Patenty Google 2024–2026: co jest w 4651 wynalazkach i które warto przeczytać

Od stycznia 2024 r. ukazały się zgłoszenia i patenty Google i DeepMind dotyczące 4651 wynalazków z obszaru wyszukiwania, języka, sztucznej inteligencji, reklamy i obrazu. Większość z nich nie dotyczy wyszukiwarki. Z 339, które według modelu AI dotyczą jej bezpośrednio, opis w trzech źródłach śledzących patenty Google dla SEO ma 93, czyli mniej więcej co czwarty. Odpowiedzi AI są opisane prawie w połowie, Mapy prawie wcale: 3 opisy na 66 wynalazków.

Wszystkie 4651 wynalazków zebrałem w jednej bazie. Każdy ma tytuł, abstrakt, czyli streszczenie od zgłaszającego, daty, obszar tematyczny, ocenę związku z wyszukiwarką i informację, czy ktoś już o nim pisał. Bazę udostępniam do pobrania na licencji CC BY 4.0. Wynalazek liczę jako rodzinę patentową, czyli wszystkie publikacje tego samego rozwiązania w różnych krajach. Związek z wyszukiwaniem ocenił model AI, a ocenę sprawdziłem na próbce drugim modelem. Szczegóły metody są na końcu.

Najważniejsze liczby z bazy patentów Google

Baza obejmuje 4651 wynalazków i 11 632 publikacje: zgłoszenia, udzielone patenty i ich odpowiedniki z innych krajów, opublikowane od 1.01.2024 do 17.09.2026.

• 1088 wynalazków może dotyczyć wyszukiwania i widoczności. Tak ocenił model Gemini Flash, w tym 339 jako bezpośrednio związane z wyszukiwarką i odpowiedziami AI. Kontrola na próbce wskazuje, że naprawdę jest ich mniej, zgrubnie 600.
• Opis ma co czwarty wynalazek bezpośrednio związany z wyszukiwarką. Sprawdziłem trzy źródła, które opisują patenty Google dla SEO: opis mają 93 z 339. Im słabszy związek z wyszukiwarką, tym rzadziej ktoś wynalazek opisał: przy ocenie 2 to 8,1%, przy ocenach 1 i 0 poniżej 2%. W całej bazie opis ma 177 wynalazków.
• 97 nowych zgłoszeń z najwyższą oceną nie ma opisu w żadnym z tych trzech źródeł. Mają datę pierwszeństwa (ang. priority date) od 2023 r. To data pierwszego zgłoszenia wynalazku. Od tych 97 zacząłbym lekturę.
• Co trzeci wynalazek z 2024 r. wspomina model językowy. Określenie modelu językowego albo generatywnego ma w tytule lub abstrakcie 34,9% wynalazków zgłoszonych po raz pierwszy w 2024 r. W 2020 r. było to 1,5%.
• 58,8% wynalazków ma w bazie udzielony patent, przynajmniej w jednym kraju. Pozostałe mają tylko zgłoszenia, które mogą zostać odrzucone albo porzucone.

Patent nie mówi, jak działa wyszukiwarka, tylko jakie rozwiązanie Google ujawnił i o jaką ochronę wystąpił. Z bazy wyczytasz więc, co Google zgłasza do ochrony, a nie listę czynników rankingowych.

Co Google patentuje w wyszukiwaniu

Co trzeci z 1088 wynalazków związanych z wyszukiwaniem dotyczy odpowiedzi AI i wyszukiwania informacji: 363. Dalej są reklamy (155), personalizacja i rekomendacje (145), obraz i wideo (134) oraz Mapy (93).

Wyszukiwanie informacji i odpowiedzi AI

363

Reklamy

155

Personalizacja i rekomendacje

145

Obraz, wideo i multimodalność

134

Mapy i wyniki lokalne

93

Encje i semantyka

54

Jakość, fakty i wiarygodność

52

Struktura dokumentu

32

Spam i nadużycia

17

E-commerce i produkty

17

Crawl i indeksowanie

16

Aktualność i zmiany treści

8

Linki

2

Obszar i ocenę każdemu wynalazkowi przypisał model AI na podstawie tytułu i abstraktu, więc traktuj podział jako mapę, a nie werdykt. Pięć rzeczy rzuca się w oczy:

