Czy Google wzięło się wreszcie za AI slop? Choć nie ogłosiło tego wprost, to 1 października w angielskiej wersji wytycznych Helpful Content pojawiły się nowe akapity, których w polskim tłumaczeniu jeszcze nie widać.
W obserwowanych przeze mnie przypadkach i publicznych case studies widzę dość spójny obraz: mnóstwo adresów URL, tekst uzupełniony przez AI lub składany z danych, ale… niewiele powodów, dla których człowiek miałby otworzyć akurat tę stronę. Google nie nazywa tego wprost „AI slopem”, myślę zresztą, że definicja AI slopu nie jest tak oczywista, jak mogłoby się wydawać. W nowych fragmentach dokumentacji Google opisuje jednak bardzo konkretne problemy: brak własnej pracy, brak oryginalności i główną treść (main content), która nie realizuje celu strony.
Od razu podkreślę: nie rozszyfrowałam mechanizmu któregokolwiek spam update’u. Ale widzę pewne korelacje – wspólny mianownik to podstrona, która nie umie odpowiedzieć na pytanie „po co użytkownik ma tu zostać?„.
Co zmieniło się w poradniku Google o przydatnych treściach?
Angielska wersja „Creating helpful, reliable, people-first content” została zaktualizowana 1 października 2026 r. Tymczasem polskie tłumaczenie zatrzymało się na 18 grudnia 2025 r. I choć większość tekstu mówi o tym samym, to w angielskiej wersji doszła sekcja definiująca główną treść i cztery cechy jej jakości oraz akapit ostrzegający przed fikcyjnymi profilami autorów. Uważam je za dość ważne dla przyszłości wyszukiwania.
| Fragment poradnika | Wersja angielska (1.10.2026) | Wersja polska (18.12.2025) |
|---|---|---|
| Sekcja „Main content” z definicją głównej treści | jest | brak |
| Cztery cechy głównej treści oceniane przez testerów jakości | są | brak |
| Ostrzeżenie przed fikcyjnymi profilami autorów | jest | brak |
| Pytanie o treści tworzone z użyciem automatyzacjiróżnica istniejąca wcześniej | „substantially generate” (w znacznym stopniu) | „na dużą skalę” |
W dzienniku zmian Search Central Google odnotowało aktualizację osobnego poradnika o treściach generowanych przez AI datowaną na 1 października. Polska wersja tego dokumentu istnieje, ale jest starsza – i brakuje w niej całego fragmentu o halucynacjach oraz o konieczności ręcznej weryfikacji faktów przed publikacją. Tymczasem strona o przydatnych treściach ma dokładnie tę samą datę aktualizacji, ale nie dostała własnego wpisu. Nie ma też komunikatu, który łączyłby nowe akapity z sierpniowym lub wrześniowym spam update’em. Ot, ciekawostka do doprecyzowania, bo chronologia kusi mnie do napisania znacznie efektowniejszego tekstu.
Co jest w poradniku o treściach generowanych przez AI? To w zasadzie krótki dokument i wbrew tytułowi nie zakazuje samego korzystania z AI. Otwiera się zdaniem, że generatywna AI bywa szczególnie przydatna przy zgłębianiu tematu i porządkowaniu struktury oryginalnych treści, a zastrzeżenie dotyczy generowania wielu stron bez wartości dla użytkownika, co może naruszać zasadę scaled content abuse. Dalej Google odsyła wprost do wytycznych dla testerów jakości i podaje numery sekcji: 4.6.5 o masowej produkcji treści i 4.6.6 o głównej treści powstałej przy znikomym wkładzie pracy, oryginalności i wartości dodanej. Sedno dokumentu to jedno przewidywalne zalecenie: weryfikuj fakty przed publikacją ręcznie, bo model językowy przewiduje prawdopodobny ciąg słów. Obejmuje to również tytuły, meta opisy, dane strukturalne i teksty alternatywne obrazów, czyli wszystko, co może trafić do wyników wyszukiwania. Na koniec Google zachęca do wyjaśnienia czytelnikowi, jak treść powstała, a dla e-commerce odsyła do zasad Merchant Center: obrazy wygenerowane przez AI muszą mieć metadane IPTC DigitalSourceType o wartości TrainedAlgorithmicMedia, a generowane dane produktowe przesyłane do Merchant Center (tytuł i opis) trzeba podawać osobno i oznaczyć jako wygenerowane przez AI.
