Kiedyś dałem agentowi AI prostą instrukcję SEO: sam wybieraj tematy, pisz artykuły i pracuj dalej, aż zadanie będzie skończone.
Nie poprosiłem o dziesięć ani sto tekstów. Od razu celowałem w 10 000 artykułów.
Agent pracował przez kilka dni i rzeczywiście wykonał zadanie. Powstały tysiące długich, uporządkowanych stron zajmujących setki megabajtów. Na pierwszy rzut oka wyglądało to imponująco: tytuły, nagłówki, długie akapity, słowa kluczowe i podsumowania. Wyglądało jak poważna biblioteka treści.
Przez pewien czas strategia zdawała się działać. Googlebot ostatecznie crawlowal wszystkie 10 000 URL-i wygenerowanych artykułów. Wtedy potraktowałem to niemal jak potwierdzenie sukcesu. To był błąd. Crawling oznaczał tylko, że Google odkrył i pobrał strony. Faktycznie zaindeksowanych zostało około 1 000 stron; zaczęły pojawiać się w Google Search i generować realne wyświetlenia oraz wizyty.
Potem wszystko ruszyło w przeciwnym kierunku.
Wygenerowane strony zaczęły wypadać z indeksu. Kolejne znikały. Ostatecznie problem nie dotyczył już tylko artykułów AI: cały serwis spadł do zera zaindeksowanych stron, razem ze stroną główną.
Ten eksperyment trwale zmienił sposób, w jaki używam AI w SEO.
Crawling to nie indeksowanie — nauczyłem się tego na własnym błędzie
Różnica wydaje się podstawowa, ale łatwo ją zatrzeć, kiedy w Search Console obserwuje się tysiące URL-i. W moim przypadku Google crawlowal wszystkie 10 000 URL-i artykułów. Oznaczało to, że Googlebot je odkrył i pobrał, ale nie że wszystkie 10 000 zostały przyjęte do indeksu.
Tylko około 1 000 stron faktycznie zaindeksowano i zaczęły pojawiać się w Search. Generowały realne wyświetlenia i ruch. Pozostałe tysiące mogły zostać crawlowane, a mimo to nigdy nie stać się wyszukiwalne. Dokumentacja Search Console wyraźnie rozdziela te stany: URL może być crawled, ale nadal not indexed.
Od tamtej pory nie traktuję crawlowania jako akceptacji. Oznacza ono, że Google ocenia URL. Indeksowanie jest osobną decyzją, a pozostanie w indeksie przez dłuższy czas to kolejny test. W moim eksperymencie nawet około 1 000 stron, które początkowo weszły do Search, ostatecznie zniknęło.
Problemem nie było to, że teksty wyglądały źle
Artykuły nie były oczywistym śmieciem. Były długie, poprawne językowo i logicznie zbudowane. Otwarty pojedynczo tekst mógł wyglądać jak całkiem normalny artykuł SEO.
Mój błąd był głębszy: oddałem AI nie tylko pisanie, ale również powód, dla którego w ogóle coś publikujemy.
Agent wybierał tematy, decydował co powiedzieć, tworzył strukturę i pisał tekst. Ja publikowałem w skali, która uniemożliwiała realne przeczytanie, sprawdzenie, redakcję i poprawienie każdej strony.
Za większością treści nie stało moje doświadczenie, własne badanie, prawdziwa historia ani własne dane. Znaczących przykładów było mało, często również zero lub jedno przydatne zdjęcie. Najważniejsze: wiele stron nie potrafiło odpowiedzieć na pytanie dlaczego ta strona ma istnieć, skoro w sieci są już tysiące tekstów o tym samym?
Miały kształt użytecznej treści, ale nie zawsze miały jej najważniejszą cechę: oryginalną wartość.
Najpierw nazywałem to „karą za AI”. Dziś uważam, że to zbyt proste
Kiedy serwis zniknął, pomyślałem, że Google rozpoznał tekst AI i ukarał domenę za samo korzystanie ze sztucznej inteligencji.
Dziś nie opisałbym tego w ten sposób.
Publiczne wytyczne Google są bardziej precyzyjne: generatywne AI samo w sobie nie jest zakazane. Problemem jest używanie automatyzacji, w tym AI, do masowego tworzenia stron głównie po to, aby manipulować rankingiem, bez dostarczania istotnej wartości użytkownikowi. Google określa to jako scaled content abuse.
Ta definicja nieprzyjemnie dobrze opisuje mój dawny eksperyment.
Nie mogę udowodnić, że każda decyzja o indeksacji wynikała z jednego algorytmu lub konkretnej ręcznej „kary za AI”. Systemy wyszukiwania nie są aż tak przejrzyste. Mogę jednak dokładnie opisać sekwencję: opublikowałem 10 000 w dużej mierze autonomicznie wygenerowanych artykułów SEO; Google crawlowal wszystkie 10 000 URL-i; tylko około 1 000 stron faktycznie trafiło do indeksu, pojawiło się w Search i przyniosło ruch; potem te zaindeksowane strony stopniowo znikały; ostatecznie cały serwis doszedł do zera zaindeksowanych stron.
