یک بار به یک AI agent مأموریت سادهای برای سئو دادم: خودت موضوعها را انتخاب کن، مقاله بنویس و تا پایان ادامه بده.
ده یا صد مقاله نخواستم. از همان ابتدا هدفم ۱۰ هزار مقاله بود.
agent چند روز کار کرد و واقعاً کار را تمام کرد. هزاران صفحه بلند و ساختاریافته تولید شد و فایلها چند صد مگابایت شدند. در نگاه اول نتیجه چشمگیر بود: عنوان، تیترهای داخلی، پاراگرافهای بلند، کلمات کلیدی و جمعبندی. شبیه یک کتابخانه جدی محتوا به نظر میرسید.
برای مدتی حتی به نظر میرسید استراتژی جواب داده است. Googlebot در نهایت همه ۱۰ هزار URL مقاله تولیدشده را crawl کرد. آن زمان این را تقریباً نشانه موفقیت دیدم، اما اشتباه بود. Crawl فقط یعنی Google صفحهها را پیدا و دریافت کرده است. فقط حدود ۱۰۰۰ صفحه واقعاً ایندکس شدند، در Google Search ظاهر شدند و impression و بازدید واقعی گرفتند.
بعد همهچیز برعکس شد.
صفحههای تولیدشده کمکم از ایندکس خارج شدند. صفحات بیشتری دنبالشان رفتند. در نهایت مشکل دیگر فقط مقالههای AI نبود: کل سایت، حتی صفحه اصلی، به صفر صفحه ایندکسشده رسید.
این آزمایش برای همیشه روش استفاده من از AI در SEO را تغییر داد.
Crawling با indexing یکی نیست — این را سخت یاد گرفتم
این تفاوت ساده به نظر میرسد، اما وقتی هزاران URL را در Search Console میبینید بهراحتی مخلوط میشود. در مورد من Google همه ۱۰ هزار URL را crawl کرد. یعنی Googlebot صفحهها را کشف و دریافت کرده بود، اما به این معنا نبود که هر ۱۰ هزار صفحه وارد ایندکس شدهاند.
فقط حدود ۱۰۰۰ صفحه واقعاً ایندکس شدند و در Search ظاهر شدند. این صفحات impression و ترافیک واقعی داشتند. هزاران صفحه دیگر میتوانستند crawl شوند بدون اینکه هرگز searchable شوند. مستندات Search Console هم این تفاوت را مستقیم توضیح میدهد: URL میتواند crawled باشد اما indexed نباشد.
بعد از این تجربه crawl را approval نمیبینم. Crawl یعنی Google URL را بررسی میکند. Indexing تصمیم جداگانه است و ماندن طولانیمدت در ایندکس هم آزمون دیگری است. در آزمایش من حتی همان حدود ۱۰۰۰ صفحهای که ابتدا وارد Search شده بودند در نهایت ناپدید شدند.
مشکل این نبود که مقالهها بد به نظر میرسیدند
مقالهها آشغال واضح نبودند. بلند، از نظر زبانی نسبتاً درست و منطقی بودند. اگر یکی از صفحات را جدا باز میکردید، میتوانست مثل یک مقاله SEO کاملاً معمولی به نظر برسد.
اما اشتباه واقعی من عمیقتر بود: نه فقط نوشتن، بلکه دلیل نوشتن را هم به AI واگذار کرده بودم.
agent موضوع را انتخاب میکرد، تصمیم میگرفت چه بگوید، ساختار میساخت و متن را مینوشت. من در مقیاسی منتشر میکردم که عملاً امکان نداشت تکتک صفحات را بخوانم، بررسی کنم، ویرایش کنم و بهترشان کنم.
پشت اکثر مطالب تجربه مستقیم من، تحقیق اصیل، داستان واقعی یا دادههای خودم وجود نداشت. مثالهای مهم کم بودند و خیلی از صفحات صفر یا یک تصویر مفید داشتند. از همه مهمتر، خیلی از صفحات نمیتوانستند به یک سؤال ساده جواب بدهند: وقتی هزاران صفحه دیگر درباره همین موضوع وجود دارد، چرا این صفحه باید وجود داشته باشد؟
ظاهر محتوای مفید را داشتند، اما همیشه مهمترین عنصر آن یعنی ارزش اصیل را نداشتند.
