Google zaostrza podejście do treści AI. Co zmieniło się na przełomie września i października 2026?

• Google nie zakazuje treści tworzonych z pomocą AI, ale oczekuje, że przed publikacją zostaną ręcznie sprawdzone, zweryfikowane pod kątem faktów i ocenione pod względem jakości.
• Na przełomie września i października zbiegły się dwa wydarzenia: globalny September 2026 Spam Update oraz aktualizacja oficjalnych wytycznych Google dotyczących generatywnego AI i people-first content.
• Google mocniej akcentuje dziś ludzki wkład, oryginalność, poprawność informacji, realne kompetencje autora oraz wartość, której nie da się odtworzyć jednym promptem.
• Największe ryzyko dotyczy masowej produkcji treści bez nadzoru, własnej wartości i wiarygodnego autorstwa. Bezpieczniejszy proces to: AI → human review → fact-check → ocena jakości i wartości → publikacja.

24 września Google rozpoczęło wdrażanie September 2026 Spam Update. Aktualizacja jest globalna, obejmuje wszystkie języki i wpływa na ranking wyników wyszukiwania. Google zapowiedziało, że jej pełne wdrożenie może potrwać do dwóch tygodni.

Google nie wskazało konkretnego nowego rodzaju spamu, który miałby być celem tej aktualizacji. Oficjalnie pozostają więc aktualne dotychczasowe Spam Policies, obejmujące m.in. scaled content abuse, site reputation abuse czy działania mające manipulować wynikami wyszukiwania.

Dowiedz się więcej o aktualizacji: Google uruchomiło September 2026 Spam Update. Co oznacza ta aktualizacja dla SEO?

1 października w oficjalnym changelogu Google Search Central pojawiła się informacja:

“Updated guidance on using generative AI content”.

Google wyjaśnia, że dokumentacja została uzupełniona m.in. o informacje pochodzące z Search Quality Rater Guidelines, aby była zgodna z materiałami prezentowanymi przez firmę podczas wydarzeń dla developerów.

Samo stanowisko wobec AI pozostaje spójne: generatywna sztuczna inteligencja może być wykorzystywana przy tworzeniu contentu.

Znacznie dokładniej opisany został natomiast proces prowadzący od wygenerowania materiału do jego publikacji.

Najbardziej konkretna zmiana w wytycznych dotyczy weryfikacji treści.

Google przypomina, że modele generatywne nie działają jak sprawdzona baza faktów. Przewidują prawdopodobną sekwencję słów na podstawie danych treningowych, dlatego mogą generować nieprawdziwe informacje i halucynacje.

W nowych wytycznych pojawia się bardzo mocne sformułowanie:

“It is critical to manually factcheck and review all AI-generated content”.

Ręczna weryfikacja i fact-checking treści wygenerowanych przez AI przed publikacją są więc według Google kluczowe.

Najprostszy workflow wygląda zwykle w ten sposób:

prompt → AI → publikacja

Bezpieczniejszy proces zgodnie z wytycznymi powinien wyglądać tak:

AI → human review → fact-check → ocena jakości i wartości → publikacja.

I nie chodzi wyłącznie o artykuły.

Zasada dotyczy również elementów tworzonych automatycznie, takich jak title, meta descriptions, structured data czy alty obrazów.

Automatyzacja tych elementów nadal może być użyteczna. Przy dużej skali jeszcze większego znaczenia nabiera jednak kontrola tego, czy informacje są poprawne i rzeczywiście opisują zawartość strony.

Źródło: Fragment oficjalnych wytycznych Google

Równolegle Google rozbudowało dokumentację dotyczącą helpful, reliable, people-first content.

Pojawiła się tam bardzo ciekawa sekcja opisująca cztery elementy, które Search Quality Raters biorą pod uwagę podczas oceny głównej treści strony:

Effort, Originality, Talent or Skill oraz Accuracy.

Źródło: Fragment oficjalnych wytycznych Google

Szczególnie interesujące jest pierwsze kryterium.

Google definiuje wysiłek jako poziom ludzkiej pracy włożonej w stworzenie treści lub systemu, który ją tworzy.

Jako przykład niskiego poziomu wysiłku wskazuje automatyczne generowanie stron z feedów lub wykorzystanie generatywnego AI do tworzenia dużej liczby tekstów bez ręcznego nadzoru i kuracji.

To ważna zmiana perspektywy. Sama informacja, że przy tworzeniu tekstu wykorzystano AI, mówi niewiele o jego jakości. Znacznie ważniejszy jest cały proces: skala automatyzacji, human review, fact-checking, wkład ekspercki i wartość dodana przed publikacją.

AI może stworzyć setki tekstów w krótkim czasie. Google coraz mocniej zwraca uwagę na to, ile realnej pracy i wartości znajduje się pomiędzy wygenerowaniem materiału a kliknięciem “publikuj”.

Drugim elementem jest oryginalność.

