Es una forma de trabajar completamente nueva, también para los profesionales SEO.
En lugar de construir tú mismo cada paso de un flujo de trabajo SEO (como las configuraciones que ves por todo n8n o Zapier), simplemente describes el resultado que deseas. El agente se encarga a partir de ahí: planea los pasos, hace el trabajo, soluciona problemas en el camino y solo regresa cuando hay una decisión real que tomar.
Así es como se ve el SEO agéntico, y cómo probarlo esta semana.
El SEO agéntico significa aplicar agentes de IA a los flujos de trabajo SEO para que puedan actuar, adaptarse y recuperarse en tu nombre, no solo generar texto.
Imagina que das instrucciones a un profesional SEO junior capacitado. No le guiarías a través de cada clic. Le dirías: “encuentra nuestras 20 páginas principales que pierden tráfico año tras año, diagnostica el porqué y redacta una solución para cada una”. Ejecutaría el análisis, llegaría a algunos callejones sin salida, lo resolvería y volvería con recomendaciones. No es perfecto, pero se acerca lo suficiente como para cambiar la forma en que construyes flujos de trabajo.
La calidad de tus instrucciones y archivos de contexto sigue determinando la calidad del resultado.
Dicho esto, el SEO agéntico no es totalmente autónomo. No estás delegando un flujo de trabajo para olvidarte de él. Los agentes siguen necesitando a un humano en el proceso para cualquier cosa que importe, especialmente si está de cara al cliente. Específicamente:
- No es más inteligente que un chatbot, solo más capaz. El razonamiento es el mismo. Un agente que use Claude Opus o ChatGPT para diagnosticar una caída de tráfico puede cometer los mismos errores de inferencia que esos modelos en una ventana de chat.
- Los grandes conjuntos de datos pueden romperlo. Alimenta a un agente con un rastreo de 500.000 filas y es posible que omita filas silenciosamente, alucine patrones o se detenga.
- Los flujos de trabajo largos y totalmente automatizados se rompen con más frecuencia que los cortos. Un proceso de cuatro horas tiene cuatro horas de cosas que pueden salir mal.
Toma una tarea: encontrar páginas que pierden tráfico y descubrir por qué.
En un flujo de trabajo manual, extraes datos, los limpias, compruebas cada página y las SERP, y redactas las conclusiones. Lento, confiable, tú realizas cada paso.
En una herramienta de automatización de flujos de trabajo (n8n, Zapier, etc.), construyes un pipeline que extrae datos, los fusiona y envía informes. Cuando algo se rompe, y siempre lo hace, tú tienes que arreglarlo. Cuando los requisitos cambian, tú lo reconstruyes.
En un flujo de trabajo agéntico, simplemente describes el resultado: cómo se ve lo “bueno”. El agente construye el flujo de trabajo, lo ejecuta y se adapta cuando las cosas cambian o fallan. Tú revisas los resultados en lugar de mantener la infraestructura. Una vez que funciona, el agente puede ejecutarlo en un horario programado sin ti. Tú revisas los resultados en lugar de mantener la infraestructura.
El SEO agéntico necesita tres bloques de construcción.
Un entorno agéntico
El andamiaje que le da manos a un modelo. Claude o GPT-4o en una ventana de chat pueden razonar, pero no pueden ejecutar código, llamar a una API ni encadenar pasos por sí solos.
El entorno es lo que hace eso posible: maneja el uso de herramientas, la memoria, los reintentos y el bucle entre la acción y el resultado. Claude Code, ChatGPT Agents y plataformas similares son el entorno. El modelo es el motor subyacente.
Algunos entornos llevan esto más allá al generar subagentes para manejar diferentes partes de una tarea en paralelo; la funcionalidad de subagentes de Claude es un buen ejemplo. Le das una directiva compleja, descompone el trabajo, ejecuta los agentes especializados simultáneamente y fusiona el resultado. Mismo resultado, solo que más rápido y menos propenso a errores cuando el trabajo requiere mirar múltiples fuentes de datos a la vez.
Servidores MCP (API si no están disponibles)
MCP (Model Context Protocol) es la forma en que tu agente se conecta con el mundo exterior. Es el enchufe estándar que conecta a un agente con datos y acciones.
Por ejemplo: el MCP de Ahrefs para backlinks, palabras clave, SERP y auditorías, y un MCP para tu CMS (como WordPress) para que el agente pueda realmente implementar cambios. Sin los MCP, tu agente es solo un chatbot con opiniones.
