Show the original post (Japanese)
すごい。
JevでSEO内部リンク解析ツールを作ったのですが、想像以上に精度が高かったです。
100記事の内部リンク解析で、かかった費用は78円。
サイトURLを入れるだけで
・全記事の本文と既存リンクを取得
・「この記事からこの記事へリンクすべき」を提案
・リンクを入れる具体的な文章を特定
・実際に使うアンカーテキストも提示
・現在と改善後の内部リンク構造を可視化
・結果をExcelやCSVでダウンロード
まで自動でやってくれます。
実際に結果を見ると、「そこそこ！」という箇所へ内部リンクを提案してくれていました。
※大好きなCocoonさんのサイト拝見しました
仕組みはこんな感じ↓
・robots.txtやサイトマップから記事URLを自動収集
・各記事のtitle、H1〜H3、本文、既存内部リンクを抽出
・TF-IDFと類似度計算で、関連性が高い記事の組み合わせを事前に絞り込み
・リンク先ごとに、リンク元記事内の関連性が高い文章を抽出
・本文内に実在する語句からアンカー候補を作成
・Jevが「本当にリンクすべきか」をYes／Noで判定
・Jevが設置箇所、アンカー、リンクの役割を選択
・推奨確率と確信度が基準以上の候補だけを採用
・既存リンクと追加候補をマッピングして可視化
すべての記事同士をJevに総当たりさせるのではなく、通常のコードで候補を絞り、意味を理解しないと決められない部分だけをJevに任せています。
Jevは文章生成よりも、大量の判断や分類が得意なので、内部リンク分析とかなり相性がよさそうです。
使ってみたい人いますか？
思ったよりお金もかからなかったので、ニーズが高ければどこかで無料公開しようと思います。
How Jev fits in the loop
- Agent collects runtime context or input state from external sources.
- Bounded decision options are formatted into Jev System One questions.
- Jev scores each candidate option and returns a probability for it.
- Deterministic code executes the selected action or routes to specialized models.
How to reproduce
- Read the author's original post on X at https://x.com/tetsu_tetsu333/status/2102035483308023949.
- Inspect the described workflow architecture and bounded decision points.
- Test Jev System One decision queries against the provided task context.
Why this build matters
Demonstrates real-world Jev for SEO experimentation by @tetsu_tetsu333 with verified community reach of 47.6k views.
Limitations
- Implementation details are based on the author's public post on X.
- Performance figures and benchmarks are author-reported community claims.
- Production deployments may require custom calibration and policy thresholds.