Co trzecia nowa anglojęzyczna strona nosi ślady AI. Czy B2B copy zaczyna brzmieć tak samo?

Przeglądasz strony konkurencji z branży B2B i masz wrażenie, że czytasz w kółko ten sam tekst, ale z innym logo? To nie tylko wrażenie. Według szacunków Pew Research Center, około 35% anglojęzycznych stron opublikowanych po premierze ChatGPT nosi istotne ślady tekstu napisanego lub mocno zredagowanego przez AI. Kiedy wszyscy korzystają z tych samych modeli językowych i podobnych poleceń, głos marki łatwo ginie pod warstwą ogólników. To problem wizerunkowy, ale też praktyczny: treści wtórne i niczym niewyróżnione mają mniejsze szanse i w Google, i w odpowiedziach generowanych przez AI. W tym artykule sprawdzamy, skąd bierze się ta jednolitość i jak pisać tak, żeby klient rozpoznał markę po samym tekście.

35% anglojęzycznych stron z treściami AI. Skąd jednolitość B2B copy?

Pew Research Center przeanalizował archiwalne strony internetowe za pomocą detektora Open Pangram. W około 35% anglojęzycznych stron opublikowanych po uruchomieniu ChatGPT wykryto istotne ślady autorstwa lub znacznej edycji AI. W szerszej próbie, obejmującej około pół miliona stron z pięciu lat, odsetek ten wyniósł około 10%. Warto pamiętać o dwóch zastrzeżeniach: wynik pochodzi z detektora, który ma swój margines błędu, więc to szacunek, a nie dokładny pomiar. Badanie dotyczy też stron anglojęzycznych, a nie polskiego rynku B2B.

Skala zjawiska tłumaczy, dlaczego tyle tekstów brzmi podobnie. Generatywna AI (GenAI) to modele, które tworzą teksty, obrazy czy kod na podstawie wzorców z danych treningowych. Z natury wybierają sformułowania najbardziej prawdopodobne, więc bez wyraźnych wskazówek i redakcji człowieka ich teksty zbliżają się do średniej z tego, co już opublikowano.

Zespoły marketingu i copywriterzy B2B często wpisują niemal identyczne polecenia. Efekt widać na firmowych blogach i stronach ofertowych: zamiast konkretów pojawia się „dynamiczny rozwój” i „innowacyjne rozwiązania”, a potencjalny klient ogląda dziesiątki ofert, które różnią się głównie logotypem.

Najczęstsze przyczyny tej jednolitości:

• ogólne prompty – większość zespołów korzysta z prostych poleceń, bez opisu stylu marki, jej historii i kontekstu branżowego;
• brak ekspertów w procesie – gdy tekst powstaje w całości w generatorze, brakuje w nim przykładów z wdrożeń i wniosków, które ma tylko ktoś, kto pracuje z klientami;
• powielanie argumentów konkurencji – modele uczą się na tym, co już opublikowano. Bez własnych danych dostajesz te same argumenty, których używa reszta branży.

Jak AI zmienia sposób, w jaki klienci B2B sprawdzają dostawców?

Do klasycznego wyszukiwania fraz kupujący B2B coraz częściej dokładają rozmowę z asystentem AI. Zamiast przeglądać kilkanaście kart, zadają złożone pytania i oczekują od razu zestawienia odpowiedzi.

To zmienia przebieg vendor research, czyli systematycznej oceny potencjalnych dostawców przed decyzją zakupową. W wyszukiwaniu wspieranym przez AI klienci pytają o konkretne funkcje, integracje czy zwrot z inwestycji, a system zbiera dostępne w sieci materiały i tworzy z nich odpowiedź. Treści konkretne, aktualne i oparte na wiarygodnych źródłach mogą zwiększać szansę, że strona zostanie wykorzystana jako źródło takiej odpowiedzi. Nie gwarantują jednak ani cytowania, ani rekomendacji marki.

Co Google faktycznie mówi o treściach tworzonych z AI

Google nie karze za samo użycie AI i nie deklaruje osobnego algorytmu, który wykrywałby teksty generowane maszynowo. Według dokumentacji Google Search Central liczy się jakość treści, a nie sposób jej wytworzenia. Problemem są teksty niepomocne, wtórne albo produkowane masowo przede wszystkim po to, żeby manipulować wynikami wyszukiwania. Google nazywa to scaled content abuse i traktuje jako naruszenie zasad dotyczących spamu, niezależnie od tego, czy treść napisał człowiek, czy model.

W ocenie treści Google zwraca uwagę na użyteczność, oryginalność, rzetelność i dopasowanie do intencji użytkownika. Pomocna jest tu koncepcja E-E-A-T (doświadczenie, ekspertyza, autorytet, zaufanie), choć nie jest to pojedynczy czynnik rankingowy. Google wskazuje też, że do pojawiania się w funkcjach AI, takich jak AI Overviews, obowiązują te same podstawy SEO co w zwykłych wynikach, bez osobnych wymagań technicznych.

Jak budować rozpoznawalny głos marki w wyszukiwaniu wspieranym przez AI?

Zamiast produkować dużo tekstów, lepiej produkować teksty, których nikt inny nie napisze. AI może przyspieszyć analizę i pierwsze szkice, ale tożsamość marki i ton wypowiedzi powinny zostać w rękach zespołu. Spójny, wyrazisty styl pomaga, żeby odbiorcy rozpoznawali treści marki i odróżniali je od konkurencji.

Od tego zależy też AI visibility, czyli obecność i cytowalność marki w odpowiedziach generowanych przez wyszukiwarki oparte na AI. To wskaźnik obserwacyjny, a nie stała cecha strony: mierzy się go na określonym zestawie zapytań, w konkretnej lokalizacji i w konkretnym czasie, a wynik może się zmieniać z tygodnia na tydzień.

Własne dane jako podstawa wyrazistych treści

Najprostszy sposób na uniknięcie wtórności to oprzeć treści na wiedzy, której nie ma nikt poza Twoją firmą. W praktyce wygląda to tak:

1. zbieranie własnych danych: wnioski z wdrożeń, statystyki sprzedaży, najczęstsze zgłoszenia serwisowe, rozmowy z ekspertami z zespołu;
2. szukanie wzorców z pomocą AI: modele językowe dobrze sprawdzają się w szybkim przeglądaniu takich zbiorów i wskazywaniu powtarzających się zależności. Zanim wprowadzisz do narzędzia dane klientów, zanonimizuj je i sprawdź, czy pozwalają na to RODO, umowy z klientami i regulamin samego narzędzia;
3. przełożenie wniosków na własną narrację: case studies, raporty i artykuły pokazujące perspektywę, którą masz tylko Ty. Takiego tekstu konkurencja nie wygeneruje jednym poleceniem.

Zasady pracy z GenAI, które chronią styl marki

AI skraca czas analizy, ale o ostatecznym kształcie tekstu powinien decydować człowiek. Pomagają w tym trzy proste zasady:

• prompt-book dla zespołu i agencji – przykłady pożądanego tonu, lista zakazanych zwrotów, opis docelowej persony;
• weryfikacja przez eksperta dziedzinowego (SME) – przed publikacją tekst czyta praktyk, który sprawdza fakty i dopisuje prawdziwe przykłady;
• twarda redakcja – wycinanie schematycznych konstrukcji i powtarzalnych przymiotników. W ich miejsce słownictwo, którego Twój zespół naprawdę używa w rozmowach z klientami.