תהליך עבודה חדש מבוסס AI שואב שאילתות חיפוש בעלות ביצועים נמוכים מ-Google Search Console, הופך אותן למאמרים טכניים ומפרסם אותם ב-Dev.to בעלות של פחות מחמישה סנט ליחידה. המערכת מבטיחה שיפורים מדידים ב-SEO ללא תג המחיר של מעל 120 דולר שסיים את הניסיון הראשון של המחבר.
למה ההרצה הראשונה נכשלה
חודשיים ו-120 דולר בדמי API הניבו 30 מאמרים, אך Google Search Console רשם אפס חשיפות (impressions) חדשות. הבעיה לא הייתה במודל השפה; היא הייתה בהגדרה של "פער תוכן" (content gap). המחבר התייחס למונח כאל מילת באזז, והזין ל-AI נושאים גנריים שמעולם לא תאמו את דרישת החיפוש האמיתית. בטרמינולוגיית SEO, פער תוכן הוא שאילתה ספציפית שמייצרת הרבה חשיפות, מעט קליקים, ואף לא מופיעה בדף דירוג. ללא הדיוק הזה, התוצאה מעולם לא מצאה קהל.
האנטומיה של תהליך העבודה החדש
תהליך העבודה המשופר רץ על Oracle Cloud Infrastructure ופועל לפי רצף קפדני המבוסס על נתונים:
- GSC Analyzer – סורק את ה-console עבור שאילתות שעומדות בארבעה קריטריונים: impressions > 500, clicks < 50, click-through rate < 1%, ו-average position > 20. ספים אלו מבודדים שאילתות שמשתמשים רואים אך לא לוחצים עליהן, מה שמעיד על הזדמנות ברורה.
- Topic Generator – שולח כל שאילתה ל-Llama 3 המאוחסן ב-Groq. המודל מחזיר שלוש עד חמש רעיונות לכותרות שנשארים קשורים הדוקות למונח החיפוש המקורי.
- Article Drafter – מעביר את הכותרת שנבחרה ל-Claude 3.5 Sonnet, שכותב פוסט מלא ומדויק מבחינה טכנית. Claude מבצע את העבודה הקשה כי פרומפטים ארוכים יותר עולים יותר טוקנים (tokens).
- SEO Optimizer – מוסיף קישורים פנימיים, תיאורי מטא (meta descriptions) ותגיות רלוונטיות, ומכין את המאמר למנועי חיפוש ולמערכת התיוג של Dev.to.
- Publisher – קורא ל-API של Dev.to כדי ליצור פוסט חדש ובמקביל