تولید محتوا با هوش مصنوعی: فرایند ۷ مرحله‌ای Ahrefs

همه ما در کار محتوا بخش‌هایی داریم که دوستشان نداریم: نوشتن مقاله‌ی صدم درباره‌ی یک کلمه کلیدی کم‌رقابت، فهرست‌کردن ویژگی‌های ۳۰ ابزار برای یک مقاله‌ی لیستی، یا به‌روزرسانی مطلبی قدیمی چون رقیب مطلب تازه‌ای منتشر کرده است. تولید محتوا با هوش مصنوعی دقیقاً برای همین کارهای تکراری به کار می‌آید. رایان لا (Ryan Law)، مدیر بازاریابی محتوای Ahrefs، در مقاله‌ای در سایت Ahrefs کل فرایند خودش را شرح داده است. به گفته‌ی او، چند روز پژوهش، نوشتن و بازبینی به چند ساعت می‌رسد. در این مطلب همان فرایند را مرحله‌به‌مرحله و با نگاه کسب‌وکارهای ایرانی مرور می‌کنیم.

قبل از شروع: سه هشدار مهم

لا خودش تأکید می‌کند که این هشدارها را نادیده نگیرید. تبلیغات زیادی درباره‌ی محتوای هوشمند هست و این فرایند جادو نیست.

این فرایند هنوز به مهارت انسان نیاز دارد

اگر دنبال اتوماسیون کامل و بدون دخالت آدم هستید، ناامید می‌شوید. این روش ابزاری است برای یک بازاریاب محتوای باتجربه، نه جایگزین او.

۹۰ درصد موفقیت به انتخاب موضوع برمی‌گردد

روش لا برای موضوع‌های اطلاعاتی ساده جواب می‌دهد؛ موضوع‌هایی که روایت پیچیده یا داده‌ی حساس ندارند. او فقط وقتی از هوش مصنوعی استفاده می‌کند که خودش درباره‌ی موضوع شناخت اولیه داشته باشد تا بتواند کیفیت متن را بسنجد. این روش را برای مقاله‌ی نظری، محتوای پژوهشی و موضوع‌های تازه یا سریع‌التغییر به کار نمی‌برد.

فرایند کامل و بی‌نقص نیست

لا آن را فرایندی شلوغ و ناقص توصیف می‌کند. هدفش تحمیل یک روش ثابت نیست؛ می‌خواهد یک رویکرد کلی نشان بدهد که هر کس بتواند با نیاز خودش اصلاحش کند.

هفت مرحله تولید محتوا با هوش مصنوعی

۱. فرایند نوشتن تیم را به فایل Markdown تبدیل کنید

لا باور دارد فرایند خلاقیت انسان آن‌قدرها که فکر می‌کنیم مرموز نیست. هدفی مثل «محتوای باکیفیت بساز» را می‌شود به چند گام مشخص و قابل‌اجرا تقسیم کرد؛ گام‌هایی که هر آدم یا مدل زبانی بزرگ (LLM) می‌تواند دنبال کند.

او فرایند تحریریه‌ی Ahrefs را به همین شکل تکه‌تکه کرد و در قالبی نوشت که مدل بفهمد. Markdown یک قالب ساده‌ی متنی است که با چند علامت، تیتر و فهرست مشخص می‌کنید. مراحل کار این‌ها هستند:

• انتخاب موضوع
• نوشتن بریف (خلاصه‌ی راهنمای مقاله)
• طرح کلی
• ویرایش ساختاری
• نوشتن پیش‌نویس
• اضافه‌کردن محصولات Ahrefs
• ویرایش خط‌به‌خط
• لینک‌دهی داخلی
• ساخت متادیتا
• افزودن شورت‌کدهای وردپرس

برای هر مرحله یک سند جدا با دستورالعمل ساده و مثال نوشته شده است. بخش زیادی از این‌ها از مستندات قبلی تیم نویسندگان و فریلنسرها آمده. لا چند منبع دیگر هم اضافه کرده است: مقاله‌های محبوبش درباره‌ی نوشتن خوب (خلاصه‌شده با ChatGPT)، بخش‌هایی از دو دوره‌ی آموزشی خودش و نمونه‌هایی از بهترین مقاله‌های انسانیِ بلاگ Ahrefs.

۲. یک پروژه در ChatGPT بسازید و اسناد را آپلود کنید

بعد، فایل‌ها را در یک «پروژه» در ChatGPT بارگذاری کرد. پروژه به شما اجازه می‌دهد اسناد مرجع آپلود کنید و دستورهای سفارشی بنویسید. این دستورها در همه‌ی گفتگوهای داخل آن پروژه اعمال می‌شوند.

