Skąd biorę pomysły na blog, aby częściej pojawiać się w AI Overviews?

Obecność w AI Oveviews wynika m.in. z faktu, że treści precyzyjnie odpowiadają na konkretne pytania zadawane przez użytkowników. To właśnie te pytania muszą być zawarte we wpisach blogowych. Ale jak je znaleźć? Mam na to swój patent – nie daje on gwarancji, ale realnie zwiększa szanse pojawienie się w AIO. Bez zgadywania i pisania w ciemno.

1. “Nie mam już o czym pisać na blogu” – dlaczego to nieprawda?
2. Jak wykonuję analizę content gap?
3. Po co mi sekcja People Also Ask przy planowaniu treści?
4. Co daje nasze narzędzie Topic Research, czego nie da ręczne klikanie PAA?
5. Jak zamieniam surową listę w finalne pomysły na artykuły?
6. Etap 1 – eliminacja duplikatów i tematów zbliżonych
7. Etap 2 – weryfikacja z już istniejącymi tematami
8. Czy moje teksty są w AIO – jak weryfikuję wyniki?
9. Dlaczego ten proces działa?
10. Podsumowanie w punktach

“Nie mam już o czym pisać na blogu” – dlaczego to nieprawda?

Zaskakująco często słyszę pytanie: skąd wziąć tematy na bloga, które mają potencjał i pomagają zwiększać widoczność w AIO? I za każdym razem czuję, że wokół tego tematu krąży sporo niejasności.

Większość osób wychodzi z założenia, że pomysły po prostu wpadają same. Albo że trzeba mieć jakiś magiczny research tool, który poda gotowe odpowiedzi. A prawda jest o wiele prostsza: tematów nigdy nie brakuje, jeśli są one oparte na danych i realnych pytaniach użytkowników.

Na grupie SEO Samodzielni na Facebooku co jakiś czas widzę podobne rozkminy. Można odnieść wrażenie, że tematy już się wyczerpały, a analiza konkurencji przestaje dostarczać świeżych inspiracji.

Ostatnio trafiłem właśnie na taki post – ktoś zapytał, czy istnieją narzędzia AI, które pomogą znaleźć słowa kluczowe warte opisania, zamiast pisać „w ciemno” na tematy bez potencjału wyszukiwań.

To świetny punkt wyjścia, żeby pokazać, skąd ja biorę pomysły na artykuły, które pomagają zwiększyć widoczność strony i częściej pojawiać się w zapytaniach AI Overviews.

Rozbijmy mój proces na poszczególne części.

Jak wykonuję analizę content gap?

Content gap to dosłownie luka w treści – brakujący lub niewystarczająco pokryty temat na stronie, który porusza już twoja konkurencja. Jest to zagadnienie faktycznie wyszukiwane przez użytkowników, którego niestety u Ciebie brakuje. Warto więc tę lukę wypełnić.

Content gap to dla mnie najlepszy sygnał, że trzeba przygotować nowy tekst, albo odświeżyć istniejący.

Aby wykonać analizę luk w contencie, wystarczy mi dostęp do Google Search Console i arkuszy Google – choć ja z przyzwyczajenia korzystam z Excela. Po zalogowaniu do GSC przechodzę do zakładki „Wyniki wyszukiwania”, a następnie ustawiam zakres dat na ostatnie 6 miesięcy.

W kolejnym kroku filtruję zapytania i wybieram opcję „Dopasuj do wyrażenia regularnego”.

\b(blisko mnie|by|by\w|chc|co|czy|dlaczego|dostan|gdzie|jak|jest|kiedy|kto|kt\wry|mo\we|znajd|zrobi)\b

W ten sposób mam przygotowaną całą listę fraz pytających, którą eksportuję jednym kliknięciem.

Po wyciągnięciu danych wrzucam je do Excela i sortuję po CTR – od najniższego. Uwielbiam to zestawienie. Widzę frazy, które mają CTR równy 0%, a jednak generują wyświetlenia. Czyli Google pokazuje stronę… ale użytkownik nie widzi tam odpowiedzi, której szuka.

I to właśnie te tematy są złotem. Wystarczy sprawdzić, czego brakuje. Czasem okazuje się, że blog ma już tekst poruszający jakieś zagadnienie, ale jest on zbyt ogólny, ma złą strukturę albo po prostu wymaga odświeżenia. Innym razem temat jest „dziewiczy” i czeka na swój pierwszy artykuł.

Po co mi sekcja People Also Ask przy planowaniu treści?

„People Also Ask” (PAA) – to sekcja w wynikach wyszukiwania Google, która pokazuje dodatkowe pytania (powiązane z daną frazą), jakie zadają użytkownicy.

Tego typu pytania najczęściej wyświetlają się zarówno na początku, jak i na końcu wyników wyszukiwania, choć czasami podpowiedzi widoczne są tylko w jednym miejscu – albo nie pojawiają się wcale.

Zauważyłem, że większość tych pytań pojawia się również w wynikach AIO, dlatego warto to wykorzystać przy planowaniu treści.

