Le das un objetivo como “planifica la campaña de lanzamiento de nuestra nueva funcionalidad”, y ejecuta todo el trabajo. Extrae el posicionamiento de la competencia, redacta el texto de la landing page, escribe los correos electrónicos de anuncio, crea una hoja informativa para habilitar las ventas, archiva los recursos en Notion y abre un ticket en Linear para que el equipo lo revise. Vuelves a un paquete terminado, no a una lista de tareas.
Este artículo te pone al día sobre la IA agéntica en marketing, te muestra cómo los profesionales del marketing, incluidos nosotros, la están usando en este momento y señala los casos de uso que vale la pena copiar esta semana.
Agent A es un agente de marketing de Ahrefs: un asistente de IA con acceso directo a todo el conjunto de datos de Ahrefs que puede llevar a cabo tareas de marketing de forma autónoma, en lugar de solo responder preguntas.
Agent A incluye:
- Acceso sin restricciones a los endpoints de Ahrefs. Todos los endpoints que usamos para construir Ahrefs están disponibles, incluyendo muchos a los que no puedes llegar a través de la API o el MCP de Ahrefs.
- Pila tecnológica seria por debajo. Postgres para el estado, Flask para las interfaces de usuario, un proxy de OpenRouter con más de 300 modelos, recuperación web con análisis de página completa, PDF, OCR, trabajos programados.
- Conectores nativos para herramientas de marketing. Slack, HubSpot, GitHub, Notion, Linear, Mailchimp, Resend, SendGrid, Stripe, Gong, WordPress, Airtable, Apify e incluso Semrush.
- Biblioteca de skills de expertos. El equipo de Ahrefs ha contribuido con skills de marketing y aplicaciones preconstruidas que codifican cómo trabajamos en realidad.
Antes de que nos pongamos prácticos, aquí tienes una base rápida: dónde se encuentra realmente la IA agéntica hoy en día, los pocos tipos de “agente” que vale la pena distinguir y las palabras que necesitarás para seguir cualquier conversación sobre ellos.
La IA agéntica se busca 122.000 veces al mes y ejecutar agentes ahora cuesta céntimos
El volumen de búsqueda para “IA agéntica” en EE. UU. pasó de 1.450 búsquedas al mes en mayo de 2023 a 122.175 en mayo de 2026, un salto de 84 veces en tres años, según Keywords Explorer de Ahrefs. El término “qué es la IA agéntica” atrae ahora alrededor de 14.000 búsquedas mensuales y apenas existía antes de finales de 2023.
Por cierto, todos los datos y gráficos fueron preparados completamente por Agent A; yo solo dije lo que necesitaba para este artículo.
Además de eso, YouTube está lleno de ejemplos funcionales que puedes copiar en días, sin necesidad de skills especiales: configuraciones de análisis de datos, herramientas internas personalizadas e incluso negocios en solitario dirigidos por equipos de agentes de IA. Solo en los últimos tres meses, unos 6.000 vídeos de YouTube mencionaron la IA agéntica, logrando alrededor de 83 millones de impresiones.
Recientemente empezamos a experimentar con el marketing agéntico en Ahrefs y rápidamente se ha convertido en una gran parte de cómo trabajamos.
Una vez que nuestro propio agente de marketing de IA se lanzó, el equipo de contenido organizó un hackathon de una semana para explorar cómo la IA podría automatizar partes de nuestro flujo de trabajo. Al final de la semana, el equipo había construido 16 aplicaciones diferentes, todas creadas por el agente. Cero líneas de código por nuestra parte, solo guiamos sus pasos.
La otra mitad de la historia es el coste. Los precios de los LLM han caído de 15 a 20 veces desde 2023. El modelo insignia de OpenAI pasó de 30 dólares por millón de tokens de entrada con GPT-4 en 2023 a 2 dólares con GPT-4.1, según los anuncios de precios de OpenAI (datos recopilados por Agent A).
Una ejecución de un agente de múltiples pasos que antes costaba unos pocos dólares, ahora cuesta céntimos.
