keyword-research

Visión general de la skill keyword-research

Qué hace la skill keyword-research

La skill keyword-research ayuda a un agente de IA a convertir un objetivo SEO vago en un plan de keywords estructurado: términos objetivo, clasificación por intención, priorización y recomendaciones de topic clusters. Está pensada para quienes necesitan algo más que “dame ideas de keywords” y buscan un flujo de trabajo repetible para decidir qué publicar, qué atacar primero y qué dejar fuera de prioridad.

Para quién encaja mejor esta skill

Esta skill de keyword-research encaja especialmente bien con equipos de content marketing, responsables de SEO, founders, agencias y equipos de producto que necesitan detectar oportunidades de contenido conectadas con objetivos de negocio. Resulta especialmente útil cuando ya conoces tu mercado, pero necesitas que el agente ordene demanda, intención y oportunidad en una lista accionable.

El trabajo real que resuelve

La mayoría de los usuarios no están intentando realmente “encontrar keywords”. Lo que necesitan responder es:

• qué temas pueden atraer tráfico cualificado
• qué keywords son realistas de posicionar
• cómo agrupar términos en clusters en lugar de crear posts aislados
• qué conviene publicar primero

Ahí es donde keyword-research aporta más valor que un prompt genérico de brainstorming.

Qué diferencia a esta skill keyword-research

El repositorio incluye archivos de apoyo prácticos que mejoran la calidad de la salida:

• references/keyword-intent-taxonomy.md para mapear la intención de forma consistente
• references/keyword-prioritization-framework.md para scoring y triaje
• references/topic-cluster-templates.md para convertir keywords en una arquitectura de contenidos
• references/example-report.md para definir el formato del entregable y el nivel de detalle

Eso hace que merezca más la pena instalar esta skill si buscas un workflow de research, no solo una lista de términos.

Cuándo no instalarla

Omite esta skill de keyword-research si solo necesitas unas pocas ideas para brainstorming o si esperas que la skill obtenga por sí sola métricas de búsqueda en tiempo real sin acceso a herramientas. La skill estructura y razona bien, pero el volumen de búsqueda real, la dificultad y las condiciones de SERP siguen dependiendo de fuentes de datos SEO externas o de métricas que proporciones tú.

Cómo usar la skill keyword-research

Contexto de instalación y compatibilidad

El repositorio declara compatibilidad con Claude Code ≥1.0, skills.sh marketplace, ClawHub marketplace y el Vercel Labs skills ecosystem. No requiere paquetes del sistema. El acceso opcional a red mediante MCP ayuda si quieres que el agente extraiga datos de herramientas SEO.

Si usas un instalador tipo marketplace, el comando base es:

npx skills add aaron-he-zhu/seo-geo-claude-skills --skill keyword-research

Lee primero estos archivos

Para evaluar rápido si te conviene, lee:

1. SKILL.md
2. references/example-report.md
3. references/keyword-intent-taxonomy.md
4. references/keyword-prioritization-framework.md
5. references/topic-cluster-templates.md

Ese orden de lectura te muestra cómo piensa la skill, qué tipo de salida puedes esperar y cómo juzgar si el uso de keyword-research encaja con tu workflow.

Qué necesita como input para funcionar bien

La calidad de la salida de keyword-research depende mucho de lo completo que sea el input. Conviene aportar:

• descripción del sitio web o de la empresa
• categorías de producto o servicio
• audiencia objetivo
• geografía e idioma
• objetivo de negocio, como leads, trials, signups o clics de afiliación
• competidores conocidos
• fortaleza actual del dominio o realidad de posicionamiento
• si buscas quick wins, planificación por clusters o un roadmap completo

Sin ese contexto, la skill puede generar conjuntos de keywords plausibles, pero flojos.

Cómo convertir un objetivo difuso en un buen prompt de keyword-research

Prompt débil:

• “Find keywords for my SaaS”

Mejor prompt:

• “Run keyword-research for a B2B invoicing SaaS for US freelancers. Prioritize low-to-medium difficulty keywords with commercial or high-intent informational intent. Group results into topic clusters, show quick wins vs longer-term targets, and suggest content formats. Assume our domain is new and we need signup-driven traffic.”

