SEO con IA: la IA como herramienta de trabajo

Al terminar este nivel sabrás qué parte de tu trabajo de SEO puedes pasarle a un modelo de lenguaje, qué te va a devolver mal y qué comprobación toca hacer antes de que eso llegue a producción. Va de operar herramientas y verificar lo que sale de ellas, no de coleccionar prompts.

Conviene dejar clara de entrada una distinción que el sector mezcla constantemente. Este nivel trata de usar Claude, ChatGPT, Gemini y Perplexity como herramientas para hacer SEO. No trata de cómo te citan los buscadores con IA: eso es el nivel 4, GEO y AIO, y es otro oficio con otra evidencia detrás. Uno es tu proceso de producción; el otro es tu visibilidad. Si has llegado aquí buscando cómo aparecer en las respuestas de ChatGPT, tu sitio es el nivel 4.

El dato que ordena todo lo demás lo publicó Keyword.com en State of AI and Automation in SEO (1 de enero de 2026, n=97): solo el 1% de los equipos encuestados automatiza por completo alguna tarea de SEO, y el motivo que más se repite para no hacerlo es la calidad del resultado, con un 57%. La muestra es pequeña y autoseleccionada, así que vale como orden de magnitud, no como estimación poblacional. El 99% restante mantiene a una persona revisando, y ese 99% es el tema de este nivel.

Un aviso sobre caducidad. Casi todo lo que se enseña aquí depende de versiones de producto, inventarios de conectores y precios de API. Cada lección lleva fecha, y cualquier cifra con más de un trimestre encima se trata como una pista que hay que volver a comprobar.

Qué cubre este nivel

• Conectar Claude a tus propios datos por MCP (Search Console, GA4, tu rastreador, tu CMS) y saber qué se rompe en cada conexión.
• Elegir motor por tarea y no por marca, con una tabla de decisión construida sobre fallos documentados y no sobre material comercial.
• Validar lo que produce la IA antes de publicarlo: mapas de redirecciones, clusters de keywords, clasificación de intención y enlazado interno.
• Montar un muestreo de aceptación para contenido redactado con IA, con su taxonomía de defectos y su tamaño de muestra calculado.
• Calcular lo que cuesta de verdad: tokens, recargos por búsqueda, montaje y la revisión humana que nadie descuenta.

Herramienta, no escaparate: por qué esto no es el nivel 4

Usar un modelo para hacer SEO y salir citado en un buscador con IA son dos problemas distintos, con dos conjuntos de evidencia distintos. El primero es de proceso: qué delegas, con qué datos conectados y cómo compruebas el resultado. El segundo es de recuperación y atribución, y vive entero en el nivel 4 del curso. Escribir un buen brief con ChatGPT no te acerca ni un milímetro a que Google AI Overviews te cite.

Dos lecciones de este nivel parecen contradecir esa frontera y están aquí a propósito, porque tratan de infraestructura y no de redacción. MERJ analizó el cliente del Web Discovery Project de Brave (commit f25eb3d, junio de 2026), que es la vía por la que Claude alcanza la web, y documentó que no ejecuta JavaScript nunca, que solo respeta noindex y canonical declarados en el HTML, que ignora las cabeceras X-Robots-Tag y que corta a 2 MB y a 10 segundos. Eso cambia lo que construyes, no lo que escribes: es SEO técnico.

Queda una discusión abierta que esta página no resuelve: si el GEO es una disciplina propia o SEO con nombre nuevo. Hay evidencia seria en ambos lados y el curso no dicta sentencia aquí. Lo que sí hace es no mezclar los dos trabajos en un mismo nivel.

Dónde está el hueco: todo el mundo enseña a generar, casi nadie a comprobar

La investigación que precedió a este nivel cribó 80 temas candidatos sobre IA aplicada al SEO y solo unos 28 sobrevivieron como genuinamente distintos. El patrón se repitió en las cuatro pasadas: la web está saturada de «cómo generar X con IA» y vacía de «cómo comprobar lo que ha producido». De los diez temas de tarea que pasaron el filtro, los diez son de verificación.

