ਮੇਰੇ ਦੁਆਰਾ ਬਣਾਇਆ ਗਿਆ AI-driven SEO ਪਾਈਪਲਾਈਨ ਇੰਪ੍ਰੈਸ਼ਨਾਂ (impressions) ਦੀ ਲਗਾਤਾਰ ਲਹਿਰ ਨੂੰ ਸਿਰਫ਼ ਸਥਿਰ ਟ੍ਰੈਫਿਕ ਵਿੱਚ ਬਦਲ ਰਿਹਾ ਸੀ—ਜਦੋਂ ਤੱਕ ਮੈਂ Google Search Console (GSC) ਦੀਆਂ ਚੋਟੀ ਦੀਆਂ 15 ਕੁਐਰੀਆਂ (queries) ਦੇ ਪਿੱਛੇ ਭੱਜਣਾ ਬੰਦ ਨਹੀਂ ਕੀਤਾ ਅਤੇ ਮੁਸ਼ਕਲ (difficulty), ਪ੍ਰਸੰਗਿਕਤਾ (relevance), ਅਤੇ ਕਲਿੱਕ-ਥਰੂ ਸੰਭਾਵਨਾ (click-through potential) ਦੇ ਆਧਾਰ 'ਤੇ ਫਿਲਟਰ ਕਰਨਾ ਸ਼ੁਰੂ ਨਹੀਂ ਕੀਤਾ। ਨਵੇਂ ਲੇਖ ਉੱਚੇ ਰੈਂਕ ਕਰਦੇ ਹਨ ਅਤੇ 2-3% ਕਲਿੱਕ-ਥਰੂ ਰੇਟ (click-through rate) ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਜੋ ਇਹ ਸਾਬਤ ਕਰਦੇ ਹਨ ਕਿ ਇੱਕ ਛੋਟੀ ਸਾਈਟ ਉੱਚ-ਮੁਕਾਬਲੇ ਵਾਲੀਆਂ ਹੈੱਡਲਾਈਨਾਂ ਦੀ ਬਜਾਏ ਮਾਈਕਰੋ-ਗੈਪਸ (micro-gaps) ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾ ਕੇ ਜਿੱਤ ਸਕਦੀ ਹੈ।

What went wrong with the first pipeline

ਮੇਰਾ ਸ਼ੁਰੂਆਤੀ ਸਿਸਟਮ GSC ਡੇਟਾ ਸਕ੍ਰੇਪ (scrape) ਕਰਦਾ ਸੀ, "content gaps" ਦੀ ਨਿਸ਼ਾਨਦੇਹੀ ਕਰਦਾ ਸੀ, ਅਤੇ ਹਰ ਕੁਐਰੀ ਨੂੰ ਇੱਕ ਪੂਰੇ ਲੇਖ ਲਈ Claude 3 Opus ਕੋਲ ਭੇਜ ਦਿੰਦਾ ਸੀ। ਡਰਾਫਟ ਆਪਣੇ ਆਪ Dev.to ਅਤੇ ਮੇਰੇ ਆਪਣੇ ਡੋਮੇਨ 'ਤੇ ਪੋਸਟ ਹੋ ਜਾਂਦਾ ਸੀ। ਤਿੰਨ ਮਹੀਨਿਆਂ ਬਾਅਦ ਟ੍ਰੈਫਿਕ ਕਰਵ ਸਥਿਰ ਹੋ ਗਿਆ। ਲਿਖਤ ਵਧੀਆ ਸੀ; ਖਾਮੀ ਇਸ ਗੱਲ ਵਿੱਚ ਸੀ ਕਿ ਮੈਂ 'ਗੈਪ' (gap) ਨੂੰ ਕਿਵੇਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਸੀ।

ਮੈਂ ਉਹ 15 ਕੁਐਰੀਆਂ ਚੁਣ ਰਿਹਾ ਸੀ ਜਿਨ੍ਹਾਂ ਦੇ ਇੰਪ੍ਰੈਸ਼ਨ ਸਭ ਤੋਂ ਵੱਧ ਸਨ ਪਰ ਰੈਂਕਿੰਗ ਸਭ ਤੋਂ ਘੱਟ ਸੀ। ਇੱਕ ਮੱਧਮ-ਆਕਾਰ ਦੀ ਸਾਈਟ 'ਤੇ, ਉੱਚ-ਇੰਪ੍ਰੈਸ਼ਨ ਵਾਲੇ ਸ਼ਬਦ ਬਹੁਤ ਜ਼ਿਆਦਾ ਮੁਕਾਬਲੇ ਵਾਲੇ ਨਿਸ਼ (niches) ਨਾਲ ਸਬੰਧਤ ਹੁੰਦੇ ਹਨ। ਪਾਈਪਲਾਈਨ AI ਨੂੰ ਅਜਿਹੇ ਕੀਵਰਡ ਦਿੱਤੇ ਜੋ ਉਹ ਕਦੇ ਵੀ ਰੈਂਕ ਨਹੀਂ ਕਰ ਸਕਦਾ ਸੀ, ਇਸ ਲਈ ਕੰਟੈਂਟ ਦਾ ਕੋਈ ਖਾਸ ਅਸਰ ਨਹੀਂ ਹੋਇਆ।

