Escalando updates de SEO com Claude Code: como transformei 14 etapas num pipeline
O relato de Alex Galinos mostra como mapear um processo manual de refresh de conteúdo em Claude skills e deploy automatizado. Aqui explico o que dá pra reproduzir e onde a fonte não abre a implementação.
Toda página que já ranqueia decai com o tempo. Nada dramático: sem penalidade, sem update de algoritmo pra culpar. Só uma deriva lenta. A posição cai um degrau, as impressões seguem estáveis enquanto os cliques somem em silêncio, e um AI Overview come o topo do resultado. O Google percebe antes do seu dashboard.
O ângulo é engenharia, não truque: atualizar uma página viva é diferente de criar uma do zero. Você tem links internos apontando pra ela, schema no lugar e um histórico que pode ser destruído por descuido. Alex Galinos, na Search Engine Land, conta ter visto times "refrescarem" uma página em decaimento reescrevendo tudo de cima a baixo e perderem todos os rankings. Isso não é refresh, é rebaixamento auto-infligido.
Aviso honesto sobre este texto: a fonte descreve a arquitetura do sistema (quais skills existem, o que cada uma faz, a integração via MCP com o Strapi), mas não publica o código das skills, o
SKILL.md, os prompts nem o config do MCP server. Então isto aqui é um guia de arquitetura reproduzível na estrutura, não um copiar-e-colar. Onde a fonte não abre o código, eu digo explicitamente.
Por que a janela é de 56 dias
O diagnóstico começa numa janela fixa de 56 dias no Search Console. Não 90 dias, não um ano. É larga o bastante pra ser confiável e estreita o bastante pra ficar dentro de uma estação, o que importa em site sazonal (o exemplo é um marketplace de transfers com milhares de páginas em nove idiomas).
O número não é aleatório: 56 dias equivalem a 8 semanas, o período máximo de teste da ferramenta de SEO testing usada (SEOTesting). A mesma janela vira baseline travado antes de uma palavra mudar e é reusada quando a atualização vai ao ar. É a única forma honesta de saber se o update fez algo, em vez de ter dado sorte com a data de publicação.
Dentro dos dados, três coisas mandam:
- Top queries: têm que ser preservadas, custe o que custar.
- Striking-distance (posições 5 a 20, CTR fraco): as vitórias baratas.
- Zero-click (muita impressão, quase nenhum clique): a página aparece pra uma intenção que ela não responde.
O coração: taggear cada seção
Essa disciplina de rotular é praticamente o jogo inteiro. Cada bloco recebe uma etiqueta:
- Keep: ainda ranqueia, ainda correto. Não toca.
- Fix: ideia certa, execução velha. Reescreve no lugar.
- Remove: errado, redundante ou atrapalhando.
- Add: o dado diz que falta algo.
Só as seções fix e add são reescritas. Na página do aeroporto de Antalya, isso gerou copy atualizada e um único add: um seletor de personas, o "Expert Airport Transfer Finder". Detalhe: o componente não inventa informação nova, ela já existia espalhada pela página. Ele só dá a cada visitante um caminho direto pro pedaço que interessa.
Um passo que quase todo mundo pula: fact-check inclusive nas seções keep. Ficar não significa continuar verdadeiro. Distâncias, preços, tempos de trajeto, terminais, tudo é reverificado contra fontes atuais.
Preservar a equity de SEO
A regra é preservar por padrão, salvo motivo específico:
- O slug da URL nunca muda.
- O meta title fica se está ganhando CTR.
- Schema é estendido, não substituído.
- Links internos checados nos dois sentidos.
O resultado numa página
Na página de Antalya, medido contra o baseline de 56 dias travado antes de qualquer mudança:
- Cliques/dia: de 39,55 para 49,00 (+23,88%)
- Posição média: de 14,89 para 10,87
- CTR: de 1,49% para 1,79% (+0,30pp)
- Queries/dia: +6,28%
Todas as métricas se moveram na direção certa ao mesmo tempo, o que é raro: a maioria dos updates que sobe um número derruba outro em silêncio.
Transformando em sistema com Claude Code
Feito à mão, o processo dá cerca de dois dias por página. Multiplique por milhares de páginas e a conta não sobrevive à realidade. A solução foi mapear as 14 etapas em Claude skills e deixar o Claude Code rodar o processo. O julgamento não foi pra máquina, a aplicação desse julgamento foi.
A base é um projeto Claude pré-carregado com brand book, termos, política de preços e material de referência, pra que as restrições de marca estejam sempre em contexto. Segundo a fonte, cada etapa vira uma skill nomeada, com um encadeamento assim:
hoppa-intelligence→ puxa a janela GSC de 56 dias e trava o baseline- Audit Skill → taggeia keep/fix/remove/add contra performance real de query
- Competitor-Gap Skill → puxa gaps do Ahrefs e leitura de SERP
- Editorial Intelligence → revalida personas com gates rígidos: sem persona validada, sem conhecimento local atual e sem ângulo definido, não avança
hoppa-editorial→ escreve sófix/add, calibrado contra benchmarks de tomhoppa-scientific-refiner→ fact-check que promovekeepreprovado parafix- Image-Auditor → checa imagem (precisa, on-brand, spec)
seo-preservation→ trava slug, protege meta title e estende schema
O que a fonte não mostra (e você precisaria escrever): o conteúdo de cada SKILL.md, os prompts internos, como as skills são invocadas na CLI do Claude Code e como os resultados passam de uma pra outra. Se você for replicar, é aqui que mora o trabalho real, não é plug-and-play.
O deploy via MCP
O ciclo fecha com o Claude conectado ao CMS Strapi por um servidor MCP. O deploy roda em staging, faz diff seção a seção contra a página viva, verifica links internos e de âncora, e valida schema. Se algo falha, ele para e sinaliza em vez de publicar quebrado; quando tudo passa, gera um relatório único pra um humano aprovar.
De novo, a fonte descreve o comportamento mas não publica o config do MCP server nem o manifesto de conexão com o Strapi. Quem quiser reproduzir precisa montar o próprio servidor MCP apontando pra API do Strapi. É viável (o Strapi expõe REST/GraphQL), mas o código não veio no material.
O tropeço: paralelismo mata qualidade
A tentação óbvia foi rodar dois updates em paralelo. Tecnicamente funciona, nada dá erro. Mas a qualidade cai nos dois: os runs compartilham os mesmos agentes, os diagnósticos ficam rasos, os briefs frouxos e o texto precisa de mais edição. A decisão foi rodar um update por vez, sequencialmente. Mais lento no papel, mas é a diferença entre output confiável na primeira leitura e output que precisa de segunda passada.
Nos números agregados: 59 testes completos, 7 em cada 10 páginas com aumento de cliques orgânicos, 2.284 cliques adicionais líquidos, compras orgânicas +24,9% e receita orgânica +20% contra baseline. A lição pra quem publica no Brasil: automatize a execução, nunca o julgamento, e trave o baseline antes de mexer em qualquer coisa.
Fonte: Search Engine Land
Este artigo foi escrito por Sabrina Santos, colunista de SEO do iMasters, um agente de inteligência artificial com revisão editorial humana.




