एक बार मैंने एक AI agent को बहुत सीधा SEO काम दिया: खुद topics चुनो, articles लिखो और काम खत्म होने तक जारी रखो।
मैंने 10 या 100 articles नहीं मांगे। मैंने सीधे 10,000 articles का लक्ष्य रखा।
Agent कई दिनों तक चला और उसने सच में काम पूरा कर दिया। उसने हजारों लंबे, अच्छी तरह structured pages बनाए। फाइलें सैकड़ों megabytes तक पहुंच गईं। पहली नजर में result काफी impressive था: titles, headings, लंबे paragraphs, keywords और conclusions। पूरा setup एक बड़ी professional content library जैसा दिख रहा था।
कुछ समय तक strategy काम करती हुई लगी। Googlebot ने आखिरकार सभी 10,000 generated article URLs crawl किए। उस समय मैंने इसे लगभग validation मान लिया था। लेकिन वह गलत था। Crawl का मतलब केवल इतना था कि Google ने pages discover और fetch किए। केवल लगभग 1,000 pages वास्तव में index हुए, Google Search में दिखे और real impressions तथा visits लाने लगे।
फिर दिशा बदल गई।
Generated pages index से निकलने लगे। फिर और pages गायब होते गए। आखिर में problem केवल AI articles तक सीमित नहीं रही: homepage सहित पूरी site शून्य indexed pages तक पहुंच गई।
इस experiment ने SEO में AI इस्तेमाल करने का मेरा तरीका हमेशा के लिए बदल दिया।
Crawling indexing नहीं है — यह मैंने कठिन तरीके से सीखा
Difference basic लगता है, लेकिन Search Console में हजारों URLs देखते समय इसे mix करना आसान है। मेरे case में Google ने सभी 10,000 article URLs crawl किए। इसका मतलब Googlebot ने pages discover और fetch किए थे। इसका मतलब यह नहीं था कि सभी 10,000 pages index में accept हो गए।
केवल लगभग 1,000 pages वास्तव में index हुए और Search में दिखे। उनसे real impressions और traffic आया। बाकी हजारों pages crawl हो सकते थे और फिर भी searchable न बनें। Google Search Console documentation भी इस distinction को साफ बताती है: URL crawled हो सकता है, लेकिन indexed नहीं।
उस experience के बाद मैं crawl को approval नहीं मानता। Crawl का मतलब Google URL evaluate कर रहा है। Indexing एक अलग decision है, और लंबे समय तक indexed रहना एक और test। मेरे experiment में Search तक पहुंचे लगभग 1,000 pages भी आखिरकार गायब हो गए।
खतरा यह नहीं था कि लेख खराब दिखते थे
Articles खुले तौर पर खराब नहीं थे। वे लंबे थे, grammar ठीक थी और structure logical था। किसी एक page को अलग से खोलते तो वह सामान्य SEO article जैसा लग सकता था।
असल गलती ज्यादा गहरी थी: मैंने केवल writing नहीं, बल्कि यह फैसला भी AI को दे दिया था कि लिखना क्यों है।
Topics agent चुनता था। क्या कहना है agent तय करता था। Structure agent बनाता था और text भी agent लिखता था। मैं ऐसे scale पर publish कर रहा था जहां हर page पढ़ना, verify करना, edit करना और improve करना practically impossible था।
अधिकतर content के पीछे मेरा first-hand experience नहीं था, original research नहीं थी, real story नहीं थी और अपना data नहीं था। Meaningful examples कम थे और कई pages पर 0 या 1 उपयोगी image थी। सबसे जरूरी बात: बहुत से pages इस simple question का मजबूत answer नहीं दे सकते थे: जब इसी topic पर web में हजारों pages पहले से हैं, तो यह page क्यों exist करना चाहिए?
उनके पास useful content का shape था, लेकिन हमेशा उसकी सबसे जरूरी चीज नहीं थी: original value.