Topic Research, czyli wyszukiwanie tematów, które mają sens i realny potencjał (i na które można napisać artykuł), to dla mnie punkt startowy przy planowaniu każdego harmonogramu treści. I choć narzędzi jest mnóstwo, to w praktyce najbardziej pomaga mi… zwykłe People Also Ask. Serio.

Kiedy mam ogólną frazę, na przykład „jakie krzesła biurowe”, wpisuję ją w Google i od razu przechodzę do PAA. Tam Google zaczyna podsuwać pytania, które faktycznie zadają użytkownicy. Czasem są one banalne, czasem zaskakująco szczegółowe, ale wszystkie mają jedną wspólną cechę – pojawiają się w wynikach AIO dużo częściej, niż mogłoby się wydawać.

Dla tego przykładu w sekcji PAA widzę pytania typu:

• „Jakie krzesło powinno być w biurze?”
• „Jaki rodzaj krzesła jest najlepszy do pracy biurowej?”
• „Jakie krzesło jest najlepsze dla kręgosłupa?”

Klikam więc strzałkę przy jednym pytaniu i Google od razu dorzuca kolejne – powiązane, uzupełniające, czasem bardzo zbliżone. I tak mogę klikać naprawdę długo, bo ta sekcja potrafi generować dziesiątki nowych tematów.

Na tym etapie nie odrzucam niczego. Nie zastanawiam się, czy temat jest powtórzony, czy sensowny, czy w ogóle warto o nim pisać. Po prostu zapisuję każde pytanie do notatnika i buduję surową listę.

Dopiero później wchodzę w selekcję, czyszczenie i łączenie tematów – decyduję, co zostaje, a co wylatuje.

Co daje nasze narzędzie Topic Research, czego nie da ręczne klikanie PAA?

Ponieważ scrollowanie People Also Ask może być męczące na dłuższą metę, wprowadziliśmy własne narzędzie „Topic Research”, które automatyzuje proces ręcznego wyklikiwania pytań z sekcji PAA.

Obecnie jest ono w fazie testowej, ale już teraz wiem, że to game changer, bo znacznie przyspiesza proces wyszukiwania potencjalnych tematów.

W praktyce wygląda to tak, że wpisuję interesującą mnie frazę (np. odpowiadającą kategorii na stronie), a narzędzie samo generuje kilkaset powiązanych pytań – dokładnie takich, które normalnie trzeba byłoby ręcznie przeklikiwać w Google.

To wciąż nie jest finalny etap, bo te pytania powtarzają się tak samo, jak w PAA. Ale dzięki automatyzacji w 5 minut jestem w stanie zrobić to, co wcześniej zabierało mi godzinę pracy.

Najciekawsze tematy wyklikuję ręcznie lub eksportuję do pliku JSON, a dopiero później wykonuję właściwą selekcję i analizę.

Jak zamieniam surową listę w finalne pomysły na artykuły?

Zebranie surowej listy tematów to dopiero początek. Problem pojawia się wtedy, gdy lista ma 300 pozycji i połowa z nich jest podobna. Ręczna selekcja? Nie, dziękuję. Dlatego korzystam z ChatGPT i dzielę proces na dwa etapy.

Etap 1 – eliminacja duplikatów i tematów zbliżonych

Kopiuję całą listę pytań i wklejam prompt, którego używam praktycznie zawsze. ChatGPT porównuje wszystkie zapytania, szuka tych o tej samej intencji i usuwa powtórzenia.

Jeśli dwa pytania różnią się tylko liczbą pojedynczą lub mnogą – zrównuje je. Gdy jedno dotyczy ogółu, a drugie szczegółu – zostawia oba. Po tej operacji zostaje mi czysta, logiczna lista.

Tutaj prompt:

Przeanalizuj poniższą listę tematów i sprawdź, czy któreś z nich są takie same lub niemal identyczne pod kątem intencji wyszukiwania. Za kanibalizację uznawaj tylko te przypadki, gdy temat różni się jedynie formą zapisu, ale w praktyce odpowiada na to samo pytanie użytkownika (np. „jakie jest najlepsze krzesło do biura?” i „najlepsze krzesła do biura”). Nie traktuj jako kanibalizacji tematów, które dotyczą różnych aspektów tego samego zagadnienia (np. ogólne pytanie o zdrowotność kawy kontra pytanie o konkretny rodzaj kawy). Zwróć gotową listę bez duplikatów. Jeśli wszystkie tematy są unikalne, napisz „Brak kanibalizacji”.

Lista tematów:

Etap 2 – weryfikacja z już istniejącymi tematami

Teraz muszę sprawdzić, czy na stronie nie ma już takich tekstów.

Jeśli blog ma 10 artykułów, robię to ręcznie. Ale jeśli ma 150, to nie mam zamiaru przeklikiwać każdego tytułu po kolei. Ponownie wykorzystuję ChataGPT, aby przyspieszyć proces.

W pierwszej kolejności tworzę listę wszystkich istniejących tematów. W tym celu odpalam Screaming Froga i crawluję stronę. Korzystam też z mapy XML, jeśli została utworzona wyłącznie dla sekcji bloga.