• Odpowiedzi AI rosną. W wynalazkach z datą pierwszeństwa od 2023 r. wyszukiwanie informacji i odpowiedzi AI to 40,5% puli, w starszych 27,8%. Prawie dwie trzecie nowych wynalazków z tego obszaru (65,3%) wspomina w tytule lub abstrakcie model językowy albo generatywny.
• Mapy to głównie stare wynalazki. Połowa z 93 ma datę pierwszeństwa z 2018 r. lub wcześniejszą, a od 2023 r. Google zgłosił tylko 16 z nich. W puli wynalazków od 2023 r. Mapy mają 3,4%, w starszej 12,6%.
• Reklamy to technika kampanii. Ze 155 wynalazków tylko 2 model uznał za bezpośrednio związane z wynikami wyszukiwania. Reszta to m.in. atrybucja konwersji i optymalizacja kampanii.
• Crawl i indeksowanie to 16 wynalazków. Żaden nie ma daty pierwszeństwa od 2023 r.
• Linki to 2 wynalazki na całą pulę. Oba są nowe i oba nieopisane. Opisuję je niżej.

Co już opisano i gdzie

Z 1088 wynalazków związanych z wyszukiwaniem publiczny opis ma 154, a najwięcej z nich, 81, dotyczy odpowiedzi AI i wyszukiwania informacji. Sprawdziłem trzy źródła, które systematycznie opisują patenty Google dla SEO:

Archiwum Billa Slawskiego kończy się w 2022 r. i nie znalazłem w nim wynalazków z tej bazy. Każdy autor wybiera patenty według własnych kryteriów, dlatego pokrycie mówi, czym zajmują się te trzy źródła, a nie co jest ważne dla Google.

Numer patentu kończy się kodem rodzaju dokumentu: w USA A1 oznacza opublikowane zgłoszenie, a B1 i B2 udzielony patent. Prefiks WO to zgłoszenie międzynarodowe.

Osiem wynalazków ma opis we wszystkich trzech źródłach:

Czy nieopisane znaczy nieciekawe?

Częściowo tak. Im silniejszy związek z wyszukiwarką, tym więcej opisów: ma je 27,4% wynalazków z oceną 3, 8,1% z oceną 2, 1,5% z oceną 1 i 0,3% z oceną 0. Autorzy omawiają głównie to, co dotyczy SEO, a pomijają m.in. technikę reklam, personalizację i ogólne uczenie maszynowe. To rozsądny wybór.

z publicznym opisembez opisu

Wyszukiwanie informacji i odpowiedzi AI

52 z 116

Mapy i wyniki lokalne

3 z 66

Obraz, wideo i multimodalność

12 z 64

Jakość, fakty i wiarygodność

7 z 22

Encje i semantyka

9 z 15

Crawl i indeksowanie

2 z 15

Personalizacja i rekomendacje

3 z 11

Struktura dokumentu

3 z 11

Pozostałe obszary

2 z 19

Dwóch luk nie da się jednak tym wytłumaczyć. Pierwsza to Mapy: z 66 wynalazków, które model uznał za bezpośrednio związane z wyszukiwarką, opis mają 3, a ze 116 dotyczących odpowiedzi AI opis ma 52. Część wyjaśnia wiek, bo połowa wynalazków o Mapach ma datę pierwszeństwa z 2018 r. lub wcześniejszą. Wśród 11 nowych zgłoszeń dotyczących Map, które mają najwyższą ocenę i nie mają opisu, są jednak m.in. profile firm generowane przez AI.

Druga luka to czas. Wśród wynalazków dotyczących odpowiedzi AI opis ma 50% opublikowanych po raz pierwszy w 2024 r. i 29,2% opublikowanych w 2026 r. To wygląda raczej na brak czasu niż brak treści.

Od czego zacząć lekturę

Zacząłbym od 97 nowych zgłoszeń z najwyższą oceną modelu, których nie opisało żadne z trzech źródeł. Najwięcej, 43, dotyczy odpowiedzi AI i wyszukiwania informacji, 23 obrazu i wideo, 11 Map, a 9 jakości i wiarygodności.

