Clustering de palavras-chave com IA: de consultas a séries e links internos

Você tem um arquivo keywords.csv com 300 consultas sobre Astro, Docker e Cloudflare. A IA produz 42 clusters, mas a revisão manual encontra astro seo e astro vs next.js for seo juntos no cluster #1. A primeira consulta pede tutorial; a segunda, comparação. Uma única página dificilmente resolverá as duas tarefas.

Essa é a falha prática do clustering: a IA pode juntar expressões semanticamente próximas que carregam intenções diferentes. Isso aumenta o risco de canibalização, pois vários artigos quase iguais passam a disputar a mesma demanda. Uma lista de “grupos de palavras-chave” também não diz quais grupos precisam de artigo novo, atualização, FAQ ou link interno.

O fluxo abaixo começa reunindo consultas do GSC, fichas de ideias e inventário do site. Ele normaliza e remove duplicatas, mantém revisão humana após o primeiro agrupamento da IA e associa cada cluster a uma ação: artigo novo, atualização, FAQ, link interno ou discard. As entregas incluem fontes, lógica de normalização, comparação de métodos, prompt, cluster map, critérios de ação e estrutura de links.

1. Reunir as fontes corretas para o clustering

A entrada não é uma lista inventada pela IA. Ela reúne dados query/page próprios, fichas de ideias e inventário de conteúdo. Juntas, essas fontes mostram quais temas valem uma página, quais já têm artigo e quais perguntas aparecem de verdade nas comunidades.

Use esta lista de fontes:

Fonte	Campos	Como obter	Atenção
Dados GSC query/page	query, page, clicks, impressions, CTR, position	Search Console UI / Search Analytics API	O rowLimit da API é 1.000 por padrão e 25.000 por solicitação no máximo; limites internos fazem com que ela retorne top rows sem garantir todas as linhas
Fichas de ideias	título, intenção, fonte (Reddit/GitHub/concorrente), evidência	Saída do agente de pesquisa	Revisar manualmente a qualidade da fonte
Inventário do site	título, URL, série, data, tráfego, consultas posicionadas	Banco do site / CMS	Marcar artigos correspondentes e série
Métricas quickWins	consultas com muitas impressions e CTR baixo, oportunidades de atualização	Análise GSC quickWins	Ajudam na decisão de atualizar

Etapas:

1. Exporte dados query/page do GSC. O relatório Performance mostra por padrão os últimos três meses, mas o período pode ser ajustado.
2. Adicione as fichas produzidas pelo agente de pesquisa.
3. Extraia o inventário: artigos existentes, séries e desempenho.
4. Marque quick wins: muitas impressions, CTR baixo e oportunidades de atualização.
5. Gere uma tabela com query, intenção inicial, fonte, correspondência com artigo existente e marca quickWins.

2. Normalizar palavras-chave antes de agrupá-las

A tabela combinada contém duplicatas, variações e diferenças de escrita. Sem tratamento, a IA pode considerá-las termos distintos e dividir uma intenção entre vários clusters.

Lista de deduplicação:

• Duplicata exata: astro seo vs astro seo → manter uma linha
• Variações de escrita ou configuração: docker host.docker.internal vs docker host-gateway vs docker 127.0.0.1 → marcar como candidatas à mesma intenção e aguardar confirmação humana
• Sinônimos: cloudflare pricing vs preço cloudflare vs cloudflare cost → marcar como uma intenção
• Variação de forma: astro blog vs astro blogs → marcar como uma intenção

Regras de normalização:

• Padronizar termos: nextjs → next.js, cloudflare workers → Cloudflare Workers
• Padronizar maiúsculas: Astro vs astro → astro
• Padronizar pontuação: astro, seo vs astro seo → astro seo

Rótulos iniciais de intenção:

• Informacional: how to, what is, guide, tutorial
• Navegacional: marca, produto, URL específica
• Comparativa: vs, compare, alternative
• Transacional: pricing, cost, buy, download

Etapas:

1. Remova duplicatas exatas da tabela combinada.
2. Detecte variações e sinônimos e marque como candidatas à mesma intenção.
3. Normalize termos, maiúsculas e pontuação.
4. Rotule cada query como informacional, navegacional, comparativa ou transacional.
5. Exporte uma tabela com query, normalized_query, intent_tag, source e old_post_match.

