Pro1 Logo

Opinie za rabat i importowane gwiazdki: co dopisał Google i co poprawić w sklepie

5 min czytaniaAutor: Anna Stachurska
Opinie za rabat i importowane gwiazdki: co dopisał Google i co poprawić w sklepie

24 lipca 2026 Google dopisał do dokumentacji fragmentów opinii jedno zdanie, które w dzienniku zmian uzasadnił przejrzystością opinii dla użytkowników. Brzmi ono: nie umieszczaj na stronie ani w danych strukturalnych opinii fałszywych ani pisanych za korzyść bez ujawnienia. Wytyczna podaje dwa przykłady: opinie nieoparte na rzeczywistym doświadczeniu z produktem oraz opinie napisane w zamian za korzyść, taką jak pieniądze, rabat, voucher lub darmowy produkt, które nie ujawniają tej zachęty jasno i w widocznym miejscu. Większość sklepów, które audytujemy, zbiera opinie „za 5% na następne zakupy" i nigdzie o tym nie pisze, a spora część pokazuje przy produkcie gwiazdki zsumowane z porównywarki albo przepisane od producenta. Obie praktyki dotykają teraz tego, co widać w wynikach wyszukiwania, i tego, co asystent AI streszcza o Twoim produkcie.

Co dokładnie dopisał Google, a czego nie

Wytyczna nie zakazuje nagradzania za opinię. Zakazuje nieujawnionej nagrody. Jeśli przy opinii jest widoczna informacja, że powstała w zamian za rabat, opinia spełnia wymóg; jeśli jej nie ma, strona traci prawo do fragmentu z gwiazdkami. Google pisze o kwalifikowalności do wyniku rozszerzonego, nie o karze rankingowej, i nie warto tej różnicy zacierać. Do nowego zdania dochodzą reguły, które w tej samej dokumentacji stoją od dawna i które sklepy łamią częściej: nie agreguj opinii ani ocen z innych witryn; podmiot, który kontroluje opinie o sobie, nie dostanie gwiazdek dla znaczników typu Organization czy LocalBusiness, więc ocena sklepu na karcie produktu to opinia o sobie; autor opinii musi być osobą lub organizacją z prawdziwą nazwą krótszą niż 100 znaków; AggregateRating wymaga wartości oceny oraz liczby ocen lub liczby opinii. Gwiazdki w Zakupach Google to osobna droga: program ocen produktów w Merchant Center, do którego sklep wysyła własne opinie bezpośrednio albo przez zatwierdzonego agregatora, z progiem 50 opinii łącznie, pełnym plikiem co miesiąc i dopasowaniem po GTIN.

Omnibus: co sklep musi napisać, a co zwykle pomija

Polskie prawo jest tu od dłuższego czasu bardziej wymagające niż Google. Ustawa z 1 grudnia 2022 r., w mocy od 1 stycznia 2023 r., dopisała do ustawy o przeciwdziałaniu nieuczciwym praktykom rynkowym trzy rzeczy. W art. 6 ust. 4 pkt 7: istotną informacją jest to, „czy i w jaki sposób przedsiębiorca zapewnia, aby publikowane opinie pochodziły od konsumentów, którzy używali danego produktu lub go nabyli". W art. 7 pkt 25: nieuczciwą praktyką jest twierdzenie, że opinie pochodzą od nabywców, „mimo że przedsiębiorca ten nie podjął uzasadnionych i proporcjonalnych kroków, aby sprawdzić", czy tak jest. W pkt 26: zamieszczanie lub zlecanie nieprawdziwych opinii albo ich zniekształcanie w celu promowania produktów.

Praktyka urzędu pokazuje, jak to jest czytane. 14 stycznia 2026 Prezes UOKiK postawił zarzuty Samsung Electronics Polska: etykieta „Potwierdzony zakup" była nadawana po zaznaczeniu pola przez piszącego, bez numeru zamówienia czy paragonu, a niezweryfikowane opinie wliczano do ocen i gwiazdek bez informacji o sposobie weryfikacji. 3 czerwca zarzuty dostało Nocowanie.pl, między innymi za brak informacji, czy opinie pochodzą od gości, i za możliwość wyłączania przez właścicieli obiektów panelu opinii. W obu sprawach grozi do 10% obrotu. Wspólny mianownik: „zweryfikowana" znaczy powiązana z zamówieniem, nie z kliknięciem w pole wyboru. To nie jest porada prawna; przy wątpliwościach co do własnego regulaminu pytaj prawnika.

Audyt znaczników w 30 minut

Otwórz Test wyników rozszerzonych Google'a na trzech kartach produktu: bestsellerze, produkcie z importowanymi ocenami i produkcie z jedną opinią.

