Jednocześnie branża healthcare funkcjonuje w wyjątkowo wymagającym otoczeniu: rosnących regulacji prawnych, wysokich oczekiwań pacjentów i odpowiedzialności za każdą publikowaną informację. Marketing przestaje być „kanałem” – staje się elementem infrastruktury zaufania, edukacji i bezpieczeństwa marki. 

Dlaczego klasyczne strategie SEO i content marketingu w medycynie przestają wystarczać? 

Zmiany, które obserwujemy, nie są kosmetyczne: 

• spada CTR treści poradnikowych, mimo rosnącej ekspozycji, 

• pacjent oczekuje precyzyjnych, natychmiastowych odpowiedzi, 

• AI filtruje i cytuje tylko marki o wysokim autorytecie, 

• granica między informacją a reklamą jest coraz ostrzejsza, 

• dostępność cyfrowa (WCAG 2.2) przestaje być „dodatkiem”, a staje się fundamentem widoczności i konwersji. 

W tym kontekście pytanie nie brzmi już „jak zdobyć pacjenta”, ale jak budować odporność cyfrową marki medycznej w świecie AI. 

O czym jest ten poradnik? 

Poradnik „Marketing medyczny w erze AI: co działa w 2026+” to interdyscyplinarne spojrzenie zespołu Bluerank Healthcare i ekspertów z branży na realne wyzwania, z jakimi mierzą się dziś marketerzy, menedżerowie i osoby odpowiedzialne za komunikację w branży zdrowia. 

W materiale poruszamy m.in.: 

• jak zmienia się rola SEO w świecie Answer Engines i AEO, 

• jakie treści mają wartość w erze AI i spadających CTR, 

• jak budować eksperckość i cytowalność marki, 

• jak interpretować spadki ruchu bez pochopnych wniosków biznesowych, 

• jak łączyć efektywność marketingową z compliance i regulacjami, 

• dlaczego dostępność cyfrowa to dziś przewaga konkurencyjna, 

• jak projektować strategie contentowe odporne na zmiany algorytmów. 

Raport nie jest o narzędziach – jest o strategii.  

Analizujemy nową rzeczywistość digital marketingu z perspektywy odporności marki medycznej – od makrotrendów, przez zachowania pacjentów, po SEO, AIO, LLM i prawo. 

Dla kogo powstał ten materiał? 

Dla osób, które: 

• odpowiadają za digital marketing, PR i komunikację w healthcare, 

• zarządzają markami medycznymi i farmaceutycznymi, 

• mierzą się ze spadkami ruchu organicznego i nie chcą podejmować impulsywnych decyzji, 

• chcą zrozumieć, jak działać odpowiedzialnie w erze AI i regulacji, 

• myślą o marketingu długofalowo jako o systemie, a nie pojedynczych kampaniach. 

Już dziś widzimy realne przesunięcia w sposobie korzystania z wyszukiwarek i systemów AI. Według badań VOX Media (2025): 

• 42% badanych uważa Google Search za mniej użyteczne niż kiedyś, 

• 55% deklaruje większe zaufanie do społeczności niż do klasycznych wyników wyszukiwania. 

Dodatkowo rośnie ambiwalencja wobec odpowiedzi generowanych przez AI. Użytkownicy coraz częściej poszukują treści zweryfikowanych przez ekspertów, transparentnych, odpowiedzialnych, a nie syntetycznych, odpersonalizowanych odpowiedzi. 

Co to oznacza dla marek healthcare? 

W świecie, w którym wiarygodność SERP‑ów i odpowiedzi modeli językowych jest dynamiczna, kluczowe znaczenie zyskują projekty budujące eksperckość, przejrzystość i zaufanie. 

Serwis Adamed Expert jest świetnym przykładem kierunku, w którym powinna podążać komunikacja marek z sektora zdrowia. To przestrzeń wiedzy stworzona dla lekarzy, farmaceutów, pielęgniarek i pacjentów. 

To przestrzeń: 

• oparta na merytoryce weryfikowanej przez specjalistów, 

• oferująca rzetelne źródła wiedzy dla lekarzy, farmaceutów, pielęgniarek i pacjentów, 

• budująca autorytet marki w długim horyzoncie, 

• odporna na wahania algorytmów i zmiany w krajobrazie wyszukiwania. 

W czasach decentralizacji internetu, fragmentacji społeczności i rosnącego sceptycyzmu wobec klasycznych wyników wyszukiwania – właśnie takie serwisy tworzą nowy model relacji z odbiorcą. 

Dlaczego ma to kluczowe znaczenie dla SEO i SEM? 

Zmieniające się algorytmy Google, rosnąca rola AI Overviews, testy generatywnych odpowiedzi oraz zmniejszające się zaufanie do SERP‑ów sprawiają, że marki powinny: 

• inwestować w własne media i własne zasoby wiedzy, 

• dbać o merytoryczną głębię treści, 

• budować ekosystem, który działa niezależnie od zmian algorytmicznych, 

• koncentrować się na autorytecie, jakości i wiarygodności. 

To kierunek, który Adamed Expert realizuje wzorowo, odpowiadając na ewolucję zachowań użytkowników, a w wielu miejscach ją wyprzedzając. 

Dla nas w Bluerank to duża satysfakcja móc wspierać rozwój projektu, który redefiniuje sposób dostarczania wiedzy medycznej i buduje silną, odporną markę healthcare w świecie, w którym zaufanie staje się kluczowym zasobem. 

Dowiedz się więcej o Bluerank Healthcare 

Zapraszamy na naszą stronę prezentującą kompetencje, case studies i podejście zespołu Bluerank Healthcare — tam znajdziesz więcej informacji o tym, jak pracujemy z markami medycznymi i farmaceutycznymi. 

O autorze: Jakub Kołaciński jest Senior Business Growth Account Managerem w Bluerank, z ponad dziesięcioletnim doświadczeniem w marketingu digital. W swojej pracy stawia na transparentność, otwartą komunikację oraz dogłębne, praktyczne zrozumienie biznesowych potrzeb Partnerów.

Doradza firmom w zakresie strategii digital marketingowych, opierając się na wieloletnim doświadczeniu w realizacji projektów dla różnych branż – w tym sektorów silnie regulowanych, takich jak bankowość i ochrona zdrowia.

Od ponad dwóch lat Jakub koncentruje się w pełni na branży healthcare, koordynując kompleksowe działania digitalowe na rynku polskim. Realizowane przez niego projekty obejmują zarówno wielkoskalowe kampanie mediowe z wysokimi budżetami reklamowymi, jak i zaawansowane inicjatywy z obszaru SEO, GEO oraz marketingu opartego na AI, dostosowane do specyficznych wyzwań regulacyjnych i operacyjnych marek medycznych.

Projekty prowadzone przez Jakuba były nominowane m.in. do European Search Awards oraz Performance Marketing Diamonds, co potwierdza ich strategiczną skuteczność i wysoką jakość realizacji.

AI zmienia reguły gry

Google wprowadziło dwa nowe rozwiązania: AIO (AI Overview) oraz AI Mode. Oba mają na celu skrócenie drogi użytkownika do odpowiedzi – zamiast tradycyjnych wyników wyszukiwania, użytkownik otrzymuje gotowe podsumowanie lub prowadzi rozmowę z chatbotem. Efekt? Mniej kliknięć w strony internetowe. Ale czy to naprawdę koniec SEO?

Nie. To początek nowej ery, w której SEO musi skupić się na jakości, a nie ilości ruchu. AI nadal korzysta z treści publikowanych na stronach – cytuje je, wskazuje jako źródła, a decyzja o kliknięciu nadal należy do użytkownika.

Nowe KPI, nowe cele

W dobie „zero-click” tradycyjne wskaźniki, takie jak liczba sesji organicznych, tracą na znaczeniu. Zamiast tego warto mierzyć:

• udział głosu (share of voice) w kluczowych tematach,
• autorytet domeny w obrębie istotnych klastrów tematycznych,
• realny wpływ na leady, sprzedaż i retencję.

SEO staje się narzędziem budowania przewagi konkurencyjnej, a nie tylko źródłem ruchu.

E-E-A-T – fundament nowoczesnego contentu

W centrum wystąpienia znalazła się koncepcja E-E-A-T:

• Experience – pokazujmy doświadczenie,
• Expertise – dzielmy się wiedzą,
• Authoritativeness – budujmy autorytet,
• Trustworthiness – wzmacniajmy zaufanie.

To podejście dotyczy nie tylko treści na stronie, ale również działań w social media i PR. Im więcej mówi się o marce w sieci, tym większa szansa, że AI uzna ją za wartościowe źródło.

Synergia SEO, SM i PR

Wystąpienie podkreśliło konieczność współpracy między zespołami SEO, social media i PR. SEO może wskazywać tematy dla PR-u, a działania w SM zwiększają widoczność treści w źródłach AI. Przykład? CANAL+ – w ciągu dwóch lat zintegrowali SEO z kluczowymi decyzjami marketingowymi.

Co dalej?

1. Nie przestajemy tworzyć treści – ale stawiamy na jakość, nie ilość.
2. Dostosowujemy KPI – mierzymy efekty przez pryzmat celów biznesowych.
3. Dbamy o techniczne SEO – indeksacja, UX i audyty techniczne nadal mają ogromne znaczenie.
4. Myślimy strategicznie – SEO to nie wycinek, to kręgosłup działań digitalowych.

Wystąpienie Justyny na Blueffect 2025 pokazało, że SEO nie umiera – ono ewoluuje. I jeśli chcemy przetrwać w świecie AI, musimy nie tylko dostosować nasze strategie, ale też zacząć myśleć o SEO jako o fundamencie całej komunikacji marki.

Rewolucja AI w content marketingu – szybkość kontra wartość

Jeszcze niedawno tworzenie treści zaczynało się od solidnego researchu – szukaliśmy wiarygodnych źródeł, analizowaliśmy dane, dodawaliśmy własne wnioski i doświadczenia. Dziś wystarczy jedno kliknięcie, a AI w kilka sekund generuje cały artykuł. Szybko, tanio, bez większego wysiłku.

Ale czy to naprawdę działa? Czy prawdziwy człowiek po drugiej stronie ekranu to kupuje? Czy taki content wciąż ma wartość?

Sztuczna inteligencja diametralnie zmieniła zasady gry w marketingu – szczególnie w e-commerce, gdzie tworzenie dużej ilości treści jest na porządku dziennym. Narzędzia takie jak ChatGPT, Jasper czy Writesonic pozwalają ekspresowo generować opisy produktów, newslettery, posty w social media czy wpisy blogowe – i to przy niskich kosztach. Brzmi idealnie, prawda? Jednak warto się zastanowić, czy ilość idzie w parze z jakością? Czy algorytmy potrafią dostarczyć content, który nie tylko wypełnia przestrzeń, ale faktycznie sprzedaje, angażuje i buduje wartość marki? W erze generatywnej AI przed marketerami stoi wiele wyzwań, a rola człowieka paradoksalnie jest ważniejsza niż kiedykolwiek wcześniej.

