La investigación de palabras clave ahora alimenta dos marcadores
La investigación de palabras clave solía terminar en una sola pregunta: ¿para qué consultas podemos posicionarnos en Google? Ahora tiene que responder a una segunda: ¿qué preguntas formulan los compradores a ChatGPT, Claude, Gemini y Perplexity, y a quién nombran cuando lo hacen? El método de investigación que sigue produce un único artefacto que sirve para ambas cosas: un conjunto priorizado de grupos de palabras clave, cada uno traducido a los prompts que un asistente recibe de verdad, y cada uno asignado a una página que vas a crear o corregir.
La razón por la que no puedes saltarte el paso de traducción es mecánica. Google compara las consultas contra un índice y devuelve muchos resultados, así que una relevancia parcial todavía consigue una posición. Un motor de respuesta compone una única respuesta y nombra un puñado de fuentes, así que una relevancia parcial no consigue nada. “AI SEO tool” como palabra clave se convierte en “¿cuál es la mejor herramienta para saber si los asistentes de IA mencionan mi marca?” como prompt, y la página que gana la cita es la que responde a esa frase completa, con su intención y sus matices, no la que se limita a contener la palabra clave.
Mantén la investigación clásica de palabras clave como base. El volumen, la dificultad y las funciones del SERP te dicen dónde se concentra la demanda y cuánto cuesta competir. La investigación de prompts se sitúa por encima y te dice el fraseo, el contexto y la cadena de preguntas de seguimiento que ve un motor. Ninguna sustituye a la otra; el proceso que aparece a continuación las ejecuta en secuencia.
Paso 1: Recopila semillas a partir de una demanda que puedas verificar
Empieza con fuentes que registren lo que la gente real preguntó, con sus propias palabras, porque las listas de semillas inventadas heredan el vocabulario interno de tu equipo en lugar del de tus compradores. La distancia entre “análisis de saliencia de entidades” (lo que dice tu equipo) y “por qué ChatGPT nunca nos menciona” (lo que dice un comprador) es exactamente la distancia que mata la visibilidad en la IA.
Recorre estas fuentes por orden de calidad de la señal:
- Llamadas de ventas y transcripciones de demos. Las preguntas que hacen los prospectos antes de comprar son los prompts que formularon a un asistente la semana anterior. Extrae el fraseo literal, no un resumen.
- Tickets de soporte y preguntas de onboarding. Revelan el vocabulario, consciente del problema, de personas que aún no han puesto nombre a la categoría.
- Registros de búsqueda interna del sitio. Cualquiera que busque dentro de tu sitio no encontró algo; la consulta es a la vez una semilla y un hueco de contenido.
- Autocompletar y Otras preguntas de los usuarios. Escribe cada semilla candidata en Google y anota las sugerencias de autocompletado y las preguntas relacionadas; son fraseos con demanda verificada, gratis.
- Títulos y H2 de las páginas de la competencia. No para copiarlos, sino para ver qué preguntas considera el mercado que ya vale la pena responder.
No cualifiques nada todavía. El objetivo de este paso es la amplitud: de cincuenta a doscientas semillas en bruto para una categoría de producto típica. Una herramienta de investigación de palabras clave acelera la expansión, y los datos de volumen y dificultad se adjuntan a cada semilla para que el paso siguiente tenga algo sobre lo que ordenar.
Paso 2: Cualifica con volumen y dificultad, pero interprétalos correctamente
Usa el volumen para confirmar que un tema es real y la dificultad para estimar el coste de competir, y deja de tratar a cualquiera de los dos como el orden de lo que hay que hacer primero. Ambas métricas describen a Google, y lo describen de forma imperfecta para las consultas que más importan en AEO.
Dos reglas de corrección:
- Volumen cero no es demanda cero en las consultas conversacionales. Las bases de datos de volumen se construyen a partir de registros de búsquedas escritas. Un prompt como “compara las tres mejores herramientas para monitorizar citas de IA y dime cuál encaja para un equipo de cinco personas” no reportará volumen en ninguna parte, y sin embargo sus variantes pasan por los asistentes a diario. Si la palabra clave principal del grupo tiene volumen, la cola conversacional es real aunque se mida como cero.
- Las puntuaciones de dificultad miden la competencia de enlaces, no la competencia de respuestas. Una palabra clave puede ser brutalmente difícil de posicionar mientras la respuesta de la IA para el prompt equivalente cita una página endeble que nadie se ha molestado en superar. Ese desajuste es una oportunidad, y solo comprobando las respuestas en directo (Paso 5) se revela.
