10 formas creativas de escribir con IA (sin perder tu alma)

Por lo tanto, después de años de escuchar el mismo mensaje, la gente empezó a asociar el contenido generado por IA con basura producida en masa y con poco esfuerzo. El contenido asistido por IA se ganó una mala reputación antes de que tuviera la oportunidad de madurar.

Este artículo es mi intento de reiniciar la conversación.

Compartiré cómo usamos la IA en Ahrefs para crear contenido, junto con algunos experimentos de contenido que hemos estado realizando. No para reemplazar el pensamiento humano, sino para hacer posibles cosas que antes eran demasiado difíciles, demasiado caras o simplemente imposibles.

Mi objetivo no es convencerte de que automatices más. Es ayudarte a ver la IA como una herramienta creativa en lugar de una fábrica de contenido.

Y una cosa más: creo que en realidad disfrutarás de la mayoría de estas ideas. La gente suele decir que la IA hace que el trabajo creativo sea menos divertido. Si se usa bien, creo que puede hacer todo lo contrario.

Hay veces en las que sabes lo que quieres decir, pero no quieres agonizar sobre cada frase. Ahí es donde entra el vibewriting.

El vibewriting consiste en guiar a la IA con indicaciones generales y comentarios iterativos en lugar de intentar diseñar el prompt perfecto o conseguir una pieza terminada en el primer intento. Le das contexto, reaccionas a lo que produce y das forma gradualmente al resultado hasta que coincida con lo que deseas.

Empieza dejando que la IA produzca un primer borrador, luego trátalo como algo para editar, no como algo para publicar. Pídele que haga la redacción más contundente, que recorte la introducción, que amplíe una sección, que ajuste un párrafo o que reescriba una transición débil. Cada ronda de comentarios acerca el borrador a lo que tenías en mente.

Usé este método para escribir “El marketing de agente a agente acaba de nacer en Moltbook” (en inglés). Le pedí a Letaido (plataforma de marketing con IA de Ahrefs) que obtuviera algunos datos sobre Moltbook.com, le di algunas notas de mi investigación manual y el arco narrativo que ya tenía en mi cabeza, y le pedí que combinara todo en un artículo.

Nuestro Director de Marketing de Contenidos, Ryan Law, probó este método y dijo: "fue lo más divertido que me lo he pasado escribiendo para Ahrefs en años". Echa un vistazo a su vídeo:

El vibewriting también funciona con otros tipos de contenido, como las presentaciones. Aquí hay una que hice para un seminario web. Puedes ver la presentación interactiva completa aquí, y aquí está el seminario web donde la utilicé.

Pruébalo con:

Estás dándole vueltas a un tema que no se queda quieto. Las ideas siguen llegando a horas intempestivas: un enlace que te envía un compañero, una captura de pantalla, un pensamiento en tu trayecto al trabajo que no quieres perder. Nada de esto está listo para un esquema todavía, y forzar la estructura tan pronto acabaría con ello.

Así que no lo hagas. Mantén un borrador permanentemente abierto y mételo todo ahí. Cada vez que añades algo, la IA lo integra y la pieza va cogiendo forma. Nada se "empieza" ni se "termina" nunca. Simplemente es la mejor síntesis actual de lo que has recopilado. Construye ese montón una vez y podrás convertirlo en un artículo hoy, una charla el mes que viene, y tres publicaciones después de eso.

Lo llamo el método del Borrador Vivo. Es un poco similar al vibewriting. La diferencia es que con el vibewriting diriges un borrador hacia un destino que ya tienes en mente, y con el borrador vivo no tienes un destino todavía: alimentas un tema a lo largo del tiempo y dejas que el destino se revele por sí mismo.

Necesitaba tanto este flujo de trabajo que acabé creando una aplicación personalizada para ello con Letaido.

Lo he estado utilizando para documentar todo lo que ha ocurrido en la optimización de la percepción de IA desde que publiqué mi experimento en diciembre de 2025: experimentos de seguimiento, comentarios, casos prácticos del mundo real y eventos clave; como que Google fuera demandado por la precisión de sus AI Overviews, por decirlo de manera amable.

Empiezo con un título provisional y el planteamiento de un problema.

Y luego simplemente suelto cualquier material que encuentro y veo cómo la IA desarrolla la historia.

Y si quieres una aplicación como la mía, enséñale este repositorio de GitHub a tu agente de IA: https://github.com/mmakosiewicz/self-building-articles-app

Pruébalo con:

Imagina que quieres escribir sobre algo que conoces a la perfección. Has hecho el trabajo, has aprendido las lecciones y tienes conocimientos que realmente crees que vale la pena compartir.

Ahora la parte difícil: convertir todo lo que hay en tu cabeza en algo que sea claro y atractivo para las personas que empiezan desde cero.

