একবার আমি একটি AI agent-কে খুব সাধারণ SEO কাজ দিয়েছিলাম: নিজে topic বেছে নাও, article লেখো, আর কাজ শেষ না হওয়া পর্যন্ত চালিয়ে যাও।
আমি ১০টা বা ১০০টা article চাইনি। আমি সরাসরি ১০,০০০ article লক্ষ্য করেছিলাম।
Agent কয়েক দিন কাজ করে সত্যিই কাজ শেষ করেছিল। হাজার হাজার লম্বা, structured page তৈরি হয়েছিল এবং ফাইলের আকার কয়েকশ MB হয়েছিল। প্রথম দেখায় ফলাফল খুব impressive ছিল: title, heading, লম্বা paragraph, keyword, conclusion—সব মিলিয়ে বড় professional content library মনে হচ্ছিল।
কিছুদিন strategy কাজ করছে বলেও মনে হয়েছিল। Googlebot শেষ পর্যন্ত generated ১০,০০০ article URL-ই crawl করেছিল। তখন আমি এটাকে success signal হিসেবে দেখেছিলাম। কিন্তু সেটা ভুল ছিল। Crawl মানে Google page discover করে fetch করেছে। বাস্তবে প্রায় ১,০০০ page index হয়েছিল, Search-এ দেখা দিয়েছিল এবং real impressions ও traffic আনতে শুরু করেছিল।
তারপর সব উল্টো দিকে গেল।
Generated page-গুলো index থেকে হারাতে শুরু করল। এরপর আরও page গেল। শেষ পর্যন্ত সমস্যা শুধু AI article-এ সীমাবদ্ধ ছিল না: homepage-সহ পুরো site-এর indexed page সংখ্যা শূন্য হয়ে গেল।
এই experiment SEO-তে AI ব্যবহার করার আমার পদ্ধতি স্থায়ীভাবে বদলে দিয়েছে।
Crawling আর indexing এক জিনিস নয় — আমি কঠিনভাবে শিখেছি
Differenceটা basic মনে হলেও Search Console-এ হাজার হাজার URL দেখলে সহজেই গুলিয়ে যায়। আমার ক্ষেত্রে Google ১০,০০০ generated article URL-ই crawl করেছিল। এর মানে Googlebot pageগুলো discover ও fetch করেছে। কিন্তু এর মানে সব ১০,০০০ page index-এ accepted হয়েছে নয়।
প্রায় ১,০০০ page সত্যি index হয়েছিল, Search-এ দেখা দিয়েছিল এবং impressions ও traffic এনেছিল। বাকি হাজার হাজার page crawl হয়েও searchable হয়নি। Google Search Console documentation-ও পরিষ্কারভাবে দেখায়: URL crawled হতে পারে, কিন্তু indexed নাও হতে পারে।
এরপর থেকে crawl-কে আমি approval হিসেবে দেখি না। Crawl মানে Google URL evaluate করছে। Indexing আলাদা decision, আর দীর্ঘ সময় index-এ থাকা আরও একটি test। আমার experiment-এ Search-এ ঢোকা প্রায় ১,০০০ page-ও শেষ পর্যন্ত হারিয়ে যায়।
সমস্যা ছিল না যে article দেখতে খারাপ ছিল
Article-গুলো স্পষ্ট garbage ছিল না। লম্বা ছিল, grammar মোটামুটি ঠিক ছিল, structure-ও logical ছিল। আলাদা করে একটি page খুললে সেটি স্বাভাবিক SEO article মনে হতে পারত।
আসল ভুলটা আরও গভীর ছিল: আমি শুধু writing নয়, কেন লিখতে হবে সেই কারণটাও AI-এর হাতে দিয়েছিলাম।
Topic agent বেছে নিত, কী বলবে agent ঠিক করত, structure বানাত এবং text লিখত। আমি এমন scale-এ publish করছিলাম যেখানে প্রতিটি page পড়া, verify করা, edit করা এবং improve করা practically impossible।
বেশিরভাগ content-এর পেছনে আমার first-hand experience, original research, real story বা নিজের data ছিল না। Meaningful example কম ছিল এবং অনেক page-এ 0 বা 1টি useful image ছিল। সবচেয়ে গুরুত্বপূর্ণ, অনেক page এই প্রশ্নের ভালো উত্তর দিতে পারত না: একই topic নিয়ে web-এ হাজার হাজার page থাকলে এই page কেন exist করবে?
