Rakensin oman SEO-työkalun Claude Codeen
Sanon tärkeimmän heti alkuun: tämä ei ole tarina siitä, miten tekoäly rakensi sivuston yksin ja liikenne räjähti. Rakensin SEO-työkalun Claude Codeen ja Codexiin, ja käytin sitä juuri tämän sivuston, digikurssi.fi:n, sisällön tuottamiseen. Sivusto on tätä kirjoittaessa muutaman päivän vanha uudessa muodossaan, joten hakukonenäkyvyydestä ei ole vielä mitään näytettävää.
Siksi tämä on osa 1. Kerron tässä, miten työkalu on rakennettu, mitä se on tähän mennessä tuottanut ja missä ihmistä yhä tarvitaan. Kirjaan myös lähtötilanteen luvut ylös. Osassa 2, noin kahden kuukauden kuluttua, palaan samoihin lukuihin ja kerron rehellisesti, mihin työkalu riitti ja mihin ei.
Mitä rakensin (ja mitä pidän omana tietonani)
Rakensin joukon komentoja ja ohjeita Claude Codeen ja Codexiin. Käytännössä se on tutkimus- ja kirjoitusputki: se hakee avainsana- ja hakutulosdataa, tekee sen pohjalta jäsennellyn rungon, kirjoittaa luonnoksen ja ajaa sen läpi automaattisen laaduntarkistuksen ennen kuin ihminen katsoo tekstiä.
En avaa tässä tarkkoja kehotteita, konfiguraatiota enkä jokaista työvaihetta. Ne ovat työkaluni ydin, ja pidän ne omana tietonani. Kerron sen, mikä on olennaista ymmärtää: mistä osista putki koostuu, mihin se pystyy ja mihin ei.
Työkalut: mikä tekee työn
Työkalu nojaa kolmeen osaan:
Claude Code ja Codex ovat komentoriviltä ajettavia tekoälyavustajia, jotka osaavat lukea ja kirjoittaa tiedostoja projektissa. Ne ovat putken “aivot”: ne ajavat komennot, kutsuvat datalähteitä ja kirjoittavat tekstin.
Hakukonedata tulee erillisistä rajapinnoista, jotka antavat oikeat hakumäärät, hakutulossivujen rakenteen ja ihmisten oikeasti kysymät kysymykset (People Also Ask). Ilman tätä tekoäly arvaisi, mistä ihmiset hakevat. Datalla se ei arvaa.
Julkaisualusta on tämä sivusto: staattinen Astro-sivusto, jonka jokainen opas on yksi Markdown-tiedosto. Tekoälyn on helppo tuottaa ja tarkistaa tällaisia tiedostoja, ja sivusto pysyy nopeana.
Miten se toimii: tutkimus, luonnos, tarkistus
Putki menee karkeasti näin:
- Tutkimus. Työkalu hakee avainsanalle hakumäärän, vaikeuden, hakuintentin ja kilpailevien sivujen rakenteen. Tästä syntyy kuva siitä, mitä hakija oikeasti haluaa.
- Runko. Datan pohjalta syntyy jäsennelty runko: mitkä otsikot, mitkä kysymykset, kuinka pitkä teksti.
- Luonnos. Työkalu kirjoittaa luonnoksen rungon mukaan, suomeksi ja sivuston tyyliohjeen mukaisesti.
- Laaduntarkistus. Automaattinen tarkistin ajaa tekstin läpi: minimipituus, kielletyt fraasit, rikkinäiset sisäiset linkit, lähteettömät väitteet. Se hylkää tekstin, jos sääntö rikkoutuu.
- Ihminen. Vasta tämän jälkeen minä luen tekstin, tarkistan faktat, korjaan sävyn ja päätän, mikä julkaistaan.
Olennaista on, että kohdat 1 ja 4 ovat sääntöpohjaisia ja toistettavia. Tekoäly ei “muista” laatuvaatimuksia vaan ne tarkistetaan koodilla joka kerta.
Mitä se on tuottanut tähän mennessä
Tällä hetkellä sivustolla on 51 opasta seitsemästä eri aiheesta: analytiikka, mainonta, hakukoneoptimointi, tekoälyoptimointi, sähköpostimarkkinointi, nettisivujen tekniikka ja verkkokauppa. Jokainen näistä on käynyt läpi yllä kuvatun putken.
Se on työkalun konkreettinen tuotos. Mutta tuotos ei ole sama asia kuin tulos. Tulos on se, löytävätkö ihmiset nämä oppaat. Sitä mitataan hakunäkyvyydellä, ja siinä ollaan vasta lähtöviivalla.
Lähtötilanne 14.7.2026
Kirjaan lähtötilanteen ylös, jotta osassa 2 on jotain mihin verrata. Nämä ovat mitattuja lukuja, eivät arvioita tulevasta.
| Mittari | Lähtötilanne |
|---|---|
| Domain Rating (Ahrefs) | 7,0 1 |
| Orgaaniset avainsanat (Suomi) | 4 1 |
| Näistä sijoilla 1-3 | 2 1 |
| Arvioitu orgaaninen liikenne | noin 48 kävijää/kk 1 |
| Oppaita julkaistu | 51 |
Luvut ovat pienet, ja se on rehellinen lähtökohta. Uusi sisältö ei näy hakukoneissa hetkessä. Osassa 2 nähdään, liikkuivatko nämä numerot.
