E-E-A-T: co to jest, skąd się wzięło i jak ocenić stronę według wytycznych Google

E-E-A-T to skrót od Experience, Expertise, Authoritativeness i Trustworthiness (w wytycznych: Trust), czyli doświadczenia, wiedzy, autorytetu i zaufania: cech, po których oceniający jakość wyników Google sprawdzają, czy stronie i jej autorowi można wierzyć. Pojęcie pochodzi z wytycznych Google dla oceniających jakość wyszukiwania (Search Quality Rater Guidelines), a literę „E” od doświadczenia Google dodał w grudniu 2022 roku. Google pisze, że samo E-E-A-T nie jest konkretnym czynnikiem rankingowym, ale jego systemy szukają zestawu sygnałów, które wskazują treść z dobrym E-E-A-T, i dają jej jeszcze większą wagę w tematach zdrowia, pieniędzy i bezpieczeństwa. W praktyce strona ma pokazać, kto za nią odpowiada, skąd autor wie to, co pisze, i dlaczego można mu wierzyć.

Co oznaczają litery E-E-A-T?

Każda litera to jedno pytanie, które oceniający zadaje o stronę i o jej twórcę, a trzy pierwsze pomagają odpowiedzieć na czwarte, o zaufanie. Twórcą treści wytyczne nazywają osobę albo firmę, która przygotowała materiał na stronie (s. 10). Definicje i przykłady w tabeli pochodzą z sekcji 3.4 wytycznych (s. 26).

Zaufanie jest najważniejsze, bo strona niegodna zaufania ma niskie E-E-A-T bez względu na doświadczenie i wiedzę autora. Wytyczne podają przykład oszustwa finansowego: jego autor może być doświadczonym ekspertem od oszustw, a strona i tak jest niewiarygodna (s. 27). Google w dokumentacji o pomocnych treściach dodaje, że treść nie musi wykazywać wszystkich czterech cech: jedna jest pomocna dzięki doświadczeniu autora, inna dzięki jego wiedzy (Google Search Central). Polska wersja tej dokumentacji tłumaczy skrót jako „doświadczenie, wiedza, wiarygodność, zaufanie”.

Oceniający wyciąga wnioski o E-E-A-T z co najmniej jednego z trzech źródeł: z tego, co strona mówi o sobie, z tego, co mówią o niej inni, i z tego, co widać w samej treści (s. 27):

• Co strona mówi o sobie. Punktem wyjścia jest strona „O nas” albo profil autora.
• Co mówią inni. Liczą się niezależne opinie, artykuły, wzmianki w mediach i inne wiarygodne źródła o stronie albo o autorze.
• Co widać na stronie. Przy części stron wiedzę autora widać w samej treści, w filmie albo w komentarzach.

Wytyczne ostrzegają przed konfliktem interesów. Opinie o produkcie od ludzi, którzy go kupili i opisują swoje doświadczenie, są cenne, a „recenzje” producenta albo opłaconego influencera mniej (s. 27).

Skąd się wzięło E-E-A-T?

E-E-A-T powstało z wcześniejszego E-A-T, do którego Google 15 grudnia 2022 roku dodał doświadczenie. Wcześniej wytyczne opisywały wysoką jakość informacji jako treść, która pokazuje wiedzę, autorytet i wiarygodność w temacie, w skrócie E-A-T. Tak opisał to Danny Sullivan z Google w październiku 2021 roku (Google, 19.10.2021). W grudniu 2022 roku Google ogłosił, że do skrótu dochodzi „E” od Experience (Google Search Central, 15.12.2022).

Google tłumaczył zmianę tym, że w części tematów najbardziej przydaje się treść od kogoś, kto sam coś przeżył albo sprawdził. Przykład z ogłoszenia: przy wypełnianiu zeznania podatkowego chcesz treści od księgowego, a przy wyborze programu do rozliczeń podatku może bardziej przydać się dyskusja na forum ludzi, którzy z różnych programów korzystali. W tym samym wpisie Google przypomina, że wytyczne służą oceniającym do sprawdzania systemów rankingowych i nie wpływają na ranking bezpośrednio.

Od tamtej pory wytyczne zmieniały się kilka razy, a Google streszcza zmiany z ostatnich dwóch lat w dzienniku zmian na ostatniej stronie pliku. Dziennik wymienia cztery wersje (s. 182):

• Listopad 2023. Prostsza skala oceny tego, jak wynik odpowiada na zapytanie, oraz nowe przykłady z popularnych platform, forów i filmów.
• Luty 2024. Zaktualizowane cechy stron niegodnych zaufania i nowe przykłady do nich.
• Styczeń 2025. Opisy najniższej i niskiej oceny dopasowane do zasad Google dotyczących spamu, z nowymi przykładami.
• Wrzesień 2025. Nowe definicje YMYL i dodatkowe przykłady. Search Engine Land opisał, że wśród nowych przykładów są odpowiedzi AI Overview, czyli podsumowania AI nad wynikami Google, a Google przekazał redakcji, że to drobna aktualizacja, która nie zmienia zasad oceniania (Search Engine Land, 11.09.2025). Polska dokumentacja Google nazywa AI Overview przeglądami od AI.

Najpóźniej 1 października 2026 roku zasada o zmyślonych autorach trafiła też do dokumentacji dla właścicieli stron. Dokumentacja o pomocnych treściach nazywa teraz fabrykowanie profili twórców formą oszustwa. Search Engine Journal porównał kopię strony z 8 czerwca 2026 roku, w której tego akapitu nie było, z wersją z 1 października, w której już jest (Search Engine Journal, 2.10.2026).

Czy E-E-A-T to czynnik rankingowy?

Nie w sensie jednej wartości, którą Google mierzy i dodaje do wyniku strony. Google pisze wprost w polskiej wersji dokumentacji: „E-E-A-T nie jest konkretnym czynnikiem rankingowym, ale warto używać zestawu czynników umożliwiających identyfikację treści zgodnych z E-E-A-T”. W tym samym akapicie Google podaje, że jego systemy przypisują jeszcze większą wagę treściom zgodnym z E-E-A-T w tematach YMYL, o których piszę niżej (Google Search Central, aktualizacja z 8 października 2026).