Tres tipos de agentes de IA que encontrarás y los términos clave que debes conocer
La palabra “agente” se extiende a productos muy diferentes. Vale la pena distinguir tres categorías:
- Entornos agénticos como Claude Code o el Agents SDK de OpenAI. Flexibles, pero tú mismo conectas las herramientas. Creados principalmente para desarrolladores.
- Agentes de código abierto como OpenClaw o Hermes. Los alojas en tu propia infraestructura. Privados, personalizables y la configuración corre de tu cuenta.
- Agentes especializados como Agent A de Ahrefs o Fin de Intercom. Preconectados para un trabajo específico. Te saltas la configuración y le pasas el objetivo.
Si vas a hablar con un proveedor o leer un hilo sobre agentes, te encontrarás con estos términos:
- Agente. Un LLM más herramientas más un bucle que se sigue ejecutando hasta que se cumple el objetivo. El modelo por sí solo no es el agente. El bucle sí lo es.
- Herramientas. Funciones a las que puede llamar el agente: buscar en la web, consultar una base de datos, enviar un correo electrónico, ejecutar código. Sin herramientas, es solo un chatbot.
- Skills. Manuales de tácticas que el agente carga para tareas recurrentes (“cómo hacer una lluvia de ideas de títulos”, “cómo hacer el control de calidad de un artículo”). Aprende más aquí.
- Flujo de trabajo vs. agente. Un flujo de trabajo ejecuta pasos fijos con LLMs en su interior. Un agente elige los pasos. La mayoría de los “agentes” de los proveedores son en realidad flujos de trabajo.
- Subagentes/orquestación. Un agente de nivel superior que genera especialistas para que se encarguen de partes del trabajo.
- Humano en el bucle (HITL). Un paso de aprobación forzoso antes de que el agente continúe. Necesario para trabajos irreversibles.
- Guardarraíles. Reglas estrictas que el agente no puede cruzar (“nunca envíes un correo electrónico externo sin aprobación”).
- MCP (Model Context Protocol). Un estándar abierto para conectar herramientas a los agentes. Lo escucharás en cualquier conversación técnica sobre cómo se conectan los agentes a las cosas. Descubre más.
A continuación hay once trabajos diarios de marketing en los que los agentes de IA ya están haciendo el trabajo.
Cada caso de uso tiene cuatro partes: la tarea en sí, lo que puede hacer un agente al respecto, un ejemplo de cómo funciona en Agent A y un prompt de inicio que puedes darle a cualquier agente de IA.
Ejecuta una investigación de palabras clave y un análisis de brecha de menciones en IA
El SEO responde a dos preguntas a la vez: ¿sobre qué deberíamos escribir? y ¿la gente nos está encontrando de verdad? Ambas significan mucho trabajo de datos estructurado y repetitivo, y una parte cada vez mayor de ese “encontrarnos” sucede ahora dentro de asistentes de IA como ChatGPT y Perplexity, no en una página de resultados.
Cualquier agente con acceso a datos SEO en vivo puede hacer un intento real en ambos. Apúntalo hacia los datos de palabras clave y rankings, y podrá agrupar temas, encontrar las brechas en las que los competidores están ganando y señalar dónde los asistentes de IA nombran a un rival pero nunca te mencionan a ti.
Agent A hace esto con dos herramientas creadas específicamente para ello.
La aplicación de Content Keyword Research toma un nicho sobre el cual escribes y ejecuta todo el proceso: palabras clave, clústeres de temas, ganancias rápidas, brechas de la competencia y un brief de contenido para cualquier clúster a petición.
AI Mention Gap Analysis se encarga del lado de la IA. Encuentra a tus competidores, mide con qué frecuencia ChatGPT, Perplexity, Gemini y las AI Overviews de Google los nombran frente a ti, y devuelve una lista clasificada de preguntas en las que la IA recomienda a un rival pero nunca te menciona a ti, cada una con su volumen de búsqueda y un ángulo de contenido sugerido.
Pruébalo
Tienes acceso a mis datos SEO para [tudominio.com] en [país]. Quiero las mejores oportunidades de contenido para el próximo trimestre. Extrae las palabras clave en [mi nicho], agrúpalas en clústeres de temas y clasifica los clústeres según lo ganables que parezcan: volumen de búsqueda, dificultad de palabra clave y si mis principales competidores ([competidor 1], [competidor 2]) ya cubren el tema y yo no. Luego ejecuta la misma comprobación contra la búsqueda de IA: encuentra las preguntas en las que ChatGPT, Perplexity y las respuestas de IA de Google recomiendan a esos competidores pero nunca me mencionan a mí. Dame una lista priorizada de temas para crear, cada uno con su volumen de búsqueda, la brecha que cierra y un ángulo de una línea para la pieza.