Ahí es donde la IA puede ayudar.

En lugar de pedirle que escriba el artículo, pídele que te entreviste. Deja que haga preguntas reflexivas, respóndelas como si estuvieras hablando con otra persona, y usa esas respuestas como base para el artículo.

Estoy usando este método para redactar un experimento de SEO sobre si las preguntas frecuentes (FAQ) estructuradas pueden ayudar a los asistentes de IA a recuperar información precisa sobre Ahrefs.

Lo que me resulta más útil es que me ayuda a escapar de la maldición del conocimiento. Debido a que la IA no comparte todo el contexto que ya está en mi cabeza, expone de forma natural los vacíos en mi forma de pensar y me obliga a explicar las ideas más claramente. El resultado suele ser un artículo mejor que si hubiera intentado escribirlo solo de memoria.

Pruébalo con:

Me he dado cuenta de que muchas preguntas en realidad no necesitan respuestas nuevas. Independientemente de que la gente las formule de forma distinta o pregunte desde un ángulo ligeramente diferente, la respuesta subyacente suele ser la misma. Y la mayoría de las veces, ya la hemos escrito en algún lugar de nuestro blog.

El reto tiene que ver más con encontrar las piezas adecuadas y presentarlas de una manera que encaje con la pregunta, en lugar de crear conocimiento nuevo.

Así que, cuando me encuentro con esta situación, dirijo la IA a nuestros documentos que son fuente de la verdad y dejo que ella haga la búsqueda. Encuentra los pasajes relevantes, elimina las ideas duplicadas y reúne un borrador que está fundamentado en lo que ya sabemos.

Al menos el 70% de este artículo está "reciclado" de información que ya hemos publicado. Ya teníamos todo lo que queríamos decir sobre el tráfico de chatbots de IA; simplemente estaba disperso en docenas de artículos del blog. Así que, en lugar de escribirlo desde cero, guié a la IA para que reuniera esas piezas en un artículo coherente.

Si me preguntas a mí, quedó bastante bien. Realmente te ayuda a entender el tráfico de los chatbots de IA, te muestra cómo rastrearlo e incluso posiciona.

Mejor aún, introdujo una intención de búsqueda diferente en el top 10. Sé que eso es más fácil de conseguir con palabras clave de baja dificultad (KD), pero me sirve.

La única razón por la que pude armar este artículo tan rápido fue porque ya había construido la infraestructura detrás de él: un repositorio de "fuente de la verdad" que contiene documentación del producto, tutoriales de Ahrefs, perspectivas de nuestros estudios de datos y otros recursos clave.

Cada vez que me encuentro con una página interna importante, añado su URL a la aplicación. Esta destila la información clave y la sincroniza en GitHub, de modo que luego puedo simplemente preguntar: "¿Qué dicen las fuentes de la verdad sobre esto?" e introducir al instante el contexto relevante en un borrador.

Y si quieres una aplicación de fuente de la verdad (SoT) como la mía, muéstrale este enlace a tu agente de IA: https://github.com/mmakosiewicz/sots_webinar

Pruébalo con:

Parte del mejor contenido empieza con datos.

En esos casos, las palabras solo están ahí para explicar lo que revelan los números. Y lo más probable es que ya tengas datos valiosos dentro de tu empresa: uso del producto, comportamiento del cliente, rendimiento de campañas, experimentos, encuestas, tickets de soporte o registros de ventas.

El reto es encontrar las historias que se esconden en su interior. Ahí es donde la IA brilla.

Alimenta a la IA con los datos y pídele que investigue. Haz que busque valores atípicos, patrones inesperados, correlaciones sorprendentes o preguntas que merezca la pena explorar. Luego construye el artículo en torno a los descubrimientos que surjan.

Si te gustaría ver cómo es el contenido basado en datos en la práctica, aquí tienes unos cuantos ejemplos recientes escritos por Ryan Law y Louise Linehan.

Construimos estos artículos con Letaido, que ha sido un gran desbloqueo para trabajar con datos de Ahrefs. En comparación con una configuración de MCP estándar, nos da acceso a más endpoints de datos, puede trabajar de forma autónoma y viene con integraciones nativas como WordPress, de modo que podemos publicar contenido directamente desde la herramienta.

Letaido se encargó del trabajo pesado: conectarse a los datos de Ahrefs, llamar a APIs para bases de datos especializadas, generar visualizaciones e incluso ayudar a escribir partes de los artículos.

Si Quan de nuestro equipo de contenido incluso creó una aplicación personalizada de Letaido para automatizar el proceso de actualización de artículos basados en datos como estos.

En lugar de reconstruir cada artículo desde cero cada vez que cambian los datos, la aplicación actualiza los números y genera un borrador actualizado, haciendo que sea mucho más rápido mantener al día nuestra investigación.

