Maciej KulkowskiAug 5, 2026
Semantyczne SEO 05 — Rozwinięcie tematu: pytania, ramka i fan-out
27views
Semantyczne SEO 05 — Rozwinięcie tematu: pytania, ramka i fan-out
Maciej Kulkowski
Piąta lekcja sekcji o SEO semantycznym. Nagłówki artykułu mają być wynikiem researchu, a nie szablonu „definicja – zalety – wady – podsumowanie”. Rozbierasz frazę na encję i modyfikator intencji („najlepszy laptop do pracy zdalnej” = dwie encje plus żądanie porównania), rozwijasz temat przez query expansion, poznajesz relacje leksykalne (synonimy, hiperonimy, hiponimy, meronimy, antonimy) i budujesz ramkę semantyczną — zestaw ról i pytań związanych z działaniem, gdzie każda rola może stać się sekcją, pytaniem FAQ albo osobnym artykułem. Do tego query fan-out: jak system AI dokłada pytania, których użytkownik nie zadał. Na koniec demo skilla Frame Semantics dla frazy „hotel z basenem Kraków” — role, mapa podzapytań, sugerowana struktura H2 i luki treściowe konkurencji. Pod lekcją cztery skille do pobrania.
Semantyczne SEO 05 — Rozwinięcie tematu: pytania, ramka i fan-out
Maciej Kulkowski
Piąta lekcja sekcji o SEO semantycznym. Nagłówki artykułu mają być wynikiem researchu, a nie szablonu „definicja – zalety – wady – podsumowanie”. Rozbierasz frazę na encję i modyfikator intencji („najlepszy laptop do pracy zdalnej” = dwie encje plus żądanie porównania), rozwijasz temat przez query expansion, poznajesz relacje leksykalne (synonimy, hiperonimy, hiponimy, meronimy, antonimy) i budujesz ramkę semantyczną — zestaw ról i pytań związanych z działaniem, gdzie każda rola może stać się sekcją, pytaniem FAQ albo osobnym artykułem. Do tego query fan-out: jak system AI dokłada pytania, których użytkownik nie zadał. Na koniec demo skilla Frame Semantics dla frazy „hotel z basenem Kraków” — role, mapa podzapytań, sugerowana struktura H2 i luki treściowe konkurencji. Pod lekcją cztery skille do pobrania.
Chapters
00:00
Wstęp i planowanie treści
Wprowadzenie do planowania treści i znaczenie strategicznego podejścia do tworzenia artykułów.
00:47
Poza schematyczne szablony
02:13
Encje i modyfikatory intencji
03:39
Query Expansion i Fanout
06:11
Relacje leksykalne w treści
07:45
Ramki semantyczne
09:26
Praktyczne wykorzystanie narzędzi AI
Transcript
00:00
Dobra, lecimy dalej.
00:01
W tym filmie będę miał dla Was też mega film i cztery skille nawet będziecie mieli do pobrania.
00:09
Myślę, że Wasz arsenał z każdym kolejnym filmem się poszerza.
00:14
Myślę, że sobie bardzo dobrze z tego skorzystacie.
00:19
Zastanówmy się teraz troszeczkę bardziej nad tworzeniem, już planowaniem pojedynczej treści, w jaki sposób sobie to zaplanować, ponieważ bardzo często na pewno możecie też, być może się spotkaliście z takim podejściem, że kiedy pisze się artykuł na jakiś temat, no to mamy na przykład definicje jakiegoś pojęcia, zalety, wady, podsumowanie i coś tam może jeszcze jest wypełnione, nie?
00:47
I problem polega na tym, że taka struktura może być spoko jako szablon oderwany od rzeczywistości troszeczkę, być może jest wygodny dla autora piszącego to, ale ten szablon może niekoniecznie odpowiadać na realne pytania i my chcemy doprowadzić do stanu, w którym każda nasza jednostka treści, tak na dobrą sprawę, będzie właśnie idealnie odpowiadała na to, czego ludzie szukają i będzie idealnie odpowiadała na to, jakie są realne zapotrzebowania ludzi, a nie tylko to, że ona się trzyma jakiegoś ustalnego z góry schematu.
