AI w marketingu we wrześniu 2026: od odpowiedzi do agentów

Michał WiercimokPrzezMichał Wiercimok 7 min czytania

Co się zmieniło

Większość wrześniowych wydarzeń, które trafiły na nasz radar, układa się w jeden wzorzec. Odpowiedź AI przestaje być eksperymentem dołożonym do wyszukiwarki i staje się pełnoprawną powierzchnią: można ją mierzyć, sprzedaje się na niej reklamy, a coraz częściej działa w niej agent. Do tego dochodzi czwarty, mniej wygodny wątek. Modele zmieniają się tak szybko, że test wykonany kilka tygodni wcześniej może już nic nie mówić o dzisiejszym stanie.

Pomiar. Google udostępnił wszystkim witrynom na świecie raport skuteczności w funkcjach generatywnej AI w Search Console oraz przełącznik kontroli treści. W dokumentacji firma podała, że od 31 sierpnia 2026 r. kontrola jest wdrożona dla wszystkich stron. Udostępnianie zaczęło się w pierwszym tygodniu czerwca. Raport pokazuje wyświetlenia, adresy URL, kraje, urządzenia i daty. Nie pokazuje natomiast kliknięć ani zapytań (pisaliśmy o tym tutaj). Ten sam kierunek widać w handlu. Raport AI Performance Insights w Google Merchant Center, uruchomiony w lipcu, zyskał sekcje o intencji wyszukiwań AI, o frazach z wyszukiwań AI i o brakujących atrybutach produktów (szczegóły).

Skala. Dlaczego te raporty pojawiają się właśnie teraz, najlepiej pokazują dane o sekcji „Podobne pytania” (People Also Ask). Mark Williams-Cook z AlsoAsked przeanalizował anglojęzyczną próbę liczącą 19,2 mln pozycji. Wyszło mu, że w pierwszym tygodniu września 97% odpowiedzi w tej sekcji stanowiły przeglądy AI (AI Overviews), wobec 86% w sierpniu. Według tego samego zbioru danych 14 miesięcy wcześniej było to około 12%. Williams-Cook dodał: „Wydaje się bardzo prawdopodobne, że jesteśmy na drodze do 100% w krótkim czasie” (nasz news).

Monetyzacja. Skoro odpowiedź AI jest główną powierzchnią, pojawiają się na niej reklamy. Google testuje w trybie AI (AI Mode) reklamy w formie zwykłych linków tekstowych, oznaczone etykietą „Sponsored” nad odpowiedzią. Barry Schwartz z Search Engine Roundtable zauważa, że takie reklamy wyglądają bardzo organicznie. Przypomina też, że użytkownicy rzadko klikają linki w odpowiedziach AI. OpenAI poszło dalej i testuje z wybranymi reklamodawcami w USA format sponsorowanych agentów (Sponsored Agents). Po kliknięciu reklamy użytkownik może rozpocząć oznaczoną rozmowę z agentem firmy, zadać pytania i przejść na jej stronę. OpenAI podkreśla, że taka rozmowa jest oddzielona od niezależnych odpowiedzi ChatGPT. Ogólnie dostępna stała się też optymalizacja pod konwersje z rozliczaniem za wyświetlenia. Doszły integracje z HubSpotem oraz, dla sprzedawców z USA, z Shopify.

Agenci. Trzeci nurt to przejście od modelu, który odpowiada, do agenta, który działa. OpenAI wprowadziło GPT-6 Astra i opisuje go jako model zdolny m.in. do wypełniania formularzy online i aktualizowania rekordów klientów w CRM. Firma udostępniła też w publicznej wersji beta Agents API, czyli interfejs do budowania agentów działających w chmurze. Po stronie Google kierunek nazwał wprost Koray Kavukcuoglu, główny architekt AI w Google DeepMind. Celem jest, jak powiedział, „w zasadzie zamienić to wszystko w agenta, z modelu w agenta” („from a model to an agent”) (więcej). W SEO ten trend przybrał formę „agentowego SEO”. Semrush opisał osiem przepływów pracy uruchomionych na żywej stronie, opartych na czterech warstwach: projekcie z kontekstem firmy, spisanej metodzie, połączeniach MCP pobierających bieżące dane oraz krótkim poleceniu (nasz news).