Przejrzałem ich tytuły i abstrakty i wybrałem najciekawsze. Opisuję je na podstawie abstraktów, czyli streszczeń, które dołącza zgłaszający. O zakresie ochrony decydują dopiero zastrzeżenia, czyli punkty na końcu patentu, a tych tu nie analizowałem.

Mapy i wizytówki firm

• Profile firm generowane przez AI. US20250054045A1 „Artificial Intelligence Generated Business Profiles”, zgłoszenie z datą pierwszeństwa 10.08.2023. System tworzy profil firmy w odpowiedzi na zapytanie, z danych o firmie i danych o użytkowniku, który pyta. Dwie osoby mogłyby więc zobaczyć różne profile tej samej firmy.
• Atrybuty miejsc z treści stron i zapytań. US20260267829A1 „Automatic Generation of Schemas and Attributes for Geographic Locations”, zgłoszenie z datą pierwszeństwa 7.03.2025. Modele uczenia maszynowego ustalają z treści stron i zapytań schematy, a potem generują atrybuty dla kategorii treści. Według tytułu chodzi o miejsca geograficzne.
• Dane o miejscach jako kontekst dla modelu językowego. WO2024233832A1 „Augmenting large language models understanding of web information with factual and subjective location based data”, zgłoszenie z datą pierwszeństwa 9.05.2023, także w Europejskim Urzędzie Patentowym (EPO) i w Chinach. Model odpowiada na pytania o miejsca na podstawie ustrukturyzowanych danych o lokalizacji. Tytuł wymienia dwa rodzaje tych danych: fakty i dane subiektywne.

Jeśli prowadzisz wizytówki firm, te trzy zgłoszenia warto zestawić z tym, co już wiadomo o profilu firmy w Google.

Odpowiedzi AI i wyniki wyszukiwania

• Linki w odpowiedzi modelu prowadzą do kolejnych pytań. US20260178846A1 „Using llms to automatically create follow-up links in llm response”, zgłoszenie z datą pierwszeństwa 19.12.2024. Model pisze odpowiedź w języku znaczników, np. HTML, i dodaje określoną liczbę linków przy frazach kluczowych. Każdy link prowadzi do zapytania uzupełniającego, a wyróżnioną frazę można kliknąć.
• Odznaki AI w wynikach. US20240378256A1 „Artificial Intelligence Generated Badges for Search”, zgłoszenie z datą pierwszeństwa 9.05.2023, także w Japonii. System ustala z informacji w sieci cechy podmiotu i tworzy z nich odznaki. Według abstraktu odznaki mogą wpływać na ranking i oznaczać wyniki w interfejsie.
• Format odpowiedzi według intencji. US20260252621A1 „Identifying Content Formats Based On Search Query Intent”, zgłoszenie z datą pierwszeństwa 28.11.2023, także w EPO. Wskaźnik intencji określa, czy użytkownik chce obrazu, wideo, tekstu czy audio.
• Opisy filmów pisane przez AI. US12566796B1 „Query-dependent generative descriptions for videos provided via a search result”, udzielony patent z datą pierwszeństwa 4.10.2024. Model pisze opis filmu do wyniku wyszukiwania na podstawie zapytania i treści filmu. Opis trafia do wyników, gdy ocena jego zgodności z danymi wejściowymi osiągnie próg.
• Model uczony na różnicy między odpowiedzią z wynikami wyszukiwania i bez nich. US12437016B2 „Fine-tuning large language model(s) using reinforcement learning with search engine feedback”, udzielony patent z datą pierwszeństwa 7.12.2023. Z tego porównania powstaje sygnał do trenowania modelu nagrody, który dostraja model językowy.
• Strony generowane na żądanie. US20250094521A1 „Generative navigational corpus”, zgłoszenie z datą pierwszeństwa 19.09.2023. Duży model tworzy stronę internetową z treści źródłowych, dopasowaną do intencji użytkownika.

Reklamy i linki

• Reklamy w formatach generatywnych. US20260003902A1 „Generative ai search formats”, zgłoszenie z datą pierwszeństwa 1.07.2024. Jeden model AI tworzy kategorie powiązane z zapytaniem, drugi pisze do każdej opis, a obok są treści sponsorowane i linki do stron zewnętrznych.
• Model sprawdza, czy link prowadzi tam, gdzie obiecuje. US20260099559A1 „Systems and Methods for Link Validation with Machine Learning”, zgłoszenie z datą pierwszeństwa 9.10.2024. System robi zrzut strony docelowej i pyta model multimodalny, czy pasuje ona do tekstu linku. Wykrywa m.in. niezgodność znaczeniową.