La versión más sólida mejora la priorización porque aporta relevancia de negocio, alcance de mercado y restricciones reales de posicionamiento al agente.

Mejor workflow para usar keyword-research por primera vez

Un flujo práctico:

1. Define el objetivo de negocio y la audiencia.
2. Aporta temas semilla o categorías de producto.
3. Pide clasificación por intención y expansión por clusters.
4. Pide al agente que priorice según dificultad, relevancia y potencial de conversión.
5. Convierte las keywords preseleccionadas en un plan de contenidos.

Esta secuencia encaja mejor con los materiales de apoyo del repositorio que pedir un gran volcado de keywords de una sola vez.

Usa el example report como contrato de salida

references/example-report.md es especialmente útil porque muestra la forma esperada del entregable: resumen ejecutivo, principales oportunidades, quick wins, growth terms y recomendaciones priorizadas. Si quieres salidas consistentes entre proyectos, indica al agente que siga esa estructura de informe.

Cómo gestionar métricas en vivo y datos de herramientas

Esta skill de keyword-research parece diseñada para funcionar con integraciones opcionales de herramientas SEO, pero no para garantizarlas. En la práctica, conviene trabajar en uno de estos modos:

• aportar datos exportados de keywords desde Ahrefs, Semrush o Google Keyword Planner
• dejar que el agente razone de forma cualitativa cuando no hay datos de herramientas
• pedir que cualquier supuesto quede etiquetado explícitamente cuando las métricas sean estimadas

Si la adopción depende de la precisión de las métricas, verifica antes la vía de integración con herramientas antes de apoyarte en la skill a nivel operativo.

Patrón de prompt práctico para mejorar el clustering

Si tu objetivo principal es la planificación de contenidos, pide:

• keyword principal
• variantes secundarias
• intención
• rol de pillar vs cluster
• formato de contenido sugerido
• relevancia de negocio
• puntuación de prioridad

Esto se alinea bien con el framework de priorización y las plantillas de topic clusters del repositorio.

Cómo usar keyword-research para un sitio nuevo

Para dominios nuevos o con poca autoridad, indica al agente que se incline por:

• términos long-tail
• oportunidades de menor dificultad
• problemas muy concretos
• contenido de comparación y de casos de uso
• páginas cluster que apoyen un único pillar realista

De lo contrario, la salida puede sesgarse demasiado hacia head terms evidentes para los que difícilmente vas a posicionar pronto.

Cómo usar keyword-research con una biblioteca de contenidos ya existente

Si ya tienes contenido publicado, pide a la skill que mapee:

• URLs existentes según la intención de keyword
• subtemas que faltan dentro de un cluster
• riesgos de cannibalization
• candidatas a consolidación
• oportunidades de refresh

A menudo, este uso de keyword-research resulta mejor que la ideación totalmente nueva, porque vincula las recomendaciones con activos que puedes mejorar de inmediato.

Restricciones habituales que conviene conocer antes de instalar

Los mayores frenos de adopción no suelen ser de instalación, sino de expectativas:

• la skill no sustituye una validación manual de SERP en tiempo real
• inputs genéricos producen listas de keywords genéricas
• la puntuación de prioridad solo es tan buena como el contexto de negocio que reciba
• existe soporte multilingüe en los triggers, pero tu prompt sigue necesitando un mercado y un idioma claramente definidos

FAQ de la skill keyword-research

¿Esta skill keyword-research es mejor que un prompt normal de IA?

En general, sí, si necesitas estructura. Un prompt normal puede sacar ideas de términos, pero esta skill añade taxonomía de intención, lógica de priorización, planificación por clusters y un formato de reporting de ejemplo. Eso reduce la improvisación y facilita llevar la salida a la acción.

¿keyword-research incluye datos reales de volumen de búsqueda?

No por sí sola. El repositorio sugiere integraciones opcionales con herramientas SEO, pero lo razonable es asumir que las métricas en vivo requieren acceso a herramientas externas o datos aportados por el usuario. Si necesitas cifras defendibles, combina la skill con tus exportaciones de keywords.

¿La skill keyword-research es apta para principiantes?

Sí, con una condición: los principiantes deberían aportar contexto de negocio claro y usar el formato de example-report. Los conceptos de base son accesibles, pero los resultados mejoran mucho cuando explicas a la skill qué significa “éxito” para tu sitio.

