Mój system do serwisów SEO: Claude Code, Astro, 108 artykułów

Zbudowałem silnik, który z jednego tematu robi cały serwis SEO — bada temat, pisze artykuł, pilnuje postępu i wie, gdzie przerwał. Nazwałem go SEOsite. Efekt widać na infoADHD.pl: 108 artykułów, słownik pojęć, quizy, wszystko w jednym spójnym systemie.

Z tego artykułu dowiesz się:

• jak wygląda cały proces krok po kroku — od tematu do gotowego, opublikowanego artykułu,
• ile realnie kosztuje tradycyjne zaplecze SEO i gdzie w tym koszcie siedzi oszczędność,
• jak system pilnuje postępu na dziesiątkach artykułów i wie, gdzie skończył,
• czym różni się artykuł "ekspercki" od artykułu pisanego pod sygnały z patentów Google,
• na jakim konkretnym przykładzie (infoADHD.pl) to działa i co widać w liczbach,
• na co uważać i kiedy ten system w ogóle nie ma sensu.

Problem: budowa serwisu SEO to tygodnie roboty

Widziałem to wiele razy w agencjach: profesjonalne SEO w Polsce kosztuje dziś 3-15 tys. zł miesięcznie, w zależności od skali. Własne zaplecze (PBN) to jednorazowa inwestycja w hosting i domenę, ale prawdziwy koszt siedzi gdzie indziej — w tekstach.

Każda strona zapleczowa potrzebuje unikalnej treści, która wyczerpująco odpowiada na pytanie użytkownika. Pomnóż to przez 100+ artykułów na serwis, dodaj kategorie, słownik pojęć, FAQ, dane strukturalne pod Google — i masz miesiące pracy copywritera plus dewelopera od frontendu.

Gdzie wszyscy się wykładają: piszą pierwsze 20 artykułów z zapałem, a potem serwis umiera, bo ręczne skalowanie treści nie ma końca. Nikt nie chce ręcznie wklejać stu artykułów do CMS-a i pilnować, który ma jeszcze brakujące meta description.

Rozwiązanie: silnik + skille, które same piszą serwis

SEOsite to nie jeden szablon — to silnik Astro, na którym stoi dowolna liczba serwisów, plus zestaw skilli Claude Code, które prowadzą cały proces za mnie. Podając praktycznie samo zagadnienie, dostaję gotowy, opublikowany artykuł.

Cztery skille, które robią robotę za mnie

• content-research — dostaje temat (np. "objawy ADHD u dorosłych"), robi za mnie research i wraca z konkretami do wykorzystania w tekście,
• content-generate — pisze gotowy artykuł MDX z frontmatterem, kategorią, tagami i strukturą pod SEO,
• site-execute — czyta plan wykonania serwisu (checklistę artykułów), bierze kolejny temat z listy, odpala research i generowanie, oznacza pozycję jako gotową,
• performance-audit — sprawdza wydajność zbudowanego serwisu, zanim uznam go za gotowy do publikacji.

Cały proces, dla jednego artykułu, wygląda tak:

Jak system wie, gdzie skończył

Najciekawsze w tym wszystkim nie jest to, że AI pisze artykuły — teksty dziś pisze każdy. Ciekawsze jest to, że system wie, gdzie skończył pracę i gdzie ma zacząć pisać dalej.

Każdy serwis ma plik execution-plan.md — listę wszystkich zaplanowanych artykułów, pogrupowaną w etapy tematyczne (np. dla serwisu o wróżbach: Tarot, Runy, Numerologia, Miłość). Każda pozycja na liście ma jeden z trzech stanów:

• [ ] — do zrobienia,
• [~] — w trakcie (system oznacza tak artykuł, zanim zacznie go pisać — zabezpieczenie na wypadek przerwania w połowie),
• [x] — gotowe.