En esta guía, explica cómo la construyó, detalla el proceso completo y muestra cómo envía una notificación por correo electrónico cuando los nuevos datos están listos para revisar, de modo que puedes seguir el mismo enfoque tú mismo.

Pruébalo con:

En 2026, un modelo de OpenAI resolvió un problema de geometría que había desconcertado a los matemáticos durante 80 años. El gran avance fue que exploró un enfoque que los humanos habían descartado. Los investigadores pasaron décadas intentando demostrar la respuesta aceptada en lugar de seguir un camino poco prometedor. La IA no tenía ese sesgo o impaciencia, así que encontró lo que todos los demás pasaron por alto.

Las lluvias de ideas funcionan de la misma manera. La mayoría de la gente se detiene después de sus primeras buenas ideas (las mismas ideas obvias que tiene todo el mundo). La IA sigue adelante.

Literalmente, puedes pedirle a la IA "100 formas de pensar sobre esto", luego agrupar las ideas o ampliar las mejores. Hará aflorar enfoques que probablemente no habrías considerado. Tu trabajo consiste en decidir cuáles merecen la pena.

Mi compañero Si Quan me habló de este método, y siempre me han impresionado los títulos y enfoques que se le ocurren. Así que decidí probarlo con una idea que vuelve a mí una y otra vez siempre que investigo sobre IA en SEO: la marca es contenido.

Me mostró unos cuantos enfoques que ya había explorado, lo que me dio confianza de que iba por el buen camino. Pero también descubrió varias ideas que nunca había considerado.

Aquí tienes algunas de las nuevas perspectivas que descubrí gracias a este enfoque:

Por cierto, este método es un buen ejemplo de cómo la IA puede aumentar tu trabajo, no solo automatizarlo.

Pruébalo con:

Uno de los mayores puntos fuertes de la IA es lo adaptable que es; tal vez incluso más que los humanos. Puedes pedirle que piense de una manera particular, y cambiará de enfoque al instante.

Puedes usar eso a tu favor en el marketing de contenidos. En lugar de pedir a la IA que genere ideas desde cero, dale un marco de pensamiento probado con el que trabajar.

Un buen marco le da al modelo un camino claro a seguir, cuestiona suposiciones débiles y ayuda a producir artículos que explican, diagnostican o argumentan, no solo resumen.

Así que en lugar de pedirle que "escriba un artículo sobre [tema]", empieza dándole una forma de pensar: los Jobs to Be Done, la Teoría de las Restricciones, las Cinco Fuerzas de Porter, un árbol de decisión, primeros principios, o incluso tu propio modelo mental.

Esta es otra técnica que me enseñó mi compañero Si Quan. Ya sabía que podías pedirle a la IA que asumiera un papel (como un analista de datos, un abogado o un editor estricto), pero este enfoque me pareció más estructurado y controlado. Así que, vamos a probarlo en Letaido usando Opus 4.8.

El resultado fue un informe detallado con todo el proceso de razonamiento desplegado frente a mí. Dos secciones destacaron en particular.

La primera fue donde la IA cuestionó sus propias conclusiones, se replanteó sus suposiciones y se abrió camino hacia lo que consideraba la explicación más sólida.

La segunda fue ver cómo esas ideas llegaban hasta el propio artículo. No era solo razonamiento por razonar; la IA realmente llevó sus conclusiones al borrador final.

No sé si la IA realmente razonó a través del problema o simplemente simuló el proceso. Y definitivamente no produjo algo que pudiera publicar tal cual.

Pero ese no era el objetivo.

Me llevó mucho más lejos de lo que lo habría hecho una página en blanco, y me ayudó a organizar mi propio pensamiento.

Eso es increíblemente valioso porque una buena escritura empieza con un buen pensamiento, y pensar sigue siendo la parte difícil. No es algo que podamos delegar por completo a la IA.

Pruébalo con:

Algunos artículos no necesitan un arranque fresco de creatividad. Necesitan salir de la misma manera cada vez. Notas de la versión, resúmenes periódicos, landing pages: ya conoces el proceso. Un único mega-prompt intentando hacerlo todo a la vez te da una calidad inconsistente en la que no puedes confiar en todo un equipo.

Divídelo en un proceso paso a paso (pipeline); un conjunto de habilidades de IA encadenadas. Investigación, fuentes, briefing, esquema, borrador, verificación, formato, con una pausa para tu aprobación en cada fase. La IA hace las etapas intermedias. Tú apruebas en los puntos de control, de modo que los errores se detectan a tiempo en lugar de agravarse.

¿En qué se diferencia esto de la típica automatización de contenido con IA?

