Een nieuwe AI-gestuurde pipeline haalt slecht presterende zoekopdrachten uit Google Search Console, transformeert deze tot technische artikelen en publiceert de stukken op Dev.to voor minder dan vijf cent per stuk. Het systeem belooft meetbare SEO-winsten zonder het prijskaartje van meer dan $120 dat de eerste poging van de auteur deed mislukken.
Waarom de eerste poging mislukte
Twee maanden en $120 aan API-kosten leverden 30 artikelen op, maar Google Search Console registreerde nul nieuwe impressies. Het probleem was niet het taalmodel; het was de definitie van "content gap". De auteur behandelde de term als een modewoord en voerde de AI generieke onderwerpen die nooit aansloten bij de werkelijke zoekvraag. In SEO-jargon is een content gap een specifieke zoekopdracht die veel impressies genereert, maar weinig klikken en geen rangschikking op een pagina. Zonder die precisie vond de output nooit een publiek.
De anatomie van de nieuwe pipeline
De vernieuwde workflow draait op Oracle Cloud Infrastructure en volgt een strikte, op data gebaseerde volgorde:
- GSC Analyzer – Scant de console op zoekopdrachten die aan vier criteria voldoen: impressies > 500, klikken < 50, doorklikpercentage < 1% en een gemiddelde positie > 20. Deze drempelwaarden isoleren zoekopdrachten die gebruikers wel zien maar niet aanklikken, wat duidt op een duidelijke kans.
- Topic Generator – Stuurt elke zoekopdracht naar Llama 3, gehost op Groq. Het model geeft drie tot vijf kopideeën terug die nauw aansluiten bij de oorspronkelijke zoekterm.
- Article Drafter – Geeft de gekozen kop aan Claude 3.5 Sonnet, die een volledig, technisch accuraat bericht schrijft. Claude doet het zware werk, omdat langere prompts meer tokens kosten.
- SEO Optimizer – Voegt interne links, meta-omschrijvingen en relevante tags toe, zodat het artikel klaar is voor zoekmachines en het tagging-systeem van Dev