Files
DBAdmin/docs___/seo/seo_diagram.md
T
2026-05-27 07:48:02 +00:00

312 lines
8.4 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
### Diagram: Customer Journey + checklisty SEO (highlevel)
```mermaid
flowchart LR
A[Inicjacja<br/>Awareness] --> B[Badania<br/>Consideration]
B --> C[Porównywanie<br/>Evaluation]
C --> D[Transakcja<br/>Decision]
D --> E[Doświadczenie<br/>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 `<br/>`, 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 “AIready” w tym diagramie (krótko i konkretnie)
1. **Jednolity pipeline P0P8** (agent robi zawsze te same kroki), a etap (AE) jedynie **zmienia brief i outputy**.
2. Masz wprost wpisane bramki jakości, które w materiałach wewnętrznych przewijają się jako SEO musthave (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
* **JSONLD** → 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 |