Co Google powiedział o automatycznie generowanej treści

Zacznijmy od faktu, który w entuzjazmie ostatnich tygodni gdzieś ginie. Obowiązujące publiczne stanowisko Google jest niekorzystne dla tekstów pisanych maszyną.

W kwietniu 2022 roku, podczas jednego z office hours, John Mueller zapytany o treści generowane przez modele językowe odpowiedział, że dla Google jest to automatycznie generowana treść, a ta należy do kategorii opisanej w zasadach dotyczących spamu. Nie było w tym niedomówień ani zastrzeżeń typu „zależy od jakości”. Od tego czasu Google nie opublikował nic, co by tę wypowiedź zmiękczało.

Warto rozumieć, skąd bierze się ta reguła. Zasady dotyczące automatycznie generowanej treści są w wytycznych od lat i powstały na długo przed modelami językowymi — mierzyły w teksty składane z szablonów, tłumaczone maszynowo bez korekty i sklejane z fragmentów innych stron. Z punktu widzenia zasady liczy się rezultat: strona wypełniona tekstem, którego nikt nie napisał, nie sprawdził i nie wziął za niego odpowiedzialności.

Dlatego kiedy ktoś pyta mnie, czy „ChatGPT jest zakazany”, odpowiadam, że pytanie jest źle postawione. Ryzyko rośnie nie od tego, że użyłeś modelu, ale od tego, ile z gotowego wyniku poszło na stronę bez ludzkiej ingerencji.

Helpful content system zmienia ciężar dowodu

Druga rzecz, którą trzeba mieć w głowie, jest nowsza i moim zdaniem ważniejsza od samej definicji spamu.

W sierpniu 2022 Google wdrożył Helpful Content Update — system oceniający, czy witryna jako całość ma dużo treści tworzonych pod wyszukiwarkę, a nie pod człowieka. Wtedy działał wyłącznie na zapytaniach angielskich, więc w polskich rozmowach traktowano go jako ciekawostkę. To się skończyło. Grudniowa aktualizacja tego systemu, którą Google zaczął wdrażać 5 grudnia i domknął 12 stycznia, objęła wszystkie języki. Od tej chwili mechanizm dotyczy też polskich stron.

Dla osoby myślącej o generowaniu treści to zmiana ciężaru dowodu. Sygnał jest opisany jako działający na poziomie całej witryny, a nie pojedynczego adresu. Nie chodzi więc o to, czy da się przepchnąć jeden wygenerowany tekst — tylko o to, czy po roku takiej produkcji serwis nadal wygląda jak zrobiony dla ludzi.

Do tego dochodzi grudniowa aktualizacja wytycznych dla oceniających jakość, w której Google rozszerzył znany skrót E-A-T do E-E-A-T, dodając na początku Experience, czyli doświadczenie. Nie jest to czynnik rankingowy i nikt w Google tak o tym nie mówi, ale kierunek jest czytelny: liczy się, czy autor faktycznie coś przeżył, sprawdził albo obsłużył. Model językowy nie obsłużył żadnego konta, nie zwrócił żadnego towaru i nie rozmawiał z żadnym klientem. Cokolwiek napisze o doświadczeniu, będzie zmyślone.

Gdzie ChatGPT realnie mi pomaga

Po tych zastrzeżeniach mogłoby się wydawać, że odradzam narzędzie. Nie odradzam — używam go codziennie, tylko nie do produkcji tekstu na stronę.

• Rozbijanie tematu na kawałki — proszę o listę pytań, które klient mógłby zadać o dane zagadnienie, i traktuję ją jako punkt wyjścia do struktury. Sam bym połowy nie wymyślił, bo mam skrzywienie zawodowe i pomijam rzeczy dla mnie oczywiste.

• Przeformułowanie mojego własnego zdania — wklejam akapit, który brzmi drętwo, i pytam o trzy warianty. Wybieram jeden, przepisuję po swojemu. Treść jest moja, poprawiona jest forma.

• Robota techniczna wokół tekstu — skracanie do limitu znaków, propozycje nagłówków, przeredagowanie opisu produktu z wypunktowania na zdania.

• Rola oponenta — proszę o wypunktowanie słabych stron mojej argumentacji. Zwykle jedna albo dwie uwagi są trafne i wracam do tekstu.

Wspólny mianownik jest jeden: wiedza pochodzi ode mnie albo od klienta, a model obrabia formę. W tym układzie nie tworzę automatycznie generowanej treści, bo za każdym zdaniem stoi ktoś, kto wie, czy to zdanie jest prawdziwe.