اول اسمش را «جریمه AI» گذاشتم؛ حالا فکر میکنم این توضیح بیش از حد ساده است
وقتی سایت ناپدید شد، اولین برداشت من این بود که Google متن AI را تشخیص داده و دامنه را فقط به خاطر استفاده از AI جریمه کرده است.
امروز اینطور توضیحش نمیدهم.
راهنمای عمومی Google دقیقتر است: استفاده از generative AI به خودی خود خلاف قوانین نیست. مشکل وقتی است که از اتوماسیون، از جمله AI، برای ساخت تعداد زیادی صفحه عمدتاً با هدف دستکاری رتبهها و بدون ارزش قابل توجه برای کاربر استفاده شود. Google این را scaled content abuse مینامد.
این تعریف به شکل ناراحتکنندهای شبیه کاری است که من کرده بودم.
نمیتوانم ثابت کنم هر تصمیم ایندکس نتیجه یک الگوریتم خاص یا «AI penalty» دستی بوده است. سیستمهای جستجو اینقدر شفاف نیستند. اما میتوانم ترتیب اتفاقها را دقیق بگویم: ۱۰ هزار مقاله SEO تقریباً خودکار منتشر کردم؛ Google همه ۱۰ هزار URL را crawl کرد؛ فقط حدود ۱۰۰۰ صفحه واقعاً ایندکس شدند، در Search ظاهر شدند و ترافیک آوردند؛ سپس همان صفحات ایندکسشده بهتدریج ناپدید شدند؛ در نهایت کل سایت به صفر صفحه ایندکسشده رسید.
پس درس این نیست که «Google از AI بدش میآید». درس این است: AI محتوای انبوه و search-first را فقط به خاطر طولانی و مرتب بودن، به محتوای ارزشمند تبدیل نمیکند.
چرا ۱۰ هزار مقاله ظاهراً خوب هنوز استراتژی بدی بود
بزرگترین تله generative AI این است که هزینه تولید تقریباً به صفر میرسد، اما مسئولیت تحریریه نه.
قبل از AI مدرن، انتشار ۱۰ هزار مقاله مفصل بودجه عظیم یا نیروی انسانی زیادی میخواست. همین اصطکاک ناشر را مجبور میکرد انتخاب کند چه موضوعی واقعاً ارزش انتشار دارد. AI بخش زیادی از این اصطکاک را حذف کرده است. حالا میتوانید قبل از اینکه بپرسید چیزی ارزش انتشار دارد یا نه، حجم عجیبی تولید کنید.
- نبود انتخاب تحریریه واقعی: اگر agent هزاران موضوع را فقط بر اساس search potential انتخاب کند، سایت به جای مخاطب برای موتور جستجو کار میکند.
- اطلاعات کالایی: مدل معمولاً اطلاعات موجود را دوباره ترکیب میکند، به جای تجربه مستقیم، داده اصیل یا دیدگاه متفاوت.
- کنترل کیفیت غیرعملی: در ۱۰ هزار صفحه، «بعداً بررسی میکنم» فرآیند تحریریه نیست.
- ریسک پنهان factual: متن روان میتواند جزئیات ساختگی، اطلاعات قدیمی یا خطاهای فنی ظریف داشته باشد.
- تمایز ضعیف: هر صفحه شاید خوانا باشد، اما مجموعه کلی تکراری و قابل جایگزینی میشود.
- هدررفت crawl/index: هزاران URL ضعیف همراه صفحات واقعاً مهم نیاز به ارزیابی پیدا میکنند.
طول متن من را نجات نداد. فرمت زیبا نجاتم نداد. keyword هم نجاتم نداد. کارخانه محتوا حتی با ۱۵۰۰ کلمه در هر صفحه، کارخانه محتواست.
وقتی سایت به صفر صفحه رسید چه کردم؟
وقتی پذیرفتم بخش تولید انبوه باید حذف شود، نه «بهینهسازی»، تلاش برای نجاتش را متوقف کردم.