3. Comparar três métodos de clustering

A escolha deve equilibrar custo, precisão e risco. Os três métodos principais se encaixam em etapas diferentes.

Método	Custo	Precisão	Cenário adequado	Risco
SERP-based	Alto: muitas consultas SERP e possíveis limites anti-bot	Alta: usa resultados reais e ajuda a decidir se páginas devem ser unidas	Conteúdo publicado, análise de sobreposição e orçamento de SERP API	Caro; mudanças na SERP reduzem estabilidade
Semantic	Baixo: apenas chamadas a API de embeddings	Média: pode ignorar intenção real e unir tarefas diferentes	Primeiro mapa temático, orçamento limitado e agrupamento rápido	Pode unir palavras próximas no significado, mas diferentes na intenção
Hybrid	Médio: primeira etapa semântica + validação SERP/GSC + revisão humana	Alta: equilibra custo e precisão	Operação contínua com dados do GSC e tempo de revisão	Exige capacidade de revisão humana

Fluxo recomendado:

• Equipe pequena / início: primeira etapa Semantic + validação GSC/page + revisão humana de clusters de risco
• Equipe maior / conteúdo estabelecido: Hybrid com agrupamento semântico, validação SERP/GSC e revisão humana
• Orçamento suficiente + decisão sobre sobreposição: SERP-based + revisão humana

Eu uso Hybrid: a similaridade semântica produz o primeiro agrupamento, os dados GSC page mostram quais consultas já têm página e uma pessoa resolve conflitos de intenção.

4. Executar clustering com IA e uma saída definida

Ao enviar palavras normalizadas para a IA, o prompt deve definir campos e regras de intenção. Esta é a estrutura usada.

Exemplo de prompt para IA:

Você é especialista em planejamento de conteúdo SEO. Agrupe as palavras-chave normalizadas abaixo em clusters por intenção de busca. Para cada cluster, entregue:
1. primary_intent
2. canonical_page (tipo recomendado: new article / old post refresh / FAQ / discard)
3. suggested_action
4. internal_link_targets (artigos ou séries existentes que devem receber links)
5. risk_notes (possível canibalização ou revisão humana necessária)

Palavras-chave:
- astro seo
- astro vs next js for seo
- cloudflare pricing
- docker host.docker.internal
- docker host-gateway
...

Retorne um array JSON. Cada cluster deve seguir:
{
  "cluster_id": 1,
  "keywords": ["astro seo", ...],
  "primary_intent": "informacional - tutorial",
  "canonical_page": "new article",
  "suggested_action": "Criar tutorial de Astro SEO",
  "internal_link_targets": ["série astro-guide", "série cloudflare-bindui"],
  "risk_notes": "Revisão humana: astro vs next js for seo tem intenção comparativa e não deve ser unido"
}

Exemplo de cluster map:

cluster_id	keywords	primary_intent	canonical_page	suggested_action	internal_link_targets	risk_notes
1	astro seo, astro blog seo	Informacional - tutorial	new article	Criar tutorial de Astro SEO	série astro-guide, série cloudflare-bindui	Nenhum
2	astro vs next js for seo	Comparativa	new article	Criar comparativo SEO Astro vs Next.js	série astro-guide, nextjs-blog-series	Nenhum
3	cloudflare pricing, cloudflare cost, preço cloudflare	Transacional	old post refresh	Atualizar artigo de preços do Cloudflare	série cloudflare-bindui	Existe /cloudflare-pricing; atualizar
4	docker host.docker.internal, docker host-gateway, docker 127.0.0.1	Informacional - configuração	FAQ	Adicionar FAQ a um artigo de Docker	série docker-practice	Variações da mesma intenção; unir em uma FAQ

Lista de revisão humana:

• Intenção misturada: um cluster contém tutorial e comparação → separar
• Conflito com página existente: cluster marcado como “new article”, mas existe artigo relacionado → mudar para old post refresh ou FAQ
• Fragmentação excessiva: uma intenção aparece em vários clusters → unir
• União excessiva: várias intenções aparecem em um cluster → separar

Etapas:

1. Envie a tabela normalizada ao Claude, ChatGPT ou fluxo interno de clustering.
2. Execute o primeiro agrupamento com o prompt acima.
3. Exporte o cluster map.
4. Revise conflitos de intenção, correspondências com artigos, fragmentação e união excessivas.
5. Corrija o mapa e marque clusters de risco.