Wynalazek sprzed ChatGPT, też bez opisu

• Odpowiedź modelu oparta na wynikach wyszukiwarki, zgłoszona przed ChatGPT. US12333436B2 „Augmenting machine learning language models using search engine results”, DeepMind, data pierwszeństwa 31.01.2022. System tworzy z pytania zapytanie do wyszukiwarki, a z fragmentów znalezionych dokumentów przygotowuje dane wejściowe dla modelu językowego. Rodzina ma dwa patenty w USA oraz publikacje w EPO, Wielkiej Brytanii, Korei, Chinach i Niemczech.

Pełną listę 97 zgłoszeń wyciągniesz z bazy jednym filtrem, który podaję w części o korzystaniu z danych.

Ciekawostki z bazy

Najstarszy wynalazek ma ponad 20 lat. US12008727B2 „Digital mapping system” ma datę pierwszeństwa 23.03.2004, niecały rok przed premierą Map Google w lutym 2005 r. Patent opublikowano 11.06.2024. Opisuje okno z informacjami o miejscu, które otwiera się na mapie po wybraniu znacznika. W bazie są 33 wynalazki zgłoszone po raz pierwszy przed 2010 r. i 282 przed 2015 r.

W 2004 r. Google zgłosił wyniki dla pytań, których użytkownik jeszcze nie zadał. US11971897B2 „Predictive information retrieval” z datą pierwszeństwa 3.12.2004 opisuje system, który po wysłaniu zapytania przewiduje kolejne i z wyprzedzeniem pobiera dla nich informacje. Patent opublikowano 30.04.2024.

Nihil novi sub sole.

Patenty Google nie mówią „Google”. W tytułach i abstraktach 4651 wynalazków słowa Google, YouTube, Gemini, Chrome, Android i SEO nie padają ani razu. Patent opisuje rozwiązanie, a nie produkt, dlatego bez znajomości języka patentów trudno je znaleźć. Słownik podaję niżej, przy czytaniu patentów.

Najszerzej Google zgłasza wynalazki dotyczące samych modeli. Rekord bazy, 30 publikacji w dziewięciu urzędach, ma generowanie dźwięku przez sieci neuronowe (US12322380B2). Wśród wynalazków związanych z wyszukiwaniem najwięcej publikacji, 25, ma model językowy, który przed odpowiedzią tworzy pośrednią analizę tekstową, m.in. z użyciem narzędzi takich jak API (US12481834B2).

DeepMind ma w bazie 440 wynalazków, ale z wyszukiwaniem model powiązał tylko 24. Reszta to m.in. obraz, robotyka i uczenie maszynowe.

Model AI też się myli. Patent o doborze miniatur filmów na podstawie aktywności widzów Gemini ocenił jako bezpośrednio związany z wyszukiwarką. Druga ocena dała mu 1 w skali 0–3. Dlatego oceny w bazie traktuję jako filtr do lektury.

Modele językowe w patentach Google

Udział wynalazków, które w tytule lub abstrakcie wspominają model językowy albo generatywny, wzrósł z 1,5% w 2020 r. do 34,9% w 2024 r. Rocznik liczę według daty pierwszeństwa, bo zgłoszenie staje się jawne zwykle po 18 miesiącach, a patent bywa udzielany po kilku latach.

Rocznik 2020 (n = 401)

1,5%

Rocznik 2021 (n = 505)

3,6%

Rocznik 2022 (n = 634)

8,4%

Rocznik 2023 (n = 845)

29,1%

Rocznik 2024 (n = 667)

34,9%

Skok przypada na 2023 r., pierwszy pełny rok po premierze ChatGPT z 30.11.2022: z 8,4% do 29,1%. Kierunek nikogo nie zaskoczy. Ciekawsze, że modele językowe trafiły też do wynalazków dotyczących obrazu i wideo: wspomina o nich 35,5% nowych i 4,2% starszych.

