Wykorzystywanie AI do tworzenia treści pod optymalizację wyszukiwania AI — czy to meta szaleństwo, czy jednak coś mądrego?

Podzielę się, czego nauczyliśmy się publikując 500+ artykułów miesięcznie na różnych poziomach wsparcia AI:

Dane dotyczące wyników treści:

Co wpływa na cytowania przez AI:

1. Sygnały autorytetu – Kim jest autor? Jakie ma kwalifikacje?
2. Oryginalność – Czy są unikalne spostrzeżenia, czy tylko synteza?
3. Dokładność – Czy informacje są weryfikowalne?
4. Struktura – Czy tekst jest uporządkowany pod ekstrakcję?

AI pomaga w: Strukturze, jasności, kompleksowości
AI nie zapewni: Prawdziwej ekspertyzy, oryginalnych badań, autentycznych doświadczeń

Najlepszy proces jaki wypracowaliśmy:

• Ekspert ludzki robi konspekt z kluczowymi spostrzeżeniami
• AI wspiera research i szkic
• Ekspert dodaje unikalną perspektywę
• AI pomaga z optymalizacją i strukturą
• Ostateczny przegląd jakości robi człowiek

To 3x szybciej niż w pełni ludzki proces, ale zachowuje sygnały jakości.

Pytałeś, czy ChatGPT rozpozna tekst napisany przez Claude’a. Wyjaśniam:

Techniczna rzeczywistość: Systemy AI nie mają niezawodnej detekcji AI przy generowaniu cytowań. Ocena treści opiera się na:

• Semantycznym dopasowaniu do zapytania
• Sygnałach autorytetu źródła
• Strukturze i jasności tekstu
• Dokładności faktów (na ile mogą to zweryfikować)

Nie oceniają:

• „To brzmi jakby napisał to GPT”
• Stylowych wskaźników AI
• Metody produkcji

Jednak:

Treści generowane przez AI często mają cechy, które mogą szkodzić cytowaniom:

• Generyczne sformułowania
• Brak konkretnych przykładów
• Brak doświadczeń z pierwszej ręki
• Brak unikalnych danych
• Nadmierne „asekuracyjne” formułowanie

Te wzorce zmniejszają szanse na cytowanie nie dlatego, że AI rozpoznaje AI, ale bo sygnalizują niższą wartość.

Meta kwestia: Gdy AI cytuje źródła, szuka treści, które WNOSZĄ coś do jej wiedzy/retrievalu. Treści, które tylko syntetyzują już znane rzeczy, są mniej wartościowe.

Twoja przewaga: Treści z autentyczną ekspertyzą, oryginalnymi danymi, konkretnymi przykładami i realnym doświadczeniem – tego AI nie podrobi.

Zwiększyliśmy skalę z 20 do 80 artykułów/miesiąc dzięki AI. Oto co się sprawdziło:

Nasz workflow:

Krok 1: Wywiad z ekspertem (15 min) Nagrywamy krótki wywiad z ekspertem tematycznym. Pytania: Co jest unikalnego w tym temacie? Jakie błędy ludzie popełniają? Co powiedziałbyś znajomemu?

Krok 2: Transkrypcja AI + struktura (5 min) AI tworzy konspekt na podstawie transkryptu.

Krok 3: Szkic AI według wytycznych (10 min) AI pisze szkic zgodnie z naszym stylem. Wymaganie: Włączyć konkretne przykłady z wywiadu.

Krok 4: Ekspercka recenzja ludzka (20 min) Ekspert sprawdza poprawność, dodaje niuanse, wyłapuje błędy AI.

Krok 5: Optymalizacja AI (5 min) Struktura pod czytelność dla AI, sugestie schematów.

Krok 6: Redakcja końcowa (10 min) Ostateczna weryfikacja jakości i spójności z marką.

Łączny czas na artykuł: ~65 minut Wcześniej: w pełni ludzki proces ~4h

Wyniki:

• Produkcja: 4x więcej
• Jakość: utrzymana
• Wskaźnik cytowań AI: +25%
• Kluczem jest etap wywiadu

Sekret: AI nie zastępuje ekspertyzy – wzmacnia wkład eksperta. Zaczynaj od realnej wiedzy, niech AI ją pakuje.

Kontrperspektywa: Próbowaliśmy skalowania przez AI i tego żałowaliśmy.

Co zrobiliśmy:

• 10x zwiększyliśmy produkcję treści dzięki AI
• Minimalny nadzór ludzki
• 200 artykułów w 3 miesiące

Efekt:

• Krótkoterminowo pozycje wzrosły
• Cytowania AI: bez zmian
• Helpful Content Update uderzył MOCNO
• Spadek ruchu o 40%
• Usunęliśmy 60% treści

Wniosek: AI może pomóc tworzyć więcej treści. Może też pomóc tworzyć więcej słabych treści, szybciej.

Co robimy teraz:

• AI tylko do researchu i konspektowania
• Rdzeń treści pisany przez człowieka
• AI do sugestii optymalizacyjnych
• Każda publikacja z prawdziwą ekspertyzą

Pułapka skali: To, że MOŻESZ opublikować 100 artykułów, nie znaczy, że powinieneś. 20 świetnych bije 100 przeciętnych pod widoczność w AI.