O consíguelo ya hecho en Agent A: instala la aplicación de Content Keyword Research y usa la skill preinstalada de AI Mention Gap Analysis.
Lleva un artículo desde la palabra clave hasta el borrador terminado
Escribir un buen artículo es un trabajo arduo de cinco pasos: investigar el tema, planificar la estructura, escribir el borrador, verificar los hechos y pulirlo. Un agente ejecuta los primeros cuatro y devuelve la pieza a quien esté editando. Tú sigues a cargo de la voz y de la decisión final; incluso puedes tomar medidas dentro del proceso.
Ryan, nuestro Director de Contenido, construyó una aplicación como esta con Agent A. Le das un tema y algunos enlaces de origen. Investiga el tema, crea un brief editorial, construye un esquema, escribe el artículo, comprueba cada afirmación y se detiene tres veces para que puedas aprobar la dirección antes de continuar.
Míralo en acción:
Pruébalo
Constrúyeme un canal asistido de artículos de formato largo. La entrada atómica es una palabra clave objetivo. Las etapas se ejecutan secuencialmente como trabajos en segundo plano que la interfaz de usuario sondea: (1) Keyword Research a través de Ahrefs, (2) obtención de la SERP de la competencia, (3) instantánea del tema de AI Content Helper, (4) esquema con viñetas con cobertura de tema obligatoria, (5) colocación de menciones de datos, (6) borrador completo, (7) pulido, (8) formato de shortcode de WordPress + exportación a .docx. Cada etapa muestra su resultado, tiene un área de texto de “edición” y un chat de “refinar con feedback” que vuelve a ejecutar la etapa con mis notas. La guía de estilo proviene de un perfil de voz por autor.
Para este prompt necesitas tener acceso a los datos de Ahrefs a través del MCP
Construye tu informe de rendimiento mensual una vez y nunca más
Cada mes, alguien en el equipo reconstruye el mismo informe de rendimiento: tráfico de una herramienta, rankings de otra, backlinks de una tercera, todo pegado en una presentación con unas cuantas viñetas en la parte superior explicando lo que cambió. Esto consume un día, cada mes, para siempre.
Cualquier agente con acceso a tus datos de marketing puede hacerse cargo de esto. Conéctalo a tus cifras de tráfico, rankings y backlinks, y podrá extraer el mes actual, compararlo con el anterior y escribir el resumen de lo que se movió y por qué, de forma programada, sin que se lo vuelvas a pedir.
Agent A hace esto con la aplicación de Monthly Website Performance Report. Extrae tu tráfico, posiciones de búsqueda, clics de Search Console y crecimiento de backlinks en un panel de control, y luego escribe el resumen en un lenguaje sencillo de lo que cambió. Lo configuras una vez y, después de eso, se actualiza automáticamente cada mes, de modo que el informe simplemente está ahí, esperándote, la mañana que lo necesitas.
Pruébalo
Tienes acceso a la analítica de mi sitio web, rankings de búsqueda y datos de backlinks de [tudominio.com]. Constrúyeme un informe de rendimiento mensual. Extrae las cifras del mes pasado, compáralas con las del mes anterior y cubre cuatro aspectos: tráfico total, cómo se movieron mis palabras clave rastreadas, clics e impresiones de búsqueda, y cualquier cambio en los dominios de referencia. En la parte superior, escribe un breve resumen en lenguaje sencillo de lo que se movió y la razón probable. Señala cualquier cosa que haya caído lo suficientemente fuerte como para requerir un vistazo más de cerca y configura esto para que se ejecute nuevamente al comienzo de cada mes.
O sáltate la construcción y úsalo en Agent A: instala la aplicación de Monthly Website Performance Report, apúntala a tu sitio y se actualizará sola.