Znacznik to wyszukiwanie określeń takich jak „generative model”, „large language model” i „LLM” w tytule i abstrakcie, a nie ocena modelu AI.

Co mówią zastrzeżenia dziewięciu zgłoszeń o odpowiedziach AI

W dziewięciu nowszych zgłoszeniach o odpowiedziach AI przeczytałem zastrzeżenia, czyli punkty, które wyznaczają zakres ochrony. Wybrałem je spośród 97 nieopisanych, a opisuję zastrzeżenie 1 i wybrane zastrzeżenia zależne. Trzy z nich Google Patents oznacza jako porzucone. Statusy podaję według Google Patents na 27.10.2026, a serwis zaznacza, że to jego przypuszczenie, a nie analiza prawna.

1. Zapytania cząstkowe. WO2025080561A1 „Utilizing generative model in responding to multifaceted queries”, data pierwszeństwa 10.10.2023. Model generatywny rozbija pytanie na zapytania cząstkowe, system wybiera część z nich, pobiera dla każdego wyniki wyszukiwania i z nich buduje odpowiedź. Zgłoszenie międzynarodowe ma w Google Patents status „Ceased”, czyli zakończone, ale zgłoszenia z tej rodziny w EPO, Chinach i Korei są w toku. Technikę wielu powiązanych wyszukiwań Google nazywa w dokumentacji query fan-out, ale to nie dowodzi, że działa ona według tego zgłoszenia. Jak odpowiedzi AI działają w wynikach Google, opisuję w tekście o AI Overviews.
2. Fragmenty trafne i zróżnicowane. US20260072965A1 „Controlled content diversity in retrieval for generative search”, 6.09.2024, w toku. Dla zapytania i zapytań pokrewnych system wybiera fragmenty najwyżej ocenionych stron według trafności i różnorodności, a model językowy pisze z nich odpowiedź. Zastrzeżenie 5 wymaga fragmentów krótszych niż 500 znaków.
3. Tylko pasująca część strony. US20260187163A1 „Selecting a portion of content for a generative model”, 31.12.2024, w toku. System porównuje fragmenty strony z ciągiem słów, który może zawierać zapytanie użytkownika, i przekazuje modelowi tylko te, które spełnią warunek progowy. Według zastrzeżenia 3 pominięty fragment może zawierać instrukcję dla modelu.
4. Jakość źródeł przy wyborze odpowiedzi. WO2025170579A1 „Generative model tuning and inference utilizing quality signals”, 7.02.2024, w toku. Model tworzy kilka propozycji odpowiedzi, a system wybiera jedną na podstawie ocen jakości stron powiązanych z tymi propozycjami, czyli ocen tych stron jako wyników wyszukiwania.
5. Wiarygodność fragmentów. US20260211889A1 „System for controlling response reliability”, 23.01.2025, porzucone. Model dostaje fragmenty razem z ocenami ich wiarygodności i na tej podstawie nadaje im wagi w mechanizmie uwagi. Ocena może zależeć od źródła fragmentu.
6. Oceny źródeł przeciw halucynacjom. US20260134225A1 „Tracking identified sources for attributions to reduce hallucinations”, 11.11.2024, w toku. Każda propozycja odpowiedzi ma zestawienie źródeł z ocenami, a system wybiera propozycję według tych ocen, progu i źródła wskazanego przez użytkownika. Zastrzeżenie 9 wymienia serwisy informacyjne, media społecznościowe, agregatory danych i publikacje naukowe.
7. Treści wyłączone przez właściciela. US20260134028A1 „Modification of responsive content that is generated using generative model(s) and that includes opt-out content”, 11.11.2024, w toku, także w EPO. Jeśli ktoś wyłączył użycie swoich danych do trenowania modelu albo do generowania odpowiedzi, a fragment odpowiedzi pasuje do tych treści, system ten fragment zmienia.
8. Sygnały strony w modelu językowym. US20250103662A1 „Unifying transformers with link based ranking”, 21.09.2023, porzucone. Model językowy koryguje mechanizm uwagi sygnałami strony, z której pochodzi tekst. Zastrzeżenie 2 wymienia m.in. autora, ranking strony, statystyki ruchu, daty utworzenia i modyfikacji oraz wskaźnik interakcji.
9. Posty z mediów społecznościowych. US20250156488A1 „Determination of user post items related to search content using creator context data”, 15.11.2023, porzucone. System dobiera do treści, np. artykułu prasowego, posty użytkowników, biorąc pod uwagę dane o autorach: nazwę, biogram, adres strony i lokalizację.

