Treści AI a Google: egzekwowanie zasad i unijny AI Act

Od 2024 roku Google i unijny prawodawca grają do jednej bramki: oba celują w masowo produkowane treści AI niskiej jakości. Google zwalcza je algorytmicznie i ręcznymi działaniami, a unijny AI Act od sierpnia 2026 dokłada prawny obowiązek przejrzystości. Dla witryn B2B w Europie oznacza to podwójny wymóg: treści muszą wykazać realną wartość w oczach wyszukiwarki i jednocześnie spełniać przepisy o oznaczaniu. Ten artykuł wyjaśnia, gdzie Google wyznacza granicę między Scaled Content Abuse a uprawnionym użyciem AI, czego konkretnie wymaga art. 50 AI Act i jak wygląda solidny proces redakcyjny i compliance.

Dlaczego egzekwowanie zasad wobec treści AI jest dziś kluczowe dla biznesu

Teksty generowane przez AI to już rynkowa codzienność. Według międzynarodowej analizy 900 000 nowo utworzonych anglojęzycznych stron internetowych 74,2 procent z nich zawierało treści wygenerowane przez AI (badanie międzynarodowe, kwiecień 2025). Ciekawy jest rozkład: tylko 2,5 procent to czysty tekst AI, 25,8 procent wyłącznie praca człowieka, a 71,7 procent połączenie pracy człowieka i AI (badanie międzynarodowe). Normą nie jest więc dokument w pełni syntetyczny, lecz hybrydowy proces pracy. Właśnie to rozróżnienie jest kluczowe zarówno dla Google, jak i dla AI Act.

Również w regionie DACH (Niemcy, Austria, Szwajcaria) AI weszła do powszechnego użytku. W Austrii w 2025 roku sztuczną inteligencję stosowało już 30 procent firm zatrudniających co najmniej 10 osób, wobec 20 procent rok wcześniej (Austria, Statistik Austria, badanie od lutego do lipca 2025). Jeśli używasz AI do tworzenia treści, coraz częściej wchodzisz w zakres obowiązków przejrzystości, które mają zastosowanie od 2026 roku.

Ryzyko błędów jest bardzo realne. Przy okazji March 2024 Core Update według niezależnego monitoringu 837 z 49 345 obserwowanych witryn zostało całkowicie usuniętych z indeksu Google, czyli około 1,7 procent (badanie międzynarodowe). Towarzysząca analiza wykazała, że 100 procent dotkniętych witryn nosiło oznaki treści generowanych przez AI, a w 50 procent z nich od 90 do 100 procent wpisów pochodziło z AI (badanie międzynarodowe). Całkowite wyindeksowanie oznacza zero ruchu organicznego. Dla witryny B2B, której lejek sprzedażowy zależy od wyszukiwarki, to całkowite załamanie.

Gdzie Google wyznacza granicę: Scaled Content Abuse a uprawnione treści AI

Google nie uznaje treści AI z góry za spam. Od lat stanowisko brzmi tak: automatyzacja, w tym generatywna AI, jest spamem tylko wtedy, gdy głównym celem jest manipulowanie rankingami. Wraz z March 2024 Core Update Google wprowadził trzy nowe zasady dotyczące spamu: Scaled Content Abuse, Expired Domain Abuse i Site Reputation Abuse (źródło międzynarodowe). Decyduje nie metoda tworzenia, lecz intencja i efekt.

Google definiuje Scaled Content Abuse jako tworzenie wielu stron przede wszystkim po to, by manipulować rankingami, a nie pomagać użytkownikom. Zasada obowiązuje niezależnie od tego, czy treści powstają automatycznie, dzięki pracy ludzi, czy w połączeniu obu metod (źródło międzynarodowe). Publikowanie tysięcy ubogich stron jest więc naruszeniem także wtedy, gdy brali w tym udział ludzie. I odwrotnie: artykuł przygotowany z pomocą AI, który wnosi realną wartość, nie narusza zasad.

