15 prompts de Claude para auditar visibilidad en IA
Quince prompts para medir menciones, verificar fuentes y convertir una auditoría de visibilidad en IA en cambios editoriales comprobables.
La promesa correcta. Un prompt no hace que una marca aparezca en ChatGPT, Claude o Google AI Mode. Sirve para organizar una investigación que después debe contrastarse en las superficies reales, con fecha, modelo, consulta y fuente.
- Defina primero qué cuenta como éxito y cómo lo comprobará.
- Entregue a Claude documentos, URLs o resultados observados, no recuerdos sueltos.
- Exija que separe hechos, inferencias y recomendaciones.
- Convierta cada salida en una prueba o un cambio que un editor pueda revisar.
La propia documentación de Anthropic recomienda establecer criterios de éxito, crear evaluaciones empíricas y preparar un primer borrador antes de optimizar el prompt. También propone instrucciones claras, ejemplos, etiquetas XML y cadenas de tareas cuando el trabajo es complejo. Ese orden importa más que cualquier frase mágica. Consulte la guía oficial de ingeniería de prompts de Anthropic.
Antes de usar los prompts
Prepare una hoja con cinco campos obligatorios: consulta, plataforma, fecha y hora, configuración conocida y respuesta observada. Guarde además las fuentes citadas, el fragmento donde aparece la marca y una captura o exportación permitida por la plataforma. Si repite la prueba, trátela como otro ensayo. Los sistemas generativos pueden producir resultados distintos con la misma entrada.
Anthropic describe una evaluación de agentes mediante tareas, ensayos, calificadores, transcripciones, resultados y un entorno de prueba. Para una auditoría SEO no hace falta copiar toda esa infraestructura, pero sí conservar sus principios: pruebas repetibles, varios ensayos y criterios que no cambien después de ver el resultado. La explicación completa está en Demystifying evals for AI agents.
Prompts 1 a 4 para medir y diagnosticar
1. Construir el conjunto de consultas
Actúa como investigador de demanda para [categoría] en [mercado].
Entrada: entrevistas, consultas de Search Console, tickets de venta y páginas de producto que adjunto.
Agrupa preguntas reales por etapa de decisión. No inventes volumen de búsqueda.
Para cada pregunta devuelve intención, evidencia de origen, página que debería responderla y prioridad.
Marca como hipótesis cualquier pregunta que no aparezca en los materiales.Este prompt evita comenzar con una lista genérica de palabras clave. La muestra debe venir de lenguaje real del comprador. Si una consulta nace de una lluvia de ideas, queda identificada como hipótesis hasta validarla.
2. Crear una línea base de menciones y citas
Analiza esta tabla de respuestas observadas en [plataformas].
No vuelvas a ejecutar las consultas.
Calcula por plataforma la frecuencia de mención de [marca], la frecuencia de cita enlazada y las fuentes más repetidas.
Separa marca mencionada, marca recomendada y marca citada.
Señala filas sin fecha, modelo, consulta exacta o evidencia.La distinción entre mención y cita impide celebrar una aparición sin enlace como si fuera una referencia documental. También muestra si la auditoría carece de datos suficientes para comparar periodos.
3. Comparar fuentes de la marca y de competidores
Usa únicamente las respuestas y URLs adjuntas.
Compara [marca] con [competidores] para estas consultas.
Identifica qué dominios, tipos de página y piezas de evidencia aparecen junto a cada marca.
No atribuyas causalidad. Devuelve patrones observados, excepciones y preguntas que requieren revisión manual.4. Auditar una respuesta fallida
La consulta fue [consulta] y la respuesta observada fue [respuesta].
La marca esperaba aparecer por [motivo documentado].
Clasifica la ausencia entre cobertura insuficiente, evidencia débil, entidad ambigua, fuente inaccesible, contenido desactualizado o causa desconocida.
Cita el fragmento que sustenta cada clasificación y propone una sola prueba para confirmarla.Una ausencia no revela por sí sola la causa. El prompt debe entregar un diagnóstico provisional y una forma de refutarlo.
Prompts 5 a 10 para convertir vacíos en evidencia
5. Revisar si una página responde la pregunta
Evalúa esta página frente a [consulta] y [criterio de éxito].
Extrae la respuesta principal, la evidencia que la respalda, la fecha, el autor y las limitaciones.
Indica qué información está presente, qué falta y qué sección sobra.
No reescribas todavía. Entrega primero el diagnóstico con citas del texto.6. Diseñar un activo de evidencia original
A partir de estas preguntas de compradores y estos datos internos anonimizados, propone tres activos que podamos producir de forma verificable.
Para cada uno define método, muestra, campos a registrar, controles, limitaciones y formato de publicación.
Descarta ideas que dependan de datos que no tenemos o que no podamos compartir.Un activo útil puede ser una prueba comparativa, una calculadora, un registro de implementación o una demostración. No necesita ser un estudio masivo. Necesita mostrar cómo se obtuvo el resultado y qué no permite concluir.
7. Verificar cifras y afirmaciones
Audita las afirmaciones factuales de este borrador.
Para cada una devuelve texto exacto, fuente primaria actual, fecha de la fuente y estado: sustentada, desactualizada, exagerada o sin evidencia.
No uses resultados de búsqueda como fuente final.
Si no existe respaldo suficiente, recomienda retirar o reformular la afirmación.8. Mapear entidades sin inventar relaciones
Extrae personas, organizaciones, productos, lugares, fechas y relaciones explícitas de los documentos adjuntos.
