Cuál es el flujo de trabajo de una auditoría GEO/AEO

La diferencia entre una metodología y una auditoría real es el flujo de trabajo: el orden concreto de los pasos, la profundidad de cada uno, los criterios de transición entre ellos y la disciplina con la que el equipo los ejecuta dos veces sobre el mismo dominio sin desviarse. Sin esa disciplina operativa, la metodología es un documento de marketing; con ella, se convierte en un instrumento que el cliente puede auditar a su vez.

El flujo estándar que ha emergido en las agencias más maduras consta de diez pasos. Pero la observación más útil para una agencia que quiera ejecutarlo bien no es la lista en sí —que ya circula en blogs y publicaciones del sector— sino que tres de esos diez pasos concentran prácticamente toda la varianza de calidad entre auditorías rigurosas y auditorías mediocres: el diseño de la biblioteca de prompts, la separación entre auditoría gratuita de captación y auditoría de trabajo con cliente firmado, y la cadencia de monitorización continua. Las auditorías que fallan, fallan casi siempre en uno de esos tres pasos. Las que tienen éxito tratan los siete restantes como ejecución rigurosa de un protocolo conocido.

Este capítulo describe el flujo de diez pasos en su versión defendible —la que cualquier agencia debería poder ejecutar y documentar— e identifica con precisión los puntos donde la mayoría de las auditorías comerciales se permiten atajos cuyas consecuencias afloran tres meses después, cuando el cliente pregunta por qué el dashboard no se mueve.

Por qué el orden importa más que la lista de pasos

La descripción del flujo como una secuencia de diez pasos induce una representación equivocada: la idea de que los pasos pueden ejecutarse en cualquier orden mientras se completen todos. La práctica desmiente esta intuición. Un dominio cuyos crawlers de IA están bloqueados en robots.txt no genera datos de visibilidad relevantes hasta que el bloqueo se levanta y los motores reindexan, lo que significa que ejecutar la línea base de visibilidad antes de la auditoría técnica produce mediciones que reflejan el bloqueo, no las características del contenido. Una auditoría de huella de citación externa ejecutada sin haber definido primero la biblioteca de prompts produce un mapa de menciones desconectado de las consultas que importan al cliente. Una hoja de ruta 30/60/90 días entregada antes del benchmarking competitivo prioriza acciones cuya magnitud de impacto no puede compararse con lo que está haciendo la competencia.

La consecuencia operativa es que el flujo no es lineal pero tampoco es libre: tiene una topología parcialmente determinada por dependencias entre pasos. Los pasos 1 y 2 —alcance/biblioteca de prompts y línea base de visibilidad— son condición previa para todo lo demás. Los pasos 3, 4, 5 y 6 —preparación técnica, contenido, entidad, huella externa— pueden ejecutarse en paralelo si el equipo tiene capacidad, porque cada uno opera sobre una dimensión independiente del diagnóstico. El paso 7 —benchmarking competitivo— sólo es informativo después de tener la línea base y los diagnósticos por dimensión. Los pasos 8, 9 y 10 —entregable puntuado, hoja de ruta y monitorización— son secuenciales y dependen de todo lo anterior. Una agencia que no comprende esta topología produce auditorías que parecen completas pero cuyas conclusiones se contradicen entre sí, o que tienen que rehacerse parcialmente cuando un hallazgo posterior invalida una recomendación anterior.

Los diez pasos del flujo, con su criticidad real

Paso 1 — Definir el alcance y construir la biblioteca de prompts

Este paso, que la mayoría de las publicaciones comerciales describen en un párrafo y muchas auditorías despachan en una jornada, es el que más determina la validez de todo lo que sigue. La biblioteca de prompts es el equivalente en GEO/AEO al keyword research del SEO clásico —con la diferencia de que su construcción es metodológicamente más exigente, porque no se trata de listar términos de búsqueda con volumen sino de simular la conversación real que un decisor mantendría con un motor generativo en cada fase de su recorrido.

Una biblioteca de prompts defendible cumple cinco condiciones. La primera es la representatividad: cubre los cuatro tipos de intención —informativa, comercial-comparativa, transaccional, de marca— en proporciones que reflejan la distribución real del journey del cliente, no en cuotas mecánicas. La segunda es la redacción en lenguaje natural: los prompts deben formularse como un usuario los formularía a ChatGPT o Perplexity, con frases largas, condicionantes y contexto, no como queries cortas estilo Google. Un prompt como “mejor CRM para agencia de marketing de 20 personas con presupuesto bajo y necesidad de integración con HubSpot” es operativamente distinto de “mejor CRM para agencia”, y producen citaciones diferentes. La tercera es la profundidad suficiente: por debajo de 50 prompts el muestreo es estadísticamente débil; por encima de 100 los rendimientos decrecientes son acusados; el rango operativo razonable se sitúa en 60–100 prompts para una auditoría inicial y 150–250 para auditorías enterprise con seguimiento continuo. La cuarta es la cobertura competitiva: cada prompt debe asociarse a un conjunto de 3–5 marcas competidoras nombradas, no a una lista genérica de competidores del sector, porque el Share of Voice carece de valor sin una referencia concreta. La quinta es la versionabilidad: la biblioteca debe documentarse con identificadores estables, fechas de versión y registros de cambios, porque comparar dos mediciones a lo largo del tiempo exige que la biblioteca subyacente sea la misma o esté trazada con precisión.

