SEO Content Engine

Probleem

SEO-content op schaal maken is veel herhaald handwerk: per pagina hetzelfde zoekonderzoek, dezelfde schrijfstructuur, dezelfde linkcontrole, en het moet consistent in één tone of voice blijven. Het schaalt niet met de hand mee.

Diagnose

Het trage zat niet in het schrijven zelf, maar in de stappen eromheen die elke pagina opnieuw kostten: uitzoeken waar de pagina over moet gaan, de tone of voice bewaken, en controleren of alle interne links kloppen. Die stappen zijn per pagina identiek, en juist dat maakt ze automatiseerbaar, mits er harde regels omheen staan die de output begrenzen.

Aanpak

1. De zoekintentie en de gaten in de bestaande top-10 bepalen, in plaats van blind een pagina te schrijven.
2. Het concept schrijven binnen vaste voice-rules die een natuurlijke Nederlandse stijl forceren en bekende AI-clichés weren, zodat de tekst niet herkenbaar uit een model komt.
3. Alle interne links valideren op bereikbaarheid en relevantie, zodat er geen doodlopende links in het cluster sluipen die SEO-waarde kosten.
4. De pagina als concept in het CMS klaarzetten voor menselijke review, nooit direct live.

Afwegingen

• Harde regels om het model heen, geen blind vertrouwen

  Een taalmodel dat ongecontroleerd schrijft, levert soms plausibele onzin. Een vaste set regels (woordaantal, titel-als-link, niet-gevonden-in-pagina) vangt regelovertredingen af, ongeacht welk model de tekst schreef. Wat bij mij binnenkomt is begrensd door die regels, niet door goed vertrouwen.

• Concept in het CMS, nooit direct live

  De tool doet het werk, maar het oordeel blijft menselijk. Elke pagina landt als concept voor review, zodat er een mens tussen het model en de bezoeker blijft staan.

• Open herbouw op eigen data

  De code en de data van de eerste versie zijn van Stijgt, niet van mij om te tonen. Door de engine open te herbouwen op eigen data kan ik het proces wél laten zien én er eerlijk aan meten, zonder werkgeversmateriaal of -cijfers te gebruiken.

Status en resultaat

Werkende demo. Ik herbouw de engine open en claim pas cijfers wanneer die uit eigen metingen aan die rebuild komen, nooit uit werk voor een werkgever. Het eerste stuk dat ik apart heb uitgebouwd is de Internal Link Analyzer. Die crawlt een site en brengt de interne linkstructuur in kaart: welke pagina's er zijn, in welke taal, en hoe vaak elke pagina intern gelinkt wordt. Hij draait standaard op een lokaal model, met een cloud-fallback voor de lastige gevallen; voorstellen en terugschrijven naar het CMS volgen in een latere stap. Dezelfde begrenzende regels (woordaantal, titel-als-link, niet-gevonden-in-pagina) bewaken ook daar wat er als suggestie mag uitkomen.