Rewolucja i jej mroczne strony, czyli główne wyzwania w dostarczaniu wartościowego contentu w erze AI

Coraz częściej spotykamy w sieci powielane schematy, miałkie frazy i treści, które brzmią poprawnie, ale brakuje im autentyczności, emocji, prawdziwej narracji. Użytkownik nie klika, nie zostaje, nie wraca.

Dlaczego tak się dzieje? Bo nawet najlepszy algorytm nie zrozumie kontekstu kulturowego, nie wyczuje ironii, nie stworzy historii, z którą można się utożsamić. A przecież content marketing to nie tylko słowa – to doświadczenia. To emocje, opowieść, budowanie relacji z marką. Dlatego dziś największym wyzwaniem nie jest już samo tworzenie treści, ale znalezienie złotego środka między efektywnością a jakością, między automatyzacją a autentycznością. Bo content, który porusza, nadal tworzy człowiek. Tylko teraz ma nowe narzędzia w rękach.

Model collapse – czy AI zje swój ogon?

Jednym z poważniejszych wyzwań związanych z tworzeniem treści przez AI jest zjawisko Model collapse, czyli samopowielania treści. Kolejne wersje modeli AI uczą się głównie na danych wygenerowanych przez wcześniejsze modele, co w praktyce oznacza, że z czasem AI przestaje czerpać wiedzę z rzeczywistości i zaczyna powielać własne „przemyślenia”.

To trochę jak gra w głuchy telefon – z każdą kolejną rundą informacje się rozmywają, a te nietypowe, rzadkie całkiem znikają. Efekt? AI tworzy coraz bardziej zniekształcony obraz świata. Jej odpowiedzi stają się coraz bardziej przewidywalne, ale jednocześnie coraz mniej trafne. I choć na pierwszy rzut oka wszystko może wyglądać poprawnie, pod powierzchnią kryje się coraz większa deformacja danych. Prowadzi to do utraty autentyczności i wiarygodności contentu.

Dlatego właśnie tak ważna staje się rola człowieka – nie tylko w tworzeniu treści, ale też w kontrolowaniu, na jakich danych modele są trenowane. Bo jeśli oddamy wszystko AI, wkrótce zostaniemy z treściami, które może brzmią dobrze, ale niewiele znaczą.

Dezinformacja i spadek jakości – AI hallucinations

W 2024 roku aż 76% marketerów aktywnie wykorzystywało AI do tworzenia treści marketingowych, z czego imponujące 42% robiło to codziennie lub co tydzień[2]. Prognozy na 2025 rok wskazują na jeszcze większy wzrost, do końca tego roku nawet 90% treści online może być generowanych przez AI[3]. To pokazuje, jak szybko technologia weszła do codziennej pracy.

Jednak, wraz z tą lawinową produkcją, pojawia się pytanie o jakość i oryginalność generowanych treści. Sztuczna inteligencja może być szybka, pomocna i imponująco przekonująca — ale nie jest nieomylna. Wciąż zdarza jej się popełniać błędy, tzw. halucynacje, czyli generować treści, które brzmią wiarygodnie, ale są nieprawdziwe lub wewnętrznie sprzeczne. Może też pominąć istotne szczegóły, co z pozoru wydaje się drobnym niedociągnięciem, ale w praktyce ma poważne konsekwencje. Jakie? Tego typu błędy nie tylko obniżają jakość treści, ale bezpośrednio uderzają w zaufanie do marki, sposób jej postrzegania przez odbiorców i wiarygodność prawną.

Oto kilka przykładów:

• Atlas grzybów stworzony przez AI: w USA rodzina jednego z użytkowników serwisu Reddit o nicku Virtual_Cellist_736 trafiła do szpitala po spożyciu trujących grzybów, które zidentyfikowała na podstawie atlasu zakupionego w internecie. Książka została wygenerowana przez sztuczną inteligencję i zawierała nie tylko błędne opisy, ale też wygenerowane przez AI zdjęcia oraz przypadkowe zdania, jak np.: „In conclusion, morels are delicious mushrooms which can be consumed from August to the end of Summer. Let me know if there is anything else I can help you with”[4].
• Google AI Overview: po uruchomieniu narzędzie dostarczało absurdalne i potencjalnie niebezpieczne porady, takie jak używanie kleju do pizzy, jedzenie kamieni czy kąpiel z tosterem. Te błędy poważnie podważyły zaufanie do marki Google, pomimo późniejszych poprawek i etykietowania wyników jako „eksperymentalnych”[5].
• Willy’s Chocolate Experience: wydarzenie w Glasgow, które sprzedało ponad 800 biletów, opierało marketing na kolorowych, AI-generowanych obrazach obiecujących magiczny świat czekolady. Rzeczywistość okazała się ponurym, pustym magazynem bez słodyczy. Skutek: masowe rozczarowanie i publiczne oburzenie, zmuszające organizatora do zwrotu pieniędzy[6].

Przykładów na nieudane wdrożenia AI nie brakuje i jasno pokazują one, że koszty niekontrolowanego użycia AI to coś więcej niż tylko stracony czas czy budżet. To realne ryzyko reputacyjne. Dlatego dziś bardziej niż kiedykolwiek wcześniej potrzebujemy silnego nadzoru człowieka i jasnych ram etycznych. Bo rynek nie ma litości – każda wpadka to utracone zaufanie, a to waluta, której nie da się szybko odzyskać.

Kwestie prawne, etyczne i problem plagiatu

AI to nie tylko technologia, ale też wyzwania prawne i etyczne. Badanie Copyleaks z 2024 roku ujawniło, że aż 59.7% treści generowanych przez ChatGPT 3.5 zawierało pewną formę plagiatu[8]. Powód? Modele potrzebują ogromnej ilości danych do nauki, a nie zawsze pochodzą one z legalnych źródeł.

W 2024 roku CEO „Sports Illustrated” stracił stanowisko, gdy wyszło na jaw, że korzystał z AI bez informowania czytelników, co podważyło zaufanie do marki[9]. Przejrzystość i uczciwość w korzystaniu z AI to dziś podstawa.

Niezastąpiona rola człowieka w erze AI – Helpful Content przede wszystkim

Pewnie to znasz: wpisujesz coś w Google, klikasz pierwszy wynik i już po kilku linijkach masz ochotę go zamknąć. Niby tekst jest poprawny, są słowa kluczowe, ale nie dowiedziałeś się niczego nowego. Zero konkretu, zero wartości. Klasyczny przykład treści pisanej dla algorytmu, a nie dla człowieka.

I właśnie z tym walczy Google, wprowadzając aktualizacje takie jak Helpful Content Update. Ich przesłanie jest jasne: twórz treści, które naprawdę pomagają użytkownikowi. A nie tylko ładnie wyglądają w wynikach wyszukiwania.

Dlatego dziś nie wystarczy napisać tekstu, który dobrze się indeksuje. Liczy się przede wszystkim to, czy Twój content:

• odpowiada na realne pytania użytkowników,
• wnosi coś nowego – realną wartość,
• jest napisany z myślą o konkretnym odbiorcy,
• przyciąga, sprawia, że ktoś chce czytać dalej.

Tak, AI może pomóc. Może podsunąć strukturę tekstu, wersję roboczą albo kilka inspirujących leadów. Ale to Ty musisz wiedzieć, do kogo mówisz i po co. Bo tylko człowiek wyczuje ton, emocje, styl marki. Tylko Ty zrozumiesz, kiedy odbiorca potrzebuje żartu, a kiedy konkretnych liczb i faktów.

Helpful content to nie tylko dobry tekst SEO. To treść, która rzeczywiście pomaga – rozwiązuje problemy, tłumaczy trudne tematy, inspiruje. I to właśnie taki content wygrywa. Zarówno w oczach użytkowników, jak i algorytmów.

W erze Helpful Content aktualne i prawdziwe dane są niezbędne. Stare lub błędne informacje:

• obniżają ranking SEO (według Google),
• powodują frustrację użytkowników (brak trafności i użyteczności),
• prowadzą do utraty zaufania i wiarygodności marki.

Może Cię też zainteresować: AI Overviews (AIO), wpływ na SEO i wyniki wyszukiwania

Co jeszcze wyróżnia człowieka?

• Kreatywność i głęboka wiedza ekspercka – człowiek potrafi tworzyć oryginalne historie, interpretować dane i przekazywać unikalne doświadczenia, co jest trudne do zastąpienia przez AI. To właśnie kreatywność i empatia są kluczem do angażujących treści.
• Etyka i odpowiedzialność za treści – AI nie rozumie kontekstu kulturowego, społecznego czy prawnego tak jak człowiek.
• Kontrola i weryfikacja generowanych przez AI materiałów.
• Odpowiedzialność za:
  • etyczne wykorzystanie treści,
  • unikanie manipulacji i dezinformacji,
  • poszanowanie praw autorskich.

AI powinno być narzędziem wspierającym, a nie zastępującym proces redakcyjny. Weryfikacja faktów, poprawki stylistyczne i dostosowanie treści do grupy docelowej to zadania dla człowieka.

AI jako wsparcie, nie zastępstwo

Budowanie autorytetu i zaufania marki

W długoterminowej perspektywie zaufanie i autorytet są najważniejszymi zasobami każdej marki e-commerce. Treści generowane wyłącznie przez AI, pozbawione ludzkiego nadzoru i moderacji, mogą podważyć te wartości. Co możesz więc zrobić, by zwiększyć unikalność treści?

• Powołuj się na ekspertów, nawet jeśli treść była częściowo generowana przez AI.
• Stosuj cytaty od autorytetów branżowych lub wpływowych osób.
• Włączaj case studies, wyniki badań, infografiki – wszystko, co podnosi wiarygodność.
• Bądź transparentny co do użycia AI.

Praktyczne wskazówki dla twórców contentu w e-commerce

1. Inwestuj w badania i analizę danych: zanim zaczniesz tworzyć, dogłębnie zbadaj swoją grupę docelową. Wykorzystaj narzędzia do analizy danych, aby zrozumieć ich potrzeby, intencje zakupowe i wyzwania. Im więcej wiesz o swoich odbiorcach, tym bardziej wartościowe treści możesz im dostarczyć.
2. Personalizuj treści: wykorzystaj AI do segmentacji odbiorców i dostarczania spersonalizowanych rekomendacji produktów, ofert czy treści edukacyjnych.
3. Twórz treści wizualne i interaktywne: w e-commerce obraz jest potęgą. Inwestuj w wysokiej jakości zdjęcia produktów, filmy instruktażowe, infografiki, animacje 3D. Treści interaktywne, takie jak quizy, ankiety, konfiguratory produktów czy kalkulatory, angażują użytkowników i zwiększają czas spędzony na stronie. AI może pomóc w generowaniu pomysłów na wizualizacje, ale to człowiek nada im estetykę i cel.
4. Mierz i optymalizuj: monitoruj wyniki swoich działań, analizuj wskaźniki takie jak czas spędzony na stronie, współczynnik konwersji, zaangażowanie w mediach społecznościowych. Wykorzystaj dane do optymalizacji treści, identyfikując, co działa, a co wymaga poprawy. Testuj różne formaty, nagłówki i wezwania do działania. Tylko w ten sposób możesz mieć pewność, że dostarczasz prawdziwą wartość.

