Najważniejsze wnioski w pigułce
Co dokładnie było celem aktualizacji
- Sygnały z branży wskazują, że sierpniowy spam update Google wymierzony był w masowo generowaną treść AI tworzoną wyłącznie pod ranking w wyszukiwarce.
- Google opublikowało niedawno pracę badawczą o systemie Scalable Cluster Termination System (S-CTS), który służy do wykrywania i „wygaszania” całych sieci spamu generowanego przez sztuczną inteligencję.
- Problemem nie jest samo użycie AI, lecz skala produkcji i intencja — strony tworzone „dla algorytmu”, a nie dla użytkownika.
Kto ucierpiał, a kto przetrwał
- Największe spadki odnotowały serwisy działające w pełnej automatyzacji od pierwszego dnia istnienia — bez historii, bez zaangażowania użytkowników.
- Domeny prowadzone początkowo ręcznie, które dopiero później przeszły na automatyzację z modelami językowymi, w wielu przypadkach obroniły pozycje.
- Redakcje publikujące treści wspierane przez AI, ale weryfikowane ręcznie przed publikacją, nie zanotowały kar.
Co robić teraz
- Sprawdź widoczność swojego serwisu w oknie 18–21 sierpnia — to tam koncentrowały się największe wahania.
- Zamiast pytać „czy to napisała AI”, zapytaj „dla kogo to powstało” — to kryterium, którego używa Google.
- Buduj realne sygnały użytkowników: ruch z social media, PR, wzmianki, powracające wizyty.
Google przestało ścigać AI, a zaczęło ścigać skalę
Przez ostatnie dwa lata w branży utrzymywał się mit, że wykrycie treści generowanej przez sztuczną inteligencję jest równoznaczne z karą. Rzeczywistość jest bardziej precyzyjna: Google nie karze narzędzia, tylko sposób jego użycia. Wytyczne wprost definiują nadużycie jako tworzenie dużej liczby stron, których głównym celem jest manipulowanie wynikami wyszukiwania, a nie wspieranie użytkownika. Sierpniowa aktualizacja wydaje się być pierwszym tak wyraźnym egzekwowaniem tej zasady na masową skalę.
Potwierdzeniem kierunku jest opublikowana przez Google praca badawcza opisująca system o nazwie Scalable Cluster Termination System (S-CTS). Rozwiązanie zaprojektowano tak, by identyfikować i eliminować całe sieci masowo generowanego spamu AI — nie pojedyncze artykuły, lecz klastry powiązanych domen działających według tego samego schematu. To istotna zmiana perspektywy: wykrywanie przenosi się z poziomu strony na poziom wzorca operacyjnego.
Dla wydawców oznacza to jedno. Jeśli Twój model publikacji opiera się na wypuszczaniu setek podobnych artykułów pod długi ogon fraz, ryzyko nie polega już na tym, że któryś tekst „zostanie wykryty”. Ryzyko polega na tym, że cały serwis zostanie zaklasyfikowany jako element sieci.
Historia domeny działa jak bufor bezpieczeństwa
Najciekawsza obserwacja płynąca z analiz po aktualizacji dotyczy tego, kto przetrwał. Serwisy zbudowane od zera w pełnej automatyzacji — bez żadnej historii ręcznej pracy — spadały praktycznie w komplecie. Z kolei witryny, które przez pierwsze miesiące publikowały treści ręcznie, stopniowo, a dopiero potem przeszły na automatyzację opartą na modelach językowych, w wielu przypadkach utrzymały pozycje.
Wyjaśnienie jest logiczne. Domena prowadzona początkowo ręcznie zgromadziła realne dane o zaangażowaniu: powracających użytkowników, naturalne wzmianki, ruch spoza wyszukiwarki. Warto tu doprecyzować terminologię, bo w dyskusjach branżowych pojawia się mylące pojęcie „sygnałów zaufania”. Google nie posługuje się abstrakcyjnym „trust signal” — korzysta z sygnałów generowanych przez użytkowników, które pokazują, że serwis rzeczywiście jest przez nich ceniony. To różnica praktyczna, bo takich sygnałów nie da się wygenerować promptem.
