AI czy copywriter: co oddać maszynie, a czego nie tykać
„AI czy copywriter” to pytanie źle postawione, bo odpowiedź zależy od typu treści. Maszyna bierze treści powtarzalne i masowe: opisy produktów, meta tagi, dziesiątki wariantów jednego nagłówka. Copywriter bierze to, co ma przekonać, brzmieć jak konkretna marka i udźwignąć odpowiedzialność za każde słowo, czyli sales lettery, storytelling, tematy o zdrowiu i pieniądzach.
Najlepszy wynik zwykle daje trzecia droga, w której model pisze surową wersję, a człowiek ją reżyseruje. Granica leży na typie treści. Nie na tym, kto „pisze ładniej”.
Dostaniesz tu konkretną macierz. Który format oddać modelowi, który zatrzymać dla człowieka, gdzie połączyć jedno z drugim. Żadnego „AI robi rutynę, człowiek kreatywność”, bo to zdanie niczego nie rozstrzyga.
Piszę o copywritingu jako rzemiośle, o tym, co produkować z modelem, a czego mu nie oddawać. Wybór między agencją, freelancerem a działem wewnętrznym to zupełnie osobna rozmowa.
Najważniejsze wnioski: – AI zastępuje przepisywanie i skalę, nie strategię i głos marki – zjada dół rynku copywritingu i premiuje górę. – Badanie Science z 2023 roku pokazało, że dostęp do ChatGPT skrócił czas zadania pisarskiego o 40% i podniósł jakość o 18%, a najwięcej zyskali słabsi piszący. – AI wygrywa w opisach produktów, meta tagach, wariantach nagłówków, pierwszym draftcie i researchu wstępnym. – Człowiek wygrywa w sales letterach i landingach, w tone of voice, w humorze i kącie oraz w treściach YMYL. – Human-in-the-loop nie sprowadza się do poprawiania literówek – człowiek stoi na wejściu (brief, fakty) i na wyjściu (redakcja, kontrola jakości, decyzja). – Google ocenia jakość treści, nie jej autora – karze masówkę pod manipulację, nie użycie AI, i to stanowisko trzyma od lutego 2023.
Czy AI zastąpi copywritera
Model podmienił jedną rzecz: mechaniczne przepisywanie. Rzemiosła copywritera nie tknął.
Kogo utrzymywało parafrazowanie ogólnodostępnej wiedzy i klepanie prostych opisów, ten już został podmieniony. Kto myśli, wnosi własny kąt i prowadzi treść za rękę, dostał najtańszego stażystę, jakiego widział ten zawód.
Rynek pokazuje to na cenach. W Polsce w 2026 początkujący copywriter liczy sobie 8–15 zł za tysiąc znaków ze spacjami, doświadczony 20–50 zł, a ekspert branżowy dochodzi do 200 zł. Przepaść między dnem a szczytem rośnie, bo narzędzia zabierają najprostsze zlecenia, a pieniądze zostają przy tym, czego model nie dowiezie.
Tę samą mechanikę rozkładam szerzej w tekście o automatyzacji contentu z AI: dół rynku się kurczy, góra rośnie.
Umówmy się. Nie AI powinno spędzać sen z powiek copywriterowi. Spać nie powinien ten, kto w 2026 dalej klepie ręcznie to, co model oddaje za darmo w dziesięć sekund, bo na wylocie jest właśnie on, a nie profesja.
Krótka piłka. Zawód copywritera trzyma się mocno. Umiera za to jego jedna odmiana: klepacz znaków, któremu płacono za przepisanie tego, co i tak wisiało w sieci. Ta odmiana przegrywa z modelem na cenie i na tempie, i tego nikt nie cofnie. Copywriter w roli reżysera treści właśnie łapie najlepszy wiatr, bo najnudniejszą część roboty odwala za niego maszyna.
Rozdzielmy dwa pytania, bo notorycznie się zlepiają. „AI czy copywriter” dotyczy rzemiosła: kto napisze dany tekst lepiej. Pytanie „ile zostawiasz agencji za coś, co AI zrobiłoby szybciej” to inna liga, czyli wybór wykonawcy i rachunek kosztów, a mnie tutaj interesuje jakość i typ treści, nie model rozliczeń.
Skoro decyduje rzemiosło, zacznijmy od miejsc, w których maszyna faktycznie bije człowieka.
Gdzie AI wygrywa z copywriterem
Przewaga maszyny włącza się przy skali, powtarzalności i szybkości pierwszej wersji. Model językowy nie siada po godzinie i nie gubi uwagi przy dwusetnym opisie z rzędu. Żywy człowiek przy tej robocie wysiada dużo wcześniej.
