Es pot produir contingut d’IA fiable, és a dir, contingut en què cada frase es pot defensar? Sí, amb una condició: que cada afirmació conservi la seva font, des de la recopilació fins a la publicació. És el principi central d’un pipeline SEO que parteix dels seus clients (en anglès), i és el que descric aquí, a partir del que he construït i mesurat.
Sovint es retreu al contingut d’IA que és insípid. És cert, però és el menor dels seus defectes. El risc real és que afirmi coses falses sobre la seva empresa, i amb molta seguretat.
Ho vaig comprovar en un projecte real. Una versió antiga del meu redactor de preguntes freqüents escrivia millor que la nova: frases fluides, un to encertat, respostes convincents. Però, en verificar dada per dada, vaig descobrir que s’inventava coses. Anunciava una condició de garantia contrària al que l’empresa publica. Donava forquilles de preus que ningú no li havia proporcionat. Fins i tot esmentava un competidor sense cap motiu.
Cap lector no hauria detectat aquests errors en llegir. Un client, en canvi, els hauria descobert en el pitjor moment: en citar la garantia promesa al seu web. La lliçó és senzilla: la qualitat de l’estil i la fiabilitat dels fets són dues coses diferents, que cal mesurar per separat.
Tot el que recull el pipeline es converteix en un expedient de proves: les pàgines de resultats de Google, les converses dels fòrums, les respostes generades per la IA de Google i les pàgines de la mateixa empresa. No és una pila de documents, sinó una xarxa d’elements relacionats entre si.
Tres regles li donen el seu valor:
A la pràctica, cada afirmació d’un contingut continua sent traçable fins al seu origen. Si una afirmació no té font, no té cabuda al text. Un buit honest val més que una invenció.
Prenguem un recorregut fictici, però típic. En un fòrum, una persona escriu: «De debò val el que costa, o al final te’n penedeixes?». Entre les preguntes que mostra Google, hi apareix una formulació semblant. En altres converses, desenes de persones expressen la mateixa inquietud amb les seves pròpies paraules.
El pipeline agrupa aquestes preguntes semblants, sense reescriure-les. Així sap quantes persones fan «la mateixa» pregunta i com la formula cadascuna. Aquest grup es converteix en un tema prioritari: una inquietud sobre la relació qualitat-preu, compartida i recurrent.
A l’hora d’escriure la resposta, el redactor es basa en el que l’empresa publica realment sobre el que hi ha inclòs i sobre la seva garantia. Cada afirmació de la resposta remet a una pàgina concreta del web. Si el web no diu res sobre un punt, la resposta no s’inventa res sobre aquest punt.
Al final del recorregut, la pregunta freqüent publicada respon a una pregunta real, amb les paraules del públic i amb fets que l’empresa pot assumir. I si algú pregunta per què aquesta pregunta figura a les preguntes freqüents, es poden mostrar els comentaris que la van originar.
L’expedient de proves no és suficient per si sol. L’acompanyen tres salvaguardes, i cadascuna és objecte d’un article detallat.
Reduir les invencions, i mesurar-ho. En una prova real de generació de preguntes freqüents, gairebé una resposta de cada cinc contenia una afirmació inventada sobre l’empresa. Dos canvis de principi van ser suficients per fer baixar les al·lucinacions per sota de l’1 %: donar a la IA els fets verificats en el moment d’escriure i, després, verificar automàticament cada xifra i cada fet.
Separar la demanda i l’oferta. Els fòrums i els resultats de Google diuen el que busca el mercat. No diuen res fiable sobre el que ofereix la seva empresa. Només el seu propi web té autoritat en això. Per això el pipeline distingeix sempre el que demana el mercat i el que vostè ofereix, i no barreja mai totes dues coses. Els fets de l’empresa s’extreuen del seu propi web i, després, un verificador comprova que s’han copiat paraula per paraula: el 97 % supera aquest control estricte.
Repartir la feina entre la IA i el codi. La IA és excel·lent per entendre el sentit d’una frase. És poc fiable per comptar. La regla consisteix, per tant, a deixar que la IA jutgi i que el codi compti: en un informe, la IA narra, i un control automàtic rebutja qualsevol xifra que no provingui de les dades calculades.
Hi ha una temptació que torna sovint quan es tracten milers de comentaris: netejar. Eliminar els duplicats, descartar el que sembla marginal, quedar-se amb «l’essencial». El pipeline fa el contrari: no elimina mai una prova, encara que aparegui repetida. Compta quantes vegades apareix.
La raó és pràctica. Una pregunta formulada cinquanta vegades per cinquanta persones diferents no té el mateix pes que una pregunta formulada una sola vegada. Si s’eliminen els duplicats, es perd precisament la informació més útil: la intensitat de la demanda. I si es descarta el que sembla marginal, de vegades es perd l’objecció que marcarà la diferència d’aquí a sis mesos.
La mateixa regla val per als informes. Quan un informe només mostra una part d’una llista, ho diu clarament, per exemple «les 10 primeres de 250». No amaga mai que ha retallat.
Per a una direcció de màrqueting, la diferència es resumeix en una pregunta: «D’on surt aquesta frase?». Amb aquest tipus de pipeline, la pot respondre per a cada frase publicada. Una afirmació sobre la seva garantia remet a la pàgina del seu web que la conté. Una pregunta freqüent remet als internautes que la van formular realment. Una xifra d’un informe remet al càlcul que la va produir.
Aquesta traçabilitat té tres efectes concrets:
Aquest últim punt pesa cada vegada més. Quan ChatGPT, Gemini o les respostes d’IA de Google resumeixen un tema, es nodreixen de pàgines que responen amb claredat a una pregunta concreta. Un contingut construït a partir de les preguntes reals dels seus clients, amb fets verificables, és exactament aquest tipus de pàgina.
L’expedient de proves és la segona etapa d’un mètode que en té quatre: entendre la demanda, reunir les proves, construir buyer personas i, finalment, produir i mesurar. Per veure com s’encadenen i el que un estudi del seu mercat li pot aportar, descobreixi el pipeline SEO amb IA en conjunt (en anglès).