Kara SEO za treści AI: co Google faktycznie penalizuje

TL;DR: Google nigdy nie wprowadził „kary za AI”. Marcowe aktualizacje core i spam z 2024 r. uderzają w scaled content abuse oraz nieprzydatne treści – niezależnie od tego, jak powstały. Samo użycie AI do szkicu wpisu nie jest ryzykiem; ryzykiem jest masowa publikacja bez krytycznej oceny. Rozwiąż problem oceny, a kwestia AI w praktyce znika.

Utrzymuję komercyjny pipeline treści generowanych przez AI – część SEOJuice. Trafiają z niego szkice na nasz blog i przez ostatnie dwa lata widziałem artykuły naprawdę dobre oraz takie, które nigdy nie powinny opuścić kolejki. Gdy więc klient pyta „czy Google ukarze nas za AI?”, nie kluczę. Mówię, co faktycznie widzimy przy audycie wywołanym strachem przed AI-karą: strony, które spadają, są cienkie, powtarzalne i produkowane masowo – spadłyby nawet wtedy, gdyby każdy wyraz napisał człowiek.

To jest wersja poprawiona. Wcześniejsza wymyśliła „aktualizację Helpful Content z marca 2025” i termin Google „AI-assisted keyword noise”. Nic takiego nie istnieje. Prostuję więc rekord – pisząc o karach, trzeba być precyzyjnym.

Nie ma „kary za AI” — jest polityka Scaled-Content-Abuse

Najpierw zabijmy mit, bo wciąż mutuje. Nie było osobnej „kary za AI” ani „aktualizacji Helpful Content z marca 2025”. Faktycznie: w marcu 2024 r. Google włączył Helpful Content do algorytmu core i w tym samym czasie wydał nowe polityki spamowe. Kluczowa nazywa się scaled content abuse.

Tak Google definiuje ją dosłownie na stronie zasad anty-spamowych:

Scaled content abuse to generowanie wielu stron wyłącznie w celu manipulowania pozycjami w wyszukiwarce, bez zamiaru pomocy użytkownikom. Zwykle polega to na tworzeniu dużych ilości nieoryginalnych treści, które oferują niewielką lub zerową wartość – niezależnie od sposobu ich powstania.

Przeczytaj ostatnie zdanie dwa razy: niezależnie od sposobu ich powstania. Polityka nie obchodzi, czy stronę napisał robot, podwykonawca czy ty o drugiej w nocy. Liczy się skala plus brak wartości. Gdy Google ogłaszał aktualizację z marca 2024, powiedział to wprost: „Wzmacniamy naszą politykę, by skupić się na nadużyciu polegającym na masowym tworzeniu treści w celu poprawy pozycji – niezależnie od udziału automatyzacji, ludzi czy ich kombinacji.”

Teraz dane, bo „uwierz mi” to nie argument. Ahrefs przebadał ~600 000 stron na 100 000 słów kluczowych, mierząc udział treści AI na każdej stronie i jej pozycję. Wynik: „Korelacja między procentem treści AI a pozycją wyniosła 0,011, praktycznie zero.” (Ahrefs to konkurencja, więc podaję nazwę bez linku. Liczba jednak zostaje.)

Zero korelacji. Gdyby użycie AI było czynnikiem rankingowym (plus czy minus), ta liczba nie wyniosłaby 0,011. Drugie badanie idzie w tym samym kierunku: Rankability oceniło 487 wyników Google w Originality.ai – 83 % uznano za oryginalne (nie-AI). Próba mała, jeden detektor, więc traktuję ją kierunkowo. Ale oba wnioski są spójne: autorstwo nie decyduje. Liczą się wysiłek i oryginalność.

(Uczciwie: badania korelacyjne nie widzą własnego klasyfikatora Google, ja też nie. Pokazują jednak, że prosta historia „AI = kara” nie wytrzymuje dużego zbioru danych. Wystarczy, by mit odłożyć do archiwum.)

Co Google faktycznie karze (a czego nie)

Skoro nie narzędzie, to co? Granica biegnie między treścią, która coś wnosi, a treścią, która tylko mnoży strony. Najłatwiej myśleć o tym jako o wzorach: konkretne zachowania, które wpadają w scaled-content-abuse, kontra odpowiedzialna wersja tego samego procesu.

Lewa kolumna to wzorce, za które strony wyleciały z indeksu po marcu 2024. Search Engine Journal śledził 49 345 domen; 837 usunięto całkowicie, a 100 % miało oznaki treści AI, z czego 50 % – 90–100 % postów AI. Brzmi jak kara za AI, dopóki nie doczytasz: to nie były strony korzystające z AI „od czasu do czasu”. To były niemal w pełni zautomatyzowane farmy treści. Skala plus brak wartości. AI to narzędzie; nadużycie to skala.