Moja rada: Nie obniżaj poprzeczki przez AI. Niech pomaga szybciej osiągnąć wysoką jakość.

Podzielę się naszym frameworkiem efektywności:

Podział czasu produkcji:

Największa oszczędność czasu przez AI:

• Research i zbieranie faktów
• Struktura i organizacja
• Gramatyka i jasność
• Sugestie do optymalizacji

Człowiek niezastąpiony w:

• Decyzjach strategicznych
• Oryginalnych spostrzeżeniach
• Ocena jakości
• Ekspercka weryfikacja
• Odpowiedzialność za publikację

Matematyka:

• W pełni ludzki tekst: 4h na artykuł
• Wspierany przez AI: 1,5h na artykuł
• Oszczędność czasu: 62%
• Jakość: utrzymana przy dobrym procesie

Ale: Te 1,5h człowieka musi być naprawdę eksperckie, nie tylko redakcyjne.

Jak mierzymy efektywność treści wspieranych przez AI:

Co śledzimy:

Wyniki testów A/B (50 artykułów każda grupa):

Grupa A: W pełni ludzkie

• Śr. pozycja Google: 12,3
• Cytowania AI: 8%
• Śr. czas na stronie: 3:42

Grupa B: Wspierane przez AI (nasz proces)

• Śr. pozycja Google: 14,1
• Cytowania AI: 7%
• Śr. czas na stronie: 3:18

Grupa C: Głównie AI

• Śr. pozycja Google: 22,7
• Cytowania AI: 3%
• Śr. czas na stronie: 2:01

Wniosek: Dobrze wykonane treści wspierane przez AI (Grupa B) wypadają niemal tak dobrze jak w pełni ludzkie (Grupa A) przy 40% kosztów. Głównie AI (Grupa C) wypada znacznie gorzej.

Próg jakości: Jest minimalny poziom ludzkiego udziału, poniżej którego wyniki lecą. U nas to ok. 30% wkładu człowieka.

Praktyczne zasady dla treści AI, które działają:

Zawsze dodawaj (człowiek musi):

• Prawdziwy autor z realnymi kwalifikacjami
• Konkretne przykłady z doświadczenia
• Unikalne dane lub spostrzeżenia
• Wyraźna opinia/perspektywa
• Weryfikowalne fakty

AI może pomóc w:

• Strukturze informacji
• Syntezie researchu
• Gramatyce i jasności
• Optymalizacji SEO
• Formatowaniu

Nigdy nie zostawiaj AI samego z:

• Eksperckimi twierdzeniami bez weryfikacji
• Relacjami z doświadczenia
• Prezentacją oryginalnych badań
• Kontrowersyjnymi opiniami
• Tematami YMYL

Lista kontrolna procesu:

1. Czy za tym stoi prawdziwa ekspertyza?
2. Czy moglibyśmy odpowiedzieć na pytania uzupełniające?
3. Czy jest tu coś, czego konkurencja łatwo nie podrobi?
4. Czy podpisalibyśmy się pod tym nazwiskiem?

Jeśli na którekolwiek NIE – dodaj więcej pracy człowieka.

Konkurencyjne pytanie: Jeśli każdy może to zrobić AI, to nie jest to wyróżniające. Twoja ekspertyza to Twój fosa.

Ta dyskusja rozjaśniła mi myślenie. Oto nasza nowa strategia:

Czego się nauczyłem:

1. Metoda produkcji nie ma znaczenia – liczy się jakość efektu
2. AI nie daje prawdziwych sygnałów E-E-A-T
3. ~30% minimalnego udziału człowieka to próg jakości
4. Skaluj proces, nie tylko ilość
5. Mierz wyniki według metody produkcji

Nasz nowy workflow:

Treści wysokiej wartości (10/miesiąc):

• Konspekt ludzki z unikalnymi spostrzeżeniami
• Wsparcie AI przy szkicu
• Głęboka recenzja ekspercka
• Pełne wdrożenie E-E-A-T

Standardowe treści (30/miesiąc):

• Research i struktura przez AI
• Recenzja ekspercka (30% czasu)
• Sprawdzenie według checklisty jakości
• Śledzenie cytowań przez Am I Cited

Odświeżenia/aktualizacje (20/miesiąc):

• AI identyfikuje potrzeby zmian
• AI szkicuje aktualizacje
• Weryfikacja przez człowieka
• Szybki quality check

Czego NIE robimy:

• 100% AI na masową skalę
• Publikacji bez recenzji eksperta
• Poświęcania jakości dla ilości
• Ignorowania monitoringu wyników

Spodziewany efekt:

• 60 publikacji/miesiąc (wcześniej 20)
• Ta sama lub lepsza jakość
• Śledzenie wskaźnika cytowań AI według typu treści
• Dalsze korekty według danych

Dzięki wszystkim. Ramy „AI do wzmacniania ekspertyzy, a nie jej zastępowania” są w punkt.