  1. Czy liczba w AggregateRating zgadza się z liczbą opinii widocznych na stronie. Różnica to prawie zawsze import albo sumowanie z innych źródeł.
  2. Skąd są opinie. Własne, zebrane po zakupie: w porządku. Zebrane przez zewnętrzny system opinii na Twoje zlecenie, o Twoim produkcie, wyświetlane u Ciebie: w porządku. Przepisane z porównywarki albo od producenta: poza znacznikami, bo to agregacja z innych witryn.
  3. Czy na karcie produktu nie ma oceny sklepu. Znacznik Organization z gwiazdkami na stronie produktu to opinia o sobie.
  4. Czy opinie za rabat mają ujawnienie przy każdej z nich. Schema.org nie ma pola na „opinia za korzyść", więc ujawnienie musi być w treści strony, obok opinii; do znaczników nie wstawiaj opinii, przy których go nie ma.
  5. Duplikaty. Moduł opinii i motyw generują po jednym AggregateRating, więc na stronie są dwa. W PrestaShop, WooCommerce i Magento sprawdź, który moduł emituje JSON-LD, i wyłącz drugi.
  6. Autorzy. Opinie bez nazwiska albo z autorem „Klient" nie spełniają wymogu prawdziwej nazwy.

Wynik zapisz w tabeli: produkt, liczba w znaczniku, liczba na stronie, źródło opinii, ujawnienie, duplikat.

Jak opinie z Twojego sklepu trafiają do ChatGPT

Paweł Gontarek z Semgence rozebrał 24 sierpnia dokumentację OpenAI dla sprzedawców. Dwa zdania z niej są dla sklepu ważne: podsumowania opinii wyświetlane w ChatGPT są generowane przez model „na podstawie opinii z publicznych witryn", a „opinie i oceny nie są weryfikowane przez OpenAI". Etykieta w rodzaju „Budget-friendly" wynika z języka opinii, nie z porównania cen. Skutek: treść opinii na Twojej karcie produktu jest surowcem dla streszczeń, których nie poprawisz. Opinie importowane albo pisane za rabat bez ujawnienia budują obraz, który asystent powtórzy; opinie szczegółowe, o dopasowaniu, trwałości i dostawie, opisują Twój produkt słowami Twoich klientów. Te same dane mają dziś trzech odbiorców: Google, urząd i model językowy.

Program opinii, który przechodzi test Google i UOKiK

  • Zaproszenie wysyłane po dostawie, z linku powiązanego z zamówieniem, a nie po kliknięciu „kup".
  • Nagroda, jeśli w ogóle, taka sama niezależnie od oceny i ujawniona przy opinii oraz w regulaminie. Rozważ rezygnację: rabat za opinię działa jak rabat za zapis do newslettera, o którym pisaliśmy w studium przypadku. Zniekształca dane i zjada marżę, a klient, który chce napisać, napisze bez niego.
  • „Zweryfikowany zakup" znaczy powiązanie z numerem zamówienia. Opinie bez zamówienia wyświetlaj osobno i trzymaj poza AggregateRating.
  • Strona „Jak weryfikujemy opinie" podlinkowana przy każdej liście opinii; to jest wykonanie obowiązku z art. 6 ust. 4 pkt 7.
  • Negatywne opinie zostają. Moderacja tylko według regulaminu i z zapisem, kto co usunął i dlaczego.
  • Gwiazdki do Zakupów Google przez plik opinii w Merchant Center, nie przez znaczniki z cudzymi ocenami.
  • Trzy liczby do śledzenia co miesiąc: udział opinii z ujawnioną nagrodą, średnia ocena zweryfikowanych i niezweryfikowanych osobno oraz konwersja kart produktu z opiniami wobec kart bez nich w GA4.

Warstwę komunikacyjną opinii, odpowiedzi i ton, opisaliśmy w audycie komunikacji sklepu. Tu chodzi o dane, które za tymi opiniami stoją.

Co zrobić w najbliższym tygodniu

  1. Przejdź test wyników rozszerzonych na trzech kartach produktu i wypełnij tabelę z audytu.
  2. Policz, ile opinii w sklepie pochodzi z importu lub od producenta, i usuń je ze znaczników; jeśli zostają jako treść, oznacz źródło.
  3. Dopisz ujawnienie przy istniejących opiniach za rabat albo wyłącz je ze znaczników, dopóki nie masz jak tego zrobić wstecz.
  4. Opublikuj stronę o weryfikacji opinii i podlinkuj ją przy opiniach.
  5. Przestaw zaproszenie do opinii na moment po dostawie, z tokenem zamówienia.
  6. Sprawdź, czy sklep spełnia próg programu ocen produktów w Merchant Center, i jeśli tak, uruchom plik opinii.
  7. Za cztery tygodnie otwórz w Search Console raport ulepszeń dla fragmentów opinii i sprawdź, czy błędy zniknęły.

Gwiazdki, które nie mają pokrycia w zamówieniach, nie budują zaufania, tylko odkładają w czasie moment, w którym ktoś je sprawdzi: Google, urząd albo klient z ChatGPT w ręku. Jeśli chcesz, żebyśmy przejrzeli znaczniki i program opinii w Twoim sklepie, zajrzyj do naszej oferty.

Anna Stachurska

Anna Stachurska

e-commerce & marketing · Pro1.pl

Współzałożycielka Pro1.pl i ekspertka e-commerce z ponad 10-letnim doświadczeniem zdobytym po stronie sklepów internetowych. Pomaga właścicielom i zespołom e-commerce podejmować decyzje, które zwiększają przede wszystkim zysk, nie tylko sprzedaż. Zaczyna od diagnozy biznesu, a następnie łączy strategię, marketing, analitykę i technologię w jeden plan rozwoju. Autorka publikacji w „E-commerce w Praktyce” i prelegentka konferencji branżowych.

Czytaj też