Wystarczy jedna komenda, żeby dowiedzieć się, ile artykułów jest gotowych, ile zostało i który dokładnie temat jest następny w kolejce. Jeśli proces przerwie się w połowie — internet padnie, zabraknie limitu, cokolwiek — następne uruchomienie widzi [~] i wie, że to jest dokładnie ten temat, od którego ma wystartować. Zero zgadywania, zero ręcznego przeglądania, co już jest, a czego jeszcze nie ma.

Dwa poziomy treści: ekspercki i patent

To jest sedno całego systemu — nie sam fakt, że AI pisze tekst, tylko według jakiej instrukcji go pisze. Silnik ma kilka gotowych "trybów" generowania, a dwa z nich są zaprojektowane specjalnie pod artykuły, które mają budować autorytet tematyczny serwisu, nie tylko wypełniać lukę w treści.

Tryb ekspercki — dłuższe, narracyjne akapity (4-5 zdań), zanim tekst przejdzie do listy czy tabeli. Każda sekcja najpierw buduje kontekst i tłumaczy "dlaczego", dopiero potem podaje konkrety. Brzmi jak tekst pisany przez kogoś z wieloletnią praktyką w temacie, nie jak streszczenie innych artykułów.

Tryb patent — jeszcze bardziej rygorystyczny, zarezerwowany dla artykułów filarowych. Zbudowany wokół konkretnych, publicznie znanych sygnałów z patentów Google dotyczących oceny jakości treści:

• Information Gain Score (patent US9317592B1) — artykuł musi wnosić coś, czego nie ma w innych dokumentach rankujących na to samo zapytanie. Minimum 3-5 sekcji H2 pokrywa wątki nieobecne w typowych artykułach na dany temat,
• Entity Coverage Depth (patent US9679018B1) — minimum 15-25 unikalnych, specjalistycznych pojęć dziedzinowych w jednym artykule, zamiast ogólników,
• Entity Salience (patenty US20190034530A1, US10102187B2) — główny temat musi być podmiotem zdań w H1, pierwszych 100 słowach i co najmniej trzech nagłówkach, nie tylko tłem,
• Semantic Coherence Score (patenty US20240012999A1, US20220067309A1) — jedno pojęcie = jeden termin przez cały tekst, bez naprzemiennego żonglowania synonimami,
• Citable Fragment Density (patent US20250217626A1) — minimum jeden cytowalny, samodzielny fragment (definicja + konkretna liczba) na każde 200 słów — pod odpowiedzi AI Overviews,
• Human-Likeness Score (patenty US12073189B2, US12223273B2) — minimum 2-3 konkretne przykłady z życia, wyrażona wprost opinia i przynajmniej jedno zastrzeżenie albo kontrprzykład — bo nadmierna stylistyczna czystość tekstu to sygnał ostrzegawczy, nie zaleta.

Zanim którykolwiek z tych trybów zacznie pisać, system najpierw klasyfikuje temat do jednej z 13 intencji wyszukiwania (model używany też przez Bing/Copilot) i dopiero pod nią dobiera format treści:

Jeden z artykułów w moim systemie mógłby zresztą sam w sobie zasługiwać na osobny, dogłębny tekst — cały ten mechanizm doboru trybu i sygnałów autorytetu to temat na kolejny wpis.

Jeden silnik, jeden config na serwis

Każdy serwis ma własną konfigurację — nazwę, opis, disclaimer, linki nawigacyjne, dane śledzenia (GTM, GA4, Search Console) — i własny motyw wizualny. Zmieniam wygląd całego serwisu jedną linijką w configu:

infoADHD.pl stoi na motywie warm-paper — spokojny, papierowy wygląd, bo temat (ADHD, diagnoza, terapia) wymaga zaufania, nie neonów.

Warstwa SEO: co dzieje się samo

Poza treścią, silnik sam generuje całą warstwę techniczną, o której zwykle trzeba pamiętać ręcznie:

• dane strukturalne JSON-LD (Article, FAQ, Breadcrumb, Słownik pojęć),
• mapę strony (sitemap) i kanał RSS,
• plik robots.txt,
• plik llms.txt — pod modele językowe, które dziś też odwiedzają strony,
• automatyczne linki wewnętrzne do artykułów filarowych, dobierane po dopasowaniu słów kluczowych w treści,
• diagramy Mermaid renderowane do SVG przy buildzie — jeśli artykuł tego wymaga (proces, porównanie, mapa myśli).

