Ile treści na wpis pod AI: długość i gęstość faktów

Długość wpisu pod AI nie decyduje o tym, czy model zacytuje tekst. Decyduje o tym gęstość konkretów: liczb, nazw, dat i mechanizmów przypadających na jedną sekcję. Artykuł na 900 słów z czterema faktami w każdym akapicie ma większą szansę na cytowanie niż poradnik na 4 000 słów, w którym fakty trzeba wyłuskiwać spomiędzy przejść i wstępów.

W skrócie

• Nie istnieje optymalna liczba słów pod cytowania w AI; modele pracują na fragmentach, nie na całych stronach.
• Miarą, którą warto liczyć, jest gęstość faktów: liczba sprawdzalnych konkretów na 100 słów.
• Sekcja pod jednym H2 powinna mieć 2–4 akapity po 2–4 zdania, tak aby dawała się wyciąć i zacytować w całości.
• Krótki wpis wygrywa z długim, gdy pytanie użytkownika ma jedną odpowiedź, a nie siedem.
• Długi temat lepiej rozbić na kilka wpisów, z których każdy odpowiada na osobne pytanie.

Skąd wziął się mit optymalnej liczby słów

Mit „artykuł musi mieć 2 000 słów” pochodzi z badań korelacyjnych sprzed dekady, które zestawiały długość strony z pozycją w Google. Korelacja była realna, ale mechanizm inny: dłuższe teksty częściej wyczerpywały temat, więc zbierały więcej linków i lepiej pokrywały zapytania długiego ogona. Objętość była skutkiem ubocznym, nie przyczyną.

Modele językowe zmieniają układ sił jeszcze mocniej. Systemy typu RAG (retrieval-augmented generation), na których opierają się Perplexity, ChatGPT Search czy AI Overviews, dzielą stronę na fragmenty rzędu 200–500 tokenów i oceniają każdy z osobna. Model „widzi” akapit, a nie cały wpis; liczba słów całości jest dla niego niemal niewidoczna.

W praktyce oznacza to, że długość wpisu pod AI jest parametrem drugorzędnym. Pierwszorzędny jest to, czy dowolnie wycięty fragment tekstu broni się samodzielnie: ma temat, tezę i dowód. Jak taki fragment zbudować, opisujemy szerzej w tekście o formacie wpisu blogowego pod cytowania.

Gęstość faktów: prosta miara, którą warto liczyć

Gęstość faktów to liczba sprawdzalnych konkretów przypadających na 100 słów tekstu. Za konkret uznajemy liczbę, datę, nazwę własną, nazwę mechanizmu albo jednoznaczne zalecenie („ustaw nagłówek na pytanie, nie na etykietę”). Zdania przejściowe, zapowiedzi i podsumowania liczą się jako zero.

Wartości orientacyjne, które wynikają z naszych przeglądów tekstów cytowanych przez Perplexity i AI Overviews:

Miarę liczy się ręcznie w kilka minut: bierzecie losową sekcję, zaznaczacie każdy konkret, dzielicie przez liczbę słów i mnożycie przez 100. Dwa lub trzy takie próbkowania wystarczą, żeby ocenić cały wpis. Ten sam test pokazuje przy okazji, które akapity są balastem: zwykle wstęp, „dlaczego to ważne” oraz zakończenie.

Ile akapitów na sekcję i dlaczego to ważne

Sekcja pod jednym H2 powinna mieścić się w 2–4 akapitach po 2–4 zdania, czyli w granicach 80–200 słów. To rozmiar zbliżony do pojedynczego fragmentu, jakim operują systemy wyszukiwania w modelach. Sekcja o takiej objętości daje się zacytować w całości bez obcinania kontekstu.

Pierwsze zdanie sekcji ma być odpowiedzią, a nie wprowadzeniem. Model, który ocenia fragment pod kątem trafności, waży początek mocniej niż środek; podobnie robi Google przy generowaniu snippetów. Dopiero po tezie idą dane, przykład i wyjątki.

Każdy H2 odpowiada na jedno pytanie. Jeśli w nagłówku mieszczą się dwa („Jak i kiedy mierzyć gęstość”), fragment pod nim będzie pasował do obu zapytań połowicznie. Zasady nazewnictwa nagłówków i podziału na sekcje zebraliśmy w osobnym tekście o strukturze artykułu pod AI.

Co robić z sekcją, która rośnie ponad 250 słów

Podzielić na dwa H2 albo dołożyć H3 z własną tezą. Alternatywa to tabela lub lista numerowana: te formaty mieszczą więcej konkretów w mniejszej liczbie słów i modele wyciągają je czyściej niż prozę.