La demanda de comparativas entre motores, en cambio, es mucho menor de lo que el sector supone. En tres sondeos de autocompletado de Google ejecutados el 20 de septiembre de 2026 para este curso se recogieron 30 sugerencias y la palabra SEO no apareció ni una sola vez: salieron generación de imágenes, programación, investigación académica e interiorismo. El autocompletado da presencia, no volumen, y así hay que leerlo. La pregunta que la gente sí hace es agnóstica de marca, «qué IA uso para esto», y se responde con una tabla de enrutado. Por eso este nivel está ordenado por capacidad y por tarea.

Qué automatiza el sector y qué se niega a automatizar

La encuesta de Keyword.com (1 de enero de 2026, n=97, con el 56% de los participantes en equipos de una a cinco personas) es el mejor reparto público de adopción por tarea que existe hoy, y su valor está tanto en lo que la gente usa como en lo que se niega a automatizar. La tabla cruza ambas columnas y añade la que falta en la cobertura publicada.

Tarea	La hace con IA	Se niega a automatizarla	La comprobación que falta
Briefs y esquemas de contenido	77%	—	Qué información propia lleva el brief que el modelo no podía deducir del SERP.
Keyword research y clustering	68%	—	Conjunto etiquetado a mano de 100 a 200 elementos y medición de concordancia.
Redacción de contenido	66%	58%	Muestreo de aceptación por lotes, con el defecto grave definido de antemano.
Informes y comunicación con cliente	60%	—	Detección de anomalías con límites de control, no por variación porcentual.
SEO técnico y auditorías	38%	40%	Contraste de las marcas de tiempo del rastreo con la velocidad configurada.
Link building y outreach	25%	51%	Ninguna: media profesión ya ha decidido que aquí no entra.
SEO local	14%	—	Ninguna: la adopción más baja de toda la encuesta.

Las columnas de adopción salen de 97 respuestas autoseleccionadas: ordenan tareas, no miden a la profesión. La última columna es trabajo de este curso, no de la encuesta, y es la parte que el mercado no publica.

Los cuatro fallos que este nivel enseña a atrapar

Ningún modelo de lenguaje conoce los volúmenes de búsqueda y todos los producen igualmente. Si Quan Ong lo resumió en Ahrefs el 30 de octubre de 2025: son «simply guesses», simples conjeturas. Un número de búsquedas mensuales salido de un chat no es un dato: es texto con forma de dato. O conectas una fuente real, o no te lo crees.

Los agentes conectados a un rastreador ignoran configuraciones que la interfaz sí respeta. Rich Voller documentó (26 de mayo de 2026) un rastreo por MCP que hizo 500 URLs en 20 segundos sobre una tienda configurada a 1 URL por segundo, con un indicador de progreso que marca el 100% antes de terminar. Es un caso, no una muestra, y es comprobable: compara las marcas de tiempo de las peticiones con la velocidad que creías haber fijado.

Los modelos con acceso de escritura al CMS duplican plantillas. Search Engine Land publicó el 28 de agosto de 2026 un caso documentado por Will Scott en el que un agente clonó la portada en dos URLs nuevas cambiando solo los title tags: las dos acumularon cero impresiones y cero clics, y el patrón se repitió en un segundo sitio de forma independiente. Son dos sitios, no un estudio, y describen el modo de fallo mejor que ninguna lista de buenas prácticas.

Los detectores de contenido generado por IA no resuelven el problema que dicen resolver. Hadra, Cambridge y Mesbah midieron en el International Journal for Educational Integrity (2 de febrero de 2026) precisiones globales de 0,69 y 0,61 en dos de las herramientas más extendidas, y un recall próximo a cero sobre textos híbridos de persona y máquina, que es justo lo que produce cualquier equipo de SEO. Las notas de este curso no recogen el tamaño de muestra del estudio, así que las dos cifras se citan como direccionales.

Lo que este nivel no es

Este nivel no es una lista de prompts. Frente a los artículos de «47 prompts», lo único defendible es explicar por qué un skill con carga progresiva de archivos de referencia rinde más que un prompt de 2.000 palabras que pegas cada vez.

Tampoco es una comparativa de motores con ganador. La división por marca solo funciona en capacidades que existen en un único sitio: los GPTs personalizados con Actions, la API de grounding de Gemini, Perplexity Pages. Esas tienen lección propia; el resto son filas de una tabla.