تمام ۱۰ هزار مقاله AI را حذف کردم.
نه چند صدتا و نه فقط صفحههایی که از ایندکس افتاده بودند. کل آزمایش را پاک کردم. تولید چند روز طول کشیده و چند صد مگابایت فایل ساخته بود، اما نگهداشتن فقط به خاطر هزینه قبلی یک اشتباه sunk cost بود.
برای URLهایی که عمداً و برای همیشه حذف شده بودند 410 Gone برگرداندم. بعد bulk publishing را متوقف کردم و روش نوشتن را تغییر دادم.
شروع کردم درباره چیزهایی بنویسم که واقعاً ساخته، خراب، تعمیر، اندازهگیری، آزمایش یا یاد گرفته بودم. بعضی موضوعها شاید فقط برای گروه کوچکی جالب باشند. مشکلی نیست. حداقل دلیل واقعی برای نوشتن دارم.
AI را هنوز زیاد استفاده میکنم، اما نقش آن فرق کرده است.
قانون جدید: نویسنده من هستم، AI ابزار است
- تبدیل یادداشتهای خام به ساختار روشن؛
- به چالش کشیدن استدلال و پیدا کردن توضیحات ناقص؛
- پیشنهاد عنوان یا مقدمه بهتر؛
- اصلاح دستور زبان، نشانهگذاری، تکرار و جملههای ناهماهنگ؛
- بررسی قابل فهم بودن توضیح فنی؛
- کمک به قالببندی code example و list؛
- ترجمه مقالهای که قبلاً خودم نوشتهام.
چیزی که دیگر نمیخواهم workflow «۱۰ هزار موضوع انتخاب کن، ۱۰ هزار مقاله SEO بنویس و همه را منتشر کن» است.
تفاوت در مالکیت است. حالا ایده از من شروع میشود. تجربه مال من است. من تصمیم میگیرم چه چیز درست، مهم، قابل حذف یا قابل تأکید است. AI میتواند در بیان بهتر کمک کند، اما نباید دلیل کامل وجود صفحه را از خودش بسازد.
و نسخه نهایی را خودم میخوانم. خیلی بدیهی به نظر میرسد، اما مهمترین تفاوت است. با ۱۰ هزار مقاله خودکار فیزیکی نمیتوانستم editor باشم. با انتشار هدفمند میتوانم.
بازیابی کند بود
حذف محتوا باعث بازیابی فوری نشد.
برای مدت زیادی سایت تقریباً در Google وجود نداشت. URLهای حذفشده حذف باقی ماندند، تعداد بسیار کمتری مقاله هدفمند منتشر کردم و منتظر crawl دوباره Google شدم.
حدود دو ماه بعد، صفحه اصلی به ایندکس Google برگشت.
در مقایسه با حدود ۱۰۰۰ صفحهای که قبلاً واقعاً در Search بودند، برگشتن فقط صفحه اصلی شاید کوچک به نظر برسد، اما برای من سیگنال بسیار مهمتری بود. Google دوباره crawl سایت را شروع کرد. هنگام نوشتن این مقاله ادعا نمیکنم recovery کامل است یا هر مقاله جدید ایندکس میشود. هنوز شواهد کافی ندارم.
چیزی که میتوانم تأیید کنم محدودتر است: سایت از صفر صفحه به ایندکس دوباره homepage رسید و بعد از حذف mass AI content و تغییر publishing strategy، Google crawl را از سر گرفت.
یک میانبر ممکن است در چند روز ساخته شود، اما باز کردن اثراتش ماهها طول بکشد.
AI translation یک use case کاملاً متفاوت است
نتیجه من این نیست که «هرگز برای متن از AI استفاده نکنید». تجربه من با ترجمه مبتنی بر AI برعکس، مثبت است.
اگر مقاله را بر اساس تجربه، تحلیل یا تخصص خودم نوشته باشم، ترجمه آن با خواستن هزاران موضوع search از agent و تولید مقاله از صفر کاملاً فرق دارد.
ارزش از قبل در اصل مقاله وجود دارد. AI زبان را عوض میکند، نه دلیل وجود مقاله را.
