ai-seo

Visión general de la skill ai-seo

La skill ai-seo está pensada para equipos que quieren que su contenido sea citado en respuestas generadas por IA, no solo que posicione en la búsqueda tradicional. Encaja especialmente bien para marketers, founders, responsables de contenido y profesionales SEO que trabajan la visibilidad en Google AI Overviews, ChatGPT, Perplexity, Claude, Gemini y otros motores de respuesta similares.

Lo que ai-seo realmente te ayuda a conseguir

La tarea real que resuelve es diagnosticar por qué tu marca o tus páginas no aparecen en respuestas de IA y convertir ese diagnóstico en un plan práctico de contenido y visibilidad. La skill se centra en comprobar si tu contenido:

• está indexado donde la plataforma busca
• puede ser rastreado por los bots relevantes
• puede extraerse como fragmentos listos para responder
• transmite la credibilidad suficiente como para ser citado

Por eso ai-seo resulta más útil que un prompt genérico de “optimiza mi artículo” cuando tu objetivo es ganar citas, cuota de menciones o inclusión en respuestas de tipo recomendación.

Quién debería instalar esta skill ai-seo

Instala esta ai-seo skill si necesitas:

• mejorar la visibilidad en IA para búsquedas de producto, categoría o comparación
• evaluar si conviene bloquear o permitir bots de IA
• adaptar contenido SEO a motores de respuesta y búsquedas zero-click
• crear páginas que los LLM puedan citar, resumir y considerar fiables con más facilidad
• establecer un flujo de trabajo repetible de optimización para búsqueda con IA en varias plataformas

Si lo que necesitas principalmente es una auditoría SEO técnica o implementar schema, esta no sería la primera skill a la que recurrir.

Qué hace diferente a esta skill

Su principal diferenciador es que ai-seo no está planteada como “escribe contenido para keywords”. Trabaja con un modelo operativo más claro basado en tres pilares prácticos:

• Estructura: hacer que el contenido sea fácil de extraer
• Autoridad: hacer que las afirmaciones sean fáciles de confiar y citar
• Presencia: ser visible allí donde los sistemas de IA obtienen sus respuestas

El repo también incluye dos referencias de apoyo realmente útiles:

• references/content-patterns.md para bloques de contenido reutilizables orientados a motores de respuesta
• references/platform-ranking-factors.md para entender el comportamiento de abastecimiento de fuentes según cada plataforma

Estos archivos hacen que la skill sea más accionable que un prompt de un solo archivo, porque te ayudan a adaptar la salida a la superficie de IA concreta que te interesa.

Casos de uso donde encaja bien y donde no

Mejor encaje:

• “¿Por qué citan a nuestros competidores en ChatGPT y Perplexity, pero a nosotros no?”
• “¿Cómo deberíamos estructurar páginas para AI Overviews?”
• “¿Deberíamos permitir GPTBot o PerplexityBot?”
• “¿Cómo reescribimos contenido SEO para que los sistemas de IA puedan citarlo?”

Mal encaje:

• auditorías técnicas profundas de la arquitectura del sitio
• detalles de implementación de schema markup
• workflows de prospección de backlinks
• redacción puramente editorial de blog sin objetivo de visibilidad en IA

Cómo usar la skill ai-seo

Contexto de instalación para ai-seo

La evidencia del repositorio no muestra un comando de instalación incorporado en SKILL.md, así que el patrón práctico es añadir el repo padre de skills y seleccionar ai-seo:

npx skills add https://github.com/coreyhaines31/marketingskills --skill ai-seo

Después de instalar, abre la carpeta de la skill y lee:

1. skills/ai-seo/SKILL.md
2. skills/ai-seo/references/platform-ranking-factors.md
3. skills/ai-seo/references/content-patterns.md
4. skills/ai-seo/evals/evals.json

Ese orden te da primero el workflow, luego la lógica de ranking, después los patrones de salida y al final ejemplos de lo que debería cubrir una buena ejecución.

Lee estos archivos antes de tu primer prompt

Si solo vas a revisar un archivo por encima, lee SKILL.md. Si quieres mejorar rápido la calidad de la salida, añade estos:

• references/platform-ranking-factors.md para no tratar Google AI Overviews y Perplexity como si fueran el mismo sistema
• references/content-patterns.md para convertir consejos vagos en bloques de página que el modelo sí pueda redactar
• evals/evals.json para ver comportamientos esperados, como comprobar acceso de bots de IA, hacer una auditoría de visibilidad y priorizar acciones

Esto importa porque el ai-seo usage funciona mejor cuando el agente razona desde el marco del repo en lugar de improvisar con conocimiento SEO genérico.

Empieza con contexto de product marketing si ya lo tienes

La skill indica explícitamente al agente que revise .agents/product-marketing-context.md o el archivo anterior .claude/product-marketing-context.md antes de hacer preguntas. Esto es importante si tu empresa ya tiene definidos positioning, ICP, diferenciadores y proof points.

Sin ese contexto, el modelo puede generar recomendaciones de AI SEO correctas pero planas. Con él, las recomendaciones de contenido pueden alinearse con la narrativa real del producto y con el lenguaje del comprador.

