Najważniejsze wnioski w pigułce
Co się zmienia
- Publikacja Google Research „Generative UI: LLMs are Effective UI Generators” opisuje system, w którym model pisze całą stronę (HTML, CSS i JavaScript) od zera dla każdego zapytania.
- Według Google od listopada 2025 roku Generative UI działa w AI Mode dla subskrybentów Google AI Pro i Ultra w USA. Później technologia trafiła globalnie do AI Mode w języku angielskim, a następnie zaczęła pojawiać się w AI Overviews.
- Zmienia się sposób prezentacji wyników, a nie ich wybór. Warstwa wyszukiwania pod spodem pozostaje ta sama.
Dane z badania
- W ocenach ludzi generowana strona wygrała z pierwszym wynikiem wyszukiwania w 90% porównań na zestawie promptów LMArena i w 73,5% porównań na zapytaniach informacyjnych.
- Mniej więcej w połowie przypadków była co najmniej porównywalna ze stronami zbudowanymi przez opłacanych programistów.
- Odsetek błędów spadł z 60% w Gemini 2.0 Flash-Lite do 0% w Gemini 3.
Wnioski dla SEO
- Pojedynczy, codzienny odczyt pozycji przestaje opisywać rzeczywistą widoczność.
- Wyniki trzeba weryfikować wielokrotnie i analizować ich rozkład, tak jak dziś mierzy się widoczność w odpowiedziach AI.
- Optymalizacja pod trafność (relevance) nadal ma sens, bo model ugruntowuje każdą informację w wynikach wyszukiwania.
Jak działa Generative UI według Google Research
System opisany w publikacji Google Research składa się z trzech elementów. Serwer narzędzi daje modelowi dostęp do Google Search oraz do wyszukiwania i generowania obrazów. Prompt systemowy mówi modelowi, co ma zbudować i jak to zaplanować. Postprocesory porządkują stronę, zanim trafi do przeglądarki. Na wyjściu powstaje jedna strona HTML, CSS i JavaScript, którą przeglądarka renderuje bez dalszych zmian, a każda prośba użytkownika o poprawki wraca do modelu jako nowy prompt.
Najwięcej zależy od promptu systemowego. Pierwsza reguła każe budować interaktywną aplikację, więc nawet pytanie o godzinę w Tel Awiwie ma zwrócić działający zegar, a nie linijkę tekstu. Zanim model napisze kod, interpretuje zapytanie, planuje wyszukiwania i źródła obrazów oraz wymyśla kilkanaście komponentów. Wyszukiwanie jest obowiązkowe przy encjach i faktach, a model wykonuje kolejne zapytania, gdy pierwsze wyniki otwierają nowe wątki. To w praktyce mechanizm bardzo bliski temu, co opisujemy w tekście o query fan-out i rozbijaniu jednego wyszukiwania na wiele zapytań .
Każde twierdzenie w interfejsie musi mieć oparcie w pobranych danych, co jest klasycznym podejściem znanym jako RAG, czyli generowanie wspierane wyszukiwaniem . Prompt zakazuje też atrap i danych testowych, więc element bez realnych danych po prostu znika ze strony. Jeden z postprocesorów wstrzykuje kod, który wykrywa i zgłasza błędy po stronie przeglądarki. Dzięki temu Google widzi, gdzie generowanie zawodzi, na każdej wyświetlanej stronie. Wygenerowanie strony trwa minutę–dwie, a streaming mniej więcej o połowę skraca odczuwalny czas oczekiwania.
Od badania do wyszukiwarki - co wiemy na pewno
Warto zachować ostrożność. Żaden przykład z publikacji nie jest klasyczną stroną wyników. To dynamiczne doświadczenia, takie jak porównanie wieżowców, przewodnik po pizzy czy planer wystroju wnętrz. Sam tekst badania nie używa słowa SERP i nie wspomina o AI Mode. Google Search występuje w nim jako narzędzie wywoływane przez model oraz jako punkt odniesienia w porównaniach.
Powiązanie z wyszukiwarką wynika z komunikatów Google. Podczas I/O 2026 firma zapowiedziała, że Search, korzystając z agentowego kodowania Gemini 3.5 Flash i Antigravity, będzie budować „idealną odpowiedź we właściwym formacie” w locie. Interaktywne wizualizacje, tabele, wykresy i symulacje układane w niestandardowy layout miały latem trafić bezpłatnie do wszystkich użytkowników, a miniaplikacje i trackery w pierwszej kolejności do subskrybentów AI Pro i Ultra w USA. Szerszy kontekst tych zmian opisujemy w artykule o tym, jak AI Mode zmienia wyszukiwarkę Google .
