Veja como construí um sistema de automação de conteúdo de alta qualidade para o blog Ahrefs usando Claude Code e 23 arquivos de habilidades.
Em agosto de 2025, compartilhei o processo de conteúdo de IA que desenvolvi para o blog Ahrefs. Ele usou projetos ChatGPT e GPTs personalizados para acelerar certos tipos de criação de conteúdo de vários dias para algumas horas, mas ainda exigia muita intervenção manual.
Agora, apenas oito meses depois, estou compartilhando nosso novo processo. Eu uso o Claude Code e 23 arquivos de habilidades personalizados, encadeados, para gerar rascunhos de artigos prontos para publicação em seis a doze minutos. Publicamos cerca de 15 artigos com esse novo processo e atualizamos cerca de 30 ou mais.
Tenho usado IA para ajudar a criar marketing de conteúdo desde 2020. Tem sido útil de maneira gradual e com esforço. Mas hoje é bom o suficiente para automatizar partes importantes do marketing de conteúdo sem perda de qualidade (e até mesmo com um ganho significativo em algumas áreas, como pesquisa). Ou, como coloquei em um artigo recente: o conteúdo de IA não era bom o suficiente. Agora é.
Como resultado, sugeri uma direção bastante ousada em nossa empresa, Slack, em fevereiro:
Aqui está nosso processo de conteúdo atual de IA.
Assista a esse processo no YouTube
Confira esse episódio do Podcast do Ahrefs para me ver demonstrar nosso sistema de automação de conteúdo para o CMO do Ahrefs, Tim Soulo.
Antes de chegarmos às coisas boas, quero mais uma vez chamar sua atenção para algumas advertências importantes:
A experiência é importante
O conteúdo de IA não é, por padrão, bom. Este processo funciona bem porque reflete nosso processo editorial humano existente, construído a partir de décadas de experiência coletiva em marketing de conteúdo. Ou como alguém em um Comentário do LinkedIn coloquei, de forma muito articulada:
“Os arquivos SKILL de Ryan são bons porque Ryan já sabia o que colocar neles. A maioria das pessoas que usam ferramentas em branco não tem 13 anos de experiência editorial para construir. A lacuna não está apenas na ferramenta. Está na pessoa por trás dela também.”
A seleção do tópico ainda é importante
Este processo é voltado especificamente para conteúdo informativo de SEO. Eu só uso esse processo em tópicos que entendo bem, para poder revisar cada artigo para validar suas afirmações, corrigir informações erradas e ter certeza de que me sinto feliz em divulgá-lo ao mundo.
Também me concentro principalmente em tópicos que o Ahrefs já abordou (de alguma forma), o que nos permite usar centenas de artigos existentes e de alta qualidade como ponto de referência para novos conteúdos.
Não temos planos de “escalar o conteúdo” com IA
Eu poderia usar esse processo para dimensionar o blog do Ahrefs para dezenas de milhares de artigos. Eu não vou. Não seria do interesse do Ahrefs ou dos nossos clientes.
Em vez disso, estou usando esse fluxo de trabalho para nos ajudar a manter uma biblioteca permanente de conteúdo útil sobre vários tópicos principais. Meu objetivo é eliminar o trabalho enfadonho e concentrar a massa cinzenta humana nas partes do marketing que mais se beneficiam dele.
No centro deste processo estão cerca de 23 arquivos de habilidades que correspondem a diferentes partes do processo editorial do Ahrefs, desde a condução de pesquisa de palavras-chave até a análise de lacunas de tópicos e o delineamento estrutural:
Cada arquivo de habilidade inclui uma explicação formatada em Markdown de como Claude (ou qualquer LLM) deve conduzir cada processo, exemplos de práticas recomendadas para emular e instruções de formatação para o resultado esperado.
Muitas dessas habilidades são adaptadas de nossa documentação de processo existente escrita por humanos. Outros são escritos do zero e alguns são gerados e editados inteiramente por IA.
Cada habilidade pode ser usada isoladamente, mas também criei uma habilidade principal (blog-pipeline) que instrui o LLM a acionar cada uma dessas habilidades em uma ordem específica, trabalhando sequencialmente em cada processo para levar uma ideia de palavra-chave até o artigo (quase) finalizado:
Teoricamente, esse processo pode ser totalmente automatizado. Usando os arquivos de habilidades que criei, Claude pode acionar uma análise diária de lacunas de conteúdo usando o Ahrefs MCP, revise e priorize as melhores palavras-chave a serem segmentadas e dê início a todo blog-pipeline fluxo de trabalho, notificando-me quando novos rascunhos de artigos estiverem prontos para revisão.
