Durante más de dos años, ha surgido un nuevo concepto llamado Augente SEO.
La idea es realizar SEO utilizando agentes basados en modelos de lenguaje (LLM) que realizan tareas complejas de forma autónoma o semiautonómica para ahorrar tiempo para los expertos en SEO.
Por supuesto, los humanos permanecen en el bucle para guiar a estos agentes y validar los resultados.
Hoy, con el advenimiento de Chatgpt, Claude, Gemini y otras poderosas herramientas LLM, es fácil automatizar procesos complejos utilizando agentes.
El SEO de agente es, por lo tanto, el uso de agentes de IA para optimizar la productividad de SEO. Se diferencia de la optimización generativa de motores (GEO), que tiene como objetivo mejorar el SEO para ser visible en los motores de búsqueda alimentados por LLM como SearchGPT, Perplexity o IA Visitas de IA.
Este concepto se basa en tres palancas principales: ideación, auditoría y generación.
En este primer capítulo, me centraré en la ideación porque hay mucho que explorar.
En nuestro próximo artículo, veremos cómo se puede aplicar este concepto a la auditoría (análisis completo del sitio web con correcciones en tiempo real), y cómo se puede generar contenido faltante utilizando un enfoque de “humano en el bucle”, o más bien “experto en SEO en el bucle”.
Agentes y flujos de trabajo de IA
Antes de presentar casos de uso detallados con respecto a la ideación, es esencial explicar el concepto de un agente.
Agente de IA
Los agentes de IA necesitan al menos cinco elementos clave para funcionar:
- Herramientas: Estos son todos los recursos y funcionalidades técnicas disponibles para el agente.
- Memoria: Esto se utiliza para almacenar todas las interacciones para que el agente pueda recordar información previamente compartida en la discusión.
- Instrucciones: Que definen sus límites, sus reglas.
- Conocimiento: Esta es la base de datos que contiene los conceptos que el agente puede usar para resolver problemas; Puede usar el conocimiento de la LLM o las bases de datos externas.
- Persona: Que define su “personalidad” y, a menudo, su nivel de especialización, incluida, en particular, su forma de interactuar.
Flujo de trabajo
Los flujos de trabajo permiten que las tareas complejas se descompongan en subtareas más simples y encadenan lógicamente.
Son útiles en SEO porque facilitan la recopilación y la manipulación de los datos necesarios para realizar acciones de SEO específicas.
Además, en los últimos meses, los proveedores de IA (OpenAi, Claude, etc.) han pasado de simplemente ofrecer el modelo como tal a enriquecer la experiencia del usuario.
Por ejemplo, la función de investigación profunda en ChatGPT o perplejidad no es un modelo nuevo, sino un flujo de trabajo que permite realizar búsquedas complejas en varios pasos.
Este proceso, que tomaría un humano varias horas, es llevado a cabo por agentes de IA en unos pocos minutos.
Imagen del autor, febrero de 2025El diagrama anterior ilustra un simple flujo de trabajo de SEO que comienza con “datos y restricciones”, que alimenta una herramienta llamada “SEO 1” para realizar una acción específica (como el análisis o desguace de SERP).
A continuación, tenemos dos AIS (IA 1 e IA 2) que intervienen para generar contenido específico, y luego viene el paso “HITL” (humano en el bucle) antes de llegar a los entregables.
Aunque la IA y la automatización juegan un papel central, la supervisión y la experiencia humana siguen siendo esenciales para garantizar resultados de calidad.
Case de uso: ideación
Comencemos con la ideación. Como saben, IA sobresale en abrir posibilidades.
Con los métodos correctos, es posible impulsar la IA para explorar cada idea concebible sobre un tema.
Un experto en SEO seleccionará, refinará y priorizará las mejores sugerencias basadas en su experiencia.
Numerosos experimentos han demostrado el impacto positivo de esta sinergia entre la creatividad humana y la inteligencia artificial.
A continuación, el diagrama de Ethan Mollick publicado en X (Twitter) ilustra un punto de referencia del proceso creativo con y sin AI:
En una gran muestra representativa de humanos en comparación con GPT-4: “Las ideas creativas producidas por AI Chatbots tienen una calificación más creativa [by humans ]que los creados por los humanos … aumentar los humanos con IA mejora la creatividad humana, aunque no tanto como las ideas creadas solo por Chatgpt ” pic.twitter.com/rjduzxj4il
– Ethan Mollick (@emollick) 2 de febrero de 2025
La figura muestra la distribución de puntajes de creatividad (de 0 a 10) asignados a diferentes fuentes: ChatGPT, Bard (ahora Géminis), un grupo de control humano (HumanBaseline), un grupo humano que trabaja con IA (HumanPlusai) y otro grupo que trabaja contra la IA (Humanagainstai).
El eje horizontal representa el nivel percibido de creatividad, mientras que el eje vertical indica la frecuencia de cada puntaje (densidad).
Podemos ver que la curva correspondiente a HumanPlusai generalmente se desplaza hacia la derecha, lo que significa que los evaluadores consideran que esta colaboración humana+AI es el enfoque más creativo.