Formaty, które oddaję modelowi i nie mam z tym problemu: – opisy produktów w sklepie, klepane hurtem z tych samych atrybutów, – meta title i meta description dla setek podstron naraz, – warianty A/B nagłówków i leadów pod testy, – pierwszy draft długiej formy, który i tak trafi do redakcji, – research wstępny i konspekt na rozgrzewkę, jeszcze przed właściwym pisaniem.
Podpierają to liczby. Badanie Science z 2023 roku (Noy i Zhang z MIT) na próbie 453 profesjonalistów wykazało, że dostęp do ChatGPT skrócił czas zadania pisarskiego o 40%, a jakość podniósł o 18%.
Ciekawszy jest inny wynik: model spłaszczył różnice między ludźmi, bo najmocniej podciągnął tych, którzy pisali słabo. Dół wjeżdża na średnią szybciej niż góra rośnie ponad nią.
Pisanie pięciuset opisów produktów ręcznie to udręka, nie rzemiosło. Zrzucam tę robotę na model i śpię spokojnie, bo jedyne, co da się tam zepsuć, to gramatyka, którą maszyna trzyma pewniej niż większość ludzi.
Jest jeden haczyk. Model konfabuluje nawet w robocie masowej: dorzuci parametr produktu, którego nie ma, albo przekręci nazwę. Dlatego „AI wygrywa” nie oznacza „puszczasz w ciemno”.
Oznacza tyle, że model generuje, a ty przechodzisz wynik wyrywkowo, zamiast pisać każdą pozycję od zera. Czas spada dramatycznie, a kontrola nad treścią zostaje przy tobie.
Tyle o mocnych stronach maszyny. Teraz odwrotna strona medalu.
Gdzie człowiek jest niezastąpiony
Przewaga człowieka włącza się przy perswazji, głosie marki i kącie, którego nie ma w danych treningowych modelu. Maszyna uśrednia. Zgarnia to, co już ktoś napisał, i podaje w gładkiej formie, więc do rutyny jest idealna, a przy tekście, który ma kogoś przekonać albo rozbawić, zawodzi.
Sales letter i landing page to pierwsza liga człowieka. Perswazja stoi na strukturze, na rytmie, na stawce emocjonalnej i na jednym celnym zdaniu wrzuconym w dobrym miejscu. Model produkuje gładź, tyle że sprzedaje słabo, bo nie wyczuwa, kiedy docisnąć, a kiedy odpuścić.
Tone of voice, storytelling i humor to druga liga, na której maszyna odpada. Głos marki z definicji jest nietypowy, a model zawsze ciąży ku średniej. Każ mu wpleść żart w tekst sprzedażowy, a wypluje kalambur oglądany sto razy.
Humor żyje z zaskoczenia, a model stawia na to, co najbardziej prawdopodobne. Stąd świeży draft z AI brzmi jak firmowy komunikat sprzed dekady, a czytelnik to wychwytuje. Branżowe zestawienia mówią o mniej więcej 69% odbiorców, którzy wyczuwają, że tekstowi brakuje ludzkiego tonu.
Jak namierzyć tekst pisany przez AI po GPT-izmach, opisałem osobno.
Trzeci obszar to information gain, czyli zysk informacyjny. Model recykluje konsensus, bo na konsensusie się uczył. Twój własny test, twoja liczba, twoja obserwacja z wdrożenia nie leżą w żadnym zbiorze treningowym, więc dokłada je człowiek albo nie dokłada ich nikt.
Czwarty przypadek jest najbrutalniejszy: treści YMYL, czyli o zdrowiu, pieniądzach i prawie. Pisałem takie teksty przez lata, ubezpieczeniowe, na etacie w Rankomacie w latach 2021–2022 oraz na freelansie dla Market Ubezpieczeń i PKO Ubezpieczenia. Wyniosłem stamtąd jedną lekcję na całe życie: pomylona kwota składki albo przekręcony warunek polisy uderza w czytelnika naprawdę, a nie „obniża pozycję w SEO”.
Surowego outputu modelu tam nie dopuszczam, kropka. Wchodzi fact-check i wchodzi człowiek, który firmuje każdą liczbę własnym nazwiskiem. O tym, gdzie automatyzacja napotyka ścianę, piszę w tekście o ograniczeniach automatyzacji contentu.