Kiedy krótki wpis wygrywa z długim poradnikiem

Krótki wpis (600–1 000 słów) wygrywa, gdy zapytanie ma jedną odpowiedź: definicję, liczbę, procedurę z kilkoma krokami, porównanie dwóch opcji. Długi poradnik wygrywa, gdy zapytanie jest parasolem dla kilkunastu pytań szczegółowych, a użytkownik chce mieć je w jednym miejscu.

1. Definicja lub termin: 500–900 słów, jedna tabela lub lista, FAQ z 3–4 pytaniami.
2. Instrukcja „jak zrobić X”: 800–1 500 słów, lista numerowana kroków, sekcja z typowymi błędami.
3. Porównanie A vs B: 1 000–1 800 słów, tabela kryteriów, jasny werdykt na początku.
4. Przegląd tematu (pillar): 3 000–6 000 słów, spis treści, linki do wpisów szczegółowych.

Google w dokumentacji o treściach pomocnych wprost odradza pisanie „na określoną liczbę słów, bo krążą pogłoski, że Google ma preferowaną długość” (więcej w wytycznych Google Search Central). Ta sama zasada obowiązuje przy pisaniu pod modele, tylko z ostrzejszą sankcją: rozwodniony fragment po prostu przegrywa z gęstszym fragmentem konkurencji.

Jak rozbić długi temat na wpisy cytowalne osobno

Zasada jest prosta: jedno pytanie użytkownika to jeden adres URL. Temat „content pod AI” rozpada się naturalnie na pytania o długość, strukturę nagłówków, format FAQ, dane strukturalne i sposób mierzenia efektów. Każde z nich zasługuje na własny wpis, a przegląd całości spina je linkami, tak jak robi to nasz przewodnik po treściach pod AI i SEO.

Procedura podziału w czterech krokach:

1. Wypiszcie wszystkie pytania, na które odpowiada roboczy konspekt (z sekcji „People also ask”, z Perplexity, z zapytań w Search Console).
2. Pogrupujcie pytania, które mają wspólną odpowiedź; każda grupa to kandydat na wpis.
3. Sprawdźcie, czy każdy kandydat da się streścić jednym zdaniem z tezą. Jeśli nie, grupa jest za szeroka.
4. Zaplanujcie linki: przegląd linkuje do każdego wpisu szczegółowego, a wpis szczegółowy wraca do przeglądu i do 1–2 sąsiadów.

Rozbicie działa też na produkcję: krótsze wpisy łatwiej zlecić, sprawdzić i zaktualizować. Przy zautomatyzowanym pisaniu z pomocą modeli różnica jest jeszcze wyraźniejsza, o czym piszemy w tekście o automatyzacji produkcji treści pod AI.

Sprawdzenie własnego tekstu w pięć minut

Test składa się z pięciu pytań, z których każde zajmuje około minuty. Tekst, który przechodzi cztery z pięciu, jest gotowy do publikacji; poniżej trzech wraca do redakcji.

1. Losowy akapit: wytnijcie dowolny akapit ze środka i przeczytajcie go bez reszty. Czy wiadomo, o czym jest i co twierdzi?
2. Gęstość: policzcie konkrety w jednej sekcji. Wynik poniżej 3 na 100 słów oznacza, że sekcja wymaga danych albo skrócenia.
3. Pierwsze zdania: przeczytajcie tylko pierwsze zdanie każdej sekcji. Czy razem układają się w streszczenie artykułu?
4. Nagłówki: czy każdy H2 da się zamienić na pytanie, które ktoś rzeczywiście wpisałby w wyszukiwarkę?
5. Balast: usuńcie wstęp, zakończenie i wszystkie zdania zaczynające się od „warto pamiętać”, „jak wiadomo”, „w dzisiejszych czasach”. Jeśli tekst nic nie stracił, wersja bez nich jest lepsza.

Najczęstsze błędy

• Dopisywanie słów do limitu: brief z wymogiem „minimum 2 000 słów” prawie zawsze kończy się rozwodnionym tekstem o gęstości poniżej 2.
• Jeden akapit na 200 słów: model wytnie go w połowie i zacytuje fragment bez tezy.
• Nagłówki-etykiety: „Długość”, „Struktura”, „Podsumowanie” nie pasują do żadnego zapytania.
• Fakty bez źródła: liczba bez odniesienia do badania, narzędzia lub daty obniża wiarygodność fragmentu i szansę na cytowanie.
• Scalanie tematów: jeden wpis „wszystko o content pod AI” konkuruje z dziesięcioma wpisami szczegółowymi i przegrywa z każdym z osobna.

FAQ: najczęstsze pytania

Co dalej

Najszybszy zysk daje przegląd już opublikowanych wpisów pod kątem gęstości: skrócenie wstępów i podział sekcji powyżej 250 słów zajmuje kilkanaście minut na tekst. Przy pisaniu nowych materiałów warto zacząć od formatu wpisu pod cytowania i dopiero potem ustalać objętość.