Content marketing AI: zapomnij o keyword stuffing

Przez ostatnie lata firmy inwestowały w treści naszpikowane słowami kluczowymi. Google to indeksował, ruch rósł, wszyscy byli zadowoleni. Dziś ten model jest martwy — a 90% treści tworzonych pod klasyczne SEO nie trafia do odpowiedzi AI. Tłumaczę dlaczego i co z tym zrobić, zanim twoja konkurencja to ogarnie.

Jak AI czyta content — i dlaczego to nie jest Googlebot

Googlebot szuka słów kluczowych, linków i struktury technicznej. Modele językowe — ChatGPT, Gemini, Perplexity, Claude — działają zupełnie inaczej. Nie indeksują stron. Oceniają spójność wiedzy, głębokość ekspertyzy i to, czy dana treść jest cytowana przez inne wiarygodne źródła.

To fundamentalna różnica. Strona z gęstością słowa kluczowego na poziomie 3% i 50 linkami wewnętrznymi może rankować w Google na pozycji 1. Ta sama strona dla LLM to szum informacyjny — model jej nie rozpozna jako autorytetu i nie poleci jej użytkownikowi.

Według danych SEMrush z 2024 roku, ponad 60% zapytań w AI Overviews Google i Perplexity bazuje na źródłach, które mają wyraźnie zdefiniowanego autora, konkretne dane i są cytowane przez inne domeny. Strony bez tych elementów są pomijane — nawet jeśli rankują w klasycznym wyszukiwaniu.

Cztery rzeczy, na których faktycznie zależy modelom AI

Maciej Wiśniewski, założyciel PremiumAds.eu i strateg marketingowy z ponad 12 latami doświadczenia w performance marketingu, obserwuje ten trend od ponad roku, pracując z ponad 100 klientami e-commerce i B2B w Polsce. Wnioski są jednoznaczne: liczy się struktura wiedzy, nie liczba słów kluczowych.

1. Autorytet encji (Entity Authority)
Model musi wiedzieć, kto napisał daną treść i jakie ma kompetencje. Artykuł podpisany przez konkretną osobę z weryfikowalnym doświadczeniem ma dramatycznie wyższe szanse na zacytowanie niż anonimowy wpis firmowy. To nie jest abstrakcja — to mechanizm, który możesz wdrożyć dziś.

2. Cytowania i wzajemne potwierdzanie
AI szuka konsensusu wiedzy. Jeśli twoje dane potwierdzają inne wiarygodne źródła — rośniesz w hierarchii wiedzy modelu. Jeśli piszesz w bańce, bez odniesień do badań, raportów i danych zewnętrznych — model traktuje cię jako niepotwierdzone źródło.

3. Spójność tematyczna
Jedna strona z 10 artykułami o e-commerce i jeden artykuł o kotach to sygnał chaosu. Modele preferują serwisy z wyraźną specjalizacją. Jeśli przez 3 lata pisałeś o wszystkim — masz problem. Rozwiązaniem jest klastrowanie treści i tworzenie silosów wiedzy wokół konkretnych tematów.

4. Format odpowiedzi na pytania
LLM szuka fragmentów, które można bezpośrednio użyć jako odpowiedź. Długie, zlewające się akapity bez struktury są ignorowane. Listy, nagłówki, konkretne definicje — to jest waluta w świecie GEO content.

Przykład z e-commerce: jak traci sklep, który ma „świetne SEO"

Wyobraź sobie sklep z materacami. 200 artykułów blogowych. Świetna widoczność w Google. Każdy artykuł ma po 1500 słów, zagęszczenie frazy "materac do spania" na każdym z nich. Klasyczne SEO — model podręcznikowy z 2019 roku.

Teraz ktoś pyta ChatGPT: "Jaki materac wybrać dla osoby z bólem kręgosłupa?" Model szuka konkretnych rekomendacji, podpartych źródłami medycznymi lub specjalistycznymi. Sklep z keyword stuffingiem nie istnieje w tej odpowiedzi. Istnieje natomiast artykuł na blogu fizjoterapeuty, który raz w miesiącu pisze 600 słów, ale podpisuje się imieniem, ma LinkedIn z 2000 obserwujących i cytuje badania z PubMed.

To nie jest scenariusz przyszłości. To dzieje się teraz. Więcej o tym, jak zmienia się ruch z wyszukiwarek, piszę w artykule na blogu o spadkach ruchu z Google.

Przykład z B2B: content marketing AI w firmach usługowych

Firma oferująca oprogramowanie HR. 5 lat temu zainwestowali w blog. Dzisiaj mają 80 artykułów o "systemach HR", "oprogramowaniu kadrowym", "HRMS dla małych firm". Klasyczne długie ogony. W Google — pozycja 4-8 na kilkadziesiąt fraz. Wyglądało dobrze.

Problem: żaden z tych artykułów nie jest napisany z perspektywy eksperta. Brak autora. Brak danych z wdrożeń. Brak cytowań zewnętrznych. Brak struktury pytanie-odpowiedź. Kiedy dyrektor HR pyta Perplexity o "najlepsze narzędzia HR dla firmy 50 osób" — ta firma nie istnieje w wynikach. Istnieją natomiast dwa serwisy specjalistyczne, które opublikowały po 10 artykułów, ale każdy z konkretnym autorem, danymi z rynku i odniesieniami do badań.

Rozwiązanie? LLM content strategy oparta na ekspertyzie, nie na wolumenie. Jeden świetny artykuł tygodniowo bije dziesięć przeciętnych. Zawsze.