Macierz decyzyjna: typ treści a kto pisze lepiej
Koniec ogólników, czas na konkret. Tabela mówi wprost, który format zrzucić na maszynę, który zostawić człowiekowi i jaki układ daje najlepszy efekt przy danym typie treści.
| Typ treści | AI | Człowiek | Najlepszy układ |
|---|---|---|---|
| Opis produktu (masowo) | bardzo dobre | wolne i drogie | AI generuje, człowiek robi wyrywkowy przegląd |
| Meta title i description | bardzo dobre | zbędny nakład | AI, człowiek zatwierdza schemat |
| Artykuł SEO informacyjny | dobry draft | mocna redakcja | AI draft, człowiek redakcja i fakty |
| Sales letter / landing | słaby | bardzo dobry | człowiek pisze, AI podsuwa warianty |
| Newsletter | przeciętny | dobry | człowiek prowadzi, AI robi research |
| Post / personal brand | ryzykowny | bardzo dobry | człowiek pisze, AI tylko szlifuje |
| Storytelling marki | słaby | bardzo dobry | człowiek, AI poza grą |
| Treść YMYL (zdrowie, pieniądze, prawo) | ryzykowny | konieczny | człowiek + fact-check, model tylko pomocniczo |
| Warianty A/B nagłówków | bardzo dobre | wolne | AI generuje masę, człowiek wybiera |
Całość sprowadza się do dwóch osi. Rośnie stawka błędu i waga głosu, dokładasz człowieka; rośnie skala i powtarzalność, dokładasz maszynę.
Ja stawiam sztywną barierę na YMYL i na wszystkim, co ma sprzedawać wprost. Reszta to targ z terminem i budżetem.
Tabela mówi, kto pisze co. Zostaje pytanie, jak posadzić maszynę i człowieka przy jednym procesie.
Human-in-the-loop: gdzie dokładnie siedzi człowiek
Human-in-the-loop w copywritingu oznacza układ, w którym AI generuje treść, a człowiek pilnuje wejścia i wyjścia: briefu, faktów, głosu marki i decyzji o publikacji. To żadne „człowiek poprawia literówki po modelu”. Człowiek obsadza oba końce procesu, a maszyna pracuje w środku.
Realny przepływ wygląda tak: 1. Zbierz brief, kąt i fakty – robota człowieka, bo model nie wie, co jest prawdą o twoim produkcie. 2. Wygeneruj draft z modelu językowego – tu wchodzi skala i tempo maszyny. 3. Zredaguj tekst, ustaw głos marki i wytnij GPT-izmy – wraca człowiek. 4. Przejdź fact-check zdanie po zdaniu, obowiązkowo przy YMYL – znów człowiek. 5. Puść przez kontrolę jakości i podejmij decyzję o publikacji – to należy do człowieka.
Mało kto wie, że sam zautomatyzowałem własną produkcję treści, na n8n, NeuronWriterze i modelach LLM, a mimo to mój proces pisania artykułów ma wpięte obowiązkowe ludzkie bramki.
Konkret z podwórka: kiedy tekst szedł tylko przez humanizację „na oko”, bez osobnej bramki, i tak zostawały w nim GPT-izmy w rodzaju „realny” albo konstrukcja typu „to nie produkt – to rewolucja”. Wyłapywał je dopiero twardy, oddzielny przebieg. Właśnie dlatego humanizacja stała się u mnie osobnym, obowiązkowym krokiem, a nie fanaberią.
Automatyzacja nie kasuje człowieka. Przesuwa go z klepania znaków na wejście i wyjście.
Branżowe zestawienia z 2026 szacują, że redakcja ludzka draftu z AI pochłania orientacyjnie od jednej czwartej do niemal połowy tekstu, a układ hybrydowy dominuje w najlepszych zespołach. Jak wpiąć go w codzienną robotę, pokazuję w tekście o tym, jak wpiąć AI w workflow contentowy. A kiedy chcesz poukładać to z zespołem od razu na własnych materiałach, robimy to na szkoleniach z AI dla firm, gdzie agendę składam po audycie waszych procesów, a nie z gotowego szablonu.
Skoro proces pilnuje człowiek, zostaje ostatni straszak z sal konferencyjnych: kara od Google.
Czy Google karze treści pisane przez AI
Google patrzy na jakość treści, a nie na sposób jej produkcji. Uderza w teksty słabe i masowo klepane pod manipulację rankingiem, obojętne, czy stoi za nimi człowiek, czy model. Takie stanowisko Google utrzymuje od lutego 2023 i do dziś go nie ruszyło.
Punktuje E-E-A-T: doświadczenie, ekspertyzę, autorytet i wiarygodność. Core update z marca 2026 jeszcze mocniej nagradza mierzalną wartość i wiedzę, a przywala generycznemu, robotycznemu tekstowi. Czyli dokładnie temu, co model wypluwa bez redakcji.
Hasło „Google karze AI” to zwykle wymówka dla marnego contentu. Algorytm nie tępi AI, tępi nudę, powielanie i pustkę. Jeśli twój tekst z modelu obrywa, przyczyną nie jest model, lecz to, że w środku nic nie ma.