Zasada jest prosta: piszę treść, reszta dzieje się przy buildzie.

Case: infoADHD.pl — 108 artykułów z jednego motoru

Testowałem to na konkretnym serwisie: infoADHD.pl. Rzetelna wiedza o ADHD — diagnoza, terapia, codzienne życie z ADHD u dzieci i dorosłych.

Konkretne liczby:

• 108 artykułów w sześciu kategoriach (Podstawy, Diagnoza, Leczenie, Dzieci, Styl życia, Prawa),
• słownik pojęć z automatycznym linkowaniem terminów w treści artykułów,
• dwa interaktywne narzędzia — test ADHD i quiz typu ADHD,
• serwis zweryfikowany w Google Search Console i gotowy do indeksowania,
• disclaimer medyczny na każdej stronie — bo temat jest z kategorii wrażliwych (YMYL) i wymaga jasnego zastrzeżenia, że to nie porada lekarska.

Tradycyjne zaplecze SEO vs SEOsite

Dla kogo to ma sens (i kiedy nie)

To nie jest narzędzie dla kogoś, kto chce wrzucić 5 artykułów i zapomnieć o serwisie. Sprawdziłem to na kilku projektach: prawdziwa wartość pojawia się dopiero przy skali — dziesiątkach albo setkach artykułów, gdzie ręczne pisanie i wklejanie w CMS zwyczajnie się nie opłaca.

Ma sens, jeśli budujesz zaplecze pod duży serwis albo konkurencyjną branżę, gdzie bez rozbudowanej treści nie masz szans w wynikach wyszukiwania. Nie ma sensu, jeśli potrzebujesz jednej prostej strony wizytówkowej — tam silnik pod wielotematyczne serwisy to przerost formy nad treścią.

Częste pytania

Czy to nie jest zwykły spam treściowy? Nie w sposobie, w jaki to prowadzę. Każdy artykuł ma odpowiadać wyczerpująco na jedno konkretne pytanie użytkownika — to jest twardy wymóg silnika, nie sugestia. Duplikacja treści między artykułami to najszybszy sposób, żeby cały serwis stracił widoczność.

Czy Google nie karze za treści pisane z pomocą AI? Nie mam tej info pod ręką w formie oficjalnego stanowiska Google na dziś, ale kierunek od lat jest ten sam: liczy się jakość i trafność odpowiedzi (E-E-A-T), nie narzędzie, którym tekst powstał. W niszach wrażliwych, jak zdrowie, i tak zostawiam jasny disclaimer — dokładnie tak jak na infoADHD.pl.

Czy każda nisza się do tego nadaje? Nie każda. Sprawdza się tam, gdzie warto zbudować dziesiątki albo setki artykułów. Przy jednej wizytówkowej stronie to narzędzie nieadekwatne do zadania.

Podsumowanie

• silnik na Astro obsługuje wiele serwisów SEO naraz, każdy z własnym motywem wizualnym i tematyką,
• skille Claude Code (research → generowanie → wykonanie planu → audyt) same prowadzą serwis od tematu do gotowego artykułu,
• plik execution-plan.md pilnuje postępu na dziesiątkach artykułów, więc system zawsze wie, gdzie skończył i co jest następne w kolejce,
• na przykładzie infoADHD.pl widać to w liczbach — 108 artykułów, słownik, quizy, jeden spójny system.

P.S. Najciekawsze w tym wszystkim nie jest to, że AI pisze artykuły — teksty dziś pisze każdy. Ciekawsze jest to, że system wie, gdzie skończył pracę i gdzie ma zacząć pisać dalej.

Damian Ślimak. Twój Nawigator w chaosie AI.