Useful content-এর shape ছিল, কিন্তু সবসময় তার মূল জিনিস—original value—ছিল না।
প্রথমে আমি এটাকে “AI penalty” বলেছিলাম। এখন মনে করি এটা অতিরিক্ত সরল ব্যাখ্যা
Site হারিয়ে গেলে প্রথমে ভেবেছিলাম Google AI text detect করে শুধু AI ব্যবহারের জন্য domain punish করেছে।
এখন আমি এভাবে বলব না।
Google-এর public guidance আরও specific: generative AI ব্যবহার নিজে থেকে guidelines-এর বিরুদ্ধে নয়। সমস্যা হয় যখন automation, including AI, দিয়ে অনেক page বানানো হয় যার primary purpose ranking manipulate করা এবং user-এর জন্য meaningful value না যোগ করা। Google এটিকে scaled content abuse বলে।
এই definition আমার experiment-এর সঙ্গে অস্বস্তিকরভাবে মিলে যায়।
আমি প্রমাণ করতে পারি না যে প্রতিটি indexing decision একটি নির্দিষ্ট algorithm বা “AI penalty” manual action-এর কারণে হয়েছিল। Search system এত transparent নয়। কিন্তু sequenceটা নিশ্চিতভাবে বলতে পারি: SEO-এর জন্য ১০,০০০ largely autonomous AI article publish করেছি; Google সব ১০,০০০ URL crawl করেছে; প্রায় ১,০০০ page সত্যি index হয়ে Search-এ দেখা দিয়েছে এবং traffic এনেছে; এরপর indexed pageগুলো ধীরে ধীরে হারিয়েছে; শেষে পুরো site zero indexed page-এ নেমেছে।
Lesson “Google AI-কে ঘৃণা করে” নয়। Lesson হলো: AI mass-produced, search-first content-কে শুধু লম্বা ও grammatically clean লিখে valuable content বানিয়ে দেয় না।
ভালো দেখতে ১০,০০০ article কেন তবুও bad strategy ছিল
Generative AI-এর সবচেয়ে বড় trap হলো production cost প্রায় zero হলেও editorial responsibility zero হয় না।
Modern AI-এর আগে ১০,০০০ substantial article publish করতে বিশাল budget বা human labor দরকার হতো। সেই friction publisher-কে ভাবতে বাধ্য করত কোন topic সত্যিই worth publishing। AI সেই friction অনেক কমিয়ে দিয়েছে। এখন কিছু publish করা উচিত কিনা ভেবে ওঠার আগেই absurd volume generate করা যায়।
- Real editorial selection নেই: agent যদি শুধু search potential দেখে হাজার topic বেছে নেয়, site audience-এর বদলে search engine serve করতে শুরু করে।
- Commodity information: model প্রায়ই existing information recombine করে, first-hand experience, original data বা distinctive viewpoint যোগ করে না।
- Quality control impossible: ১০,০০০ page-এ “পরে review করব” real editorial process নয়।
- Hidden factual risk: fluent text-এর মধ্যেও invented detail, outdated claim বা subtle technical mistake থাকতে পারে।
- Weak differentiation: individual page readable হতে পারে কিন্তু পুরো collection repetitive ও interchangeable হয়ে যায়।
- Crawl/index waste: হাজার weak URL-কে গুরুত্বপূর্ণ page-এর সঙ্গে evaluate করতে হয়।
Length আমাকে বাঁচায়নি। সুন্দর formatting বাঁচায়নি। Keywords-ও না। প্রতি page 1,500 word হলেও content factory, content factory-ই।
Site zero indexed page হলে আমি কী করেছিলাম
যখন মেনে নিলাম mass-generated section-কে “optimize” নয় remove করতে হবে, আমি এটাকে বাঁচানোর চেষ্টা বন্ধ করি।
সব ১০,০০০ AI article delete করি।