5. Atribuir cada cluster a uma ação de conteúdo

Um cluster concluído precisa de ação executável, não de outra lista de palavras. Uso esta tabela de decisão.

Fator	Artigo novo	Página pilar	Atualização	FAQ	Links internos	discard
Número de query	Muitas (5+)	Muitas (5+)	Poucas (1–3)	Poucas (1–3)	Poucas (1–3)	Uma
Variação de intenção	Alta	Alta	Baixa	Baixa	Baixa	Baixa
Artigo existente	Não	Não	Sim	Sim	Sim	Sim
Concorrência	Alta	Alta	Média	Média	Baixa	Baixa
Aderência temática	Alta	Alta	Alta	Média	Média	Baixa
Espaço para valor original	Alto	Alto	Baixo	Baixo	Baixo	Nenhum
Exemplo	tutorial astro seo	série astro	cloudflare pricing	docker host.docker.internal	links entre artigos	variação de marca

Definição das ações:

• Artigo novo: criar uma página que cubra todas as consultas com a mesma intenção.
• Página pilar: criar um hub de série que se conecte às demais páginas do cluster.
• Atualização: ampliar uma página existente para cobrir novas consultas.
• FAQ: adicionar resposta específica a um artigo existente.
• Links internos: adicionar links contextuais para a página canônica.
• Discard: não criar conteúdo e marcar a consulta como pouco valiosa ou fora do público.

Etapas:

1. Pontue cada cluster com os fatores de decisão.
2. Converta a pontuação em uma ação.
3. Exporte uma lista cluster_id → suggested_action.
4. Revise manualmente ações de risco: artigos novos e páginas pilar.

As quantidades de query são exemplos, não limites automáticos. A ação final também depende de intenção, inventário, valor original e custo de manutenção.

6. Projetar links internos como mapa de navegação

As relações entre clusters devem virar links executáveis, não um bloco genérico de “artigos relacionados”. Esta é a estrutura.

Princípios de links internos:

• Links bidirecionais pillar/cluster: a página pillar aponta para todas as cluster e cada cluster volta para a pillar.
• Texto de âncora descritivo: explicar a intenção de destino em vez de escrever “clique aqui”.
• Destino canônico: evitar páginas duplicadas ou quase iguais e apontar para a URL canônica preferida.
• Sem artigos órfãos: planejar pelo menos um link contextual de entrada por artigo e adicionar caminhos conforme arquitetura e jornada de leitura.
• Campo internal_link_targets: registrar quais artigos ou séries precisam de links.

Plano de links internos:

cluster_id	pillar_page	cluster_pages	internal_link_targets	Âncora sugerida
1	Guia completo de Astro SEO	tutorial astro seo, astro blog seo	série astro-guide, série cloudflare-bindui	“otimização de SEO no Astro”, “otimização de desempenho com Cloudflare”
2	-	astro vs next.js for seo	série astro-guide, nextjs-blog-series	“comparativo Astro vs Next.js”
3	-	cloudflare pricing	série cloudflare-bindui	“preços do Cloudflare explicados”

Etapas:

1. Identifique páginas pillar e cluster.
2. Projete a estrutura bidirecional.
3. Escolha uma âncora descritiva para cada link.
4. Verifique artigos órfãos.
5. Exporte o plano para a tabela de tarefas.

O Google considera atualmente redirecionamentos e rel="canonical" sinais fortes, enquanto inclusão em sitemap é sinal mais fraco. Os sinais podem se reforçar, mas o Google continua escolhendo a canônica. Links internos devem apontar de forma consistente para a URL preferida.

7. Definir limites antes que o clustering produza páginas em massa

O clustering não deve virar um gerador em massa de páginas. Esse padrão se afasta rapidamente de conteúdo focado nas pessoas.