Ekonomiczny efekt tej ofensywy jakościowej potwierdza sam Google: po March 2024 Update odnotowano o 45 procent mniej treści niskiej jakości i nieoryginalnych w wynikach wyszukiwania, więcej niż oczekiwane 40 procent (źródło międzynarodowe, wdrożenie zakończone 19 kwietnia 2024). W praktyce Google ocenia treści w trzech wymiarach:

• Wartość i oryginalność: Czy strona oferuje informacje, analizy lub doświadczenie, których nie ma nigdzie indziej w tej samej formie. Masowo przeredagowywane ogólniki to typowy wzorzec Scaled Content Abuse.
• Główny cel: Czy strona powstała dla użytkowników, czy dla rankingu. Szablony programmatic SEO, w których pojedyncza podstrona nie ma samodzielnej wartości, szybko przechodzą w obszar nadużyć.
• E-E-A-T: Czy widać doświadczenie, wiedzę ekspercką, autorytet i wiarygodność. Brak autora, brak źródeł i brak praktyki to sygnały ostrzegawcze.

Ważne jest rozróżnienie między ręcznym działaniem a algorytmicznym obniżeniem pozycji. Ręczne działanie nakłada weryfikator; jest ono zgłaszane w Google Search Console i po usunięciu problemu wymaga prośby o ponowne rozpatrzenie. Algorytmiczne obniżenie pozycji przez Core Update nie pojawia się jako powiadomienie, widać je tylko po spadku ruchu, a pozycje wracają dopiero przy jednej z kolejnych aktualizacji.

Site Reputation Abuse: niedoceniane ryzyko dla wydawców B2B

Site Reputation Abuse, potocznie parasite SEO, dotyczy witryn, które wynajmują swój autorytet podmiotom trzecim. To jedna z trzech nowych zasad Google dotyczących spamu z 2024 roku (źródło międzynarodowe). Chodzi o treści stron trzecich publikowane bez ścisłego nadzoru właściciela witryny, głównie po to, by wykorzystać reputację domeny. Dla wydawców B2B, którzy publikują artykuły gościnne, treści partnerów lub sekcje sponsorowane, to realny obszar ryzyka.

Poprawna konfiguracja oznacza tu: nadzór redakcyjny nad wszystkimi treściami stron trzecich, wyraźne oddzielenie i oznaczenie treści sponsorowanych, żadnego hostowania cudzych subportali wyłącznie w celu przenoszenia sygnałów rankingowych oraz jednolite wymagania jakościowe dla autorów zewnętrznych i wewnętrznych. Artykuły gościnne nie stanowią problemu, dopóki pasują tematycznie, są sprawdzone i wnoszą samodzielną wartość.

Artykuł 50 unijnego AI Act w praktyce

Unijny AI Act tworzy obowiązek prawny niezależny od oceny wyszukiwarek. Art. 50 reguluje obowiązki w zakresie przejrzystości i ma zastosowanie od 2 sierpnia 2026 (UE). Dotyczy dwóch ról, które mają różne obowiązki.

Dostawcy, czyli podmioty udostępniające systemy AI, w tym modele ogólnego przeznaczenia, które generują syntetyczne treści audio, graficzne, wideo lub tekstowe, muszą zapewnić, że wyniki są oznakowane w formacie nadającym się do odczytu maszynowego i wykrywalne jako sztucznie wygenerowane lub zmanipulowane (UE). Technicznie chodzi o standardy takie jak C2PA Content Credentials, które osadzają w pliku kryptograficznie podpisane metadane o pochodzeniu. W przypadku systemów wprowadzonych do obrotu przed 2 sierpnia 2026 ten wymóg oznaczania stosuje się zgodnie z Digital Omnibus do AI Act, rozporządzeniem (UE) 2026/1744, dopiero od 2 grudnia 2026 (UE, art. 111 ust. 4 AI Act). Obowiązków ujawniania po stronie podmiotów stosujących Omnibus nie przesuwa.

Podmioty stosujące, czyli organizacje korzystające z systemu AI, mają obowiązki w zakresie ujawniania. Kto tworzy deepfake'i, musi ujawnić, że zostały wygenerowane sztucznie. A kto generuje tekst lub nim manipuluje, a tekst ten jest publikowany w celu informowania opinii publicznej o sprawach leżących w interesie publicznym, musi ujawnić, że został on sztucznie wygenerowany lub zmanipulowany (UE). Ten obowiązek dotyczący tekstu jest dla wydawców najważniejszy. Obejmuje wyłącznie treści publikowane w celu informowania opinii publicznej. Wyłączony jest ponadto tekst, który przeszedł weryfikację przez człowieka lub kontrolę redakcyjną i za którego publikację osoba fizyczna lub prawna ponosi odpowiedzialność redakcyjną (art. 50 ust. 4 akapit 2). Dla wydawców B2B z udokumentowanym procesem redakcyjnym to wyłączenie przesądza, czy oznaczenie jest w ogóle potrzebne. Nie dotyczy ono deepfake'ów. Zakres zastosowania wobec czysto komercyjnych opisów produktów jest węższy i wymaga oceny w każdym przypadku z osobna.

