Rynek narzędzi SEO jest ogromny, a większość zestawień „najlepszych narzędzi” to listy funkcji przepisane ze stron producentów. W tym wpisie pokazuję narzędzia, których faktycznie używam w audytach, przy planowaniu treści i w codziennej opiece nad stronami klientów, oraz to, do czego każde z nich służy mi w praktyce. Zaznaczam też, czego dane narzędzie nie robi, bo przecenianie wyników z narzędzi jest jednym z najczęstszych błędów, które widzę w raportach SEO.
Moje narzędzia w skrócie
| Zadanie | Narzędzie | Do czego używam |
|---|---|---|
| dane z wyszukiwarki | Google Search Console | frazy, kliknięcia, indeksowanie, błędy, Core Web Vitals |
| audyt techniczny | Screaming Frog SEO Spider | crawl serwisu, przekierowania, duplikaty, linkowanie wewnętrzne |
| szybki podgląd strony | SEO META in 1 CLICK | sekcja HEAD, struktura nagłówków, dane strukturalne jednym kliknięciem |
| polskie frazy i widoczność | Senuto | badanie słów kluczowych, widoczność w TOP 3, TOP 10 i TOP 50, sezonowość |
| frazy zagraniczne, linki i konkurencja | Ahrefs | frazy na rynkach zagranicznych, profil linków, content gap |
| pytania użytkowników | AnswerThePublic | pytania i sformułowania do sekcji FAQ i poradników |
| planowanie treści | Surfer SEO, NeuronWriter | porównanie zakresu tematu z wynikami w Google |
| wydajność u prawdziwych użytkowników | CrUX, biblioteka web-vitals, Grafana Faro | LCP, INP i CLS z przeglądarek odwiedzających, w tym na żywo po wdrożeniach |
| zachowanie użytkowników | GA4, Hotjar, Microsoft Clarity | ścieżki i konwersje, mapy cieplne i nagrania sesji na stronach o słabej konwersji |
| automatyzacja | Claude Code | skrypty do analizy danych, automatyzacja części audytu |
Google Search Console
To pierwsze narzędzie, które otwieram przy każdym projekcie, bo jako jedyne pokazuje dane bezpośrednio z Google. Korzystam w nim głównie z:
- raportu skuteczności: frazy, kliknięcia, wyświetlenia i średnie pozycje dla każdej podstrony,
- raportu indeksowania stron, który pokazuje, dlaczego część adresów nie trafia do indeksu,
- statystyk indeksowania, w których widać czas odpowiedzi serwera i błędy zwracane Googlebotowi,
- raportu Core Web Vitals opartego na danych od prawdziwych użytkowników,
- narzędzia do sprawdzania adresów URL, które pokazuje wyrenderowany kod strony.
Search Console nie pokazuje wszystkiego. Dane o frazach są częściowo ukryte ze względu na prywatność, a statystyki indeksowania są uproszczone. Dlatego przy dużych serwisach uzupełniam je o analizę logów serwera, a przy wydajności o własne pomiary, gdy pracuję nad poprawą Core Web Vitals.
Screaming Frog SEO Spider
Crawler, który przechodzi przez serwis tak jak robot wyszukiwarki. Używam go przy każdym audycie i każdej migracji:
- listy wszystkich adresów z kodami odpowiedzi, przekierowaniami i łańcuchami przekierowań,
- duplikaty tytułów, opisów i nagłówków,
- głębokość kliknięć i liczba linków wewnętrznych do każdej podstrony,
- crawl z renderowaniem JavaScriptu i bez niego,
- połączenie z API Search Console i Analytics, żeby przy każdym adresie mieć dane o ruchu.
Wyniki crawla to dla mnie punkt wyjścia, a nie gotowa lista zadań. Narzędzie zgłasza np. „za długi tytuł”, ale to, czy coś faktycznie wymaga poprawy, wynika z danych o ruchu i z celu strony. Crawl jest pierwszym krokiem, od którego zaczynam każdy audyt techniczny SEO.
SEO META in 1 CLICK
Rozszerzenie do przeglądarki, z którego korzystam kilkadziesiąt razy dziennie. Jednym kliknięciem pokazuje na dowolnej stronie:
- zawartość sekcji HEAD: tytuł, opis, adres kanoniczny, dyrektywy dla robotów, znaczniki hreflang i Open Graph,
- strukturę nagłówków od H1 do H6, w której od razu widać brakujący H1 albo przeskoki poziomów,
- dane strukturalne, linki i obrazy bez atrybutu alt.
To narzędzie do szybkiego sprawdzenia pojedynczej strony, np. konkurencji w wynikach albo podstrony klienta po wdrożeniu. Pełną kontrolę całego serwisu robię już crawlem.
Senuto i Ahrefs
Te dwa narzędzia uzupełniają się. Senuto ma najlepsze dane o polskich frazach i polskich wynikach wyszukiwania, więc używam go do:
- badania słów kluczowych i grupowania ich w tematy,
- analizy widoczności własnej strony i konkurencji w czasie, z podziałem na liczbę fraz w TOP 3, TOP 10 i TOP 50; wzrost w TOP 50 pokazuje frazy, które dopiero zaczynają się pozycjonować, a TOP 3 i TOP 10 te, które realnie dają ruch,
- planowania treści sezonowych na podstawie historii popularności fraz.
Ahrefs ma jedną z największych baz fraz, linków i stron z całego świata. Sięgam po niego przy:
- badaniu fraz na rynkach zagranicznych, gdy klient wchodzi na nowy rynek albo prowadzi stronę w kilku językach,
- analizie content gap, czyli porównaniu, na jakie frazy pozycjonuje się kilku konkurentów, a moja strona nie; to najszybszy sposób na listę brakujących tematów,
- audycie profilu linków, zwłaszcza przed migracją i po spadkach,
- szukaniu stron konkurencji, które zdobywają najwięcej linków i ruchu.