Por el contrario, los puntajes promedio de ChatGPT y Géminis, aunque altos, permanecen por debajo de los obtenidos por la sinergia de la máquina humana.
Finalmente, el Grupo HumanBaseline (humanos solo) está justo por debajo del rendimiento del dúo humano+ai, mientras que el grupo Humangainstai es el menos creativo.
La IA sola puede producir resultados impresionantes, pero es en combinación con la experiencia y la sensibilidad humana que se logran los niveles más altos de creatividad. Déjame darte algunos ejemplos concretos.
Herramientas como la investigación profunda
Entre las herramientas disponibles, la investigación profunda se destaca por su capacidad para realizar investigaciones en profundidad en varios pasos, proporcionando una valiosa fuente de inspiración para la ideación.
Recomiendo usar esta versión de código abierto; Si lo prefiere, también puede usar las versiones OpenAI o perplejidad.
¿Cómo funciona?
Este diagrama describe el funcionamiento de la herramienta de investigación profunda de código abierto.
Genera y ejecuta consultas de búsqueda, rastrea las páginas resultantes, luego explora recursivamente los clientes potenciales y finalmente produce un informe detallado en el formato de Markdown.
Imagen del autor, febrero de 2025Hay varios pasos para usar investigaciones profundas:
- Ingrese su consulta: Se le pedirá que ingrese su consulta. Debes intentar ser lo más preciso posible. No dude en pedirle a ChatGPT o Claude que cree su búsqueda de DeepResearch.
- Especifique la profundidad de la búsqueda (recomendado: entre 3 y 10, predeterminado: 6): ¿Cuántos temas se pueden encontrar en cada iteración?
- Especifique la profundidad de exploración (recomendado: entre 1 y 5, predeterminado: 3): Si el rastreador encuentra un tema interesante, ¿cuántas páginas explorará?
- Refinamiento: A veces, debe responder preguntas de seguimiento para refinar la dirección de la búsqueda.
Con esta versión de código abierto, puede convertir este proyecto de código abierto en una herramienta de SEO real. He identificado más de cuatro casos de uso:
- Análisis de contenido de la competencia: La herramienta puede automatizar la recopilación y el análisis del contenido de los competidores para identificar sus estrategias y detectar oportunidades para la diferenciación.
- Investigación de palabras clave de cola larga: Al analizar la web, puede identificar palabras clave específicas con alto potencial y menos competencia, facilitando la optimización de contenido.
- Análisis de SERP: Puede recopilar y analizar los resultados del motor de búsqueda para comprender las tendencias y el posicionamiento de los competidores.
- Generación de ideas de contenido: Basado en una investigación en profundidad, puede identificar temas relevantes y preguntas frecuentes en un nicho determinado.
Por ejemplo, puede instalar Cursorai, una herramienta de generación de códigos, y pedirle que modifique el código para crear un análisis SERP. La herramienta hará fácilmente todos los cambios necesarios.
Con el SEO de Agentic, es posible no solo personalizar y mejorar las herramientas existentes, sino, lo que es más importante, crear su propia herramienta para satisfacer sus necesidades específicas.
Por otro lado, si no es un desarrollador, le aconsejo que use una solución sin código.
Herramientas de flujo de trabajo de agente sin código
Aquí hay un ejemplo de una herramienta sin código llamada DNG.AI.
Utilizamos un archivo CSV proporcionado por MOZ, que analizamos utilizando un agente capaz de procesar los datos, generar código Python y extraer toda la información necesaria.
En azul, tiene los campos de entrada que sirven como punto de partida; Luego, en naranja, tiene herramientas como raspadores, rastreadores y herramientas de palabras clave para extraer todos los datos necesarios; Y finalmente, en púrpura, tienes el AIS que identifican todos los grupos que necesitan ser creados.
Imagen del autor, febrero de 2025Luego, el agente compara estos datos con los temas que ya están en su sitio para identificar el contenido faltante.
Finalmente, genera una lista completa de temas para crear, asegurando una cobertura óptima de su estrategia de SEO. Hay muchas herramientas sin código para construir flujos de trabajo de agente.
No los enumeraré a todos, pero como puede ver aquí en esta herramienta, una interfaz se genera automáticamente a partir del flujo de trabajo, y todo lo que necesita hacer es especificar su tema y una URL y presionar el botón Ejecutar para obtener los resultados en menos de dos minutos.
Imagen del autor, febrero de 2025Explore todo el potencial de esta herramienta para usted mismo
Le dejo apreciar los resultados de una herramienta que se construye a partir de los datos de SEO de cualquier herramienta.
Imagen del autor, febrero de 2025Creo que podría haber hecho más de dos horas de video en YouTube solo en el aspecto de ideación, como hay mucho que decir y probar.
Ahora lo invito a explorar todo el potencial de estas herramientas y experimentar con ellas para optimizar su estrategia de SEO, y la próxima vez, cubriré casos de uso de auditoría con SEO de agente.
Más recursos:
Imagen destacada: Jenny on the Moon/Shutterstock
Con información de Search Engine Journal.
Leer la nota Completa > Agentes y flujos de trabajo de IA para ideación (Parte 1)
