靠 AI 写 SEO 文章就能拿流量？别逗了，我看了个拿了 16.

很多人觉得用大模型批量产出内容就能搞定 Google 排名，但这哥们儿的 GSC 数据曲线很扎心：流量在爆发后出现了明显的下滑。这说明 AI 带来的增长不是自动驾驶，如果只是盲目堆砌内容，最后只会掉进“低质量内容陷阱”。他能拿到 11.9% 的 CTR 和 7.5 的平均排名，靠的不是让 AI 当写手，而是把 AI 当成一个极其严苛的“审核员”和“数据分析助手”。

我复盘了一下他的工作流，发现这套实操逻辑非常硬核，完全不是那种“喂个提示词就出文章”的套路。

别让高搜索量关键词骗了你

很多人做 SEO 的第一步就是看 Keyword Planner 里的搜索量，看到数字大就冲。但他强调了一个关键点：搜索量不等于决策依据。在决定开新页面之前，必须先过一遍逻辑：这个词跟产品匹配吗？意图和现有页面冲突吗？如果现有的 URL 已经排在前三了，你再去开个新页面，只会造成关键词同类相食（Keyword Cannibalization），把权重拆散了。

把 Claude 当成审计员，而不是自动驾驶仪

这是我最想吐槽现在的 AI 玩家的地方：很多人把 Claude 当成代笔，而高手把它当成审计工具。他在工作流里是这么用 Claude 的：

• 查重与冲突： 检查拟定的标题、描述、H1 是否和已有页面撞车。
• 质量把关： 检查内容是否太薄（Thin content）、是否在重复废话、是否提出了无法支撑的产品声明。
• 技术合规： 检查 Canonical 标签、索引状态和内链逻辑。

他有一套非常清晰的决策记录模版，你可以直接拿去改写你的工作流：

Query: 目标关键词
Current URL: 当前排名页面（或 None）
Evidence: 来自 GSC 的点击量和排名数据
Intent: 信息类/本地类/对比类/行动类
Decision: 优化现有页面 / 创建新页面 / 直接放弃

流量掉下来时，别急着重写

这是很多人的通病：一看排名跌了，立马觉得是内容不行，开始用 AI 大规模重写。这其实是在自杀。

他总结的排查思路是先做“数据解构”：对比同期的 GSC 数据 → 定位具体丢点击的页面 → 拆解该页面的查询词变化 → 检查索引和爬取状态 → 回溯最近的代码提交（Commits）。只有当证据指向某个修改导致了问题时，才执行回滚。

说白了，SEO 的尽头不是 Prompt Engineering，而是极其严谨的工程化流程。AI 只能帮你处理结构化证据，最后的判断权必须在人手里。