### Diagram: Customer Journey + checklisty SEO (high‑level)
```mermaid
flowchart LR
A[Inicjacja
Awareness] --> B[Badania
Consideration]
B --> C[Porównywanie
Evaluation]
C --> D[Transakcja
Decision]
D --> E[Doświadczenie
Retention]
subgraph S1["Inicjacja – SEO"]
A1["Poradniki: co to jest / jak działa"]
A2["Treści problemowe"]
A3["FAQ / Glossary"]
A4["Checklisty startowe"]
end
subgraph S2["Badania – SEO"]
B1["Rankingi TOP"]
B2["Przewodniki zakupowe"]
B3["Opinie / Recenzje"]
B4["Case studies"]
end
subgraph S3["Porównywanie – SEO"]
C1["X vs Y"]
C2["Alternatywy"]
C3["Tabele porównawcze"]
C4["Kalkulatory"]
end
subgraph S4["Transakcja – SEO"]
D1["Strony produktowe"]
D2["Cenniki / Pakiety"]
D3["Gdzie kupić"]
D4["Landing pages"]
end
subgraph S5["Doświadczenie – SEO"]
E1["Instrukcje How-To"]
E2["Troubleshooting"]
E3["Knowledge Base"]
E4["Cross-sell / Up-sell"]
end
A --> A1
A --> A2
A --> A3
A --> A4
B --> B1
B --> B2
B --> B3
B --> B4
C --> C1
C --> C2
C --> C3
C --> C4
D --> D1
D --> D2
D --> D3
D --> D4
E --> E1
E --> E2
E --> E3
E --> E4
```
***
### Wariant alternatywny (jeśli chcesz **czystszy diagram pod README / GitHub**)
Bez `
`, tylko ASCII — **najmniej awaryjna wersja**:
```mermaid
flowchart LR
Inicjacja --> Badania --> Porownywanie --> Transakcja --> Doswiadczenie
Inicjacja --> I1["Poradniki"]
Inicjacja --> I2["FAQ"]
Inicjacja --> I3["Problemy"]
Badania --> B1["Rankingi"]
Badania --> B2["Przewodniki"]
Badania --> B3["Opinie"]
Porownywanie --> P1["X vs Y"]
Porownywanie --> P2["Alternatywy"]
Transakcja --> T1["Produkt"]
Transakcja --> T2["Cena"]
Transakcja --> T3["Kup teraz"]
Doswiadczenie --> D1["Instrukcje"]
Doswiadczenie --> D2["Pomoc"]
```
## Diagram Mermaid: AI Content Ops dla SEO (per etap)
```mermaid
flowchart TB
%% =========================
%% AI SEO CONTENT OPS PIPELINE
%% =========================
subgraph G["Globalne bramki QA (AI) - obowiazkowe dla kazdej strony"]
G1["Meta: Title + Description (unikalne, zgodne z intencja)"]
G2["On-page: H1/H2, odpowiedz na intencje, linkowanie wewn."]
G3["Tech: indexing, duplicate content, canonical, pagination"]
G4["Structured Data: FAQ/HowTo/Product/Review (gdy pasuje)"]
G5["UX: link text opisowy + crawlable"]
G6["Mobile-first + performance budzet"]
end
subgraph P["AI Pipeline (jedna iteracja)"]
P0["Brief: etap + persona + intencja + KPI"]
P1["Research: SERP intents + PAA/FAQ + konkurencja"]
P2["Plan: outline H2/H3 + mapa linkow (prev/next etap)"]
P3["Draft: wersja 1 (z sekcja TLDR)"]
P4["On-page pass: meta + naglowki + internal links"]
P5["Schema pass: dobierz i wygeneruj JSON-LD"]
P6["QA pass: zgodnosc z bramkami G1-G6"]
P7["Publish: URL + breadcrumbs + monitoring"]
P8["Measure: GSC/GA sygnaly + refresh plan"]
P0 --> P1 --> P2 --> P3 --> P4 --> P5 --> P6 --> P7 --> P8
end
%% =========================
%% CUSTOMER JOURNEY STAGES
%% =========================
subgraph J["Customer Journey - etapy i AI deliverables"]
A["Inicjacja (Awareness)"]
B["Badania (Consideration)"]
C["Porownywanie (Evaluation)"]
D["Transakcja (Decision)"]
E["Doswiadczenie (Retention)"]
A --> B --> C --> D --> E
end
%% =========================
%% PER-STAGE CONTENT OUTPUTS
%% =========================
subgraph OA["AI Output: Inicjacja"]
A1["Content types: definicje, poradniki, problem->rozwiazanie, FAQ/glossary"]
A2["Prompt focus: wyjasnij prosto, nie sprzedawaj, edukuj"]
A3["Schema: FAQ / HowTo (jesli krok po kroku)"]
end
subgraph OB["AI Output: Badania"]
B1["Content types: rankingi, przewodniki zakupowe, recenzje, case studies"]
B2["Prompt focus: kryteria wyboru, metodologia, rekomendacje dla person"]
B3["Schema: FAQ; (opcjonalnie) Review gdy masz realne dane"]
end
subgraph OC["AI Output: Porownywanie"]
C1["Content types: X vs Y, alternatywy, tabele, kalkulatory, demo/walkthrough"]