Ahrefs tiene un conector MCP oficial para que puedas conectar tu agente a datos SEO con unos pocos clics.
Skills
Las skills (habilidades) son instrucciones seleccionadas que ayudan a un agente a realizar bien una tarea SEO específica. Puedes empezar sin ellas, pero las buenas skills marcan una gran diferencia.
En lugar de pasar una hora dando prompts al agente para “ejecutar una auditoría SEO”, puedes convertir eso en un simple comando. Puedes escribir tus propias habilidades, usar las que encuentres online o incluso convertir tus publicaciones de blog favoritas en habilidades reutilizables.
Agent A es el atajo para profesionales SEO y de marketing. Ya tiene el MCP de Ahrefs activo, conectores para GA, GSC, tus cuentas de anuncios y CMS preinstalados, y una biblioteca de habilidades SEO curada por el equipo de Ahrefs. Mismos bloques de construcción, cero ensamblaje.
Configurar es tan fácil como hacerle saber al agente qué puede hacer con tus datos.
Una vez que inicias sesión, encontrarás que Agent A tiene habilidades SEO preconstruidas, por lo que sabe mucho sobre SEO desde el primer momento.
Ejecuté estos flujos de trabajo con un Agent A: chat a la izquierda, resultados a la derecha. Algunas de esas skills ya están preinstaladas en la herramienta.
Podrías configurar esto en otros entornos agénticos también, siempre que estén conectados a tus datos SEO. Agent A preparó prompts detallados para ti en este repositorio de GitHub: https://github.com/mmakosiewicz/agentic-seo-prompts/blob/main/README.md. Simplemente copia/pega esa URL en la ventana de chat de tu agente.
Y una vez que está funcionando, no tienes que seguir activando cosas manualmente. Cualquiera de estos flujos de trabajo puede ejecutarse en un horario programado. Solo dile al agente: “ejecuta el escaneo de contenido en declive cada lunes a las 9 am y publícalo en #seo-alerts”, y manejará la programación, los reintentos y la publicación en Slack por sí solo.
Si estás ejecutando estos en un entorno agéntico diferente (Claude Code, ChatGPT Agents, OpenClaw, etc.), pega un prompt de configuración como este una vez al inicio de una nueva sesión. El agente conserva el contexto de toda la charla, y cada flujo de trabajo a continuación se vuelve un poco más preciso porque se ejecuta frente al contexto de tu situación real.
Estoy ejecutando flujos de trabajo de SEO agéntico. Esta es la configuración: - Mi sitio: [tusitio.com] - Mi audiencia: [describir] - Principales competidores: [comp1.com, comp2.com] - Herramientas conectadas: [MCP de Ahrefs, GA4, GSC, CMS, Slack, etc.] - Qué intento hacer crecer: [tráfico, registros, búsquedas de marca] Reglas de operación: - Solo lectura en herramientas de producción a menos que apruebe una acción de escritura - Muéstrame tu plan antes de ejecutar cualquier cosa de múltiples pasos - Si una herramienta falla, reintenta una vez, luego muestra el error en lugar de adivinar - Para cada hallazgo, explica por qué en una oración y señala cualquier cosa de la que no estés seguro - Detente y pregunta si un flujo de trabajo necesita más de 30 minutos o 1000 llamadas a la API
Luego activa cualquiera de los nueve flujos de trabajo en el mismo chat. Agent A omite este paso porque el contexto, las herramientas, las habilidades y las barreras de seguridad están integrados. En cualquier otro entorno, el prompt de inicio es lo que cierra la brecha.
Una auditoría de sitio arroja 200 problemas y espera a que tú descubras qué importa. La mayoría no lo hace.
Apunta el agente a tu dominio, ejecuta la auditoría, descarta el ruido y clasifica lo que queda según cuánto tráfico y presupuesto de rastreo mueve realmente cada solución. Obtienes una cola de 10 a 15 cosas que vale la pena hacer en este sprint, no un PDF de 40 páginas que cerrarás después de la página 3.
Y si quieres, Agent A puede arreglar tu código y abrir un pull request con la solución en GitHub.
Las páginas pierden tráfico silenciosamente. La mayoría de los equipos no lo detectan hasta que las posiciones ya han bajado y la “solución rápida” se ha convertido en un proyecto más grande.
Cada lunes, el agente escanea tu biblioteca, detecta las páginas que empiezan a caer y te dice qué cambió. Tal vez el contenido esté desactualizado. Tal vez perdiste un backlink. Tal vez una AI Overview se esté llevando los clics. Tal vez un competidor te haya empujado hacia abajo.