Google od dawna zachęcało do publikowania oryginalnych informacji, analiz i researchu. Teraz jeszcze mocniej łączy tę zasadę z oceną głównej treści strony. To szczególnie ważne w świecie generatywnego AI. Model może w kilka sekund przygotować poprawnie brzmiący artykuł na podstawie informacji, które już istnieją w internecie. Taki materiał niekoniecznie wnosi jednak nową wartość.

Dlatego obok pytania:

“Czy ten tekst jest wystarczająco dobry, żeby go opublikować?”

warto zadać drugie:

“Co użytkownik znajdzie tutaj, czego nie znajdzie w kolejnych pięciu wynikach wyszukiwania?”

Originality nie musi oznaczać przygotowania wielkiego badania do każdego artykułu. Jeżeli treść powstaje dla klienta, warto poprosić osobę, która rzeczywiście zna dany temat, nawet o 2-3 zdania własnego komentarza.

Jak wygląda dany problem w praktyce? O co najczęściej pytają klienci? Co firma obserwuje na podstawie własnych danych? Czy istnieje wyjątek od reguły, którego nie opisują dostępne już materiały? Kilka takich zdań może wnieść do artykułu więcej niż kolejny akapit wygenerowany na podstawie informacji dostępnych już w wynikach wyszukiwania.

To właśnie wiedza istniejąca wewnątrz organizacji może być jednym z najcenniejszych źródeł oryginalności contentu w czasach AI.

W praktyce zmienia się więc również rola procesu contentowego. Coraz ważniejsze staje się wydobycie wiedzy od klienta i jego ekspertów, a następnie przełożenie jej na treść użyteczną dla odbiorcy.

Jak dbamy o oryginalność w procecie tworzenia treści dla naszych klientów?

W Delante w procesie tworzenia treści bazujemy na wiedzy i materiałach dostarczanych przez klienta – od Tone of Voice i księgi komunikacji, przez materiały eksperckie i wiedzę produktową, po informacje przekazywane przez osoby zaangażowane w dany proces. Dzięki temu możemy uwzględniać w treściach perspektywę marki oraz doświadczenie jej ekspertów, zamiast ograniczać się wyłącznie do informacji dostępnych w wynikach wyszukiwania.

W przypadku dużych marek istotnym elementem procesu jest również szczegółowa weryfikacja merytoryczna, produktowa i prawna, a także uwzględnienie wytycznych dotyczących komunikacji – m.in. list słów i sformułowań akceptowanych oraz zakazanych, zatwierdzonych claimów czy konkretnych zasad komunikacji. To zasoby, których model AI sam z siebie nie posiada.

Jedna z najciekawszych zmian dotyczy autorstwa. Google od dawna rekomenduje jasne wskazywanie, kto stworzył treść i jakie ma kompetencje. Teraz dokumentacja mówi wprost również o przykładach deceptive authorship.

Google wskazuje jako nieuczciwe praktyki m.in. tworzenie fikcyjnych profili autorów przy użyciu:

• zdjęcia wygenerowanego przez AI,
• wymyślonego imienia i nazwiska,
• nieprawdziwych kwalifikacji lub doświadczenia.

To istotne szczególnie w przypadku serwisów, które w ostatnich latach budowały skalę contentu poprzez tworzenie dziesiątek “ekspertów” istniejących wyłącznie jako wygenerowany avatar i krótka biografia.

Autorstwo i deklarowane kompetencje powinny odpowiadać rzeczywistości. AI może wspierać wiedzę eksperta i pomagać przełożyć ją na content, ale sam ekspert powinien być prawdziwy.

Google od dłuższego czasu zachęca właścicieli stron do patrzenia na content przez trzy pytania:

Październikowa dokumentacja wzmacnia wszystkie trzy elementy.

WHO

Autor powinien być możliwy do zidentyfikowania tam, gdzie użytkownik naturalnie oczekuje informacji o autorstwie. Informacje o jego doświadczeniu i kompetencjach powinny być prawdziwe.

Co więcej, ekspert może być dla contentu źródłem realnej wartości. Zamiast dopisywać jego nazwisko do gotowego artykułu, warto wykorzystać jego doświadczenie już na etapie tworzenia materiału.

HOW

Jeśli automatyzacja lub AI odegrały istotną rolę w tworzeniu materiału, Google sugeruje rozważenie wyjaśnienia, jak i dlaczego technologia została wykorzystana.

Zakres takiej informacji zależy oczywiście od kontekstu. Innego poziomu transparentności oczekujemy od prostego opisu produktu, a innego od analizy finansowej, testu czy treści dotyczącej zdrowia.

WHY

To według Google najważniejsze pytanie.

Treść powinna powstawać przede wszystkim dlatego, że jest użyteczna dla odbiorcy.

Jeżeli automatyzacja służy masowej produkcji stron mających przede wszystkim zdobywać pozycje w wyszukiwarce, może wejść w zakres scaled content abuse.

Liczy się więc zarówno jakość pojedynczego materiału, jak i cel stojący za całym procesem produkcji contentu.