Wniosek nie brzmi „Google nienawidzi AI”. Brzmi: AI nie zamienia masowo produkowanej treści tworzonej przede wszystkim pod wyszukiwarkę w wartościowy materiał tylko dlatego, że potrafi pisać długo i poprawnie.
Dlaczego 10 000 dobrze wyglądających artykułów nadal było złą strategią
Największa pułapka generatywnego AI polega na tym, że koszt produkcji spada prawie do zera, ale odpowiedzialność redakcyjna nie.
Przed nowoczesnym AI przygotowanie 10 000 rozbudowanych artykułów wymagałoby ogromnego budżetu albo pracy wielu ludzi. Ta bariera zmuszała do wyboru tematów naprawdę wartych publikacji. AI usuwa sporą część tej bariery i pozwala stworzyć absurdalną ilość treści, zanim w ogóle zadasz pytanie, czy warto ją publikować.
- Brak prawdziwej selekcji redakcyjnej: jeśli agent wybiera tysiące tematów tylko ze względu na ruch z wyszukiwarki, serwis zaczyna służyć wyszukiwarce zamiast odbiorcy.
- Treść commodity: model często przetwarza informacje, które już istnieją, zamiast wnosić doświadczenie, dane lub własny punkt widzenia.
- Niemożliwa kontrola jakości: przy 10 000 stron „sprawdzę później” nie jest realnym procesem redakcyjnym.
- Ukryte ryzyko błędów: płynny tekst może zawierać zmyślone szczegóły, stare informacje lub subtelne błędy techniczne.
- Słabe zróżnicowanie: pojedyncze strony mogą być czytelne, ale cały zbiór staje się powtarzalny i wymienny.
- Marnowanie crawl/index: tysiące słabych URL-i konkurują o uwagę z naprawdę ważnymi stronami.
Długość mnie nie uratowała. Ładne formatowanie też nie. Słowa kluczowe również. Fabryka treści pozostaje fabryką treści, nawet gdy każda strona ma 1 500 słów.
Co zrobiłem, gdy serwis miał zero stron w indeksie
Kiedy zaakceptowałem, że masowo wygenerowaną sekcję trzeba usunąć zamiast „optymalizować”, przestałem próbować ją ratować.
Usunąłem wszystkie 10 000 artykułów AI.
Nie kilkaset i nie tylko te, które już wypadły. Usunąłem cały eksperyment. Generowanie trwało kilka dni i zajmowało setki megabajtów, ale trzymanie tego tylko dlatego, że kosztowało pracę, byłoby klasycznym błędem kosztu utopionego.
Dla URL-i trwale i świadomie usuniętych zacząłem zwracać 410 Gone. Następnie zatrzymałem masową publikację i zmieniłem sposób pisania.
Zacząłem pisać o rzeczach, które naprawdę zbudowałem, zepsułem, naprawiłem, zmierzyłem, przetestowałem albo których się nauczyłem. Czasem temat zainteresuje tylko małą grupę. To w porządku. Przynajmniej mam autentyczny powód, żeby o nim pisać.
AI nadal używam intensywnie, ale w innej roli.
Moja nowa zasada: autorem jestem ja, AI jest narzędziem
- porządkowanie surowych notatek;
- kwestionowanie mojego rozumowania i wskazywanie luk;
- proponowanie lepszych tytułów i wstępów;
- poprawa gramatyki, interpunkcji i powtórzeń;
- sprawdzanie, czy wyjaśnienie techniczne jest zrozumiałe;
- pomoc przy kodzie i listach;
- tłumaczenie artykułu, który najpierw napisałem sam.
Nie chcę już procesu: „wybierz 10 000 tematów, napisz 10 000 artykułów SEO i opublikuj wszystko”.
Różnica to odpowiedzialność. Dziś pomysł zaczyna się ode mnie. Doświadczenie jest moje. Ja decyduję, co jest prawdą, co ważne, co usunąć i co podkreślić. AI może pomóc lepiej wyrazić myśl, ale nie powinno wymyślać całego powodu istnienia strony.
I czytam finalny tekst. Brzmi banalnie, ale to najważniejsza zmiana. Przy 10 000 autonomicznych artykułów fizycznie nie mogłem być redaktorem. Przy celowej publikacji mogę.
Odzyskiwanie było powolne
Usunięcie treści nie spowodowało natychmiastowego powrotu.
Przez długi czas serwis pozostawał praktycznie nieobecny w Google. Usunięte URL-e pozostały usunięte, publikowałem znacznie mniej i bardziej świadomie, a Google stopniowo wracał do crawlowania.
Po około dwóch miesiącach strona główna wróciła do indeksu.
W porównaniu z około 1 000 stron, które wcześniej faktycznie były widoczne w Search, powrót samej strony głównej może wydawać się małym wynikiem, ale dla mnie był znacznie ważniejszym sygnałem. Google ponownie zaczął też crawlowanie serwisu. W chwili pisania tego tekstu nie twierdzę, że recovery jest pełne ani że każdy nowy artykuł zostanie zaindeksowany. Nie mam jeszcze na to dowodów.
