Tworzenie mapy przekierowań z 50 000 adresami URL. Skrypt z LLM kontra ręczna robota w Excelu?

Przy 50 000 adresów ręczne mapowanie w Excelu to nie jest „droższa opcja”. To opcja, której nie skończysz na czas. Skrypt z warstwą LLM zrobi 90–95% roboty, a Ty zostaniesz z kilkoma tysiącami wyjątków i listą stron, których nikomu nie oddasz bo są za drogie, żeby je zepsuć.

Poniżej: jak taki pipeline poskładać, gdzie się wykłada i jak samemu policzyć, ile czasu realnie zaoszczędzisz.

50 000 to inna liga niż 5 000

Do jakichś 3–5 tysięcy adresów Excel daje radę. VLOOKUP po slugu, ręczne domknięcie reszty, dwa dni pracy stażysty i tyle.

Przy 50 000 zmienia się jakościowo:

• Nie zmieścisz tego w głowie. Nie widzisz już, które sekcje są zmapowane dobrze, a które ktoś domknął „na oko” o 17:40.
• Nie ma jednego wzorca. Stara struktura ma zwykle kilka pokoleń URL-i: sprzed migracji trzy lata temu, po zmianie kategoryzacji, plus ręczne wyjątki. Jedna formuła tego nie ogarnie.
• Błąd się mnoży. 3% błędnych przekierowań przy 5 000 to 150 adresów. Przy 50 000 to 1 500 stron, które lądują nie tam, gdzie trzeba — a większość z nich zauważysz dopiero, jak spadnie ruch.
• Zmęczenie robi swoje. Człowiek po ósmej godzinie klikania w listę URL-i mapuje coraz gorzej. Skrypt jest tak samo głupi w godzinie pierwszej i dwudziestej.

Do tego dochodzi rzecz, o której się nie mówi: ręczne mapowanie nie zostawia śladu decyzyjnego. Za trzy miesiące, kiedy ktoś zapyta „czemu ta kategoria leci na stronę główną”, nie masz odpowiedzi. Skrypt zapisuje powód dopasowania przy każdym wierszu.

Werdykt: warstwy, nie „AI zrobi wszystko”

Największy błąd, jaki widuję przy automatyzacji mapowania, to wrzucenie całych 50 000 adresów do modelu i czekanie na cud. To jest drogie, wolne i daje najgorszą jakość z możliwych — bo model dostaje robotę, którą zwykły if zrobi lepiej i za darmo.

Pipeline, który ma sens, jest warstwowy. Każda warstwa zbiera swoje, resztę podaje dalej:

Warstwa 1 — dopasowanie dokładne. Ten sam slug, ten sam identyfikator produktu, ten sam SKU w URL-u. Zero AI, czysta logika. W typowej migracji e-commerce to zwykle największy kawałek tortu — u mnie w projektach zdarzało się i grubo powyżej połowy adresów, ale to zależy od tego, jak bardzo zmienia się struktura. Sprawdź to na swoich danych, zanim cokolwiek zaplanujesz.

Warstwa 2 — normalizacja i reguły. Ucinasz parametry, ujednolicasz wielkość liter, polskie znaki, myślniki, końcowe slashe, warianty /kategoria/ vs /c/kategoria. Potem reguły przepisania całych gałęzi: „wszystko z /sklep/buty/ idzie do /buty/„. Dziesięć dobrych reguł potrafi zamknąć kolejne kilkanaście procent.

Warstwa 3 — podobieństwo semantyczne (embeddingi). Dopiero teraz AI, ale w tańszej wersji. Zamieniasz tytuły i nazwy kategorii starego i nowego serwisu na wektory, liczysz podobieństwo i dla każdego nieprzypisanego URL-a wyciągasz 5 najbliższych kandydatów. To nie jest jeszcze decyzja — to zawężenie 50 000 możliwości do pięciu.

Warstwa 4 — LLM jako sędzia. Model dostaje jeden stary URL plus pięciu kandydatów z warstwy 3 i wybiera jednego. Zwraca trzy rzeczy: wybrany adres, pewność w skali 0–1 i jedno zdanie uzasadnienia. Tyle. Nie wymyśla URL-i, bo wybiera z listy — a to zabija połowę problemów z halucynacjami.

Warstwa 5 — człowiek. Bierzesz wszystko poniżej progu pewności (zacznij od 0,8, potem skalibruj) plus wszystkie wyniki puste. To jest Twoja kolejka do ręcznej roboty. I to jest cała różnica: nie mapujesz 50 000 adresów, tylko kilka tysięcy trudnych przypadków.

Czego nie oddajesz modelowi. Nigdy

Wyciągnij z Analytics i Search Console listę stron, które generują 80% ruchu i przychodu. Zwykle to kilkaset adresów. Te mapujesz ręcznie, jeden po drugim, niezależnie od tego, co powiedział skrypt.

Automat ma obsłużyć długi ogon — dziesiątki tysięcy stron, których nikt nigdy nie przejrzy ręcznie. Nie ma zastąpić decyzji przy stronach, na których stoi biznes.

Policz sobie oszczędność. To arytmetyka, nie magia

Poniżej model, nie wynik testu. Podstaw swoje liczby.

Ścieżka ręczna. Załóż uczciwie, ile sekund zajmuje jeden URL — z otwarciem, sprawdzeniem, decyzją, wklejeniem. Przy prostych przypadkach z podpowiedzią z formuły to 10–15 sekund, przy trudniejszych 30–60.