01:23
Właśnie tutaj porozmawiamy sobie od mapy pytań, które to pytania właśnie będą stanowiły potem nasze nagłówki w artykule i te nagłówki będą wynikiem researchu, a nie tylko intuicji, albo tak jak być może nawet ja pokazywałem to w tym filmie z 2024, że mamy naszą główną frazę kluczową, no to wstawiamy ją do H1, a mamy jakieś tam inne H2, no to wymyślamy, znaczy mamy jakieś inne frazy ze sobą powiązane, troszeczkę mniej mają zapytań na przykład, ale i one będą stanowiły nam jakieś na główki H2 i to było spoko pod pewnym względem, ale tak jak mówię, też chcemy tworzyć te treści, które będą odpowiadały rzeczywiście na to, co chce użytkownik otrzymać, bo za każdym zapytaniem stoi jakaś potrzeba.
02:12
I teraz, jeżeli byśmy sobie też popatrzyli na to z tej perspektywy, to zanim rozwiniesz jakikolwiek temat, musisz zrozumieć, co tak na dobrą sprawę siedzi w twojej frazie, bo prawie każda fraza, którą sobie znajdziesz w dowolnym narzędziu do analizy fraz kluczowych, jest bardzo często sklejką dwóch rzeczy.
02:34
Mamy encję i modyfikator intencji.
02:37
Spójrzcie na to z tej perspektywy.
02:39
Najlepszy laptop do pracy zdalnej.
02:41
Tutaj mamy dwie encje.
02:42
Mamy laptop, czyli produkt, i pracę zdalną, czyli sposób pracy.
02:46
Słowo najlepszy nie jest encją, tylko jest modyfikatorem.
02:50
Modyfikatorem, który mówi, że użytkownik chce porównania, chce rekomendacji, a nie definicji.
02:56
Bo z kolei jeżeli byśmy zrobili coś takiego, że MacBook Air M3 recenzja, to mamy MCA MacBook Air jako produkt, M3 jako podzespół i recenzję jako typ treści.
03:11
i po co w ogóle ten cały podział?
03:13
Ze względu na to, że ENC-ie rozwijasz i szukasz ich typów, części i relacji i modyfikatory decydują o czymś innym, o formacie i o tym, czy potrzebna jest tabela porównawcza, czy potrzebna jest instrukcja, czy może definicja.
03:29
I to jest niejako most pomiędzy listą fraz, którą masz, a mapą NC, którą sobie za chwilę zbudujemy.
03:38
I tutaj jednym z takich elementów, które wykorzystują w jakiś sposób modyfikatory jest Query Expansion.
03:48
No i tutaj na przykład właśnie dobrze nam się sprawdza Query Expansion, czyli tak na dobrą sprawę rozszerzenie naszego pojęcia, jego warianty, typy, atrybuty i pytania.
03:59
Czyli to wszystko, co ewentualnie może dotyczyć tego naszego pierwotnego zapytania.
04:03
To na pewno znacie też z SERP-ów w momencie, kiedy widzicie People Also Ask albo Related Queries, no to one też właśnie wynikają z tej podobnej mechaniki i one też działają troszeczkę jak to Query Expansion.
04:16
Tak na dobrą sprawę mamy typy i warianty, czyli na przykład jeżeli mamy naszą pierwotną frazę hotel, to mamy hotel butikowy, hotel rodzinny, hotel biznesowy, możemy dodać lokalizacje, cenę, rezerwacje, pokoje, śniadania i parking.
04:33
Możemy też używać synonimów i wariantów tej nazwy, czyli obiekt noclegowy, nocleg, pobyt i na przykład możemy też pytania, co to jest, dla kogo, ile kosztuje, gdzie, kiedy, jak wybrać i tak dalej.
04:46
I teraz też żebyście mieli jasność, to nie jest tak, że teraz każda z tych wariantów zasługuje na jakiś osobny artykuł.
04:53
Tak na dobrą sprawę Query Expansion daje nam materiał do decyzji i daje nam materiał właśnie na to, że może zmienić troszeczkę sposób w jaki myśleliśmy o naszej pierwotnej frazie.
05:07
I to też będzie w innym filmie dotyczącym query fanout, ale musicie też zrozumieć to w jaki sposób AI, tak jak wam wspominałem wcześniej, ono stara się wyprzedzić użytkownika w jego myśleniu i odpowiedzieć na pytania, których on jeszcze nie zadał.