Um risco da criação de conteúdo agente: se você receber um artigo ao final de dez minutos e ele for ruim, será difícil diagnosticar com precisão onde e por que o processo deu errado.
Por esse motivo, cada etapa deste processo produz seu próprio arquivo de saída. Por exemplo, quando o esboço é gerado, o esboço é entregue para a próxima etapa do processo, mas também salvo como um arquivo markdown na pasta de contornos.
Posso revisar cada estágio do processo, ajustar aquela saída específica (e o arquivo de habilidade correspondente) e reiniciar a partir do último estágio que atenda aos meus critérios de qualidade.
À medida que os recursos do modelo LLM ficam cada vez melhores, muitas vezes fico surpreso ao ver como os modelos de fronteira são bons em tarefas muito específicas, mesmo sem qualquer direção concreta ou exemplos fornecidos. Às vezes, arquivos de habilidades complicados são, na verdade, inferiores a fornecer ao modelo uma solicitação de frase única e sair do seu caminho.
Temos usado a habilidade de criação de habilidades da Anthropic para testar e melhorar nosso fluxo de trabalho. A habilidade testa cada etapa do processo, gerando esboços, cartilhas de pesquisa e rascunhos com e sem a orientação fornecida em nossos arquivos de habilidades personalizados.
O LLM analisa os resultados e faz sugestões sobre como melhorar o arquivo de habilidades para obter resultados mais consistentes.
É fácil que os arquivos de habilidades fiquem longos e inchados e, ao fazer isso, torne menos provável que suas orientações sejam aplicadas corretamente pelo LLM. Esse processo me permite reduzir continuamente as habilidades até sua essência mais eficaz e remover habilidades que não têm nenhuma influência real no resultado desejado.
Este processo só é possível porque Claude tem acesso ao AhrefsMCP.
Em vez de alucinar dados de SEO falsos, Claude pode extrair métricas de palavras-chave, tópico pai e variações de palavras-chave de cauda longa para cada artigo, direto do Ahrefs.
Ele usa o relatório de perguntas para trazer à tona as perguntas mais frequentes e agrupá-las em temas, e recupera a visão geral do SERP para entender a intenção de pesquisa dominante e que tipo de conteúdo está sendo classificado.
Além de ótimos dados de SEO, meus arquivos de habilidades também incluem instruções específicas para usar outras fontes de dados importantes, como:
- Dados do concorrente: os principais tópicos, cabeçalhos e lacunas de conteúdo são extraídos de artigos de primeira linha sobre a mesma palavra-chave.
- Pesquisa profunda: notícias confiáveis e fontes de pesquisa são revisadas em busca de informações recentes sobre a palavra-chave alvo.
- Características do produto: o LLM tem acesso a uma visão geral de todos os produtos e recursos do Ahrefs, salvos em um documento Markdown, junto com seus casos de uso mais importantes.
Por padrão, os LLMs são blviadores muito convincentes: eles podem gerar conteúdo que parece coerente, sem conter nenhum dado ou substância concreta. Obrigar o uso de fontes de dados específicas é fundamental para obter ótimos resultados.
Obtenha dados do Ahrefs em suas ferramentas de IA
A API e o MCP do Ahrefs agora estão disponíveis em todos os planos pagos do Lite e superiores, por isso é mais fácil do que nunca obter dados de SEO e AEO do Ahrefs de classe mundial em seu painel, aplicativo ou fluxo de trabalho de conteúdo.
Precisa de inspiração para começar? Leia isto: 15 casos de uso do Ahrefs MCP para SEOs e profissionais de marketing digital
Uma grande parte do nosso processo anterior de conteúdo de IA consistia em antecipar a contribuição humana. Minha tese é que pequenas quantidades de orientação especializada fornecidas no começar do processo de criação de conteúdo são muito mais eficazes do que muita edição humana no final.
Eu queria permitir essa direção sem exigir a criação de um resumo de conteúdo completo, então adicionei um parâmetro de contexto ao blog-pipeline habilidade que permite ao usuário fornecer contexto para orientar o processo de criação de conteúdo.
