ChatGPT a strona internetowa: 10 zastosowań w codziennej pracy nad witryną (i 3, które psują SEO) 

ChatGPT jest dziś przydatny przy trzech rzeczach, które wypełniają mi najwięcej czasu przy stronie: rozrysowaniu struktury artykułu, napisaniu pierwszej wersji i sprawdzeniu, czy tekst faktycznie odpowiada na pytanie czytelnika. Przy meta tagach, schemacie JSON-LD i linkowaniu wewnętrznym działa jak szybki asystent, a nie jak automat - wynik i tak przeglądam słowo po słowie. Po stronie SEO mam jedno zdanie: Google nie obcina treści za to, że napisał ją model, ale obcina za masową produkcję stron bez wartości dla czytelnika.

Poniżej dziesięć rzeczy, które naprawdę wykorzystuję, i trzy, które psują pozycjonowanie. Bez ogólników w rodzaju „AI przyspiesza pracę" - konkretne zastosowania, każde z ceną w prompcie albo krokiem, który sam wykonuję.

Dziesięć zastosowań, które sprawdzają się w praktyce

1. Struktura artykułu zamiast pustego dokumentu

Zaczynam od promptu w rodzaju: „Stwórz outline artykułu o [temat]. Uwzględnij 8 głównych sekcji z podsekcjami". Dostaję szkielet w kilkanaście sekund, a nie w kwadrans. Jakub Sierak z netea.pl opisuje to samo doświadczenie wprost: strukturę dostajesz w 30 sekund zamiast 30 minut, a deklaruje przy tym artykuł napisany trzy razy szybciej niż bez modelu. Traktuję te liczby jako deklarację autora, nie jako pomiar - ale zgadzają się z tym, co widzę u siebie.

Outline ma jedno zadanie: rozdzielić temat na pytania, na które czytelnik przyjdzie z wyszukiwarki. Jeśli w planie jest sekcja, której nie umiałbym napisać bez zaglądania w internecie, to znaczy, że nie mam jeszcze materiału i wyrzucam ją z planu.

2. Brief opisany siedmioma polami

Outline bez briefu to połowa roboty. Podaję modelowi siedem rzeczy: konkretne pytanie do rozwiązania, cel tekstu, frazy do wzmiankowania, grupę docelową, ton, zakres liczby słów i przykład tego, co chcę, oraz przykład tego, czego nie chcę. Ten ostatni punkt - przykład negatywny - robi największą różnicę. Sam opis siedmiu elementów dobrego promptu rozpisałem szerzej; w codziennej pracy korzystam z dwóch promptów bazowych i wariantów pod gotowy temat.

3. Grupowanie fraz i warianty nagłówków

Wgrywam modelowi listę fraz z Search Console i proszę o pogrupowanie ich w tematy oraz o dziesięć wariantów tytułu do wyboru. To jest praca analityczna, którą model robi w kilkanaście sekund, a ja i tak muszę ją przejrzeć. Ale oszczędza godzinę przesuwania słów między kolumnami.

4. Audyt treści pod kątem wiarygodności

Tu zastosowanie jest mocne, bo opiera się na gotowej checkliście z dokumentacji Google. Google publikuje 16 pytań do samodzielnej oceny treści - po jednej stronie o jakości i oryginalności, po drugiej o wiarygodności. Wrzucam artykuł i proszę o odpowiedź na każde pytanie z uzasadnieniem. Wychodzi lista konkretnych braków: brak danych, brak autora, zdanie bez pokrycia, sekcja, która powtarza sąsiednią.

Warto wiedzieć, na czym ta checklista stoi. E-E-A-T - doświadczenie, wiedza, wiarygodność, zaufanie - nie jest według Google konkretnym czynnikiem rankingowym. To zestaw cech, które systemy wykorzystują do oceny zgodności treści, a w przypadku tematów dotyczących zdrowia, finansów i bezpieczeństwa systemy nadają im większą wagę.

5. Meta title i meta description pod limitem znaków

Generuję kilkanaście wariantów, a do wyboru zostawiam dwa. Progi, których używam jako redakcyjnej reguły: tytuł H1 do 60 znaków, bo tyle jest widoczne w wynikach, meta description 150-160 znaków w formule „co zyskasz + dla kogo + zachęta". Progi są praktyką redakcyjną autorów polskich blogów SEO, nie dokumentacją Google - ale pilnuję ich, bo za długi meta opis jest ucinany i marnuje wysiłek.