(Ta statystyka też opiera się na detektorze i korelacji, więc trzymam ją luźno. Ale kształt jest jasny: zdeindeksowane strony to nie „witryny z AI”, lecz witryny, które były w zasadzie tylko AI, masowo, bez treści do przekazania.)

Dlatego wciąż odsyłam do strategii odświeżania treści, gdy ktoś pyta o ryzyko AI. Uaktualnienie i pogłębienie istniejącego wpisu – dodanie information gain do istniejącego URL-a – to niemal idealne przeciwieństwo nadużycia skali. Koncentrujesz wartość, zamiast ją rozcieńczać na tysiącach cienkich stron.

Jak naprawdę wykoleja się „blog wypchany AI”

Tego ankiety i studia korelacyjne nie napiszą, bo nie prowadzą pipeline’u. My tak. Dwie osoby budujące SEOJuice, publikujące artykuły wspomagane AI na własnej domenie – włącznie z tym, który przeszedł kilka ludzkich poprawek, zanim go czytasz. Gdy na początku roku przenosiliśmy się z .io na .com, migracja zmusiła nas do przejrzenia każdej strony. Lekcje z wnętrza operacji są cenniejsze niż wykresy.

Najczęstszy sposób, w jaki szkic AI zbliża się do kary, to brak information gain. Model czyta top SERP i tworzy kompetentną syntezę. Kompetentną. Syntezę. Tego, co już rankuje. W takim szkicu nie ma niczego, czego Google nie widzi. Jest cicho gorszy od spamu, bo wygląda okej. Przechodzi szybkie spojrzenie. Po prostu nie zasługuje na istnienie. Łapiemy to, gdy w tekście brak liczb, przykładów i stwierdzeń, z którymi ktoś mógłby się nie zgodzić.

Rzecz, której badania zewnętrzne nie pokażą, bo dotyczy naszego bloga: gdy podczas migracji zestawiliśmy wpisy, które po cichu spadły, wzorzec zaskoczył. Przegranymi nie były głównie szkice AI. Były nimi wpisy – AI lub nie – które opublikowaliśmy w pośpiechu, bez rzetelnej redakcji. Kilka w 100 % ręcznie pisanych, ale też pospiesznych, trafiło do tego samego kosza. Nie był to eksperyment laboratoryjny, próbka mała i zakłócona masą zmiennych, ale pokryło się z korelacją Ahrefs: narzędzie nie było zmienną. Była nią redakcja.

Druga porażka to jednolitość. Jeden artykuł AI jest w porządku. Dwadzieścia pisanych tak samo zaczyna brzmieć jak kopiuj-wklej: trzyzdaniowe akapity, schemat „po pierwsze, po drugie, na koniec”, zgrabne podsumowanie. Pojedynczo każdy przechodzi. Jako korpus czyta się jak generowany, a to dokładnie sygnał, który ma wyłapywać scaled-content-abuse. Naprawa: człowiek decyduje, że dwóch z tych dwudziestu w ogóle nie należy publikować. Lepszy prompt nie wystarczy.

(Szczerze, to wciąż mnie gryzie. Jednolitość najtrudniej zautomatyzować, bo każda sztuka wygląda akceptowalnie pojedynczo. Widać ją dopiero po dziesięciu z rzędu, a model nigdy nie czyta dziesięciu z rzędu.)

Trzecia to fabrykacja – konkretny przykład: ten artykuł. Poprzednia wersja wymyśliła całą aktualizację Google i żargon, nikt nie sprawdził źródeł. To tryb awarii, który robi największe szkody reputacyjne; pojedyncza zmyślona statystyka podważa zaufanie do wszystkiego dookoła. Nasz pipeline potrafił halucynować linki do nieistniejących stron i przytaczać „badania”, które były parafrazą parafrazy. Teraz każdą liczbę weryfikujemy w źródle pierwotnym, stąd wszystkie dane zewnętrzne w tekście są podpisane nazwą badania.

Jak więc używać AI bez tych wpadek? Traktując szkic jako tani element, a osąd jako drogi. Model daje szybki, ustrukturyzowany pierwszy draft; człowiek dodaje to, co nadaje mu wartość – i, co równie ważne, kasuje szkice, które jej nie mają. Dłuższą wersję opisałem w jak używać AI bez utraty głosu marki. Krótko: narzędzie szkicuje, człowiek decyduje.

Jeszcze jedna obserwacja, mniej pewna. Szkice AI, które przechodzą naszą weryfikację, zwykle celują w konkretny intent wyszukiwania, a nie szerokie słowo kluczowe. „Odpowiedz na to pytanie tej personie” daje tekst z kręgosłupem; „napisz o [temat]” produkuje syntezę. Sądzę (choć nie mam czystych danych), że semantyczne SEO i dopasowanie intencji leży u źródła problemu jakości. Traf w intent, a pytanie o information gain w połowie rozwiązuje się samo.