El resultado de este paso es una lista recortada: semillas con demanda confirmada, etiquetadas con volumen y dificultad como contexto, nada de ello todavía un orden de prioridad.
Paso 3: Agrupa por intención, porque la intención decide la página
Agrupa las semillas que sobreviven en grupos por intención, porque la intención determina qué tipo de página puede ganar, y una página por grupo supera cada vez a una página por variante de palabra clave. Fragmentar un tema en páginas casi duplicadas divide tu autoridad y ofrece a los motores varios candidatos débiles en lugar de uno fuerte.
Las cinco intenciones que cubren la mayor parte de la investigación en B2B y SaaS:
| Intención | Forma del prompt de ejemplo | Página que la gana |
|---|---|---|
| Definicional | “qué es la optimización para motores de respuesta” | Glosario o explicación con la definición en la primera frase |
| Comparación | “X vs Y para monitorizar citas de IA” | Comparación honesta con una tabla de veredicto extraíble |
| Recomendación | “mejores herramientas para monitorizar AI Overviews” | Página de categoría con opciones concretas y criterios de decisión |
| Cómo hacerlo | “cómo consigo que ChatGPT me cite” | Guía por pasos con una respuesta directa en cada paso |
| Consciente del problema | “por qué mi marca no aparece en las respuestas de la IA” | Página de diagnóstico que nombra causas y soluciones |
Dos reglas de decisión al agrupar. Primera: si dos palabras clave se responderían con la misma página, pertenecen al mismo grupo con independencia del fraseo. Segunda: si una palabra clave esconde dos intenciones (quien escribe “seguimiento de citas de IA” puede querer una definición o una herramienta), divídela en dos grupos y deja que la comprobación de respuestas en directo del Paso 5 te diga qué intención asume cada motor. La entrada del glosario sobre optimización para motores de respuesta es un ejemplo práctico de una página construida para dominar un grupo definicional.
Paso 4: Traduce cada grupo a prompts
Amplía cada grupo a los cinco a quince prompts conversacionales que un asistente recibiría de verdad, porque esta lista, y no la lista de palabras clave, es lo que vas a probar y monitorizar. Los prompts son más largos y más específicos que las palabras clave, y la especificidad es la oportunidad: un prompt preciso tiene una intención más clara y menos respuestas creíbles compitiendo por la cita.
Para cada grupo, genera:
- La pregunta principal, formulada como habla una persona: “¿cuál es la mejor forma de saber con qué frecuencia ChatGPT menciona mi marca?”
- Variantes con modificadores que encajen con tu comprador real: “para B2B”, “para un equipo pequeño”, “sin desarrollador”, “en Europa”.
- Prompts de seguimiento, porque las sesiones con un asistente son conversaciones: después de “qué es AEO”, el siguiente prompt suele ser “qué herramientas lo hacen” o “cómo empiezo”. Si tu página responde también al seguimiento, puedes ser citado dos veces en una misma sesión.
- Prompts de varias partes: “compara A y B, y luego dime cuál elegir para una agencia”. Los motores los descomponen, y cada parte es una oportunidad de citación.
- Fraseos de entidad que reforzar: anota los nombres exactos de marca, producto y categoría que quieres asociar al grupo, y úsalos de forma coherente en la página.
Resiste la tentación de generar cientos de prompts por grupo. Probar cincuenta variantes de la misma pregunta produce cincuenta copias de la misma respuesta; probar una docena de fraseos genuinamente distintos produce un patrón sobre el que puedes actuar.
Paso 5: Prioriza por intención, encaje y hueco de citación, y luego valida en directo
Ordena los grupos según tres factores multiplicados entre sí, no sumados: la intención de compra, tu capacidad creíble para responder y el hueco de citación. La multiplicación importa porque un cero en cualquier factor debería anular la prioridad. Un prompt definicional de alto volumen que puedes responder pero que nunca roza una decisión de compra es una prioridad baja; un prompt de comparación modesto en el que Perplexity cita a tu competidor ante tu comprador exacto es lo primero de la lista.
Puntúa cada grupo:
- Fuerza de la intención. ¿Compraría algo en el próximo trimestre la persona que hace esta pregunta? Los prompts de comparación y recomendación suelen superar a los definicionales.
