Como Claude transformou o site de um não desenvolvedor em 10 mil usuários com SEO e AEO

Um usuário do Reddit construiu a Agensi (um marketplace de habilidades de agentes de IA) inteiramente com Claude e Lovable, mas o post não é sobre programação — é sobre como o Claude se tornou a ferramenta central de crescimento para SEO, estratégia de conteúdo e AEO (Otimização para Motores de Resposta). O resultado: de 0 a 10.000 usuários ativos em 6 semanas, com gasto zero em anúncios.

Estratégia de Conteúdo via Análise de Dados do GSC

O autor não pede ao Claude para escrever posts de blog genéricos. Em vez disso, ele alimenta o Claude com dados do Google Search Console (consultas, impressões, CTR, posição média) e pede para encontrar lacunas de palavras-chave:

• Altas impressões, mas zero cliques
• Tópicos que concorrentes cobrem, mas o site não
• Canibalização onde várias páginas competem pela mesma consulta

Os artigos são coescritos mirando essas lacunas, seguindo uma estrutura refinada ao longo de semanas: um bloco de Resposta Rápida (40-60 palavras respondendo à pergunta principal), cabeçalhos H2 como perguntas (ex.: "Onde o Claude Code Armazena Habilidades?" em vez de "Locais de Armazenamento de Habilidades do Claude Code"), tabelas de comparação e links internos. Após 96 artigos, o site passou de 5 cliques/semana para mais de 1.000 cliques/semana, 300 mil impressões mensais e mais de 878 posições na primeira página do Google — tudo orgânico.

AEO: Engenharia para Motores de Resposta de IA

Uma fonte de tráfego surpreendente surgiu: 348 sessões/mês referidas por IA do ChatGPT, Gemini, Perplexity e Claude. O autor otimizou deliberadamente para isso:

• Cada cabeçalho H2 é formulado como uma pergunta (as Visões Gerais de IA preferem extrair seções em formato de pergunta)
• Adicionado FAQ schema em todas as páginas
• A página /about foi construída como uma âncora de entidade com schema Organization, Person e AboutPage
• O robots.txt permite explicitamente todos os rastreadores de IA
• O arquivo llms.txt informa aos LLMs o que é o site e onde encontrar o conteúdo principal

O resultado: quando usuários perguntam ao ChatGPT "onde encontro habilidades SKILL.md" ou ao Perplexity "qual é o melhor marketplace de habilidades para agentes de IA", as respostas apontam para agensi.io.

Auditorias Técnicas de SEO com Claude

Exportações semanais do Google Search Console, Ahrefs e Google Analytics são inseridas no Claude. Ele descobriu problemas que o autor jamais pegaria manualmente:

• Roubo de tráfego pelas Visões Gerais de IA: 121 consultas ranqueadas em 1º a 3º lugar tinham zero cliques porque as Visões Gerais de IA roubavam o tráfego → mudou a estratégia para ser citado pelas Visões Gerais de IA
• Otimização de título: Um artigo "melhores habilidades claude code 2026" tinha 25 mil impressões, mas apenas 29 cliques. Claude reescreveu o título para "15 Melhores Habilidades do Claude Code em 2026 (Testadas & Ranqueadas)" — o CTR começou a subir
• Problemas de indexação: 18 artigos publicados tinham zero impressões porque não foram indexados. Claude gerou comandos de ping IndexNow e lista de Inspeção de URL do GSC para corrigir
• FAQ schema duplicado: Um bug onde componentes React emitiam FAQ schema no lado do cliente E a função edge SSR emitia no lado do servidor. Claude identificou os arquivos exatos, escreveu prompts para Lovable corrigir e verificou com comandos curl

Arquitetura de Dados Estruturados

Claude construiu toda a camada de dados estruturados. Cada tipo de página tem o schema correto:

• Homepage: Organization, WebSite com SearchAction, FAQPage (15 perguntas e respostas)
• Páginas de habilidade: SoftwareApplication com preço, BreadcrumbList, FAQPage condicional
• Artigos: Article, FAQPage, HowTo, BreadcrumbList, Organization
• /about: Organization, AboutPage, Person para ancoragem de entidade

O autor admite que não sabia o que era nada disso antes do Claude.

A conclusão: Claude não serve apenas para escrever código — pode ser seu estrategista de SEO, mecanismo de conteúdo e auditor técnico, especialmente quando você alimenta com seus próprios dados e itera sobre estruturas que funcionam.