لا خودش می‌گوید دستورهای سفارشی‌اش را با کمک هوش مصنوعی نوشته و کمی بیش‌ازحد پیچیده شده‌اند. او الان دنبال «پرامپت‌های پارتو» است؛ یعنی ۲۰ درصد دستوری که ۸۰ درصد نتیجه‌ی خوب را می‌سازد. تا اینجا سه چیز از همه مهم‌تر به نظرش رسیده:

• مدل همیشه به اسناد پروژه مراجعه کند و مراحل را به‌ترتیب جلو ببرد.
• خلاصه‌ای از مخاطب هدف بلاگ در دستور باشد (این بخش معمولاً از مقاله‌ای به مقاله‌ی دیگر عوض نمی‌شود).
• از مدل بخواهید نقش کسی را بازی کند که «تجربه‌ی میدانی» دارد. به نظر لا، همین باعث می‌شود متن پر از مثال و روایت اول‌شخص شود.

۳. در صورت نیاز، تحقیق عمیق انجام دهید

برای بعضی موضوع‌ها لا یک درخواست «تحقیق عمیق» (Deep Research) هم می‌دهد؛ قابلیتی که مدل به‌صورت مستقل منابع مختلف را می‌گردد و گزارش می‌دهد. مثلاً برای مقاله‌اش درباره‌ی LLMs.txt می‌خواست بداند آیا ارائه‌دهندگان بزرگ مدل‌های زبانی این پروتکل را علناً پشتیبانی کرده‌اند یا نه (نکرده بودند). درخواست را ثبت کرد، سراغ کار دیگری رفت، بعد خلاصه را خواند و نتیجه را در بریف مقاله گذاشت.

۴. نکات کلیدی را با یک بریف ساده از اول وارد کنید

لا فرایندهایی را که در آن‌ها آدم ماهر یک پیش‌نویس ماشینی را ویرایش می‌کند دوست ندارد. به نظرش دستکاری اساسی در مقاله‌ی نوشته‌شده سخت و کسل‌کننده است. برای همین ترجیح می‌دهد تمام ورودی انسانی را اول کار بدهد و بعد کار را به هوش مصنوعی بسپارد.

هر مقاله با یک قالب بریف ساده شروع می‌شود که این‌ها را دارد:

• کلمه کلیدی هدف همراه با راهنمای ساده‌ی بهینه‌سازی صفحه.
• عنوان موقت، بیشتر برای اینکه مقاله با نیت جستجوی درست هم‌خوان باشد.
• نکات کلیدی مثل تجربه‌ی شخصی، مثال، یافته‌های تحقیق عمیق یا زاویه‌ی خاصی که می‌خواهید مقاله پوشش بدهد.
• زیرموضوع‌های لازم که ابزار AI Content Helper در Ahrefs پیشنهاد می‌دهد. این ابزار نتایج صفحه‌ی جستجو (SERP) را برای کلمه‌ی هدف تحلیل می‌کند، محتوای مقاله‌های رتبه‌دار را می‌خواند و فهرست موضوع‌هایی می‌سازد که برای رقابت باید پوشش داد.
• محصولات Ahrefs برای ذکر، به‌خصوص کاربردهای غیرمعمولی که ChatGPT خودش پیشنهاد نمی‌دهد.

با زدن Enter، ChatGPT بر اساس همین بریف یک طرح کلی نقطه‌ای می‌سازد. در مقاله‌ی منبع آمده که Louise از تیم بلاگ با همین ابزار بهینه‌سازی محتوا ۶۵ درصد به ترافیک یک مقاله اضافه کرده است.

۵. بخوانید، بازبینی کنید، هدایت کنید

از اینجا لا نقش سردبیر را بازی می‌کند و ChatGPT را مرحله‌به‌مرحله جلو می‌برد. طرح کلی طبق قالب اسناد ساخته می‌شود: نکات کلیدی به شکل تیتر H2، یک خلاصه‌ی BLUF برای هر بخش و شواهد در قالب زیرنقطه‌ها. BLUF یعنی نتیجه‌ی اصلی را همان اول بگو. با این قالب لا خیلی سریع جریان مقاله را می‌فهمد و اگر لازم باشد تغییر ساختاری می‌خواهد؛ مثلاً استفاده از یک چارچوب کپی‌رایتینگ دیگر برای مقدمه.

وقتی طرح کلی تأیید شد، نوبت پیش‌نویس است. اینجا او به Canvas در ChatGPT می‌رود تا کنار متن کامنت بگذارد، همان‌طور که با تیم خودش کار می‌کند. کامنت‌هایش معمولاً از همین جنس‌اند:

• این بخش مبهم است؛ دقیق‌تر بنویس و کلمه‌های بی‌محتوا را حذف کن.
• برای این ادعا یک مثال واقعی بیاور.
• این برداشت اشتباه است؛ اصلاحش کن.
• این ایده را کوتاه (یا کامل‌تر) کن.
• ساده‌ترش کن و برای مبتدی قابل‌فهم بنویس.