Mira quiénes son tus verdaderos competidores y dónde te superan
La mayoría de los equipos hacen un análisis de la competencia una vez al año porque hacerlo correctamente lleva un día entero. Cualquier agente con acceso a datos SEO puede ejecutarlo todo bajo demanda. Dale tu dominio y sacará a la luz a tus competidores de nicho genuinos, construirá la comparación cara a cara y señalará las brechas de contenido y backlinks que vale la pena cerrar.
Aquí tienes un ejemplo de Agent A. Puedo escribir una sola frase y obtener un informe rápido de alto nivel porque el agente ya está conectado a los datos SEO y sabe exactamente qué información extraer. A partir de ahí, puedo pedirle que me ayude a crear contenido que cierre las brechas de palabras clave, identifique nuevas oportunidades y apoye los esfuerzos de creación de backlinks.
Pruébalo
Tienes acceso a mis datos SEO. Ejecuta un análisis de la competencia para [tudominio.com]. Primero, encuentra mis verdaderos competidores orgánicos (los sitios que luchan por las mismas palabras clave y tráfico) y descarta los gigantes incidentales que solo se superponen por accidente. Luego, construye una tabla cara a cara que nos compare en tráfico, Domain Rating, dominios de referencia y número de palabras clave posicionadas. Después, muéstrame las dos oportunidades más grandes: las palabras clave de alto volumen y ganables para las que mis competidores están posicionados y yo no, y los dominios de referencia que enlazan con varios de ellos pero no conmigo. Termina con una breve lectura de dónde tengo la autoridad para competir y dónde me estoy quedando atrás.
O sáltate la construcción y úsalo en Agent A: solo pídele que ejecute un análisis de la competencia en tu sitio.
Construye la herramienta que le falta a tu pila
Siempre hay una parte de tu flujo de trabajo en la que ninguna herramienta estándar encaja del todo. Una sencilla aplicación interna lo resolvería, pero necesitarías un ingeniero para construirla. Con un agente, describes lo que quieres y él lo construye.
Yo construí mi aplicación Source of Truth en Agent A: una biblioteca en la que se puede buscar la información de la que mi agente y yo dependemos al crear contenido. Almacena cuatro tipos de contenido: hechos y estadísticas, explicaciones, detalles de productos y guías prácticas.
Pega un artículo o documento, y extrae la información útil, la categoriza y señala los duplicados antes de que se añadan. La búsqueda funciona en todo, de modo que la gente obtiene una respuesta coherente en lugar de indagar a través de los documentos.
Describí el flujo de trabajo a Agent A, construyó la aplicación y la he estado usando desde entonces.
Pruébalo
Constrúyeme una base de conocimientos interna sencilla para mi equipo. Quiero pegar artículos, documentos y notas y que tú extraigas los hechos clave, los ordenes en las categorías que yo defina (como detalles de productos, reglas de estilo y guías prácticas) y omitas cualquier cosa que duplique lo que ya está guardado. Haz que todo se pueda buscar desde una sola caja de búsqueda y guárdalo en algún lugar al que todo el equipo pueda acceder.
También puedes recrear mi aplicación mostrándole a tu agente este enlace: https://github.com/mmakosiewicz/sots_webinar. Contiene todas las instrucciones para recrear la aplicación y empieza a usarla.
Convierte un brief de lanzamiento en todos los recursos que necesitas para el lanzamiento del producto
Un lanzamiento de producto es en realidad una pila de entregables que todos tienen que decir lo mismo el mismo día: posicionamiento, texto de la landing page, correos electrónicos de anuncio, una hoja informativa de ventas, publicaciones sociales. Escribir cada uno desde cero y mantenerlos alineados a medida que cambia el mensaje es donde los lanzamientos se ralentizan.
Cualquier agente puede tomar un solo brief y producir todo el paquete a la vez, cada pieza construida a partir del mismo posicionamiento, para que se mantengan coherentes por defecto.
En Agent A, entregas un solo brief de lanzamiento y él redacta el posicionamiento, el texto de la landing page, los correos electrónicos de anuncio y la hoja informativa de ventas, luego coloca todo en las herramientas en las que tu equipo ya trabaja, con un ticket por recurso para que cada borrador tenga un propietario claro para su revisión.
