Intern länkning är en av de där sakerna jag alltid vetat att jag borde göra bättre.

Varje SEO-guide nämner det. Varje granskning av en sajt jag jobbat med har påpekat det. Och varje gång har jag nickat, tänkt ”ja, det där ska jag fixa” – och sedan inte gjort det.

Problemet är inte att det är svårt. Problemet är att det är tråkigt. Och tidskrävande. Och aldrig akut.

Det verkliga problemet

Att länka från en ny artikel till gamla är hanterbart. Du skriver om produktivitet, du vet att du har tre tidigare artiklar om ämnet, du lägger in några länkar. Inte raketforskning.

Men att gå tillbaka till de gamla artiklarna och länka till den nya? Det är där det faller.

För det kräver att du aktivt går igenom befintligt innehåll, hittar relevanta ställen där en länk skulle passa naturligt, och sedan gör ändringen. Multiplicera det med alla artiklar du publicerat över åren, och du har ett projekt som aldrig blir av.

Resultatet är att de flesta sajter – inklusive mina – har en massa ”återvändsgränder”. Artiklar som pekar framåt mot nyare innehåll, men aldrig bakåt. Innehåll som borde hänga ihop, men inte gör det.

Det spelar roll för SEO. Google använder interna länkar för att förstå hur innehåll relaterar till varandra och vilka sidor som är viktigast. Men det spelar också roll för läsaren. En artikel som leder vidare till relevant innehåll är mer användbar än en som bara slutar.

Så jag byggde något

AI Internal Linking är ett WordPress-plugin som gör det här automatiskt. Eller rättare sagt: som låter AI göra det.

Pluginet skannar sajten, extraherar brödtext från artiklar, och skickar sedan innehållet till en AI-modell – Claude, GPT-4 eller Gemini – som identifierar fraser som naturligt kunde länkas till annat innehåll. AI:n förstår kontext, så den hittar kopplingar som faktiskt är meningsfulla. Inte bara nyckelordsträffar.

Varje förslag kommer med en relevanspoäng och en motivering. Du kan granska och godkänna manuellt, eller låta systemet köra automatiskt om du litar på det.

Det som gjorde det här möjligt att bygga var Claude Code.

Hur det gick till

Jag är inte utvecklare. Jag förstår hur WordPress fungerar, hur plugins är strukturerade, hur PHP och JavaScript samverkar. Men jag skriver inte produktionskod själv.

Det jag kan göra är att specificera vad som behöver hända. Och det visade sig vara tillräckligt.

Arbetet bestod av sessioner där jag beskrev ett problem eller en funktion, Claude Code skrev implementationen, jag testade och hittade det som inte fungerade, och sedan itererade vi. Processen var mer som att handleda någon som kodar snabbt men behöver tydlig riktning, än att ”be AI skriva ett plugin”.

Några exempel på saker som krävde flera omgångar:

Innehållsextraktionen var knepigare än väntat. Gutenberg-editorn sparar innehåll som block-strukturer, inte ren HTML. Pluginet behövde förstå vilka block som innehåller länkbar text och vilka som ska ignoreras – rubriker, bilder, meta-block. Den logiken tog tid att få rätt.

AI-prompten krävde finslipning. Första versionen gav för generella förslag. Jag behövde specificera att ankartexten ska vara naturliga fraser, inte nyckelord. Att relevansen ska baseras på faktisk kontextuell koppling, inte bara ämneslikhet. Att samma mål inte ska länkas flera gånger från samma artikel.

Kostnadskontrollen var viktig. Att skicka hundratals artiklar till ett AI-API kan bli dyrt snabbt. Pluginet behövde budgetspårning, varningströsklar, och smart hantering av vilka artiklar som faktiskt behöver skannas om.

Varje problem var lösbart, men inget av dem var uppenbart från början.

Vad det faktiskt gör

I praktiken fungerar det så här:

Du konfigurerar pluginet med din AI-leverantör och anger vilka inläggstyper som ska skannas. Pluginet analyserar innehållet, identifierar befintliga länkar, och räknar ut hur många fler som ryms utan att det blir övergjort.

För varje potentiellt mål – en annan artikel som det kunde vara relevant att länka till – skickar pluginet en strukturerad prompt till AI:n. Svaret innehåller föreslagna fraser från källtexten, kontexten där de finns, en relevanspoäng, och en motivering.

Alla förslag hamnar i en granskningsvy. Du kan godkänna, avvisa, eller implementera direkt. När en länk implementeras öppnar pluginet artikeln, hittar den exakta frasen, infogar länken, och sparar. Allt loggas för spårning.

Du kan köra det manuellt när du publicerar nytt innehåll, schemalägga automatiska skanningar, eller låta det köra helt autonomt om du vill.

Var det står nu

Det här är en första basversion. Grundfunktionaliteten fungerar – jag använder det på mina egna sajter – men det finns saker att bygga vidare på innan det är redo att stå på egna ben.

Planen är att pluginet blir en del av paketlösningen för mina 1-till-1-kunder, precis som Cookie Consent Manager. Inte en separat produkt, utan en del av en komplett WordPress-stack där allting hänger ihop.

Det är den typen av verktyg jag bygger nu: saker som löser verkliga problem jag själv har, på ett sätt som inte skapar nya beroenden.

Jag återkommer med hur det utvecklas.