Devuelve una tabla con entidad, relación, evidencia textual y fuente.
No completes relaciones por conocimiento general.
Separa alias confirmados de coincidencias de nombre que requieren revisión.9. Mejorar una comparación comercial
Revisa esta comparación entre [opción A] y [opción B].
Comprueba que los criterios sean simétricos, que cada dato tenga fecha y fuente y que las limitaciones aparezcan antes de la recomendación.
Señala lenguaje promocional, omisiones y criterios que favorezcan artificialmente una opción.
Propón una estructura corregida sin inventar resultados.10. Preparar una demostración reproducible
Convierte estas notas de implementación en una demostración reproducible.
Incluye contexto, requisito previo, pasos, resultado esperado, evidencia que debe guardarse y errores conocidos.
Separa lo que observamos de la explicación técnica inferida.
No declares éxito cuando solo existe una captura o una configuración guardada.Prompts 11 a 15 para distribuir, evaluar y actualizar
11. Encontrar superficies de terceros pertinentes
Usa las fuentes observadas en estas respuestas y la lista de comunidades, publicaciones y canales adjunta.
Clasifica qué superficies ya cubren [tema] y cuáles aceptan el tipo de evidencia que podemos aportar.
No propongas compra de menciones ni alcance masivo.
Devuelve audiencia, ajuste temático, prueba requerida y siguiente acción editorial.12. Convertir una investigación en formatos secundarios
Adapta este estudio aprobado a un guion de video, una publicación social y una respuesta breve para ventas.
Mantén cifras, fuentes, fecha, limitaciones y conclusión.
No agregues ejemplos ni promesas que no estén en el original.
Marca qué fragmentos necesitan un visual o una captura de evidencia.13. Revisar accesibilidad técnica para recuperación
Con este crawl, HTML renderizado, robots.txt y encabezados HTTP, identifica obstáculos para rastrear y recuperar la página.
Comprueba estado, canonical, robots, contenido principal, enlaces internos, datos estructurados y recursos necesarios.
Separa errores confirmados de riesgos. Devuelve evidencia técnica y prueba de verificación.14. Calificar una ronda de pruebas
Aplica esta rúbrica fija a cada ensayo: respuesta correcta, mención de marca, cita enlazada, fuente pertinente y fecha válida.
No cambies la rúbrica según el resultado.
Devuelve puntuación por ensayo, desacuerdos del calificador y ejemplos límite que una persona debe resolver.
Compara con la línea base solo cuando las plataformas y consultas coincidan.15. Preparar una actualización editorial
Audita esta página y su paquete de fuentes.
Propón qué mantener, corregir, consolidar o retirar.
Para cada cambio incluye motivo, fuente primaria, impacto sobre la intención y prueba posterior a publicación.
Preserva URL, hechos válidos y activos originales.
No cambies la fecha ni presentes material antiguo como investigación nueva.Ciclo semanal de evidencia
- Seleccione entre 15 y 25 preguntas que representen decisiones reales.
- Ejecute varios ensayos por plataforma y registre la configuración disponible.
- Califique respuestas con una rúbrica congelada antes de comparar periodos.
- Revise las fuentes repetidas y los vacíos de evidencia, no solo la posición de la marca.
- Publique una mejora verificable y conserve su método.
- Repita la misma muestra y documente cambios de plataforma que limiten la comparación.
Límites del método
Una mejora entre dos rondas no prueba que la edición haya causado el cambio. El modelo, el índice de búsqueda, la personalización y la forma de presentar fuentes pueden variar. Tampoco existe una posición estable equivalente a un ranking orgánico clásico. Por eso conviene informar frecuencia de aparición, citas y cobertura de preguntas junto con sus intervalos y limitaciones.
Claude ayuda a clasificar material, encontrar contradicciones y preparar una auditoría. La decisión editorial sigue requiriendo revisar las páginas, abrir las fuentes y comprobar el resultado publicado. En SEOFrancisco uso esa separación para que una recomendación conserve su cadena de evidencia.
Regla operativa
Si la salida de un prompt no incluye la entrada usada, la fuente, la fecha y una prueba posterior, todavía no es una decisión publicable.
Preguntas frecuentes
¿Estos prompts hacen que una página aparezca en respuestas de IA?
No. Organizan una investigación y ayudan a detectar trabajo editorial. Ningún prompt garantiza una mención, una cita o una posición.
¿Cuántas veces conviene repetir una consulta?
No existe una cifra universal. Use varios ensayos y publique el tamaño de la muestra. Cuanto más variable sea la respuesta, más ensayos necesitará antes de interpretar una diferencia.
¿Puedo comparar ChatGPT, Claude y Google AI Mode en una sola métrica?
Solo si conserva resultados separados por plataforma. Sus fuentes, funciones y condiciones de acceso no son equivalentes, por lo que un promedio único puede ocultar cambios importantes.
¿Por qué pedir fuentes primarias?
Porque permiten verificar una afirmación en su contexto original. Un resumen secundario puede ser útil para descubrir el tema, pero no debe reemplazar la documentación o el dato que sostiene la conclusión.
¿Qué debo retirar de un borrador generado?
Retire cifras sin respaldo, causalidades inventadas, ejemplos no observados y recomendaciones que excedan la evidencia. También quite las secciones que repiten una plantilla sin ayudar a responder la consulta.
Sobre el autor