05:25
Więc w momencie kiedy ktoś wpisze jak wybrać hotel na weekend w Krakowie, to system AI stara się rozkminić, ok, użytkownik może potrzebować informacji o lokalizacji, o ocenie, o standardzie, o dojeździe, o opiniach i o dostępności.
05:43
I QueryFanOut też może się różnić Nie ma raczej tak, że QueryFanOut zawsze będzie taki sam dla tego samego zapytania.
05:53
On się będzie różnił w zależności od platform, on się będzie różnił w zależności być może od tego co w danym momencie trenduje i tak dalej.
06:01
Bardziej chodzi o to, żebyśmy się nauczyli zadawać właśnie pytania jakie.
06:05
Sub zapytania muszą być jeszcze rozstrzygnięte, żeby odpowiedzieć uczciwie na to pytanie główne.
06:11
I też tutaj wam przedstawię coś, wprowadzę coś, co się nazywa relacjami leksykalnymi, ponieważ one pomagają wam nie zgubić ważnych aspektów.
06:22
Bo na przykład mamy synonimy, czyli różne sposoby mówienia o tym samym, mamy hiperonimy, czyli pokazujemy kategorię nadrzędną, czyli hotel to w tym przypadku obiekt noclegowy będzie kategorią nadrzędną, bo obiekt noclegowy to jest szersza grupa, bo tam mogą być jeszcze apartamenty i tak dalej, a hotel to jest troszeczkę bardziej doprecyzowana.
06:44
Hiponimy pokazują typy i warianty.
06:48
Meronimy pokazują części składowe, czyli hotelu mamy pokój, recepcje, mamy restauracje.
06:54
No i mamy antonimy, czyli kontrasty, z czym się porównuje w przypadku hotelu, nie wiem, może z aparthotelem, z obiektem noclegowym, być może nie, bo to są obiekty hotelowe, które nie są teoretycznie hotelami.
07:12
I to też może w jakiś sposób właśnie wam porządkować to, w jaki sposób powinniśmy myśleć o tworzeniu treści, czyli jak piszemy o hotelu, no to ważne, żebyśmy właśnie wspomnieli o pokojach, o recepcji, o restauracji.
07:26
Jeżeli na przykład piszemy, nie wiem, artykuł o tym, jakie są typy hoteli, no to tutaj właśnie hiponimy.
07:31
się pojawią albo akurat w przypadku hotelu może to nie ma najwięcej sensu, ale na pewno to też będą pomysły na to, co jeszcze moglibyśmy opisać na naszej witrynie.
07:45
I tutaj właśnie będzie mega fajna sprawa, którą wam pokażę później, czyli Frame Semantics, ramka semantyczna.
07:51
I ramka semantyczna to jest taki koncept, to jest zestaw ról i pytań naturalnie związanych z działaniem.
07:58
Czyli na przykład w przypadku intencji zarezerwować hotel.
08:05
Musimy sobie zadać, dobra, kto rezerwuje, co wybiera, gdzie, za ile, na kiedy, jakie są warunki anulowania i co użytkownik dostaje po tym zakupie.
08:15
Każda ważna rola może stać się sekcją w naszym artykule albo np.
08:19
pytaniem FAQ, albo osobnym artykułem w ogóle, więc też wychodzimy z założenia, że stawiamy się w buty naszego użytkownika i zastanawiamy się po co on wpisuje to co wpisuje, co chce uzyskać, co my możemy mu zaproponować itd.
08:33
No i kiedy zbierzemy sobie to wszystko już do kupy, to teraz właśnie możemy się zabrać za tworzenie naszych nagłówków H2, które właśnie będą stanowiły takie nasze autonomiczne i atomowe elementy, części na stronie.
08:47
Tak jak już wiecie z poprzednich filmów, one będą stanowiły właśnie Te elementy, które mogą być wyciągane przez AI do cytowania, czyli jakie są kryteria wyboru hotelu i tutaj używamy naszej strategii BLUFF, żeby od razu odpowiedzieć i tak na dobrą sprawę Każda sekcja powinna odpowiadać na jedno główne podzapytanie.
09:11
Jeżeli jakaś sekcja odpowiada na pięć różnych pytań, to warto jest pomyśleć nad tym, żeby to rozbić na coś mniejszego, na przykład na główki H3, które będą rozszerzały zapytanie, które było na główku H2.
09:26
I właśnie tak jak Wam powiedziałem wcześniej, do każdego z tych elementów, o których wspomniałem w tym filmie, mam dla Was gotowe skille.
