Cómo usamos la IA en cada artículo sin generar contenido basura

Sí, todos y cada uno de ellos.

Incluso hemos construido en Letaido un proceso que puede investigar, esquematizar, redactar y verificar datos para crear un artículo casi listo para publicar en seis a doce minutos. En teoría, podría producir decenas de miles de artículos.

(Podría... pero no es así como lo utilizamos, y explicaré por qué).

Fundamentalmente, no creo que la cantidad de IA involucrada sea lo que convierte a algo en contenido basura de IA (ai slop). Tampoco lo son los indicios estilísticos habituales: demasiadas rayas, palabras como "profundizar" o esas construcciones de "no es X, es Y".

Elimina cada raya y frase prohibida y felicidades: ahora puede que tengas slop de IA con una puntuación más limpia.

Este es mi intento de definir qué es el slop de IA:

El AI slop es contenido publicado sin la suficiente comprensión, juicio, evidencia o contribución original humana como para justificar la atención del lector.

En resumen, el slop transfiere el esfuerzo del creador al lector.

El editor se salta las partes difíciles: investigar el tema, verificar las afirmaciones, desarrollar una opinión y decidir qué es importante. El lector luego tiene que averiguar qué es confiable, relevante o si está escrito por alguien que entiende el tema.

El creador ahorra tiempo. Todos los demás pagan por ello.

En Ahrefs, priorizar el uso de la IA no significa abandonar las prácticas que hacían que el contenido mereciera la pena leerse antes de la IA. Significa encontrar formas de preservarlas incluso cuando la IA asume una mayor parte del trabajo.

Para la mayoría de los redactores, escribir solía ser la acción principal. Ahí era donde se iban las horas. La IA ha hecho que esa parte sea increíblemente barata, por lo que una mayor parte de nuestro esfuerzo tiene que trasladarse a las etapas previas: decidir qué merece ser escrito, cómo estructurar el artículo y qué podemos aportar.

Antes de pedirle a la IA que redacte, quiero una premisa inicial que responda a:

Puedes ver que estas preguntas no son nuevas. Existían antes de la IA y deberían seguir existiendo incluso con la IA.

La IA puede ayudar a responder a esas preguntas. Puedo pedirle que mapee las SERP, que desafíe mi enfoque, que encuentre contraargumentos o que señale la evidencia que falta. Pero no debería tomar esas decisiones por mí.

La planificación es solo la mitad. El modelo también necesita algo interesante con lo que trabajar.

Dale el mismo internet que tienen todos los demás y te dará una versión del mismo artículo que tienen todos los demás. Un prompt de estilo detallado no solucionará eso. Necesitas material en bruto que no podría haber producido por sí mismo: entrevistas, conocimiento interno, datos propios, demostraciones reales, experimentos fallidos y ejemplos específicos de tu trabajo.

Aquí es donde necesitas cosas como una Fuente de Verdad para tu trabajo. Por ejemplo, mi colega Mateusz construyó una aplicación de Fuente de la Verdad en Letaido: una biblioteca con buscador para la información en la que él y su agente confían al crear contenido.

Su herramienta almacena cuatro tipos de contenido: hechos y estadísticas, explicaciones, detalles del producto y guías prácticas.

Personalmente, el mayor cambio práctico que he hecho es hablar en lugar de teclear.

Cuando tecleo, edito sobre la marcha. Convierto el desastre de mi cabeza en un resumen ordenado antes de que la IA lo vea. Desafortunadamente, ese desastre a menudo contiene la parte útil: incertidumbre, advertencias, opiniones y conexiones a medio formar.

Así que dicto usando Wispr Flow. Camino por mi habitación o me siento en mi escritorio y hablo. Divago, intentando descargar tantas cosas como sea posible de mi cabeza para poder darle a la IA más material en bruto con el que trabajar.

Sí, básicamente hago un episodio de podcast conmigo mismo. Sin editar.

O le pido a la IA que me entreviste, encuentre los vacíos y extraiga posibles afirmaciones antes de proponer un esquema. Ya no se le pide que invente la esencia. Está organizando e interrogando la esencia que yo le he proporcionado.

La IA es muy buena ocultando decisiones dentro de una prosa pulida.

Un prompt de un solo intento elige la investigación, el enfoque, la estructura, las afirmaciones, los ejemplos y el tono, todo a la vez. Para cuando ves esas elecciones, ya han sido empaquetadas como un artículo. Parecen más definitivas de lo que son.

Es por eso que el proceso de Ryan refleja un flujo de trabajo editorial humano en lugar de producir un archivo final misterioso. La investigación, las brechas de contenido, el esquema y el borrador se guardan por separado. Puede inspeccionar cualquier etapa, corregir el resultado o la instrucción que causó el problema y reiniciar desde el último punto aceptable.

No necesitas un proceso de Claude Code con 23 habilidades para copiar el principio. Divide el trabajo en etapas y pon una decisión entre ellas:

En cada filtro, el redactor tiene que emitir un juicio. Eso podría significar pedir más investigación, eliminar una sección, cambiar el enfoque o abandonar el artículo por completo.

Esto importa porque los resultados baratos crean un extraño tipo de coste hundido. En el momento en que la IA te da 2.000 palabras pulidas, quieres mejorarlas en lugar de cuestionar por qué existen.

La falacia del coste hundido, si se quiere. Excepto que la IA puede crear el coste hundido cada seis minutos.

O si no estás creando un proceso automatizado y usas la IA para un solo artículo, divide el trabajo en etapas. Empieza primero con una lluvia de ideas. Sin redactar. Luego, una vez que estés contento con el enfoque tras el intercambio de ideas, pasa a la siguiente etapa. Pídele un esquema. Sigue trabajando y reelaborándolo con la IA hasta que estés satisfecho, luego pasa a la siguiente etapa. Incluso podrías pedirle que fortalezca tus argumentos por el camino.