Cel Twojej strony: jaki cel może zrealizować użytkownik?
Według Google główną treścią jest ta część strony, która bezpośrednio pomaga jej zrealizować cel. Może nią być artykuł czy film, ale też kalkulator, wyszukiwarka, interaktywna mapa, opinie użytkowników czy informacje w rozwijanej zakładce.
Google Search defines „main content” as any part of the webpage that directly helps the page achieve its purpose.
Google Search Central, Creating helpful, reliable, people-first content, sekcja „Main content”
To definicja, która podoba mi się zdecydowanie bardziej niż kolejna dyskusja o „optymalnej długości tekstu” czy „chunkingu”. Jeśli strona obiecuje obliczenie raty, jej najważniejszą treścią jest działający kalkulator. Jeśli obiecuje porównanie wariantów, potrzebuję faktycznego porównania. Trzy akapity wstępu o tym, jak ważny jest świadomy wybór (czy też czym jest niedziela handlowa, jak sprawdzić niedzielę handlową, skąd pomysł na niedzielę handlową itp.) nie zrealizują za stronę tego celu.
Zatem dobrze zadane pytanie przy artykule zdaje się brzmieć: czy po lekturze wiem coś, czego nie dowiedziałabym się z pięciu wcześniejszych wyników wyszukiwania? Idąc dalej, przy kolejnej podstronie lokalnej: co daje mi ona poza podmienioną nazwą miasta? Czy strona usługi w Warszawie różni się od tej dla Wrocławia, czy tylko powiela treści sparafrazowane przez AI?
Samo pytanie o cel nie jest szczególnie nową zasadą. Strona może mieć po prostu słaby tekst, nie naruszając przecież żadnej polityki Google. Ale kiedy tworzy się masowo podobne adresy URL głównie po to, by przechwycić warianty zapytań, i każda strona daje użytkownikowi niemal to samo… wchodzimy już w obszar opisany w zasadach jako scaled content abuse. Znaczenie mają tu jednocześnie skala, niewielka wartość dla użytkownika i cel nastawiony na manipulowanie rankingiem – nie sam fakt, że komuś nie podoba się artykuł. Aż prosi się o dygresję, że SEO stoi na manipulowaniu rankingiem, a bezpłatne wyniki wyszukiwania wcale nie są bezpłatne, ale… to materiał na inny tekst lub rozmowę w konferencyjnych kuluarach. Do brzegu.
Dlaczego ta aktualizacja skojarzyła mi się ze spam update’ami?
Sierpniowy spam update trwał od 18 do 21 sierpnia. Kolejny ruszył 24 września i w chwili przygotowania tego tekstu nadal jest wdrażany. Google nie określiło, jaki konkretny rodzaj spamu jest celem tego drugiego.
Po sierpniowej aktualizacji Glenn Gabe opisał cztery przypadki stron z dużymi spadkami:
- serwis w tematyce YMYL, łączący masowo tworzone podstrony programatyczne z fragmentami wygenerowanymi przez AI,
- witryna afiliacyjna, której kategorie i strony produktów powstawały przede wszystkim z danych Amazona i odsyłały dalej do sklepu,
- duży serwis, w którym wiele podstron oferowało zdjęcie i zestaw informacji dostępnych również w innych miejscach,
- strona skalowana do ćwierć miliona adresów URL, przekierowująca użytkowników do jeszcze bardziej ryzykownych serwisów.
To niesamowicie ciekawa lektura i bardzo różne przypadki: od masowej produkcji treści po mylącą funkcjonalność i przekierowania. Ale wspólny mianownik to przecież znane nam już pytanie:
Czy strona rzeczywiście daje użytkownikowi to, po co na nią wszedł?
