Jak realnie używam AI w SEO — bez hype, z praktyką

Połowa branży SEO twierdzi, że AI zmieni wszystko. Druga połowa twierdzi, że AI produkuje śmieci, które Google filtruje. Moja pozycja po dwóch latach używania AI w codziennej pracy SEO: obie strony mają częściowo rację, ale żadna nie opisuje rzeczywistości. AI jest narzędziem — jak młotek. Młotek sam nie zbuduje domu, ale majster bez młotka buduje wolniej. Poniżej opisuję, gdzie AI realnie przyspiesza moją pracę, a gdzie generuje problemy, które są gorsze niż brak narzędzia.

Gdzie AI pomaga — konkretne zadania

Po dwóch latach testowania ChatGPT, Claude, Gemini i kilku specjalizowanych narzędzi SEO z AI, mam listę zadań, w których AI realnie skraca czas pracy bez obniżania jakości:

• Research fraz i intencji — zamiast ręcznego przeglądania setek fraz z Keyword Plannera, daję AI listę fraz i proszę o grupowanie wg intencji (informacyjna, zakupowa, nawigacyjna). Oszczędność: 2–3 godziny na projekt.
• Konspekty artykułów — AI analizuje top 10 wyników na daną frazę i generuje konspekt H2/H3 z lukami tematycznymi, które konkurencja pominęła. Konspekt zawsze weryfikuję i modyfikuję, ale startowa struktura jest lepsza niż pusta kartka.
• Schema JSON-LD — generowanie danych strukturalnych (FAQPage, Service, LocalBusiness, Article) z treści strony. AI generuje poprawny JSON-LD w 30 sekund, zamiast 15 minut ręcznego pisania.
• Alt-texty do zdjęć — opisywanie zdjęć produktowych i kontekstowych. AI widzi obraz i generuje opis, który weryfikuję pod kątem fraz. Przy 200 zdjęciach w sklepie to oszczędność kilku godzin.
• Meta title i description — generowanie wariantów meta do testów. AI produkuje 5–10 wersji w minutę, wybieram najlepszą i dostosowuję. Szybciej niż pisanie od zera.

Gdzie AI szkodzi — i dlaczego Google to filtruje

AI jest katastrofalne w jednym: generowaniu pełnych artykułów na zasadzie „napisz mi 1500 słów o X". Efekt: tekst brzmi sensownie, ale nie wnosi nic, czego nie ma już w 50 innych artykułach. Google nazywa to „thin content" i ma klasyfikatory, które to wykrywają — nie dlatego, że tekst jest napisany przez AI, ale dlatego, że jest powtarzalny i pozbawiony unikatowej wartości.

Problemy z masowym AI contentem, które widzę u klientów przychodzących po audyt:

• Zero doświadczenia autora — AI nie ma doświadczeń. Pisze „eksperci twierdzą" zamiast „z moich 47 projektów wynika". Google premiuje E-E-A-T, a AI nie ma pierwszego E (Experience).
• Brak opinii i stanowiska — AI pisze „z jednej strony… z drugiej strony". Użytkownik chce wiedzieć, co WYBRAĆ, nie chce encyklopedii. Brak opinii = brak wartości dodanej.
• Powtarzalna struktura — AI używa tych samych zwrotów, tej samej struktury akapitów, tych samych przejść. Po 10 artykułach z AI blog wygląda, jakby pisał jeden robot — bo tak jest.
• Halucynacje — AI wymyśla statystyki, źródła i case study. W SEO to nie tylko problem jakościowy — to ryzyko prawne i reputacyjne.

Helpful Content a AI — gdzie jest granica

Google Helpful Content Update (2023–2024) nie zabrania treści AI. Zabrania treści tworzonych „primarily for search engines rather than people". Różnica jest subtelna, ale kluczowa: artykuł napisany z pomocą AI, który wnosi unikatowe doświadczenie, dane i opinię autora — jest OK. Artykuł wygenerowany przez AI i opublikowany bez edycji, bo „SEO potrzebuje contentu" — jest thin content i prędzej czy później zostanie przefiltrowany.