Jak największe firmy osiągają więcej dzięki AI? Przykłady, które inspirują

Historie sukcesu związane z wykorzystaniem AI w content marketingu rzadko kiedy mówią o zastępowaniu ludzi przez maszyny. Wręcz przeciwnie, pokazują, jak sztuczna inteligencja może wzmocnić ludzkie możliwości, gdy jest mądrze wkomponowana w dobrze przemyślane i zarządzane procesy. Podstawą efektywnego wdrożenia AI jest strategia hybrydowa, w której to człowiek pozostaje liderem, to ludzka wiedza wyznacza cele, nadaje kierunek kreatywny i czuwa nad całym procesem tworzenia. Taki balans pozwala wykorzystać moc AI, nie rezygnując z unikalnego wkładu człowieka.

• CarMax – firma wygenerowała bibliotekę treści z dnia na dzień za pomocą OpenAI, co doprowadziło do znacznego wzrostu ruchu SEO.
• JPMorgan – kopia reklamowa generowana przez AI podwoiła wskaźnik CTR (Click-Through Rate), co dowodzi wartości AI w optymalizacji kampanii.
• Coca-Cola – mimo wcześniejszych niepowodzeń z reklamami generowanymi w pełni przez AI, firma jest przykładem, jak umiejętnie łączyć AI z ludzkim nadzorem w celu łagodzenia ryzyka i personalizacji na dużą skalę.
• Contents.com – firma osiągnęła znaczące wyniki finansowe (ponad 9 mln USD ARR w 2024 roku) dzięki hybrydowemu podejściu: automatyczne tworzenie treści z ludzkim nadzorem w pętli dla zarządzania i zatwierdzania, co świadczy o silnym dopasowaniu produktu do rynku i zaufaniu klientów.

Przeczytaj też: Marketing, który działa i wygrywa nagrody. Dan Cake i Bluerank Bluespace w akcji

Wspólnym mianownikiem tych wszystkich sukcesów jest strategiczna integracja AI z ludzkim nadzorem. Sztuczna inteligencja świetnie sprawdza się tam, gdzie chodzi o uciążliwe, powtarzalne i czasochłonne zadania lub o zrobienie pierwszego szkicu tekstu. Dzięki temu twórcy mogą skupić się na tym, co naprawdę ważne: kreatywności, strategii i budowaniu wartości.

Takie podejście, znane jako human-in-the-loop, czyli człowiek w centrum procesu, pozwala połączyć to, co AI robi najlepiej, z tym, co zarezerwowane jest dla ludzi: dbałością o jakość, spójność z marką i zgodność z wartościami czy etyką. Bo choć AI może wiele, to bez człowieka traci sens.

Przyszłość content marketingu nie leży więc w dominacji AI, lecz w inteligentnej symbiozie między technologią a niezastąpioną ludzką kreatywnością i zdolnościami poznawczymi.

Więcej na temat wartości tworzenia contentu, znajdziesz w innym artykule na naszym blogu: Content – dlaczego warto w niego zainwestować i czy lepiej tworzyć go samodzielnie, czy zlecić agencji?

Zainteresował Cię nasz artykuł? Masz pytania? A może potrzebujesz wsparcia w tworzeniu treści i copywritingu? Poznaj nasze usługi Content Marketingu i zobacz, jak możemy Ci pomóc lub wypełnij Brief.

Źródła:

Abanana. (2025). Content marketing – wyzwania i prognozy na 2025 rok. Pobrane 15 lipca 2025, z https://www.abanana.pl/baza-wiedzy/content-marketing-wyzwania-i-prognozy-na-2025-rok

Divloy. (2025). AI copywriter – jak wykorzystać sztuczną inteligencję w tworzeniu treści? Pobrane 17 lipca 2025, z https://divloy.pl/blog/ai-copywriter-jak-wykorzystac-sztuczna-inteligencje-w-tworzeniu-tresci/

Filestage. (2025). Impact of AI report. Pobrane 17 lipca 2025, z https://filestage.io/blog/impact-of-ai-report/

GoldenSubmarine. (2025). Marketing 2025: trendy, wyzwania i najlepsze praktyki w budowaniu strategii przyszłości. Pobrane 15 lipca 2025, z https://blog.goldensubmarine.com/marketing-2025-trendy-wyzwania-i-najlepsze-praktyki-w-budowaniu-strategii-przyszlosci/

Harvard DCE. (2025). AI will shape the future of marketing. Pobrane 17 lipca 2025, z https://professional.dce.harvard.edu/blog/ai-will-shape-the-future-of-marketing/#AI-Marketing-Tools-Spotlight

Innp. (2025). Atlas grzybów AI wyprzedany. „Smak to dobry sposób na weryfikację tego, czy grzyb jest jadalny”. Pobrane 17 lipca 2025, z https://innpoland.pl/209450,atlas-grzybow-ai-wyprzedany-smak-to-dobry-sposob-na-weryfikacje-tego-czy-grzyb-jest-jadalny

ResearchGate. (2025). AI models collapse when trained on recursively generated data. Pobrane 17 lipca 2025, z https://www.researchgate.net/publication/382526401_AI_models_collapse_when_trained_on_recursively_generated_data

SeedBlink. (2025). Generative AI and the future of content creation at scale. Pobrane 17 lipca 2025, z https://seedblink.com/blog/2025-04-23-generative-ai-and-the-future-of-content-creation-at-scale

Wise Digital Partners. (2025). AI content creation in 2025: Promise, pitfalls, path forward. Pobrane 17 lipca 2025, z https://www.wisedigitalpartners.com/learn/blog/strategy/ai-content-creation-2025-promise-pitfalls-path

Prezentacja z Projekt SEO 2025. (2025). [Niepublikowany materiał].

Przypisy:

[1] https://www.researchgate.net/publication/382526401_AI_models_collapse_when_trained_on_recursively_generated_data [dostęp: 17.07.2025]

[2] https://filestage.io/blog/impact-of-ai-report/ [dostęp 17.07.2025]

[3] https://seedblink.com/blog/2025-04-23-generative-ai-and-the-future-of-content-creation-at-scale [dostęp: 17.07.2025]

[4] https://innpoland.pl/209450,atlas-grzybow-ai-wyprzedany-smak-to-dobry-sposob-na-weryfikacje-tego-czy-grzyb-jest-jadalny [dostęp: 17.07.2025]

[5] https://fraudblocker.com/articles/shocking-ai-fails-by-advertisers [dostęp: 17.07.2025]

[6] https://fraudblocker.com/articles/shocking-ai-fails-by-advertisers [dostęp: 17.07.2025]

[7] https://www.forbes.com/sites/quickerbettertech/2025/06/08/google-ceo-ai-future-business-tech-news/ [dostęp: 15.07.2025]

[8] AI Content Creation in 2025: Promise, Pitfalls, Path Forward https://www.wisedigitalpartners.com/learn/blog/strategy/ai-content-creation-2025-promise-pitfalls-path [dostęp: 17.07.2025]

[9] AI Will Shape the Future of Marketing – Professional & Executive Development https://professional.dce.harvard.edu/blog/ai-will-shape-the-future-of-marketing/#AI-Marketing-Tools-Spotlight [dostęp: 17.07.2025]

[10] Prezentacja z Projekt SEO 2025

Rozwój czatów AI namieszał na rynku wyszukiwarek internetowych. Możliwe, że wprowadzenie AIO to pierwszy krok do rewolucji w sposobie wyszukiwania. 

Czym jest AI Overviews (AIO, po polsku Przegląd od AI) i jak wpłynie na SEO i wyniki wyszukiwania 

W marcu 2025 Google w swojej wyszukiwarce udostępnił w Polsce AI Overviews (przetłumaczone na polski jako Przegląd od AI), czyli odpowiedzi na pytania użytkowników generowane przez AI, prezentowane nad klasycznymi wynikami wyszukiwania. Dowiedz się, jak wyglądają i działają AIO oraz czy zwiastują rewolucję w korzystaniu z wyszukiwarek internetowych i (kolejną już) śmierć SEO.  

Jak działa wynik AIO 

AI overviews to wynik wyszukiwania wygenerowany przy udziale Google’owskiego modelu AI Gemini. Celem AIO jest przedstawienie zsyntetyzowanej pigułki wiedzy na dane zapytanie, bez konieczności zapoznawania się z poszczególnymi treściami serwisów zewnętrznych (te jednak stanowią źródło wiedzy dla wygenerowanego w ten sposób wyniku). W teorii Google nie ogranicza się już tylko do wskazywania nam źródeł, z których możemy pozyskać jakąś wiedzę (o ile się z nimi samodzielnie zapoznamy), ale przeprowadza cały proces analizy danych i formułowania odpowiedzi (robi za nas swojego rodzaju kwerendę/research i formułuje na jej podstawie dokładną odpowiedź na zadany temat). 

Wstępnie w Polsce Przegląd od AI pojawiał się wyłącznie zalogowanym i pełnoletnim użytkownikom (co mogło w pewien sposób ograniczać jego wpływ na wyniki serwisów), jednak obecnie AIO pojawiają się już dość powszechnie, także osobom niezalogowanym oraz w trybie incognito przeglądarek internetowych.  

Jak wygląda AIO? 

W tym momencie prawdopodobnie większość użytkowników wyszukiwarki Google miała już okazję spotkać się z Przeglądem od AI podczas wyszukiwania jakichś informacji w sieci. 

AI Overviews wyświetla się na samym szczycie wyników wyszukiwania nad klasycznymi wynikami organicznymi, a także, co ciekawe, nad wynikami płatnymi (to pewnie jednak w niedługim czasie ulegnie jakimś zmianom, bo reklamy na tym za dużo tracą). 
W wersji komputerowej pod paskiem zapytania pojawia się box z odpowiedzią AI, po jego lewej stronie otrzymujemy treść odpowiedzi wraz z kotwicami do powiązanych z nią źródeł, a po prawej linki i zajawki serwisów źródłowych, dla całej odpowiedzi lub dla konkretnego fragmentu treści powiązanego z daną kotwicą. Warto tu podkreślić, że ilość kotwic do źródeł w wyniku AIO może być znaczna, a każda kotwica przedstawia nieco inny zestaw źródeł. W takim układzie pojawiają nam się dodatkowe mini-rankingi źródeł AIO wewnątrz wyszukiwarki, które komplikują klasyczne rozumienie jednego, w miarę stabilnego rankingu. 

Analogicznie wygląda to dla urządzeń mobilnych z tym, że wynik jest dostosowany do wielkości ich ekranu i sposobu obsługi – wygenerowana treść odpowiedzi jest na pierwszym ekranie, natomiast źródła wyświetlają się dopiero po kliknięciu w ich ikonki, umiejscowione w prawym górnym rogu Przeglądu od AI lub w odpowiednią kotwicę: 

Sam wynik Przeglądu od AI, a także związane z nim źródła często są domyślnie zwinięte, by nie przytłaczać wszystkich wyników wyszukiwania – już w tym momencie AIO potrafi zajmować właściwie cały pierwszy ekran SERPów:  

Wpływ AI Overviews na wyniki SEO i nie tylko  

Pojawienie się AIO mocno zaburza dotychczasowy układ wyników wyszukiwania. Reklamy oraz wyniki organiczne są zepchnięte właściwie na kolejny (o ile nie jeszcze dalszy, przy założeniu, że ktoś rozwinie sobie taką odpowiedź do pełnego formatu) ekran.  

