Google właśnie zabił słowa, na których zbudowałeś swoje kampanie

Przez dekadę rządziły listami. Teraz stają się zbędnym bagażem. Google coraz śmielej zastępuje klasyczne targetowanie oparte na frazach systemem, w którym liczy się nie to, co wpisujesz w kampanię, ale jakim sygnałem jesteś dla algorytmu. Brzmi abstrakcyjnie? Za rok może Cię to kosztować każdą złotówkę źle wydaną na reklamę.

Co warto widzieć?

• Google odchodzi od targetowania opartego na frazach w kierunku reklamy opartej na sygnałach (ang. signal-based advertising) – systemu, w którym algorytm samodzielnie decyduje, do kogo kierować reklamy, bazując na danych o zachowaniach użytkowników, jakości kreacji i danych własnych reklamodawcy.
• Performance Max – typ kampanii Google sterowany w całości przez AI – odpowiada już za 45% wszystkich konwersji na platformie Google Ads.
• Narzędzie AI Max for Search wprowadza tzw. keywordless matching, czyli wyświetlanie reklam na zapytania, których nie ma na żadnej liście – system sam interpretuje intencję użytkownika.
• Aż 84% specjalistów PPC (ang. pay-per-click, reklamy płatne za kliknięcie) zgłasza neutralne lub negatywne wyniki po uruchomieniu AI Max – sukces zależy niemal wyłącznie od jakości danych wejściowych.
• Dane własne (ang. first-party data), czyli informacje zbierane bezpośrednio od klientów – listy e-mail, historia zakupów, dane CRM – stają się fundamentem skutecznej kampanii, ważniejszym niż jakikolwiek zestaw fraz.

Czym jest reklama signal-based i dlaczego Google nią zastępuje frazy?

Przez prawie dwie dekady model Google Ads działał jak zamówienie w restauracji: wybierałeś frazy, ustawiałeś stawki, decydowałeś, kto zobaczy reklamę. System był przewidywalny. Agencje marketingowe budowały konta z dziesiątkami tysięcy fraz, a precyzja słownikowa była przepustką do dobrych wyników^[1]. W 2026 roku ta logika coraz bardziej przypomina obsługę klientów przez faksowanie – technicznie wciąż możliwa, ale już nie na miarę epoki.

Czym są sygnały?

Sygnał (ang. signal) to każda porcja danych, którą algorytm Google może obserwować, mierzyć lub wnioskować – i używać do decyzji o wyświetleniu reklamy^[2]. W praktyce oznacza to, że o losach kampanii nie decyduje już to, czy wpisałeś frazę „buty do biegania rozm. 42”, ale całokształt ekosystemu reklamodawcy: jak wygląda strona docelowa, jakie dane konwersji trafiają do systemu, ile historycznych transakcji zawiera lista klientów z CRM-a i jak atrakcyjne są przesłane kreacje reklamowe.

Performance Max – typ kampanii, który całkowicie rezygnuje z fraz – generuje już 45% wszystkich konwersji na Google Ads^[3]. Google formalnie wciąż utrzymuje listy fraz w niektórych typach kampanii, ale stopniowo redukuje ich faktyczną wagę. W Performance Max zamiast fraz reklamodawca przesyła audience signals – wskazówki dotyczące grupy docelowej, które algorytm traktuje jako punkt startowy, a nie ograniczenie. Jeśli system wykryje, że inne segmenty konwertują lepiej niż te wskazane, po prostu je ignoruje i kieruje reklamy tam, gdzie dane prowadzą^[4].

Czym jest AI Max for Search i dlaczego to zmiana strukturalna?

AI Max for Search nie jest nowym typem kampanii – to warstwa funkcji AI nakładana na istniejące kampanie w sieci wyszukiwania^[5]. Jego centralny komponent to keywordless matching – mechanizm, dzięki któremu reklama może pojawić się na zapytanie, którego w ogóle nie ma na liście słów kluczowych. Algorytm analizuje treść strony docelowej, istniejące reklamy, przesłane materiały i dane historyczne, a następnie sam ocenia, na jakie zapytania warto wyświetlić ad.

To nie tylko poszerzenie zasięgu. Reklamy uruchomione przez AI Max mogą pojawiać się wewnątrz Google AI Overviews – sekcji z odpowiedziami generowanymi przez sztuczną inteligencję, widocznych na coraz większej liczbie komercyjnych zapytań. Reklamodawcy, którzy nie aktywują AI Max, są z tych powierzchni automatycznie wykluczeni^[6].

Ekspertka ds. Google Ads Jyll Saskin Gales komentuje wprost: „Frazy umarły w formie, jaką znaliśmy. AI Max to drugi etap tej ewolucji^[7]”. Google deklaruje, że reklamodawcy korzystający z AI Max notują średnio 14% więcej konwersji przy zbliżonym koszcie pozyskania klienta^[8]. Niezależne testy agencji Monks, obejmujące ponad 30 tysięcy zapytań obsługiwanych przez AI Max, przynoszą jednak inny obraz: 99% wyświetleń nie przyniosło żadnej konwersji, a mniej niż połowa zapytań była dopasowana do jakiejkolwiek frazy z listy^[9]. Sondaż wśród specjalistów PPC pokazał, że tylko 16% ocenia wyniki jako dobre^[10].