We wrześniu Gabe ponownie zgłaszał spadki na stronach skalowanych przez AI i tworzonych programatycznie. Z kolei Lily Ray pokazała jako wczesny przykład serwisy budujące osobną podstronę dla każdego numeru telefonu lub numeru kierunkowego. Całość zebrał Barry Schwartz w artykule w Search Engine Roundtable. To oczywiście pierwsze obserwacje specjalistów podczas trwającego wdrożenia, a nie analiza całego update’u, więc na razie pozostaje nam „jeździć, obserwować”.
Natomiast moja hipoteza jest węższa: nowy fragment poradnika dobrze opisuje pytania, które trzeba zadać stronom dotkniętym ostatnimi aktualizacjami. Nie mówi nam, jakie sygnały zadziałały ani dlaczego spadła ta konkretna domena. Uważam po prostu, że dopisanie kryterium do dokumentacji 1 października nie oznacza, że Google zaczęło je stosować tego dnia.
Cztery cechy main content wg Google: wkład pracy, oryginalność, umiejętności, poprawność
W nowej sekcji Google wymienia cztery aspekty głównej treści oceniane przez testerów jakości: wkład pracy (effort), oryginalność, umiejętności (talent or skill) i poprawność. Wkład może oznaczać autorską analizę, ale również pracę włożoną w zbudowanie narzędzia. Oryginalność to informacja lub własna perspektywa, która nie jest powielana wszędzie indziej. Umiejętności widać w tym, czy tekst jest zrozumiały, film dobrze przygotowany, a narzędzie faktycznie działa. Natomiast poprawność nabiera szczególnego znaczenia w tematach YMYL.
Definicja dla nie-SEOwców
YMYL (Your Money or Your Life) to w nazewnictwie Google kategoria tematów, które mogą znacząco wpłynąć na zdrowie, stabilność finansową lub bezpieczeństwo ludzi albo na dobrostan społeczeństwa. Treściom na te tematy systemy Google przypisują większą wagę przy ocenie zgodności z E-E-A-T, a od głównej treści wymagają wysokiej poprawności i spójności z uznanym konsensusem eksperckim.
Na oryginalność Google ma własne określenie, zdefiniowane w przewodniku o optymalizacji pod funkcje generatywnej AI z maja 2026 r. Sam przewodnik przeanalizowałam osobno, dla tego tekstu ważne jest, że przeciwstawia treści commodity i non-commodity.
Termin jest pożyczony z języka ekonomii: towar masowy to cukier, miedź czy pszenica – produkt, przy którym nie ma znaczenia, kto go wytworzył, bo każda partia jest taka sama i liczy się wyłącznie cena. Treść commodity działa tu identycznie: opiera się na wiedzy powszechnej, tekst mógł napisać ktokolwiek i jeśli czytelnik wybierze zamiast niego dowolny inny wynik, to nic nie straci. Przykłady Google dobiera tak: ogólne 7 wskazówek dla osób kupujących dom po raz pierwszy kontra unikalna perspektywa Dlaczego zrezygnowaliśmy z kontroli i zaoszczędziliśmy pieniądze: spojrzenie na kanalizację.
To coś, co siedzi w mojej głowie już od jakiegoś czasu, gdy siadam do pisania: czy to, co napisałam, dałoby się złożyć z pięciu innych wyników bez sięgania po mój tekst? Jeśli tak, to wniosek jest smutny: moja treść jest łatwa do zastąpienia i nie zawiera mojej unikalnej perspektywy, artykuł do poprawy.
Te cztery cechy nie są listą nowych czynników rankingowych. Google wyraźnie opisuje pracę testerów jakości (Quality Raters) i w poradniku mocno zaznacza, że ich oceny nie ustalają bezpośrednio pozycji stron. Pomagają natomiast oceniać działanie systemów wyszukiwania.
Marie Haynes czyta ten poradnik szerzej, jako opis tego, co Google chce premiować w wynikach. To interpretacja, którą zdecydowanie warto przeczytać i która zainspirowała mnie do własnych analiz i przemyśleń.
A co ze źródłami w dobie researchu z AI?