چون ChatGPT فوری جواب می‌دهد، حتی اگر یک پاسخ عالی نباشد، می‌شود سریع مسیر را اصلاح کرد؛ به شرط اینکه بدانید «خوب» یعنی چه. ساختار از قبل تأیید شده، پس رساندن مقاله به مرحله‌ی انتشار زمان زیادی نمی‌برد. لا در یک یادداشت جانبی می‌گوید اجماع عمومی این است که Claude برای متن‌های بلند بهتر از ChatGPT است، اما دلیل ماندن او پیش ChatGPT همین قابلیت Canvas است.

۶. لینک داخلی، متادیتا و شورت‌کد بسازید

بعد از تأیید پیش‌نویس، چند کار پایانی به ChatGPT سپرده می‌شود:

• متادیتا: درست است که گوگل متا دسکریپشن را گاهی بازنویسی می‌کند، اما Ahrefs از آن به‌عنوان متن پیش‌نمایش در صفحه‌ی اصلی بلاگ هم استفاده می‌کند. پس هنوز در زمان صرفه‌جویی می‌شود.
• شورت‌کدهای وردپرس: شورت‌کد یک کد کوتاه است که در وردپرس قالب‌بندی یا قابلیت خاصی را اضافه می‌کند. Ahrefs بیش از دوازده شورت‌کد سفارشی دارد. جاگذاری دستی‌شان خسته‌کننده است، اما ChatGPT طبق مستندات این کار را خوب انجام می‌دهد.
• ۱۰ لینک داخلی: مدل لینک‌ها را خوب در متن جا می‌دهد، اما خیلی از آدرس‌ها را از خودش می‌سازد (توهم یا hallucination). لا قصد دارد فهرست واقعی آدرس‌ها را همراه با توضیح به مدل بدهد تا فقط از میان آن‌ها انتخاب کند. ابزار Site Audit هم لینک‌های خراب را خودکار پیدا می‌کند.

تصاویر هنوز دستی اضافه می‌شوند. بیشتر مقاله‌های Ahrefs به اسکرین‌شات، گرافیک سفارشی یا نمودار با داده‌ی واقعی تکیه دارند و هوش مصنوعی مولد از پس این کار برنمی‌آید. فقط از ChatGPT می‌خواهد جاهای مناسب برای تصویر را پیشنهاد بدهد.

۷. عملکرد را زیر نظر بگیرید

طبق تحقیق Ahrefs، گوگل به هوش مصنوعی بودن محتوا اهمیتی نمی‌دهد، به شرط اینکه اسپم انبوه نباشد. وقتی با ابزار تشخیص محتوای AI همین شرکت همبستگی بین استفاده از محتوای هوشمند و رتبه‌ی جستجو را سنجیدند، عدد ۰٫۰۱۱ درآمد؛ یعنی عملاً صفر. با این حال لازم است صفحه‌ها را رصد کنید و با محتوای انسانی مقایسه‌شان کنید.

لا با قابلیت Portfolios در Ahrefs همه‌ی مقاله‌های ساخته‌شده با AI را دنبال می‌کند تا رتبه‌ی کلمات، بک‌لینک‌ها و ترافیک ارگانیک تخمینی‌شان را ببیند. برای منبع ترافیک و شاخص‌های درون‌صفحه از Web Analytics همان شرکت استفاده می‌کند. راهنمای LLMs.txt که با AI ساخته شده، ۱۷٬۲۰۰ بازدید صفحه گرفته است، با نرخ پرش ۷۲٫۳ درصد (نرخ پرش یعنی درصد بازدیدکننده‌هایی که بدون کار دیگری صفحه را ترک می‌کنند). ترافیکش هم از ترکیب سالمی از منابع آمده: شبکه‌های اجتماعی، ایمیل و دستیارهای هوشمندی مثل ChatGPT و Gemini.

نتیجه چه بود؟

لا می‌گوید این مقاله‌ها حتی یک کلمه‌ی نوشته‌شده توسط انسان ندارند، ولی عملکردشان کنار محتوای انسانی است. به نظرش جذاب و خوش‌نوشت‌اند و گاهی حتی بهتر از چیزی که خودش می‌نوشت. با این حال او هنوز تک‌تک مطالب منتشرشده در بلاگ را، چه انسانی و چه ساخته‌ی ChatGPT، می‌خواند، ویرایش می‌کند و تأیید می‌کند. به گفته‌ی او، استفاده از AI بهانه‌ای برای انتشار محتوای بی‌کیفیت نیست.

نکات کاربردی برای کسب‌وکارها

این بخش تحلیل و پیشنهاد خود ماست و ادعای تازه‌ای درباره‌ی بازار ایران نیست.