Google mówi o tym podobnie od 2019 roku. W raporcie o walce z dezinformacją z lutego 2019 roku napisał, że jego system rankingowy nie rozpoznaje intencji ani prawdziwości treści, ale ma rozpoznawać strony z wyraźnymi oznakami wiedzy, autorytetu i wiarygodności, a w tematach YMYL daje tym czynnikom większą wagę (Google: How Google Fights Disinformation, luty 2019, s. 12-13). Jako najbardziej znany sygnał autorytetu ten sam dokument podaje PageRank, czyli ocenę stron na podstawie linków. W październiku 2019 roku Danny Sullivan z Google odpowiedział na to pytanie wprost:

Sygnałem nie jest sam podpis eksperta pod tekstem. W styczniu 2024 roku Danny Sullivan, który pisze jako Google SearchLiaison, wyjaśnił, że dodanie podpisu autora nie podnosi pozycji, a Google nie uznaje autora za eksperta dlatego, że tak o sobie pisze przy podpisie (X, 8.01.2024). Miesiąc później dodał, że Google nie sprawdza, czy autor jest ekspertem, bo każdy może się nim ogłosić (X, 7.02.2024). Podpis autora piszę więc dla czytelnika, a nie dla algorytmu.

Google podaje przykłady sygnałów, które przybliżają E-E-A-T, ale nie ujawnia, jak je łączy. Na stronie o tym, jak wyszukiwarka ustala ranking, jako przykład czynnika jakości Google podaje „obecność linków czy odniesień na innych popularnych stronach” (Google: Jak wyszukiwarka Google określa ranking wyników). Google nie publikuje pełnej listy sygnałów, ich wag ani żadnego „wyniku E-E-A-T”, więc właściciel strony nie ma liczby, którą mógłby podnieść jedną zmianą. Da się za to sprawdzić, czy strona daje człowiekowi te dowody, których szukają oceniający, i to robię w audytach. Google sam to zaleca: według dokumentacji wytyczne pozwalają samodzielnie ocenić treści z perspektywy E-E-A-T i dopasować je do sygnałów, których używają jego systemy.

Kim są oceniający jakość i co robią ich oceny?

Oceniający jakość (search quality raters) to osoby spoza Google, które oceniają przykładowe wyniki wyszukiwania według opublikowanych wytycznych. W omówieniu z listopada 2023 roku Google podawał, że jest ich ok. 16 000, mówią w ponad 80 językach i reprezentują użytkowników ze swoich krajów (Google: Search Quality Rater Guidelines: An Overview, listopad 2023, s. 15 i 18). Polska dokumentacja Google nazywa ich testerami jakości wyszukiwarki. Oceniają dwie rzeczy: jakość strony (Page Quality) w skali od najniższej do najwyższej i to, jak dobrze wynik odpowiada na zapytanie (Needs Met).

Ocena oceniającego nie przesuwa konkretnej strony w wynikach. Wytyczne piszą (tłumaczenie moje): „Żadna pojedyncza ocena nie może bezpośrednio wpłynąć na to, jak dana strona, witryna albo wynik pojawia się w wyszukiwarce Google, ani przesunąć ich w górę lub w dół” (s. 6). Oceny służą do mierzenia, jak dobrze działa wyszukiwarka, i dają przykłady dobrych i złych wyników. Google porównuje je do opinii, które restauracja zbiera od klientów (Google Search Central).

Oceny trafiają między innymi do testów zmian przed ich wdrożeniem. W teście porównawczym oceniający widzi dwa zestawy wyników, z planowaną zmianą i bez niej, i mówi, który woli i dlaczego (Google: How Search Works). Na tej podstawie Google sprawdza, czy zmiana w systemach daje lepsze wyniki. Dlatego wytyczne mówią, czego Google chce od wyników, ale nie mówią, jak systemy to mierzą.

Co to jest YMYL i dlaczego tam wymagania są wyższe?

YMYL (Your Money or Your Life, „Twoje pieniądze albo Twoje życie”) to tematy, w których treść może poważnie wpłynąć na zdrowie, sytuację finansową lub bezpieczeństwo ludzi albo na dobro społeczeństwa (s. 11). Wytyczne dzielą je na cztery grupy: zdrowie i bezpieczeństwo, bezpieczeństwo finansowe, państwo, sprawy obywatelskie i społeczeństwo oraz pozostałe tematy, które mogą zaszkodzić ludziom. Frazę „ymyl” wyszukuje się w Polsce ok. 140 razy miesięcznie, a „e-e-a-t” ok. 590 razy.

YMYL to skala, a nie lista branż: wytyczne każą zapytać, czy drobny błąd w treści może komuś poważnie zaszkodzić. Większość tematów nie jest YMYL. W tabeli trzy przykłady z wytycznych (s. 12):

Wytyczne każą oceniać najsurowiej strony o tematach wyraźnie YMYL, bo błąd może tam komuś poważnie zaszkodzić (s. 11). Strona YMYL albo strona, która zbiera dane wrażliwe, bez żadnej informacji o właścicielu i autorze dostaje najniższą ocenę (s. 36). Najniższą ocenę dostaje też strona YMYL napisana bez potrzebnej wiedzy (s. 36).

W YMYL nie każdy tekst musi pisać lekarz albo doradca finansowy: wytyczne oddzielają dzielenie się doświadczeniem od porad, które należą do ekspertów (s. 28). Rozmowa na forum o tym, jak ktoś radzi sobie z leczeniem, może mieć wysokie E-E-A-T, jeśli jest bezpieczna i zgodna z wiedzą medyczną. Porównanie metod leczenia i rokowań powinien przygotować ekspert.

Sklep nie musi być YMYL, ale każdy sklep obsługuje pieniądze klienta, więc wytyczne każą sprawdzić w nim kontakt, płatności, wymiany i zwroty (s. 18). Dane kontaktowe i obsługa klienta są według wytycznych niezwykle ważne na stronach, które obsługują pieniądze: w sklepach, bankach i u wydawców kart. Strona z humorem potrzebuje ich mniej.