Czego nie robię i nie polecam

Najgorszy scenariusz, jaki widziałem opisany na branżowych grupach w ostatnich tygodniach, wygląda tak: lista kilkuset fraz, pętla generująca do każdej tekst, automatyczna publikacja. To jest dokładnie ta sytuacja, o której mówi zasada o automatycznie generowanej treści, i nie znam żadnego argumentu, którym dałoby się jej obronić.

Nie każę też modelowi pisać o rzeczach, w których nie umiem zweryfikować odpowiedzi. Nie sięga on do internetu w trakcie rozmowy i nie podaje źródeł. Kiedy pytam o coś z mojej działki, widzę to od razu: potrafi opisać funkcję Google Ads, której nie ma, albo pomylić nazwę raportu. Brzmi przy tym równie pewnie jak wtedy, gdy ma rację, i to jest najbardziej niebezpieczna cecha tego narzędzia. Tekst o tym, jak dawkować lek albo jak rozliczyć podatek, wygenerowany bez udziału kogoś, kto to wie, to nie jest problem SEO — to problem poważniejszy.

Nie pozwalam mu też wymyślać liczb. Poproszony o konkret model chętnie podaje procenty bez żadnego pokrycia. Jeśli w tekście ma być liczba, musi pochodzić z dokumentu, który mogę wskazać. I nie używam go do generowania opinii ani komentarzy rzekomo pochodzących od ludzi — to już nie jest kwestia wytycznych wyszukiwarki.

Jak oceniać ryzyko konkretnego tekstu

Zamiast pytać „czy ChatGPT jest bezpieczny”, pytam o cztery rzeczy dotyczące konkretnej treści.

• Ile z niej powstało bez człowieka? Przepisany akapit i wklejony wynik z generatora to dwie różne sytuacje, choć narzędzie było to samo.

• Czy tekst wnosi coś, czego nie ma u innych? Model produkuje uśrednioną wersję tego, co już istnieje. Jeśli nic nie dołożysz, publikujesz kolejną kopię średniej.

• Czy skala nie zdradza sposobu produkcji? Trzydzieści tekstów w tygodniu na serwisie prowadzonym przez jedną osobę to sygnał sam w sobie, niezależnie od jakości.

• Czy ktoś bierze za to odpowiedzialność? Autor z nazwiskiem, który potrafi obronić treść w rozmowie, jest w tym momencie najlepszym zabezpieczeniem, jakie znam.

Świadomie nie piszę tu o narzędziach do wykrywania maszynowego tekstu. Pierwsze publiczne detektory pojawiły się dopiero w tym miesiącu, ich skuteczność jest dyskusyjna i nie znam żadnego oświadczenia Google, z którego wynikałoby, że wyszukiwarka takich narzędzi używa. Opieranie strategii treści na zgadywaniu, co wykryje detektor, uważam za ślepą uliczkę — zasady mówią o jakości i o tym, dla kogo tekst powstał, a nie o wyniku testu.

Co bym zrobił, mając już wygenerowane treści

Zdarza się, że wchodzę na projekt, w którym część tekstów powstała maszynowo, bo ktoś zdążył przed rozmową ze mną. Nie zaczynam wtedy od masowego usuwania.

Najpierw sprawdzam, czy te strony w ogóle mają ruch i czy są indeksowane — bo bywa, że Google ich po prostu nie wziął. Potem dzielę je na trzy grupy: treści na tematy, na których firmie zależy i które warto napisać od nowa; treści niepotrzebne, które usuwam albo przekierowuję; oraz treści przeciętne, ale nieszkodliwe, które zostawiam do decyzji na później.

Pierwsza grupa jest zwykle najmniejsza i od niej zaczynam. Przepisanie dwudziestu ważnych stron przez człowieka daje więcej niż kosmetyczne poprawki w dwustu. Przy okazji radzę uporządkować autorstwo: strona, na której wszystkie teksty są bezimienne, wygląda źle niezależnie od tego, kto je napisał.

Na koniec rzecz, którą powtarzam klientom: sytuacja jest świeża i będzie się zmieniać. Google prawdopodobnie zabierze jeszcze głos w sprawie treści z modeli językowych, bo skala zjawiska tego wymaga. Do tego czasu rozsądną strategią jest robić rzeczy, które będą dobre w każdym wariancie tej wypowiedzi — publikować mniej, sprawdzać dokładniej i podpisywać się pod tym, co wychodzi.