W praktyce stosuję regułę: AI generuje max. 30–40% tekstu (konspekt, research, punkty wyjścia), reszta to moja edycja, moje dane i moje doświadczenie. Każdy artykuł na tym blogu przechodzi przeze mnie — AI pomaga w researchu i strukturze, ale głos, opinie, liczby i wnioski są moje.

Mój workflow — krok po kroku

Typowy proces tworzenia artykułu SEO z AI:

• Research (AI) — analiza top 10, grupowanie fraz, identyfikacja luk
• Konspekt (AI + ja) — AI generuje strukturę H2/H3, ja modyfikuję pod kątem tego, co faktycznie wiem z projektów
• Pisanie (ja + AI jako asystent) — piszę sam, AI pomaga z fragmentami, które są bardziej informacyjne niż opiniotwórcze (definicje, listy, techniczne opisy)
• Schema i meta (AI) — generowanie JSON-LD, alt-textów, wariantów meta
• Weryfikacja (ja) — sprawdzanie faktów, halucynacji, powtarzalnych fraz AI, E-E-A-T

Ten workflow daje artykuły, które brzmią jak napisane przez człowieka (bo w 60–70% są), mają unikatową wartość (doświadczenie autora) i są zoptymalizowane technicznie (schema, meta, struktura). Czas produkcji: 2–3 godziny zamiast 5–6 bez AI.

Narzędzia, których używam

Nie reklamuję żadnego narzędzia, ale powiem, czego używam w codziennej pracy: Claude i ChatGPT do researchu i konspektów (Claude jest lepszy w analizie, ChatGPT w generowaniu wariantów). Cursor IDE do generowania schema i kodu. Google Keyword Planner do weryfikacji wolumenów (AI nie zna wolumenów fraz — wymyśla je).

Czego NIE używam: narzędzi „AI SEO" obiecujących automatyczne pozycjonowanie. Każde, które testowałem, generuje masowy thin content, który rankuje przez 2–3 miesiące, a potem znika po aktualizacji algorytmu. To nie jest strategia — to hazard.

Konkretny przykład — artykuł o migracji WordPress

Pokażę proces na przykładzie. Artykuł o migracji WordPress bez utraty SEO (który planuję do publikacji): AI wygenerowało konspekt z 8 sekcji H2, z czego 6 pokrywało się z top 10 wyników. Dodałem 2 sekcje, których nie było u konkurencji: „Jak zbudować mapę 301 z wtyczki Redirection" i „Checklist walidacji w GSC po migracji — czego szukać w pierwszych 48h". Te dwie sekcje wynikają z mojego doświadczenia z 61 przekierowaniami w projekcie RehaFit — AI tego nie wymyśli, bo nie robiło tej migracji.

Treść pisałem sam, AI pomagało z definicjami technicznymi (kody statusu HTTP, format .htaccess). Schema Article + FAQPage wygenerowane przez AI w 30 sekund. Alt-texty do screenshotów z GSC — AI opisało, ja poprawiłem frazy. Efekt: artykuł z głosem eksperta, danymi z realnego projektu i techniczną poprawnością. Czas: 3 godziny zamiast 6.

Przyszłość AI w SEO — co się zmieni

Modele AI będą lepsze w generowaniu treści — to pewne. Ale nie zmieni to fundamentu: Google premiuje unikatową wartość, doświadczenie autora i dane, których nie da się wygenerować z internetu. AI przyspieszy produkcję treści generycznych (i obniży ich wartość do zera), a jednocześnie podniesie poprzeczkę dla treści ekspertów. Kto ma realne doświadczenie i potrafi je opisać — zyska. Kto zleca AI pisanie „contentu na ilość" — przegra z algorytmem.

Co z tego wynika

AI w SEO to przyspieszenie, nie zastąpienie. Oszczędzam 30–40% czasu na zadaniach technicznych i powtarzalnych, ale sam piszę treść, która wnosi wartość. Kto zleca AI pisanie „contentu pod SEO" i publikuje bez edycji, buduje piramidę na piasku — Google prędzej czy później to przefiltruje. Kto używa AI jako asystenta, a nie autora, zyskuje przewagę tempa bez utraty jakości. Jeśli potrzebujesz pomocy z pozycjonowaniem opartym na realnej treści — porozmawiajmy.