Jak sprawdzić E-E-A-T strony? Lista pytań z wytycznych

E-E-A-T sprawdzisz sam, przechodząc przez te same pytania, które zadaje oceniający, a wytyczne podają je w kolejności: cel strony, ryzyko szkody, a potem to, jak dobrze strona osiąga cel (s. 19). Oceniający nie liczy punktów, tylko ustawia suwak od najniższej do najwyższej oceny. Przygotowałem z wytycznych listę pytań do samodzielnej oceny strony, z numerem sekcji i strony, żeby każde pytanie dało się sprawdzić u źródła:

Opinie o firmie znajdziesz wyszukiwaniami z wytycznych, w których odejmujesz jej własną domenę. Wytyczne podają przykład dla ibm.com (s. 23), a dla polskiej firmy wygląda to tak:

• nazwa firmy -site:domena.pl, czyli wyniki o firmie bez jej własnej strony;
• "domena.pl" -site:domena.pl, czyli wzmianki o adresie strony;
• nazwa firmy opinie -site:domena.pl, czyli opinie spoza strony firmy;
• nazwa firmy site:pl.wikipedia.org, czyli hasła w Wikipedii.

Brak opinii o małej firmie nie świadczy o niskiej jakości. Wytyczne piszą, że małe firmy lokalne często mają niewielką obecność w sieci i opierają się na poleceniach, więc oceniający ma wtedy zwrócić większą uwagę na resztę kryteriów (s. 25). Opinie klientów wytyczne traktują jako źródło informacji o reputacji sklepu albo firmy, ale każą czytać ich treść i podchodzić sceptycznie zarówno do pochwał, jak i do skarg (s. 23). Jak zbierać opinie w profilu firmy w Google zgodnie z zasadami, opisuję w tekście o SEO lokalnym.

Ruch na stronie nie jest dowodem reputacji. Wytyczne podają jako przykład serwis z danymi o ruchu na stronach: takie liczby nie mówią nic o tym, czy firmie można wierzyć, więc oceniający ma je pominąć (s. 22).

Checklista do pobrania

Poniżej możesz pobrać checklistę E-E-A-T: 42 punkty w siedmiu grupach, które oceniają markę i cały serwis, a nie jedną stronę, i rozwijają tabelę pytań z wytycznych. Wersja do pobrania z 26 października 2026 porządkuje listę, której używam w audytach od lipca 2026. Grupy idą od tożsamości i przejrzystości, przez doświadczenie, wiedzę, autorytet, zaufanie przy zakupach i dane dla maszyn, po sygnały negatywne. Przy każdym punkcie checklista podaje, jak go sprawdzić, kiedy jest zaliczony i skąd pochodzi: ze strony wytycznych, z dokumentacji Google albo z mojej praktyki z audytów. Ma tryb standardowy i tryb YMYL, wynik od 0 do 100 i ocenę od A do F, a trzy bramki ograniczają ocenę bez względu na sumę punktów. Punkt, którego nie da się sprawdzić, liczy się jak niezaliczony.

Checklistę możesz przejść sam, zapisując przy każdym punkcie odpowiedź i dowód, albo wkleić ją do czatu z modelem AI razem z adresem strony: model z dostępem do sieci może otworzyć stronę sam, a jeśli nie może, wklej mu jej treść. Dla Claude i innych agentów AI przygotowałem skill eeat-ocena-strony, czyli paczkę instrukcji dla agenta w otwartym formacie Agent Skills, z angielską wersją checklisty. W Claude.ai skill działa przy włączonym wykonywaniu kodu i tworzeniu plików, a plik zip wgrywasz w ustawieniach skilli (Customize > Skills). W Claude Code rozpakowujesz go do katalogu ~/.claude/skills/ albo .claude/skills/ w projekcie. Wynik z checklisty to nie ocena Google: pokazuje, gdzie strona daje słabe albo żadne dowody wiarygodności, i nie przewiduje pozycji ani ruchu. Checklistę i skill udostępniam na licencji CC BY 4.0.

Co sprawdzam w audytach, gdy oceniam E-E-A-T?

Przy E-E-A-T sprawdzam w audytach trzy rzeczy: kto odpowiada za stronę i kto pisze treści, co o firmie mówią inni i czy treść pokazuje doświadczenie i wiedzę autora. Dwie kategorie mojego katalogu zaleceń dotyczą E-E-A-T: autorzy bez biogramów i stron autorów (7 audytów) oraz brak sygnałów zaufania, czyli strony o firmie, kontaktu, opinii albo referencji (7 audytów). Razem są to zalecenia z 14 z 33 audytów z lat 2023-2026 i z żadnego z 30 audytów z lat 2020-2022. Rok to data pliku w archiwum, więc nie zawsze rok wykonania pracy, a liczby pokazują, co zgłaszały audyty, a nie to, jak zmieniały się same strony. W audycie technicznym brak biogramów przekazuję jako sygnał do audytu treści, z priorytetem niskim do średniego i wyższym w tematach YMYL. Jak buduję cały audyt, opisałem w tekście o audycie SEO.

Do oceny E-E-A-T marki i serwisu używam tej samej checklisty, którą udostępniam do pobrania. Przy każdym punkcie zapisuję, skąd pochodzi, więc klient widzi, które wymagania są Google'a, a które moje.

Checklista ma trzy bramki, czyli reguły, które ograniczają ocenę bez względu na sumę punktów, bo według wytycznych strona niegodna zaufania ma niskie E-E-A-T niezależnie od reszty. Strona, która ma poniżej połowy punktów z tożsamości, dostaje u mnie najwyżej D w skali od A do F, nawet gdy autorzy są ekspertami. Ten sam limit ma sklep albo strona YMYL poniżej połowy punktów z zaufania przy zakupach, a dowolny sygnał negatywny, na przykład masowe teksty bez nadzoru albo wprowadzanie w błąd co do firmy lub cen, ogranicza ocenę do C. W lipcu 2026 oceniałem sklep z ponad tysiącem opinii o średniej bliskiej 5, bez strony o firmie i z danymi spółki tylko w regulaminie i polityce prywatności. Sklep nie przeszedł progu tożsamości, ale bramka nie zmieniła tam litery, bo suma punktów i tak dawała ocenę niższą niż D.

Najwięcej wniosków przyniosło mi zestawienie oceny E-E-A-T z pomiarem AI Overview. W jednym serwisie o tematyce zdrowotnej grupa „wiedza” dostała 0%, bo w sprawdzonych treściach nie znalazłem podpisów autorów, recenzji specjalisty ani osoby z kwalifikacjami, która by za nie odpowiadała. Teksty na blogu oceniałem pośrednio, więc wynik dotyczy sprawdzonych stron, a nie każdego tekstu. Ten sam serwis był w czołówce wyników na zapytania medyczne, także w wynikach z odpowiedzią AI Overview. Dopiero obie analizy razem pokazały, że serwis jest widoczny w tematach YMYL, choć nie pokazuje kwalifikacji autorów.