¿Cuándo no debería usar keyword-research?

No la uses como único sistema de decisión para apuestas SEO de alto impacto. Donde más rinde es en framing de research, priorización y planificación de contenidos. Aun así, necesitas revisión manual para validar la realidad de la SERP, el encaje con la marca y las decisiones editoriales finales.

¿Puede esta skill keyword-research ayudar con topic clusters?

Sí. De hecho, es uno de sus usos prácticos más sólidos porque el repositorio incluye references/topic-cluster-templates.md. Si tu objetivo es construir autoridad temática en lugar de publicar piezas sueltas, esta skill aporta más valor que un simple brainstorming de keywords.

¿Es adecuada para agencias y equipos?

Sí. El patrón de example-report hace que las salidas sean más fáciles de estandarizar entre clientes o stakeholders internos. Las agencias pueden usarla para generar briefs de research en una primera pasada y después añadir datos en vivo de herramientas y revisión competitiva.

Cómo mejorar la skill keyword-research

Define restricciones de negocio más precisas

La forma más rápida de mejorar la salida de keyword-research es dejar muy claro qué importa más:

• generación de leads vs awareness
• alcance local vs nacional
• dominio nuevo vs dominio consolidado
• conversión impulsada por producto vs por contenido editorial
• victorias a corto plazo vs autoridad a largo plazo

Estas restricciones cambian por completo lo que significa una “buena keyword”.

Aporta seed terms que reflejen tu mercado

No empieces solo con sustantivos amplios como “software” o “marketing”. Da entre 5 y 15 seed terms conectados con problemas reales, casos de uso, lenguaje del buyer y categorías de producto. Eso ayuda a que la skill expanda en el vecindario semántico correcto.

Pide que los supuestos queden etiquetados

Un fallo habitual es mostrar seguridad sin datos. Para mejorar la confianza en la salida, pide a la skill que separe:

• datos confirmados
• estimaciones inferidas
• supuestos estratégicos
• elementos que necesitan validación externa

Esto es especialmente importante cuando usas keyword-research sin herramientas SEO conectadas.

Fuerza priorización, no solo ideación

Muchas salidas flojas aparecen porque los usuarios piden “100 keywords” en vez de decisiones. Pide al agente que clasifique las keywords según:

• relevancia de negocio
• dificultad realista
• calidad de la intención
• valor para cerrar content gaps
• aportación al cluster

Así la salida se vuelve útil para decidir qué publicar.

Itera sobre desajustes de intención

Si el primer borrador mezcla demasiado términos educativos, comerciales y navegacionales, indica a la skill que reclasifique usando references/keyword-intent-taxonomy.md y recorte las categorías de intención con peor encaje. Esto suele mejorar tanto el targeting de contenidos como la alineación con conversión.

Mejora la calidad de los clusters tras la primera pasada

Después de la primera ejecución de keyword-research, pregunta:

• qué pillar pages merecen clusters
• qué subtemas son redundantes
• qué páginas deberían atacar intención de comparación
• qué piezas de apoyo pueden enlazar internamente hacia money pages

Este paso convierte una lista de keywords en una arquitectura de contenidos realmente utilizable.

Valida el modelo de priorización con sentido común

El repositorio incluye un framework de priorización claro, pero tu negocio puede ponderar los factores de otra forma. Si las conversiones importan más que el tráfico, indica a la skill que dé más peso a la relevancia de negocio y al ajuste de intención que al volumen puro.

Usa ejemplos para dar forma a la salida que quieres

Si el primer informe queda demasiado abstracto, apunta al agente a references/example-report.md y pídele que iguale ese nivel de especificidad. Referenciar un ejemplo concreto suele mejorar la consistencia del formato y la utilidad más rápido que dar feedback general.

Vuelve a ejecutar keyword-research tras obtener feedback real

La mejor forma de trabajar con keyword-research es iterar: publica algunas piezas, observa el comportamiento de posicionamiento y conversión, y luego pide a la skill que refine clusters y prioridades usando resultados reales. Cuando ya existe data de rendimiento, la skill gana mucho valor porque puede razonar sobre evidencia y no solo sobre supuestos.