Nieunikniony spadek CTR 

Naturalnym następstwem wprowadzenia AI Overviews jest to, że użytkownicy, otrzymując wszystkie informacje na tacy już na poziomie wyników wyszukiwania, nie będą odczuwać potrzeby klikania w żadne dodatkowe linki i przechodzenia na serwisy zewnętrzne (nawet te źródłowe). W takim układzie obserwujemy masywny spadek ilości kliknięć. Pierwsze obserwacje (na podstawie danych własnych i głosów z branży) potwierdzają, że w wyniku wprowadzenia AIO CTR spadł w Polsce średnio o 25%. Oczywiście dużo zależy tutaj od rodzaju frazy, branży, powszechności wiedzy na ten temat, itp.  

Największy wpływ widać oczywiście na wszelkiego rodzaju zapytaniach informacyjnych, dla których AI może się wykazać swoją elokwencją, dużo mniejszy w stricte produktowych czy nawigacyjnych: 

AIO – Google’owski strzał w kolano czy ucieczka do przodu? 

Wprowadzenie AIO wiąże się nie tylko ze spadkiem kliknięć organicznych, ale także ze spadkiem ruchu na reklamach, co z perspektywy Google na pewno nie jest czymś pozytywnym (mniej kliknięć = mniej pieniędzy od reklamodawców). Google traktuje to jednak z pewnością jako swojego rodzaju inwestycję, która zacznie się zwracać dopiero w przyszłości. 

Raporty Google jasno wskazały, że wprowadzenie AI Overviews znacząco podniosło ilość zapytań użytkowników wyszukiwarki Google o 10%, więc z perspektywy utrzymania dominacji przez Google na rynku wyszukiwarek był to dobry krok: 

Zaufanie użytkowników do wyników generatywnych 

Jakość, wiarygodność i zaufanie użytkowników do wyników generatywnych oraz odpowiedzi tworzonych przez AI, wciąż jeszcze nie jest ugruntowana. Google miał już kilka falstartów w tej kwestii i to o dziwo w bardzo wrażliwych obszarach, takich jak zdrowie (dla których nawet klasyczne wyniki organiczne mają dodatkowe wymogi, związane z aktualizacjami algorytmu takimi jak EAT, rozszerzonym do EEAT, czy YMYL), w wyniku czego w pewnym momencie mocno ograniczył wyświetlanie tego typu wyników na obszarze USA, na którym prowadzono pierwsze wdrożenia AIO.  Z czasem jakość tych wyników uległa poprawie, a proces ten będzie prawdopodobnie coraz bardziej doskonalić (dla dość prostych zapytań już teraz generowane odpowiedzi są całkiem rzetelne i wiarygodne).  

Zostaje jeszcze kwestia nauki i rozwoju tego typu modeli, ponieważ do danych, na których je budowano, dodawane są nowe (świeże) informacje z serwisów źródłowych (co może wiązać się z pewnymi zagrożeniami). Nieprawdziwa informacja umieszczona na dużej liczbie takich serwisów może sprawić, że odpowiedzi AI, wygenerowane na podstawie tego typu źródeł, będą zawierały podobne błędy, a więc będą mijać się z prawdą (i tu trochę koło się zamyka i wracamy do „robienia SEO” i zaklinania Internetu artykułami sponsorowanymi). 

AIO to nie ten sam ranking co Google organic 

Posiadanie pierwszej pozycji organicznej w klasycznych wynikach wyszukiwania wcale nie musi wiązać się z tym, że zostaniemy uwzględnieni jako źródło wyniku AIO (choć oczywiście znacząco zwiększa to nasze szanse. Szacuje się, że o jakieś 25%). Co ciekawe, AI Overviews często występują razem z dotychczasową pozycją 0 wyników wyszukiwania, czyli Direct Answers, a źródło DA nie musi być jednocześnie uwzględnione jako źródło AIO.  

Google samo przyznaje, że AI Overviews i klasyczne wyniki to trochę inne rankingi, kierujące się nieco innymi zasadami i myślą przewodnią. 
Różnice pomiędzy AI Overviews a klasycznymi wynikami zgrabnie streścił ZipTie, podkreślając istotną zmianę w paradygmacie – przejście od prezentowania najlepszej strony (prezentującej możliwie jak największą ilość informacji na dany temat) do prezentowania jak najlepszej odpowiedzi (precyzyjnie odpowiadającej na dane zapytanie i mogącej agregować informacje z różnych podstron): 

“Traditional SEO optimizes for the “best page.” When someone searches for “iPhone 15,” your page needs to cover everything to satisfy the user intent – specs, reviews, where to buy, comparisons. 

AI Search looks for the “best answer.” When someone asks specifically about iPhone 15 battery life, you may rank top 1 in Google, but AI doesn’t care about it if you don’t provide a precise, relevant answer to that exact question.”ⁱⁱ 

Dokładniej o tym, jak AI Google czyta, rozumie i analizuje strony na potrzeby wyników generatywnych możecie przeczytać w tekście Adama Piotrowskiego na blogu Bluerank: Jak Google czyta Twoją stronę na potrzeby AI Overview?  

Perspektywa użytkownika – AIO jako remedium na SEOwe zaśmiecanie Internetu  

Jakkolwiek – dla mnie jako SEOwca – rozwiązania takie jak AIO mogą się jawić jako zwiastun zmierzchu branży, o tyle z perspektywy użytkownika jest to świetna funkcjonalność, idealnie zaspokajająca jego intencje (rozterki związane z jakością i wiarygodnością przenosimy w tym miejscu na margines) i odfiltrowujące małowartościowe, przeoptymalizowane treści, za które niejako sami (jako SEOwcy) jesteśmy nieraz odpowiedzialni (niech pierwszy rzuci kamieniem ten, kto nie poczuł irytacji, próbując znaleźć w Google odpowiedzi na proste pytanie „ile gotować jajko na miękko” lub „czy dzisiaj jest niedziela handlowa”, a skończył na scrollowaniu niskiej jakości, absurdalnych tyrad o historii jajek i egzegezie dni tygodnia). 

Wprowadzenie AIO jest z tej perspektywy swojego rodzaju resetem, wymusza powrót do mocniejszego nastawienia na intencję i potrzeby użytkownika, a nie trików i praktyk mających na celu nagięcie Google do wyświetlenia konkretnej strony na pierwszej pozycji wyników wyszukiwania. Możemy się łudzić, że Google przyświeca idea: Make Search Great Again – tyle tylko, że nie może on sobie pozwolić na odpływ tak dużego kapitału, więc prawdopodobnie w tym momencie funkcjonujemy w wąskim okienku, przed monetyzacją AIO (i w ogóle czatów AI), które daje nam poczucie, że znów posiadamy czyste, niezaśmiecone i trafne wyniki wyszukiwania. Ta chwila nie będzie pewnie jednak trwać zbyt długo.  

AI Overviews – jak analizować wyniki? 

Wraz z wprowadzeniem AIO Google musiał nieco przeprogramować swoją stronę wyników wyszukiwania, co wraz z aktualizacją algorytmu doprowadziło do tego, że większość popularnych narzędzi monitorujących widoczność (Ahrefs, Senuto) przestała zbierać dane. Ten problem udało się jednak dość szybko naprawić, powstał jednak inny, znacznie poważniejszy – w wyniku wdrożenia Przeglądu od AI CTRy zaczęły spadać, wyświetlenia rosnąć, a średnie pozycje raczej nie ulegały zmianie – dotychczasowy sposób analizy danych przestał mieć sens.  

Wyniki AIO trudno było analizować, nie tylko ze względu na nowy sposób formułowania zapytań (bardziej złożone, nowe frazy bez konkretnej popularności), ale również na kwestie dodatkowych minirankingów źródeł (nie do końca wiadomo, jak liczyć ich pozycje, kliki i wyświetlenia).    

Obecnie temat jest wciąż rozwojowy. Ahrefs czy SemRush już zaczęły wdrażać raporty widoczności AIO, opierające się na frazach obecnie znajdujących się w ich bazach. GSC raportuje (niestety) kilki z AIO jako zwykłe kliknięcia, choć chodzą już pogłoski, że AIO doczekają się w tym narzędziu osobnego raportu. GA4 umożliwia dodatkową konfigurację dającą nam wgląd na ilość takiego ruchu (np. śledzenie URLi z fragmentem „#:~:text=”, jednak może nie być to wystarczająco precyzyjne). 

Przyszłość wyników wyszukiwania – przejście z SEO do GEO, czyli Generative Engine Optimization 

Sparktoto twierdzi, że w 2024 roku prawie 60% wyszukiwań kończyło się brakiem kliknięcia, z pozostałych większość i tak zgarniał kanał organiczny (słyszalne odetchnięcie SEOwców), następnie dodatkowe funkcjonalności wyszukiwarki (mapy, filmy, grafiki, newsy itp.), a dopiero na końcu mamy ruch płatny (którego udział wydaje się nieco zaniżony w tym zestawieniu): 

Widać tu jednak tendencję do coraz większego zagarniania przez Google kolejnych etapów ścieżki użytkownika, poprzez niewypuszczanie go ze swojej wyszukiwarki na witryny zewnętrzne. Czaty AI prawdopodobnie będą starały się to zrobić jeszcze szybciej, sprawiając, że wszystkie etapy Customer Journey (wraz ze złożeniem zamówienia i płatnością) będą odbywały się już tylko i wyłącznie z poziomu czatu (powiedz mi tylko, co chcesz kupić, a ja zajmę się całą resztą – wystarczy tylko, że odbierzesz paczkę spod drzwi). Pojawiają się już głosy (w tym od samego Google, że cały Internet, taki jakim go znamy dziś, przeobrazi się w jedną wielką bazę danych, w której będziemy zapośredniczeni właśnie wyłącznie poprzez agentów AI). 

W takim scenariuszu SEO, a już raczej GEO (jako Generative Engine Optimization) będzie musiało się również przeobrazić i dostosować, znajdując sposoby optymalizacji biznesu (jako serwisu, a może już samej bazy danych, zbioru informacji?) do organicznego zaistnienia i zwrócenia na siebie uwagi agenta AI. Wychodząc naprzeciw wyzwaniom jutra, już teraz oferujemy w swoich usługach Generative Engine Optimisation (GEO). Audyty i strategie dla AI Overviews.

AI Overviews to dopiero początek, czyli SEO umiera po raz kolejny 

Śmierć/koniec SEO zwiastuje się dość regularnie. Właściwie z każdym nowym pomysłem Google związanym z wynikami wyszukiwania, ktoś stwierdza, że to już jest koniec SEO i można się rozejść. O ile wcześniejsze zmiany dotyczyły raczej nieznacznego dostosowania się do nowych wymogów i korekty działań, o tyle czaty AI, nawet w tak okrojonej formie jak AIO, zmieniają zasady gry i wymagają ponownego, gruntownego przemyślenia pewnych założeń i praktyk.  