Y este nivel no zanja dónde empieza el scaled content abuse. La política antispam de Google (Last updated 28 de agosto de 2026) dice que el problema es el contenido no original y sin valor «no matter how it’s created», sin importar cómo se haya creado, y no fija ningún umbral de páginas. Ahrefs, sobre 331.000 páginas del top 10 el 27 de julio de 2026, midió que el 9% de las páginas mejor posicionadas son IA en un 80% o más, con la advertencia de sus autores de que su detector no funciona como el de Google. Los dos datos acotan la discusión y ninguno la cierra. Las consecuencias a nivel de sitio se tratan en estrategia SEO avanzada, y la pregunta de Perplexity Pages como parasite SEO, junto al material de black hat.

Las 30 lecciones de este nivel

Claude para SEO

1. Qué puede y qué no puede hacer Claude en SEO
2. Claude Skills para SEO: instalar, usar y escribir la tuya
3. Claude Code para SEO técnico
4. Conectar Claude a tus propios datos: Search Console y GA4 por MCP
5. Los conectores de pago: Ahrefs, Semrush y si compensan el montaje
6. Claude y tu rastreador: el servidor MCP de Screaming Frog
7. Claude y tu CMS: WordPress, Rank Math y el acceso de escritura
8. Los tres bots de Claude y tu robots.txt
9. Que Claude te cite: la dependencia de Brave
10. Entrar en el índice de Brave: el Web Discovery Project
11. Claude Cowork para SEO

Los demás motores

12. Qué IA para qué tarea de SEO: la tabla de decisión
13. Por qué toda IA se inventa los volúmenes de búsqueda
14. Patrones de prompt para SEO en ChatGPT, por tarea
15. GPTs personalizados con Actions: conectar datos reales a ChatGPT
16. Gemini para SEO: Sheets, Workspace y dónde se niega
17. La API de grounding de Gemini para investigación SEO
18. Perplexity para investigación SEO y verificación de citas
19. Perplexity Pages y la pregunta del parasite SEO

Verificación y delegación

20. Cómo validar un mapa de redirecciones hecho con IA antes de subirlo
21. Qué umbral de similitud usar para el enlazado interno automático
22. Por qué los detectores de contenido IA no deberían estar en tu flujo editorial
23. Un test de sí o no para publicar páginas generadas a escala
24. Qué se rompe cuando un agente maneja tu rastreador
25. Cómo saber si tus clusters de keywords son buenos
26. Medir la precisión de la clasificación de intención a escala
27. Muestreo de aceptación para contenido redactado con IA
28. Qué delegar en la IA y qué no: el triaje
29. Cuánto cuesta de verdad el SEO con IA a escala
30. Detección de anomalías en los datos de Search Console

Cómo estudiar este nivel

Empieza por el bloque de verificación, aunque esté al final. Las lecciones 20 a 30 cambian resultados esta semana; las de Claude y las de los demás motores montan el instrumental, y el instrumental sin criterio de aceptación produce trabajo rápido y equivocado. Si solo tienes tiempo para tres, coge la 28, la 27 y la 13.

Conecta una sola fuente de datos y hazlo bien antes de ir a por la segunda. Search Console por MCP, en solo lectura, resuelve más preguntas reales que cualquier conector comercial y te enseña la mecánica de autorización que se repite en los demás.

Haz la aritmética del coste antes de escalar nada, porque los recargos por búsqueda no se parecen a los precios por token. Según la documentación oficial consultada el 20 de septiembre de 2026, el grounding de Gemini da 5.000 búsquedas gratis al mes y luego cobra 14 dólares por cada 1.000; la API Sonar de Perplexity suma de 5 a 12 dólares por cada 1.000 peticiones además de los tokens. Google advierte de que una sola petición puede generar varias consultas facturables, y ningún precio incluye a la persona que revisa.

Guarda tus propias medidas desde el primer día. Un conjunto de 150 keywords etiquetado a mano, con su fecha, decide mejor que cualquier estudio ajeno si tu clustering sirve, y es el único dato que nadie te puede copiar. La misma lógica gobierna el nivel de analítica y medición.

Este nivel es el último del curso y se apoya en los anteriores: un modelo conectado a un sitio que no se rastrea bien solo acelera el diagnóstico equivocado. El índice con los nueve niveles y su orden recomendado está en el curso de SEO gratuito de doctor-seo.net.