Pojawienie się generatywnej sztucznej inteligencji wywołało niemałe zamieszanie w branży SEO. W pierwszym rzucie cień padł na niedoświadczonych copywriterów i webmasterów juniorów, których prace łatwo zastąpić. Prawdopodobnie następne drzwi, do których zapuka kostucha z napisem A.I., skrywają już więcej “mięsa” związanego z SEO. Czy sztuczna inteligencja jest w stanie przeprowadzać analizy SEO? Czy może wyprzeć początkujących seowców, a także zastąpić profesjonalne i uznane w branży narzędzia do pozycjonowania? Z tego artykułu dowiesz się, jak ChatGPT obsługuje dane z crawlera Screaming Frog i zobaczysz, jak wychodzi w porównaniu z profesjonalnymi narzędziami SEO, takimi jak Ahrefs!
Czy sztuczna inteligencja zastąpi seowców?
Czy A.I. zastąpi seowców? Generatywna sztuczna inteligencja jest w stanie wykonywać coraz więcej zadań dzięki poprawie parametrów rdzeniowych, ale także wciąż rozszerzającym się bazom danych szkoleniowych. Wykorzystanie A.I do SEO jest już teraz bardzo szerokie. Za pewnością tą gałęzią, w której sztuczna inteligencja jest najchętniej wykorzystywana, jest wszelkiego rodzaju content. Tworzenie treści na portale internetowe przy użyciu A.I. stało się powszechne. Widzimy to zresztą po spadku jakości wyników organicznych w Google, a mówiąc wprost: zalewie stron spamerskich. Po ChatGPT, Copilot czy Google Gemini sięgają zarówno wydawcy stron premium, jak i małe biznesy lokalne. Słowem: wszyscy.
Dotąd jednak mniej popularnym tematem było to, jakie jest zastosowanie A.I. w obrębie technicznego SEO. Mówimy tutaj o takich działaniach, jak np. analiza linków czy pozycji strony w wyszukiwarce. Jeżeli połączymy pewne podstawy Pythona, dane z arkuszy kalkulacyjnych i ChatGPT lub inny model językowy wykorzystujący generatywną A.I. i posiadającą API, możemy uzyskać już teraz ogrom możliwości. Wielu specjalistów nie ma jednak tak szerokiej wiedzy. Każdy natomiast, bez względu na poziom umiejętności i doświadczenia, oczekuje od sztucznej inteligencji tego samego: otrzymania jasnych, konkretnych wniosków i rezultatów danej pracy.
Warunki testu i założenia wstępne
James Allen z Search Engine Land postanowił bardziej przyjrzeć się zdolnościom ChatGPT do interpretacji danych z crawla Screaming Frog i generowania rekomendacji SEO. Zbadał, na ile sztuczna inteligencja jest w stanie pomagać w analizie danych technicznych, czy się myli, a jeśli tak – jak często. Do swojego eksperymentu Allen wykorzystuje wersję GPT-4o ChatGPT, czyli najnowszą aktualizację, która w formie limitowanej dostępna jest także za darmo. Dzięki większym możliwościom GPT-4o w przeszukiwaniu treści internetowych moduł ten może być bardziej pomocny dla marketerów, nawet tych, którzy nie mają umiejętności technicznych.
Pomimo obaw dotyczących zdolności nowego modułu do analizy danych sieciowych w czasie rzeczywistym (wcześniej wprowadzone funkcjonalności tego typu w Gemini nie przynosiły najlepszych rezultatów, GPT-4o radzi sobie całkiem nieźle pod względem. GPT-4o otrzyma crawlera technicznego SEO zamiast ogólnych zadań analitycznych. Ma to umożliwić sprawdzenie nie tylko tego, czy A.I. radzi sobie z technicznym SEO, ale również jak bardzo moduł GPT-4o poprawił się względem poprzedniej wersji.
Eksport danych ze Screaming Frog
Analiza danych z crawla Screaming Frog za pomocą ChatGPT może być całkiem efektywna. Allen zrobił na początku eksport „internal all” z Screaming Frog. Ten pojedynczy eksport można przekształcić na różne sposoby, aby zidentyfikować problemy z metadanymi, konflikty tagów kanonicznych, problemy z hreflang i inne częste mankamenty w pracach związanych z technicznym SEO.
Czy A.I. wykryje takie problemy? Czy A.I. może generować błędne diagnozy lub wskazywać problemy, które nie istnieją? Jako obiekt testowy Allen wykorzystał stronę internetową firmy Butcher’s Dog Food – dostawcy karmy dla psów z Wielkiej Brytanii. Strona ma odpowiedni rozmiar do planowanych działań. Na początku przeprowadził crawl całej strony.
Screaming Frog wykrył ponad 3000 wewnętrznych adresów. Następnym krokiem było wyeksportowanie listy wewnętrznych adresów do pliku CSV.
Kolejny krok to zaangażowanie w eksperyment ChatGPT-4o. Biorąc pod uwagę to, że ChatGPT jest jednak głównie przystosowany do obsługi krótkich promptów, Allen maksymalnie skondensował swoje zapytanie. Odpowiedź modułu zawierała wiele rekomendacji, ale większość z nich była rozczarowująca i ogólna.
