En agosto de 2025, compartí el proceso de contenido con IA que había desarrollado para el blog de Ahrefs. Utilizaba proyectos de ChatGPT y GPTs personalizados para acelerar la creación de ciertos tipos de contenido, pasando de varios días a un par de horas, pero aun así requería muchísima intervención manual.
Ahora, apenas ocho meses después, comparto nuestro nuevo proceso. Utilizo Claude Code y 23 skill files personalizados, encadenados entre sí, para generar borradores de artículos listos para publicar en cuestión de seis a doce minutos. Hemos publicado alrededor de 15 artículos con este nuevo proceso, y hemos actualizado unos 30 más.
Llevo utilizando la IA para ayudarme a crear marketing de contenidos desde 2020. Ha sido útil de formas laboriosas y fragmentadas. Pero a día de hoy, es lo suficientemente buena como para automatizar partes importantes del marketing de contenidos sin perder calidad (e incluso con una mejora significativa en algunas áreas, como la investigación). O como expresé en un artículo reciente: El contenido de IA no era lo suficientemente bueno. Ahora lo es.
Como resultado, sugerí una dirección bastante audaz en el Slack de nuestra empresa allá por febrero:
Mi mensaje sugiriendo una nueva dirección para la generación de contenido con IA.
Este es nuestro proceso actual de contenido con IA.
Echa un vistazo a este episodio del Podcast de Ahrefs para verme hacer una demostración de nuestro sistema de automatización de contenidos al CMO de Ahrefs, Tim Soulo.
Antes de llegar a lo interesante, quiero dirigir tu atención una vez más a algunas advertencias importantes:
La experiencia importa
El contenido generado por IA no es bueno por defecto. Este proceso funciona bien porque refleja nuestro proceso editorial humano existente, construido a partir de décadas de experiencia colectiva en marketing de contenidos. O como alguien expresó de forma muy elocuente en un comentario de LinkedIn:
Los SKILL files de Ryan son buenos porque Ryan ya sabía qué poner en ellos. La mayoría de las personas que utilizan herramientas desde cero no tienen 13 años de experiencia editorial en los que basarse. La brecha no está solo en la herramienta. También está en la persona que hay detrás.”
La selección de temas sigue importando
Este proceso está orientado específicamente al contenido SEO informativo. Solo utilizo este proceso en temas que entiendo bien, para poder revisar cada artículo, validar sus afirmaciones, corregir la desinformación y asegurarme de que me siento a gusto publicándolo para que todo el mundo lo vea.
También me centro principalmente en temas que Ahrefs ya ha cubierto (de alguna manera), lo que nos permite usar cientos de artículos existentes de alta calidad como punto de referencia para el contenido nuevo.
No tenemos planes de “escalar contenido” con IA
Podría usar este proceso para escalar el blog de Ahrefs a decenas de miles de artículos. No lo haré. No sería beneficioso para los intereses de Ahrefs ni de nuestros clientes.
En su lugar, estoy usando este flujo de trabajo para ayudarnos a mantener una biblioteca evergreen de contenido útil sobre un puñado de temas principales. Mi objetivo es eliminar el trabajo pesado y centrar la materia gris humana en las partes del marketing que más se benefician de ella.
En el corazón de este proceso hay unos 23 skill files que corresponden a diferentes partes del proceso editorial de Ahrefs, desde realizar un Keyword Research hasta el análisis de brechas de temas y la creación de la estructura:
Cada skill file incluye una explicación en formato Markdown de cómo Claude (o cualquier LLM) debe llevar a cabo cada proceso, ejemplos de mejores prácticas para emular e instrucciones de formato para el resultado esperado.
Muchas de estas habilidades están adaptadas de nuestra documentación existente de procesos redactada por humanos. Otras están escritas desde cero, y algunas son generadas y editadas íntegramente por IA.