Kary są wysokie, ale zróżnicowane. Naruszenie zakazu praktyk z art. 5 może kosztować do 35 milionów euro lub 7 procent światowego rocznego obrotu (UE). Za naruszenie pozostałych obowiązków, wprost łącznie z obowiązkami przejrzystości z art. 50, grozi niższa kara: do 15 milionów euro lub 3 procent światowego rocznego obrotu (UE). W przypadku MŚP i start-upów stosuje się niższą z tych dwóch kwot. Często przytaczane 35 milionów euro nie dotyczą więc obowiązku oznaczania, lecz praktyk zakazanych; przy naruszeniach art. 50 właściwy jest pułap 15 milionów.

Proces compliance dla witryn B2B w Europie

Pierwszy krok to ustalenie roli. Z reguły witryna B2B, która korzysta z zewnętrznego modelu, np. komercyjnego LLM, jest podmiotem stosującym, a nie dostawcą. Oznaczanie w formacie nadającym się do odczytu maszynowego z art. 50 ust. 2 to przede wszystkim obowiązek dostawcy; na podmiocie stosującym spoczywa obowiązek ujawniania w przypadku deepfake'ów i tekstu informującego opinię publiczną, o ile nie został on sprawdzony i nie podlega odpowiedzialności redakcyjnej.

W praktyce sprawdza się następująca struktura:

• Przegląd ról i inwentaryzacja: Ustal, które treści są tworzone lub edytowane z pomocą AI i które z nich przekazują opinii publicznej informacje merytoryczne. Tylko te drugie mogą uruchomić obowiązek ujawnienia tekstu.
• Komunikaty i etykiety ujawniające: Dla deepfake'ów i informacyjnych tekstów AI, które nie są redakcyjnie sprawdzane i nie podlegają odpowiedzialności redakcyjnej, zapewnij jasną, widoczną informację. Ta obowiązkowa informacja musi być zrozumiała i łatwa do znalezienia, a nie ukryta w kodzie źródłowym. W przypadku tekstów sprawdzonych redakcyjnie, za które ktoś odpowiada, adnotacja o wsparciu AI jest dobrowolna.
• Pamiętaj o odczycie maszynowym: Jeśli utrzymujesz własne systemy generatywne, sprawdź oznaczanie po stronie dostawcy za pomocą Content Credentials i upewnij się, że wyniki pozostają rozpoznawalne jako wygenerowane przez AI.
• Rozgraniczenie RODO i zgód: Oznaczenie wymagane przez AI Act to obowiązek przejrzystości dotyczący treści i nie zastępuje zgody w rozumieniu przepisów o ochronie danych. Jeśli funkcje AI przetwarzają dane osobowe lub ładują skrypty śledzące, nadal trzeba osobno spełnić wymogi RODO i stosować baner zgody.
• Dokumentacja: Dokumentuj proces redakcji i weryfikacji. Dzięki temu w razie sporu wykażesz, że ma zastosowanie wyłączenie dla tekstu objętego odpowiedzialnością redakcyjną.

Redakcja human-in-the-loop jako ochrona przed sygnałami Scaled Content

Najskuteczniejszą ochroną przed obniżeniem pozycji za Scaled Content jest prawdziwy proces redakcyjny, a nie etykieta. Google podkreśla, że zasada dotycząca spamu obowiązuje niezależnie od metody tworzenia; decyduje wartość dla użytkownika. Solidny proces obejmuje jasne punkty kontroli jakości:

• Weryfikacja faktów: Każde stwierdzenie zawierające liczbę, datę lub tezę jest sprawdzane w źródle pierwotnym. Modele generatywne wymyślają wiarygodnie brzmiące, ale fałszywe fakty; niezweryfikowane wyniki modelu to bezpośrednie ryzyko dla jakości.
• Podawanie źródeł: Kluczowe stwierdzenia linkują do rzetelnych źródeł. Udokumentowane dane zwiększają wiarygodność i sprawiają, że systemy AI mogą cytować treści.
• Własne dane i doświadczenie: Liczby z własnych projektów, przykłady z praktyki i własne oceny wyróżniają tekst na tle wymiennych, standardowych treści AI. Właśnie to Google uznaje za Experience.
• Odpowiedzialność redakcyjna: Wskazana z imienia i nazwiska osoba sprawdza ostateczną treść i za nią odpowiada. Weryfikacja i imienna odpowiedzialność razem są warunkiem tego, by obowiązek oznaczania tekstu AI z art. 50 ust. 4 mógł odpaść.