El objetivo es tomar mejores decisiones, no ver cómo aumenta el número de palabras.

De lo contrario, la IA te convierte en un editor antes de que hayas terminado de ser un pensador.

Creo que aquí es donde Ahrefs se diferencia de muchas empresas que usan IA para su contenido.

La jugada obvia para ahorrar costes es producir más o menos el mismo artículo por menos dinero y luego gastar lo ahorrado en volumen. Más artículos. Más palabras clave. Más páginas para que Google rastree.

Para ser claros, nosotros usamos la IA para automatizar el trabajo tedioso para poder ahorrar tiempo también. Sería absurdo fingir lo contrario.

Por ejemplo, el Centro de actualización de datos que construí ahorra al menos un día de trabajo manual cada mes al obtener, limpiar y preparar actualizaciones para 12 conjuntos de datos. El trabajo que solía hacerse trimestralmente, de forma irregular o que no se hacía en absoluto, ahora puede hacerse todos los meses.

Así que sí, la IA nos ayuda a publicar y actualizar más.

Pero el volumen no es el único retorno posible de la eficiencia.

Redactar y publicar nunca fueron las únicas limitaciones de nuestro contenido. A menudo, la mayor limitación era todo lo que queríamos añadir alrededor de un artículo pero en lo que no podíamos justificar la inversión.

Por ejemplo, si queríamos hacer un análisis de datos simple (no un estudio de datos a gran escala), podíamos necesitar la ayuda de un científico de datos. Si queríamos crear una herramienta gratuita, necesitábamos un desarrollador. Un artículo más interactivo necesitaba ayuda de diseño e ingeniería. Un proyecto de investigación grande podría ser simplemente demasiado manual para un solo profesional del marketing de contenidos.

La IA reduce esas barreras. Un redactor ahora puede analizar un conjunto de datos, hacer un prototipo de una herramienta, construir un elemento interactivo, mejorar la interfaz de usuario de un artículo o automatizar parte de un proyecto de investigación. No perfectamente, y no sin especialistas cuando la situación lo requiere. Pero el umbral para intentarlo es mucho más bajo.

Así es como podemos publicar benchmarks basados en cientos de miles de sitios web, como nuestros estudios de tráfico orgánico promedio y cuál es un buen CTR, y mantener sus datos subyacentes actualizados.

También es la forma en que una inserción básica de TablePress puede convertirse en una interfaz más rica para explorar los dominios más citados en el AI Mode de Google.

O cómo un profesional del marketing de contenidos puede hacer un cuestionario, una herramienta gratuita o una visualización de datos sin esperar a tener algo del preciado tiempo de un desarrollador. Como nuestro generador gratuito de LLMs.txt:

Esta es la distinción que nos importa. Puedes usar la IA para eliminar el trabajo detrás de cada artículo, o puedes usarla para intentar hacer un trabajo que antes no podías permitirte.

No preguntes solo cuántos artículos más te permite publicar la IA. Pregunta qué puedes poner ahora dentro de un artículo que antes era imposible.

La capacidad de escalar todavía necesita moderación. No estamos intentando convertir a cada redactor en una fábrica de contenidos. El objetivo es ampliar lo que cada redactor puede crear sin bajar el estándar de lo que merece ser publicado.

La IA puede ejecutar gran parte del proceso, pero una persona específica sigue teniendo que responsabilizarse del resultado.

La persona que ejecuta el flujo de trabajo debería entender el tema lo suficientemente bien como para validar sus afirmaciones, corregir la desinformación, explicar de dónde proviene la evidencia y decidir si está feliz asociando su nombre a ello.

Por eso Ryan no publica cientos de artículos de la noche a la mañana, incluso con su proceso.

Como Director de Marketing de Contenidos, también es el editor de todo nuestro contenido. En resumen, lee cada palabra de cada artículo que llega al blog de Ahrefs.

Y como líder de opinión en la industria, Ryan también tiene la capacidad de leer un artículo y poder desafiar la premisa, cuestionar la evidencia, identificar secciones genéricas y preguntarse si el artículo realmente cumple su promesa al lector.

Un humano en el circuito significa muy poco si solo se dedica a aprobar los resultados. Necesitan el conocimiento, la autoridad y la voluntad para decir no.

Y sí, incluso si una pieza está generada o asistida por IA, seguimos dedicando suficientes horas hombre (el redactor y el editor) para asegurarnos de que es digna de ser publicada.

El contenido generado por IA no es automáticamente slop de IA. Como muestra nuestro estudio sobre cómo trata Google al contenido de IA, las páginas generadas en gran medida por IA pueden posicionarse, incluso en los tres primeros lugares.

Pero a medida que el uso de IA aumentó, el rendimiento de búsqueda tendió a disminuir. La razón probable no es que Google castigue el contenido de IA. Es que las empresas a menudo usan la IA para saltarse el trabajo difícil y publicar contenido más mediocre.

Eso nos devuelve al corazón de este artículo: la IA no es el problema. Abdicar de la responsabilidad sí lo es.

La IA hace que la ejecución sea barata. Eso debería darnos más tiempo para el juicio, la evidencia, las experiencias y las ideas que hacen que un artículo merezca la pena leerse.

Así que la pregunta importante no es cuántas o qué tipo de palabras escribió la IA. Es si un humano entendió, juzgó, verificó y respaldó lo que se publicó.

Si nadie se hace realmente responsable del resultado, es slop de IA.

¿Tienes preguntas? Estamos en LinkedIn y en X.