Gdyby czytać patenty jako listę czynników rankingowych, na jej początek trafiłyby zgłoszenia 5 i 8: wiarygodność źródła w odpowiedzi AI oraz ruch i autor strony. Google Patents oznacza oba jako porzucone. Porzucenie dotyczy postępowania patentowego i nie mówi, czy Google czegoś używa. Zgłoszenie też tego nie dowodzi.

Z tej dziewiątki wziąłbym trzy hipotezy do sprawdzenia: czy krótkie, samodzielne fragmenty częściej trafiają do odpowiedzi AI, czy strona pojawia się w odpowiedziach na pytania pokrewne, a nie tylko na główne, i które źródła odpowiedzi AI cytują w Twojej branży najczęściej. Każdą sprawdzisz na własnych danych, np. przez monitorowanie widoczności w modelach językowych.

Jak czytać patent Google

O tym, co chroni patent, decydują zastrzeżenia, a nie tytuł ani abstrakt. Patent czytam w czterech krokach.

1. Kod na końcu numeru. W USA A1 oznacza opublikowane zgłoszenie, a B1 i B2 udzielony patent. W Europejskim Urzędzie Patentowym A1 to zgłoszenie z raportem z poszukiwania, a B1 opis udzielonego patentu. Numer z prefiksem WO to zgłoszenie międzynarodowe.
2. Data pierwszeństwa i status. Tę samą datę pierwszeństwa mają późniejsze zgłoszenia tego wynalazku w innych krajach i kontynuacje, czyli kolejne zgłoszenia w USA oparte na wcześniejszym. Dlatego patent opublikowany w 2026 r. może być zgłoszony po raz pierwszy w 2011 r. Status w Google Patents to przypuszczenie serwisu. Wiążący status sprawdzisz w rejestrze urzędu.
3. Zastrzeżenia niezależne, czyli te, które nie odwołują się do innych. Zastrzeżenia zależne opisują warianty.
4. Opis i rysunki, żeby zrozumieć pojęcia z zastrzeżeń. Opis może przedstawiać wiele wariantów, a żadnego nie trzeba wdrażać.

Uwaga: patent nie dowodzi wdrożenia, wagi sygnału ani tego, że rozwiązanie działa w polskim Google. Słowa też znaczą w nim co innego: „entity” czy „document” bywa dowolnym obiektem, a nie encją czy stroną w rozumieniu SEO. Każdy wniosek z patentu sprawdzaj w dokumentacji Google Search Central albo na własnych danych. Ogólny obraz tego, co wiadomo o działaniu Google, opisuję w tekście o tym, jak działa SEO.

Jak Google nazywa w patentach rzeczy znane z SEO

Patenty opisują wyszukiwarkę własnym językiem. Strona to zwykle „resource” albo „document”, fragment to „portion”, a odpowiedź AI to „response”. Kto szuka patentów po słowach z SEO, większość przeoczy.

Liczby dotyczą tylko tytułów i abstraktów. W zastrzeżeniach i opisach tych słów może być więcej, a 292 wynalazki nie mają w bazie abstraktu. Mimo to różnica skali jest wyraźna: kto szuka „click”, znajdzie 6 wynalazków, a kto szuka „user interaction” albo „user engagement”, 77. Podobnie z crawlem: obszar „Crawl i indeksowanie” ma 16 wynalazków, a słowo „crawl” ma w tytule lub abstrakcie tylko 3 wynalazki w całej bazie, bo model przypisywał obszar po treści, a nie po słowie.

Jak korzystać z bazy

Bazę pobierzesz w jednym pliku: patenty-google-2024-2026.zip. W środku jest CSV z 4651 wynalazkami, próbka kontrolna, zapytanie SQL i instrukcja oceny dla modelu. Każdy wiersz ma numer, link do Google Patents, tytuł, abstrakt, daty, informację o udzielonym patencie, ocenę i obszar przypisane przez model, znacznik modeli językowych i informację o opisie w publicznych źródłach.

