Rodo busca orgânica em 91.000 páginas no Deluxe Astrology, 28.000 páginas de SEO programático no HostList.io, e no portfolio mais amplo de clientes da Seahawk Media. O trabalho de auditoria que costumava levar um dia inteiro por site agora leva 90 minutos dentro do Claude Code, e o output é mais rigoroso do que a versão manual. Este é o workflow real que executo, o stack MCP por trás dele, o prompt que uso, e as partes de uma auditoria de SEO que Claude Code ainda não consegue fazer bem.
Se você está avaliando se auditorias assistidas por IA são reais, este post é a resposta do operador: sim, com disciplina, e apenas se você tratar Claude como o colaborador sênior de engenharia em vez do estrategista sênior.
Por que Claude Code bate as ferramentas tradicionais de auditoria nos 70% chatos
Uma auditoria técnica de SEO tradicional envolve Screaming Frog rastreando um site, Search Console extraído para a visão de indexabilidade e CWV, Lighthouse rodado algumas vezes em templates representativos, markup de schema verificado manualmente contra um validador, e finalmente um humano montando tudo isso em uma lista de remediação priorizada com severidade e impacto de tráfego. O rastreamento e parsing é aproximadamente 70 por cento do tempo de relógio. A camada de julgamento é os 30 por cento restantes.
Claude Code com o stack MCP certo reduz os 70 por cento. Execução de rastreamento, parsing, deduplicação, validação de schema, e drafting de relatório acontecem tudo em uma única sessão contra seu repositório ou seu site hospedado. Os 30 por cento que requerem julgamento sênior (quais issues realmente importam para este negócio específico, o que priorizar dado runway e capacidade do time) permanece humano. O tempo total de relógio cai aproximadamente 6x na mesma qualidade ou superior.
Esse é o pitch inteiro. Tudo abaixo é o detalhe operacional de como fazer ele realmente entregar.
A stack MCP que realmente uso
Outros textos sobre Claude Code para SEO usam um único MCP (geralmente Puppeteer) e param por aí. A stack honesta para trabalho de auditoria sério é mais ampla:
Filesystem MCP
Integrado ao Claude Code por padrão. Eu uso para despejar outputs de auditoria em um diretório de trabalho, depois faço Claude raciocinar sobre eles na mesma sessão. O Filesystem MCP também é como eu alimento Claude com relatórios existentes, sitemaps, robots.txt e qualquer documentação técnica pré-existente.
Puppeteer MCP
Automação de navegador. Faz crawl do site, tira screenshots de templates representativos, extrai HTML renderizado para páginas pesadas em JavaScript, captura Core Web Vitals via Performance API. O render orientado por Puppeteer é o mais próximo do que Google realmente vê, mais preciso que parsing estático de HTML.Core Web Vitals via the Performance API. The Puppeteer-driven render is the closest thing to what Google actually sees, more accurate than static HTML parsing.
Postgres MCP (ou SQLite para trabalhos menores)
Crítico para auditorias sérias. Dados do Search Console exportados como CSV são carregados numa tabela Postgres. Claude roda queries SQL contra ela: quais URLs estão perdendo tráfego mês a mês, quais queries mudaram, quais páginas caíram do índice. O trabalho de agregação que leva 20 minutos no Excel leva 30 segundos em SQL.
Brave Search ou similar
Comparação atual de SERP. Ao auditar regressões de ranking, comparar o que atualmente ranqueia para as queries de destino contra o que o site auditado entrega é metade do diagnóstico. Uma MCP que busca SERP transforma isso em uma única chamada de ferramenta em vez de um exercício manual de alternar abas.
Bash / shell
Claude Code executa Lighthouse CLI, testes curl para cadeias de redirecionamento, e qualquer script customizado que eu tenha para o projeto. Tratar o shell como outra ferramenta em vez de um ambiente separado importa; a auditoria acontece em uma única sessão contínua.
Preparação pré-auditoria: 90 segundos de contexto
Antes de qualquer crawl rodar, Claude precisa saber que tipo de site é esse e para que serve a auditoria. Abro Claude Code no diretório do projeto (ou um diretório vazio se auditando um site externo) e primo a sessão com um briefing curto:
Três frases sobre o negócio: o que vendem, quem é a audiência deles, qual é a meta de tráfego orgânico para os próximos 12 meses. Duas frases sobre a estrutura do site: stack, contagem de páginas, forma de indexabilidade, cadência de conteúdo. Uma frase sobre o entregável da auditoria: o que deveria ser verdade ao final da auditoria que não é verdade hoje.
Esses 90 segundos de carregamento de contexto fazem a diferença entre Claude gerar uma auditoria de checklist genérica e Claude produzir uma auditoria calibrada ao negócio específico. Pule isso e você recebe o mesmo output genérico que toda outra análise de SEO com Claude Code demonstra.