Se quiser gerar um artigo sobre “análise de lacunas de conteúdo”, você pode adicionar orientações de alto nível como esta:
“Adote o ângulo de ‘roubar o melhor conteúdo de seus concorrentes’, apresente fortemente a ferramenta Content Gap do Keywords Explorer e inclua uma seção sobre como encontrar palavras-chave de ganho rápido para as quais seus concorrentes classificam, mas você não.”
Eu uso isso para mencionar subtópicos específicos a serem cobertos, ângulos e sentimentos abrangentes para moldar o artigo e recursos específicos do produto a serem mencionados. Este contexto é salvo em um arquivo dedicado e usado como referência na habilidade de desenho.
Eu leio cada palavra de cada artigo que chega ao blog do Ahrefs. Ler arquivos Markdown no VS Code não é minha ideia de diversão, então uso uma habilidade simples que transforma cada artigo gerado em uma visualização HTML no estilo Ahrefs que abre automaticamente no Chrome.
Nota lateral.
Como você pode ver na imagem acima, as imagens das postagens do blog ainda não são um problema resolvido – atualmente estou experimentando habilidades para acionar um navegador sem cabeça que pode navegar para relatórios específicos do Ahrefs, fazer capturas de tela, anotá-las e inseri-las no rascunho do artigo.
Também estou experimentando visualizações interativas que me permitem aceitar ou recusar atualizações de conteúdo existente e deixar comentários in-line para Claude agir. Neste ponto, estamos entrando no território de aplicativos completos, portanto, fique atento à versão 3 do meu processo de conteúdo.
Quando estou satisfeito com o rascunho do artigo e pronto para fazer upload e adicionar imagens, aciono uma habilidade final que formata o artigo com todas as tabelas e códigos de acesso corretos de que precisamos.
Este processo de conteúdo é desenvolvido de acordo com minhas especificações pessoais. Ele faz referência aos meus artigos favoritos para moldar o tom e o estilo de cada artigo. Prioriza minhas fontes de dados favoritas. E o mais importante, ele foi criado para refletir meu processo de escrita, abordando a criação de conteúdo de uma forma que corresponda ao funcionamento do meu cérebro.
Mas não existe a “melhor” maneira de criar conteúdo. Mesmo na equipe do blog Ahrefs, há uma grande variedade de estilos, preferências e fluxos de trabalho diferentes que moldam a forma como o conteúdo é feito.
Quero que nossos processos de conteúdo de IA reflitam todas as nossas idiossincrasias, por isso encorajei a equipe a fazer um fork deste repositório e usar o Claude Code para modificá-lo de acordo com suas especificações exclusivas, adicionando e removendo etapas do processo, alterando as fontes de dados e relatórios que usa e aprendendo com o estilo e a voz de seus melhores artigos.
O objetivo é que todos na equipe tenham seu próprio copiloto de conteúdo personalizado, capaz de trabalhar de acordo com suas especificações e aproveitar seus pontos fortes.
O futuro
Se você acompanha o blog do Ahrefs, aposto que não notou nenhuma mudança importante, apesar de estarmos usando IA generativa para ajudar cada vez mais em nosso trabalho.
Isso ocorre porque não estamos usando a IA para “dimensionar nossa produção” e publicar milhares de artigos, e não estamos fazendo concessões substituindo qualidade por velocidade. Em vez disso, estamos a utilizá-la para automatizar as partes mais estereotipadas do trabalho, e apenas nas situações em que a IA pode fazer o trabalho tão bem, ou até melhor, do que um ser humano qualificado poderia.
A IA está nos ajudando a preencher lacunas de conteúdo e a atualizar nossa biblioteca perene de conteúdo de pesquisa. Enquanto isso, a equipe do blog Ahrefs pode usar nossa energia de outras maneiras: conduzindo pesquisas e escrevendo liderança inovadora, hospedando webinars e dando palestras presenciais e construindo sistemas para automatizar ainda mais as partes mais tediosas de nossas vidas.
Apesar de todo o medo em torno da IA e da criação de conteúdo, isso é muito divertido.
PS: Já estou construindo a versão três deste sistema de conteúdo e é algo que você também pode usar. Junte-se a esta lista de espera para obter acesso antecipado.