Qué inputs necesita ai-seo para funcionar bien

Para obtener una ai-seo guide sólida, aporta desde el principio estos inputs:

• producto o sitio objetivo
• 5 a 10 consultas prioritarias
• plataformas que más te importan
• si ya recibes citas en algún sitio
• principales competidores o alternativas que suelen aparecer citadas
• URLs importantes para auditar
• si los bots de IA están permitidos en robots.txt
• objetivos de contenido: definiciones, comparativas, alternativas, how-to, estadísticas, FAQs

Esta skill rinde mucho mejor cuando puede evaluar un problema real de visibilidad que cuando se le pide algo abstracto.

Convierte un objetivo difuso en un prompt completo para ai-seo

Prompt flojo:

“Help with AI SEO.”

Mejor prompt:

“Use the ai-seo skill to audit why our project management SaaS is not appearing in ChatGPT, Perplexity, and Google AI Overviews for queries like ‘best project management software for agencies’ and ‘Asana alternatives.’ Review our homepage, comparison pages, and product overview page. Assume we allow search crawlers but have not checked GPTBot or PerplexityBot. Give me: 1) a visibility diagnosis by platform, 2) highest-priority content fixes, 3) crawl/indexing checks, 4) page-block recommendations using answer-engine patterns, and 5) a 30-day action plan.”

Esa versión da a la skill el alcance suficiente para aplicar su framework en vez de caer en consejos genéricos.

Usa en la práctica el workflow de tres pilares

Una secuencia práctica de ai-seo usage se parece a esto:

1. Comprobar presencia
   ¿Estás indexado y accesible en las plataformas que importan?

2. Comprobar estructura
   ¿Tus páginas incluyen respuestas autocontenidas, comparativas, definiciones, estadísticas y FAQs que puedan extraerse con claridad?

3. Comprobar autoridad
   ¿Las afirmaciones están respaldadas, son específicas y están redactadas de forma que suenen citables y no promocionales?

4. Priorizar páginas
   Empieza por páginas comerciales de alta intención y páginas comparativas antes que por contenido amplio de thought leadership.

Esta es la lógica principal de decisión integrada en la skill y reforzada por la documentación de referencia.

Qué tipo de contenido funciona mejor con ai-seo para SEO Content

ai-seo for SEO Content funciona mejor cuando el material de origen ya tiene sustancia real. Las referencias de apoyo apuntan a bloques que los motores de respuesta pueden reutilizar con más facilidad:

• secciones de definición concisas
• bloques paso a paso
• tablas comparativas
• bloques de FAQ
• afirmaciones respaldadas por estadísticas
• bloques de citas de expertos o evidencias
• párrafos de respuesta autocontenidos

Si tu página es sobre todo copy de marca y afirmaciones sobre funcionalidades, la skill aún puede ayudar, pero la salida suele recomendar antes reescrituras estructurales que optimización.

La orientación específica por plataforma importa

Una de las principales razones para usar esta skill es que separa el comportamiento por plataforma. Las referencias indican que cada sistema tiene distintos backends de búsqueda y distintos pesos en sus señales. En la práctica, eso significa que:

• Google AI Overviews sigue apoyándose bastante en un SEO tradicional sólido y en señales de confianza
• los ecosistemas conectados a Bing pueden comportarse de forma distinta a los basados en Google
• los motores de respuesta prefieren fragmentos que puedan extraer y resumir limpiamente

Así que no pidas una checklist universal de AI SEO si tu objetivo incluye varias plataformas. Pide un plan plataforma por plataforma.

Usa los evals como baremo de calidad

evals/evals.json muestra qué espera la skill que incluya una buena respuesta. Algunos ejemplos útiles según la evidencia de eval incluyen:

• comprobar primero el contexto de product marketing
• auditar la visibilidad en las principales plataformas de IA
• comprobar la extractabilidad del contenido
• revisar el acceso de bots de IA en robots.txt
• dar un plan de acción priorizado
• explicar el tradeoff de bloquear rastreadores de IA

Si el primer resultado se salta esos puntos, pídele al modelo que lo revise según las expectativas de los evals.

Bloqueos habituales antes de instalar ai-seo

La mayor parte de las dudas en torno a ai-seo install no son técnicas, sino estratégicas:

• los equipos no saben qué plataformas de IA importan más
• no han comprobado si hoy ya aparecen en respuestas
• no pueden distinguir si el problema es de indexación, estructura o autoridad
• esperan que la visibilidad en IA llegue solo con ajustes de keywords

Esta skill ayuda más cuando aceptas tratar la búsqueda con IA como un problema de abastecimiento de fuentes y de extracción, no solo de ranking.

FAQ de la skill ai-seo

¿ai-seo es solo para grandes marcas?

No. Los sitios pequeños también pueden beneficiarse si publican contenido claro, específico y fácil de responder en una categoría donde pueda demostrarse autoridad. La skill resulta especialmente útil para sitios de SaaS especializados, servicios y B2B que pueden crear buenas páginas de comparativas, definiciones y casos de uso.