Fase 1: Crawl técnico
Claude executa Puppeteer contra o site, segue links internos a uma profundidade configurável (meu padrão é 3), e captura: HTML renderizado por URL, códigos de resposta, cadeias de redirecionamento, tags canônicas, anotações hreflang, blocos de schema markup, sinais de indexabilidade (robots meta, X-Robots-Tag, robots.txt), e Core Web Vitals.
Output é despejado em ./audit-output/crawl/ como um arquivo JSON por URL mais um summary.json em todo o corpus. Para sites com menos de 500 páginas isso completa em menos de 10 minutos. Para sites maiores eu limito o crawl a 1.000 URLs representativas e faço amostragem do resto.
Padrões comuns que o rastreamento identifica imediatamente: cadeias de redirecionamento com mais de 2 saltos, tags canônicas apontando para URLs não-canônicas, reciprocidade de hreflang quebrada, erros de validação de schema. Cada um desses leva horas de trabalho manual para encontrar em escala; o rastreamento os encontra nos primeiros 10 minutos.
Fase 2: Análise de dados do Search Console
Exporço dados do Search Console como CSV (queries, páginas, datas, cliques, impressões, posição) e carrego via o MCP do Postgres. Claude então executa uma sequência de queries respondendo perguntas específicas do operador:
Quais páginas estão perdendo mais tráfego mês a mês, classificadas por perda absoluta de cliques.
Quais queries saíram do top 20 nos últimos 90 dias.
Quais pares página-query têm impressões mas cliques próximos a zero (oportunidade de CTR).
Quais páginas estão indexadas mas recebem zero impressões nos últimos 30 dias (prováveis candidatas de conteúdo fino ou gate de qualidade).
Quais páginas têm múltiplos sinais canônicos concorrentes pelo índice.
Cada uma delas costumava ser uma aba separada de tabelas dinâmicas no Excel. Agora são uma sequência de queries SQL que Claude gera, executa e sintetiza em uma única seção do relatório.
Fase 3: Auditoria de marcação de schema
Claude pega os blocos de schema capturados na Fase 1, valida-os contra os tipos esperados do schema.org por arquétipo de página (Organization, BreadcrumbList, Article, BlogPosting, Product, FAQPage, HowTo, LocalBusiness) e sinaliza problemas:
Propriedades obrigatórias faltando (sameAs em Organization, image em BlogPosting, aggregateRating sem dados de rating real).
Incompatibilidades de tipo (schema LocalBusiness em páginas que não são negócios locais, schema Product em páginas de categoria).
Referências desatualizadas (URLs sameAs apontando para perfis em redes sociais deletados, URLs de imagem retornando 404).
Relacionamentos de entidade obsoletos (arrays about e mentions faltando as entidades reais que a página aborda).
Peguei mais de 30 bugs de schema desta forma em sites que achavam que seu schema estava correto. O validador encontra os erros sintáticos; Claude encontra os semânticos.
Fase 4: Core Web Vitals via Lighthouse
Lighthouse é executado como um comando CLI que Claude invoca. Meu padrão é rodá-lo em 8-12 templates representativos por site em vez de uma URL única. Os JSONs de saída ficam em ./audit-output/lighthouse/ e Claude os sintetiza em uma seção de CWV que mostra o LCP, CLS, INP e TTFB medianos no conjunto de templates, além da página com pior desempenho individual por métrica.
A síntese é o que auditorias manuais fazem errado. Uma única execução do Lighthouse é ruído de um ponto no tempo; 12 execuções em templates é o verdadeiro cenário de desempenho. Claude faz a agregação em segundos.
Fase 5: Síntese do relatório
Após as quatro fases, Claude tem aproximadamente 30 a 80 problemas identificados. O prompt de síntese pede ao Claude para:
Agrupar problemas por severidade (vermelho bloqueia publicação, âmbar afeta rankings, verde é polimento).
Estimar impacto de tráfego por cluster usando dados do Search Console.
Ordenar remediação por impacto de tráfego dividido por custo de engenharia.
Gerar os 10 principais problemas em formato uma página por problema: severidade, contagem de URLs afetadas por tráfego, explicação em linguagem clara, correção concreta, melhoria de métrica estimada em 90 dias.
Esse é o resultado entregável. 10 problemas que um time sênior consegue corrigir em 4 a 8 semanas, priorizados por impacto, prontos para passar para engenharia. Auditorias manuais costumam gerar planilhas de 200 linhas que ninguém corrige; a lista de 10 problemas priorizada de fato é corrigida.
O prompt de auditoria que realmente uso
Prompt único que executo após o briefing de contexto de 90 segundos. Iterei isso por aproximadamente 12 meses em dezenas de auditorias:
"You are a senior technical SEO auditor working on the site described in the brief above. Run a 5-phase audit in this order: technical crawl via Puppeteer, Search Console analysis via the Postgres MCP, schema validation, Core Web Vitals via Lighthouse CLI, and prioritised report synthesis. Save outputs in ./audit-output/. After the synthesis phase, present the top 10 issues in a one-issue-per-page format. For each issue: severity (red / amber / green), traffic-affected URL count, plain-English explanation, concrete fix, estimated 90-day metric improvement. Wait for my approval before generating fix patches. Use British spelling. Avoid em-dashes."