Pruébalo
Vamos a lanzar [producto] el [fecha]. Aquí está el posicionamiento central: [una o dos líneas]. Úsalo para redactar el kit completo de lanzamiento: un documento de posicionamiento, texto para la landing page, tres correos electrónicos de anuncio, una hoja de ventas de una página y cinco publicaciones para redes sociales. Mantén cada pieza coherente con ese posicionamiento y en la voz de nuestra marca, y entrégame cada una como su propio borrador claramente etiquetado que yo pueda revisar y asignar.
Arregla y actualiza las páginas de productos en todo el catálogo
En una tienda grande, la mayoría de las páginas de productos están atascadas justo fuera de la página uno: posicionándose en sexto u octavo lugar para un término que vendería, a una edición decente del tráfico real, y nadie tiene tiempo para encontrarlas, y mucho menos para reescribirlas. Este es un trabajo que un agente hace bien. Apúntalo hacia una URL de producto, y extrae las palabras clave para las que esa página ya casi se posiciona, luego reescribe el título, la descripción y la introducción para apuntar hacia ellas, basándose en la página real para que nunca invente un hecho del producto. Ejecútalo en todo el catálogo y las páginas se arreglarán por sí solas unas pocas a la vez.
En Agent A, mi colega Andei construyó una suite de SEO para e-commerce que hace exactamente esto. Catalog Refresh reescribe el título, los metadatos y la introducción de la página de un producto para apuntar a las palabras clave para las que casi se posiciona. Rank Monitor señala qué productos cayeron o abrieron una nueva funcionalidad SERP, y Reviews to Page convierte las objeciones de los clientes en actualizaciones de preguntas frecuentes. Una herramienta detecta la oportunidad, las otras escriben la solución.
Pruébalo
Construye una “Suite SEO de Ecommerce”: una aplicación interna, 3 pestañas, interfaz de usuario ligera, guarda cada ejecución en una base de datos con historial en el que se puede hacer clic. Usa cualquier API de datos SEO + cualquier LLM.
- Rank Monitor: introduce un dominio + ventana de comparación. Extrae las palabras clave orgánicas con la posición actual frente a la pasada. Muestra tres listas: Caídas (posiciones perdidas), Ganancias (mejoradas) y oportunidades de funcionalidades SERP (aparece la caja de FAQ/imagen/compras pero la página se posiciona por debajo del top 3). Muestra palabra clave, posición antigua->nueva, volumen.
- Catalog Refresh: introduce una URL de producto. Extrae sus palabras clave posicionadas, quédate con las posiciones 4–30 (“casi posicionando”), el top ~15 por volumen. Haz que un LLM reescriba el título (≤60), H1, meta (≤155) y la introducción para apuntar a ellas, basándose en el texto real de la página, sin hechos inventados, sin exageraciones. Muestra cada campo + recuento de caracteres + botón de copiar.
- Reviews -> Page: introduce una URL de producto o pega las reseñas. El LLM extrae las ~10 objeciones recurrentes principales (con frecuencia), luego redacta unas preguntas frecuentes honestas de 6–10 preguntas y respuestas + 3–5 ajustes de copia, utilizando solo las objeciones que realmente aparecen.
Bucle: Rank Monitor señala un problema -> Catalog Refresh / Reviews lo arregla -> publicar -> volver a comprobar. Guardarraíles: las reescrituras usan solo palabras clave reales + copia de página real; las preguntas frecuentes usan solo objeciones reales.
Escribe correos electrónicos de ciclo de vida basados en lo que los clientes hacen realmente en tu producto
Los correos electrónicos genéricos de onboarding no se leen. Los que están diseñados en exceso tardan semanas en construirse. Un agente con acceso a una herramienta de análisis de producto como Mixpanel puede leer lo que tus clientes están haciendo realmente en tu producto, agruparlos por comportamiento y escribir el correo electrónico que cada grupo debería recibir.
Aquí tienes un ejemplo de Agent A. Conecta los datos de eventos de tu producto y los segmentos de clientes. Redacta unas cuantas opciones de correo electrónico para cada segmento, explica el razonamiento detrás de cada uno y los añade a tu herramienta de correo electrónico para su revisión. Tú eliges la versión que te parezca adecuada.