Ta obserwacja opiera się na niewielkiej próbce i ma charakter obserwacji trendu, nie dowodu. Kierunek jest jednak zbieżny z tym, co widzimy w projektach klienckich od dłuższego czasu: serwis bez własnej publiczności jest bezbronny wobec każdej większej aktualizacji.
Weryfikacja redakcyjna wciąż robi różnicę
Przykład japońskiego serwisu publikującego treści tworzone z udziałem AI dobrze pokazuje granicę. Redakcja nie została dotknięta aktualizacją, ale każdy artykuł przechodzi przed publikacją ręczną weryfikację przez człowieka. Do tego dochodzi konsekwentne budowanie zasięgu przez media społecznościowe i informacje prasowe, co poprawia crawlowalność i generuje realne wyświetlenia niezależne od pozycji w Google.
To model, który rekomendujemy klientom pracującym z AI w produkcji treści. Sztuczna inteligencja świetnie sprawdza się jako narzędzie przyspieszające research, tworzenie szkiców i porządkowanie struktury. Nie zastępuje jednak redaktora, który zweryfikuje fakty, doda kontekst branżowy i wytnie to, czego użytkownik nie potrzebuje. Koszt takiej weryfikacji jest nieporównywalnie niższy niż koszt odbudowy widoczności po spadku.
Frustracja odbiorców jest zresztą realna i widoczna nawet na forach, gdzie użytkownicy sami zajmują się optymalizacją. Typowa skarga brzmi znajomo: cztery kolejne wyniki wyszukiwania z identycznym układem nagłówków i wypunktowań, trzy zdania rozdmuchane do pięciuset słów, zero odpowiedzi na zadane pytanie. Tak wygląda nowa wersja doorway page — i Google właśnie zaczęło ją traktować dokładnie tak samo.
Co zrobić z tym w praktyce
Pierwszy krok to diagnoza. Sprawdź dane z Search Console i narzędzi widoczności dla okresu 18–21 sierpnia. Jeśli widzisz spadek, nie zaczynaj od audytu jakości pojedynczych tekstów — zacznij od pytania o metodę produkcji. Ile artykułów publikujesz miesięcznie, w jakim tempie i według jakiego schematu? To ten wzorzec, a nie poziom stylistyczny, jest głównym podejrzanym.
Drugi krok to rewizja intencji. Treści zbudowane wokół nasycenia słowem kluczowym tracą na widoczności konsekwentnie od co najmniej dwóch lat, niezależnie od tego, czy powstały ręcznie, czy automatycznie. Automatyczne generowanie artykułów pod chwilowe trendy SEO było prawdopodobnie jednym z głównych celów sierpniowej aktualizacji. Jeśli materiał nie odpowiada na realne pytanie i nie wnosi niczego, czego nie ma w pierwszej dziesiątce wyników, jego obecność w serwisie jest obciążeniem, nie aktywem.
Trzeci krok to dywersyfikacja źródeł ruchu. Domena, która żyje wyłącznie z wyników organicznych, przy każdej aktualizacji traci wszystko naraz. Serwis z ruchem z newslettera, mediów społecznościowych, publikacji branżowych i wejść bezpośrednich ma bufor — i, co równie istotne, generuje sygnały użytkowników, które realnie wzmacniają jego pozycję w wyszukiwarce.
Podsumowanie
Sierpniowy spam update nie był wypowiedzeniem wojny sztucznej inteligencji — był wypowiedzeniem wojny masowej produkcji treści bez odbiorcy. Wydawcy, którzy używają AI jako narzędzia wspierającego redakcję i jednocześnie budują realną publiczność, wychodzą z aktualizacji obronną ręką. Ci, którzy postawili na pełną automatyzację i skalę, właśnie dostali sygnał, że ten model przestał działać.
Źródło: Search Engine Journal, „Reports Indicate Google’s Spam Update Focused On SEO AI Content” — searchenginejournal.com
