ככה עשיתי GEO לאתר שלי עם קלוד קוד (בשבוע, בלי מומחה SEO)

שלב 1: ביקורת קיומית, מה יש לך עכשיו

ראשית, צריך לדעת מאיפה אתה מתחיל. ב-Claude Code עם הסקיל, אתה כותב:

/seo-geo https://yourwebsite.com

הוא בודק 8 דברים בעצמו: יש llms.txt? מה ב-robots.txt? אילו schemas יש בכל דף? איך נראה ה-HTML הסטטי לעומת ה-SPA? יש Wikidata entity? כמה brand mentions ב-Reddit/YouTube? איזה תוכן ניתן לציטוט?

אצלי הביקורת הראשונית גילתה: יש llms.txt טוב, יש schema סטטי חזק, אבל כל schemas הדינמיים שאמורים לרוץ דרך React לא רנדרו כלל בגלל באג ב[email protected]. שעה של אבחון, downgrade ל-2.0.5, תוקן.

שלב 2: llms.txt, הקובץ שכל אתר חייב ב-2026

llms.txt הוא קובץ טקסט שמסביר למנועי AI מה האתר שלך, מה השירותים, מי המייסד, ומה ההצעות. הוא הולך לפי תקן חדש (llmstxt.org).

הסקיל מייצר אותו אוטומטית מהאתר שלך. אבל הוא לא רק מעתיק טקסט מהאתר. הוא:

• מבנה את המידע בפורמט שמנועי AI מצפים לו
• כותב FAQ דו-לשוני (עברית + אנגלית), AI engines מבינים יותר טוב כשיש שתי שפות
• מוסיף סעיף "שירותים שאינם מוצעים", קריטי כדי שמנוע AI לא ייצור hallucinations עליך
• כולל קישורים sameAs לכל הפרופילים שלך (LinkedIn, Wikidata, YouTube)

אצלי, ה-llms.txt הקודם הציע בטעות LinkedIn Ads ו-TikTok Ads כשירותים שאני לא מציע. תוקן. ChatGPT הפסיק לציין אותי כספק שירותים שלא קיימים.

שלב 3: robots.txt עם הרשאות AI bots

תקן: רוב האתרים עם User-agent: * רק. זה עובד אבל לא מספיק ל-2026.

הסקיל מוסיף הרשאות מפורשות ל-12 בוטי AI: GPTBot, ClaudeBot, PerplexityBot, Google-Extended, OAI-SearchBot, Applebot-Extended ועוד. זה אומר ל-AI engines באופן ברור: "אתם רצויים, סרקו אותי".

זה גם מצביע על llms.txt:

LLMs-txt: https://yoursite.com/llms.txt

שלב 4: Schemas הכרחיים

לפחות 4 schemas שכל אתר עסקי חייב:

• Organization (או ProfessionalService), גלובלי, ב-index.html
• Person, מי המייסד/מומחה, עם affiliation + knowsAbout + sameAs
• FAQPage, בכל עמוד שירות, עם 5-8 שאלות citable
• Article, בכל פוסט בלוג, כולל dateModified

חזקים שכדאי להוסיף:

• HowTo, לפוסטים עם שלבי הגדרה (eligible ל-rich results)
• Speakable, לעוזרי קול / AI summaries
• BreadcrumbList, לכל עמוד

הסקיל בודק מה יש, מזהה מה חסר, ויוצר את ה-JSON-LD בפועל. אצלי הוסיף FAQPage על 4 עמודים, Person מועשר על /about, ו-Speakable שמשפיע על איך AI בוחר אילו פסקאות לצטט.

שלב 5: Topic Cluster + Internal Links

כתבת 4 מאמרים על אותו נושא? יופי. עכשיו צריך לקשר אותם זה לזה באופן חכם.

הסקיל מנתח את הפוסטים שלך, מזהה nodes טבעיים לקישור, ומכניס internal links הקשריים. דוגמה: מאמר על "Meta Advantage+" עם פסקה על "צריך 6+ וריאציות קריאייטיב" → מקושר אוטומטית למאמר "איך AI כותב מודעות פייסבוק".

זה Topic Cluster. גוגל מזהה את זה כ-authority signal, "האתר הזה הוא מומחה בנושא הזה". AI engines מבינים שכל המאמרים האלה אורגניים לאותה ישות.

ב-ysdigi הקישורים הפנימיים בין 4 ה-Pillars החדשים נוספו אוטומטית ב-2 דקות. ידנית זה היה שעה של עריכה.

שלב 6: Pillar Posts בנישה צרה

ה-GEO הטוב ביותר מתחיל מ-להתמקד בנישה צרה. במקום לכתוב על "AI לכל" (תחרות מוחצת), לכתוב 4-5 מאמרים על "AI ל-X ספציפי בעברית" (נישה כמעט ריקה).

הסקיל עוזר לזהות את הנישה הצרה הנכונה לך:

1. הוא מנתח את ה-baseline (איפה אתה לא מופיע ולמה)
2. מציע 3-5 שאילתות שבהן יש לך סיכוי גבוה לכבוש
3. עוזר לכתוב פוסט שעונה ישירות על השאילתה

זה הוא chunked approach: במקום מאמר אחד גדול שמנסה לכסות הכל, 4-5 מאמרים ממוקדים שכל אחד מהם מצוטט על שאלה ספציפית.