Przy 15 sekundach na adres: 50 000 × 15 s = 750 000 sekund ≈ 208 godzin. To 26 dni roboczych po 8 godzin. Przy 30 sekundach robi się z tego ponad 400 godzin i ponad 50 dni. Jednej osobie. Bez przerw, bez chorób, bez „a możemy jeszcze zmienić strukturę kategorii”.

Ścieżka ze skryptem. Trzy składniki:

1. Postawienie pipeline’u — realnie kilka do kilkunastu godzin, jeśli robisz to pierwszy raz i dane są brudne.
2. Przelicenie 50 000 adresów — to kwestia minut lub godzin maszynowego czasu, w zależności od tego, ile trafia do warstwy 4. Twojego czasu to nie zjada.
3. Ręczna weryfikacja wyjątków — jeśli warstwy 1–4 zamkną 90% z sensowną pewnością, zostaje Ci 5 000 adresów. Przy 15 sekundach: około 21 godzin. Plus kilkaset stron priorytetowych mapowanych ręcznie.

Zestawienie przy tych założeniach:

	Ręcznie w Excelu	Pipeline warstwowy
Twój czas	~208 h (przy 15 s/URL)	~30–40 h łącznie
Ślad decyzyjny	brak	powód przy każdym wierszu
Powtarzalność	zerowa	uruchamiasz ponownie w minutę
Jakość na końcu listy	spada z każdą godziną	stała

Jeszcze raz: to nie jest zmierzony benchmark, tylko mnożenie. Wszystkie widełki — 90% pokrycia, 15 sekund na URL — to założenia, które musisz sprawdzić na próbce 200 adresów, zanim obiecasz komuś termin. Zrób tę próbkę. Zajmie godzinę i uratuje Ci projekt.

Koszt tokenów przy takim podejściu jest zwykle najmniejszym problemem — do warstwy 4 trafia ułamek adresów, a każde zapytanie to kilkaset tokenów. Konkretnych stawek nie podaję, bo cenniki modeli zmieniają się szybciej niż ten artykuł się zdezaktualizuje. Sprawdź aktualny cennik w dniu, w którym to robisz, i przemnóż przez liczbę adresów w warstwie 4. Z tego samego powodu nie wskazuję konkretnego modelu — ranking do zadań klasyfikacyjnych przestawia się co kilka tygodni. Weź dwa aktualne, puść na tej samej próbce 200 adresów, porównaj trafność i koszt. To jest cały benchmark.

Gdzie to się wykłada

Pięć rzeczy, które psują takie wdrożenia najczęściej:

Brudne dane wejściowe. Jeśli lista starych URL-i pochodzi tylko z sitemapy, brakuje Ci wszystkiego, co ma ruch, a nie jest w sitemapie. Zbierz adresy z trzech źródeł: crawl, Search Console, logi serwera. Suma unikalnych, nie jedno źródło.

Model wymyślający URL-e. Dlatego warstwa 4 wybiera z listy, a nie generuje. Jeśli i tak dostaniesz adres spoza puli — odrzuć programowo, bez dyskusji.

Ślepa wiara w pewność zwracaną przez model. Ta liczba to nie prawdopodobieństwo, to deklaracja. Skalibruj: weź 200 dopasowań z pewnością powyżej 0,9, sprawdź ręcznie, policz ile jest błędnych. Dopiero wtedy ustaw próg.

Łańcuchy przekierowań. Jeśli mapujesz na adres, który sam jest przekierowywany, robisz sobie skok 301 → 301 → 200. Przepuść finalną mapę przez własny crawl i spłaszcz łańcuchy do jednego skoku.

Brak testu przed wdrożeniem. Zanim ktokolwiek wgra reguły na produkcję, sprawdź całą mapę na środowisku testowym i policz, ile adresów zwraca 200, ile 404, ile pętli. Ta jedna kontrola wyłapuje więcej niż tygodnie ręcznego przeglądania.

Checklista, jeśli masz to przed sobą

1. Zbierz stare URL-e z crawlu, Search Console i logów. Odfiltruj duplikaty i parametry.
2. Wyciągnij listę stron generujących 80% ruchu i przychodu — to pula ręczna.
3. Odpal warstwę 1 i 2 (dokładne dopasowania + reguły). Sprawdź, ile procent zamknąłeś. To Twoja realna baza do dalszych szacunków.
4. Na próbce 200 adresów przetestuj warstwy 3 i 4 na dwóch aktualnych modelach. Porównaj trafność i koszt.
5. Skalibruj próg pewności na tej samej próbce.
6. Przelicz całość. Wszystko poniżej progu ląduje w kolejce ręcznej.
7. Spłaszcz łańcuchy przekierowań, przetestuj mapę na środowisku testowym.
8. Wdróż, a potem przez pierwsze dwa tygodnie codziennie sprawdzaj raport 404 w Search Console. Każdy nowy 404 dopisujesz do mapy.

Punkt 8 wypada z planu najczęściej i najbardziej boli. Migracja nie kończy się w dniu przełączenia.

Jeśli masz przed sobą migrację tej skali i chcesz przegadać, gdzie u Ciebie leży granica między automatem a ręczną robotą umów bezpłatną konsultację. Pół godziny rozmowy przed migracją bywa tańsze niż trzy miesiące odzyskiwania ruchu po niej.