25 lipca 2026 użytkownik Reddita wpisał w Google jedno zapytanie i zobaczył listę cudzych rozmów z Claude. Nie były to rozmowy wykradzione ani wyciekłe z serwera. Były to czaty, które ich autorzy sami udostępnili linkiem, w przekonaniu, że link zobaczy tylko ta osoba, której go wyślą. Wpis zebrał ponad osiem tysięcy głosów i tysiąc trzysta komentarzy w kilkanaście godzin.

Etykieta mówi jedno, technika robi drugie

Funkcja udostępniania działa w Claude tak samo jak w większości narzędzi AI. Klikasz Udostępnij, dostajesz adres, wysyłasz go komu chcesz. Przy przycisku widnieje opis: każdy, kto ma link. Brzmi jak dokument w chmurze z ograniczonym dostępem, a technicznie jest to zwykła strona internetowa pod publicznym adresem. Różnica ujawnia się w momencie, w którym ten adres pojawi się gdziekolwiek publicznie: na forum, w komentarzu, w zgłoszeniu błędu na GitHubie. Wtedy robot wyszukiwarki może do niego trafić.

Na czym dokładnie polegał błąd

Tu warto być precyzyjnym, bo w relacjach medialnych pojawiło się uproszczenie, że Anthropic zapomniał o zakazie indeksowania. Strony udostępnionych rozmów wysyłały nagłówek x-robots-tag z instrukcją zakazującą indeksowania. Problem polegał na czymś innym: plik robots.txt zabraniał robotom wchodzenia na ścieżkę /share/, więc Googlebot nigdy tej strony nie odwiedził i nigdy nie przeczytał zakazu, który na niej leżał.

To klasyczna pułapka pozycjonowania. Blokada w robots.txt nie oznacza zakazu wyświetlania w wynikach. Oznacza tylko zakaz wejścia. Jeżeli wyszukiwarka pozna adres z zewnątrz, może go pokazać w wynikach mimo blokady, bo instrukcji zakazującej nie miała jak zobaczyć. Skuteczny zakaz indeksowania wymaga, żeby robot mógł stronę odwiedzić i tę instrukcję odczytać.

Co znalazło się w wynikach

Dokumenty rekrutacyjne życiorysy z imieniem, nazwiskiem, adresem i numerem telefonu.
Dane medyczne dokumentacja pacjentów oraz wyniki badań klinicznych wraz z nazwiskami.
Dostępy techniczne klucze API wklejone do rozmowy przy diagnozowaniu błędu.
Materiały firmowe zestawienia płacowe, eksporty z systemów CRM i plany produktowe przed premierą.

Żadna z tych rzeczy nie trafiła tam przez włamanie. Trafiła tam, ponieważ ktoś wkleił dane do czatu, żeby AI pomogło mu je przeanalizować, a potem udostępnił rozmowę linkiem współpracownikowi.

To nie pierwszy raz i nie jedna firma

Narzędzie Skala Kiedy
Claudesetki rozmówlipiec 2026
ChatGPTblisko 4,5 tysiącalipiec 2025
Grokponad 370 tysięcysierpień 2025

OpenAI zareagowało wtedy najostrzej, bo wyłączyło całą opcję pozwalającą wyszukiwarkom pokazywać udostępnione rozmowy. Szef bezpieczeństwa informacji firmy nazwał ją krótkotrwałym eksperymentem. Anthropic dopisał brakującą instrukcję w ciągu doby i wyniki zaczęły znikać z Google jeszcze tego samego dnia. To jednak nie zamyka sprawy, bo w międzyczasie powstały kopie. Jedno z archiwów opublikowanych na GitHubie zgromadziło ponad jedenaście tysięcy wiadomości z czatów Claude i Groka, zanim zostało usunięte. Wyszukiwarka Bing pokazywała część adresów jeszcze po zniknięciu ich z Google.

Jak sprawdzić to u siebie

1.Wejdź w Ustawienia, następnie Prywatność, następnie Udostępnione czaty. Zobaczysz listę wszystkiego, co kiedykolwiek udostępniłeś linkiem.
2.Wyłącz udostępnianie tych rozmów, których nie chcesz mieć w sieci. Link przestaje wtedy działać.
3.Tę samą listę sprawdź w każdym innym narzędziu AI, z którego korzystasz. Mechanizm udostępniania działa wszędzie podobnie.
4.Przy danych, które już mogły trafić do wyników, potraktuj je jak ujawnione. Klucze API wymień, hasła zmień, a osoby, których dane były w dokumencie, poinformuj.

Wniosek na przyszłość

Wyłączenie udostępniania rozwiązuje problem, który już powstał. Warto jednak wyciągnąć wniosek szerszy, bo sama funkcja wróci w kolejnych narzędziach, a błąd jednej linijki konfiguracji może się powtórzyć u dowolnego dostawcy. Zasada jest prosta: rozmowa udostępniona linkiem to strona w internecie, a nie prywatna wiadomość. Zanim wkleisz do czatu dokument z nazwiskami, numerami albo dostępami, załóż, że kiedyś ktoś obcy może na tę stronę trafić.

Więcej o tym, jak pracować z modelami tak, żeby nie oddawać im więcej danych, niż potrzebują, znajdziesz w moim wpisie o lokalnym modelu AI, który nie wysyła danych do chmury. Jeśli chcesz nauczyć się formułować polecenia tak, aby uzyskiwać dobre wyniki bez wklejania wrażliwych danych, zajrzyj do kursu Skuteczne Prompty.