En lugar de otro panel de SEO lleno de advertencias, obtienes una cola de actualización priorizada con un próximo paso claro para cada URL.
Escribiste tres artículos sobre el mismo tema a lo largo de tres años, y ahora Google no puede elegir un ganador, por lo que todos se posicionan en las posiciones 8 a 15.
El agente encuentra estos conflictos en tu dominio, agrupa las URL competidoras, elige la que debería ganar basándose en el tráfico y la autoridad, y redacta el plan de consolidación: qué fusionar, qué redirigir, qué desoptimizar.
Para cuando un tema aparece en una herramienta de palabras clave en tendencia, la mitad de tus competidores ya están escribiendo sobre él.
El agente va más allá. Empezando por un término semilla, extrae cada palabra clave que sea semánticamente adyacente; no solo variantes de concordancia exacta, sino cualquier cosa que comparta significado o intención. El “SEO agéntico” se ramifica en “agentes SEO autónomos”, “flujos de trabajo SEO con IA”, “stacks SEO de ejecución automática”, y hacia rincones adyacentes que no habrías buscado manualmente.
A partir de ahí, extrae el historial del volumen de búsqueda mensual para el conjunto completo, muestra los que crecen, digamos, un 25% o más en los últimos 3 meses, y los agrupa en temas para que puedas ver qué rincón de tu espacio se está calentando.
El SEO programático solo funciona si el patrón realmente tiene volumen detrás de cada variante. El agente encuentra los patrones que ya tienen demanda de búsqueda (“[X] en [ciudad]”, “[producto] vs [producto]”, “salario de [puesto] en [país]”), extrae los volúmenes para la lista completa de variantes y esboza un modelo de contenido en el que debería encajar la plantilla.
El agente encuentra los prompts donde se nombra a los competidores, y tú no, los clasifica por volumen de prompt y la frecuencia con la que aparece cada competidor, y te da una lista concreta de brechas a cerrar. No es “mejorar tu visibilidad en IA”; son los prompts reales a los que apuntar.
Los LLM y las AI Overviews se apoyan en un pequeño conjunto de páginas que a su parecer tienen autoridad, para luego citarlas durante meses. Si esas páginas están obsoletas, la IA está repitiendo información desactualizada sobre tu categoría, a veces incluyendo información desactualizada sobre ti.
El agente identifica las páginas que se están citando actualmente en tu área temática, comprueba la frescura de cada una y marca las obsoletas.
Audita tu sitio frente a las señales de Experiencia, Conocimiento, Autoridad y Confianza que importan para los evaluadores de calidad de Google y los sistemas de posicionamiento de IA. Firmas de autores, credenciales, citas, investigación original, bucles de revisión. Genera resultados de brechas por tipo de página con soluciones específicas.
No es estrictamente SEO, pero se acerca. Monitoriza Reddit en busca de conversaciones relevantes (tu marca, tu categoría, tus puntos de dolor) y resume lo que se está diciendo, dónde, y cómo entrar en la conversación. Útil para el descubrimiento de la demanda y para ángulos de Link Building que empiezan con un hilo real.
Por seguridad, el agente puede pedirte que apruebes ciertas acciones (como ejecutar una tarea o acceder a la web). También puedes unirte y chatear con el informe si quieres refinar o explorar más los resultados.
Reflexiones finales
Pasarse a lo agéntico significa que puedes crear herramientas personalizadas más allá del SEO y funcionalidades que desearías que ya tuvieran tus aplicaciones favoritas.
Aquí tienes un ejemplo de mi propio trabajo. Quería una forma más fácil de rastrear citas de IA para páginas específicas, pero esa funcionalidad no existía realmente de la forma en que la necesitaba. Así que le pedí a Agent A que la construyera. Funcionó lo suficientemente bien como para que la añadiéramos al producto real.
Otra herramienta que le pedí a Agent A que me construyera: un extractor de la única fuente de verdad. Cada vez que escribo sobre nuestro producto, a menudo extraigo información de artículos que solo recuerdo a medias. Esta herramienta reúne todo eso en una base de conocimientos estructurada y lo sube a GitHub. Luego, un archivo de índice ligero resume todo lo que existe, de modo que cualquier agente lee un resumen al inicio de un chat y solo recupera la página completa que realmente necesita.
¡Gracias por leer! Recuerda que estamos en LinkedIn y en X.