Bądźmy szczerzy. Gdyby Google faktycznie karcił każdy tekst muśnięty przez AI, w jeden weekend połowa internetu wyleciałaby z indeksu. Nie wyleciała. Lecą konkretne serwisy, które wypuściły tysiąc pustych podstron pod frazy, licząc na ruch, którego nic nie uzasadnia. Model użyty do rzeczy z sensem i model odpalony na masówkę to dwie różne historie.
Kiedy sięgnąć po AI, a kiedy po człowieka
Ta decyzja nie ma nic wspólnego ze światopoglądem, jest czysto operacyjna. Oto sześć reguł, które sam stosuję.
Jeśli robisz trzysta opisów produktów pod termin, generuj je modelem i przejdź wynik wyrywkowo, zamiast męczyć człowieka powtarzalną harówką. Jeśli piszesz landing dla flagowego produktu, posadź do niego człowieka, a modelowi zostaw podsuwanie wariantów nagłówków. Jeśli temat dotyka zdrowia, pieniędzy albo prawa, prowadź człowieka i fact-check, a samego modelu nie dopuszczaj nigdy.
Jeśli budujesz personal brand albo głos marki, pisz sam, a modelowi oddaj research i szlif. Jeśli masz jednego copywritera i dwieście tekstów na miesiąc, ustaw human-in-the-loop, zamiast kazać mu klepać wszystko palcami. A jeśli tekst ma nieść information gain, twój test albo twoją liczbę, wpuść go od człowieka, bo model tego materiału po prostu nie posiada.
Pod tymi regułami leży sześć kryteriów: skala, stawka błędu, waga głosu, information gain, termin i budżet. Ustal je raz dla swojego zespołu, a przestaniesz rozgrywać każdy tekst od nowa.
AI czy copywriter – najczęstsze pytania
Czy AI zastąpi copywriterów?
Nie w całości. Model przejmuje mechaniczne przepisywanie i najtańsze zlecenia z dołu rynku, ale zostawia strategię, głos marki i osąd. Copywriter, który jedynie parafrazuje ogólnodostępną wiedzę, jest zagrożony. Copywriter, który reżyseruje treść i wnosi kąt, dostał najtańsze narzędzie w dziejach zawodu.
Co AI robi lepiej niż copywriter?
Skalę, powtarzalność i tempo pierwszej wersji. Model hurtem generuje opisy produktów, meta tagi, warianty nagłówków i wstępne drafty długich form. Badanie Science z 2023 roku wykazało skrócenie czasu zadania pisarskiego o 40% przy dostępie do ChatGPT. W rutynie maszyna bije człowieka na głowę.
Kiedy używać AI, a kiedy copywritera?
Model do treści powtarzalnych i masowych, człowiek do perswazji, głosu marki i tematów YMYL. Przy dużym wolumenie łączysz oba w układzie human-in-the-loop. Sztywną granicę trzymaj na wszystkim, co sprzedaje wprost, oraz na treściach o zdrowiu, pieniądzach i prawie.
Na czym polega human-in-the-loop w copywritingu?
Człowiek pilnuje wejścia i wyjścia procesu, a AI generuje w środku. Na wejściu podaje brief, kąt i fakty. Na wyjściu robi redakcję, fact-check, kontrolę jakości i decyduje o publikacji. Model dostarcza skalę, człowiek dokłada osąd i odpowiedzialność.
Czy Google karze treści pisane przez AI?
Nie za samo AI. Google uderza w treść słabą i masowo produkowaną pod manipulację rankingiem, a ocenia jakość oraz E-E-A-T, nie autora. Stanowisko utrzymuje od lutego 2023. Dobry tekst z AI po redakcji rankuje tak samo jak dobry tekst człowieka.
Czy warto uczyć się copywritingu, skoro jest AI?
Tak, choć wartość przeniosła się z samego pisania na strategię, brief, głos marki i redakcję. Tego automatyzuje się trudniej niż klepania akapitów. Copywriter, który potrafi reżyserować model i wychwycić jego błędy, jest dziś wart więcej niż ten, który jedynie szybko pisze.
Jak poznać tekst pisany przez AI?
Po GPT-izmach: frazach-wytrychach, konstrukcji typu „to nie produkt – to rewolucja”, gładkim neutralnym tonie i nadmiarze em-dashy. Tekst brzmi poprawnie, a jednak pusto, wyprany z osobistego głosu i konkretu. Branżowe zestawienia mówią o około 69% czytelników, którzy wyczuwają, że tekstowi brakuje ludzkiego tonu.
Czy AI napisze sales letter albo landing page?
Napisze draft i warianty nagłówków, ale perswazję, strukturę i stawkę emocjonalną utrzymuje człowiek. Sam model daje gładki tekst pozbawiony sprzedażowego ostrza, bo nie wyczuwa, gdzie docisnąć. W formach, które mają sprzedawać wprost, model jest asystentem, nie autorem.
