Agentic SEO: osiem workflowów puszczonych na żywej stronie
4 min czytaniaRóżnica między zwykłym poleceniem wpisanym do czatu a procesem agentowym sprowadza się do struktury. Zamiast pisać „przeprowadź audyt SEO mojej strony i powiedz, co mam zrobić”, dzieli się pracę na warstwy, z których każda odpowiada za coś innego.
Agentic SEO opisano jako praktykę przekazania zdefiniowanego procesu SEO sztucznej inteligencji, która sama pobiera dane, trzyma się udokumentowanej metody i zwraca tę samą analizę przy każdym uruchomieniu. Kluczowe jest słowo „ta sama” - agent, który raz zrobi świetną analizę konkurencji, a miesiąc później nie do poznania inną, niczego nie zautomatyzował.
Agentowy proces od dobrze napisanego polecenia odróżniają dwie rzeczy. System sam sięga po dane, zamiast czekać, aż ktoś wklei eksport, więc czyta bieżące liczby. Metoda pracy żyje poza rozmową, więc istotne kontrole wykonują się niezależnie od tego, czy ktoś o nich pamiętał.
Cztery warstwy opisane w materiale to:
- Projekt - folder z kontekstem o stronie, firmie i ograniczeniach: plan biznesowy, wytyczne dotyczące treści, marka, profil idealnego klienta.
- Umiejętności (skills) - metoda: kroki, kontrole, definicje i rzeczy, których nigdy się nie pomija. Pisze się je raz i poprawia z czasem.
- Konektory protokołu MCP (Model Context Protocol) - serwery pobierające żywe dane z Semrush, Google Search Console czy Google Analytics.
- Polecenie (prompt) - zadanie na bieżące uruchomienie, krótkie, bo resztę niosą pozostałe warstwy.
Faizan Ali, SEO & AI Search Strategist w Semrush, tłumaczy, po co dzielić pracę na warstwy: „Przy jednym długim poleceniu tłumaczyłbym wszystko od nowa za każdym razem, a im dłuższe się robi, tym bardziej Claude dryfuje, gubi kontekst i zaczyna zapełniać luki zmyślonymi rzeczami. Do tego jeśli coś się zepsuje, wiem dokładnie, którą warstwę naprawić, zamiast debugować ścianę tekstu”.
Co to znaczy dla Twojej firmy
Chodzi o przeniesienie powtarzalnej analizy na agenta, który wykonuje ją zawsze tak samo. Sens pojawia się wtedy, gdy dane zadanie wraca regularnie i ktoś realnie traci na nie godziny pracy.
Warto od razu odsiać zadania, które się do tego nie nadają. Jeśli robota za każdym razem wygląda inaczej, nie ma czego zapisać jako metody, a cała konstrukcja dokłada tylko narzutu. Z kolei sprawdzenie kodu odpowiedzi dla 50 000 adresów lepiej zrobi zwykły skrypt niż agent.
Drugi wniosek jest organizacyjny: skoro procesy działają na żywej witrynie, błąd automatu dotknie od razu treści, formularzy albo sprzedaży. Rozsądnie jest z góry spisać, które działania zawsze wymagają akceptacji człowieka - w opisanym układzie to jeden z elementów dokumentu kontekstowego.
Dla praktyka
Środowiskiem w opisanym eksperymencie jest Claude, bo jego projekty i umiejętności odpowiadają wprost czterem warstwom. Rekomendowana jest aplikacja desktopowa, która daje więcej ustawień i zaplanowane uruchomienia oraz stoi obok Claude Code, czyli wersji terminalowej. Claude Code jest dostępny wyłącznie w płatnym planie i przydaje się, gdy proces musi odczytać lokalne eksporty z crawlera, uruchomić skrypt w Pythonie albo zajrzeć do repozytorium.
Limity, o których trzeba wiedzieć przed startem: darmowe konta Claude mają maksymalnie pięć projektów i jeden własny konektor. Podpięcie Semrush pozwala uruchomić cztery z ośmiu procesów: triage techniczny, badanie konkurencji, brief o okazjach w wyszukiwarce i mapowanie cytowań w AI. Pozostałe wymagają płatnej subskrypcji.
Konektory do podpięcia obejmują Semrush MCP (pozycje, słowa kluczowe, konkurenci, linki zwrotne, Site Audit), Google Search Console (kliknięcia, wyświetlenia, status indeksowania), Google Analytics przez ten sam serwer co GSC, SerpAPI MCP dla danych z AI Overview, Firecrawl MCP do pobierania danych ze stron, system zarządzania treścią oraz narzędzia dostarczania w rodzaju GitHuba, Slacka czy Google Drive.
Semrush podłącza się w Claude przez Settings → „Connectors”, wyszukanie „Semrush”, kliknięcie „Connect”, zalogowanie się do konta i zatwierdzenie połączenia. Resztę najwygodniej instalować, prosząc o to Claude i podając mu aktualne linki do dokumentacji poszczególnych serwerów.
Jedna rzecz, której nie należy robić: przyjmować, że konektor działa, bo ekran ustawień pokazuje „połączono”. Weryfikacja polega na otwarciu nowej rozmowy, poproszeniu o listę dostępnych narzędzi i sprawdzeniu, czy oczekiwane narzędzia pojawiają się z nazwy. Gdy konektora brak, kolejność sprawdzania jest następująca: czy plik konfiguracyjny to poprawny JSON, czy aplikacja została w pełni zamknięta i otwarta na nowo, czy polecenie rozwiązuje się w PATH i czy serwer uruchamia się samodzielnie z terminala.
Projekt zakłada się przyciskiem „New project” w zakładce „Projects”, a do jego wiedzy wgrywa dokumenty kontekstowe: stronę i główny rynek, grupy docelowe, produkty i cele konwersji, głównych konkurentów, priorytetowe obszary tematyczne, wytyczne marki i redakcyjne, definicje problemów wysokiego, średniego i niskiego priorytetu, wymagania raportowe oraz działania wymagające zgody człowieka. Jeśli takich dokumentów jeszcze nie ma, można poprosić model, żeby przeprowadził wywiad partiami po maksymalnie pięć pytań i wygenerował osobne pliki: business-context.md, competitors.md, content-priorities.md i kolejne.
Narzędzia potrzebne do pełnego zestawu to darmowy siedmiodniowy okres próbny Semrush, Google Search Console, Google Analytics, SerpAPI i Firecrawl. SerpAPI daje 250 darmowych kredytów miesięcznie, Firecrawl 1000 - dla większości mniejszych witryn to w zupełności wystarczy.