Limites de risco:

• Não criar uma página por variação. Query com a mesma intenção converge para uma página ou destino canônico.
• Exigir avaliação de valor original. Cada cluster deve responder a um problema do leitor, ao foco do site e a uma contribuição real em relação ao conteúdo existente.
• Consolidar query de mesma intenção ao redor de uma canônica. Em páginas duplicadas ou muito parecidas, redirecionamentos, rel="canonical" e sitemaps expressam preferência, mas têm forças diferentes e não garantem a escolha do Google.
• Evitar conteúdo search-engine-first. O objetivo principal é ajudar o leitor, não manipular posições.
• Reduzir risco de canibalização. Muitas páginas para palavras quase iguais podem fazer várias URLs competir pela mesma intenção.
• Marcar clusters de risco. O campo risk_notes exige revisão humana.

Linhas vermelhas de qualidade:

• Se existe artigo correspondente, priorizar atualização ou FAQ antes de outra página parecida.
• Toda saída precisa avaliar aderência temática e valor original.
• Links internos devem apontar para o artigo canônico, não para páginas duplicadas ou próximas.

8. Testar o fluxo com Astro SEO, Cloudflare Pricing e Docker

Três cenários tornam o processo concreto.

Exemplo 1: astro seo vs astro vs next.js for seo (intenções diferentes, separar)

• Query originais: astro seo, astro vs next.js for seo, astro blog seo
• Normalização: astro seo, astro vs next js for seo, astro blog seo
• Primeiro passo da IA: cluster_id=1, keywords=[astro seo, astro vs next js for seo, astro blog seo]
• Revisão humana: astro seo tem intenção de tutorial e astro vs next js for seo, de comparação; precisam ser separados.
• Cluster map final:
  • cluster_id=1: [astro seo, astro blog seo] → criar tutorial de Astro SEO
  • cluster_id=2: [astro vs next js for seo] → criar comparativo SEO Astro vs Next.js

Exemplo 2: cloudflare pricing (existe artigo, atualizar)

• Query originais: cloudflare pricing, cloudflare cost, preço cloudflare
• Normalização: cloudflare pricing, cloudflare pricing, cloudflare pricing
• Primeiro passo da IA: cluster_id=3, keywords=[cloudflare pricing, cloudflare pricing, cloudflare pricing]
• Correspondência no inventário: artigo /cloudflare-pricing
• Cluster map final:
  • cluster_id=3: [cloudflare pricing, cloudflare cost, preço cloudflare] → atualizar /cloudflare-pricing

Exemplo 3: docker host.docker.internal (normalizar consultas técnicas relacionadas)

• Query originais: docker host.docker.internal, docker host-gateway, docker 127.0.0.1
• Normalização: marcar como grupo candidato para a mesma intenção de configuração.
• Primeiro passo da IA: cluster_id=4, keywords=[docker host.docker.internal, docker host-gateway, docker 127.0.0.1]
• Correspondência no inventário: existe uma série Docker
• Cluster map final:
  • cluster_id=4: [docker host.docker.internal, docker host-gateway, docker 127.0.0.1] → após validar a intenção, adicionar FAQ ou seção a um artigo de Docker

9. Entregar o mapa de conteúdo ao próximo fluxo

Quando o clustering terminar, o cluster map vai para a tabela de tarefas, onde serão definidos campos, pontuação, estados e calendário. O próximo artigo, “Projetar uma tabela de tarefas de conteúdo: campos, pontuação, estados e publicação”, cobre essa etapa.

Para transformar um cluster map em estrutura pronta para redação, continue com “Geração de estrutura com IA: do cluster map ao roteiro”. “Links internos automáticos: gerar links em lote e evitar erros” detalhará depois a inserção.

A atualização de artigos existentes tem um guia próprio: “Estratégia GSC de atualização: de quick wins a melhorias de conteúdo”.

Artigos relacionados já publicados:

• Planejamento trimestral para blogs técnicos com Pillar-Cluster
• SOP semanal de GA/GSC: dos dados às ações
• Técnicas avançadas de GSC para encontrar oportunidades de conteúdo