قبلاً ترجمه هر مقاله به ۵، ۱۰ یا ۲۰ زبان نیازمند freelancer یا ساعتها کار دستی بود. امروز AI میتواند خیلی سریع first draft خوبی بسازد و انتشار چندزبانه را حتی برای solo developer واقعی کند.
پیادهسازی فنی هنوز مهم است. ترجیح میدهم هر زبان URL واقعی و crawlable با server-rendered یا pre-rendered HTML داشته باشد. main content باید واقعاً ترجمه شود، نسخهها با hreflang درست متصل باشند، از internal link قابل دسترس باشند و در صورت نیاز در ساختار crawl/sitemap باشند.
Google نسخههای کاملاً ترجمهشده یک صفحه را پشتیبانی میکند و برای سایتهای چندزبانه separate URL و hreflang را توصیه میکند. مهم این است که ترجمه صفحهای واقعی برای خواننده واقعی باشد، نه low-value variation برای زیاد کردن URL.
این فرایند را جداگانه در مطالعه موردی خودم درباره ترجمه وبلاگ به چندین زبان با کمک AI توضیح دادهام.
Server rendering کیفیت تولید نمیکند
کیفیت محتوا و technical SEO دو لایه متفاوتاند.
SSR یا static generation مقاله بیفایده را نجات نمیدهد. hreflang کامل متن عمومی را اصیل نمیکند. Sitemap تقاضا نمیسازد.
اما وقتی محتوا واقعاً ارزش انتشار دارد، میخواهم موتورهای جستوجو شفافترین نمایش فنی ممکن را دریافت کنند. برای محتوای چندزبانه، این یعنی URLهای قابلپیشبینی برای هر زبان، HTML قابلخزش که سمت سرور رندر یا از قبل تولید شده باشد، hreflang متقابل، لینکهای داخلی واضح میان نسخههای زبانی و جلوگیری از مسدود شدن تصادفی صفحات مهم.
Technical SEO باید کمک کند محتوای ارزشمند پیدا و فهمیده شود، نه جای ارزش را بگیرد.
Workflow مورد اعتماد من حالا
- از چیزی شروع میکنم که واقعاً میدانم یا تجربه کردهام.
- اول substance را مینویسم، بعد keyword.
- AI را editor و sparring partner میکنم.
- fact و technical claim را بررسی میکنم.
- جزئیات first-hand اضافه میکنم: عدد، screenshot، code، خطا، محدودیت، تصمیم و نتیجه.
- نسخه نهایی را خودم میخوانم.
- در صورت نیاز مقاله تمامشده را با AI ترجمه میکنم.
- صفحات چندزبانه را فنی درست میسازم.
- در مقیاسی منتشر میکنم که واقعاً میتوانم نظارت کنم.
AI تقویتکننده است، نه منبع هدف
برای من بهترین مدل ذهنی این است که AI یک amplifier است.
اگر نقطه شروع تجربه واقعی، ایده مفید، داده خوب یا نوشته اصیل قوی باشد، AI میتواند آن را تقویت کند: بیان را بهتر کند، ساختار بدهد، ترجمه کند و ارزش را به افراد بیشتری برساند.
اگر نقطه شروع «هزاران keyword بده تا search traffic بگیرم» باشد، آن را هم تقویت میکند. فقط اجرای کار اشتباه را در مقیاسی که قبلاً گران بود ممکن میکند.
من ضد AI نیستم. هر روز استفاده میکنم. ضد autopilot هستم.
قویترین نتیجه من ساده است: فقط چون agent سریعتر از سرعت خواندن شما مینویسد، judgment تحریریه را به او نسپارید.
چیزی بنویسید که از خودتان میآید. AI را برای روشنتر، قویتر، منظمتر و چندزبانه کردن استفاده کنید. اما هدف، تخصص، verification و تصمیم نهایی را انسانی نگه دارید.
AI انتشار را آسانتر از همیشه کرده است. دقیقاً به همین دلیل تصمیم درباره اینکه چه چیزی را منتشر نکنیم مهمتر از همیشه است.