שלב 7: מדידה חודשית

GEO זה לא "תיקנת, יפה, סיימת". זה תהליך מתמשך. הסקיל מייצר template למדידה חודשית:

• 5 שאילתות מטרה (השאלות שבהן אתה רוצה להופיע)
• 4 מנועי AI (ChatGPT, Perplexity, Claude, Google AI Overviews)
• בדיקה ידנית של 20 cells בכל חודש (לוקח 20 דק')
• שמירה ב-vault עם תיוג חודשי

ככה אחרי חודש אתה רואה בדיוק אם המאמר החדש שלך מתחיל להופיע, ובאיזה מנוע ראשון.

הסקיל בנוי כקובץ markdown אחד שמכיל את כל הידע על GEO ב-2026. הוא מתחלק ל-7 חלקים:

# AI Search / GEO Optimization (February 2026)

## Key Statistics
- AI Overviews reach: 1.5B users/month
- AI Overviews query coverage: 50%+ of all queries
- AI-referred sessions growth: 527% (Jan-May 2025)
- ChatGPT weekly active users: 900M
- Perplexity monthly queries: 500M+

## Critical Insight: Brand Mentions > Backlinks
Brand mentions correlate 3x more strongly with AI visibility
than backlinks (Ahrefs Dec 2025).

## GEO Analysis Criteria (5)
1. Citability Score (25%) - 134-167 word passages
2. Structural Readability (20%) - H1>H2>H3, lists, tables
3. Multi-Modal Content (15%) - images, video, schema
4. Authority & Brand Signals (20%) - bylines, sameAs, Wikipedia
5. Technical Accessibility (20%) - SSR, robots, llms.txt

## AI Crawler Detection
[GPTBot, ClaudeBot, PerplexityBot, Google-Extended,
 OAI-SearchBot, Applebot-Extended, ...]

## llms.txt Standard
[Format + when to use + what to include]

## Platform-Specific Optimization
[Different optimization for Google AIO, ChatGPT,
 Perplexity, Bing Copilot]

## Output
Generate GEO-ANALYSIS.md with score + 10 actionable changes

ה-output של הסקיל הוא דוח GEO מלא שמדורג מ-0 ל-100, עם רשימת התיקונים הספציפיים לעשות באתר שלך. זה לא ניתוח אקדמי, זה checklist שעוברים אחד-אחד.

הסקיל לא סודי. אם אתה משתמש ב-Claude Code, אתה יכול לבנות גרסה משלך בעצמך תוך 30 דקות. אני בניתי את שלי על בסיס מחקר של Ahrefs, SparkToro ומסמכי OpenAI/Anthropic על איך הקראולרים שלהם עובדים.

לפני (לפני שבוע):

• GEO citations: 0 מתוך 20 בדיקות
• Schemas: רק @graph סטטי ב-index.html
• llms.txt: קיים אבל עם שירותים שגויים (LinkedIn/TikTok)
• Internal links cluster: אפס
• Pillar Posts בנישה הצרה: אפס

אחרי (היום):

• GEO citations: עדיין 0 (מנועי AI לא בדקו עדיין, לוקח 2-4 שבועות)
• Schemas: Person, FAQPage על 4 דפים, HowTo על 2 מאמרים, Speakable, BreadcrumbList בכל מקום
• llms.txt: שכתוב מלא, עם 7 FAQs דו-לשוניים + "שירותים שאינם מוצעים"
• Internal links: 10 קישורים פנימיים בין 4 Pillars (Topic Cluster פעיל)
• Pillar Posts בנישה הצרה: 4 מאמרים מקיפים (1,500+ מילים כל אחד), כולם פורסמו
• Hub page: /ai-marketing-hub שמרכז את 4 הPillars + CollectionPage schema

זה כל מה שעשיתי בשבוע אחד, עיקרו עם Claude Code. בלי הסקיל, זה היה לוקח לי חודש לפחות.

טעות 1: לא בדקתי שה-schemas שלי באמת רנדרו. הנחתי שאם הקוד אומר "להוסיף Person schema", זה קורה. בפועל, [email protected] היה באג שדיכא הכל. שעת אבחון מבוזבזת.

הפתרון: תמיד תבדוק את ה-DOM בפועל אחרי שאתה מוסיף schema. View Source ב-SPA לא מספיק, JS לא רץ שם. Inspect Element אחרי הidרציה זה הבדיקה האמיתית.

טעות 2: השתמשתי באותן תמונות Unsplash בכל הPillars. נראה לא מקצועי. נכון, התמונות יפות. אבל הקורא רואה את אותה תמונה ארבע פעמים.

הפתרון: תמונות ייחודיות לכל מאמר, מתאימות לנושא הספציפי.

טעות 3: כתבתי "אני ישי סאיג, מרצה ב-Google..." בכל פתיחה. זה הרגיש SEO-ish ולא ערך. הקורא רוצה ערך, לא קורות חיים.

הפתרון: הקרדנציאלס שייכים ל-Person schema (שמנועי AI קוראים), לא לגוף המאמר.

טעות 4: ניסיתי לכבוש נישה רחבה מדי בהתחלה. "מומחה AI בישראל", תחרות מוחצת. עברתי ל"מומחה AI לשיווק ממומן בעברית", נישה כמעט ריקה.

הפתרון: לבחור נישה צרה במכוון. גם אם זה מרגיש קטן. הצלחה בנישה צרה = הרחבה אורגנית לנישות סמוכות.