Cztery filtry, od których zacząłbym:

• Nowe i nieopisane: ocena_modelu_0_3 = 3, data_pierwszenstwa od 20230101, opisane_publicznie = nie. Filtr zwraca 97 zgłoszeń.
• Lokalne SEO: obszar_modelu = „Mapy i wyniki lokalne” i ocena 2 lub 3. W bazie są 93 takie wynalazki, z których 4 ktoś już opisał.
• Już opisane: opisane_publicznie = tak. Dostajesz 177 wynalazków do porównania z tym, co o nich napisano.
• Słowa z patentów: szukaj w kolumnach tytul i abstrakt słów ze słownika wyżej, np. „portion” razem z „generative”.

Pojedynczy patent czytasz za darmo w Google Patents. Analizę zbiorczą zrobisz w BigQuery: moje zapytanie przetworzyło 257 GB, a pierwszy 1 TiB zapytań w miesiącu jest bezpłatny dla konta rozliczeniowego, jeśli inne zapytania z tego miesiąca go nie wyczerpały. Dane źródłowe Google Patents Public Data, udostępnione przez IFI CLAIMS Patent Services i Google, są objęte licencją CC BY 4.0, tak jak moja baza: możesz z niej korzystać z podaniem źródła. Bazę zaktualizuję w kwietniu 2027 r.

Pułapka: dane w BigQuery są opóźnione względem Google Patents i co jakiś czas aktualizowane. W tej bazie kończą się na 17.09.2026, a to samo zapytanie wykonane później da inny zbiór.

Patenty podsuwają hipotezy, ale budżet i kolejność działań ustalasz według ruchu i konwersji. Jak to połączyć, opisuję w tekście o strategii SEO. Jeśli chcesz sprawdzić, jak Twoja marka wypada w odpowiedziach AI i co z tym zrobić, zajmuję się tym w ramach usługi AIO/GEO.

Jak powstała baza

Bazę pobrałem z Google Patents Public Data w BigQuery jednym zapytaniem SQL, a ocenę związku z wyszukiwaniem przypisał każdemu wynalazkowi model Gemini 3.8 Flash.

Tytuł, abstrakt i datę pierwszeństwa biorę z jednej publikacji rodziny, w kolejności: udzielony patent USA, zgłoszenie USA, WO, EP. CPC, czyli Cooperative Patent Classification, to klasyfikacja tematyczna nadawana przez urzędy patentowe, więc ten filtr nie zależy od modelu.

Ocena modelu i próbka kontrolna

Gemini ocenił każdą rodzinę na podstawie tytułu i do 700 znaków abstraktu, w skali 0–3:

• 3: bezpośrednio wyszukiwarka i odpowiedzi AI, np. ranking, indeksowanie, wybór źródeł, cytowania, snippety, Mapy, Shopping, Discover, News: 339 rodzin;
• 2: mechanizm, który może wpływać na widoczność, np. rozumienie zapytań, encje, weryfikacja faktów, rekomendacje, reklamy w wynikach: 749;
• 1: ogólne uczenie maszynowe i przetwarzanie języka: 932;
• 0: obraz, sprzęt, mowa, robotyka i inne: 2631.

Model przypisał też obszar tematyczny. Jego jednozdaniowe opisy wpływu na widoczność to niesprawdzone hipotezy, dlatego nie ma ich w bazie.

Ocenę sprawdziłem na próbce: z każdej oceny Gemini wylosowałem 15 rodzin, razem 60. Drugą ocenę według tych samych kryteriów wykonał Claude, inny model językowy, na podstawie tytułu i pełnego abstraktu, w losowej kolejności i bez wglądu w ocenę Gemini.

Oceny zgadzają się w 49 z 60 przypadków, jeśli liczyć tylko podział na związane z wyszukiwaniem (2–3) i pozostałe (0–1). Najwięcej rozbieżności dotyczy oceny 2: 9 z 15 takich rodzin dostało w drugiej ocenie 1. Po przeniesieniu wyników próbki na cały zbiór wychodzi 593, czyli zgrubnie 600 rodzin związanych z wyszukiwaniem zamiast 1088. To przybliżenie zakłada, że w grupach z oceną Gemini 0 i 1 nie ma rodzin istotnych, a 15 losowań na grupę nie wyklucza ich udziału nawet około 20%.