Dlaczego Google zmienia zasady?

Powody są trzy. Użytkownicy coraz rzadziej wpisują proste frazy – zadają pytania głosowe, używają konwersacyjnych zapytań w Google AI Mode, szukają pełnymi zdaniami, a precyzyjne listy fraz nie nadążają za tym stylem szukania^[11]. Jednocześnie deprecacja plików cookie firm trzecich (danych zbieranych przez zewnętrzne podmioty bez bezpośredniej zgody użytkownika) zmusza reklamodawców do szukania innych metod identyfikacji wartościowych odbiorców^[12]. I wreszcie – Google zarabia więcej, gdy jego algorytm zarządza targetowaniem, bo dysponuje danymi, których reklamodawcy nie posiadają i nigdy mieć nie będą.

Co z tego wyniknie ze zmiany modelu targetowania i jak się do tego przygotować?

Zmiana modelu targetowania przeorientowuje cały sposób myślenia o kampaniach płatnych – od taktycznego zarządzania frazami do strategicznego zarządzania danymi i kreacją. Wśród marketerów, którzy przeszli przez wdrożenie AI Max lub Performance Max, wyłania się jeden wspólny wniosek: wyniki są pochodną tego, co do systemu trafia, a nie tego, co w nim ustawiasz^[13].

Dane własne ważniejsze niż lista fraz

Specjalistka PPC Sarah Stemen formułuje to bezpośrednio: w 2026 roku lista klientów jest ważniejsza niż lista fraz^[14]. Dane z CRM – zamknięte transakcje, marża na kliencie, etapy lejka sprzedażowego – to paliwo, na którym uczy się algorytm. Bez tego fundamentu system optymalizuje się pod najtańsze zapytania, a nie pod najbardziej dochodowych klientów. Brak zintegrowanego śledzenia konwersji offline (finalizacji transakcji przez telefon lub spotkanie sprzedażowe) sprawia, że Google Ads uczy się na danych niepełnych, a algorytm nauczony na błędnych danych błędy optymalizuje równie sprawnie jak sukcesy^[15].

Kreacja reklamowa staje się dźwignią performancu

W modelu opartym na frazach kreacja była dopełnieniem. W systemie sygnałowym jest jednym z podstawowych wejść algorytmu. Performance Max generuje reklamy dynamicznie, dobierając nagłówki, opisy i grafikę na podstawie przesłanych zasobów. Im bogatsze i lepiej jakościowo przygotowane materiały, tym szersze możliwości optymalizacji dla AI^[16].

Rola marketera zmienia się z tworzenia każdego elementu reklamy z osobna na budowanie biblioteki materiałów, z której AI samodzielnie komponuje tysiące wersji i testuje je w czasie rzeczywistym^[17].

Kampanie DSA mogą zniknąć

Dynamic Search Ads (DSA) – typ kampanii automatycznie dobierający zapytania na podstawie treści strony – są coraz bardziej zbędnym naddatkiem wobec AI Max i Performance Max^[18]. ALM Corp prognozuje ogłoszenie ich wycofania w Q2 2026 roku z 12–18-miesięcznym oknem migracji – analogicznie do wycofania rozszerzonych reklam tekstowych^[19]. Reklamodawcy, którzy mocno opierają się na DSA, powinni już teraz testować AI Max jako zamiennik, zanim zostanie narzucony zewnętrzny harmonogram.

Jak uchronić się przed stratami?

AI Max i Performance Max nie są odpowiednie dla każdego budżetu ani każdego konta. Warunki, które powtarzają się w każdym rzetelnym opracowaniu: co najmniej 100 konwersji miesięcznie jako minimum uczenia algorytmu, budżet dzienny powyżej 15-krotności docelowego CPA (kosztu pozyskania klienta) oraz kompletna lista fraz wykluczonych jako tarcza przed nietrafionym zasięgiem^[20].

DOJO AI proponuje celne rozróżnienie: Performance Max to „daj Google wszystko i sprawdź, co się stanie”, a AI Max to „daj Google więcej przestrzeni, zachowując ściany”^[21]. Dla reklamodawców, którzy próbowali PMax i uznali brak kontroli za nieakceptowalny, AI Max oferuje kompromis – z większą transparentnością danych i zachowanymi listami fraz wykluczających.

Oddzielne ostrzeżenie dotyczy branż regulowanych – prawnej, medycznej, finansowej. AI generujące treści reklam może tworzyć komunikaty niezgodne z wymogami prawnymi lub sektorowymi. Google w lutym 2026 roku rozszerzył możliwości ustawiania wytycznych dla generowanych treści, ale pełna kontrola redakcyjna wciąż jest niedostępna^[22].