Ryan Law creó una aplicación como esta usando Letaido. Le das un tema y un par de enlaces de origen, y ella se encarga del resto. Investiga el tema, crea un briefing editorial, construye un esquema, escribe el artículo, verifica todos los datos y hace pausas en tres etapas clave para que puedas revisar y aprobar la dirección antes de seguir adelante.

Aquí tienes a Ryan explicando la aplicación:

Pruébalo con:

Las conversaciones con los clientes siempre han sido una de las mejores fuentes de ideas para artículos. Contienen preguntas reales, hechas con las propias palabras de tus clientes, e incluso puedes ver cuáles surgen con más frecuencia.

El problema era que descubrir esas ideas requería leer manualmente miles de tickets de soporte, registros de chat y transcripciones de llamadas de ventas. La información siempre estuvo ahí; simplemente no era práctico acceder a ella a esa escala.

Eso es lo que cambia la IA.

Dirígela a esas conversaciones y podrá analizarlas todas, agrupar las preguntas similares, compararlas con tu contenido existente para evitar duplicados e identificar los vacíos en tu biblioteca de contenidos. Las preguntas que tus clientes hacen más a menudo se convierten en las guías que realmente están buscando.

Este método funciona con cualquier tipo de producto de soporte al cliente / CRM, siempre que ofrezca una API o un MCP con acceso a las conversaciones de los clientes. En este ejemplo, utilizaré Fin (Intercom) con Letaido gestionando el MCP.

Encontré algunos temas sin explorar con tan solo unos minutos trabajando con los datos. Al parecer, algunos usuarios tenían problemas para encontrar datos de enlaces internos y experimentaban fallos al extraer datos con Google Data Studio.

La IA incluso fue capaz de generar algunas respuestas bastante buenas a estas preguntas:

¡Felicidades a Kamila Olexa por la idea!

Pruébalo con:

Antes de empezar, aquí tienes un consejo para usar la IA en el análisis de datos: no le pidas que interprete datos que no has mirado tú mismo. En lugar de pedir la respuesta final de inmediato, pídele a la IA que te muestre primero los datos disponibles y que explique lo que está viendo.

La IA todavía puede alucinar o tomar atajos, especialmente cuando analiza grandes conjuntos de datos. Por ejemplo, tuvimos alrededor de 7.500 conversaciones en Intercom en un solo mes: demasiadas para analizarlas de forma fiable en una sola pasada.

Aquí tienes un prompt para comenzar ese tipo de análisis:

Después de revisar el resultado, puedes hacer un seguimiento con:

Un enfoque más fiable consiste en hacer que la IA supervise las nuevas conversaciones a medida que llegan, en lugar de pedirle que escarbe en meses de datos históricos todo de una vez. Dividir la tarea en análisis más pequeños y continuos es más fácil para la IA y mucho menos probable que produzca resultados engañosos.

La documentación empieza a desactualizarse en el momento en que lanzas la siguiente versión. Un ajuste cambia de nombre, un límite se modifica, se lanza una nueva función y, de repente, un artículo de ayuda ya no es preciso.

Lo mismo ocurre con el contenido de marketing de producto, como las guías de compradores y las páginas de comparación. En muchos casos, es aún más difícil mantenerlas actualizadas porque tienes que hacer un seguimiento de los cambios tanto en tu propio producto como en los de tus competidores.

Eso es un problema tanto para el SEO como para la experiencia de usuario.

Afortunadamente, la IA puede encargarse de gran parte de ese trabajo. Todo lo que necesita es una lista de las páginas que quieres mantener, las fuentes donde debe buscar las actualizaciones y (si decides darle acceso) tu CMS, de modo que pueda actualizarlo todo automáticamente.

Mi compañera Kamila Olexa construyó un sistema así usando Claude Code y Firehose. Firehose (de Ahrefs) es una API de transmisión de datos web en tiempo real que monitoriza continuamente los cambios en la web pública y envía las actualizaciones coincidentes a tu aplicación a medida que se producen.

El flujo de trabajo se basa en la automatización con un paso de aprobación humana. En resumen:

En lugar de un prompt inicial, te dejo con el artículo de Kamila. Allí se explica su flujo de trabajo de principio a fin, por lo que podrás copiar el mismo enfoque tú mismo.

Pruébalo con:

Los gurús de la IA descubrieron un planeta hecho de oro y decidieron que el mejor uso para él es fabricar joyas baratas en masa. Tú tienes una opción mejor.

Puedes usar la IA para hacer mejor contenido mientras disfrutas del proceso. El truco está en que debes mantenerte involucrado. Cuanto más aportes, mejor será el resultado. Creo que esa es la corrección de rumbo que necesitamos hacer con la IA.

¡Gracias por leerme! Ven y salúdame en LinkedIn o Substack.