• اول موضوع را درست انتخاب کنید. مقاله‌های آموزشی ساده مثل «راهنمای انتخاب اندازه‌ی لباس»، «تفاوت دو مدل محصول» یا «روش نگهداری کالا» برای فروشگاه آنلاین یا وبلاگ برند ایرانی، کاندیدای خوبی هستند. بیانیه‌ی برند، تحلیل بازار و گزارش داخلی را به آدم بسپارید.
• سند فرایند بنویسید. لحن برند، مخاطب هدف، ساختار مقاله و فهرست کارهایی که نباید بکنید را در یک فایل متنی ساده جمع کنید. همین فایل را به هر ابزار هوش مصنوعی که در دسترس دارید بدهید. اگر Markdown بلد نیستید، یک فایل متنی با تیتر و فهرست هم کافی است.
• بریف را خودتان بنویسید. کلمه‌ی کلیدی فارسی، نیت جستجو، تجربه‌ی واقعی تیم‌تان و مثال‌های مشتری‌ها را از ابتدا بدهید. ارزش واقعی محتوا همین بخش انسانی است.
• زیرموضوع‌ها را از صفحه‌ی نتایج جستجو دربیاورید. اگر به AI Content Helper دسترسی ندارید، می‌توانید مقاله‌های رتبه‌دار برای کلمه‌ی هدف را خودتان بخوانید و فهرست موضوع‌های مشترک‌شان را در بریف بگذارید.
• کیفیت فارسی را جدی بگیرید. این توصیه از خود ماست، نه از مقاله‌ی منبع: خروجی را با دقت بخوانید تا از ترجمه‌نمایی، لحن غیرطبیعی و جمله‌های زیادی رسمی پاک شود.
• همه‌ی لینک‌ها را چک کنید. چون مدل آدرس می‌سازد، فهرست واقعی صفحات سایت‌تان را به او بدهید و بعد از انتشار هم لینک‌ها را بررسی کنید.
• نتیجه را اندازه بگیرید. برای رصد رتبه و ترافیک می‌توانید از ابزارهایی مثل Google Search Console و Google Analytics استفاده کنید و مقاله‌های ماشینی را با مقاله‌های انسانی مقایسه کنید.

چک‌لیست اجرایی

• موضوع ساده و اطلاعاتی است و خودم شناخت اولیه از آن دارم.
• سند فرایند و لحن برند آماده است.
• بریف شامل کلمه کلیدی، عنوان، نکات کلیدی و زیرموضوع‌هاست.
• طرح کلی را قبل از پیش‌نویس تأیید کرده‌ام.
• با کامنت‌های مشخص متن را اصلاح کرده‌ام.
• متادیتا و لینک‌های داخلی را ساخته و بررسی کرده‌ام.
• تصاویر و داده‌ها را خودم اضافه کرده‌ام.
• بعد از انتشار، عملکرد مقاله را رصد می‌کنم.

پرسش‌های متداول

آیا گوگل محتوای ساخته‌شده با هوش مصنوعی را جریمه می‌کند؟

طبق پژوهش Ahrefs، همبستگی بین استفاده از محتوای AI و رتبه‌ی جستجو ۰٫۰۱۱ بوده، یعنی عملاً صفر. البته این درباره‌ی محتوای باکیفیت است، نه اسپم انبوه.

این روش برای چه مقاله‌هایی مناسب نیست؟

لا آن را برای مقاله‌های نظری، محتوای پژوهشی و موضوع‌های تازه یا سریع‌التغییر استفاده نمی‌کند. برای موضوع‌هایی هم که شناخت اولیه‌ای از آن‌ها ندارد پیشنهاد نمی‌شود، چون نمی‌توانید کیفیت خروجی را بسنجید.

آیا می‌شود انتشار را کاملاً به هوش مصنوعی سپرد؟

نه. لا خودش همه‌ی مطالب را می‌خواند، ویرایش و تأیید می‌کند. هوش مصنوعی کار تکراری را سریع‌تر می‌کند، اما قضاوت نهایی با انسان است.

جمع‌بندی

خلاصه‌ی فرایند Ahrefs این است: ورودی انسانی را از ابتدا بدهید، به مدل مراحل روشن و مستند بدهید، طرح کلی را تأیید کنید و بعد پیش‌نویس را مثل نوشته‌ی یک همکار ویرایش کنید. تولید محتوا با هوش مصنوعی وقتی جواب می‌دهد که موضوع ساده انتخاب شود، سردبیر ماهر بالای سرش باشد و نتیجه بعد از انتشار اندازه‌گیری شود. این روش جادو نیست، اما کارهای تکراری را می‌گیرد و وقت شما را برای تحقیق، نظر شخصی و محتوای اصیل آزاد می‌کند. منبع این مطلب مقاله‌ی «My Complete AI Content Process for Ahrefs» نوشته‌ی رایان لا در Ahrefs است.