Zanim ocenię reputację, sprawdzam, czy wyniki Google na nazwę marki dotyczą tej marki, a nie firmy albo osoby o tej samej nazwie. Przy jednym z ocenianych sklepów wyniki na nazwę marki zajmowały same jego podstrony, więc nie było niezależnego źródła, na którym dałoby się oprzeć ocenę reputacji.

Jak wygląda E-E-A-T w praktyce? Przykłady stron

Na pięciu publicznych stronach widać, że te same pytania z wytycznych dają różne odpowiedzi zależnie od tematu: w medycynie liczy się ekspert, w sklepie liczą się dane sprzedawcy i opinie, a w testach sprzętu liczy się metoda pomiaru. Wszystkie strony otworzyłem 25 października 2026 wieczorem i opisuję to, co było na nich widać. Żadna nie należy do moich klientów. Właściciela czterech z nich potwierdziłem w drugim, niezależnym źródle, a przy Optyczne.pl drugie źródło dotyczy tylko osoby z redakcji, więc nazwy wydawcy nie podaję. To mój opis według pytań z wytycznych, a nie ocena Google.

W Medonecie autorka tekstu i lekarka, która go sprawdziła, to dwie różne osoby i obie mają swoje strony. W artykule o tym, czy przy przyjmowaniu witaminy D można się opalać, przy podpisie jest dopisek o konsultacji merytorycznej lekarki i oznaczenie „Sprawdzona treść”. Autorka według biogramu skończyła logopedię i pedagogikę, a strona lekarki podaje specjalizację, miejsce pracy i numer prawa wykonywania zawodu, który czytelnik może sam sprawdzić w rejestrze lekarzy. Polityka redakcyjna wyjaśnia, że „Sprawdzona treść” znaczy, że tekst sprawdził albo napisał lekarz. Właściciela, Ringier Axel Springer Polska, podają dane strukturalne strony i Wikipedia. Przy tekście nie ma daty konsultacji, a bibliografia ma dwa adresy, w tym stronę marki preparatu z witaminą D (Medonet).

Healthline, amerykański serwis medyczny, podaje przy tekście, kto sprawdził go medycznie, a datę recenzji pokazuje dopiero w historii zmian, więc na tym przykładzie widać, że data aktualizacji to nie data recenzji. Przy artykule o nadciśnieniu stoi „Medically reviewed by” (sprawdzone medycznie przez) z nazwiskiem i tytułami recenzentki, nazwisko autorki i data aktualizacji z 12 maja 2025 roku. Pod tekstem ramka „How we reviewed this article” (jak sprawdziliśmy ten tekst) ma źródła i historię zmian. Historia podaje recenzję medyczną z 20 sierpnia 2024 roku, a przy aktualizacji z 12 maja 2025 roku nie wskazuje nowej recenzji (Healthline). Dobrze, że serwis to pokazuje, ale czytelnik, który patrzy tylko na podpis, tego nie zobaczy.

W sklepie x-kom zaufanie budują opinie z oznaczeniem zakupu i dane sprzedawcy, z tym że pełne dane spółki są dopiero w regulaminie. Karta procesora Intel Core i5-14400F miała 296 opinii ze średnią 4,9, a 292 z nich miały oznaczenie „Potwierdzony zakup”. Opinie są domyślnie ułożone od najbardziej pomocnych i widać wśród nich krytyczne. W stopce są zwroty, reklamacje, telefon z godzinami pracy i adres e-mail, a przy zapisie na newsletter na dole strony także nazwa spółki z miastem siedziby. Adres spółki, KRS, NIP i kapitał są w regulaminie, który podaje datę obowiązywania i poprzednie wersje, a dane zgadzają się z wpisem w KRS (x-kom).

Bankier.pl przy tekście o promocji konta bankowego pokazuje autora z biogramem i oznacza linki afiliacyjne, czyli konflikt interesów, o którym piszą wytyczne. Pod tekstem z 14 października 2026 roku jest biogram autora z doświadczeniem w bankowości i nagrodą dziennikarską NBP z 2025 roku, a jego strona autorska linkuje do profili w mediach społecznościowych. Dopisek „Publikacja zawiera linki afiliacyjne” mówi czytelnikowi, że serwis zarabia, gdy czytelnik założy konto przez link w tekście (Bankier.pl). Wydawcę, Bonnier Business (Polska), podaje regulamin serwisu i potwierdza KRS. W tekście nie znalazłem linku do regulaminu promocji, o której pisze, a w stopce i na stronach o redakcji nie znalazłem zasad redakcyjnych.

Optyczne.pl pokazuje własne doświadczenie tak, jak opisują je wytyczne: test ma metodę, wyniki pomiarów i informację, skąd redakcja wzięła sprzęt. Test obiektywu Sirui Aurora 85 mm f/1.4 z 2 października 2026 roku ma 14 części, w tym osiem rozdziałów z pomiarami, od realnego otworu względnego po autofokus. W rozdziale o rozdzielczości redakcja opisuje, na jakich aparatach i plikach mierzy i jaki wynik uznaje za przyzwoity. Na początku testu jest informacja, że obiektyw użyczył sklep, oficjalny dystrybutor marki (Optyczne.pl). W FAQ z 2009 roku redakcja pisze, że firma, która daje sprzęt do testu, nie widzi tekstu przed publikacją, ale też że reklamodawcy wpływają na to, ile testów ich produktów powstaje. Strona redakcji podaje tylko imiona, nazwiska, funkcje i adresy e-mail, bez opisu autorów.

Wspólne dla tych przykładów jest jedno: najmocniejsze dowody czytelnik może sprawdzić poza stroną. Numer prawa wykonywania zawodu sprawdzi w rejestrze lekarzy, dane spółki w KRS, a historię wydawcy w Wikipedii. Na wszystkich pięciu stronach podpisy, opinie i dane firmy były w HTML-u wysłanym przez serwer, bez wykonywania JavaScriptu, więc widzi je też robot, który nie renderuje strony.