কয়েকশ নয়, শুধু index থেকে পড়া page-ও নয়। পুরো experiment delete করি। Generation কয়েক দিন চলেছিল এবং শত শত MB file ছিল, কিন্তু আগে effort খরচ হয়েছে বলে রেখে দেওয়া sunk-cost mistake হতো।
যে URL-গুলো intentionally ও permanently remove করেছি সেখানে 410 Gone return করি। তারপর bulk publishing বন্ধ করে writing approach বদলাই।
আমি সেসব বিষয় নিয়ে লিখতে শুরু করি যা সত্যিই build, break, fix, measure, test বা learn করেছি। কিছু topic হয়তো ছোট audience-এর জন্য interesting। সমস্যা নেই। অন্তত আমার লেখার real reason আছে।
AI এখনও অনেক use করি, কিন্তু role আলাদা।
নতুন rule: author আমি, AI tool
- raw note থেকে clear structure তৈরি করা;
- আমার argument challenge করা এবং missing explanation খোঁজা;
- better title বা intro suggest করা;
- grammar, punctuation, repetition এবং awkward wording ঠিক করা;
- technical explanation understandable কিনা দেখা;
- code example ও list format করা;
- আমার লেখা finished article অন্য language-এ translate করা।
যে workflow আর চাই না: “১০,০০০ topic বেছে নাও, ১০,০০০ SEO article লেখো এবং সব publish করো।”
Difference ownership। এখন idea আমার কাছ থেকে শুরু হয়। Experience আমার। কী true, কী important, কী remove করতে হবে, কী emphasize করতে হবে—আমি decide করি। AI expression improve করতে পারে, কিন্তু page exist করার পুরো reason invent করা তার কাজ নয়।
আর final article আমি নিজে পড়ি। শুনতে obvious, কিন্তু এটাই সবচেয়ে গুরুত্বপূর্ণ difference। ১০,০০০ autonomous article-এর সঙ্গে আমি physically editor হতে পারতাম না। Deliberate publishing-এ পারি।
Recovery slow ছিল
Content delete করলেই site সঙ্গে সঙ্গে recover করেনি।
অনেকদিন site Google-এ প্রায় absent ছিল। Removed URL removed-ই ছিল, আমি অনেক কম কিন্তু deliberate article publish করেছি এবং Google আবার crawl করার অপেক্ষা করেছি।
প্রায় দুই মাস পর homepage আবার Google index-এ ফিরে আসে।
আগে Search-এ সত্যি থাকা প্রায় ১,০০০ page-এর তুলনায় শুধু homepage ফিরে আসা ছোট মনে হতে পারে, কিন্তু আমার কাছে এটি অনেক বেশি গুরুত্বপূর্ণ signal ছিল। Google আবার site crawl করতেও শুরু করে। এই article লেখার সময় আমি full recovery claim করছি না এবং বলছি না যে প্রতিটি new article index হবেই। এখনো তার evidence নেই।
আমি narrow result confirm করতে পারি: site zero page থেকে homepage re-index হওয়া পর্যন্ত এসেছে, এবং mass AI content remove ও publishing strategy change করার পরে Google crawling আবার শুরু হয়েছে।
Shortcut কয়েক দিনে বানানো যায়, কিন্তু undo করতে মাস লাগতে পারে।
AI translation একেবারে আলাদা use case
আমি conclusion নিইনি যে “text-এ কখনো AI use করা যাবে না।” AI-assisted translation-এর experience বরং positive।
আমি যদি নিজের experience, analysis বা expertise থেকে article লিখি, তারপর translate করা agent-কে হাজার search topic invent করতে দেওয়ার থেকে fundamentally আলাদা।
Value original article-এ আগে থেকেই থাকে। AI language বদলায়, article-এর existence reason বানায় না।
আগে প্রতিটি article 5, 10 বা 20 language-এ translate করতে freelancer বা অনেক hours manual work লাগত। এখন AI খুব দ্রুত strong first translation দিতে পারে, ফলে solo developer-এর জন্যও multilingual publishing realistic।