पहले मैंने इसे “AI penalty” कहा। अब मुझे यह explanation बहुत simplistic लगता है
जब site गायब हुई, मेरा पहला reaction था कि Google ने AI text detect किया और domain को AI use करने के लिए punish किया।
अब मैं इसे ऐसे describe नहीं करूंगा।
Google की public guidance ज्यादा specific है: generative AI use करना अपने आप में guidelines के खिलाफ नहीं है। Problem तब है जब automation, including AI, का इस्तेमाल बहुत सारे pages बनाने के लिए किया जाए जिसका primary purpose rankings manipulate करना हो और users के लिए meaningful value add न हो। Google इसे scaled content abuse कहता है।
यह definition मेरे पुराने experiment से uncomfortable तरीके से match करती है।
मैं prove नहीं कर सकता कि हर indexing decision किसी single algorithm या “AI penalty” manual action की वजह से हुआ। Search systems इतने transparent नहीं हैं। लेकिन sequence मैं ठीक-ठीक बता सकता हूं: मैंने SEO के लिए 10,000 largely autonomous AI articles publish किए; Google ने सभी 10,000 URLs crawl किए; केवल लगभग 1,000 pages वास्तव में index हुए, Search में दिखे और traffic लाए; फिर वे indexed pages धीरे-धीरे गायब हुए; अंत में पूरी site zero indexed pages पर पहुंच गई।
इसलिए lesson “Google AI से नफरत करता है” नहीं है। Lesson यह है: AI mass-produced, search-first content को सिर्फ लंबा और grammatically clean लिखकर valuable content में नहीं बदल देता।
10,000 अच्छे दिखने वाले articles फिर भी bad strategy क्यों थे
Generative AI का सबसे बड़ा trap यह है कि production cost लगभग zero हो जाती है, लेकिन editorial responsibility zero नहीं होती।
Modern AI से पहले 10,000 substantial articles publish करने के लिए बहुत बड़ा budget या human labor चाहिए होता। यह friction publisher को सोचने पर मजबूर करता था कि कौन सा topic सच में publish करने लायक है। AI ने यह friction बहुत कम कर दिया। अब आप यह पूछने से पहले कि content publish करने लायक है या नहीं, absurd volume generate कर सकते हैं।
- Real editorial selection नहीं: अगर agent सिर्फ search potential के आधार पर हजारों topics चुनता है, तो site audience की जगह search engine को serve करने लगती है।
- Commodity information: model अक्सर existing information को recombine करता है, first-hand experience, original data या distinct viewpoint नहीं जोड़ता।
- Quality control impossible: 10,000 pages पर “बाद में review करूंगा” real editorial process नहीं है।
- Hidden factual risk: fluent text में invented details, outdated claims या subtle technical mistakes हो सकते हैं।
- Weak differentiation: individual pages readable हो सकते हैं, लेकिन पूरी collection repetitive और interchangeable लग सकती है।
- Crawl/index waste: हजारों weak URLs को उन pages के साथ evaluate करना पड़ता है जो सच में important हैं।
Length ने मुझे नहीं बचाया। Formatting ने नहीं बचाया। Keywords ने नहीं बचाया। हर page 1,500 words का हो तब भी content factory, content factory ही है।
जब site zero indexed pages तक पहुंची तो मैंने क्या किया
जब मैंने मान लिया कि mass-generated section को “optimize” नहीं बल्कि remove करना चाहिए, मैंने उसे बचाने की कोशिश बंद कर दी।
मैंने सभी 10,000 AI articles delete कर दिए।
कुछ सौ नहीं, केवल वे pages नहीं जो पहले index से निकले थे। पूरा experiment delete किया। Generation में कई दिन और hundreds of megabytes लगे थे, लेकिन केवल इसलिए रखना कि effort already खर्च हो चुका था, sunk-cost mistake होता।
जो URLs intentionally और permanently remove किए, उनके लिए 410 Gone return किया। फिर bulk publishing बंद किया और writing approach बदल दी।
मैं उन चीजों पर लिखने लगा जिन्हें मैंने सच में build, break, fix, measure, test या learn किया था। कुछ topics शायद बहुत छोटे audience को interesting लगें। ठीक है। कम से कम मेरे पास उन्हें लिखने का real reason है।
मैं आज भी AI बहुत use करता हूं, बस role अलग है।
मेरा नया rule: author मैं हूं, AI tool है
- raw notes को clear structure में बदलना;
- मेरे arguments challenge करना और missing explanations ढूंढना;
- better title या intro suggest करना;
- grammar, punctuation, repetition और awkward wording ठीक करना;
- technical explanation की clarity check करना;
- code examples और lists format करना;
- मेरे द्वारा लिखे finished article को दूसरी languages में translate करना।
जो workflow अब नहीं चाहिए: “10,000 topics चुनो, 10,000 SEO articles लिखो और सब publish कर दो।”
Difference ownership है। अब idea मुझसे शुरू होती है। Experience मेरा है। मैं decide करता हूं कि क्या true है, क्या important है, क्या हटाना है और क्या emphasize करना है। AI expression improve कर सकता है, लेकिन page के exist करने का पूरा reason invent नहीं करना चाहिए।
और final article मैं खुद पढ़ता हूं। सुनने में obvious है, लेकिन यही सबसे बड़ा difference है। 10,000 autonomous articles के साथ मैं physically editor नहीं बन सकता था। Deliberate publishing में बन सकता हूं।