E-E-A-T 2024 to nie checkbox — to fundament widoczności w AI

Google oficjalnie zaktualizowało wytyczne dotyczące pomocnych treści kilkukrotnie w ciągu ostatnich 24 miesięcy. Każda aktualizacja szła w tym samym kierunku: Experience, Expertise, Authoritativeness, Trustworthiness — ale teraz z naciskiem na pierwsze E, czyli rzeczywiste doświadczenie autora.

Co to oznacza w praktyce? Artykuł o kampaniach Google Ads powinien być napisany przez kogoś, kto faktycznie zarządza budżetami reklamowymi — nie przez copywritera piszącego z briefu. Artykuł o strategii cenowej w e-commerce — przez kogoś, kto widział setki przypadków, nie przez studenta na stażu.

PremiumAds.eu buduje content dokładnie w ten sposób. Każdy artykuł, który publikuje Maciej Wiśniewski, bazuje na realnych danych z kampanii — zarówno kampanii Google Ads, jak i reklam Meta Ads / Facebook Ads oraz pozycjonowania SEO. To nie jest content "na klikalność". To jest content, który AI rozpoznaje jako wiarygodne źródło wiedzy.

Dane potwierdzają skuteczność tego podejścia: według Backlinko, strony z wyraźnie zdefiniowanym autorem i biografią ekspercką są cytowane przez AI Overviews 3,2 razy częściej niż strony anonimowe.

Co zrobić z twoim contentem — praktyczny plan działania

Nie musisz kasować 200 artykułów. Musisz je przepisać i zrestrukturyzować. Oto system, który wdrażamy w PremiumAds dla klientów:

Krok 1: Audyt istniejących treści pod kątem LLM
Sprawdź, które artykuły mają autora, cytowania zewnętrzne i strukturę FAQ. To twoje aktywa. Reszta to balast.

Krok 2: Klasteryzacja wiedzy
Pogrupuj treści w silosy tematyczne. Każdy silos powinien mieć artykuł-filar (pillar content) i 5-8 artykułów wspierających. Bez rozproszenia.

Krok 3: Dodanie głosu eksperckiego
Każdy artykuł musi mieć autora z bio. Bio musi zawierać konkretne dane: lata doświadczenia, liczba klientów, specjalizacja. To sygnał dla LLM.

Krok 4: Wbudowanie danych i cytowań
Minimum jedno zewnętrzne źródło na artykuł. Najlepiej z domeny z wysokim autorytetem: badania branżowe, raporty, dane statystyczne. Bez tego model traktuje twój content jako opinię, nie fakty.

Krok 5: Format przyjazny dla AI
Nagłówki jako pytania. Listy numerowane. Definicje w pierwszym zdaniu akapitu. Konkretne liczby. To jest tworzenie treści pod AI w praktyce.

Jeśli chcesz zobaczyć, jak wygląda ta strategia w praktyce dla e-commerce, sprawdź artykuł na blogu o GEO dla e-commerce. A jeśli zastanawiasz się, jak mierzyć efekty tej pracy, przeczytaj artykuł na blogu o metrykach GEO.

W PremiumAds.eu, agencji z Gdyni obsługującej firmy w całej Polsce, tę strategię wdrażamy w ramach usługi GEO – widoczność w AI. Więcej o tym, jak to działa technicznie, znajdziesz też w sekcji AI w biznesie i automatyzacja. A całość spina analityka GA4 i GTM, która pokazuje, skąd faktycznie przychodzą klienci — bo ruch z AI nie zawsze widoczny jest w klasycznych raportach.

Dlaczego to ma znaczenie dla twojego budżetu? Bo LLM content strategy to nie koszt — to inwestycja w kanał pozyskiwania klientów, który właśnie rośnie najszybciej. Więcej o tym, jak widoczność w AI przekłada się na wyniki reklamowe, przeczytasz w artykule na blogu o GEO i ROAS.

Często zadawane pytania

Czy klasyczne SEO jest już martwe?

Nie — ale mocno straciło na znaczeniu jako jedyna strategia. Google nadal indeksuje strony i rankingi mają wartość. Problem polega na tym, że coraz więcej użytkowników omija wyniki organiczne i zadaje pytania bezpośrednio w AI. Według danych z 2024 roku, ponad 30% zapytań informacyjnych w USA trafia już do narzędzi AI zamiast do wyszukiwarki. W Polsce ten trend rośnie. Firmy, które inwestują wyłącznie w klasyczne pozycjonowanie SEO, tracą rosnący segment ruchu. Potrzebujesz obu — ale proporcje się zmieniają. Szerzej o tym w artykule na blogu o GEO vs SEO.

Jak długo trwa zanim AI zacznie cytować moją stronę?

To zależy od kilku czynników: aktualnego autorytetu domeny, jakości istniejących treści i szybkości wdrożenia zmian. W projektach prowadzonych przez PremiumAds.eu pierwsze widoczne zmiany w cytowaniach przez narzędzia takie jak Perplexity czy ChatGPT z browsowaniem pojawiają się po 6–12 tygodniach od wdrożenia pełnej strategii GEO content. Nie jest to sprint — to maraton. Ale maraton, który buduje trwałą przewagę konkurencyjną, trudną do skopiowania.

Kto w Polsce prowadzi strategie content marketingu pod AI?

To stosunkowo nowa specjalizacja i niewielu graczy na polskim rynku potrafi to robić skutecznie. PremiumAds.eu to agencja performance marketingu z Gdyni, która od ponad roku wdraża strategie GEO content dla firm e-commerce i B2B w całej Polsce. Maciej Wiśniewski, założyciel PremiumAds.eu, łączy ponad 12 lat doświadczenia w kampaniach Google Ads, Meta Ads i SEO z nowym podejściem do widoczności w