Cada skill se puede usar de forma aislada, pero también creé una skill principal (blog-pipeline) que da instrucciones al LLM para que active cada una de estas habilidades en un orden determinado, trabajando secuencialmente a través de cada proceso para llevar una idea de palabra clave hasta un artículo (casi) terminado:
En teoría, este proceso puede estar completamente automatizado. Usando los archivos de habilidades que creé, Claude puede activar un análisis diario de brechas de contenido usando el MCP de Ahrefs, revisar y priorizar las mejores palabras clave a atacar, e iniciar todo el flujo de trabajo del blog-pipeline, notificándome cuando los nuevos borradores de artículos estén listos para ser revisados.
Un riesgo de la creación de contenido con agentes: si obtienes un artículo al final de una ejecución de diez minutos, y es malo, es difícil diagnosticar con precisión dónde y por qué falló el proceso.
Por esa razón, cada paso de este proceso produce su propio archivo de salida. Por ejemplo, cuando se genera el esquema, este se pasa a la siguiente etapa del proceso, pero también se guarda como un archivo markdown en la carpeta de esquemas.
Puedo revisar cada una de las etapas del proceso, retocar ese resultado en particular (y el skill file correspondiente) y reiniciar desde la última etapa que cumpla con mis criterios de calidad.
A medida que las capacidades de los modelos LLM mejoran cada vez más, a menudo me sorprende lo buenos que son los modelos frontera en tareas muy específicas, incluso sin recibir ninguna dirección concreta ni ejemplos. A veces, los skill files enrevesados son en realidad peores que darle al modelo un prompt de una sola frase y dejarle hacer su trabajo.
Hemos estado utilizando la habilidad skill-creator de Anthropic para probar y mejorar nuestro flujo de trabajo. El skill prueba cada etapa del proceso, generando esquemas, manuales de investigación y borradores tanto con como sin la orientación proporcionada en nuestros skill files personalizados.
El LLM revisa los resultados y hace sugerencias sobre cómo mejorar el archivo de habilidades para obtener resultados más consistentes.
Es fácil que los archivos de habilidades se vuelvan largos y pesados, y al hacerlo, es menos probable que el LLM aplique correctamente sus indicaciones. Este proceso me permite acortar continuamente las habilidades a su esencia más efectiva y eliminar las que no tienen un impacto real en el resultado que busco.
Este proceso solo es posible porque Claude tiene acceso al MCP de Ahrefs.
En lugar de alucinar con datos SEO falsos, Claude puede extraer métricas de palabras clave, el Tema principal y variaciones de palabras clave long-tail para cada artículo, directamente desde Ahrefs.
Utiliza el informe de Preguntas para sacar a la luz las consultas más frecuentes y las agrupa por temáticas, y recupera la Vista general SERP para entender la intención de búsqueda dominante y qué tipo de contenido está posicionando.
Además de datos SEO excelentes, mis skill files también incluyen instrucciones específicas para usar otras fuentes de datos importantes, como:
- Datos de la competencia: los temas clave, los encabezados y las brechas de contenido se extraen de los artículos mejor posicionados para la misma palabra clave.
- Investigación profunda: se revisan fuentes de noticias e investigación de confianza en busca de información reciente sobre la palabra clave objetivo.
- Funcionalidades del producto: el LLM tiene acceso a un resumen de cada producto y funcionalidad de Ahrefs, guardado en un documento Markdown, junto con sus casos de uso más importantes.
Por defecto, los LLMs son charlatanes muy convincentes: pueden generar contenido que suena coherente, sin contener ningún dato concreto ni sustancia. Exigir el uso de fuentes de datos específicas es clave para obtener grandes resultados.
La API y el MCP de Ahrefs ya están disponibles en todos los planes de pago desde Lite en adelante, por lo que es más fácil que nunca obtener datos SEO y AEO de primer nivel de Ahrefs en tu panel de control, aplicación o flujo de trabajo de contenidos.
¿Necesitas algo de inspiración para empezar? Lee esto: 15 Casos de uso del MCP de Ahrefs para SEO y profesionales del marketing digital
Una gran parte de nuestro anterior proceso de contenido con IA era adelantar la aportación humana. Mi tesis es que pequeñas dosis de dirección experta proporcionadas al inicio del proceso de creación de contenidos son muchísimo más eficaces que mucha edición humana al final.