Taki proces rozwiązuje oba problemy naraz: zapobiega sygnałom Scaled Content i tworzy udokumentowaną odpowiedzialność redakcyjną, dzięki której obowiązek ujawniania tekstu AI informującego opinię publiczną może odpaść. To wyłączenie nie dotyczy deepfake'ów.

Zarządzanie crawlerami AI: ochrona treści a widoczność w GEO

Jeśli publikujesz treści AI, musisz zdecydować, czy crawlery AI mogą czytać Twoje treści. Odsetek blokad rośnie: według międzynarodowej analizy około 140 milionów witryn GPTBot od OpenAI jest najczęściej blokowanym crawlerem AI: blokuje go 5,89 procent wszystkich witryn, a we wszystkich plikach robots.txt łącznie do 7,3 procent (badanie międzynarodowe). Najszybciej rósł odsetek blokad ClaudeBota, o 32,67 procent, co oznacza najsilniejszy wzrost wśród wszystkich crawlerów w ostatnim roku (badanie międzynarodowe).

Sterowanie odbywa się w pliku robots.txt przez poszczególne user agenty: GPTBot (OpenAI), ClaudeBot (Anthropic), CCBot (Common Crawl) i Google-Extended (trenowanie AI Google, oddzielone od Googlebota). Uzupełnieniem staje się plik llms.txt ze wskazówkami dla systemów AI. Ten kompromis ma charakter strategiczny: blokada chroni treści przed wykorzystaniem do trenowania i generowania odpowiedzi, ale zmniejsza szansę na cytowanie w odpowiedziach LLM. Jeśli stawiasz na widoczność w GEO, rozróżniaj crawlery treningowe i crawlery typu retrieval, zamiast blokować wszystko. Zablokowanie Google-Extended nie wpływa przy tym na zwykłe indeksowanie przez Googlebota.

Techniczne podstawy SEO przy dużej liczbie treści

AI obniża koszty produkcji i tym samym pogłębia problem skali. Jeśli skalujesz, potrzebujesz porządnego technicznego sterowania indeksowaniem, inaczej marnujesz crawl budget i generujesz sygnały duplicate content, które wyglądają jak Scaled Content Abuse.

Podstawowa wydajność pozostaje obowiązkowa. Według HTTP Archive w 2024 roku na urządzeniach mobilnych tylko 59 procent stron osiągało dobry wynik LCP, podczas gdy dla INP było to 74 procent, a dla CLS 79 procent (badanie międzynarodowe). LCP jest więc wskaźnikiem Core Web Vitals najtrudniejszym do zaliczenia. Przy dużej liczbie treści dochodzą trzy poziomy sterowania:

• Canonical i robots: Jednoznaczne tagi canonical i celowe dyrektywy noindex zapobiegają indeksowaniu wariantów szablonów jako osobnych stron typu thin content.
• Mapy witryny XML: Aktualne mapy witryny kierują crawlera do naprawdę istotnych adresów URL i odciążają crawl budget.
• IndexNow: Przez IndexNow możesz aktywnie zgłaszać zmiany uczestniczącym wyszukiwarkom, co przy dużych, często aktualizowanych zasobach przyspiesza ich uwzględnienie.

GEO/AEO jako odpowiedź na AI Overviews i zero-click

Klasyczna logika kliknięć słabnie. Według Pew Research użytkownicy w USA, gdy pojawiał się AI Overview, klikali w klasyczny wynik wyszukiwania tylko w 8 procent przypadków, wobec 15 procent bez Overview, a tylko 1 procent kliknął link do źródła wewnątrz Overview (USA, marzec 2025). Kolejna międzynarodowa analiza określa efekt dla pozycji 1: obecność AI Overview koreluje tam ze średnim współczynnikiem klikalności niższym o 58 procent (badanie międzynarodowe, grudzień 2025).