Sem enquadramento John Wick, sem teatro de "você é um especialista pago". A instrução é direta, a estrutura é explícita, e o formato de saída corresponde ao que é lido por clientes e times de engenharia.
O que Claude Code não consegue fazer aqui
Lista honesta de onde o audit assistido por IA atinge seu limite:
Priorização estratégica no contexto do negócio. Claude consegue classificar problemas pelo impacto de tráfego; não consegue te dizer que uma perda de 5 mil acessos em uma página de marketing importa mais do que uma perda de 50 mil acessos em uma página descontinuada que a empresa está eliminando mesmo assim.
Posicionamento competitivo. Claude consegue comparar seus SERPs com os concorrentes mecanicamente; não consegue te dizer que o concorrente está vencendo por uma campanha de marca que você não vê nos dados.
Julgamento editorial sobre qualidade de conteúdo. Claude consegue sinalizar conteúdo fino estatisticamente. Se o conteúdo fino deve ser deletado, expandido, ou mantido como uma página de baixo valor mas relevante para nicho é uma decisão humana.
Comunicação com stakeholders. O audit funciona bem ou mal baseado em como é enquadrado para o time do cliente. Esse enquadramento é trabalho humano.
Trate Claude Code como seu colaborador senior de engenharia no audit, não como o estrategista senior. Os 30 porcento do audit que são julgamento continuam sendo seus.
O custo honesto
Os custos da Claude API para um audit de 1 mil páginas ficam em torno de 8 a 25 USD com preços do tier Sonnet. O crawl do Puppeteer, as execuções do Lighthouse e as queries do Postgres são gratuitos; o custo é inteiramente em tokens do modelo. Um audit manual tradicional com taxas de agência fica em 5 mil a 25 mil USD. O gap de custo é real e é a razão pela qual esse workflow vai se tornar padrão em 18 meses.
O trabalho foi deslocado, não desapareceu. O audit ainda requer um SEO senior para executar os prompts, interpretar o output e ser dono da priorização estratégica. O que desapareceu foram as 6 horas de crawling, parsing e agregação que nenhuma pessoa senior deveria jamais ter gasto tempo fazendo.
Resultado final
Claude Code com um stack MCP real reduz 70 por cento de uma auditoria de SEO para uma sessão de 90 minutos. Os 30 por cento restantes (julgamento, priorização, comunicação) continuam sendo um trabalho humano e pagam melhor do que nunca porque o custo dos entediantes 70 por cento caiu para perto de zero.
As agências que adaptarem esse fluxo de trabalho vão superar em preço as que não adaptarem dentro de 12 meses. Os SEOs sênior que aprenderem vão ficar mais valiosos, não menos, porque seu julgamento é a restrição que limita o volume de trabalho.
Na Seahawk Media rodamos auditorias técnicas de SEO usando exatamente esse fluxo de trabalho em engajamentos com clientes a partir de 2.500 USD. A primeira conversa é gratuita e o entregável da auditoria é a mesma lista de 10 problemas priorizados descrita acima, independentemente de qual nível de agência você escolher.
Leitura relacionada
How to run a technical SEO audit in 2026 (the methodology pillar)
SEO for operators in 2026 (the head-term guide)
Best SERP tracking tools in 2026
Perguntas frequentes
Como o Claude Code acelera auditorias de SEO?
Ele automatiza os 70% entediantes de uma auditoria técnica: rastreamento, análise do Search Console, verificações de schema e Core Web Vitals via Lighthouse, usando um stack MCP. Um trabalho que levava um dia inteiro por site agora leva cerca de 90 minutos, deixando tempo humano para julgamento e estratégia.
Qual stack MCP você usa para auditorias de SEO?
O fluxo de trabalho roda em servidores MCP Puppeteer, Filesystem, Postgres e Lighthouse. Puppeteer rastreia, Filesystem e Postgres lidam com os dados, e Lighthouse mede Core Web Vitals. Essa combinação cobre as fases mecânicas de uma auditoria técnica.
Claude Code pode substituir um consultor de SEO?
Não. Ele reduz os 70% repetitivos de uma auditoria, o rastreamento, pulls de dados e verificações, mas o julgamento, priorização e estratégia ainda precisam de um humano. É um multiplicador de força para o consultor, não um substituto pela experiência que decide o que realmente importa.
Quanto tempo leva uma auditoria de SEO com Claude Code?
Cerca de 90 minutos para a porção técnica, reduzido de um dia inteiro. As cinco fases, rastreamento, análise do Search Console, auditoria de schema, Core Web Vitals e síntese de relatório, rodam rapidamente com o stack MCP certo e uma etapa curta de contextualização no início.