6. Schema.org z gotowego tekstu

Najszybsza metoda: najpierw piszę tekst, potem proszę o wygenerowanie JSON-LD na jego podstawie - artykuł, FAQ, produkt. Nie odwrotnie. Gotowy tekst jest jedynym wiarygodnym źródłem danych w schema, a model i tak musi je ode mnie dostać. Przy połączeniu WordPressa z szybkim frontem schemat generuje warstwa frontowa, a nie sam panel.

7. Alt tagi i opisy zdjęć

Zero przygotowania, czysta oszczędność czasu. Wrzucam listę nazw plików i dostaję opisy alternatywne, które faktycznie opisują zdjęcie. W WordPressie wtyczki AI potrafią zrobić to automatycznie, także dla opisów produktów w WooCommerce. Reguła jest prosta: alt ma być opisem obrazu dla kogoś, kto go nie widzi, a nie sadem fraz, które mają się znaleźć w zapytaniu.

8. Wersje językowe

Tłumaczenie artykułu na drugi język to najbardziej zautomatyzowalna część całego procesu i jednocześnie ta, którą najczęściej się pomija. Dostaję wersję roboczą, poprawiam idiomy i sprawdzam, czy nazwy własne, jednostki i terminy techniczne nie rozjechały się z oryginałem. Najważniejsze zdania tłumaczę ręcznie, bo to one trafiają do cytowań.

9. Linkowanie wewnętrzne

Proszę o propozycje linków wewnętrznych do istniejących podstron i przypisuję je do konkretnych zdań, nie zostawiam w spisie. Redakcyjna reguła, którą stosuję: z jednego artykułu 3-5 odnośników do powiązanych treści, a klaster artykułów linkuje w stronę swojego pilaru.

10. Odświeżanie treści zamiast pisania od nowa

Najbardziej niedoceniane zastosowanie. Artykuł, który przestał generować ruch, prawie zawsze da się naprawić aktualizacją danych, poprawą nagłówków i dodaniem linków wewnętrznych. Jakub Sierak podaje, że przy takim odświeżaniu udaje mu się odzyskać około 80% utraconego ruchu w 2-4 tygodnie. To jego doświadczenie, nie gwarancja, ale koszt jest nieporównywalnie niższy niż napisanie nowego tekstu na tę samą frazę.

Trzy rzeczy, które psują SEO

Google wprost opisuje granicę. Generatywna AI jest przydatna przy badaniu tematu i dodawaniu struktury do treści oryginalnych, ale generowanie wielu stron bez dodatkowej wartości dla użytkowników narusza zasady dotyczące nadużywania treści na dużą skalę. Nie ma w tym dokumencie ani jednego zdania o karze za sam fakt użycia AI. Jest zdanie o wartości.

To nie jest lista zarzutów pod adresem modeli. O tym, gdzie AI naprawdę pomaga, a gdzie szkodzi przy stronie, pisałem osobno - tam są też miejsca, w których model realnie ratuje projekt.

Masowa produkcja stron bez wartości

To najczęstszy tryb awarii i najprostszy do uniknięcia. Wygenerowanie tysiąca stron, z których każda przerabia to samo zdanie innymi słowami, daje dokładnie to, czego Google szuka w sygnałach jakości: powielone schematy, cienką treść i witryny, którym nikt nie poświęca uwagi. Pytania z check-listy Google brzmią wtedy retorycznie: czy ta treść wnosi coś w porównaniu z innymi stronami w wynikach, czy wygląda na naprędce, czy ktoś sprawdził ją merytorycznie.

Meta tagi i pozorna dokładność

W branży krąży zestaw liczb, które wyglądają jak precyzja: gęstość frazy 1-2 procent, ustawiona liczba nagłówków H2 na tysiąc słów, limit słów w prompcie. To reguły praktyczne autorów poradników, nie wyniki badań, a Google ich nie publikuje. Drugi problem jest poważniejszy: hurtowe generowanie meta opisów pod jedną frazę. Wyszukiwarka i tak sama je ignoruje, a Ty tracisz szansę na opis, który faktycznie coś mówi.

Do tego dochodzi najczęstszy mit: że Google automatycznie wykrywa treść AI i ją deindeksuje. W dokumentacji, do której się tu odwołuję, takiej reguły nie ma. Jest reguła o wartości i oryginalności, którą można złamać bez modelu, i reguła o skali, którą łatwo złamać z modelem.

Brak autora i brak weryfikacji

Tu jest realne ryzyko, ale nie SEO, tylko prawo autorskie i wiarygodność. Model fabrykuje nazwy przepisów, numery telefonów, cytaty z artykułów i statystyki, których nikt nie sprawdzał. W skrajnym przypadku ląduje to w FAQ lub w schema i zostaje w indeksie. Dwa zabezpieczenia, które stosuję bezwzględnie: każdą liczbę sprawdzam w źródle, a pod każdym artykułem podpisuję imię i nazwisko z linkiem do opisu.