Wynika z tego przesunięcie od optymalizacji wyłącznie pod ranking do optymalizacji pod cytowanie. GEO i AEO mają na celu obecność w samej odpowiedzi AI. Skuteczne narzędzia to dane strukturalne i znaczniki Schema ułatwiające maszynowe przetwarzanie, jasne definicje łatwe do wyodrębnienia, udokumentowane statystyki ze źródłami oraz struktura, dzięki której pojedyncze stwierdzenia da się cytować. Te działania pokrywają się z dobrą praktyką E-E-A-T i przynoszą efekt zarówno w klasycznym wyszukiwaniu, jak i w odpowiedziach LLM.

Odzyskiwanie pozycji po ręcznym działaniu lub uderzeniu Core Update

Droga do odzyskania pozycji zależy od rodzaju problemu. Przy ręcznym działaniu przyczyna jest wskazana w Search Console. Procedura: zidentyfikuj naruszenie, usuń lub gruntownie popraw dotknięte treści, a następnie złóż prośbę o ponowne rozpatrzenie. Przy algorytmicznym obniżeniu pozycji przez Core Update nie ma ani powiadomienia, ani prośby o ponowne rozpatrzenie; pomaga tylko podniesienie jakości treści w całej witrynie i czekanie na ponowną ocenę w jednej z kolejnych aktualizacji.

Podstawą diagnozy jest audyt treści. Thin content, powielające się strony z szablonów i masowe teksty bez źródeł trzeba zidentyfikować, a następnie usunąć, scalić albo wzbogacić o realną wartość. Skalę ryzyka pokazuje ustalenie, że po March 2024 Update około 1,7 procent obserwowanych witryn zostało całkowicie wyindeksowanych, wszystkie z sygnałami treści AI (badanie międzynarodowe). Realistycznie rzecz biorąc, odzyskanie pozycji nie dzieje się szybko: ręczne działania mogą zostać cofnięte w ciągu kilku tygodni po skutecznej prośbie o ponowne rozpatrzenie, a powrót po Core Update może potrwać kilka miesięcy, aż do następnej odpowiedniej aktualizacji.

Architektura Next.js i renderowania dla treści skalowanych z pomocą AI

Przy skalowanych treściach kluczowa jest strategia renderowania. Server-Side Rendering (SSR) i Static Site Generation (SSG) sprawiają, że treść jest dostępna w początkowym HTML bez JavaScriptu po stronie klienta, dzięki czemu jest niezawodnie crawlowana i renderowana. Przy dużych, często zmieniających się zasobach Incremental Static Regeneration to rozsądny kompromis między statycznym serwowaniem a aktualnością.

Programmatic SEO jest technicznie dopuszczalne, ale zamienia się w Scaled Content Abuse, gdy strony są tylko szablonami z podmienionymi zmiennymi, bez samodzielnej wartości. Zasada graniczna: każdy wygenerowany URL musi odpowiadać na własne, konkretne pytanie użytkownika, na które da się udzielić odpowiedzi, i dostarczać weryfikowalną wartość. Porządne zarządzanie crawl budgetem przez canonical, linkowanie wewnętrzne i mapy witryny zapobiega zalewaniu indeksu przez ubogie warianty. Tak da się skalować treści z pomocą AI bez naruszania standardów jakości i compliance.

Dalsze kroki i podsumowanie

Google i unijny AI Act oceniają treści AI według tej samej zasady: problemem nie jest maszyna, lecz brak wartości i brak przejrzystości. Google obniża ocenę Scaled Content Abuse algorytmicznie i ręcznymi działaniami, a AI Act od 2 sierpnia 2026 wymaga oznaczania tekstu AI informującego opinię publiczną, jeśli nie został sprawdzony przez człowieka i nie podlega odpowiedzialności redakcyjnej. Oba wymogi da się spełnić jednym rozwiązaniem: prawdziwym procesem redakcyjnym human-in-the-loop z weryfikacją faktów, źródłami, własnym doświadczeniem i udokumentowaną odpowiedzialnością redakcyjną. Sensowne kolejne kroki dla austriackich witryn B2B to audyt treści pod kątem thin content i tekstów masowych, ustalenie roli jako dostawca lub podmiot stosujący, przygotowanie komunikatów ujawniających dla deepfake'ów i informacyjnych tekstów AI bez odpowiedzialności redakcyjnej oraz świadoma decyzja w zarządzaniu crawlerami AI między ochroną treści a widocznością w GEO.