Ahrefs i Semrush uczą Claude Code SEO — nowy standard branży

W ciągu 10 dni — od 28 kwietnia do 8 maja 2026 — Ahrefs i Semrush opublikowały trzy szczegółowe tutoriale o tym, jak używać Claude Code w codziennej pracy SEO. Ryan Law (dyrektor marketingu treści Ahrefs z 13-letnim doświadczeniem) pokazuje własny system 23 komend, który generuje gotowy artykuł SEO w 6-12 minut. Semrush uczy, jak połączyć dane z Google Search Console, GA4 i własną bazą Semrush w jednym oknie AI. Ahrefs dodaje przewodnik o budowaniu własnych komend (tzw. skilli) dla każdego, kto robi treści lub SEO — bez wiedzy programistycznej.

To nie jest zbieg okoliczności. Gdy dwie największe platformy SEO na świecie publikują tego rodzaju materiały w tym samym czasie, ogłaszają nowy standard branżowy. I tu jest sedno dla Ciebie, jeśli prowadzisz firmę i korzystasz z SEO: za 12-18 miesięcy specjalista SEO bez własnego procesu AI będzie pracował tak samo powoli i tak samo drogo jak dziś — ale jego konkurent z AI będzie robił to samo za ułamek czasu. To zmienia co powinieneś pytać przy wyborze agencji czy freelancera.

Ahrefs: jak zbudować maszynę do tworzenia artykułów SEO w 23 krokach

Ryan Law opisuje system, który rozwijał przez ostatnie miesiące po tym, jak wcześniejszy proces oparty na ChatGPT nadal wymagał "tony ręcznej pracy". Nowy proces używa Claude Code i 23 plików komend (skilli), z których każdy odwzorowuje jeden krok redakcyjny: badanie słów kluczowych, analizę luk tematycznych, plan struktury, research, szkic, weryfikacja faktów, formatowanie. Każdy krok produkuje własny plik wynikowy — można wrócić do każdego etapu i poprawić, nie zaczynając od nowa.

Kluczowa liczba: 6-12 minut od słowa kluczowego do gotowego szkicu artykułu. Ahrefs opublikował tym procesem 15 artykułów i zaktualizował 30 kolejnych. Dane SEO Claude Code pobiera na żywo przez Ahrefs MCP — bez eksportu plików CSV, bez wklejania danych ręcznie. AI widzi rzeczywiste wolumeny zapytań, trudność słów kluczowych i dominujący zamiar w wynikach Google.

Najważniejsze zastrzeżenie, które Law podkreśla: "Skille Ryana są dobre, bo Ryan wie, co do nich wpisać. Większość ludzi używa takich narzędzi bez 13 lat doświadczenia redakcyjnego." To zdanie z komentarza na LinkedIn, które Law sam przytacza. AI wzmacnia wiedzę — nie zastępuje jej. Proces działa, bo każdy plik komendy zapisuje dziesiątki lat zbiorowego doświadczenia redakcyjnego Ahrefs. Osoba bez tej wiedzy dostanie z Claude Code gorszy wynik niż Law, bo włoży do systemu gorsze instrukcje.

Teoretycznie cały system może działać w pełni automatycznie: Claude Code sam analizuje luki tematyczne przez Ahrefs MCP, wybiera priorytety, uruchamia blog-pipeline i powiadamia autora, gdy szkice są gotowe do przeglądu. Law zaznacza, że tej możliwości nie wdraża — bo skalowanie treści nie jest jego celem. Chce utrzymać wiecznie aktualną bibliotekę wysokiej jakości na kilku tematach, nie zalewać blog tysiącami automatycznych artykułów.

Mój własny agent AI, którego używam od 6 miesięcy, działa dokładnie na tej zasadzie — mam skille do pisania postów, analiz, audytów. Każdy zapisuje mój sposób myślenia raz, żeby nie tłumaczyć go na nowo przy każdym zleceniu. To, co Law opisuje jako odkrycie, ja traktuję już jak standardowe narzędzie pracy. Widzę, że to działa — ten post, który czytasz, też powstał właśnie w taki sposób.

Marcin Grochala, Web Developer & SEO Specialist

Źródło: Ahrefs Blog — Ryan Law, 28.04.2026

Semrush: Claude Code jako analityk SEO z danymi na żywo

Semrush idzie w kierunku praktycznym: zamiast opisywać filozofię AI w SEO, daje instrukcję krok po kroku. Połącz Claude Code z Google Search Console i GA4 przez konto serwisowe Google Cloud (jedno konto obsługuje oba źródła). Dodaj Semrush MCP. Stwórz plik claude.md, w którym opisujesz swoją stronę, konkurentów i cele — Claude Code czyta go automatycznie na starcie każdej sesji, bez potrzeby powtarzania kontekstu.

Efekt: pytasz w naturalnym języku — "jakie słowa kluczowe mają wysokie wyświetlenia, ale niskie pozycje?" — i dostajesz odpowiedź z realnych danych GSC na żywo, zestawionych z trudnością słowa kluczowego z Semrush. Nie musisz eksportować plików CSV, łączyć arkuszy, pisać formuł VLOOKUP. Claude Code robi to sam i pokazuje wyniki z opisem, co zrobić dalej.

