TF-IDF – co to jest i jak wpływa na SEO?

Czym jest TF-IDF

Metoda z dziedziny wyszukiwania informacji, nie algorytm Google

Dobrze od razu zachować proporcje, bo TF-IDF bywa sprzedawany jako klucz do zrozumienia wyszukiwarki. To klasyczna miara opisana w literaturze na długo przed powstaniem Google i stosowana wszędzie tam, gdzie porównuje się teksty: od bibliotek cyfrowych po filtry antyspamowe.

Google nigdzie nie potwierdza, że używa jej jako czynnika rankingowego, a pojęcie nie występuje w dokumentacji dla właścicieli stron. Nie brakuje w niej za to stwierdzeń o kierunku odwrotnym: znacznik meta keywords jest ignorowany, bo „has no effect on indexing and ranking at all”,1 a o treści dokumentacja pyta w kategoriach wartości, nie rozkładu słów: „Does the content provide substantial value when compared to other pages in search results?”.2

Policzyliśmy to na własnym korpusie

Zamiast opisywać metodę abstrakcyjnie, uruchomiliśmy ją 1 września 2026 na własnym zbiorze: 235 haseł tego słownika, 16 014 unikalnych terminów.3 Dla hasła o szybkości strony najwyższe wyniki dostały paint, vitals, core i metryki.

To dobrze pokazuje, co metoda naprawdę wskazuje. Na szczycie nie stoi fraza, pod którą tekst powstał, tylko słownictwo techniczne tematu, czyli pojęcia, które pojawiają się, gdy ktoś rzeczywiście zna rzecz, o której pisze. Dlatego TF-IDF jest użyteczny jako kontrola kompletności, a bezużyteczny jako cel do trafienia.

Ten sam przebieg pokazał od razu ograniczenie metody w polszczyźnie. Dla hasła o testach A/B trzy najwyższe pozycje to testu, test i testy: trzy formy jednego słowa policzone jako trzy osobne terminy. Odmiana rozbija obraz: to, co po angielsku byłoby jednym hasłem o wysokiej wadze, u nas rozpada się na kilka słabszych. Wniosek praktyczny: listy z takich narzędzi trzeba czytać z poprawką na odmianę, a nie traktować jak wynik pomiaru.

Do czego ta metoda się nadaje

Do jednego pytania: czy tekst w ogóle porusza pojęcia nieodłączne dla tematu. Jeśli artykuł o kredycie hipotecznym ani razu nie wspomina o wkładzie własnym ani zdolności kredytowej, to sygnał, że temat jest niedomknięty. Nie dlatego, że brakuje słów, tylko dlatego, że brakuje treści.

Tak używamy tej logiki u siebie. Nasze narzędzie do briefów wylicza dla każdego terminu widełki wystąpień na podstawie tekstów z pierwszej dziesiątki, a wynik obniża się zarówno przy braku terminu, jak i przy przekroczeniu dwukrotności maksimum.4 Nadmiar jest karany tak samo jak brak, bo celem jest kompletność tematu, a nie gęstość słów.

Gdzie to się psuje

Wynik z narzędzia bywa traktowany jak lista do odhaczenia, więc brakujące słowa dopisuje się do gotowego tekstu. Powstają z tego zdania, których nikt by nie powiedział, czyli keyword stuffing w wersji dla zaawansowanych, bo z wykresem w tle.

Różnica jest prosta do sprawdzenia: brakujący termin dopisuje się wtedy, gdy ma co wnieść, czyli razem z akapitem, który wyjaśnia pojęcie. Jeśli po dopisaniu tekst mówi coś nowego, to była luka w treści. Jeśli tylko zawiera nowe słowo, to było nasycenie słowami kluczowymi pod inną nazwą.

Najczęstsze pytania

Czy Google używa TF-IDF?
Nie potwierdza tego, a pojęcie nie występuje w dokumentacji dla właścicieli stron. To metoda z dziedziny wyszukiwania informacji, nie ujawniony czynnik rankingowy.

Po co więc narzędzia oparte na tej metodzie?
Do kontroli kompletności tematu. Pokazują pojęcia, których w tekście brakuje, a które w danym temacie są naturalne.

Czy metoda dobrze działa po polsku?
Gorzej niż po angielsku. Odmiana sprawia, że formy jednego słowa liczone są osobno, więc wyniki trzeba czytać z poprawką na fleksję.

Czy warto dopisywać brakujące terminy?
Tylko razem z treścią, która je wyjaśnia. Samo dopisanie słowa jest keyword stuffingiem pod inną nazwą.

Źródła

1. Google Search Central, Meta tags and HTML attributes that Google supports — status znacznika meta keywords. developers.google.com/search/docs/crawling-indexing/special-tags

2. Google Search Central, Creating helpful, reliable, people-first content — pytania oceniające wartość treści. developers.google.com/search/docs/fundamentals/creating-helpful-content

3. Obliczenie własne z 1.09.2026: TF-IDF policzone na korpusie 235 opublikowanych haseł słownika essaseo.pl (16 014 unikalnych terminów), z pominięciem słów nieinformacyjnych i terminów występujących raz.

4. Własne narzędzie briefów treści essaseo.pl: widełki wystąpień wyliczane z tekstów pierwszej dziesiątki wyników, z obniżeniem wyniku przy braku terminu i przy przekroczeniu dwukrotności maksimum.