Pruébalo
Tienes acceso a los datos de uso de mi producto en [herramienta de análisis] y a mis segmentos de clientes. Redacta una secuencia de onboarding de 4 correos electrónicos para [segmento], basada en lo que estos usuarios hacen realmente en el producto, no en un texto genérico. Para cada correo electrónico, dame dos o tres opciones de línea de asunto y una breve nota sobre por qué este mensaje se adapta a este segmento en esta etapa. Pon los borradores en [mi herramienta de correo electrónico] para que los revise.
Elimina el trabajo administrativo de la contratación y la selección
Los líderes de marketing pasan más tiempo contratando del que les gustaría admitir. Y las herramientas no ayudan: tu rastreador de candidatos contiene los datos pero no te permite segmentarlos, escribir una descripción de puesto significa empezar desde cero cada vez, y revisar las entregas de pruebas es un trabajo manual lento. Un agente que pueda leer datos de contratación y escribir cambios de código así de rápido.
Mi colega Ben construyó un conjunto de herramientas de reclutamiento dentro de Agent A que se conectan a nuestro rastreador de candidatos. Un panel de métricas convierte los datos sin procesar de la base de candidatos en una vista legible: candidatos por puesto, conversión por etapa, tiempo de contratación. Un generador de documentos redacta descripciones de puestos, bancos de preguntas y tareas de prueba a partir de un chat, un puesto existente o archivos que tú subas. Y un revisor de tareas de prueba ejecuta una primera pasada calibrada sobre las entregas técnicas, las califica según una rúbrica ajustada a decisiones pasadas, asigna un revisor humano y redacta el feedback para el candidato.
Pruébalo
Tienes acceso a nuestros datos de contratación en [rastreador de candidatos]. Constrúyeme un panel de reclutamiento sencillo que muestre las métricas clave de la base de candidatos: candidatos por puesto, tiempo de contratación y tasas de conversión por etapa. A continuación, añade una segunda herramienta que redacte una descripción del puesto a partir del título del rol y unas cuantas notas que yo le dé, en nuestro tono, y me permita subir un perfil de ejemplo o una antigua oferta de trabajo para tener contexto.
Encuentra vídeos que ganan tráfico y consigue el clic en YouTube
Manejar un canal de YouTube conlleva dos trabajos que tienden a pasarse por alto: averiguar qué vídeos consiguen realmente tráfico de búsqueda y producir miniaturas que logren el clic. Ambos requieren tiempo y ambos son fáciles de posponer.
Un agente puede hacerse cargo de una buena parte de ellos. Puede estudiar tu canal o el de la competencia frente a los resultados de Google y decirte qué vídeos atraen tráfico y qué palabras clave los impulsan, y puede generar opciones de miniaturas que encajen con el aspecto de tu canal, de modo que el trabajo de diseño no empiece de cero cada vez.
En Agent A, hay dos aplicaciones gratuitas que se encargan de esto.
La aplicación Video SEO Opportunities escanea cualquier canal de YouTube, encuentra los vídeos que ya están consiguiendo tráfico de Google y muestra las cinco palabras clave principales que lo envían, con el volumen de búsqueda y la dificultad de cada una, además de una línea de tráfico de 52 semanas para que puedas ver si un vídeo está subiendo o cayendo.
La aplicación Thumbnail Generator produce tres conceptos de miniatura por vídeo, y puedes subir una foto de referencia para que la misma cara aparezca de forma coherente en todo tu canal.
Pruébalo
“Constrúyeme dos pequeñas herramientas para mi canal de YouTube. Primero, un auditor de canal: dado un canal y un país, usa mis datos SEO para averiguar cuáles de sus vídeos ganan tráfico de búsqueda de Google, y para cada uno muestra las principales palabras clave que envían tráfico con su volumen de búsqueda, además de una línea que muestre si ese tráfico está subiendo o cayendo durante el último año. Ordénalo de modo que mis vídeos mejores y más fáciles de arreglar suban a la cima. Segundo, un ayudante de miniaturas: dados el título provisional y la descripción de un vídeo (y, opcionalmente, una foto de la persona frente a la cámara), genera tres conceptos de miniaturas emparejados con variaciones de título y explica por qué cada uno haría que alguien dejara de hacer scroll y clicara. Mantén los títulos cortos y construidos para crear curiosidad, y usa la foto de la persona como anclaje visual cuando yo proporcione una”.