Liczby z obu narzędzi, takie jak szacowany ruch czy wskaźniki autorytetu domeny, to modele samych narzędzi, a nie dane Google. Traktuję je jako sposób porównania stron między sobą, a nie jako rzeczywiste wartości.
AnswerThePublic
Zbiera pytania i sformułowania, które ludzie wpisują w wyszukiwarkę wokół danego tematu. Używam go na etapie planowania struktury wpisu lub strony ofertowej: pytania układam w nagłówki, a najczęstsze z nich w sekcję FAQ. Pomaga też znaleźć tematy na osobne wpisy, które rozwijam w ramach jednej grupy tematycznej, tak jak przy projektowaniu silosów tematycznych.
Surfer SEO i NeuronWriter
Oba narzędzia porównują treść z tekstami, które zajmują najwyższe pozycje na daną frazę, i podpowiadają tematy, pojęcia i zakres, który warto pokryć. Używam ich jako listy kontrolnej, czy w tekście nie brakuje ważnego wątku. Nie traktuję ich rekomendacji dosłownie:
- wskazana długość tekstu to średnia z konkurencji, a nie wymóg Google,
- tzw. słowa LSI to pojęcie marketingowe narzędzi, a nie mechanizm, z którego korzysta wyszukiwarka,
- wynik punktowy w edytorze nie gwarantuje pozycji; tekst z wynikiem 100, który nie odpowiada na pytanie użytkownika, przegra z krótszym i konkretnym.
Wydajność u prawdziwych użytkowników
Testy w PageSpeed Insights czy Lighthouse pokazują wynik na symulowanym urządzeniu, a Google ocenia stronę na podstawie danych od prawdziwych użytkowników. Dlatego zawsze sprawdzam dane z terenu, czyli RUM:
- Chrome UX Report (CrUX), widoczny w PageSpeed Insights i Search Console, pokazuje dane, na podstawie których Google ocenia stronę, ale z 28 dni i tylko dla stron z odpowiednio dużym ruchem,
- biblioteka web-vitals wysyła LCP, INP i CLS z przeglądarki każdego użytkownika do GA4 lub własnego narzędzia, z informacją, który element jest odpowiedzialny za słaby wynik,
- Grafana Faro zbiera te same dane wraz z błędami JavaScript i pokazuje je na żywo, więc pogorszenie po wdrożeniu widzę od razu, a nie po miesiącu.
Przy dużych serwisach łączę dane RUM z danymi z serwera, tak jak przy analizie stron z dużym ruchem w Grafanie.
GA4, Hotjar i Microsoft Clarity
Zachowanie użytkowników sprawdzam na dwóch poziomach. GA4 pokazuje liczby: z jakich źródeł przychodzą użytkownicy, które strony prowadzą do konwersji i na którym kroku ścieżki zakupowej odpadają. Hotjar albo darmowy Microsoft Clarity pokazują, dlaczego tak się dzieje. Mapy cieplne i nagrania sesji uruchamiam na stronach, które mają ruch z wyszukiwarki, ale słabo konwertują. Widzę wtedy, czy użytkownicy docierają do formularza, gdzie przestają przewijać i które elementy klikają, choć nie są linkami. To narzędzie do poprawy użyteczności i konwersji, a nie bezpośrednio pozycji w Google. Zmiany wprowadzone na podstawie takich obserwacji sprawdzam potem w testach A/B w GA4. Nagrania włączam na ograniczony czas i tylko na wybranych podstronach, bo skrypt nagrywający obciąża stronę.
Claude Code i automatyzacja
Coraz większą część pracy analitycznej automatyzuję. Za pomocą Claude Code i agentów AI piszę skrypty, które łączą dane z crawla, Search Console i logów, grupują tysiące adresów według typu strony czy wyszukują wzorce błędów w dużych serwisach. To skraca godziny ręcznej pracy w arkuszach do minut. Każdy raport i każde ustalenie z automatycznej analizy weryfikuję jednak ręcznie, zanim trafi do klienta, bo model potrafi się pomylić, a wnioski z audytu przekładają się na realne zmiany na stronie.
Do pracy z takimi narzędziami potrzebne są podstawy programowania: Python lub JavaScript do skryptów, SQL do danych i umiejętność korzystania z API, np. Search Console. Bez tego trudno ocenić, czy wygenerowany skrypt robi to, co powinien.
Dlaczego zawsze pracuję na pełnym zestawie
Ten sam zestaw narzędzi stosuję w każdym projekcie, niezależnie od tego, czy to mała strona firmowa, czy duży sklep. Każde narzędzie pokazuje inny wycinek danych i ma własne ograniczenia, więc dopiero ich zestawienie daje wiarygodny obraz:
- Search Console pokazuje, co widzi Google, ale nie pokazuje konkurencji,
- Senuto i Ahrefs pokazują konkurencję i rynek, ale ich liczby to szacunki,
- crawl pokazuje stan techniczny, ale nie mówi, które problemy kosztują ruch,
- dane RUM, GA4 i nagrania sesji pokazują, co dzieje się u prawdziwych użytkowników.
Rezygnacja z części narzędzi przy mniejszym projekcie oznaczałaby wnioski oparte na niepełnych danych, a jakość analizy nie powinna zależeć od wielkości klienta. Przy każdym nowym narzędziu najpierw sprawdzam, skąd bierze dane i jak liczy swoje wskaźniki, a dopiero potem opieram na nim decyzje.