Semrush demonstruje to na TrafficThinkTank.com — prawdziwej stronie (edukacja SEO), nie demonstracji. Każde polecenie i każda analiza w tutorialu była uruchomiona na żywych danych. To ważne, bo widzisz jak system działa w warunkach rzeczywistych, nie jak powinien działać na papierze. Połączenie z GSC ma limit 50 000 wierszy dziennie — Semrush zaleca trzymanie limitu na 1-5 tys. wierszy, żeby móc robić kilka analiz dziennie bez wyczerpania limitu.

Zaawansowana część tutorialu to budowanie żywego panelu HTML z automatycznym odświeżaniem danych i raportów PDF. Ale nawet bez panelu — samo połączenie GSC + Semrush + Claude Code zmienia codzienną rutynę: zamiast przeskakiwać między czterema zakładkami i kleić dane ręcznie, masz jedno okno, w którym rozmawiasz ze swoimi danymi.

To, co Semrush opisuje w tym tutorialu, jest tym, co ja robię dla klientów od miesięcy — tyle że przez własne połączenia z Google Search Console i Ahrefs. Różnica jest jedna: Semrush teraz uczy tego każdego specjalistę SEO na świecie. Za rok brak tego procesu będzie tak samo dziwny jak brak Google Analytics na stronie.

Marcin Grochala, Web Developer & SEO Specialist

Źródło: Semrush Blog — Chris Hanna, 30.04.2026

Ahrefs: jak budować komendy AI dla SEO — bez wiedzy programistycznej

Si Quan Ong z Ahrefs opisuje ten sam system co Law, ale od strony "jak to zrobić samemu". Komenda (skill) to folder z plikiem SKILL.md — markdown z kilkoma liniami YAML na górze i instrukcją poniżej. Format jest otwarty i działa z każdym modelem AI, nie tylko Claude. To ważne: piszesz przewodnik raz, jest przenośny.

Struktura ma trzy warstwy: nagłówek YAML (zawsze widoczny dla AI — tu jest wyzwalacz, który decyduje, kiedy komenda odpala się automatycznie), treść pliku SKILL.md (ładuje się, gdy komenda odpala) i pliki pomocnicze (ładują się tylko gdy są potrzebne — styl, przykłady, szablony). Dzięki temu długie poradniki stylu lub listy przykładów nie zajmują miejsca w pamięci AI, dopóki komenda ich nie potrzebuje.

Praktyczne zastosowania opisane przez Onga: komenda do tworzenia postów na LinkedIn z artykułu (podaj URL, uruchom /linkedin-pipeline, dostajesz 3-5 gotowych wariantów postów), komenda do sprawdzania szkicu artykułu względem listy kontrolnej redakcyjnej, komenda do streszczania treści w konkretnym tonie. Każda z nich zapisuje zasady, które normalnie tłumaczyłbyś AI od nowa przy każdej prośbie.

Kluczowa zasada: zanim zbudujesz komendę, opisz w jednym zdaniu jak wygląda dobry wynik. Jeśli nie potrafisz — komenda nie jest gotowa. To brzmi banalnie, ale eliminuje 80% złych komend, które dają losowe wyniki: nie dlatego, że AI jest słabe, ale dlatego, że autor nie wiedział, czego chce.

Podejście	Ahrefs (Ryan Law)	Semrush (Chris Hanna)	Ahrefs (Si Quan Ong)
Główny temat	Automatyzacja tworzenia artykułów SEO	Analityk SEO z danymi na żywo	Budowanie komend AI od zera
Dla kogo	Marketerzy treści, SEO z dużą liczbą tekstów	SEO z dostępem do GSC/GA4/Semrush	Każdy, kto powtarza te same zadania w AI
Główne narzędzie	23 skille + Ahrefs MCP	Semrush MCP + Google API	SKILL.md (otwarty format)
Wynik	Artykuł gotowy w 6-12 minut	Panel SEO + raporty na żądanie	Reużywalny przewodnik per zadanie
Próg wejścia	Wysoki (wymaga doświadczenia SEO)	Średni (konfiguracja połączeń)	Niski (dowolna osoba, która powtarza zadania)

Skill-creator, który Ong opisuje, to narzędzie którego sam używam do budowania własnych komend. Napisanie komendy zajmuje 15-20 minut. Oszczędność w każdej kolejnej sesji, gdzie ta komenda odpala się automatycznie: 5-15 minut. Przy 20 sesjach tygodniowo to godziny. Nie chwilowa moda na AI — prosta matematyka.

Marcin Grochala, Web Developer & SEO Specialist

Źródło: Ahrefs Blog — Si Quan Ong, 08.05.2026

Co to wszystko razem oznacza dla małej firmy?