O sáltate la construcción y úsalo en Agent A: instala Video SEO Opportunities y Thumbnail Generator de Sam Oh (a quien quizás conozcas por nuestro canal de YouTube) desde la biblioteca de aplicaciones de Agent A.
Convierte una pieza de contenido en una semana de publicaciones sociales
Mantener los canales sociales alimentados es un trabajo constante y repetitivo. La parte difícil rara vez son las ideas, es el volumen: convertir lo que ya has creado en el valor de publicaciones de un feed, semana tras semana, cada una adaptada a su destino.
Un agente es muy adecuado para eso. Puede tomar una pieza que ya has publicado y convertirla en un conjunto de publicaciones a través de tus canales, para que el trabajo siga circulando en lugar de apagarse un día después del lanzamiento.
En Agent A, lo apuntas hacia un artículo publicado o la transcripción de un vídeo. Elige las citas más fuertes, las cifras sorprendentes y los puntos que vale la pena debatir, y luego escribe publicaciones que encajen en cada plataforma, porque una publicación de LinkedIn y un tuit no son la misma bestia. Obtienes un lote para revisar, editas las que valen la pena y programas el resto.
Pruébalo
Toma [la URL de este artículo o transcripción] y conviértelo en una semana de publicaciones sociales. Extrae las citas más fuertes, las cifras sorprendentes y los puntos que vale la pena debatir, luego escribe un texto específico para cada plataforma: 5 publicaciones de LinkedIn, 10 tuits y un esquema de carrusel. Adáptate al ritmo de cada plataforma en lugar de volver a publicar el mismo texto en todas partes, y entrégame cada uno como un bloque etiquetado y listo para copiar que yo pueda revisar y programar.
Los agentes son potentes, pero no funcionan solos. Aprendí estas cosas por las malas:
- Conecta los agentes a datos reales. Un agente sin datos en vivo es solo un chatbot que adivina a partir de un entrenamiento que se congeló meses atrás. Dos agentes en el mismo modelo pueden producir un trabajo totalmente diferente dependiendo de lo que puedan ver.
- Revisa siempre antes de enviar. Los agentes tienen confianza incluso cuando se equivocan, y una respuesta fluida se lee como correcta tanto si lo es como si no. Por tanto: el agente prepara, el humano envía. Pon a un humano frente a las pocas decisiones a las que no puedas dar marcha atrás y deja que el trabajo de bajo riesgo se ejecute por sí solo.
- Usa un segundo agente/skill como comprobador. Un agente que revisa el trabajo pilla lo que se le escapa al que lo hizo, como un escritor que necesita un editor. Dale un solo trabajo: comprobar el resultado del primer agente contra la petición original, los datos de origen y el sentido común. Un creador y un comprobador superan a un solo agente que intenta ser ambos. También puedes pedirle a tu agente que cree una skill de “supervisor” e invocarla simplemente cuando quieras volver a comprobar el trabajo.
- Mantente organizado. Cada herramienta que construye un agente es algo que tú poseerás y mantendrás, así que resiste la tentación de lanzar diez aplicaciones que abrirás una sola vez. Mantén un conjunto ordenado que uses de verdad y mantente lo suficientemente implicado en el trabajo como para mantener agudo tu propio criterio.
Reflexiones finales
Para los trabajadores del conocimiento, incluidos los profesionales del marketing, la IA agéntica es probablemente la siguiente evolución del trabajo. En los próximos años, muchos de nosotros podríamos estar gestionando equipos de agentes de IA que se encarguen de las tareas rutinarias mientras nos centramos en lo que las máquinas aún tienen dificultades para hacer: el juicio, la creatividad, las relaciones y las decisiones que requieren un toque humano.
Si quieres empezar a trabajar con tu primer agente hoy mismo, prueba Agent A: ya está conectado a los datos de Ahrefs y puede ejecutar todos los casos de uso de este artículo de forma inmediata.
¡Gracias por leer! No dudes en contactar conmigo en LinkedIn o Substack.
