Polityka spamowa definiuje doorway abuse jako sytuację, w której strony są tworzone po to, by rankować na konkretne, podobne zapytania, i wymienia wśród przykładów „wiele domen lub stron kierowanych na określone regiony lub miasta, które przepychają użytkownika dalej” oraz „tworzenie zasadniczo podobnych stron, którym bliżej do listy wyników niż do czytelnej, przeglądalnej struktury” (odczyt: 26.07.2026, developers.google.com, strona zaktualizowana 15.05.2026). Test jest więc funkcjonalny, nie techniczny: czy strona jest przystankiem w drodze do właściwej treści, czy sama tą treścią jest.

Trzeci mechanizm bywa pomijany, a uderza w masową publikację niezależnie od jakości pojedynczego tekstu. Dan Taylor opisuje go jako ekonomię crawlowania: Google nie zwiększa automatycznie zasobów przeznaczonych na witrynę tylko dlatego, że przybyło jej stron — jeżeli autorytet domeny nie uzasadnia skali, część adresów po prostu nie zostaje odwiedzona. Dochodzi do tego zanik świeżości: początkowy wzrost widoczności nowego adresu jest tymczasowy, a URL, którego Google nie odwiedzi ponownie przez mniej więcej 130–140 dni (czasem już po 75), realnie ryzykuje wypadnięciem z indeksu (odczyt: 26.07.2026, searchenginejournal.com, publikacja 14.07.2026).

Praktyczny wniosek jest ten sam dla tekstu pisanego ręcznie i dla generowanego: strona musi mieć powód istnienia inny niż fraza. Jeżeli jedyną różnicą między dwoma adresami jest nazwa miejscowości, to nie jest programmatic SEO, tylko doorway — i tak zostanie potraktowane.

Czy trzeba oznaczać treść jako AI

To częsty mit warty rozbrojenia. Dla zwykłej treści blogowej czy redakcyjnej Google nie stawia wymogu ujawniania użycia AI — dokumentacja mówi jedynie „consider adding information on how your content was created in a way that makes sense for your audience”, czyli rekomendację, nie wymóg rankingowy (odczyt: 26.07.2026, developers.google.com). Podobnie pytanie o ujawnienie automatyzacji w wytycznych E-E-A-T jest pytaniem kontrolnym do samooceny, nie warunkiem indeksacji (odczyt: 26.07.2026, developers.google.com).

Wyjątek, który trzeba jasno oddzielić: Google Merchant Center faktycznie wymaga oznaczania treści AI w danych produktowych — obrazy generowane przez AI muszą mieć metadane IPTC DigitalSourceType, a tytuły i opisy AI muszą korzystać z pól structured_title lub structured_description z wartością digital_source_type: trained_algorithmic_media (odczyt: 26.07.2026, support.google.com). To dotyczy wyłącznie danych produktowych w Google Shopping i Merchant Center — nie zwykłych artykułów blogowych ani rankingu organicznego. Mylenie tych dwóch mechanizmów to częste źródło błędnych porad w branży.

Co realnie zwiększa szansę na ranking

Skoro sama technologia nie jest czynnikiem karnym ani premiującym, warto spojrzeć na to, co koreluje z lepszymi wynikami niezależnie od narzędzia produkcji. Ahrefs, na podstawie ankiety 879 marketerów zestawionej z realnymi danymi ruchu ze swojego API (styczeń 2024 – styczeń 2025), odnotował medianę wzrostu ruchu na poziomie 29,08% dla firm deklarujących użycie AI wobec 24,21% dla pozostałych — z zastrzeżeniem, że to dane korelacyjne, samoopisowe i bez rozróżnienia na czyste AI i AI z redakcją (odczyt: 26.07.2026, ahrefs.com).

Originality.ai wspólnie z DesignRush zbudowali własny wskaźnik jakości treści (dokładność faktograficzna, czytelność, ogólna jakość) i zestawili go z ruchem: artykuły z wynikiem jakości od 70% wzwyż dostawały 5,4 razy więcej ruchu miesięcznie niż te ocenione na 40–49% (odczyt: 26.07.2026, originality.ai). Próba to tylko 100 artykułów i badanie nie rozróżnia pochodzenia treści — ale kierunek jest spójny z resztą materiału: liczy się jakość i dokładność, nie metka „AI” albo „człowiek”.

Aktualizacje Google 2024–2026

Marcowa aktualizacja rdzenia z 2024 roku wprowadziła trzy nowe polityki spamowe, w tym scaled content abuse, i pozostaje jedynym przypadkiem, w którym Google podał zbiorczą liczbę: „you'll now see 45% less low-quality, unoriginal content in search results” (odczyt: 26.07.2026, potwierdzenie niezależne: seroundtable.com). To dane historyczne z 2024 roku — Google nie publikuje takich zbiorczych liczb dla kolejnych, pojedynczych aktualizacji.