Jak pokazać autora na stronie? Przykład rogala.pro

Czytelnik ma wiedzieć, kim jest autor, skąd ma doświadczenie i kto może to potwierdzić poza stroną, i tak staram się pokazać siebie na rogala.pro. Strona główna jest jednocześnie stroną o mnie. Ma doświadczenie zawodowe z datami, firmy, w których pracuję, wystąpienia z linkami do nagrań i wywiadów oraz listę konkursów, w których oceniam zgłoszenia: od 2021 roku 32 edycje w 14 programach, w tym Global, European, UK i MENA Search Awards. Przy liście jury piszę, że każdy udział potwierdzają strony jury organizatorów.

Każdy wpis na blogu ma podpis, ramkę o autorze i listę źródeł z datą sprawdzenia. W danych strukturalnych autor wpisu wskazuje przez identyfikator na jeden opis osoby (Person) na stronie głównej. Ten opis łączy moje profile, firmy, w których pracuję, uczelnię i identyfikator panelu wiedzy Google, a tematy, którymi się zajmuję, i zawód wskazują na hasła w Wikidanych, czyli otwartej bazie wiedzy powiązanej z Wikipedią. Jak przez dobę te dane wskazywały panel wiedzy aktora o tym samym imieniu i nazwisku, opisałem w tekście o pozycjonowaniu w AI. Własnego hasła w Wikidanych nie mam. Gdybym je zakładał, ujawniłbym, że piszę o sobie, a informacje o doświadczeniu oparłbym na publikacjach redagowanych przez innych, takich jak wywiady, strony jury konkursów i rozdział w książce wydanej przez Helion.

To, czy te zmiany coś dają w wynikach Google i w odpowiedziach AI, jest na razie hipotezą. 4 października 2026 rogala.pro nie było w pierwszych 30 wynikach Google na moje imię i nazwisko, a pierwszy wynik zajmował profil innej osoby. Ten sam pomiar powtórzę w listopadzie 2026. Pokaże on, czy strona jest wyżej, ale nie oddzieli wpływu opisu autora od indeksacji i innych zmian na stronie, więc sam pomiar nie powie mi, co było przyczyną.

Czy E-E-A-T ma znaczenie w AI Overview i asystentach AI?

Google pisze, że AI Overview i tryb AI opierają się na jego podstawowych systemach rankingowych i systemach jakości, więc te same zasady obowiązują także tam. Według polskiej wersji przewodnika Google o funkcjach generatywnej AI odpowiedź powstaje na podstawie stron pobranych z indeksu przez podstawowe systemy rankingowe, a Google zaleca treści, które „zawierają unikalne opinie ekspertów lub doświadczonych osób, które wykraczają poza powszechną wiedzę i zwykłe informacje” (Google Search Central, aktualizacja z 15 lipca 2026). W tym przewodniku nie znalazłem opisu osobnej oceny E-E-A-T dla AI Overview, a samo słowo E-E-A-T w nim nie pada.

O ChatGPT, Perplexity i innych asystentach spoza Google nie znam źródła, które mówiłoby, że oceniają E-E-A-T. Te asystenty szukają we własnych albo cudzych wyszukiwarkach i mają własne roboty. Opisałem to w tekście o pozycjonowaniu w AI. Wspólny mianownik widzę jeden: model, który odpowiada z pamięci, może powtórzyć tylko to, co o marce napisano w tekstach, na których się uczył. Liczy się więc ta sama reputacja poza stroną, którą sprawdzają oceniający.

Oceniający dla Google oceniają też same odpowiedzi AI Overview. Search Engine Land i Marie Haynes zwrócili uwagę, że wytyczne z września 2025 roku mają przykłady z AI Overview. W tekście wytycznych nazwy AI Overview nie znalazłem, więc opieram się tu na ich opisie:

Badania cytowań w AI Overview nie potwierdzają, że pomaga to, co strona pisze sama o sobie. Seer Interactive wziął próbę 8 500 anglojęzycznych fraz z USA, znalazł 7 225 stron, które zdobyły w AI Overview pierwsze cytowanie, i przeanalizował 6 354 z nich (pomiar z 7-13 maja 2026):

Seer mierzył E-E-A-T obecnością biogramów autorów, czyli tym, co strona pisze o sobie, a nie reputacją. Według Seer najwięcej pierwszych cytowań, 20,4%, zdobył Reddit, który biogramów nie ma. To porównanie grup serwisów o różnych cechach, więc nie wyodrębnia wpływu samych biogramów. Pasuje jednak do badania Ahrefs, w którym obecność marki w AI Overview najmocniej wiązała się z liczbą wzmianek o marce w sieci, co opisałem w tekście o link buildingu w erze AI. Lily Ray mówi o tym tak:

Jak mierzę reputację marki w asystentach AI, opisałem w tekście o widoczności marki w AI, a jak planuję wzmianki w cudzych mediach przez digital PR, czyli publikacje, o których redakcja decyduje sama, w tekście o link buildingu w erze AI.

Co wytyczne Google mówią o tekstach pisanych z AI?

Wytyczne oceniają nie to, czy tekst powstał z pomocą AI, tylko ile jest w nim pracy, oryginalności i wartości dla czytelnika, a samo użycie narzędzi generatywnej AI według nich nie decyduje o poziomie wysiłku ani o ocenie strony (s. 43). Wytyczne nazywają generatywną AI pomocnym narzędziem, którego, jak każdego narzędzia, można też użyć źle (s. 10). Przykład z wytycznych: narzędziami generatywnej AI da się dużym nakładem pracy zrobić oryginalną grafikę wysokiej jakości, a da się też zrobić treść najniższej jakości (s. 43).

Jakość treści głównej oceniający sprawdza według czterech kryteriów z sekcji 3.2 (s. 21), a żadne z nich nie dotyczy narzędzia, którym tekst powstał:

• Wysiłek. Na ile człowiek aktywnie pracował nad treścią. Wysiłkiem jest też zbudowanie funkcji albo systemu strony, na przykład usługi tłumaczenia maszynowego, ale tysiące stron zrobionych automatycznie przez przepuszczenie istniejących, publicznie dostępnych tekstów przez program do tłumaczenia, bez nadzoru i ręcznej selekcji, według wytycznych wysiłku nie mają.
• Oryginalność. Czy treść daje coś, czego nie ma na innych stronach, a jeśli podobne treści już są, czy ta strona jest ich pierwotnym źródłem.
• Talent lub umiejętność. Czy treść jest zrobiona na tyle umiejętnie, żeby dać czytelnikowi to, po co przyszedł.
• Dokładność. Przy stronach informacyjnych zgodność z faktami, a w tematach YMYL także zgodność z ugruntowaną wiedzą ekspertów.