Mike King z iPullRank przywołuje też serwisy CrawlVision i Relevant Audience, które powołują się na wpis Google z 19 sierpnia 2026 roku. Według nich Generative UI zaczęło trafiać do AI Overviews po globalnym starcie w AI Mode w języku angielskim. Wniosek, że ta sama maszyneria może renderować cały SERP, to jednak interpretacja autora, a nie teza samego badania.
Gdzie na tym spektrum jest dzisiejszy SERP
Przewodnik Google Cloud opisuje Generative UI jako zestaw strategii, a nie jedną technologię. Na jednym końcu jest Static GenUI, w którym agent wybiera z gotowej biblioteki ręcznie zbudowanych komponentów. Pośrodku jest Declarative GenUI, w którym agent zwraca strukturalny opis układu, na przykład w JSON, a klient go renderuje. Na drugim końcu jest Open-Ended GenUI, w którym agent pisze surowy HTML i CSS, co daje pełną swobodę kosztem ryzyka w obszarze bezpieczeństwa i spójności wyglądu.
System z publikacji to Open-Ended GenUI. Dzisiejsza strona wyników przypomina raczej Static GenUI: stałą bibliotekę modułów, czyli wyniki organiczne, AI Overviews, People Also Ask, local pack, zakupy i reklamy, z systemem decydującym o ich doborze i kolejności. Jeśli chcesz uporządkować wiedzę o tych blokach, zajrzyj do naszego przewodnika po strukturze wyników wyszukiwania Google . Zapowiadane przez Google interaktywne tabele, wykresy i trackery przesuwają SERP w stronę modelu deklaratywnego.
Podobny kierunek pokazują patenty. Najbliższy wyszukiwarce jest US12536233B1 „AI-generated content page tailored to a specific user”, przyznany 27 stycznia 2026 roku, który opisuje generowanie strony na podstawie zapytania i kontekstu, w tym wcześniejszych zapytań. Dotyczy jednak landing page’a organizacji, a nie otwartego wyszukiwania. Rodzina zgłoszeń o modelach językowych generujących komponenty interfejsu dotyczy z kolei widżetów zadań na urządzeniach. Jak podsumowuje King, patenty pokazują kierunek, a badanie pokazuje mechanizm. Więcej o patentowym tle tych zmian piszemy w tekście o patencie Google na autonomiczne wyniki wyszukiwania .
Dlaczego Google pójdzie dalej i co to zmienia w pomiarze
Najmocniejszy argument za dalszym rozwojem tej technologii to preferencje użytkowników. Generowana strona wygrała z pierwszym wynikiem w 90% porównań na promptach LMArena i w 73,5% na zapytaniach informacyjnych. To dane z promptów i oceniających dobranych przez autorów, a nie z ruchu produkcyjnego, ale kierunek jest wyraźny. Spadek błędów z 60% do 0% między generacjami modeli usuwa główny argument przeciwko takiemu podejściu. Strona, którą użytkownicy wolą, dłużej zatrzymuje ich w ekosystemie Google i może być budowana osobno dla każdej osoby.
Tu dochodzimy do sedna. Skoro zmienia się prezentacja, a nie selekcja, to najbardziej cierpi pomiar. King już w 2020 roku przekonywał, że nigdy nie istniał jeden SERP, a w 2026 roku spodziewa się hiperpersonalizacji również w podstawowych wynikach, nie tylko w powierzchniach generatywnych. Pojedynczy zrzut wyników będzie więc coraz słabiej oddawał to, co zobaczył ktokolwiek inny. Klasyczny rank tracking nie powinien być jedynym źródłem wiedzy o efektach.
W praktyce rekomendujemy przejście z jednego dziennego odczytu na wielokrotne sprawdzenia i analizę rozkładu wyników, tak jak dziś mierzy się widoczność w odpowiedziach AI. Pozycję warto zestawiać z danymi o wyświetleniach i kliknięciach, a temat ekspozycji w AI omawiamy szerzej w raporcie o modelu ekspozycji generatywnej AI w Search Console . Warstwa wyszukiwania pozostaje ta sama, więc praca nad trafnością, jakością treści i ich strukturą nadal decyduje o tym, czy model sięgnie po Twoje dane. Zmienia się przede wszystkim sposób, w jaki raportujemy efekty tej pracy.
Podsumowanie
Generative UI pokazuje, że strona wyników Google przestaje być stałym obiektem i coraz częściej będzie składana na nowo dla konkretnego zapytania i użytkownika. Dla marek to nie powód do paniki, bo o wyborze źródeł nadal decyduje trafność, ale sygnał, że pomiar widoczności trzeba przebudować. Kto wcześniej przejdzie z pojedynczej pozycji na rozkład wyników, lepiej zrozumie swoją realną obecność w wyszukiwarce.
Źródło: Mike King, „How Do We Move Forward if the SERP Is Generative?”, iPullRank – https://ipullrank.com/generative-serps (otwiera się w nowej karcie)
