### 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 |