Te same cztery kryteria opisuje dokumentacja Google o pomocnych treściach, z przykładem, który dotyczy AI wprost: „używanie generatywnej AI do tworzenia dużych ilości tekstu bez ręcznego nadzoru lub selekcji nie wymaga prawie żadnego wysiłku” (Google Search Central, aktualizacja z 8 października 2026).

Kiedy tekst z AI dostaje najniższą ocenę?

Wśród stron z najniższą oceną (Lowest) wytyczne opisują trzy sytuacje, które dotyczą tekstów z AI, a w każdej problemem jest brak wkładu albo oszustwo, nie samo narzędzie.

• Treść bez wkładu (sekcja 4.6.6, s. 42-43). Cała albo prawie cała treść główna jest skopiowana, sparafrazowana, osadzona z innego źródła albo wygenerowana automatycznie lub przez AI, przy niewielkim albo zerowym wysiłku, oryginalności i wartości dodanej. Podanie źródła tego nie zmienia (s. 42).
• Masowa produkcja stron (sekcja 4.6.5, s. 42). Wiele stron zrobionych głównie dla korzyści właściciela, a nie czytelnika, na przykład narzędziami AI, żeby małym wysiłkiem zrobić strony, które nie wnoszą nic ponad inne strony na ten sam temat. Oceniający daje najniższą ocenę bez względu na to, jak strony powstały, także wtedy, gdy nie wie, czy użyto AI, ale po obejrzeniu kilku stron serwisu mocno podejrzewa takie nadużycie.
• Zmyśleni autorzy (sekcja 4.5.3, s. 37). Treść z AI podpisana wymyślonymi profilami „autorów”, na przykład ze zdjęciami z AI albo nieprawdziwym opisem, żeby wyglądało, że napisali ją ludzie. W tej samej grupie wytyczne wymieniają fałszywe kwalifikacje, na przykład autora, który podaje się za lekarza.

Wśród przykładów najniższej oceny wytyczne pokazują tekst z AI i tekst, który na taki wygląda. Artykuł medyczny, czyli YMYL, według wytycznych powstał z generatywnej AI: zaczyna się od zdania „Jako model językowy nie mam danych w czasie rzeczywistym, a moja wiedza kończy się na wrześniu 2021” i urywa się w pół zdania (s. 55). Serwis, który na stronie „O nas” zapowiada informacje dla seniorów, ma setki artykułów z jednego szablonu na dowolne tematy, na przykład o tym, jakie zimno znoszą kury, z powtarzanymi pytaniami i odpowiedziami. Wytyczne zaznaczają, że nie wiadomo, jak te teksty powstały, ale nie wyglądają na pisane ani redagowane przez człowieka (s. 58). Przy takich serwisach wytyczne opisują ten sam schemat: pytania zebrane na przykład z „Podobnych pytań” w Google i odpowiedzi ze sparafrazowanej treści, często tworzone narzędziami generatywnej AI (s. 55, podobny schemat na s. 58).

Jak rozpoznać parafrazę, wytyczne opisują w sekcji 4.6.7 (s. 43-44): oceniający wkleja zdanie ze strony do wyszukiwarki w cudzysłowie, może też spróbować bez niego, i porównuje strony, które znajdzie. Treść sparafrazowana zwykle ma tylko powszechnie znane informacje, w dużej części pokrywa się z Wikipedią i podobnymi źródłami, streszcza jedną dyskusję albo artykuł bez wartości dodanej albo ma ślady narzędzi AI, takie jak słowa „As an AI language model” („Jako model językowy AI”) (s. 44).

Kiedy tekst z AI dostaje niską ocenę?

Niską ocenę (Low), o stopień wyżej od najniższej, wytyczne każą dać stronie, na której duża część treści jest skopiowana albo sparafrazowana, a autor dołożył niewiele pracy: redakcji, selekcji, nowego układu albo własnych treści (sekcja 5.2.1, s. 61). Od najniższej oceny różni ją to, ile autor dołożył: przy najniższej cała albo prawie cała treść jest bez wysiłku, oryginalności i wartości dodanej, a przy niskiej autor dodaje niewiele wartości redakcją, selekcją, nowym układem albo własną treścią. Wytyczne dodają, że niska ocena dotyczy treści zrobionej dowolną techniką, a jako przykład podają listy „najlepszych” oparte na cudzych recenzjach i listach, z niewielką ilością własnej treści (s. 61).

Niską jakość pokazują też drobne błędy: na stronach informacyjnych wytyczne nazywają je dowodem niskiej jakości, a błędy szkodliwe albo tak liczne, że strona traci wiarygodność, uzasadniają najniższą ocenę (sekcja 5.2, s. 60). Przy tekstach z AI to ważne, bo model może się pomylić, o czym niżej pisze sam Google. Wytyczne zaznaczają też, że niska jakość to nie szkoda: taka treść nie spełnia warunków najniższej oceny i nie szkodzi, ale nie daje czytelnikowi tego, po co przyszedł (s. 61).

Niską ocenę daje też dużo wypełniacza (filler), czyli tekstu przygotowanego niewielkim nakładem pracy, który zajmuje widoczne miejsce na stronie, a nie służy jej celowi, zwłaszcza gdy stoi przed tym, czego szuka czytelnik, i przez to utrudnia korzystanie ze strony (sekcja 5.2.2, s. 62). Wytyczne nie wiążą wypełniacza z AI, a jako przykład podają instrukcję prostego rękodzieła z dużą ilością nieprzydatnego wypełniacza na górze strony (s. 60).

Co Google egzekwuje w treściach z AI?