Mogę potwierdzić coś węższego: serwis przeszedł od zera do ponownie zaindeksowanej strony głównej, a Google wrócił do crawl po usunięciu masowych treści AI i zmianie strategii publikacji.
Skrót można stworzyć w kilka dni, a jego odkręcanie może zająć miesiące.
Tłumaczenie AI to dla mnie inny przypadek
Nie wyciągnąłem wniosku „nigdy nie używaj AI do tekstu”. Z tłumaczeniami wspieranymi przez AI mam wręcz dobre doświadczenia.
Jeśli sam piszę artykuł na podstawie swojego doświadczenia, analizy lub wiedzy, przetłumaczenie go jest czymś zupełnie innym niż proszenie agenta o wymyślenie tysięcy tematów wyszukiwania.
Wartość już istnieje w oryginale. AI zmienia język, a nie powód istnienia artykułu.
Wcześniej tłumaczenie każdego tekstu na 5, 10 czy 20 języków oznaczało freelancerów albo wiele godzin pracy. Dziś AI potrafi szybko przygotować dobry pierwszy przekład, dzięki czemu publikacja wielojęzyczna jest realna nawet dla jednego dewelopera.
Techniczna realizacja nadal ma znaczenie. Preferuję prawdziwe, crawlable URL-e dla języków z HTML renderowanym po stronie serwera lub prerenderowanym. Główna treść musi być faktycznie przetłumaczona, wersje poprawnie połączone przez hreflang, dostępne przez linki wewnętrzne i uwzględnione w strukturze crawl/sitemap, gdy ma to sens.
Google wspiera w pełni przetłumaczone wersje tej samej strony i rekomenduje osobne URL-e oraz hreflang dla serwisów wielojęzycznych. Tłumaczenie powinno być realną stroną dla realnego czytelnika, a nie kolejną słabą wariacją tworzoną tylko po to, by zwiększać liczbę URL-i.
Ten workflow opisałem osobno w moim case study o tłumaczeniu bloga na wiele języków z pomocą AI.
Server rendering nie tworzy jakości
Jakość treści i techniczne SEO to dwie różne warstwy.
SSR ani statyczne generowanie nie uratują bezużytecznego artykułu. Idealny hreflang nie uczyni generycznego tekstu oryginalnym. Sitemap nie tworzy popytu.
Jeśli jednak treść naprawdę zasługuje na publikację, chcę przekazać wyszukiwarkom możliwie czytelną reprezentację techniczną. W przypadku treści wielojęzycznych oznacza to przewidywalne adresy URL dla poszczególnych języków, możliwy do crawlowania HTML renderowany po stronie serwera lub generowany wcześniej, wzajemne hreflang, czytelne linki wewnętrzne między wersjami językowymi i brak przypadkowego blokowania ważnych stron.
Techniczne SEO ma pomagać wartościowej treści zostać znalezioną i zrozumianą. Nie zastępować jej wartości.
Workflow, któremu dziś ufam
- Zaczynać od czegoś, co naprawdę wiem lub przeżyłem.
- Najpierw pisać treść, później myśleć o keywords.
- Używać AI jako redaktora i partnera do dyskusji.
- Weryfikować fakty i twierdzenia techniczne.
- Dodawać szczegóły z pierwszej ręki: liczby, screenshoty, kod, błędy, ograniczenia, decyzje i wyniki.
- Samemu przeczytać finalną wersję.
- Gdy ma sens, tłumaczyć gotowy artykuł z AI.
- Poprawnie implementować strony wielojęzyczne.
- Publikować w skali, którą naprawdę potrafię nadzorować.
AI jest wzmacniaczem, nie źródłem celu
Najlepiej myśleć o AI jak o wzmacniaczu.
Jeśli punktem wyjścia jest realne doświadczenie, użyteczny pomysł, dobre dane albo mocny oryginalny tekst, AI może to wzmocnić: poprawić język, strukturę, tłumaczenie i dotrzeć z tą samą wartością do większej liczby osób.
Jeśli punktem wyjścia jest „daj mi tysiące słów kluczowych, żebym zdobył ruch”, AI wzmocni również to. Pozwoli po prostu robić złą rzecz w skali, która wcześniej była za droga.
Nie jestem przeciwnikiem AI. Używam go codziennie. Jestem przeciwnikiem autopilota.
Mój najważniejszy wniosek: nie oddawaj decyzji redakcyjnych agentowi tylko dlatego, że potrafi pisać szybciej, niż ty potrafisz czytać.
Napisz coś, co pochodzi od ciebie. Użyj AI, by uczynić to jaśniejszym, mocniejszym, lepiej ułożonym i dostępnym w wielu językach. Ale cel, wiedzę, weryfikację i ostatnią decyzję zostaw człowiekowi.
AI sprawiło, że publikowanie jest łatwiejsze niż kiedykolwiek. Właśnie dlatego decyzja, czego nie publikować, stała się ważniejsza niż kiedykolwiek.