Google nie powiedziało, że September 2026 Spam Update jest aktualizacją wymierzoną w AI content. Nie wiemy również, jakie konkretne systemy lub rodzaje naruszeń zostały w nim zmodyfikowane.

Wiemy natomiast, że:

24 września rozpoczął się globalny Spam Update obejmujący wszystkie języki i rynki.

1 października Google znacząco rozszerzyło dokumentację dotyczącą AI content i jakości treści.

W nowych materiałach Google mocniej akcentuje human oversight, effort, originality, talent or skill, accuracy i prawdziwe autorstwo.

Jednocześnie dotychczasowe zasady nadal jasno wskazują na ryzyko związane z masową automatyzacją tworzoną przede wszystkim po to, aby zdobywać ruch z wyszukiwarki.

W przypadku dużych serwisów problem jest bardziej złożony niż decyzja “AI czy człowiek”.

E-commerce może mieć dziesiątki tysięcy produktów. Marketplace setki tysięcy adresów URL. Serwis działający międzynarodowo musi utrzymywać spójność informacji w wielu językach i na wielu rynkach.

Automatyzacja jest więc często koniecznością.

Kluczowe staje się zaprojektowanie systemu, który pozwala korzystać ze skali AI bez utraty jakości, wiarygodności i kontroli.

Jak podchodzimy do tego w Delante?

Dla dużej drogerii kosmetycznej w Polsce realizujemy proces tworzenia i optymalizacji opisów produktów. Ze względu na bardzo szeroki asortyment i dużą liczbę kart produktowych kluczowe było wypracowanie modelu, który pozwoliłby sprawnie zwiększać pokrycie contentowe i uzupełniać luki w treściach, jednocześnie zachowując spójność komunikacji i odpowiednią jakość opisów.

Prace rozpoczęliśmy od wspólnego wypracowania z klientem zasad komunikacji. Przygotowaliśmy materiały dotyczące Tone of Voice oraz stylu komunikacji, które stały się punktem odniesienia dla całego procesu. Wspólnie ustaliliśmy również strukturę opisów produktowych oraz zakres poszczególnych sekcji. Dzięki temu każdy opis odpowiada na najważniejsze potrzeby użytkownika i dostarcza informacji w sposób spójny z komunikacją marki.

Opisy powstają na podstawie dostępnych informacji o produktach, w tym ich składów i właściwości poszczególnych składników. Pozwala to tworzyć treści, które nie tylko opisują produkt, ale przede wszystkim pomagają użytkownikowi zrozumieć jego przeznaczenie i dobrać go do własnych potrzeb.

Istotnym elementem procesu jest również wieloetapowa weryfikacja treści. W pierwszej kolejności zespół contentowy sprawdza opisy pod kątem poprawności, spójności ze strukturą oraz Tone of Voice marki. Następnie materiały trafiają do klienta, który dokonuje weryfikacji merytorycznej i prawnej. Tak zaprojektowany proces pozwala nam pracować na dużej liczbie produktów i systematycznie zwiększać pokrycie contentowe serwisu, bez rezygnowania z jakości i spójności komunikacji.

Nowe wytyczne nie są powodem do masowego usuwania treści tylko dlatego, że powstały przy pomocy AI.

Są natomiast dobrym momentem na audyt procesu.

Warto sprawdzić przede wszystkim, czy treści mają realnego właściciela i proces QA, czy zawarte w nich fakty można zweryfikować, czy profile autorów odpowiadają rzeczywistym osobom i kompetencjom, czy materiały zawierają własną wartość oraz czy automatyzacja nie stworzyła dużych grup niemal identycznych stron.

Warto też sprawdzić, ile wiedzy dostępnej wewnątrz firmy rzeczywiście trafia do jej contentu.

Czasami poprawa materiału może oznaczać dodanie danych firmy, komentarza eksperta, rzeczywistego przykładu klienta, doświadczenia produktowego albo właśnie 2–3 zdań od osoby, która zna temat z praktyki.

Sprwdź także: Czy treści tworzone przez AI trzeba będzie oznaczać? Co AI Act oznacza dla marketingu od 2 sierpnia 2026 roku

Pełny wpływ September 2026 Spam Update będzie można ocenić dopiero po zakończeniu rollout. Google nie podało szczegółów pozwalających stwierdzić, że aktualizacja jest bezpośrednio związana z treściami generowanymi przez AI.

Październikowe zmiany dokumentacji dają jednak znacznie bardziej długoterminową wskazówkę.

AI nie znosi zasad dobrego contentu. Sprawia, że ich egzekwowanie staje się ważniejsze.

W świecie, w którym każdy może wygenerować poprawny tekst w kilka sekund, przewagę coraz częściej tworzą elementy trudniejsze do wygenerowania jednym promptem: doświadczenie marki, własne dane, prawdziwi eksperci, oryginalna wiedza, metodologia i rzeczywista praca wykonana dla użytkownika.

Źródła:

https://developers.google.com/search/docs/fundamentals/using-gen-ai-content?hl=pl

https://developers.google.com/search/docs/fundamentals/creating-helpful-content