Google już zapowiedział, że w niedługim czasie będzie mocniej promował tryb AI (AI Mode – czyli w gruncie rzeczy czat Gemini), umieszczając go w pierwszej od lewej zakładce swojej wyszukiwarki.  

Innymi słowy Google chce przetransferować użytkowników tradycyjnych wyników wyszukiwania do wyszukiwarki działającej na zasadzie generatywnej. 

Do tego dochodzi wyszukiwanie obrazem (Google Lens), wspierane przez coraz bardziej popularne urządzania rozszerzające rzeczywistość (AR).  

Oczywiście Google nie robi tego bezinteresownie, już teraz zapowiedziano wprowadzenie reklam do AI Overviews oraz AI Mode. W takim układzie najwięcej tracą wydawcy, którzy karmią swoimi informacjami wszelkiego rodzaju czaty i modele językowe, nie zyskując właściwie nic w zamian (ponieważ ruch zostaje w wyszukiwarce/czacie i jest kierowany do tego, kto zapłaci Google więcej, wykupując u niego reklamy).   

Wszystko to sprawia, że musimy patrzeć szerzej i wyjść trochę poza swój kanał, skupiając się na szeroko rozumianej budowie brandu i autorytetu w wielu punktach styku z użytkownikami.  

Autorytet prawdopodobnie będzie w najbliższym czasie mocno zyskiwał na znaczeniu, umożliwiając pojawianie się jako źródło informacji dla wyników AI, natomiast mocny brand zapewni przypływ użytkowników bezpośrednio do naszego biznesu, bez względu na to, z jakiego kanału będą oni spływać.   

Podsumowanie – wnioski i konsekwencje dla SEO i kanałów organicznych 

• AI Overviews (AIO), czyli Podsumowanie od AI mocno namieszały w branży SEO, zaspokajając w pełni potrzeby informacyjne wielu użytkowników już na poziomie wyszukiwarki, a tym samym ścinając mocno CTRy. 

• Nowa SEOwa rzeczywistość to konieczność przejścia z robienia SEO dla fraz/widoczności (tworzenia jak najlepszej strony), na robienie SEO dla użytkowników i ich intencji (tworzenia jak najbardziej precyzyjnej odpowiedzi) oraz budowa autorytetu i brandu. 

• Przyszłością SEO może okazać się optymalizacja pod kątem wyników generatywnych, tworzonych przez AI –  Generative Engine Optimization (GEO).     

Źródła: 

SparkToro. (2024). 2024 Zero-Click Search Study: For Every 1,000 US Google Searches, Only 374 Clicks Go to the Open Web; In the EU, It’s 360. Pobrane z https://sparktoro.com/blog/2024-zero-click-search-study-for-every-1000-us-google-searches-only-374-clicks-go-to-the-open-web-in-the-eu-its-360/

Schwartz, B. (2024). Google Search Zero-Click Study 2024. Search Engine Land. Pobrane z https://searchengineland.com/google-search-zero-click-study-2024-443869

Southern, M. (2024). Google Links To Itself: 43% Of AI Overviews Point Back To Google. Search Engine Journal. Pobrane z https://www.searchenginejournal.com/google-links-to-itself-43-of-ai-overviews-point-back-to-google/546574/

Southern, M. (2024). Does Google’s AI Overviews Violate Its Own Spam Policies?. Search Engine Journal. Pobrane z https://www.searchenginejournal.com/does-googles-ai-overviews-violate-its-own-spam-policies/547020/

Google. (b.d.). AI mode in Search. Google Blog. Pobrane z https://blog.google/products/search/ai-mode-search/

Schwartz, B. (2024). Google Search Market Share Drops 2024. Search Engine Land. Pobrane z https://searchengineland.com/google-search-market-share-drops-2024-450497

Google. (2025). Google I/O ’25 Keynote. Pobrane z https://www.youtube.com/live/o8NiE3XMPrM?t=468s

KPP Marketing. (b.d.). How to Track Traffic From AIO, Featured Snippets & PAA Results in GA4. Pobrane z https://kpplaybook.com/resources/how-to-track-traffic-from-aio-featured-snippets-paa-results-ga4/

Google. (b.d.). AI mode in Search. Google Blog. Pobrane z https://blog.google/products/search/ai-mode-search/

Schwartz, B. (2024). Google Ads AI Overviews Spotted. Search Engine Land. Pobrane z https://searchengineland.com/google-ads-ai-overviews-spotted-455889

Schwartz, B. (2024). Google Ads AI Overviews AI Mode Desktop. Search Engine Land. Pobrane z https://searchengineland.com/google-ads-ai-overviews-ai-mode-desktop-455733

14 maja 2024 r. to moment przełomowy – w tym dniu w USA oficjalnie uruchomiono funkcję AI Overviews, która objęła aż 47% zapytań informacyjnych. Od tego czasu tradycyjne wyniki wyszukiwania ustąpiły miejsca wygenerowanym podsumowaniom, które prezentują użytkownikom gotowe, kontekstowe odpowiedzi na złożone zapytania. Odpowiedzi generowane przez duży model językowy prezentowane są powyżej klasycznej listy 10 niebieskich linków i zajmują dużą część ekranu użytkownika.

Od niedawna coraz więcej użytkowników, także w Polsce zgłasza, że ten typ prezentacji odpowiedzi na zapytania zaczął pojawiać się także na ich kontach.

Biorąc pod uwagę wciąż eksperymentalny charakter AI Overview i to, że sam wygląd tych odpowiedzi ulega jeszcze licznym zmianom, długoterminowa strategia działań nakierowanych na obecność w generatywnych odpowiedziach AI powinna być ugruntowane w rozumieniu, jak treść strony jest przetwarzana, zanim stanie się częścią odpowiedzi. Zatem poza rozważaniem jaki wpływ na spadek ruchu, widoczność może mieć taki sposób prezentacji odpowiedzi, warto poznać najbardziej prawdopodobny sposób, w jaki Google interpretuje content na potrzeby AI Overviews.

Czym charakteryzują się wyniki AI Overviews?

Przed rozwinięciem, odpowiedzi generowane przez AI zajmują 42% przestrzeni ekranu na komputerach i 48% na urządzeniach mobilnych, znacząco wpływając na widoczność. Jeśli występują razem z featured snippet to obydwa te typy SERPów potrafią łącznie zajmować 67-76% ekranu, dodatkowo zmniejszając widoczność organiczną (ograniczając dostęp do klasycznej listy 10 linków).

Wyświetl “LLM friendly” wersję strony — przyszła funkcja Google?

Na podstawie tego co wiemy na temat działania LLMów (Large Language Models – duże modele językowe) racjonalne jest założenie, że Google przechowuje pobraną stronę w wersji, która jest przyjazna dla dużych modeli językowych. Właściciele domen mogą w Google Search Console skorzystać z funkcji „Wyświetl zindeksowaną stronę”. Dzięki niej widzą, jak Google interpretuje całą stronę, łącznie z kodem generowanym przez CMS oraz tagami pełniącymi różne funkcje, które niekoniecznie są widoczne dla użytkowników. Jednak nie mamy dostępu do informacji o tym, jaką część strony Google wysyła do modelu Gemini. Nie wiadomo, jakie elementy są pomijane, a jakie traktowane jako treść widoczna dla LLM-a.

Osoby chcące pracować z chatbotami, dużymi modelami językowymi i treścią konkretnych adresów URL najczęściej sięgają po tzw. crawlery, scrapery, które przetwarzają treść na stronie do języka znaczników Markdown, który w prosty sposób oznacza, co stanowi nagłówek, paragraf, link. Dzięki narzędziom takim jak Jina.ai, Firecrawl, Crawl4AI można „rozmawiać” z modelami językowymi mieszcząc się w ograniczeniach okna kontekstowego LLMów.

Każde z tych narzędzi może jednak działać na różnych zasadach, włączać lub pomijać inne elementy przedłożonego adresu URL do ostatecznej wyeksportowanej wersji. Aby nie marnować zasobów, nie zużywać dużej ilości tokenów i zachować precyzję odpowiedzi, Google z całą pewnością nie wysyła surowego kodu html każdego adresu URL do Gemini, aby wygenerować odpowiedź AI Overview.

W jaki sposób Gemini widzi naszą stronę na potrzeby AI Overviews?

Narzędzie NotebookLM służące do nauki, reaseachu, sporządzania notatek na podstawie źródeł, umożliwia jako jedną z form źródła wklejenie adresu URL interesującego nas artykułu. Po wklejeniu widzimy, co narzędzie wyczytało z podanego przez nas adresu:

Jako że jest to narzędzie Google, można założyć, że treść wysyłana do modelu Gemini na potrzeby AI Overviews jest przetwarzana w podobny sposób. Jak widać powyżej, z tekstu zostały wyczyszczone grafiki, znaczniki języka HTML pozostała sama treść, linki, wyboldowania, stopnie nagłówków.

Co z tego wynika dla osoby zajmującej się SEO i contentem? 

Prawdopodobnie to, co Google jest w stanie przekazać do AI Overviews na temat naszej strony różni się od „surowego” kodu. Dobrym tropem, aby zrozumieć, co jest odczytywane z naszego contentu, są wersje adresu, jakie możemy wyeksportować ze scraperów przetwarzających stronę do Markdown. Pamiętajmy, że dla dużego modelu językowego większe znaczenie będzie miała semantyka, dopasowanie do intencji użytkownika niż np. konkretne słowa kluczowe lub znaczniki html, które mogą być, przed procesem generowania odpowiedzi, całkowicie pomijane.

Aby monitorować obecność Twojej strony w AI Overviews, możesz korzystać z zaawansowanych narzędzi SEO, takich jak Ahrefs, Semrush. Te platformy oferują możliwość analizy widoczności Twojej strony w wynikach wyszukiwania na konkretne frazy kluczowe wraz ze wszystkimi specyficznymi typami SERPów (wygląd wyniku wyszukiwania). Są to również narzędzia, które prawdopodobnie najszybciej pozwolą nam dostrzec, że zapytania, dla których jesteśmy już widoczni w wynikach organicznych, zaczęły wyświetlać AI Overviews w Polsce na pełną skalę zamiast dla testowej grupy użytkowników.

Google Search Console, mimo że jest kluczowym narzędziem do analizy danych o ruchu organicznym, nie dostarcza jeszcze szczegółowych informacji o tym, które wyświetlenia i kliknięcia pochodzą bezpośrednio z AI Overviews lub featured snippets. W związku z tym, monitorowanie wpływu AI Overviews na widoczność strony wymaga korzystania z dodatkowych źródeł danych i raportów dostępnych w komercyjnych narzędziach analizujących wyniki Google.

Przełożenie pozycji w Google na obecność w źródłach AI Overviews

Warstwa tego, w jakiej formie content jest wysyłany do AI Overviews to jedno, drugą kwestią pozostaje to, jak dobierane są adresy, które w ogóle mają szansę zostać przez AI Overviews uwzględnione w odpowiedzi. Jednym z pierwszych pytań, jakie zada sobie zapewne większość osób zajmujących się SEO, jest to w jak dużej mierze obecność wysoko w rankingu na dane słowo kluczowe wpływa na prawdopodobieństwo pojawienia się strony jako źródła dla odpowiedzi w AI Overviews?

