Przeczytałem właśnie książkę „Generatywna AI w SEO. Strategie AI-First. Jak zwiększyć jakość, wydajność i zyski” Erica Enge’a i Adriána Ridnera, polskie wydanie publikacji O’Reilly opublikowane przez Helion i w mojej skali to dobra książka. Największą wartość ma tam, gdzie tłumaczy zasady pracy z generatywną AI w SEO: znaczenie intencji użytkownika, jakości treści, kontroli człowieka, ograniczeń modeli językowych i ryzyk związanych z automatyzacją. Autorzy dobrze pokazują, że AI w SEO powinna wspierać research, analizę, strukturę treści i proces pracy, a nie zastępować myślenie i odpowiedzialność za jakość.
Mocny początek: fundamenty SEO i AI
Dobrym wprowadzeniem w tematykę AI w SEO jest część I, zwłaszcza rozdziały „SEO w erze generatywnej sztucznej inteligencji” oraz „Podstawowe informacje o generatywnej sztucznej inteligencji”. To dobry start, bo książka nie sprowadza SEO do pisania większej liczby tekstów. Przypomina, że nadal liczą się podstawy: trafność odpowiedzi, użyteczność strony, wiarygodność źródła i doświadczenie użytkownika.
Dla mnie najciekawszym fragmentem były kwestie dotyczące algorytmu Google: odniesienia do dokumentów przekazanych Randowi Fishkinowi w 2024 roku oraz informacji ujawnionych w zeznaniach przed amerykańskim Departamentem Sprawiedliwości w 2023 roku.
Ten wątek pokazuje SEO (i algorytmy) jako coś więcej niż listę prostych czynników rankingowych. Ważne stają się intencje, zachowania użytkowników, kliknięcia, autorytet, marka i jakość doświadczenia po wejściu na stronę.
Najbardziej praktyczna część książki
Najwięcej wskazówek znajdziesz w części II „Praktyczne zastosowania AI”. Pokazuje ona, jak używać AI do researchu tematów, konspektów, metaopisów, FAQ, analizy luk w treści, grupowania fraz i wsparcia technicznego SEO. To dobry warsztat, jeśli traktuje się AI jako asystenta, a nie automat do publikowania gotowych treści.
Co się zestarzało?
Czytając książkę, zwróciłem uwagę, że najszybciej zestarzały się fragmenty dotyczące ocen poszczególnych modeli LLM (z 2024 roku) oraz bieżącego stanu narzędzi AI. Ten obszar zmienia się zbyt szybko, żeby takie porównania długo zachowywały wartość praktyczną.
Przykłady techniczne dotyczące .htaccess, przekierowań 301, schema czy hreflang są dobrym materiałem do pracy z aktualnym modelem AI. Najwięcej dają wtedy, gdy potraktuje się je jako punkt wyjścia do testów, walidacji i dopasowania do konkretnej strony.
Gdy AI wychodzi poza pisanie treści
Część III jest bardziej strategiczna. Autorzy wychodzą poza proste zastosowania typu „napisz konspekt” albo „stwórz meta description” i pokazują, że generatywna AI może stać się elementem całego systemu pracy nad widocznością: od tworzenia treści, przez automatyzację zadań, po analizę danych i zarządzanie obecnością marki w wyszukiwaniu generatywnym.
Wątki takie jak custom GPTs, RAG, automatyzacja, AI Search i widoczność w wyszukiwaniu generatywnym są ciekawe, choć trzeba je czytać z filtrem aktualności.
Cenne jest to, że książka mocno akcentuje ryzyka: halucynacje, niską jakość treści, prawa autorskie, plagiat i automatyzację bez kontroli.
Wskazówka dla czytelnika: format ma znaczenie
Przy tej książce warto rozważyć ebooka w uzupełnieniu lub zamiast wersji papierowej. Są w niej prompty, przykłady kodu, narzędzia i fragmenty techniczne, z którymi wygodniej pracować cyfrowo. Papier sprawdza się do spokojnej lektury, ebook lepiej nadaje się do testowania przykładów.
Podsumowanie
„Generatywna AI w SEO” to solidna i przydatna książka o AI-assisted SEO. Największą wartość mają w niej zasady, procesy i ostrzeżenia przed automatyzacją bez kontroli. Warto ją przeczytać z aktualnym modelem AI pod ręką i przekładać wnioski na własną praktykę SEO.