Jeśli pracujesz z AI, to doskonale wiesz, o ile łatwiej jest przygotować research źródeł. Google zajmuje w nowym poradniku dość jasne stanowisko: podanie źródeł nie zastępuje własnej pracy. Można więc dodać i piętnaście przypisów, ale nadal nie mieć w tekście własnej obserwacji czy unikalnej perspektywy – (nawet) dobre źródła i oryginalność treści to po prostu dwie różne sprawy. Przypis pokazuje, skąd wzięła się informacja i niewątpliwie może podnosić wartość tekstu, ale jeszcze nie pokazuje wysiłku związanego z przygotowaniem treści.
Attribution or giving credit to other sources doesn’t replace the need for original effort.
Google Search Central, Creating helpful, reliable, people-first content, sekcja „Main content”, punkt „Effort”
Mój komentarz. Na podobnym wnioskowaniu oparłam swoją najnowszą książkę: deklaracja jest komunikatem wysłanym w jednym kierunku, dowód istnieje niezależnie od tego, co marka o sobie mówi. Z treścią jest podobnie. Piętnaście przypisów pokazuje, co przeczytałam. Jeszcze nie pokazuje, co z tym zrobiłam.
Google podaje też przykłady treści z niewielkim lub żadnym wkładem pracy: strony generowane automatycznie z feedów oraz duże ilości tekstu tworzone przez AI „bez ręcznego nadzoru i selekcji” (without manual oversight or curation).
I tu wracamy do AI slopu. A przynajmniej tego, jak ja AI slop rozumiem: model może napisać tekst płynny i pełen źródeł. Przy odrobinie pracy będzie dobierał wiarygodne źródła i unikał sformułowań odbieranych jako „język AI”. Ale to nadal za mało, jeśli po drodze nikt nie sprawdził faktów, nie włożył wysiłku w przedstawienie swojego stanowiska i nie zadał sobie pytania: czy mój tekst pomaga konkretnemu czytelnikowi?
Książka
Deklaracja to komunikat wysłany w jednym kierunku. Dowód istnieje niezależnie od Ciebie. Google ocenia dziś wkład pracy i oryginalność, a modele językowe składają Twój obraz z tego, co mówią o Tobie inni. Ta książka pokazuje, jak zbudować ślad, który obroni się bez Twojego udziału.
Dowiedz się więcej →Autor, który istnieje tylko w biogramie
Drugi nowy akapit poradnika dotyczy fabrykowania profili autorów: zmyślonych nazwisk, zdjęć wygenerowanych przez AI czy nieprawdziwych kwalifikacji. Od dawien dawna moje projekty prowadzę pod własnym nazwiskiem – sprawiło mi to po drodze kilka problemów, ale wierzę w słuszność takiego podejścia (tak, wiem, w projektach afiliacyjnych bywa to trudne do realizacji, ale i nie dziwi mnie, że Google z tym walczy). Dlatego uśmiechnęłam się, bo Google… nazywa sprawę po imieniu. Dość mocnymi słowami.
Fabricating creator profiles […] is a form of deception.
Google Search Central, Creating helpful, reliable, people-first content, sekcja „Who (created the content)”
Mój komentarz. Nie czytam tego jako wymogu, żeby pod każdym tekstem stał rozpoznawalny ekspert. Bardziej widzę to tak: jeśli już podpisujesz treść nazwiskiem, ma ono należeć do kogoś, kto faktycznie istnieje i ma z tym tekstem coś wspólnego. Wygenerowana twarz podstawiona pod zmyślonego autora nie dodaje wiarygodności, tylko pozoruje ludzką ekspertyzę – a to Google czyta jako sygnał niskiej jakości strony.
To dopisek wymierzony w bardzo konkretny skrót myślowy: skoro Google pyta o autora, wystarczy autora stworzyć. Zdjęcie, kilka zdań bio, schema Person i gotowe. Tylko że sam profil nie tworzy doświadczenia nieistniejącej osoby. O tym, co można pokazać zamiast samej deklaracji, pisałam wcześniej w tekście o E-E-A-T w praktyce.
