Keperluan SEO seperti canonicals, peta laman, dan fail robots. txt tidak secara automatik dikonfigurasi sendiri hanya kerana alat AI menjana laman web anda. Point utama ini ditekankan oleh anggota pasukan Google Search Relations, John Mueller dan Martin Splitt, semasa episod terbaru podcast mereka, Search Off The Record. Kedua-dua Mueller dan Splitt menguji alat pengekodan AI untuk projek peribadi mereka dan menghadapi kekurangan yang sama. Walaupun alat ini dengan cepat menghasilkan laman web yang berfungsi, pencapaian SEO yang betul masih memerlukan input teknikal dan arahan yang jelas. **Mengarahkan AI untuk "Tambah SEO"** Mueller mengibaratkan kerja dengan penjanaan kod AI seperti bekerjasama dengan pembangun yang tidak biasa dengan pengoptimuman carian. Dia menjelaskan dalam podcast: “Anda sentiasa boleh memberitahu sistem AI, tambahkan SEO padanya. Tetapi bagaimana keputusannya adalah jika anda pergi kepada pembangun dan tambah SEO, dan mereka bertanya, apa maksudnya?Taburkan meta tag dan tambahkan data berstruktur. ” Arahan yang kabur atau tidak tepat akan menghasilkan keputusan yang sama kabur, sama ada dari kod manusia atau AI. Mueller mendapati hasil yang lebih berkesan apabila dia mentakrifkan keperluan dari awal—menetapkan domain, tetapan canonical, fail peta laman, dan konfigurasi robots. txt. Dia juga mengesahkan halaman menggunakan HTML yang betul, berhubung dengan baik, serta melaksanakan pemeriksaan pra-penerbitan untuk memastikan URL menyajikan kandungan dan fail JavaScript tidak disekat oleh robots. txt. **Projek Mereka** Mueller membina laman web ujian untuk memerhati bagaimana Googlebot mengendalikan permintaan, menghantarnya ke hosting Firebase menggunakan Hugo sebagai penjana laman statik dengan kawalan versi melalui GitHub. Baru-baru ini, dia beralih dari menggunakan VS Code dengan Copilot ke alat baris arahan, menyenaraikan Claude Code dan Gemini CLI sebagai pilihan terkini. Sementara itu, Splitt mencuba Google AI Studio untuk membangunkan alat JavaScript berpusatkan klien. Walaupun outputnya boleh dibaca dan menyerupai aplikasi Next. js biasa, dia mengalami kesukaran apabila AI berulang kali menyertakan perpustakaan yang tidak diingini. Dia berkomentar: “Saya bertanya selama setengah jam.

Saya cuba buat AI tidak melakukan apa yang ia mahu, sebaliknya melakukan apa yang saya mahu. Dan itu pelik. ” **Kepakaran Teknikal Masih Sangat Penting** Mereka berdua mengakui adanya ketegangan antara janji pengkodan vibe yang kononnya menghapuskan keperluan memahami pengkodan dan keperluan praktikal terhadap pengetahuan teknikal. Mueller menegaskan bahawa kepakaran meningkatkan hasil pada setiap peringkat—mengetahui jenis penjana laman yang disukai dan cara menetapkan pemeriksaan pra-penerbitan memberi manfaat besar. Tanpa panduan, AI akan membuat andaian tentang arkitektur, sama ada penjana laman statik, kerangka JavaScript berat, atau CMS dengan pangkalan data. Mueller menyatakan: “Semua ini merupakan andaian wajar di mana jika anda berbicara dengan pembangun, mereka juga akan membuat andaian ini. Tetapi jika anda hanya memberitahu sistem AI, saya mahukan laman web, maka ia akan memilih satu. ” Bagi laman statik peribadi atau yang tidak berisiko tinggi, pendekatan eksplorasi ini mungkin mencukupi. Namun, untuk aplikasi yang melibatkan data pengguna atau perkhidmatan langsung, Mueller mengesyorkan melibatkan profesional berpengetahuan. **SEO dan Keterlihatan Laman Berkode Vibe** Laman yang dihasilkan Mueller menampilkan HTML yang munasabah, menyukarkan untuk mengenal pasti mereka sebagai laman berkode vibe. Dia mengulas: “Dari segi praktikalnya, tidak ada siapa yang benar-benar dapat kenal pasti sebagai laman web berkode vibe, ” walaupun dia memberi amaran bahawa beberapa kerangka vibe coding biasa mungkin meninggalkan corak yang boleh dikenal pasti. Dia juga menyuarakan kebimbangan tentang kandungan: laman yang kemas mungkin menggiurkan pemiliknya untuk bergantung kepada AI untuk menjana kandungan. Mueller mengakui keupayaan ini tetapi berpendapat kandungan yang ditulis AI mempunyai nilai yang terhad. Splitt bersetuju, mencadangkan bahawa kandungan yang dijana AI menimbulkan persoalan mengapa pengguna perlu melawati laman tersebut berbanding bertanya terus kepada AI. Sebelum ini, Mueller sudah menyoroti isu yang sama dengan laman berkode vibe, seperti Bento Grid Generator yang dikaji di Reddit, menunjukkan masalah kebolehcrawling, meta tag yang ketinggalan zaman, dan kandungan terperangkap dalam JavaScript yang tidak dapat diakses oleh enjin carian. **Memandang ke Masa Depan** Walaupun podcast ini tidak menawarkan garis panduan rasmi atau kenyataan dasar mengenai laman berkode vibe, Mueller dan Splitt berkongsi pandangan berdasarkan pengalaman mereka. Kesimpulannya, bagi mereka yang bereksperimen dengan alat pengekodan AI, AI boleh membantu dengan efisien sesetengah tugas pengkodan—terutamanya untuk projek kecil—tetapi keputusan SEO tetap memerlukan penglibatan manusia berpengetahuan.