Technical implementation এখনও important। আমি প্রতিটি language-এর real crawlable URL এবং server-rendered বা pre-rendered HTML prefer করি। Main content সত্যিই translate হতে হবে, versions hreflang দিয়ে ঠিক connect হতে হবে, internal link থেকে discoverable হতে হবে এবং উপযুক্ত হলে crawl/sitemap structure-এ থাকতে হবে।
Google fully translated version support করে এবং multilingual site-এর জন্য separate URL plus hreflang recommend করে। Important হলো translation real reader-এর জন্য real page হবে, URL count বাড়ানোর low-value variation নয়।
এই workflow নিয়ে আমি আলাদাভাবে AI দিয়ে ব্লগকে একাধিক ভাষায় অনুবাদ করার আমার case study-তে বিস্তারিত লিখেছি।
Server rendering quality বানায় না
Content quality আর technical SEO আলাদা layer।
SSR বা static generation useless article বাঁচায় না। Perfect hreflang generic text-কে original করে না। Sitemap demand তৈরি করে না।
কিন্তু কনটেন্ট সত্যিই প্রকাশ করার মতো হলে আমি চাই সার্চ ইঞ্জিন সেটার যতটা সম্ভব পরিষ্কার টেকনিক্যাল রূপ পাক। বহুভাষিক কনটেন্টের ক্ষেত্রে এর মানে হলো প্রতিটি ভাষার জন্য পূর্বানুমানযোগ্য URL, crawl করা যায় এমন server-rendered বা pre-generated HTML, পারস্পরিক hreflang, ভাষা সংস্করণগুলোর মধ্যে পরিষ্কার internal link, এবং গুরুত্বপূর্ণ পেজ ভুল করে block না করা।
Technical SEO valuable content-কে discover ও understand করতে সাহায্য করবে। Value replace করবে না।
এখন আমার trusted workflow
- যা সত্যিই জানি বা experience করেছি তা দিয়ে শুরু করি।
- আগে substance লিখি, keyword পরে ভাবি।
- AI-কে editor ও sparring partner বানাই।
- Fact ও technical claim verify করি।
- First-hand detail যোগ করি: number, screenshot, code, mistake, constraint, decision ও result.
- Final version নিজে পড়ি।
- প্রয়োজন হলে finished article AI দিয়ে translate করি।
- Multilingual page technically সঠিকভাবে implement করি।
- যতটা supervise করতে পারি ততটাই publish করি।
AI amplifier, purpose-এর source নয়
AI নিয়ে সবচেয়ে useful mental model হলো amplifier।
Starting point যদি real experience, useful idea, good data বা strong original writing হয়, AI সেটাকে amplify করতে পারে: prose improve, structure, translation এবং একই value বেশি মানুষের কাছে পৌঁছানো।
Starting point যদি “search traffic-এর জন্য হাজার keyword দাও” হয়, AI সেটাও amplify করবে। আগে খুব expensive ছিল বলে যা করা যেত না, সেই ভুল কাজ বড় scale-এ সম্ভব হবে।
আমি anti-AI নই। প্রতিদিন use করি। আমি anti-autopilot।
আমার strongest conclusion simple: agent আপনার পড়ার চেয়ে দ্রুত লিখতে পারে বলে editorial judgment তার হাতে দেবেন না।
আপনার থেকে আসা কিছু লিখুন। AI দিয়ে clearer, stronger, structured ও multilingual করুন। কিন্তু purpose, expertise, verification এবং final decision মানুষের কাছেই রাখুন।
AI publishing-কে আগের চেয়ে সহজ করেছে। ঠিক সেই কারণেই কী publish করা উচিত নয় তা decide করা আগের চেয়ে বেশি important।