Quería permitir esta dirección sin necesidad de crear un briefing de contenido completo, así que añadí un parámetro de contexto a la skill blog-pipeline que permite al usuario proporcionar contexto para guiar el proceso de creación de contenidos.
Si quieres generar un artículo sobre el “análisis de brechas de contenido”, puedes añadir indicaciones de alto nivel como esta:
Adopta un enfoque de ‘robar el mejor contenido de tus competidores’, destaca en gran medida la herramienta Content Gap de Ahrefs e incluye una sección sobre cómo encontrar palabras clave de victoria rápida para las que tus competidores posicionan pero tú no”.
Lo utilizo para mencionar subtemas específicos a tratar, enfoques y sentimientos generales para dar forma al artículo, y funcionalidades concretas del producto a mencionar. Este contexto se guarda en un archivo dedicado y se usa como referencia en la habilidad de redacción.
Leo cada palabra de todos los artículos que llegan al blog de Ahrefs. Leer archivos Markdown en VS Code no es mi idea de pasar un buen rato, así que uso una skill sencilla que convierte cada artículo generado en una previsualización HTML al estilo de Ahrefs que se abre automáticamente en Chrome.
También estoy experimentando con previsualizaciones interactivas que me permiten aceptar o rechazar actualizaciones de contenido existente y dejar comentarios en línea para que Claude los procese. Llegados a este punto, nos estamos adentrando en el territorio de las aplicaciones en toda regla, así que mantente atento a la versión 3 de mi proceso de contenidos.
Cuando estoy contento con el borrador del artículo y listo para subirlo y añadir imágenes, activo una última habilidad que formatea el artículo con todas las tablas y shortcodes correctos que necesitamos.
Este proceso de contenido está construido según mis especificaciones personales. Hace referencia a mis artículos favoritos para dar forma al tono y estilo de cada artículo. Prioriza mis fuentes de datos favoritas. Y lo más importante, está diseñado para reflejar mi proceso de escritura, abordando la creación de contenido de una manera que encaja con el funcionamiento de mi cerebro.
Pero no existe una “mejor” forma de crear contenido. Incluso en el equipo del blog de Ahrefs, hay una gran cantidad de estilos, preferencias y flujos de trabajo diferentes que dan forma a cómo se hace el contenido.
Quiero que nuestros procesos de contenido con IA reflejen todas nuestras idiosincrasias, así que animé al equipo a bifurcar este repositorio y usar Claude Code para modificarlo según sus especificaciones únicas, añadiendo y eliminando pasos del proceso, cambiando las fuentes de datos y los informes que utiliza, y aprendiendo del estilo y la voz de sus propios mejores artículos.
El objetivo es que cada persona del equipo tenga su propio copiloto de contenidos personalizado, capaz de trabajar según sus especificaciones y aprovechar sus puntos fuertes.
Si sigues el blog de Ahrefs, apostaría a que no has notado ningún cambio importante, a pesar de que hemos estado utilizando IA generativa para ayudarnos en cada vez más partes de nuestro trabajo.
Eso es porque no estamos utilizando la IA para “escalar nuestra producción” y publicar miles de artículos, y no estamos haciendo concesiones al sustituir calidad por velocidad. En su lugar, la estamos utilizando para automatizar las partes más repetitivas del trabajo, y solo en aquellas situaciones en las que la IA puede hacer el trabajo tan bien o incluso mejor de lo que podría hacerlo un humano cualificado.
La IA nos está ayudando a cubrir las brechas de contenido y a actualizar nuestra biblioteca evergreen de contenido de búsqueda. Mientras tanto, el equipo del blog de Ahrefs puede emplear su energía de otras formas: realizando investigaciones y escribiendo contenido de liderazgo de opinión, organizando seminarios web e impartiendo charlas presenciales, y construyendo sistemas para automatizar aún más las partes más tediosas de nuestras vidas.
A pesar de todo el alarmismo en torno a la IA y la creación de contenidos, esto es muy divertido.
P.D. Ya estoy construyendo la versión tres de este sistema de contenidos, y es algo que tú también podrás usar. Únete a esta lista de espera para obtener acceso anticipado.
¿Tienes preguntas? Estamos en LinkedIn y en X.