- Encaje de la respuesta. ¿Puedes responder con pruebas: capacidades reales, metodología real, documentación real? Un prompt que solo puedes responder con textos de marketing es un hueco que aún no puedes cerrar con honestidad.
- Hueco de citación. Pasa los prompts por ChatGPT, Claude, Gemini y Perplexity y registra a quién nombran y qué URL citan. Un prompt en el que se cita a un competidor y tú estás ausente es el objetivo de mayor valor de todo el ejercicio; un prompt en el que no se cita a nadie es un territorio por conquistar; un prompt que ya ganas necesita defensa, no construcción.
La comprobación en directo no es opcional, porque los motores son la única fuente de verdad sobre los motores. Las respuestas además cambian con el tiempo y difieren entre motores, así que un chequeo manual puntual queda obsoleto en semanas. Trata la validación como una medición recurrente, y consulta AEO frente al SEO tradicional para entender por qué la medición basada en prompts no puede sustituirse por el seguimiento de rankings.
Modos de fallo habituales, y cómo detectarlos
- Optimizar para la palabra clave, publicar pasando por alto el prompt. La página apunta a “seguimiento de citas de IA” pero nunca responde a “¿cómo sé si ChatGPT menciona mi marca?” en una frase que un motor pueda extraer. Solución: escribe primero la respuesta directa; el recurso de plantillas de contenido tiene esqueletos para esto.
- Priorizar por volumen. Dedicas un trimestre a un término principal de alto volumen mientras un competidor se adueña en silencio de todos los prompts de recomendación de tu categoría. Solución: aplica la regla de la multiplicación; los huecos de citación superan al volumen.
- Una página por variante de palabra clave. Diez páginas endebles para diez fraseos de una misma pregunta. Solución: una página canónica por grupo de intención, con las variantes gestionadas como secciones H2.
- Probar los prompts una vez y seguir adelante. La respuesta que viste en marzo no es la respuesta de junio. Solución: pon el conjunto de prompts en una cadencia de escaneo y observa la tendencia, no la instantánea.
- Ignorar la cadena de seguimiento. Ganas la pregunta principal y pierdes la sesión en “¿qué herramienta debería elegir?”. Solución: cubre las preguntas derivadas en la misma página o en una enlazada.
Dónde encaja AEO Goal: de la lista de prompts a la corrección publicada
Todo lo anterior puede ejecutarse a mano con una hoja de cálculo y cuatro pestañas del navegador, y para un puñado de prompts así debería hacerse. El trabajo deja de escalar en exactamente dos puntos: ejecutar el conjunto de prompts contra cada motor de forma programada, y convertir cada hueco en una corrección concreta en lugar de en una nota en un backlog.
AEO Goal automatiza ambos. El seguimiento de citas de IA ejecuta tu conjunto de prompts contra ChatGPT, Claude, Gemini y Perplexity con una cadencia y registra a quién se nombró, qué URL se citaron, en qué posición y con qué sentimiento, de modo que el análisis de huecos del Paso 5 se convierte en un informe permanente en lugar de en un proyecto trimestral (metodología aquí). El seguimiento de visibilidad en IA lo consolida en tasa de citación y Share of Model por motor, para que puedas ver si un grupo tiende hacia ti o se aleja. Y como AEO Goal es un agente de AEO más que un rastreador, cada hueco llega con la corrección: un brief orientado a la respuesta para la página que falta a través de la generación de contenidos AEO, una corrección de esquema o de acceso de rastreadores cuando la causa es técnica, y una nueva comprobación en el siguiente escaneo para confirmar que la corrección movió la cifra. La investigación clásica de palabras clave, el volumen, la dificultad y el seguimiento diario de rankings conviven en el mismo espacio de trabajo, así que los dos marcadores a los que esta guía no deja de referirse son, literalmente, un solo informe.
El ciclo, resumido
Recopila semillas a partir de una demanda verificada. Cualifica con volumen y dificultad, corregidos por sus puntos ciegos. Agrupa por intención, una página por grupo. Traduce los grupos a los prompts que los asistentes reciben de verdad. Prioriza por intención por encaje por hueco de citación, valida frente a los motores en directo, publica la página y vuelve a medir. Ejecuta el ciclo cada mes y la investigación de palabras clave deja de ser un entregable puntual para convertirse en el mecanismo de dirección tanto de tus rankings de Google como de tu cuota de respuestas de IA.