¿ai-seo es diferente de los prompts normales de SEO?

Sí. Los prompts SEO genéricos suelen optimizar para rankings, keywords y fundamentos on-page. ai-seo es más específico y más útil cuando necesitas contenido que los sistemas de IA puedan descubrir, interpretar, confiar y citar. Además, te empuja a revisar acceso de bots y comportamiento por plataforma, algo que los prompts estándar suelen pasar por alto.

¿ai-seo sustituye al SEO tradicional?

No. La skill parte de la base de que el SEO básico sigue importando, sobre todo en plataformas que dependen de grandes índices web. La visibilidad en IA normalmente se apoya en la capacidad normal de descubrimiento, no la reemplaza.

¿Esta skill ai-seo es apta para principiantes?

En general sí, si ya conoces tu producto y tus consultas objetivo. Los conceptos son prácticos, pero quienes empiezan quizá necesiten ir más despacio y verificar fundamentos como la indexación, robots.txt y las menciones actuales de la marca en respuestas de IA.

¿Cuándo no debería usar ai-seo?

No empieces con ai-seo si tu tarea inmediata es:

• corregir problemas técnicos de rastreo en todo el sitio
• implementar datos estructurados al detalle
• preparar un calendario editorial amplio
• escribir posts genéricos de blog sin objetivo de cita

Aporta más valor cuando la pregunta trata específicamente sobre visibilidad en respuestas de IA.

¿Debería bloquear los crawlers de IA?

Los evals del repo sugieren que esta es un área de decisión clave, no un sí o no por defecto. Bloquear puede reducir oportunidades de cita. Permitir puede mejorar la inclusión, pero también generar preocupaciones internas sobre reutilización. Usa la skill para evaluar ese tradeoff según el tipo de contenido, el modelo de negocio y tus objetivos de visibilidad.

Cómo mejorar la skill ai-seo

Dale a ai-seo evidencia, no solo objetivos

La forma más rápida de mejorar la salida de ai-seo es aportar inputs reales:

• páginas que quieres auditar
• capturas o notas de respuestas reales de IA
• ejemplos de competidores que sí reciben citas
• el robots.txt actual
• consultas objetivo con etiquetas de intención de búsqueda

Un modelo razona mucho mejor a partir de “estas son las páginas y citas que estamos perdiendo” que de “ayúdanos a aparecer más”.

Pide la salida en secciones listas para decidir

Una buena estructura de prompt mejora la calidad de ai-seo usage. Pide:

1. diagnóstico
2. causas raíz
3. correcciones página por página
4. reescrituras de bloques de contenido
5. notas específicas por plataforma
6. hoja de ruta priorizada

Ese formato evita que el modelo gaste demasiado espacio en teoría de fondo.

Mejora la extractabilidad antes de pulir el copy

Un fallo habitual es intentar hacer el copy “más SEO-friendly” sin hacerlo más fácil de citar. Haz que la skill reescriba primero las páginas en bloques extraíbles:

• definiciones de una frase
• resúmenes en lenguaje claro
• comparativas directas
• criterios en viñetas
• respuestas de FAQ que se entiendan solas fuera del contexto de la página

Esto suele cambiar más el potencial de cita en IA que los retoques de tono.

Añade pruebas y especificidad para reforzar la autoridad

Otro fallo frecuente son las afirmaciones sin respaldo. Las referencias insisten en patrones como bloques de citas de estadísticas y afirmaciones basadas en evidencia por una razón: los sistemas de IA tienen más probabilidades de usar fragmentos que suenen atribuibles.

Mejor input:

“We reduce onboarding time by 37% based on 214 customer implementations.”

Peor input:

“We dramatically improve onboarding for modern teams.”

El primero es más citable, más compresible y más fácil de confiar.

Itera por plataforma, no con una revisión genérica

Si el primer borrador sale flojo, no digas solo “hazlo mejor”. Pide iteraciones como:

• “Revise this for Google AI Overviews.”
• “Now adapt it for Perplexity-style citation behavior.”
• “Rewrite this comparison page to be easier for ChatGPT to quote.”

Eso obliga al modelo a usar la referencia de ranking por plataforma en lugar de mezclar todos los motores de respuesta en uno solo.

Usa los content patterns como bloques de construcción

references/content-patterns.md es el archivo más práctico para mejorar la calidad de la salida. Pídele al modelo que reformule una página en bloques nombrados de ese archivo, como:

• definition block
• step-by-step block
• comparison table block
• FAQ block
• evidence sandwich block
• self-contained answer block

Así obtienes arquitectura de contenido, no solo consejos.

Valida los cambios contra visibilidad real en IA

El mejor bucle de mejora para la ai-seo skill es operativo:

• publica o revisa bloques de página
• prueba prompts prioritarios en las plataformas de IA objetivo
• anota si tu marca aparece, es citada o queda fuera
• compara qué fragmentos se están usando
• devuelve esa información al siguiente prompt

Sin ese bucle, puedes mejorar el contenido sobre el papel y aun así aprender poco sobre el comportamiento real de los motores de respuesta.