Nie wyciągałabym wniosku, że każdy ekspert musi być od teraz osobą publiczną albo mieć rozbudowaną obecność poza własną stroną. Informacja o autorze ma być po prostu prawdziwa i adekwatna do jego udziału w przygotowaniu materiału. Perspektywicznie uważam jednak, że personal branding ma znaczenie również dla wyszukiwania.
Nie każda treść wymaga specjalisty
W sekcji o jakości głównej treści Google dodaje zastrzeżenie, które wydaje się nieoczywiste: nie każda treść wymaga specjalistycznej wiedzy. Przykład z dokumentacji to ktoś, kto opisuje własny sposób na odśnieżenie podjazdu. Natomiast ja pokażę Ci inne.
Sama prowadzę blog kulinarny ms-fox.pl i blogi podróżnicze o Bornholmie i Maderze. Zajmuję się SEO – nie jestem dietetyczką ani przewodniczką. Ale stworzyłam i ugotowałam te przepisy, napisałam na ich podstawie trzy książki. Przejechałam te wyspy i zrobiłam własne zdjęcia tych miejsc. Mam unikalne doświadczenia podróżowania z psem i własną perspektywę mieszkania w każdym z tych miejsc. Doświadczenie jest tu kwalifikacją, której nie trzeba podpierać tytułem. Trzeba je natomiast pokazać – na przykład własnymi zdjęciami, datą wizyty, ówczesną ceną biletu, informacją, że przepis wymagał trzech podejść, a taki składnik sprawdza się lepiej niż inny.
Inaczej będzie przy tematach YMYL, gdzie Google wymaga spójności z uznanym konsensusem eksperckim. Przeżyte doświadczenie jest tam nadal wartościowe, ale nie wystarcza jako podstawa porady sprzecznej z konsensusem. Na swoim blogu keto (który podchodzi pod YMYL) widzę to tak: granica biegnie między opowiedzeniem o moich doświadczeniach a zaleceniem, co ma zrobić mój czytelnik. I bardzo pilnuję przestrzegania tej granicy.
Piszę z AI. Gdzie więc stawiam granicę?
Piszę dużo. Czasem z AI, latami bez AI i opisałam napięcie z tym związane w eseju o autorstwie. Nie mam tu prostej zasady w rodzaju „model może poprawić przecinki, ale nie wolno mu ruszyć konstrukcji zdania”. Są etapy, w których narzędzie naprawdę mi pomaga: research, planowanie struktury, redakcja, coś w rodzaju „burzy mózgów”, gdy brakuje mi pomysłu na precyzyjne przekazanie myśli. Google pisze zresztą wprost, że generatywna AI bywa szczególnie przydatna przy zgłębianiu tematu i porządkowaniu struktury oryginalnych treści.
Wiem za to, kiedy zaczyna robić się wygodnie w zły sposób:
- kiedy przyjmuję od modelu akapit treści, bo brzmi mądrze, choć nie umiałabym go obronić,
- kiedy proszę model o dopisanie czegoś „dla kompletności”, a potem sama nie potrafię powiedzieć, po co czytelnik ma to czytać,
- kiedy płynność i tezy postawione w tekście stają się ważniejsze niż fakty.
To zresztą granica dość spójna z dokumentacją Google.
Mój komentarz. U podstaw rozdziału o treściach generowanych przez AI w mojej książce (pisanej w styczniu – marcu 2026) stoi główna teza: człowiek musi odpowiadać za opublikowaną treść, niezależnie od tego, jakich narzędzi użył po drodze. Podpis pod tekstem jest jasną deklaracją tej odpowiedzialności. Oba teksty, mój i ten poradnik, czerpią zresztą z wytycznych dla testerów jakości, które opisują scaled content abuse od dawna. Nic tu nie wymyśliłam przed Google – po prostu przeczytałam wnikliwie ich dokument.
Ciekawy niuans między wersją EN a PL
W angielskim poradniku pojawia się jeden ciekawy niuans dotyczący sytuacji, w której automatyzacja wygenerowała treść w znacznym stopniu (substantially). Polskie tłumaczenie mówi z kolei o tworzeniu treści „na dużą skalę”. Czyli… jeden artykuł może być w istotnej części wygenerowany przez model, choć nie należy do żadnej masowej produkcji.