Następnie kopiuję wszystkie nagłówki H1 (czyli tytuły artykułów), zwracając uwagę, by na liście nie znalazły się kategorie, strony paginacji ani inne podstrony, które nie są wpisami blogowymi.

A potem wrzucam wszystko do ChatGPT, który porównuje te dwie listy i zostawia tylko tematy faktycznie nowe. Korzystam z poniższego prompta:

Przeanalizuj poniższą listę tematów i sprawdź, czy któreś z nich są takie same lub niemal identyczne jak istniejące już artykuły na blogu.. Za kanibalizację uznawaj tylko te przypadki, gdy temat różni się jedynie formą zapisu, ale w praktyce odpowiada na to samo pytanie użytkownika (np. „jakie jest najlepsze krzesło do biura?” i „najlepsze krzesła do biura”). Nie uznawaj za kanibalizację tematów, które poruszają różne wątki w obrębie tego samego zagadnienia — na przykład ogólne pytanie o zdrowotny wpływ krzeseł biurowych a szczegółowe o najlepsze krzesło dla osób z bólem kręgosłupa. Zwróć gotową listę bez duplikatów. Jeśli wszystkie tematy są unikalne, napisz „Brak kanibalizacji”.

Lista tematów:

Lista istniejących artykułów na blogu:

Na koniec proszę jeszcze o pogrupowanie tematów według kategorii. Dzięki temu wiem, które obszary mają największą „dziurę” i wymagają większej liczby artykułów.

Czy moje teksty są w AIO – jak weryfikuję wyniki?

To, że teksty powstają na podstawie pytań z PAA, jest dla mnie dobrym punktem startowym, ale nigdy nie traktuję tego jako gwarancji wejścia do AIO. Trzeba to po prostu sprawdzić w praktyce.

Często już sam tytuł artykułu zawiera pytanie z People Also Ask, ale zdarza się, że przerabiam go tak, żeby brzmiał bardziej naturalnie albo lepiej pasował do stylu bloga. Mimo tej zmiany zawsze pilnuję jednego – konkretne pytanie z PAA musi zostać przypisane do konkretnego tematu.

Każdy taki temat trafia od razu do monitoringu w YOSA, i to jeszcze zanim tekst zostanie opublikowany. Dzięki temu mogę zobaczyć, czy strona już gdzieś pojawia się w AIO, czy nie ma jeszcze żadnej ekspozycji, jak wygląda sytuacja przed publikacją.

Dopiero później – najczęściej po kilku dniach – sprawdzam, co zmieniło się po wrzuceniu artykułu na blog. I naprawdę często widzę, że tekst zaczyna pojawiać się w AI Overviews. Czasem od razu, czasem po krótkim czasie, ale w większości przypadków te tematy zaczynają łapać widoczność.

Dla mnie to najlepsze potwierdzenie, że pisanie treści na podstawie PAA i analizy content gap to nie jest teoretyczna sztuka dla sztuki. To realny, działający sposób na tworzenie tekstów, które pasują do tego, jak myślą użytkownicy – i do tego, jak Google buduje odpowiedzi w AI Overviews.

Dlaczego ten proces działa?

Jeśli miałbym jednym zdaniem opisać, skąd biorę pomysły na artykuły pod AI Overviews, odpowiedź brzmiałaby: z rzeczywistych pytań ludzi i własnych danych z GSC. Nie z domysłów ani z generatorów tematów.

Mój proces wygląda bardzo prosto: zaglądam do GSC, patrzę na zapytania z zerowym CTR, łączę to z People Also Ask, dorzucam nasze narzędzie Topic Research, a potem wszystko czyszczę i selekcjonuję w ChatGPT. Dopiero na końcu sprawdzam, jak tekst działa w AIO – i czy faktycznie łapie widoczność.

Czy to działa? Tak. Blogi, które prowadzimy, regularnie pojawiają się w AI Overviews. I to nie dlatego, że mieliśmy „dobre pomysły”, tylko dlatego, że zadaliśmy sobie trud, żeby zrozumieć, o co pytają użytkownicy – i daliśmy im na to najlepszą możliwą odpowiedź.

Podsumowanie w punktach

1. Analiza GSC pozwala mi szybko znaleźć tematy, na które strona się wyświetla, ale nie odpowiada wystarczająco dobrze – i to właśnie te luki zamieniam w artykuły.
2. PAA dostarcza mi gotowe pytania użytkowników, które bardzo często pojawiają się później w AIO, dlatego traktuję je jako fundament researchu.
3. Nasze narzędzie Topic Research automatyzuje PAA i daje mi setki surowych pomysłów, które później selekcjonuję i przerabiam na tematy artykułów.
4. Cały proces czyszczenia, łączenia i weryfikowania tematów robię w dwóch krokach z pomocą ChatGPT, żeby zostały tylko unikalne i sensowne propozycje.
5. Każdy temat monitoruję w YOSA, dzięki czemu mogę sprawdzić, czy tekst faktycznie zaczyna pojawiać się w AI Overviews.
6. Tworzę tematy wyłącznie na podstawie danych i realnych pytań użytkowników, co finalnie przekłada się na rosnącą widoczność bloga w AIO.