C2["Prompt focus: roznice, trade-offs, dla kogo co, obiekcje"]
C3["Schema: FAQ; (opcjonalnie) HowTo dla konfiguracji"]
end
subgraph OD["AI Output: Transakcja"]
D1["Content types: product/landing, pricing, gdzie kupic, kategorie z filtrami"]
D2["Prompt focus: jasne value prop, CTA, dostepnosc, warunki"]
D3["Schema: Product/Offer/Breadcrumb (gdy dotyczy)"]
end
subgraph OE["AI Output: Doswiadczenie"]
E1["Content types: KB, instrukcje, troubleshooting, akcesoria/upsell"]
E2["Prompt focus: szybka diagnoza, kroki naprawy, linki do powiazanych"]
E3["Schema: HowTo / FAQ"]
end
%% =========================
%% WIRING PIPELINE TO STAGES
%% =========================
A -. "AI iteracja P0-P8" .-> P0
B -. "AI iteracja P0-P8" .-> P0
C -. "AI iteracja P0-P8" .-> P0
D -. "AI iteracja P0-P8" .-> P0
E -. "AI iteracja P0-P8" .-> P0
A --> OA
B --> OB
C --> OC
D --> OD
E --> OE
%% QA gates referenced by pipeline
P6 --> G1
P6 --> G2
P6 --> G3
P6 --> G4
P6 --> G5
P6 --> G6
```
***
## Co dokładnie jest “AI‑ready” w tym diagramie (krótko i konkretnie)
1. **Jednolity pipeline P0–P8** (agent robi zawsze te same kroki), a etap (A–E) jedynie **zmienia brief i outputy**.
2. Masz wprost wpisane bramki jakości, które w materiałach wewnętrznych przewijają się jako SEO must‑have (duplicate/canonical/pagination/structured data/IA/perf/mobile).
Diagram jest:
* ✅ parsowalny
* ✅ bez znaków problematycznych
* ✅ nadaje się do README / dokumentacji systemowej
* ✅ logicznie spójny z poprzednim diagramem (pipeline + QA gates)
***
## Diagram 2: AI Agent Router (Sequence Diagram)
```mermaid
sequenceDiagram
autonumber
participant HQ as HQ / Orchestrator
participant R as ResearchAgent
participant O as OutlineAgent
participant W as WriterAgent
participant S as SEOAgent
participant C as SchemaAgent
participant Q as QAAgent
participant P as PublisherAgent
participant A as AnalystAgent
%% ===== BRIEF =====
HQ->>R: Brief JSON (stage, persona, intent, keywords, KPI)
%% ===== RESEARCH =====
R->>R: SERP analysis + PAA + competitors
R-->>HQ: Research JSON (intents, gaps, angles)
%% ===== OUTLINE =====
HQ->>O: Research JSON
O->>O: Build outline (H1-H3, sections, FAQs)
O-->>HQ: Outline JSON
%% ===== WRITING =====
HQ->>W: Outline JSON + tone rules
W->>W: Draft content (TLDR, sections, internal links)
W-->>HQ: Draft MD/HTML
%% ===== ON-PAGE SEO =====
HQ->>S: Draft + keyword map
S->>S: Optimize titles, meta, headings, links
S-->>HQ: SEO-ready content
%% ===== STRUCTURED DATA =====
HQ->>C: SEO-ready content
C->>C: Generate JSON-LD (FAQ, HowTo, Product)
C-->>HQ: Content + Schema
%% ===== QUALITY GATES =====
HQ->>Q: Content + Schema
Q->>Q: QA checks (intent, dup, canonical, mobile, perf)
Q-->>HQ: QA report (pass / fix list)
%% ===== PUBLISH =====
HQ->>P: Approved content
P->>P: Publish + index + breadcrumbs
P-->>HQ: URL + publish metadata
%% ===== MEASURE & FEEDBACK =====
HQ->>A: URL + KPI
A->>A: Analyze GSC/GA signals
A-->>HQ: Insights + refresh recommendations
```
***
## Jak to czytać (krótko, systemowo)
### 1. HQ / Orchestrator
* jedyny „świadomy” agent
* zna **etap customer journey**
* decyduje **kiedy iterować, a kiedy publikować**
### 2. Agenci są **wąsko wyspecjalizowani**
* Research ≠ Outline ≠ Writing ≠ SEO ≠ Schema ≠ QA
* zero mieszania odpowiedzialności
### 3. Artefakty są jawne
* **JSON** → decyzje
* **MD / HTML** → treść
* **JSON‑LD** → struktura
* **QA report** → bramka decyzyjna
To dokładnie pasuje do Twojego podejścia:
> *deterministyczne, audytowalne, reproducible workflows*
***
## Bonus: mapowanie agentów na etapy (mental model)
| Etap | Najważniejszy agent |
| ------------- | ------------------- |
| Inicjacja | Research + Writer |
| Badania | Outline + Writer |
| Porównywanie | Writer + SEO |
| Transakcja | SEO + Schema |
| Doświadczenie | QA + Analyst |