Marcowa aktualizacja rdzenia z 2026 roku przyniosła jak dotąd najwyższą odnotowaną zmienność wyników: w top 3 zmieniło pozycję 79,5% adresów URL (wobec 66,8% po aktualizacji grudniowej 2025), a 24,1% stron z top 10 wypadło poza top 100 (wobec 14,7% wcześniej) — najbardziej ucierpiały agregatory ofert pracy, słowniki i porównywarki, zyskały strony rządowe, marki i źródła danych pierwotnych (odczyt: 26.07.2026, searchengineland.com).

Aktualizacja dokumentacji z 15 maja 2026 roku jest szczególnie istotna dla firm śledzących AI Overviews: Google doprecyzował, że polityki spamowe obejmują też odpowiedzi generowane przez AI w samej wyszukiwarce, nie tylko strony internetowe (odczyt: 26.07.2026, developers.google.com). Czerwcowa aktualizacja spamowa 2026 roku zamyka ten wątek zdaniem, które najlepiej streszcza całą politykę Google wobec treści AI.

Google od lat powtarza to samo zdanie: liczy się jakość i wartość dla użytkownika, nie sposób produkcji treści — a masowa treść AI bez redakcji regularnie tego warunku nie spełnia.

Google od lat powtarza to samo zdanie: liczy się jakość i wartość dla użytkownika, nie sposób produkcji treści — a masowa treść AI bez redakcji regularnie tego warunku nie spełnia.

Checklista przed publikacją

FAQ — treści AI i ranking w Google

Czy Google karze artykuły napisane z pomocą AI?

Nie za samo użycie AI. Oficjalna polityka spamowa Google definiuje „scaled content abuse” jako generowanie wielu stron w celu manipulowania rankingiem bez wartości dla użytkownika — i wprost wymienia generatywne AI jako jedną z metod, ale warunkiem naruszenia jest brak wartości, nie technologia. Czerwcowa aktualizacja spamowa z 2026 roku potwierdza to jeszcze dosadniej: treść AI nie jest automatycznie spamem.

Czy trzeba informować czytelników, że tekst powstał z pomocą AI?

Dla zwykłej treści blogowej czy redakcyjnej — nie ma takiego wymogu rankingowego. Google jedynie rekomenduje rozważenie transparentności, gdy ma to sens dla odbiorców. Wymóg oznaczania istnieje wyłącznie dla danych produktowych w Google Merchant Center i Google Shopping — to inny mechanizm, często mylony ze zwykłym rankingiem organicznym.

Czy detektory treści AI są wiarygodne?

Mają realny margines błędu, na co zwracają uwagę sami autorzy badań korzystających z tych narzędzi — jedna z analiz Common Crawl podaje 4,2% fałszywych trafień i 0,6% przeoczeń dla użytego detektora. Wyniki oparte na detektorach warto traktować jako szacunek kierunkowy, nie precyzyjny pomiar co do procenta.

Ile trwa, zanim Google zauważy, że treść jest niskiej jakości?

W eksperymencie na 2000 nieedytowanych artykułach AI bez linków zwrotnych spadek widoczności był widoczny już w trzecim miesiącu — z 28% stron w top 100 po pierwszym miesiącu do 3% po pół roku. To jeden eksperyment na wąskiej próbie, nie uniwersalny harmonogram, ale kierunek zmiany był szybki.

Czy dodanie redakcji i fact-checkingu do treści AI gwarantuje ranking?

Nie ma na to gwarancji, a dostępne badania nie mierzą tej kategorii osobno — Semrush i Graphite porównują treść w pełni ludzką z czystym AI, nie wyodrębniają wariantu „AI plus redakcja” jako osobnej, zmierzonej grupy. To, co potwierdzają źródła, to że sama jakość i dokładność faktograficzna korelują z wyższym ruchem — nie że redakcja jest gwarancją pozycji.

Podsumowanie

Masowe treści AI tracą widoczność nie dlatego, że Google rozpoznaje narzędzie, którym powstały, tylko dlatego, że w większości przypadków nie spełniają jedynego kryterium, które Google od lat pisze wprost: wartości dla użytkownika. Dane z eksperymentu na 2000 nieedytowanych artykułach i z niezależnych analiz SERP idą w tym samym kierunku — treść bez redakcyjnej ingerencji, publikowana na skalę, traci pozycje w ciągu kilku miesięcy. Konkretny plan działania to: traktować AI jako narzędzie przyspieszające pierwszy szkic, nie zastępujące weryfikacji faktów; unikać publikacji dziesiątek niemal identycznych stron pod warianty fraz; i monitorować indeksację oraz pozycje w oknie kilku miesięcy po publikacji, zamiast zakładać z góry, że treść „przejdzie” tylko dlatego, że jest gramatycznie poprawna. Materiał będziemy aktualizować, jeśli pojawią się nowe badania mierzące bezpośrednio kategorię „AI z redakcją” albo nowa dokumentacja Google.