Trzy artykuły, dwie platformy, dwa tygodnie. To nie jest zbieżność dat ani efekt jednej konferencji. Ahrefs i Semrush piszą do swojej bazy — agencji SEO, freelancerów, specjalistów w firmach. Kiedy te platformy publikują instrukcje krok po kroku o konkretnym narzędziu, ogłaszają że to narzędzie wchodzi do standardowego zestawu pracy branży.

Dla małej firmy, która zleca SEO, zmiana jest prosta: rośnie przepaść między specjalistą, który ma swój proces AI, a takim, który go nie ma. Specjalista bez AI robi audyt techniczny strony w 3-4 godziny, analizę słów kluczowych w 2-3 godziny, raport miesięczny w pół dnia. Specjalista z własnym procesem AI robi to samo w ułamku czasu. Przy stawce 200 zł/h — różnica to setki złotych na tę samą pracę, albo więcej pracy za te same pieniądze.

Nie mówię, że AI zastępuje doświadczenie — Ryan Law sam podkreśla, że jego 23 komendy są dobre, bo on ma 13 lat doświadczenia, które w nie włożył. AI bez wiedzy SEO daje słabe wyniki. Ale AI ze specjalistą, który wie, co robi — to mnożnik, nie zamiennik. I właśnie dlatego warto pytać przy wyborze specjalisty: czy masz własny proces AI? Jakie narzędzia łączysz z Claude Code lub podobnym? Ile czasu zajmuje Ci analiza słów kluczowych dla strony usługowej?

Dla firm, które SEO robią samodzielnie: najprostszy start to tutorial Semrush — połącz GSC z Claude Code i zacznij pytać o swoje dane w naturalnym języku. Nie potrzebujesz programisty. Potrzebujesz konta Google Cloud (bezpłatne), konta Claude (20-100 USD/mies.) i 2-3 godzin na konfigurację. Zamiast przeglądać Search Console klikając po zakładkach, zaczniesz rozmawiać z własnymi danymi.

Mój agent AI, którego używam na co dzień, robi dokładnie to, co opisują te trzy tutoriale — tylko że dostosowany pod mój sposób pracy i potrzeby moich klientów. Ten post powstał przy użyciu komendy, która organizuje kilka artykułów w jeden zbiorczy materiał. Nie po to, żeby pokazać kunszt — po to, żeby więcej czasu zostało na rzeczy, których AI nie zrobi: rozmowę z klientem, decyzję strategiczną, ocenę czy wynik analizy ma sens w kontekście konkretnej branży.

Jeśli płacisz za SEO i chcesz wiedzieć, czy Twój specjalista pracuje z AI — napisz do mnie. Nie sprzedam Ci usługi, którą już masz. Ale powiem uczciwie, czy to, za co płacisz, jest warte tej ceny w 2026.

FAQ

• Co to jest Claude Code i czym różni się od ChatGPT?

  Claude Code to narzędzie programistyczne od Anthropic, które działa w terminalu i ma dostęp do plików, skryptów i zewnętrznych systemów (jak Ahrefs czy Semrush). Różni się od ChatGPT tym, że wykonuje realne operacje na danych — pobiera dane z GSC, uruchamia skrypty Python, zapisuje pliki z wynikami. ChatGPT to rozmowa. Claude Code to agent, który działa.

• Czy mała firma może używać Claude Code do SEO?

  Tak, ale nie samodzielnie — Claude Code to narzędzie dla specjalisty, nie dla właściciela firmy. Twój specjalista SEO lub freelancer może go używać, żeby analiza luk słów kluczowych czy raport techniczny zajęły 20 minut zamiast 3 godzin. Korzyść dla Ciebie: szybsze wnioski, niższy koszt godzinowy pracy analitycznej.

• Ile kosztuje Claude Code dla małej firmy?

  Claude Code jest wbudowany w plany Claude — Pro (20 USD/mies.) lub Max (100 USD/mies.). Dla porównania: jedna godzina ręcznej analizy słów kluczowych, którą Claude Code robi w 10-15 minut, kosztuje 200-400 zł u specjalisty. Narzędzie zwraca się szybko.

• Czy AI zastąpi specjalistę SEO?

  Nie — i to jest najważniejsze zastrzeżenie w artykule Ryana Lawa. Komendy AI są tak dobre jak wiedza osoby, która je tworzy. Specjalista bez doświadczenia nie stworzy dobrego procesu AI. Specjalista z doświadczeniem i AI działa 3-5 razy szybciej. AI nie zastępuje wiedzy — wzmacnia tę, którą już masz.

• Czym jest Ahrefs MCP i Semrush MCP — i dlaczego to zmienia pracę SEO?

  MCP (Model Context Protocol) to sposób, który pozwala AI łączyć się bezpośrednio z zewnętrznymi narzędziami. Zamiast eksportować plik CSV i wklejać dane do rozmowy, Claude Code pobiera dane na żywo. Pytasz "jakie słowa z niskim trudnością mają wysokie wyświetlenia?" — AI odpowiada na podstawie aktualnych danych Ahrefs lub Semrush, nie pliku sprzed tygodnia. Zarówno Ahrefs, jak i Semrush mają swoje oficjalne MCP — to oznacza, że integracja działa bez konieczności pisania własnego kodu.