Redesigning the gap-finding logic

ਇਸ ਸੁਧਾਰ ਨੇ ਫੋਕਸ ਦੀ ਮਾਤਰਾ (quantity) ਤੋਂ ਗੁਣਵੱਤਾ (quality) ਵੱਲ ਮੋੜ ਦਿੱਤਾ, ਅਤੇ ਕਿਸੇ ਕੁਐਰੀ ਨੂੰ ਸਲਾਟ ਮਿਲਣ ਤੋਂ ਪਹਿਲਾਂ ਤਿੰਨ ਫੈਸਲਾ ਲੈਣ ਵਾਲੇ ਪੱਧਰ (judgment layers) ਜੋੜ ਦਿੱਤੇ।

  • Topical cluster affinity – ਏਜੰਟ ਇੱਕ ਉਮੀਦਵਾਰ ਕੁਐਰੀ ਦੀ ਤੁਲਨਾ ਮੇਰੇ ਮੌਜੂਦਾ ਉੱਚ-ਕਾਰਗੁਜ਼ਾਰ ਲੇਖਾਂ ਨਾਲ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਸਿਮੈਂਟਿਕ ਸਮਾਨਤਾ (semantic similarity) ਇੱਕ ਨਿਰਧਾਰਤ ਸੀਮਾ ਤੋਂ ਘੱਟ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਕੁਐਰੀ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਟੌਪੀਕਲ ਅਥਾਰਟੀ (topical authority) ਮਜ਼ਬੂਤ ਹੁੰਦੀ ਹੈ।
  • Keyword difficulty filter – ਇੱਕ ਤੇਜ਼ Google SERP ਸਕ੍ਰੇਪ ਟਾਪ-10 ਨਤੀਜਿਆਂ ਦੀ ਅਥਾਰਟੀ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਸੂਚੀ ਵਿੱਚ Wikipedia ਜਾਂ ਪ੍ਰਮੁੱਖ ਨਿਊਜ਼ ਆਊਟਲੈਟ ਵਰਗੀਆਂ ਸਾਈਟਾਂ ਦਾ ਦਬਦਬਾ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਕੁਐਰੀ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ।
  • CTR potential – ਉਹ ਕੁਐਰੀਆਂ ਜਿਨ੍ਹਾਂ ਵਿੱਚ GSC ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਵਧੀਆ ਕਲਿੱਕ-ਥਰੂ ਰੇਟ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਜੋ ਅਸਲ ਉਪਭੋਗਤਾ ਦਿਲਚਸਪੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦੇ ਹਨ ਭਾਵੇਂ ਮੌਜੂਦਾ ਰੈਂਕਿੰਗ ਘੱਟ ਹੋਵੇ।

ਚੌਥਾ ਨਿਯਮ ਲੰਬੇ-ਪੂਛ ਵਾਲੇ ਵਾਕਾਂ (long-tail phrases) ਤੱਕ ਸੀਮਤ ਰੱਖਦਾ ਹੈ: ਸਿਰਫ਼ ਚਾਰ ਜਾਂ ਵੱਧ ਸ਼ਬਦਾਂ ਵਾਲੀਆਂ ਕੁਐਰੀਆਂ ਹੀ ਅੱਗੇ ਵਧਦੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਵਿਆਪਕ ਅਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਮੁਕਾਬਲੇ ਵਾਲੇ ਸ਼ਬਦ ਆਪਣੇ ਆਪ ਬਾਹਰ ਹੋ ਜਾਂਦੇ ਹਨ।