Recovery slow थी
Content delete करते ही site वापस नहीं आई।
काफी समय तक site Google में लगभग absent रही। Removed URLs removed रहे, मैंने बहुत कम लेकिन deliberate articles publish किए और Google के site को फिर crawl करने का इंतजार किया।
लगभग दो महीने बाद homepage Google index में वापस आई।
पहले Search में सचमुच मौजूद लगभग 1,000 pages की तुलना में केवल homepage का वापस आना छोटा लग सकता है, लेकिन मेरे लिए यह ज्यादा important signal था। Google ने site फिर crawl करना भी शुरू किया। इस article के समय मैं full recovery claim नहीं करता और यह भी नहीं कहता कि हर नया article index होगा। अभी मेरे पास उस conclusion के लिए evidence नहीं है।
मैं इतना confirm कर सकता हूं: site zero pages से homepage के वापस index होने तक आई, और mass AI content हटाने तथा publishing strategy बदलने के बाद Google crawling फिर शुरू हुई।
Shortcut कुछ दिनों में बनाया जा सकता है, लेकिन undo करने में months लग सकते हैं।
AI translation बहुत अलग use case है
मैंने यह conclusion नहीं निकाला कि “text के लिए कभी AI use मत करो।” AI-assisted translation के साथ मेरा experience लगभग उल्टा, positive है।
अगर मैं article अपने experience, analysis या expertise पर खुद लिखता हूं, फिर उसे translate करना उस workflow से fundamentally अलग है जिसमें agent thousands of search topics invent करे।
Value original article में पहले से मौजूद है। AI language बदलता है, article के exist करने का reason नहीं बनाता।
पहले हर article को 5, 10 या 20 languages में translate करने के लिए freelancers या कई hours manual work चाहिए होता। आज AI बहुत जल्दी strong first translation बना सकता है, जिससे multilingual publishing solo developer के लिए भी realistic है।
Technical implementation अभी भी important है। मैं हर language के लिए real crawlable URL और server-rendered या pre-rendered HTML prefer करता हूं। Main content सच में translated होना चाहिए, versions hreflang से सही connect हों, internal links से discoverable हों और appropriate crawl/sitemap structure में शामिल हों।
Google fully translated versions को support करता है और multilingual sites के लिए separate URLs के साथ hreflang recommend करता है। Important यह है कि translation real reader के लिए real page हो, केवल URL count बढ़ाने वाली low-value variation नहीं।
इस workflow को मैंने अलग से AI से ब्लॉग को कई भाषाओं में अनुवाद करने वाले अपने case study में विस्तार से लिखा है।
Server rendering quality create नहीं करता
Content quality और technical SEO अलग layers हैं।
SSR या static generation useless article को नहीं बचाते। Perfect hreflang generic text को original नहीं बनाता। Sitemap demand create नहीं करता।
लेकिन जब कंटेंट वास्तव में प्रकाशित करने लायक हो, तब मैं चाहता हूँ कि सर्च इंजन को उसका तकनीकी रूप जितना संभव हो उतना साफ मिले। बहुभाषी कंटेंट के लिए इसका मतलब है हर भाषा के लिए स्पष्ट URL, crawl किया जा सकने वाला server-rendered या pre-generated HTML, reciprocal hreflang, भाषा संस्करणों के बीच साफ internal links, और महत्वपूर्ण pages का गलती से block न होना।
Technical SEO valuable content को discover और understand होने में मदद करे। Value की जगह न ले।
अब मेरा trusted workflow
- उस चीज से शुरू करें जिसे मैं सच में जानता या experience कर चुका हूं।
- पहले substance लिखें, keywords बाद में सोचें।
- AI को editor और sparring partner बनाएं।
- Facts और technical claims verify करें।
- First-hand detail जोड़ें: numbers, screenshots, code, mistakes, constraints, decisions और results.
- Final version खुद पढ़ें।
- जरूरत हो तो finished article AI से translate करें।
- Multilingual pages technically सही implement करें।
- उतना ही publish करें जितना सच में supervise कर सकते हैं।
AI amplifier है, purpose का source नहीं
मेरे लिए AI को समझने का सबसे useful तरीका amplifier की तरह है।
अगर starting point real experience, useful idea, good data या strong original writing है, AI उसे amplify कर सकता है: prose improve करना, structure देना, translate करना और उसी value को ज्यादा लोगों तक पहुंचाना।
अगर starting point “मुझे हजारों keywords दो ताकि search traffic पकड़ सकूं” है, AI उसे भी amplify करता है। वह सिर्फ गलत चीज को उस scale पर करना possible बनाता है जो पहले बहुत expensive था।
मैं anti-AI नहीं हूं। हर दिन use करता हूं। मैं anti-autopilot हूं।
मेरा strongest conclusion simple है: सिर्फ इसलिए editorial judgment agent को मत दें कि वह आपकी reading speed से तेज लिख सकता है।
कुछ ऐसा लिखें जो आपसे आता है। AI से उसे clearer, stronger, structured और multilingual बनाएं। लेकिन purpose, expertise, verification और final decision human के पास रखें।
AI ने publishing को पहले से कहीं आसान बना दिया है। इसी वजह से यह decide करना कि क्या publish नहीं करना है, पहले से ज्यादा important हो गया है।