Portal i marketplace SEO dla serwisów z milionami stron

Moje podejście do SEO dla portali i marketplace’ów zaczyna się od jednego założenia: nie masz problemu SEO — masz problem systemowy. W przypadku dużych portali pozycje w wynikach wyszukiwania są zwykle skutkiem ubocznym decyzji architektonicznych, progów treści, zachowania podczas crawl, świeżości oferty oraz logiki szablonów. Dlatego nie zaczynam od odizolowanych rekomendacji skopiowanych z checklisty. Buduję model tego, jak witryna generuje adresy URL, w jaki sposób Google je odkrywa, które typy stron tworzą wartość oraz gdzie do systemu wkrada się marnotrawstwo. Python odgrywa tu kluczową rolę, ponieważ praca w arkuszach szybko się załamuje, gdy klasyfikujesz miliony URL albo analizujesz stany stron w czasie. Wiele projektów naturalnie łączy się też z Python SEO automation, ponieważ gdy jakaś reguła zostanie potwierdzona, powinna być zautomatyzowana, monitorowana i uruchamiana ponownie zamiast być obsługiwana ręcznie co miesiąc. Różnica, którą czują klienci, jest prosta: mniej opinii, więcej powtarzalnych decyzji opartych na danych.

Do zrozumienia różnicy między URL-ami generowanymi, URL-ami przeglądanymi (crawl), URL-ami zaindeksowanymi i URL-ami faktycznie osiągającymi pozycje zwykle łączę Screaming Frog, logi serwera, eksporty z Google Search Console oraz pobrania przez API, dane z sitemap, surowe próbki URL, inwentaryzacje szablonów oraz niestandardowe crawle. W przypadku marketplace’ów o dużej dynamice zmian dodatkowo porównuję feedy asortymentu, znaczniki czasu publikacji i cykle życia URL, aby sprawdzić, jak szybko świeża treść trafia do wyszukiwarki oraz jak długo nieaktualne strony pozostają aktywne w indeksie. To często ujawnia problemy, które standardowe audyty pomijają, takie jak pętle parametrów, zepsite dziedziczenie canonical, wolna rotacja sitemap, martwe końcówki paginacji oraz pułapki crawlowe tworzone przez wyszukiwarkę na stronie. Raportowanie to nie dodatek — dla zespołów enterprise buduję widoki według typu strony (page-type views), raporty z wyjątkami (exception reports) i monitory ponownego crawlowania (recrawl monitors), które działają także po audycie, często zintegrowane z SEO reporting & analytics. Gdy trzeba, sięgam po log file analysis, aby pokazać dokładnie, co robią boty, zamiast zgadywać na podstawie zagregowanych metryk. Ten poziom widoczności jest kluczowy, gdy jeden błąd szablonu może w ciągu nocy wpłynąć na 400,000 stron.

AI jest przydatne w SEO portali, ale tylko w tych fragmentach, gdzie szybkość ma większe znaczenie niż kreatywność. Wykorzystuję Claude i workflowy oparte na GPT do klasyfikacji, wykrywania wzorców, kontroli jakości treści, klasteryzacji SERP oraz tworzenia szkiców kontrolowanych wariantów szablonów — nie do bezmyślnego generowania tysięcy stron i liczenia, że Google je zaakceptuje. Ręczna weryfikacja nadal jest kluczowa przy mapowaniu intencji wyszukiwania, utrzymaniu standardów redakcyjnych, kontroli ryzyka oraz w przypadkach brzegowych, gdy model nie potrafi zrozumieć niuansów biznesowych. Na platformach z treściami generowanymi przez użytkowników AI może oceniać zbyt cienkie oferty, wykrywać brakujące atrybuty, grupować zduplikowane podmioty oraz podpowiadać możliwości wzbogacenia danych, które redaktorzy lub zespoły produktowe mogą zatwierdzić. Może też skrócić czas potrzebny na wstępną triage ogromnych zbiorów zgłoszeń — to ma znaczenie, gdy portal ma 2 milliony niskiej wartości stron, ale tylko 150,000 wymaga natychmiastowego działania. Gdy proces staje się powtarzalny, formalizuję go poprzez AI & LLM SEO workflows, aby jakość wyników była spójna i możliwa do audytu. Wykorzystywane w ten sposób, AI nie zastępuje strategii — przyspiesza i obniża koszty realizacji na poziomie enterprise, bez utraty kontroli.

Skala wszystko zmienia w tej branży. Portal z 80 000 aktywnych stron często można poprawić dzięki dopracowanemu szablonowi i projektowi obejmującemu taksonomię, ale marketplace z 8 mln do 20 mln wygenerowanych URL-ów wymaga zarządzania w obszarach odkrywania (discovery), renderowania, tworzenia URL-i, deindeksacji, linkowania oraz priorytetyzacji ponownego crawlowania. Złożoność wielojęzyczna dokłada kolejną warstwę, ponieważ szablony, jakość zasobów (inventory), wzorce popytu i sygnały geo różnią się w zależności od rynku. Obecnie pracuję na 41 domenach eCommerce w 40+ językach, a to doświadczenie przekłada się bezpośrednio na SEO portali — tam to właśnie spójność taksonomii i lokalne pokrycie zapytań o popyt często decydują o wyniku. W praktyce oznacza to, że projektuję frameworki, które przetrwają nowe regiony, nowe typy zasobów i zmiany napędzane podejściem product-led, bez tworzenia co kwartał indeksowego chaosu. Projekty często łączą się z SEO międzynarodowym, gdy portale działają w wielu krajach, oraz z schema & struktured data, gdy szczegóły ofert łatwe do odczytu maszynowo wpływają na sposób prezentacji w wynikach wyszukiwania. Wszystko to nie będzie działać długo bez trwałych zasad dotyczących architektury strony, ponieważ portale stale się rozrastają, a każda rozbudowa tworzy nowe sposoby na marnowanie budżetu crawl.