Przy okazji warto sprawdzać, dokąd prowadzą cytowania. W jednym z polskich artykułów agencyjnych twierdzenie, że treści redagowane z AI radzą sobie porównywalnie z pisanymi ręcznie, oparte jest na badaniu Search Engine Journal - ale link w sekcji źródła prowadzi do artykułu o zupełnie innym temacie. Jedno kliknięcie i widać, że źródło nie mówi tego, co mu się przypisuje.

Wtyczka AI w WordPressie: kiedy ma sens

Wtyczki AI do WordPressa nie są curiositką. Wg danych W3Techs z 2025 roku WordPress obsługuje ponad 43 procent stron w internecie, a jego repozytorium ma ponad 60 tysięcy rozszerzeń. Wtyczki potrafią generować szkice, optymalizować meta title, description i slugi, proponować linkowanie wewnętrzne, analizować czytelność, pisać opisy produktów w WooCommerce, uzupełniać alt tagi i tłumaczyć treści. Ceny, jakie podawane są w czerwcu 2026 roku, zaczynają się od kilku dolarów miesięcznie za wtyczki typu AI Power czy Bertha AI, a roczne plany AIOSEO AI kosztują około 49 dolarów.

Traktuję to jako wygodę, nie jako strategię. Wtyczka skróci drogę od pomysłu do pierwszej wersji, ale nie zna Twojej firmy, nie sprawdzi liczby i nie odpowie za to, co trafi do indeksu. Do większości rzeczy wystarczy sam ChatGPT w przeglądarce, a automatyzację na poziomie WordPressa dokładam dopiero wtedy, kiedy jest realna, powtarzalna i mierzalna - kilka z nich opisałem osobno. O tym, czym różni się Astro od Next.js przy wydajności i koszcie utrzymania, masz u mnie osobny test na trzech stronach.

Jak sprawdzić, czy nie zrobiłeś sobie krzywdy

Przy funkcjach opartych na AI w wyszukiwarce - przeglądach od AI i trybie AI - Google nie stawia żadnych dodatkowych wymagań. Nie trzeba tworzyć nowych plików dla maszyn, dodatkowych plików tekstu ani specjalnego schema.org. Dwa warunki są jednak takie same jak zawsze: strona musi być zindeksowana i kwalifikować się do wyświetlania w wynikach z fragmentem kodu spełniającym wymagania techniczne wyszukiwarki.

I jedno zastrzeżenie, które warto mieć w głowie: spełnienie tych warunków nie oznacza indeksowania ani wyświetlania. Google pisze to wprost. W Search Console ruch z przeglądów od AI i trybu AI widać w zwykłym raporcie sieciowym, bez osobnego panelu. Google podaje tylko jedną liczbę jakościową - kliknięcia z przeglądu od AI mają lepszą jakość, czyli użytkownicy spędzają na tych stronach więcej czasu. Konkretnego procenta nie podaje. Jeśli po zmianach szukasz efektu, indeksowanie potrafi potrwać od kilku dni do kilku miesięcy, zależnie od tego, jak często Google uzna, że strona wymaga odświeżenia.

Kontrola nad tym, co widać w wynikach, zostaje tam, gdzie była: dyrektywy robots.txt dla Googlebota oraz znaczniki noindex, nosnippet i max-snippet. Osobne ustawienie Google-Extended dotyczy szkolenia i uziemienia w innych systemach Google, a nie przeglądów od AI w wyszukiwarce - to dwie różne rzeczy, które w materiałach firmowych bywają mieszane.

Czego nie zlecam modelowi

Nie zlecam mu decyzji o tym, co ma być na stronie. Nie zlecam mu liczb, nazw własnych ani oceny, czy artykuł jest „gotowy". Nie zlecam mu publikacji. Nie zlecam mu audytu bez sprawdzenia wyniku.

Najlepiej sprawdza się prosty podział, który powtarza się u polskich autorów poradników: model robi około 60 procent pierwszej wersji, ja dorzucam 40 procent w postaci doświadczenia, sprawdzonych danych i decyzji redakcyjnych. Traktuję tę proporcję jako wygodną regułę, nie jako pomiar - nikt jej nie badał, a proporcja zależy od tego, ile wcześniej przygotowałem materiału wejściowego.

Jeśli chcesz, mogę przejść Twoją obecną witrynę i pokazać, gdzie ChatGPT realnie skróciłby pracę, a gdzie tylko doda szumu. Napisz do mnie - zwykle odpowiadam tego samego dnia.