Badanie Botify i DemandSphere

Według badania przeprowadzonego przez Botify i DemandSphere na 22 witrynach i 120 000 fraz w połowie sierpnia 2024:

• AI Overviews pojawiły się w 47% analizowanych słów kluczowych.
• 75% witryn cytowanych w AI Overviews zajmowało 12 pierwszych pozycji w wynikach organicznych.
• Mediana pozycji organicznej cytowanych witryn to pozycja 4.
• 90% wszystkich linków AI Overview pochodziło z pozycji 35 lub wyższej.
• Długie frazy kluczowe (5+ słów) najczęściej wywoływały AI Overviews (73,6%).  
• Średnie frazy kluczowe (3-4 słowa) miały 17,6% częstotliwość występowania.  
• Słowa kluczowe główne (1-2 słowa) miały najniższą częstotliwość występowania (8,9%). 

Badanie Surfer SEO

Według badania przeprowadzonego przez Surfer SEO:

• 52% źródeł cytowanych w AI overview to strony znajdujące się w top 10 wyników wyszukiwania, średnio na 5. Pozycji.

Treść AIO:

• Tylko 5.4% AI Overviews zawierało dokładnie zacytowane słowo kluczowe.

Można stąd wywnioskować, że dla Google ważniejsza jest intencja wyszukiwania, semantyka, kontekst i podejście NLP (natural language processing) niż dopasowanie słowa kluczowego.

Źródła informacji prezentowane przez AIO:

• Średnio AI overview zawiera 5 źródeł, a 90% przypadków ma 8 lub mniej źródeł.
• W mniej niż 1% przypadków nie pojawiają się żadne źródła.
• 99% źródeł jest cytowanych tylko raz w jednej odpowiedzi.

Formatowanie treści:

• 12% overview zawiera listy numerowane,
• 61% – listy punktowane,
• 6% – oba typy list,
• 21% – nie zawiera żadnych list.

Monitoring pokrycia branż przez AI Overviews:

Poza lekturą case studies kolejnym cennym źródłem wiedzy są narzędzia zbierające dane na temat częstotliwości występowania AI Overviews na frazach kluczowych związanych z konkretnymi branżami:

Z kolei dzięki danym zbieranym przez narzędzia takie jak Ziptie.dev lub Advanced Web Ranking można obserwować dynamikę występowania AI Overviews dla różnych branż.

Co ciekawe, mimo kontrowersji dotyczących odpowiedzi AI, jakie miały miejsce tuż po premierze funkcji AI Overviews w maju zeszłego roku, wszystkie narzędzia pokazują, że branża Zdrowia jest “najmocniej dotknięta” przez nowe “Przeglądy od AI”.

Jako oddzielny SERP feature, dane o AI Overviews prezentują już także popularne narzędzia SEO np. Ahrefs i Semrush lub usługi dostępne po API takie jak DataForSEO.

Jaki wpływ AI Overviews powinny mieć na Twoje działania SEO?

Z dotychczasowych case studies, badań i raportów wynika wyraźnie, że AI Overviews są silnie sprzężone z dotychczasowym algorytmem Google. Obecność witryn na wysokich pozycjach – zarówno dla słów kluczowych ogólnych, branżowych, lokalnych, jak i brandowych – znacząco wpływa na to, czy ich treść zostanie uwzględniona w AI Overviews.

Wszystkie dotychczasowe rekomendacje SEO pozostają w mocy. Nacisk na intencje użytkownika i semantyczne dopasowanie treści do zapytania do odpowiedzi stają się jeszcze ważniejsze.

O ile wszelkie optymalizacje techniczne strony, pościg za wysokimi wynikami metryk takich jak Core Web Vitals, wesprze wysoką pozycję w rankingu, to treść i jej rozumienie przez duży model językowy będzie miała kluczowe znaczenie dla stania się źródłem wiedzy w AI Overviews.

Klienci Bluerank mogą spać spokojnie – zawsze trzymamy rękę na pulsie. Oprócz dbania o dominującą jeszcze tradycyjną listę 10 niebieskich linków w wynikach wyszukiwania, uważnie monitorujemy wszystkie nowości wdrażane przez Google i aktywnie dostosowujemy nasze działania, by zapewnić Ci widoczność w zmieniającym się krajobrazie SEO. Obawiasz się, że Twoja marka może stracić na widoczności wraz z wprowadzaniem nowych funkcjonalności przez Google? Skontaktuj się z nami – pomożemy Twojej marce być widoczną także dla AI.

Źródła:

Stein, R. (2025, March 5). Expanding AI Overviews and introducing AI Mode. Google. https://blog.google/products/search/ai-mode-search/
DemandSphere. (2025, January 14). AI Overviews Study: Inside Google’s search Reality | DemandSphere & Botify. https://www.demandsphere.com/2024-aio-report/
Caci, K. (2024, October 29). Google AI Overviews Study: 25+ Statistics from 405,576 searches. Surfer. https://surferseo.com/blog/ai-overviews-study/

Jak świadome decyzje i strategiczna współpraca zmieniają biznes? 

Jeszcze kilka lat temu CANAL+ działał w cyfrowym świecie tak, jak większość dużych marek – bazując na outsourcingu usług marketingowych. SEO, performance marketing i analityka były w rękach zewnętrznych dostawców, co zapewniało elastyczność, ale jednocześnie ograniczało kontrolę nad procesami i danymi.

Dziś CANAL+ to nie tylko nadawca telewizyjny, ale także jeden z liderów cyfrowej transformacji w branży mediowej. Firma skutecznie buduje swoją obecność w digitalu, wypracowując autorski model współpracy – hybrydowy, elastyczny i dostosowany do realnych potrzeb biznesu.

Za tą zmianą stoi świadoma strategia, zespół otwarty na rozwój oraz partnerstwo z Bluerank, które pomogło CANAL+ nie tylko zoptymalizować kampanie digitalowe, ale przede wszystkim wewnętrznie zbudować kompetencje, które stały się fundamentem długofalowego sukcesu.

Kiedy zmiana staje się koniecznością

Transformacja CANAL+ w digitalu nie była wynikiem chwilowego trendu, lecz przemyślanej decyzji biznesowej. Zmieniające się zachowania konsumentów, rosnąca rola e-commerce i wzrost znaczenia precyzyjnego targetowania treści wymusiły nowe podejście do marketingu.

„Zrozumieliśmy, że chcemy nie tylko korzystać z nowoczesnych narzędzi, ale też w pełni nad nimi panować. Naszym celem nie było uzależnienie się od dostawców usług marketingowych, lecz rozwój kompetencji wewnętrznych, które pozwolą nam świadomie zarządzać strategią digitalową” – mówi Maciej Kuźma, Dyrektor E-commerce CANAL+. 

Jednak każda zmiana wymaga zarówno wizji, jak i odpowiednich narzędzi do jej realizacji. To tutaj kluczową rolę odegrało partnerstwo z Bluerank.

Budowanie kompetencji wewnętrznych – nowa era digitalu w CANAL+

Decyzja o internalizacji kluczowych działań digital marketingowych była jednym z ważniejszych kroków w strategii CANAL+. Firma postawiła na rozwój zespołu SEO, performance marketingu i analityki, a Bluerank stał się mentorem i doradcą, który pomagał wdrażać skuteczne rozwiązania i wspierał zespół w przejmowaniu kolejnych kompetencji. 

Dzięki tej zmianie CANAL+ zyskał większą kontrolę nad budżetem marketingowym, precyzyjniej targetuje kampanie i lepiej analizuje dane. Za sukcesem tego procesu stoi cały zespół digitalowy, którego wspólna praca i zaangażowanie umożliwiły transformację digitalową firmy. Wśród kluczowych osób, które odegrały istotną rolę w tym procesie, znaleźli się:

• Magdalena Witkiewicz – Kierownik ds. E-commerce i SEO 
  • Kierowała procesem wdrożenia nowych strategii content marketingowych i optymalizacji SEO. W efekcie ruch organiczny na stronie CANAL+ wzrósł o kilkaset procent w ciągu dwóch lat.
• Amadeusz Winek – Koordynator E-commerce ds. Kampanii Performance
  • Razem z Bluerank opracował nowy model zarządzania lejkiem sprzedażowym, który znacząco poprawił efektywność działań PPC i zwiększył ROAS.
• Aleksandra Szoblik – Specjalistka ds. Kampanii Performance w Social Media
  • Rozwinęła komunikację w social media, wdrażając nowe formaty reklamowe na TikToku, YouTube Shorts i Facebook Ads, co zwiększyło zaangażowanie użytkowników i poprawiło konwersję.
• Maciej Marczewski – Starszy Specjalista ds. Treści i Analiz SEO
  • Odpowiedzialny za rozwój bloga CANAL+, który stał się jednym z kluczowych narzędzi generowania ruchu organicznego i wsparcia sprzedaży.

„Dział marketingu to zespół świetnych specjalistów. Wspieramy ich w budowaniu własnej wiedzy i umiejętności, bo to właśnie oni najlepiej rozumieją potrzeby swojej marki” – mówi Jakub Kołaciński Senior Account Manager Bluerank, podkreślając, że rola agencji nie ogranicza się do realizacji kampanii, ale polega na partnerskiej współpracy opartej na długofalowym rozwoju. 

Hybrydowy model współpracy – łączymy siły tam, gdzie to ma sens 

Decyzja o budowaniu wewnętrznych kompetencji nie oznaczała całkowitego porzucenia outsourcingu. CANAL+ postawiło na model hybrydowy, który daje pełną kontrolę nad strategią, ale jednocześnie pozwala korzystać z wiedzy ekspertów w kluczowych momentach. 

Bluerank stał się partnerem, który pomagał skalować działania i wspierał w obszarach, gdzie specjalistyczna wiedza jest kluczowa. Dzięki temu CANAL+ mógł zachować równowagę między niezależnością a dostępem do najnowszych technologii i know-how, którymi dzieliła się agencja. To model, który pozwala CANAL+ nie tylko skuteczniej zarządzać działaniami digitalowymi, ale również szybciej dostosowywać strategię do zmieniających się warunków rynkowych.

Sztuczna inteligencja czyli jak automatyzacja zmienia digital marketing

CANAL+ postawił na innowacje, wykorzystując sztuczną inteligencję do optymalizacji content marketingu i SEO. W ramach współpracy z Bluerank firma uruchomiła CANAL+ Wiki – platformę, na której AI generuje biografie aktorów i aktorek, automatycznie dostosowując treści do strategii digitalowej. 

Wyzwanie? Eliminacja fałszywych informacji generowanych przez AI. Rozwiązaniem było połączenie modeli GPT-4o z Azure Cognitive Search i API Bing, które filtrują treści przez zweryfikowane źródła. Dzięki temu CANAL+ nie tylko zwiększył efektywność produkcji treści, ale również poprawił widoczność w wyszukiwarkach. 

Kolejnym krokiem jest stworzenie autorskiego modelu AI, który dostosuje generowane treści do unikalnego stylu marki. CANAL+ nie tylko wdraża technologie – wyznacza nowy standard w cyfrowej strategii content marketingu.