Checklist przed publikacją, którego naprawdę używamy

To warstwa operacyjna. Zanim szkic wspomagany AI trafi na blog, przechodzi te bramki. Żadna nie wykrywa AI. Sprawdzają, czy strona zasługuje na indeks – jedyną rzecz mierzoną przez politykę scaled-content-abuse.

Bramka 7 zasługuje na zdanie osobne. E-E-A-T to dowód, że ktoś, kto zna temat, napisał lub zweryfikował tekst. To nie meta-tag dopisywany na końcu. Cytowanie weryfikowalnych faktów i osadzenie tez w czymś sprawdzalnym to większość pracy; głębiej omawiam to w knowledge-based trust and facts.

(Uczciwie o graniczeniach: ta lista działa w dwuosobowym zespole publikującym kilka artykułów tygodniowo. Nie wiem, jak czysto skaluje się w agencji wypychającej setki stron klientom miesięcznie – tam bramka 8, ludzki odczyt, pęka pierwsza.)

Jeśli obsługujesz wiele witryn klientów, nie udawaj, że przeczytasz każdą stronę – nie przeczytasz. Zautomatyzuj bramki 1-5 (gain, fact-check, duplikaty, cytacje, linki wewn.) tak, by działały na każdym szkicu bez udziału człowieka, a bramki 6-8 próbkuj ręcznie: losuj 15-20 % tygodniowej produkcji na klienta plus każdą stronę na słowo-klucz money i czytaj dokładnie. Automaty wychwytują błędy mechaniczne w skali; próbka ludzka łapie jednolitość i brak osądu zanim cały korpus zacznie rymować. Strona, która wyrzuci cię z indeksu, prawie nigdy nie jest tą, którą sprawdziłeś.

Jeśli nie chcesz ręcznie odpalać checklisty na każdej stronie, mniej więcej to robią nasze narzędzia do jakości treści i audytu: wynajdują cienkie, zdublowane i nieugruntowane strony, by człowiek zdecydował, co poprawić lub usunąć. Uruchom darmowy audyt SEO, żeby zobaczyć, które z twoich stron oblałyby te bramki. (To ten sam skan, który robimy u siebie przed publikacją.)

Najczęstsze pytania

Czy mogę używać ChatGPT do wpisów blogowych, jeśli później je redaguję?

Tak. Nie ma zakazu szkicowania z AI; polityka Google celuje w masowe treści bez wartości „niezależnie od sposobu powstania”. Redakcja jest kluczowa, bo tam dodajesz information gain, dokładność i punkt widzenia, które sprawiają, że strona zasługuje na indeks. Nie chodzi o ukrycie AI. Mocno i lekko redagowany szkic AI ocenia się tak samo: po tym, co daje czytelnikowi.

Czy Google bezpośrednio karze treści AI?

Nie. W badaniu Ahrefs na ~600 000 stron korelacja między udziałem AI a pozycją to 0,011, praktycznie zero. Google karze scaled content abuse i nieprzydatne treści, nie autorstwo. Strony zdeindeksowane po marcu 2024 to niemal w pełni zautomatyzowane farmy treści, nie witryny, które raz na jakiś czas korzystały z AI.

Ile stron pisanych AI to „za dużo” na raz?

Nie ma podanej liczby. Ryzyko generuje wolumen bez wartości. Sto naprawdę przydatnych, odrębnych stron jest w porządku; dziesięć cienkich, zamiennych – to problem. Jeśli nie możesz szczerze powiedzieć, że każda strona wnosi coś nowego do SERP-a, przekroczyłeś linię niezależnie od liczby.

Czy dodanie linków wewnętrznych lub schemy ochroni treści AI przed karą?

Nie. Linki wewnętrzne i strukturalne dane poprawiają odkrywalność i prezentację, ale nie czynią cienkiej treści wartościową. To higiena, nie tarcza. Dobrze podlinkowana strona bez information gain to wciąż pusta sala z czystą instalacją.

Jaka jest różnica między działaniem algorytmicznym a ręcznym w tym kontekście?

Działanie algorytmiczne (aktualizacja core lub spam) automatycznie zmienia pozycje i samo się cofa, gdy treść się poprawi, a Google ją przetworzy. Działanie ręczne to decyzja recenzenta, która pojawia się w Search Console i wymaga prośby o ponowne rozpatrzenie po poprawkach. Większość problemów z treściami AI to sprawy algorytmiczne: pozycje cichną, a rozwiązaniem jest poprawa lub prunięcie treści, nie odwołanie.

Powiązane materiały:

• Strategia odświeżania treści pod SEO
• Jak używać AI bez utraty głosu marki
• Semantyczne SEO: optymalizacja pod intencję wyszukiwania
• On-page SEO oparte na wiarygodności i faktach
• Jak optymalizować stronę pod narzędzia AI