ChatGPT nie radzi sobie z analizą linków
Wydaje się, że ChatGPT miał problemy już na wstępie, czyli na etapie analizy wyeksportowanej listy adresów ze Screaming Froga. Pierwsza rekomendacja ChatGPT:
„Wiele URL-i wskazuje na pliki graficzne (np. PNG, JPEG). Upewnij się, że wszystkie obrazy są zoptymalizowane do użytku w sieci, aby skrócić czas ładowania. Obejmuje to kompresję obrazów i używanie odpowiednich formatów.”
Rekomendacja nie jest słuszna, ponieważ ChatGPT faktycznie miał dostęp do danych dotyczących czasu odpowiedzi i rozmiaru pliku dla adresów obrazów. Miał więc wszelkie podstawy, aby wygenerować odpowiedź znacznie bardziej szczegółową.
Druga rekomendacja zawierała zestaw ogólnych porad:
„Upewnij się, że tagi kanoniczne są poprawnie zaimplementowane, aby uniknąć problemów z duplikacją treści. Każda strona powinna mieć samoodwołujący się tag kanoniczny, chyba że jest to celowa duplikacja.”
W takiej sytuacji, biorąc pod uwagę cele pracy, tego typu ogólne wskazówki w ogóle nie są pomocne. Można je nawet traktować negatywnie, bo przecież zabiera to cenny czas.
Ostatecznie Allen rozbudował swój prompt, umieszczając szereg dokładnych porad, co i jak moduł ma wykonać. Liczył na to, że wygenerowana odpowiedź będzie bardziej szczegółowa i wyjaśni, dlaczego określone adresy z badanej strony potrzebują tagów kanonicznych, ale ich nie mają.
Choć porady są błędne, wykazują pewne oznaki analizy, podobne do tych, które mógłby przedstawić kompletnie niedoświadczony, młodszy specjalista SEO. Praca jest jednak bezużyteczna. Poniekąd może wynika to z tego, że człowiek ma tendencję do stawiania innym, w tym A.I., zbyt wysokich oczekiwań. Jeśli sztuczna inteligencja popełni błąd, uznajemy, że nie dorównuje standardom. Kluczowe pytanie brzmi: czy A.I. nie powiodło się tak samo, jak mogło się nie powieść człowiekowi? ChatGPT rozpoznał przekierowującego URL-a i uznał go za ważnego. Założył, że ostatecznie pod wskazanym adresem należy wykonać dalsze prace z zakresu technicznego SEO.
Jedyna interesująca wskazówka, którą ChatGPT był w stanie przedstawić, dotyczyła przekierowań 301. ChatGPT słusznie dostrzegł na podstawie wyeksportowanych danych ze Screaming Froga, że wiele adresów na stronie ma przekierowania 301, co może wskazywać na problem z architekturą witryny.
Porównanie wniosków ChatGPT z wynikami analizy technicznej Ahref
Chociaż ChatGPT nieco “zawalił” ten test, porównując analizę techniczną SEO wykonaną przez sztuczną inteligencję z audytem przeprowadzonym przez Ahrefs, można zauważyć interesujące zbieżności. Ahrefs jest niezwykle zaawansowanym narzędziem, które jest w stanie dostarczać bardzo dokładne dane. Analiza za pomocą Ahrefs dostarczyła szereg punktów, które należy poprawić na stronie. Ostatecznie jednak problemem, który wymaga szybkiego działania, są właśnie przekierowania 301. Czyżby ChatGPT jednak nie był taki zły?
ChatGPT zdołał jednak zidentyfikować niektóre problemy, takie jak przekierowania 301, a także problemy ze zbyt dużymi plikami graficznymi. Pokazuje to, że systemy A.I. mają potencjał do przeprowadzania podstawowych audytów SEO, choć ich rekomendacje mogą być jeszcze zbyt ogólnikowe, a czasem nawet błędne. Wciąż jednak kompleksowa analiza przy pomocy Ahrefs to kilka poziomów wyżej od ChatGPT, które – co warto przypomnieć – nie działa samodzielnie, a jedynie w oparciu o uprzednio wyeksportowane dane ze Screaming Froga.
Czy A.I. zastąpi seowców? Podsumowanie
W ocenie możliwości sztucznej inteligencji w zakresie technicznego SEO warto zachować ostrożność. Chociaż łatwo nam przesadzać i – wchodząc w język publicystyki – spekulować o końcu SEO i całkowitym zastąpieniu de facto wszystkiego sztuczną inteligencją, rzeczywistość jest bardziej złożona. Choć A.I. potrafi wskazać główne obszary wymagające poprawy w przypadku testowej witryny, jej konkretne zalecenia nie były wystarczająco precyzyjne. Nie można ich wdrożyć bezpośrednio. Często brakuje też merytorycznego uzasadnienia, a niektóre rekomendacje, które otrzymał Allen, wydają się być zupełnie losowe.
Ostatecznie praca ChatGPT przypomina raczej pracę niedoświadczonego, obiecującego, ale mocno zdezorientowanego specjalisty SEO w pierwszym dniu pracy. ChatGPT może służyć jako narzędzie wspomagające wykonywanie poszczególnych zadań związanych z technicznym SEO, ale na ten moment to raczej wszystko. Nie zastąpi naszej wiedzy i doświadczenia, a także możliwości programów specjalistycznych, takich jak Ahrefs. Nie trzeba się więc obawiać o to, czy sztuczna inteligencja stanowi bezpośrednie zagrożenie dla pracy specjalistów SEO. Jeszcze nie trzeba.