Długofalowa strategia zamiast szybkich rezultatów 

Współpraca CANAL+ i Bluerank nie opiera się na „szybkich strzałach” – to długofalowa strategia, która przynosi mierzalne efekty i realnie wpływa na rozwój firmy. 
Internalizacja działań performance marketingowych pozwoliła na lepsze zarządzanie budżetem i optymalizację ROAS. Nowa strategia SEO i content marketingu przełożyła się na wzrost ruchu organicznego o ponad 300%. Personalizacja komunikacji i zaawansowana analityka umożliwiły precyzyjniejsze targetowanie kampanii i lepsze dopasowanie ofert do użytkowników. 

Sukces, który inspiruje 

CANAL+ pokazuje, że transformacja cyfrowa to nie kwestia wyboru między outsourcingiem a wewnętrznymi kompetencjami – klucz tkwi w połączeniu tych dwóch modeli w sposób inteligentny i dostosowany do potrzeb firmy. Dzięki świadomemu zarządzaniu strategią digitalową, CANAL+ stał się liderem digital marketingu w branży mediowej. Internalizacja kluczowych kompetencji pozwala firmie lepiej kontrolować strategię i optymalizować działania. Partnerstwo z Bluerank daje CANAL+ dostęp do najnowszych technologii i wiedzy eksperckiej, tam gdzie jest to potrzebne. 

„To nie była zmiana z dnia na dzień. To efekt lat pracy, konsekwencji i świadomości, że przyszłość marketingu digitalowego należy do tych, którzy nie boją się myśleć długoterminowo” – podsumowuje Maciej Kuźma. 

Co dalej? CANAL+ nie zwalnia tempa. Dalszy rozwój strategii digitalowej, eksploracja nowych kanałów i wdrażanie kolejnych innowacji to kolejne kroki na drodze do jeszcze większej skuteczności w digitalu. 

Asystenci AI (potocznie określani jako chatboty/ chaty AI) weszli niemalże szturmem do wielu dziedzin życia prywatnego i zawodowego Polaków. Poczynając od planowania zakupów, pytania o zdrowie, wkraczając w zarządzanie czasem, analizy danych, wizualizacje metryk, pisanie skryptów i regexów. Sama korzystam z chatbotów każdego dnia. Na przykładzie grupowania treści w Google Analytics 4 podzielę się moimi dobrymi praktykami i spostrzeżeniami w zakresie wykorzystania szeroko pojętego AI w analityce internetowej. 

Chatbot i idea grupowania treści 

W chacie GPT umieściłam raport ze stronami w mojej firmowej witrynie. Miały stanowić punkt wyjścia do stworzenia grupowania treści w Google Analytics 4. Łącząc wiele adresów w spójne kategorie, zyskalibyśmy pełniejsze zrozumienie zachowań użytkowników na stronie oraz usprawnili proces optymalizacji treści witryny.  

Zadanie chatbota polegało na zidentyfikowaniu wzorców w adresach stron i podziale na kategorie. Raport zawierał nie tylko same url-e, ale także powiązane z nimi dane.  

Prompt: 

“Podziel strony mojej witryny na kategorie treści w Google Analytics 4 na podstawie ich struktury i celów. Mam dane, które obejmują ścieżki URL stron, liczbę sesji, kluczowe zdarzenia oraz średni czas zaangażowania użytkowników na każdej stronie. Chciałabym, abyś na tej podstawie stworzył kategorie” 

W wyniku zapytania otrzymałam kategorii, które pasowały do mojej witryny, a jednocześnie odzwierciedlały wejścia użytkowników na strony i przechodzenie pomiędzy poszczególnymi sekcjami. 

Tipy: 

– dane klientów umieszczamy jedynie w wersjach chatbotów przeznaczonych do celów firmowych (np. chat gpt teams), aby zapewnić wyższy poziom prywatności i bezpieczeństwa informacji  

– najlepszym, najczęściej akceptowanym przez chatboty formatem jest csv  

– staramy się przygotować pliki, tak aby zawierały jednie ważne dla nas dane, np. wyeksportowany do csv raport z GA4 będzie zawierał wiersze typu: # Wyeksportowany raport w formacie CSV, # Konto: xxx, # Usługa: xxx. Te informacje są zbędne a wręcz mogą utrudnić pracę chatbotom.  

Przykładowy poprawny plik: 

url,pageviews,avg_time 

/oferty-pracy/analityk-danych,450,120 

/oferty-pracy/specjalista-seo,320,95 

/blog/analityka-internetowa,780,180 

Chatbot zna wyrażenia regularne  

W kolejnym kroku poprosiłam chatbota o przygotowanie wyrażeń regularnych, które umożliwiłyby dodanie grupowania treści w GA4 za pośrednictwem Google Tag Managera. W szybki sposób uzyskałam podstawę do utworzenia tabeli wyrażeń regularnych.  

Prompt 

„Stwórz wyrażenia regularne (regex), które pozwolą na przypisanie stron mojej witryny do określonych kategorii treści w Google Tag Manager. Kategoryzacja została już przeprowadzona i obejmuje następujące grupy: 

• Kariera: Strony zawierające informacje o pracy, oferty zatrudnienia i rekrutację. 

• Strona główna: Strona główna witryny. 

• Oferta: Strony zawierające szczegóły dotyczące usług i ofert firmy. 

• Portfolio: Strony prezentujące zrealizowane projekty lub produkty. 

• O nas: Strony z informacjami o firmie, zespole, misji itp. 

• Blog: Strony z artykułami blogowymi. 

• Inne: Wszystkie strony, które nie pasują do powyższych kategorii. 

W pierwszej wersji odpowiedzi chatbot stworzył wyrażenia regularne, które zamiast grupować wszystkie adresy zawierające jakiś wspólny element, np. oferty pracy w dziale analityki, seo, itd. ograniczyły się jedynie do głównego adresu danej sekcji. Nauczona tym doświadczeniem zmodyfikowałam zapytanie, poszerzając o kryterium weryfikacji: 

Prompt 2.0 

„Stwórz wyrażenia regularne (regex), które pozwolą na przypisanie stron mojej witryny do określonych kategorii treści w Google Tag Manager. Kategoryzacja została już przeprowadzona i obejmuje następujące grupy: 

• Kariera: Strony zawierające informacje o pracy, oferty zatrudnienia i rekrutację. 

• Strona główna: Strona główna witryny. 

• Oferta: Strony zawierające szczegóły dotyczące usług i ofert firmy. 

• Portfolio: Strony prezentujące zrealizowane projekty lub produkty. 

• O nas: Strony z informacjami o firmie, zespole, misji itp. 

• Blog: Strony z artykułami blogowymi. 

• Inne: Wszystkie strony, które nie pasują do powyższych kategorii. 

Wygenerowane wyrażenia regularne powinny być dostosowane do ścieżek URL, które odpowiadają tym kategoriom. Upewnij się, że regexy uwzględniają różne możliwe warianty ścieżek i są wystarczająco elastyczne, aby uchwycić wszystkie strony, które pasują do danej kategorii. 

W wyniku chciałbym otrzymać listę regexów, gotowych do zastosowania w GTM, z krótkim opisem, jak działa każdy regex i dla jakiej kategorii jest przeznaczony.” 

Tipy:  

– oczekiwania powinny być dobrze sprecyzowane.  

– testuj, testuj, testuj. Warto poprosić chatbota o weryfikację czy podane przez nas wcześniej adresy pasują do wzorców. Dobrym posunięciem będzie także prośba o przypisanie hipotetycznych, przyszłych adresów do kategorii w oparciu o przyjęte reguły.  

Chatbot – jasnowidz 

Wypróbowałam możliwości chata GPT także w zakresie praktycznej analizy danych. Pierwsze zdanie polegało na wyestymowaniu istotnych z punktu widzenia naszej strony firmowej metryk.  

Prompt 

„Na podstawie danych o odsłonach z ostatnich 6 miesięcy, przeanalizuj trendy dla każdej grupy treści. Użyj prostego modelu predykcyjnego (możesz użyć Prophet) i pokaż przewidywane wartości na następne 3 miesiące.” 

Poprosiłam chatbota o estymacje dla okresu, z którego już dysponowałam statystykami, więc byłam w stanie ocenić w jakim stopniu wyliczone metryki odbiegają od rzeczywistości. Taka walidacja historyczna wykazała, że zastosowany model odbiegał o ok. 12% od danych z konta.  

Tipy: 

– jeżeli zależy Ci na konkretnym modelu / podejściu do estymacji musisz je doprecyzować  

– nie podawaj od razu wszystkich metryk, które chcesz wyestymować. Nadmiar danych połączony z zastosowaniem kilku metod prognozowania może w skrajnych przypadkach doprowadzić do zawieszenia chatu 

Chatbot przed zarządem 

Ostatnie zadanie chatbota polegało na utworzeniu wykresów ze zmieniającymi się w czasie metrykami z podziałem na kategorie.  

Prompt 

„Przygotuj zestaw wykresów słupkowych dla danych dotyczących średniego czasu zaangażowania użytkowników w poszczególnych kategoriach (Kariera, Oferta, Blog, Portfolio, O nas) na podstawie raportu zawierającego miesięczne dane (maj, czerwiec, lipiec, sierpień 2024). 

Każdy wykres powinien spełniać następujące kryteria: 

– Jedna kategoria na wykres: Każdy wykres przedstawia dane tylko dla jednej kategorii. 

– Wskaźnik: Oś Y przedstawia średni czas zaangażowania użytkownika w sekundach. 

– Okres: Oś X powinna przedstawiać kolejne miesiące (maj, czerwiec, lipiec, sierpień). 

– Porządek: Słupki są ułożone chronologicznie (maj -> sierpień). 

Wygląd: Wykresy powinny być estetyczne, czytelne i wyróżniać się opisanymi osiami oraz tytułami. Każdy wykres powinien zawierać legendę z nazwą wskaźnika. 

Dane: Użyj średnich wartości wskaźnika dla każdej kategorii w danym miesiącu. 

Dodatkowo: 

– Zastosuj spójny styl wykresów. 

– Jeśli to możliwe, dodaj linię trendu dla każdej kategorii, aby pokazać dynamikę zmian. 

Po zakończeniu generacji wykresów, przedstaw je w osobnych grafikach lub w formie raportu wizualnego.” 

Dojście do wersji wykresu, która byłaby czytelna dla „zwykłego człowieka” zajęło mnie i chatowi trochę czasu. Początkowo tworzył wizualizacje, które przypominały pajęczyny, a w konsekwencji były bezużyteczne. Przetoczony prompt jest wersją uwzględniającą całą ścieżkę prowadzącą do uzyskania dobrego wykresu.  

Tipy: 

– określ dokładnie: metryki, zakres wykresu, sposób wizualizacji, kryteria.  

Na koniec 

Chatboty mogą znacznie usprawnić pracę w obszarze analityki internetowej, w tym z Google Analytics 4, poprzez automatyzację powtarzalnych zadań i dostarczanie szybkich analiz.  

Wszystkie zadania, które wykonał chat GPT były oczywiście możliwe bez jego wsparcia. Jednak wymagałyby większej ilości czasu a w niektórych przypadkach wiedzy (np. modele prognozowania).  