To starszy fragment poradnika, ale uważam, że polską wersję łatwo odczytać jako dotyczącą masowej automatyzacji. Tymczasem w oryginale może dotyczyć również pojedynczych tekstów.
| Wersja angielska | Wersja polska |
|---|---|
| If automation is used to substantially generate content, here are some questions to ask yourself | Jeśli do generowania treści na dużą skalę używasz automatyzacji, odpowiedz sobie na te pytania |
Mój komentarz. Ten rodzaj nieścisłości w tłumaczeniu to niestety nie nowość. Dokumentacja Google powstaje po angielsku, tłumaczenia przychodzą później i bywają mniej precyzyjne niż oryginał. Dlatego jako SEO-wcy najczęściej pracujemy na wersji źródłowej. Na polskim tłumaczeniu można zbudować proces, który rozmija się z tym, o co Google faktycznie pyta. Te drobne niuanse miewają kluczowe znaczenie.
Google nie nakazuje oznaczać każdego tekstu, przy którym użyto AI. Zachęca do wyjaśnienia procesu tam, gdzie czytelnik może zasadnie zastanawiać się, jak materiał powstał. W zaktualizowanym 1 października osobnym poradniku o treściach generowanych przez AI mocno podkreśla też ręczne sprawdzanie faktów przed publikacją – łącznie z tytułami, meta opisami, danymi strukturalnymi i altami.
Do meritum… co sprawdzić na swojej stronie?
Nie robiłabym po tej aktualizacji masowego content pruningu, kasowania starszych artykułów ani dopisywania wszystkim autorom dłuższych biogramów. Te mogą być potrzebne, ale wymagają strategicznego podejścia. Zaczęłabym od podstron, które rzeczywiście straciły widoczność, i zadania sobie przy nich trzech pytań:
- Co użytkownik dostaje na tej konkretnej stronie? Czy main content spełnia obietnicę tytułu i ma wartość odrębną od innych podstron?
- Jak ta strona powstała? Czy wnosi własną analizę, doświadczenie lub użyteczną funkcję, czy jest po prostu kolejnym wariantem treści dostępnej gdzie indziej (na Twojej domenie lub u konkurencji)?
- Co naprawdę pokazują dane o spadkach? Czy spadły określone grupy adresów i zapytania, czy cała domena? Kiedy dokładnie zaczęły się spadki i co w tym czasie zostało zmienione na stronie?
Ostatnie pytanie jest potrzebne, zanim połączymy spadek ze spam update’em. Zbieżność dat daje punkt startowy do analizy, ale to jeszcze nie diagnoza problemu. Tym bardziej że wrześniowe wdrożenie jeszcze trwa.
U siebie nie widzę skutków tych aktualizacji – choć bywało u mnie i na czerwono, bo tak przecież wygląda praca nad SEO. Czytam nowe dopiski raczej jako przypomnienie, że każda podstrona powinna umieć odpowiedzieć na bardzo zwykłe pytanie: po co czytelnik ma tu zostać? AI potrafi dziś błyskawicznie zapełnić miejsce pod tytułem – właśnie to zapełnianie dla samego zapełnienia rozumiem jako AI slop. Google nie używa tego słowa, ale opisuje problemy, które często się na niego składają: brak wkładu własnej pracy, brak oryginalności, główną treść, która nie realizuje założonego celu strony. Na koniec dnia odpowiedź na pytanie o wartość dla czytelnika nadal trzeba wypracować samemu.
Cytaty pochodzą z dokumentacji Google Search Central (Creating helpful, reliable, people-first content, stan na 1.10.2026; Google Search’s guidance on using generative AI content on your website, stan na 1.10.2026; Optimizing your website for generative AI features on Google Search, publikacja 15.05.2026), udostępnianej na licencji CC BY 4.0. Tłumaczenia własne. Daty spam update’ów za Google Search Status Dashboard. Dostęp: 4.10.2026.