09:33
One wszystkie są poniżej i to będą skille, które będą tak.
09:38
Jedno to Square Expansion, które zaczynamy od jednej frazy i dostajemy powiązane pytania.
09:45
Mamy Lexical Expander, czyli właśnie wszystkie synonimy, rodzaje, części, składowy, przeciwieństwa i tak dalej.
09:49
Mamy Frame Semantics i mamy Query Fanout.
09:53
Nie będę teraz przechodził przez to wszystko, bo zasada jest taka sama dla każdego z nich, tylko po prostu pokażę Wam na przykładzie jednego.
10:00
Więc po raz kolejny wbijamy sobie upload the skill i np.
10:05
weźmiemy skilla, użyjemy sobie frame semantics.
10:12
Więc teraz tak na dobrą sprawę możemy kontynuować w tej rozmowie, którą mieliśmy przed chwilą albo możemy rozpocząć nowy czat.
10:18
Ja po prostu będę kontynuował dalej i zobaczymy czy załapie.
10:21
Zrób mi ramkę semantyczną dla frazy, wybierzmy sobie coś stąd może, dla frazy hotel z basenem Kraków, niech będzie.
10:34
Czyli mamy już tutaj też taką ciągłość tego całego procesu.
10:41
I widzicie, nawet nie musiałem wskazywać konkretnego skilla, on sam zrozumiał, że okej, ramka semantyczna, mam skill, który się do tego nadaje najlepiej.
10:50
No i tak jak widzicie, ramka semantyczna hotel z basenem Kragów.
10:53
Predykat, wybieracie zarezerwować nosek z basenem.
10:55
Perspektywa kupujący gość szukający obiektu.
10:57
Czyli już od razu wiemy kto w ogóle chciałby tego używać.
11:01
Uwaga na starcie, to fraza trybutowa niebrędowo, że kogoś nie szuka twojego hotelu, szuka funkcji.
11:05
Zwycięża ten kto najlepiej odpowie na pytanie, które z nich i dlaczego, a nie ten kto najładniej opisze własny basen.
11:12
I mamy właśnie ramkę, czyli mamy hotel z basenem pod zapytanie, które hotele w Krakowie mają basen, location, gdzie w Krakowie są hotele z basenem blisko rynku, koszt, części, stan, beneficiary, czyli kogo to może interesować i tak dalej i tak dalej.
11:33
I na przykład tutaj luka treściowy, element pusty konkurencji, condition, nikt nie pisze wprost z basen czynny od 7 do 22, dzieci do 12 lat tylko z opiekunem.
11:40
Tutaj mamy mapy pod zapytań, które mogą z tego wynikać.
11:44
Mamy sugerowaną strukturę nagłówków H2, powiązane ramki, więc tak na dobrą sprawę to jest tylko jeden z tych skilli.
11:53
Możecie z nich korzystać dowolnie, możecie je łączyć ze sobą itd.
11:56
i możecie właśnie też używać ich do tego samego, czyli właśnie zrobić ramkę semantyczną, żeby lepiej zrozumieć kto szuka i jakich użyć pod zapytań, ale też np.
12:09
zrobić sobie query fanout i potem np.
12:12
te pytania albo zsyntetyzować do jednej odpowiedzi i wtedy mieć jeszcze lepiej to wszystko pokryte tematycznie.
12:21
to na pewno też da Wam o wiele lepszy sposób myślenia o tym, jak tworzyć treści, które są przyjazne użytkownikowi.
12:29
Dotyczą cały czas tego samego, ponieważ one się kręcą wokół naszej centralnej ENCJI i nie odbiegają za bardzo od tematu, nie ma tego rozjazdu tematycznego.
12:42
Tak jak mówię, to na pewno podniesie jakość tworzonych przez Was treści.
12:46
Będziecie mogli je tworzyć w sposób o wiele bardziej świadomy.
12:48
Będziecie wiedzieli co, dlaczego, z czego wynika, dlaczego się tam znalazło, na jakie pytania odpowiada i tak dalej, a nie piszemy coś, bo tak, bo nie wiem, bo taka jest fraza kluczowa czy cokolwiek.
12:59
Także bierzcie, korzystajcie z tego i cóż, widzimy się w następnym filmie.
Comments
Comments
No comments yet