Użyteczność chatbotów zależy od odpowiedniego przygotowania danych, precyzji zapytań i walidacji wyników. To narzędzia, które wspierają specjalistów, ale nie zastąpią ich wiedzy i doświadczenia. 

Przeczytaj lub wysłuchaj w podcast’cie Prze-commerce

Spis treści:

1. Sztuczna inteligencja we wsparciu codziennej pracy
2. Wyzwania i ograniczenia AI w generowaniu treści
3. Przyszłość AI w biznesie
4. Trendy i strategie

Narzędzia AI we wsparciu codziennej pracy

Automatyzacja treści

Jednym z podstawowych zastosowań AI w biznesie jest generowanie treści. Narzędzia takie jak Midjourney umożliwiają tworzenie tekstów reklamowych, opisów produktów czy newsletterów, co może znacznie odciążyć zespoły kreatywne i copywriterów. Automatyzacja ta nie tylko przyspiesza proces tworzenia treści, ale również pozwala na masową produkcję materiałów, co jest szczególnie cenne w kontekście budowania przewagi konkurencyjnej.

Udoskonalenie spotkań i prezentacji

Innym przykładem wykorzystania AI jest wspomaganie organizacji spotkań i prezentacji. Przykładowo, Copilot od Microsoft, wykorzystując technologie AI, może przeprowadzać transkrypcje, streszczać długie spotkania czy skracać materiały wideo. Dzięki temu pracownicy mogą skupić się na najważniejszych aspektach i oszczędzać cenny czas.

Narzędzia AI. Wyzwania i ograniczenia w generowaniu treści

Jednolitość treści a eksperckość

Chociaż AI świetnie sprawdza się w generowaniu treści, istnieje ryzyko, że materiały stworzone przez maszyny będą zbyt jednolite i pozbawione indywidualnego charakteru. W branżach wymagających głębokiej wiedzy specjalistycznej, takich jak medycyna czy finanse, eksperckość autora jest niezbędna. Treści tworzone przez AI mogą nie spełniać tych wymagań, co stawia pod znakiem zapytania ich użyteczność w niektórych kontekstach.

SEO i zasady Google

W kontekście optymalizacji pod wyszukiwarki internetowe (SEO), ważne jest, aby pamiętać, że Google nie rozróżnia treści stworzonych przez AI od tych napisanych przez ludzi. Kluczowe jest dostarczanie wartościowych treści, które zaspokajają potrzeby użytkowników, niezależnie od metody ich produkcji.

Narzędzia AI. Przyszłość w biznesie

Regulacje prawne

Kwestia legalnego wykorzystywania treści generowanych przez AI jest nadal przedmiotem dyskusji. Oczekuje się, że w najbliższym czasie zostaną wprowadzone regulacje na poziomie europejskim, które określą zasady korzystania z takich technologii.

Trendy i strategie

W kontekście e-commerce i marketingu internetowego, firmy powinny koncentrować się nie tylko na wprowadzaniu nowych narzędzi AI, ale również na analizie danych i zarządzaniu relacjami z klientami. Wykorzystanie platform marketplace i reklamy wideo, zwłaszcza na popularnych platformach jak TikTok, staje się coraz ważniejsze.

Sztuczna inteligencja oferuje przedsiębiorstwom niezliczone możliwości, od optymalizacji procesów po tworzenie treści. Jednak kluczowym czynnikiem jest zrozumienie, jak najlepiej wykorzystać te narzędzia, aby wspierały one strategię biznesową, a nie stały się jedynie nowinką technologiczną. Przyszłość AI w biznesie zależeć będzie od zdolności firm do adaptacji i integracji tych rozwiązań w sposób, który przynosi realną wartość.

Systemy sztucznej inteligencji (artificial intelligence – AI) wykorzystujemy w naszej codziennej pracy, by zwiększyć jej efektywność. Dlatego trzeba postawić pytanie, czy efekt działania systemów sztucznej inteligencji, a zwłaszcza generatywnej sztucznej inteligencji jest poddany ochronie prawnej jako utwór w rozumieniu prawa autorskiego. Odpowiedź ma bardzo istotne znaczenie, gdyby bowiem okazało się, że utwór stworzony przez AI podlega ochronie jako utwór, to korzystanie przez nas z niego bez stosownej licencji albo nabycia autorskich praw majątkowych byłoby bezprawne. Mogłoby więc spotkać się z roszczeniami ze strony twórcy takiego utworu lub osoby, której przysługują do niego autorskie prawa majątkowe (nie zawsze byłby to twórca).

Spis Treści

1. Pojęcie sztucznej inteligencji
2. Pojęcie utworu w prawie autorskim
3. Efekty działania systemów sztucznej inteligencji a utwór
4. Ważne są postanowienia regulaminów
5. Podsumowanie

Pojęcie sztucznej inteligencji (AI)

W aktualnym stanie prawnym nie ma jeszcze legalnej, czyli wynikającej z przepisów prawa, definicji sztucznej inteligencji, czy też systemu sztucznej inteligencji. W „Polityce dla rozwoju sztucznej inteligencji w Polsce od roku 2020” (dostęp 23.05.2023 r.) AI ujęto jako dziedzinę wiedzy obejmującą m.in. sieci neuronowe, robotykę i tworzenie modeli zachowań inteligentnych oraz programów komputerowych symulujących te zachowania, włączając w to również uczenie maszynowe (ang. machine learning), głębokie uczenie (ang. deep learning) oraz uczenie wzmocnione (ang. reinforcement learning).

Z kolej w projekcie rozporządzenia Parlamentu Europejskiego i Rady (dostęp 23.05.2023 r.), ustanawiającego zharmonizowane przepisy dotyczące AI (akt w sprawie sztucznej inteligencji) i zmieniającego niektóre akty ustawodawcze Unii zatwierdzony przez Radę Unii Europejskiej w dniu 6.12.2022 r. pojawiła się propozycja zdefiniowania systemu sztucznej inteligencji jako systemu zaprojektowanego do działania w sposób częściowo autonomiczny.

System, który, na podstawie danych i informacji dostarczonych maszynowo lub przez człowieka, wnioskuje, w jaki sposób osiągnąć zadany zestaw celów – z wykorzystaniem technologii uczenia się maszyn lub metod opartych na logice i wiedzy, i który generuje wyniki, takie jak treści (generatywne systemy sztucznej inteligencji), przewidywania, zalecenia lub decyzje, wpływające na środowiska, z którymi system ten wchodzi w interakcję.

Pojęcie utworu w prawie autorskim

Zgodnie z art. 1 ust. 1 ustawy z dnia 4 lutego 1994 r. o prawie autorskim i prawach pokrewnych, zwanej dalej „u.p.a.”, utworem jest każdy przejaw działalności twórczej o indywidualnym charakterze, ustalony w jakiejkolwiek postaci, niezależnie od wartości, przeznaczenia i sposobu wyrażenia. W przesłance twórczości zawiera się oczekiwanie ustawodawcy, by utworem były jedynie efekty działań niepowtarzalnych i nierutynowych. Dzięki temu ochroną wynikającą z prawa autorskiego objęte powinna być jedynie działalność cechująca się oryginalnością.

Drugim warunkiem uznania czegoś za utwór jest konieczność nadania mu indywidualnego charakteru, czyli posiadania takich cech, które odróżniają dany utwór od innych przejawów działalności i nadają mu charakter pewnej niepowtarzalności. Choć niepowtarzalności nie należy traktować tu dosłownie i rygorystycznie. Ostatnią przesłanką uznania danego przejawu działania za utwór jest jego ustalenie, czyli konieczność pojawienia się utworu poza wyobraźnią twórcy. Przykładem może być wygłoszenie utworu, czy jego spisanie.

Poza wskazanymi przesłankami utworu wymieniany jest także czwarty warunek. Jest nim konieczność, by dany obiekt stanowił efekt działalności człowieka. Podkreślił to przykładowo Sąd Najwyższy w wyroku z dnia 21.2.2020 r. I CSK 513/08. Ten ostatni warunek uznania określonego efektu działania za utwór jest kluczowy z perspektywy funkcjonowania systemów sztucznej inteligencji i tworzonych przez nie tekstów, czy obrazów.

Efekty działania systemów AI a utwór

AI cechuje zasadniczo samodzielne generowanie danych wyjściowych. W sposób często zaskakujący także dla twórców samego systemu. Jest to o tyle ważne, że nie możemy w takiej sytuacji mówić o użyciu przez człowieka systemu sztucznej inteligencji jako narzędzia, które służy stworzeniu konkretnego utworu zgodnie z wizją człowieka.

W momencie, w którym decyzje twórcze, przekładające się na powstanie określonego efektu na płaszczyźnie tak przesłanki twórczości, jak i oryginalności, podejmowane są przez algorytm, a nie przez człowieka, nie możemy mówić o tym, że to człowiek może być uznany za autora danego utworu. W tym bowiem przypadku dzieło powstaje niezależnie od wizji i kreatywności człowieka, lecz jest efektem działania algorytmu. W takiej sytuacji powstałe dzieło nie będzie traktowane jako utwór w rozumieniu art. 1 ust. 1 u.p.a. W konsekwencji nie będzie objęte ochroną wynikającą z przepisów prawa autorskiego.

Inaczej byłoby w sytuacji, gdyby dane oprogramowanie służyło jedynie jako narzędzie dla „transformowania” wizji i kreatywności człowieka w określony przejaw twórczości. Chodzi tu o sytuacje, w których człowiek sprawowałby kontrolę nad procesem twórczym, a oprogramowanie byłoby jedynie narzędziem realizującym wolę twórcy. W przypadku tak powstałego dzieła można byłoby uznać je za utwór w rozumieniu prawa autorskiego. Przy czym, taki sposób działania oprogramowania nie występuje z reguły w narzędziach opartych o AI, których cechą jest podejmowanie autonomicznych decyzji, które skutkują realizacją określonego celu.

Ważne są postanowienia regulaminów

Powyższe nie oznacza, że korzystając przykładowo, z tak popularnych ostatnio, systemów generatywnej sztucznej inteligencji, mamy pełną dowolność wykorzystania efektów ich działania. Musimy zwrócić uwagę każdorazowo na postanowienia regulaminów, które akceptujemy przed przystąpieniem do korzystania z danego systemu. Mogą one, w warstwie zobowiązań umownych, ograniczać nasze możliwości korzystania z efektów otrzymanych poprzez wykorzystanie danego systemu sztucznej inteligencji. Naruszając te ograniczenia, narażamy się na ryzyko odpowiedzialności z tytułu niewykonania lub nienależytego wykonania umowy.

Podsumowanie

Aktualnie efekty działania AI nie są objęte ochroną prawa autorskiego. Jednocześnie jednak problem istnienia luki prawnej w tym zakresie został już dostrzeżony przez prawodawcę unijnego. Parlament Europejski w swojej rezolucji z 20.10.2020 r. (dostęp dnia 23.05.2023 r.) w sprawie praw własności intelektualnej w dziedzinie rozwoju technologii sztucznej inteligencji (2020/2015(INI)), zwrócił uwagę na potrzebę objęcia efektów działania AI ochroną prawa własności intelektualnej. Z tego względu w najbliższym czasie należy spodziewać się zmian prawnych w tym zakresie.