Ograniczenia

• Ocena modelu: oceny i obszary przypisał model bez lektury zastrzeżeń. 292 rodziny nie mają abstraktu, więc model ocenił je po tytule. Żadna ocena w bazie nie jest ekspercka.
• Zakres klas: baza obejmuje tylko klasy G06F16, G06F40, G06N, G06Q30 i G06V. Z 74 rodzin Google z lat 2024–2026 w katalogu Semgence 4 leżą poza tym filtrem.
• Okno publikacji: rodzina trafia do bazy, gdy jej publikacja spełniająca filtry pojawiła się od 2024 r., więc starsze i nowsze roczniki miały różne szanse wejścia do zbioru. Porównanie roczników opisuje zatem bazę, a nie cały portfel Google. Zgłoszenia z 2025 i 2026 r. są w większości jeszcze niejawne: w bazie są 52 wynalazki z datą pierwszeństwa w 2025 r. i jeden w 2026 r.
• Znacznik modeli językowych: to wyszukiwanie określeń, które łapie też wzmianki z tła wynalazku i pomija patenty opisane innymi słowami.
• Opisy w źródłach: dopasowanie po numerze i tytule mogło pominąć część opisów albo policzyć tytuły, których pełny opis jest płatny. Istnieją też płatne społeczności z analizami patentów, których treści tu nie wykorzystuję.
• Status: status sprawdziłem tylko dla dziewięciu zgłoszeń, których zastrzeżenia przeczytałem. Kolumna udzielony_patent mówi jedynie, czy w bazie jest dokument z kodem zaczynającym się od B.

Jeśli znasz opis patentu z tej bazy, którego tu brakuje, napisz, a uzupełnię dane.

FAQ

Czy patent Google oznacza, że Google stosuje dany mechanizm w wyszukiwarce?

Nie. Patent pokazuje ujawnione rozwiązanie i żądaną ochronę, ale nie dowodzi wdrożenia ani wagi sygnału. W bazie są wynalazki zgłoszone po raz pierwszy nawet w 2004 r., a trzy z dziewięciu nowszych zgłoszeń o odpowiedziach AI, których zastrzeżenia przeczytałem, Google Patents oznacza jako porzucone. Porzucenie zgłoszenia też nie dowodzi, że Google z rozwiązania nie korzysta.

Ile patentów Google dotyczy SEO?

Kilkaset. Według oceny modelu AI 1088 z 4651 wynalazków opublikowanych od 2024 r. może dotyczyć wyszukiwania i widoczności, w tym 339 bezpośrednio. Kontrola na próbce sugeruje, że realnie jest ich mniej, zgrubnie 600. Publiczny opis ma mniej więcej co czwarty z 339 wynalazków bezpośrednio związanych z wyszukiwarką.

Gdzie znaleźć patenty Google i czy to jest darmowe?

W Google Patents, za darmo. Tam czytasz pojedyncze patenty, a analizę zbiorczą zrobisz w BigQuery, gdzie pierwszy 1 TiB zapytań w miesiącu jest bezpłatny. Moje zapytanie przetworzyło 257 GB. Gotową bazę 4651 wynalazków z lat 2024–2026 możesz pobrać z tego wpisu.

Czym różni się zgłoszenie patentowe od udzielonego patentu?

Zgłoszenie to wniosek, który dopiero czeka na decyzję urzędu, a udzielony patent daje ochronę. W USA kod A1 oznacza opublikowane zgłoszenie, a B1 i B2 udzielony patent. W bazie udzielony patent w którymś kraju ma 58,8% wynalazków.

Co to jest rodzina patentowa?

To wszystkie zgłoszenia jednego wynalazku, powiązane wspólnym pierwszeństwem, często z kilku urzędów. W bazie 4651 rodzin to 11 632 publikacje, dlatego liczę rodziny, a nie numery: liczenie numerów zawyżyłoby wynik.

Ile lat chroniony jest patent?

Zwykle 20 lat od właściwej daty zgłoszenia, zarówno w USA, jak i dla patentu europejskiego. Ochrona może wygasnąć wcześniej, a przepisy przewidują wyjątki i przedłużenia. Termin konkretnego patentu sprawdzisz w rejestrze.