How the new pipeline runs

  • Analysis – Oracle Cloud Infrastructure (OCI) 'ਤੇ ਇੱਕ Python ਏਜੰਟ ਤਾਜ਼ਾ GSC ਡੇਟਾ ਕੱਢਦਾ ਹੈ, affinity, difficulty, ਅਤੇ CTR ਫਿਲਟਰ ਲਾਗੂ ਕਰਦਾ ਹੈ, ਅਤੇ ਵਿਵਹਾਰਕ ਕੁਐਰੀਆਂ ਦੀ ਇੱਕ ਛੋਟੀ ਸੂਚੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
  • Outlines – Groq ਦਾ Llama 3 8B ਮਾਡਲ ਸਕਿੰਟਾਂ ਵਿੱਚ ਇੱਕ ਢਾਂਚਾ (skeleton) ਤਿਆਰ ਕਰਦਾ ਹੈ; ਇਸਦੀ ਘੱਟ ਲਾਗਤ ਰੋਜ਼ਾਨਾ ਵਰਤੋਂ ਨੂੰ ਕਿਫਾਇਤੀ ਬਣਾਉਂਦੀ ਹੈ।
  • Drafting – Claude 3 Opus ਆਊਟਲਾਈਨ ਨੂੰ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਵਿਸਤ੍ਰਿਤ ਲੇਖ ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ, ਜੋ ਵਿਸ਼ੇ 'ਤੇ ਟਿਕੇ ਰਹਿੰਦੇ ਹੋਏ ਡੂੰਘਾਈ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦਾ ਹੈ।
  • Review – ਇੱਕ ਕਸਟਮ ਏਜੰਟ ਪਲੇਜਰਿਜ਼ਮ (plagiarism), ਕੀਵਰਡ ਡੈਂਸਿਟੀ (keyword density), ਅਤੇ ਕੋਡ-ਸਿੰਟੈਕਸ ਦੀ ਸਹੀਤਾ ਲਈ ਡਰਾਫਟ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ, ਅਤੇ ਕਿਸੇ ਵੀ ਮਨੁੱਖ ਦੇ ਦੇਖਣ ਤੋਂ ਪਹਿਲਾਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਫਲੈਗ ਕਰਦਾ ਹੈ।
  • Publishing – AI Dev.to 'ਤੇ ਇੱਕ ਡਰਾਫਟ ਪੋਸਟ ਬਣਾਉਂਦਾ ਹੈ; ਮੈਂ ਇਸਨੂੰ ਛੇਤੀ ਨਾਲ ਪੜ੍ਹਦਾ ਹਾਂ, ਅੰਤਿਮ ਸੋਧਾਂ ਕਰਦਾ ਹਾਂ, ਅਤੇ ਫਿਰ ਇਸਨੂੰ ਲਾਈਵ ਕਰ ਦਿੰਦਾ ਹਾਂ।

ਪ੍ਰਕਿਰਿਆ ਹੁਣ ਅੱਧ-ਮੈਨੂਅਲ (semi-manual) ਹੈ: AI ਸਾਰਾ ਭਾਰੀ ਕੰਮ ਕਰਦਾ ਹੈ, ਪਰ ਪ੍ਰਕਾਸ਼ਨ ਤੋਂ ਪਹਿਲਾਂ ਮੈਂ ਅਜੇ ਵੀ ਇਸਦੀ ਮਨਜ਼ੂਰੀ ਦਿੰਦਾ ਹਾਂ। ਇਹ ਸੰਤੁਲਨ ਪਹਿਲੀ ਵਾਰ ਦੀਆਂ ਮੁਸ਼ਕਲਾਂ ਨੂੰ ਦੁਬਾਰਾ ਪੈਦਾ ਕੀਤੇ ਬਿਨਾਂ ਗੁਣਵੱਤਾ ਨੂੰ ਉੱਚਾ ਰੱਖਦਾ ਹੈ।

Measurable impact

ਕਿਉਂਕਿ ਪਾਈਪਲਾਈਨ ਹੁਣ ਘੱਟ ਲੇਖ ਪੈਦਾ ਕਰਦੀ ਹੈ, ਇਸ ਲਈ ਆਊਟਪੁੱਟ ਦੀ ਮਾਤਰਾ ਘਟ ਗਈ ਹੈ, ਪਰ ਹਰ ਲੇਖ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ:

  • ਕਲਿੱਕ-ਥਰੂ ਰੇਟ 2-3% ਦੀ ਸੀਮਾ ਵਿੱਚ ਹਨ।

Why the lesson matters for small sites

"content gap" ਨੂੰ ਅਕਸਰ ਕਿਸੇ ਵੀ ਅਜਿਹੇ ਕੀਵਰਡ ਵਜੋਂ ਦਿਖਾਇਆ ਜਾਂਦਾ ਹੈ ਜਿਸਦੀ ਰੈਂਕਿੰਗ ਜ਼ੀਰੋ ਹੋਵੇ। ਸੀਮਤ ਡੋਮੇਨ ਅ