Wytyczne pokazują, jak Google chce, żeby wyglądały wyniki, a to, co Google egzekwuje, opisują jego zasady dotyczące spamu. Według tych zasad nadużywanie treści na dużą skalę (scaled content abuse) polega na „wygenerowaniu wielu stron przede wszystkim po to, aby manipulować rankingami wyszukiwania, a nie pomagać użytkownikom”, a pierwszym przykładem jest „korzystanie z narzędzi generatywnej AI lub innych podobnych narzędzi do generowania wielu stron bez dodatkowej wartości dla użytkowników”. Google wykrywa naruszenia automatycznymi systemami i w razie potrzeby przez ludzi, co może skończyć się ręcznym działaniem, a strona, która narusza zasady, może mieć niższą pozycję albo w ogóle nie pojawiać się w wynikach (Google Search Central, aktualizacja z 2 września 2026). Sekcja 4.6.5 wytycznych odsyła do tej zasady i ma te same pięć przykładów, prawie tym samym brzmieniem (s. 42), a dziennik zmian podaje, że w styczniu 2025 roku opisy najniższej i niskiej oceny dopasowano do zasad dotyczących spamu (s. 182).

Tę samą granicę Google opisał we wpisie z 8 lutego 2023 roku: jego systemy rankingowe mają nagradzać oryginalne treści wysokiej jakości „niezależnie od sposobu ich tworzenia”, a „prawidłowe wykorzystanie sztucznej inteligencji lub automatyzacji nie jest sprzeczne z naszymi wytycznymi”. Zasady narusza według tego wpisu generowanie treści, których głównym celem jest manipulowanie rankingiem (Google Search Central, 8.02.2023). W tym samym wpisie Google odradza podpisywanie AI jako autora treści.

Co Google radzi przy publikowaniu treści z AI?

Google radzi przed publikacją ręcznie sprawdzić dokładność treści z AI, a informację o autorze i o tym, jak treść powstała, podać tam, gdzie czytelnik może jej szukać. W przewodniku o treściach z generatywnej AI Google pisze, że generatywna AI może być przydatna przy badaniu tematu i nadawaniu struktury oryginalnym treściom, ale modele generatywne „nie wyszukują faktów, ale przewidują prawdopodobną sekwencję słów”, więc mogą się mylić, a „przed opublikowaniem treści wygenerowanych przez AI należy ręcznie sprawdzić ich dokładność i wiarygodność” (Google Search Central, aktualizacja z 5 października 2026). Przewodnik sam odsyła do sekcji 4.6.5 i 4.6.6 wytycznych.

Metadane znaczą w tym przewodniku dwie różne rzeczy. Metadane strony z AI, czyli tytuł, metaopis, dane strukturalne i teksty alternatywne obrazów, trzeba sprawdzić jak treść, bo mogą pojawić się w wynikach. Metadane pliku mówią, że obraz powstał w AI: przy treściach generowanych automatycznie przewodnik radzi rozważyć ich dodanie, a w Merchant Center są wymogiem. Obraz wygenerowany przez AI musi tam mieć w metadanych oznaczenie, że powstał w AI, czyli IPTC DigitalSourceType, dla obrazu z modelu AI z wartością TrainedAlgorithmicMedia, a tytuły i opisy produktów z AI podaje się w osobnych atrybutach structured_title i structured_description, oznaczonych jako treść z AI (digital_source_type z wartością trained_algorithmic_media) (Pomoc Google Merchant Center, sprawdzone 26 października 2026).

Jak pokazać czytelnikowi, skąd wzięła się treść, Google opisuje w dokumentacji o pomocnych treściach jako trzy pytania: kto, jak i dlaczego (Google Search Central). „Kto” to podpis autora tam, gdzie czytelnik się go spodziewa, z linkiem do informacji o autorze. „Jak” to przy treściach, które w dużej części powstają automatycznie, trzy pytania: czy użycie AI jest dla czytelnika widoczne, jak jej użyto i dlaczego uznano ją za przydatną. Google radzi podawać takie informacje tam, gdzie czytelnik może zapytać „Jak to zostało utworzone?”. „Dlaczego” to według Google prawdopodobnie najważniejsze pytanie: treść ma powstawać przede wszystkim dla ludzi, a użycie AI przede wszystkim do manipulowania rankingiem narusza zasady dotyczące spamu.

Co oceniający uznaje za wysiłek, a co zasady dotyczące spamu za nadużycie?

Granica nie przebiega między tekstem z AI a tekstem bez AI: oceniający patrzy na wysiłek, oryginalność, wartość dla czytelnika i wiarygodność, a najniższą ocenę może dostać zarówno jedna strona, jak i setki. Zestawiam to, co wytyczne opisują jako wysiłek i wartość, z tym, co same wytyczne i zasady dotyczące spamu nazywają niską jakością albo nadużyciem:

To zestawienie nie jest listą warunków, po których spełnieniu tekst dostanie wysoką ocenę albo wyższą pozycję. Ocena oceniającego nie przesuwa konkretnej strony w wynikach, o czym piszę w części o oceniających jakość, a w dokumentach Google, które tu cytuję, nie ma opisu, jak jego systemy mierzą wysiłek. Ja używam go jako listy pytań do własnego tekstu przed publikacją, a jak odpowiadam na pytania Google o własne treści, piszę w następnej części.

Jak powstają teksty na tej stronie?

Teksty na rogala.pro przygotowuję z agentami AI w Claude Code, a za tezy, dane i każdą wersję językową odpowiadam ja: polski tekst czytam i akceptuję przed publikacją, a tłumaczenia przechodzą kontrolę opisaną niżej. Na trzy pytania, które Google radzi zadać o własnych treściach (kto, jak i dlaczego), odpowiadam niżej, a osobno opisuję, jak powstają tłumaczenia:

• Kto. Autorem i osobą odpowiedzialną za każdy tekst jestem ja, Łukasz Rogala, a podpis i ramka o autorze przy każdym wpisie prowadzą do strony o mnie. AI nie podpisuję jako autora.
• Jak. Przegląd źródeł i wyników Google, skrypty liczące dane i szkic tekstu przygotowują agenci AI w Claude Code, według instrukcji z moimi zasadami i listą źródeł. Dane własne pochodzą z archiwum audytów i z moich pomiarów. Liczby i cytaty agenci zapisują w roboczym rejestrze z adresem źródła i datą sprawdzenia, a źródła z datą sprawdzenia są w bloku źródeł na końcu każdego wpisu. Szkic sprawdzają inne modele w dwóch rundach, w tym model innego producenta, Codex (OpenAI) albo Gemini (Google): pierwsza runda szuka błędów faktów i luk, druga sprawdza tylko poprawki. Potem tekst czytam ja i decyduję, co w nim zostaje. AI używam, bo przy jednym tekście trzeba sprawdzić wiele źródeł, policzyć dane z archiwum audytów i przygotować 26 tłumaczeń, a model dobrze porządkuje dane, opisuje je i pisze kod.
• Tłumaczenia. Wersja polska jest wersją źródłową. Tłumaczenia na 26 języków przygotowują agenci, a sprawdzają je dwie rzeczy: skrypt, który porównuje z wersją polską liczby, linki i układ tekstu, oraz drugi model. Tych wersji nie czyta przed publikacją nikt, dla kogo dany język jest ojczysty. Od przykładu z wytycznych, czyli tysięcy istniejących tekstów przepuszczonych bez nadzoru przez tłumacza maszynowego, mój proces różnią dwie rzeczy: tłumaczony jest mój własny tekst, za który odpowiadam, a każdą wersję skrypt i drugi model porównują z polską. To kontrola automatyczna, a nie ręczne sprawdzenie, które Google zaleca przed publikacją treści z AI, dlatego przy rozbieżności między wersjami liczy się wersja polska. Jeśli coś w Twojej wersji językowej nie zgadza się z polską albo brzmi nienaturalnie, napisz do mnie.
• Dlaczego. Piszę dla właścicieli firm i marketerów, którzy chcą sprawdzić własną stronę albo wybrać, komu zlecić SEO, a nie po to, żeby zająć pozycję na frazę. Dlatego przy tekstach są listy pytań, dane z audytów i pliki do pracy, a nie tylko definicje.

Agenci nie decydują, o czym piszę ani jakie tezy zostają w tekście, liczby biorą z plików źródłowych, a nie z pamięci modelu, i nie publikują niczego bez mojego akceptu. Błąd, który zgłosisz albo który znajdę sam, poprawiam w wersji polskiej i we wszystkich tłumaczeniach. Narzędzia, których używam, i testy, po których podzieliłem tak pracę, opisałem w tekście o narzędziach AI w SEO.

Czego nie robić, budując E-E-A-T?

Najwięcej szkody robią sztuczki, które udają dowody zaufania, bo każde oszustwo obniża ocenę całej strony. Google pisze, że każda forma oszustwa sprawia, że strona jest niegodna zaufania dla użytkowników i dla jego automatycznych systemów jakości (Google Search Central).

• Fałszywi autorzy i eksperci. Lepiej podpisać tekst prawdziwą osobą bez tytułu niż wymyślonym lekarzem, bo zmyślone profile autorów Google nazywa oszustwem, a wytyczne oceniają je najniżej, co opisuję przy tekstach z AI.
• „Wynik E-E-A-T” z narzędzia czytany jako ocena Google. Google takiego wyniku nie publikuje, więc narzędzie liczy go według własnej metody. Taką liczbę traktuję jako listę rzeczy do sprawdzenia i patrzę, jakie dowody stoją za punktami.
• Gwiazdki z oceną własnej firmy w danych strukturalnych. Google pokazuje oceny firm i organizacji tylko na stronach, które zbierają opinie o innych firmach, a przy ocenie firmy na jej własnej stronie odsyła do zasad o opiniach wystawianych samemu sobie (Google Search Central).
• Linki do „autorytetów” wstawiane po to, żeby podnieść zaufanie Google. Nie znam potwierdzenia, że linki wychodzące są sygnałem zaufania. Źródła przy twierdzeniach liczbowych i prawnych podaję dla czytelnika, który chce je sprawdzić.
• Zmiana daty bez zmiany treści. Google wymienia to wśród cech treści pisanych pod wyszukiwarkę i dopisuje, że dodawanie albo usuwanie treści tylko po to, żeby strona wyglądała na świeżą, nie pomoże (Google Search Central).
• Setki tekstów z AI bez redakcji. Wiele stron zrobionych przede wszystkim po to, żeby manipulować rankingiem, bez wartości dla czytelnika, zasady Google dotyczące spamu nazywają nadużyciem. Granicę między nimi a tekstem z AI z wkładem autora pokazuje tabela w części o tekstach z AI.
• Jeden „ekspert od wszystkiego”. Autor, który podpisuje teksty o kredytach, lekach i remontach, nie przekona nikogo, że ma wiedzę w każdym z tych tematów. Kompetencje autora mają pasować do tematu.

Najczęstsze pytania o E-E-A-T

Jak poprawić E-E-A-T i od czego zacząć?

Poprawa E-E-A-T polega na dodawaniu dowodów, które czytelnik i oceniający mogą sprawdzić, a zaczyna się od trzech sprawdzeń, które nic nie kosztują. Najpierw zdecyduj, które tematy na stronie są YMYL, bo tam wymagania są najwyższe. Potem otwórz pięć najważniejszych stron i sprawdź, czy z każdej w dwóch kliknięciach dojdziesz do danych firmy, kontaktu i autora z opisem. Na koniec wyszukaj nazwę firmy z -site: i przeczytaj, co piszą o niej inni. Braki, które znajdziesz, uzupełniaj według liter E-E-A-T, zaczynając od zaufania:

• Zaufanie. Dane firmy, kontakt i regulamin dostępne z każdej podstrony, a w sklepie także płatności, wymiany i zwroty oraz opinie z treścią, a nie same gwiazdki (s. 16, 18 i 23).
• Doświadczenie. Przy recenzjach i poradach własne zdjęcia, pomiary i opis użycia, czyli to, czego nie da się przepisać z cudzego tekstu (s. 26).
• Wiedza. Podpis prawdziwej osoby z kwalifikacjami pasującymi do tematu, a w tematach YMYL treść przygotowana albo sprawdzona przez eksperta (s. 28 i 36). Datę recenzji podaj osobno od daty aktualizacji, tak jak Healthline robi to w historii zmian.
• Autorytet. Wzmianki i publikacje w cudzych mediach, które znajdziesz tym samym wyszukiwaniem z -site: (s. 23). Na własnej stronie wszystko zależy od Ciebie, a wzmianki w cudzych mediach zależą od ich redakcji; jak je zdobywam, opisuję w tekście o link buildingu.

Kolejność tych prac ustalam w strategii SEO. Jeśli strona dotyczy zdrowia, pieniędzy albo prawa i nie wiesz, od czego zacząć, to dobry temat na konsultację.