Tempo. Google określa Gemini 3.8 Flash jako trzecie wydanie z linii Flash w ciągu sześciu tygodni. Model trafił do menu trybu AI dla subskrybentów Google AI Pro i Ultra w dniu premiery. Szybko okazało się, że odpowiedzi na nowym modelu często nie zawierały linków ani cytowań. Robby Stein z Google odpisał na zgłoszenia: „To nie działa zgodnie z zamierzeniem, wkrótce wdrożymy poprawkę”. Problem rozwiązano następnego ranka (nasz news). 22 września OpenAI rozszerzyło rodzinę GPT-6 o modele Sol i Luna, a 29 września ogłosiło GPT-6.1 Sol. Do tego doszło ChatGPT Images 2.5. Według OpenAI generowanie obrazów jest w nim do 50% szybsze niż w Images 2.0, a nowe szablony obejmują m.in. ulotki i zdjęcia produktowe (więcej).

Co do wzorca nie pasuje. Część wrześniowych nowości nie składa się w spójną historię i nie ma sensu na siłę jej budować. YouTube na Made On 2026 rozbudował niestandardowe kanały i umożliwił grupowanie Shortsów w serie, ale na dziś to raczej osobna zapowiedź niż wspólny kierunek dla małej firmy. Ostrożności wymaga też głośny model rankingowy Google DeepMind (Autoregressive Ranking). To praca badawcza, a nie wdrożony system wyszukiwarki (nasz opis).

Co to znaczy dla Twojej firmy

Według danych AlsoAsked w anglojęzycznym Google niemal każda odpowiedź w sekcji „Podobne pytania” pochodzi już z AI. Nowy raport w Search Console pokazuje, czy Twoje strony w ogóle pojawiają się w tych odpowiedziach. Nie pokazuje jednak kliknięć ani zapytań.

Przełącznik blokady to decyzja biznesowa, a nie techniczna. Wyłączenie treści oznacza, że nie trafią one do przeglądów AI ani do trybu AI, ani jako link, ani jako podstawa odpowiedzi.

Reklamy w odpowiedziach AI dopiero się kształtują: Google testuje format linków tekstowych, a OpenAI testuje sponsorowanych agentów w USA. Warto już teraz uporządkować dane produktowe, bo raport AI w Merchant Center podpowiada brakujące atrybuty i frazy w opisach produktów.

Agenci zmieniają rachunek dla małych zespołów. W studium przypadku opublikowanym przez OpenAI dwuosobowy zespół ATV Big Air Tour oszczędza 7 godzin tygodniowo na sprawdzaniu ogłoszeń o wydarzeniach. Inwentaryzację i zamówienia gadżetów skrócił z 3 dni do 3 godzin. Współzałożycielka Larissa Guetter mówi: „Jesteśmy zespołem dwuosobowym, ale ChatGPT Work pozwala nam konkurować z firmami, które mają znacznie większe budżety i zespoły” (nasz news). To materiał dostawcy.

Dla praktyka

Zadania na październik:

  • Przy każdym teście cytowań w trybie AI zapisuj nazwę modelu. Matt G. Southern z Search Engine Journal ujmuje to krótko: „Log the model name with every test”, czyli zapisuj nazwę modelu przy każdym teście. Wynik z 3.7 Flash i wynik z 3.8 Flash pochodzą z różnych modeli.
  • Jeśli budujesz pierwszego agenta, pamiętaj o ograniczeniach długich poleceń. Faizan Ali z Semrusha tłumaczy, że przy jednym długim poleceniu model z czasem gubi kontekst i zaczyna uzupełniać luki zmyśleniami (poradnik krok po kroku).
  • Poradnik Semrusha zaleca, by np. linki wewnętrzne wskazane przez agenta wdrażał człowiek.

Czego nie robić:

  • Nie powierzaj agentom zadań jednorazowych ani wymagających oceny redakcyjnej i ryzyka wizerunkowego. Według Semrusha agent jest wtedy złym narzędziem.

Źródła

Michał Wiercimok
O autorze
Michał Wiercimok
Ekspert marketingu internetowego

Michał Wiercimok - specjalista marketingu internetowego z ponad 20-letnim doświadczeniem. Prowadzi własną agencję marketingową i doradza firmom w zakresie Google Ads, SEO, analityki (GA4) oraz wykorzystania sztucznej inteligencji w marketingu. Zrealizował ponad 100 projektów dla klientów z różnych branż; wyróżniony w programie Google Partners Rising Stars (2016). Działa z Katowic.