Kustannukset
Työkalu ei ole ilmainen rakentaa eikä pyörittää. Nämä ovat omat kustannukseni tätä kirjoittaessa:
| Työkalu | Kustannus |
|---|---|
| Ahrefs (hakukonedata) | 1 600 €/vuosi, noin 133 €/kk |
| Claude Code Max | 180 €/kk |
| Google Cloud API | noin 10 €/kk |
| DataForSEO | muutama sentti per kysely, käytön mukaan |
Kiinteät kuukausikulut ovat siis noin 320 €, minkä päälle tulee DataForSEO-kyselyjen käyttöpohjainen maksu. Suurin yksittäinen erä on Ahrefs, jota käytän muutenkin päivittäin työssäni. Pelkkää tätä sivustoa varten kulurakenne olisi kevyempi.
Paljonko aikaa tähän meni
Itse työkalun rakensin yhdessä päivässä. Sen jälkeen aika jakautuu kahtia: koneen osuuteen ja ihmisen osuuteen.
Koneen osuus on nopea. Yksittäisen oppaan luonnos syntyy parissa minuutissa, kun tutkimus ja kirjoitus tapahtuvat samassa putkessa.
Ihmisen osuus on hitaampi, ja siihen kuluu suurin osa oikeasta työstä. Mietin yhä itse, mitkä aiheet ovat sivustolleni parhaita. Ajan kehotteet, luen tuloksen ja tarkistan jokaisen väitteen. Luonnos on parissa minuutissa valmis, mutta sen hiominen ja faktojen varmistaminen vie selvästi enemmän aikaa kuin itse luonnostelu.
En anna tähän tarkkaa tuntilukua, koska se olisi arvaus. Olennaisempi havainto on suunta: rakensin työkalun keräämään lisää kontekstia joka käyttökerralla, joten oma työmääräni vähenee sitä mukaa kun käytän sitä enemmän.
Mikä toimi
Toistettava laatu. Kun laatusäännöt ovat koodissa, jokainen opas täyttää samat vaatimukset. Ihminen väsyy ja unohtaa, tarkistin ei.
Nopeus tutkimuksesta luonnokseen. Se osuus, joka veisi ihmiseltä tunteja (hakudatan kerääminen, rungon rakentaminen), tapahtuu minuuteissa. Se vapauttaa ihmisen aikaa siihen, missä ihmistä oikeasti tarvitaan.
Datalähtöiset rungot. Kun runko perustuu oikeaan hakutulosdataan eikä tekoälyn arvaukseen, teksti vastaa siihen mitä ihmiset todella hakevat.
Mikä ei toiminut, ja mitä ihminen yhä tekee
Tämä on tärkein osio. Työkalu on tehokerroin, ei autopilotti.
Faktantarkistus on ihmisen työ. Tekoäly tuottaa uskottavan näköisiä lukuja, jotka voivat olla vääriä. Jokainen tilasto ja ulkoinen väite pitää tarkistaa lähteestä. Tämä on hitain vaihe, eikä sitä voi ulkoistaa työkalulle.
Sävy ja arvostelukyky. Työkalu kirjoittaa teknisesti oikeaa tekstiä, mutta se ei tiedä, milloin kappale kuulostaa geneeriseltä tai milloin jokin kohta kaipaa oman näkemyksen. Lopullinen editointi on ihmisen.
Hakuintentin tulkinta. Data kertoo, mitä haetaan. Sen tulkinta, millainen sisältö oikeasti palvelee hakijaa, vaatii yhä kokemusta.
Tuloksia ei voi kiirehtiä. Työkalu tekee sisällön nopeasti, mutta hakukonenäkyvyys rakentuu kuukausissa. Nopea tuotanto ei tarkoita nopeita tuloksia.
Mitä tästä voi oppia
Jos harkitset tekoälyn käyttöä sisällöntuotannossa, muutama opetus:
- Rakenna laatu koodiin, älä kehotteeseen. Automaattinen tarkistin joka hylkää huonon tekstin on arvokkaampi kuin täydellinen kehote.
- Anna tekoälylle dataa, älä anna sen arvata. Oikea hakudata rungon pohjana on ero hyödyllisen ja geneerisen sisällön välillä.
- Pidä ihminen faktoissa ja sävyssä. Ne ovat juuri ne kohdat, joissa tekoäly pettää huomaamatta.
- Mittaa lähtötilanne ja odota. Ilman lähtölukuja et tiedä, toimiko mikään.
Usein kysytyt kysymykset
Kirjoittiko tekoäly tämän sivuston oppaat kokonaan itse? Ei. Tekoäly hakee datan, rakentaa rungon ja kirjoittaa luonnoksen. Ihminen tarkistaa faktat, editoi sävyn ja päättää, mikä julkaistaan.
Voiko tällaisella työkalulla korvata SEO-osaamisen? Ei. Työkalu nopeuttaa työtä, mutta hakuintentin tulkinta, faktantarkistus ja arvostelukyky ovat yhä ihmisen. Työkalu on tehokerroin osaajalle, ei korvaaja.
Miksi tuloksista ei kerrota vielä mitään? Koska sivusto on uudessa muodossaan muutaman päivän vanha. Hakukonenäkyvyys rakentuu kuukausissa. Rehellinen tulosraportti tulee osassa 2.
Mikä työkalu tämä tarkalleen on? Se on joukko komentoja ja ohjeita, jotka rakensin Claude Codeen ja Codexiin, yhdistettynä hakukonedatan rajapintoihin. Tarkat kehotteet ja konfiguraation pidän toistaiseksi omana tietonani. Saatan kuitenkin julkaista työkalun muidenkin käyttöön tulevaisuudessa.
Linkit
- Tekoälyoptimointi (GEO): näin sisältö näkyy tekoälyhauissa
- Avainsanatutkimus: löydä oikeat avainsanat ilmaiseksi
- Kaikki oppaat aiheittain