La práctica habitual de generar la biblioteca con un LLM —pidiendo a ChatGPT o Claude que produzca 80 prompts sobre un sector— es defendible como punto de partida pero peligrosa como producto final. Los LLMs tienden a producir prompts que reflejan la estadística agregada de su entrenamiento, no las consultas específicas que los clientes reales formulan en el momento de decisión. Una biblioteca generada por LLM sin curación humana posterior está sesgada hacia consultas demasiado generales y hacia formulaciones que ningún profesional del sector usaría tal cual. La curación —idealmente con participación de equipos comerciales del cliente que conocen las preguntas reales que reciben en demos— eleva la validez de la biblioteca de forma desproporcionada respecto al esfuerzo que requiere.

Paso 2 — Establecer la línea base de visibilidad multiplataforma

Una vez fijada la biblioteca, los prompts se ejecutan contra los motores generativos relevantes —ChatGPT con y sin browsing, Perplexity, Claude, Gemini, Google AI Overviews, Google AI Mode y Microsoft Copilot— y se registran cuatro datos por ejecución: si la marca aparece, si lo hace mediante mención o citación, en qué posición de la respuesta y con qué sentimiento aproximado. La distinción entre ChatGPT con browsing activado y sin browsing no es trivial: las dos modalidades operan sobre materiales distintos —el conocimiento entrenado del modelo en un caso, el índice de Bing en el otro— y producen citaciones que pueden diverger sustancialmente para la misma consulta.

Existe una decisión metodológica que conviene explicitar y que rara vez se documenta: cuántas ejecuciones por prompt son necesarias para que la línea base sea representativa. Dado que los LLMs son no deterministas —el mismo prompt produce respuestas distintas en ejecuciones sucesivas, y la investigación de AirOps mostró que sólo el 30% de las marcas permanecen visibles entre dos respuestas consecutivas— una sola ejecución por prompt produce una línea base con varianza inaceptable. La práctica defendible es ejecutar cada prompt entre tres y cinco veces, distribuidas a lo largo de varios días, y trabajar con el promedio o la mediana. Las herramientas de monitorización profesional automatizan este muestreo; las auditorías manuales que se conforman con una ejecución única producen líneas base que no resisten la primera reauditoría a las pocas semanas.

La salida de este paso es un dataset estructurado —típicamente un Google Sheet o una base de datos en Airtable, no un PDF— con una fila por (prompt, plataforma, ejecución) y columnas para mención, citación, posición, sentimiento, dominios competidores citados y URL específica del propio dominio cuando es citado. Este dataset es la materia prima de todos los pasos posteriores; cualquier auditoría que no entrega también esta capa de datos al cliente está reteniendo el activo del que dependen las verificaciones futuras.

Paso 3 — Auditoría de preparación técnica

La auditoría técnica recorre los criterios del Pilar 1 de la rastreabilidad para bots de IA: configuración de robots.txt para los crawlers relevantes (GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, Claude-SearchBot, PerplexityBot, Perplexity-User, Google-Extended, Applebot-Extended, Bingbot), presencia y validez del archivo llms.txt si se ha optado por implementarlo, renderizado del contenido en servidor frente a renderizado dependiente de JavaScript, configuración del sitemap, integración con IndexNow para Bing, etiquetas canónicas, y cumplimiento de los umbrales de Core Web Vitals con énfasis en INP.

Existe una distinción granular que conviene mantener en este paso y que las auditorías rápidas suelen colapsar: el bloqueo de un crawler de entrenamiento (GPTBot) y el bloqueo de un crawler de búsqueda (OAI-SearchBot) tienen consecuencias estratégicas distintas. Un sitio que bloquea GPTBot por motivos legítimos de propiedad intelectual sigue siendo accesible para ChatGPT Search si permite OAI-SearchBot —una configuración deliberada que la mayoría de los robots.txt actuales no contemplan con esa precisión. La auditoría técnica debe diagnosticar no sólo si los bots están bloqueados, sino si la configuración refleja una decisión informada del cliente o un bloqueo accidental heredado de plantillas anti-scraping genéricas.

El segundo aspecto crítico de este paso es la verificación del renderizado. Una página cuyo contenido principal sólo aparece tras la ejecución de JavaScript es parcialmente invisible para los crawlers de IA, que en su mayoría procesan HTML inicial. La comprobación se ejecuta con herramientas como Screaming Frog en modo crawl-as-Googlebot frente a crawl-as-render, comparando los dos snapshots para identificar discrepancias. En sitios construidos con frameworks como Next.js, Nuxt o React sin SSR adecuado, esta auditoría puede revelar que el 60–80% del contenido del sitio es estructuralmente inaccesible —un hallazgo que invalida cualquier optimización de contenido posterior hasta que el problema de renderizado se resuelva.

Paso 4 — Auditoría de preparación de contenido y citabilidad

Este paso ejecuta sobre 20 a 50 páginas estratégicas el flujo de seis pasos descrito en el capítulo anterior: verificación del formato BLUF en cada apertura, auditoría del chunking semántico, medición de la densidad de estadísticas, inventario de citas atribuidas, inventario de referencias outbound a fuentes primarias, auditoría de frescura y auditoría de especificidad del lenguaje. La selección de las 20–50 páginas es en sí misma una decisión metodológica: deben elegirse las páginas que cumplen al menos uno de tres criterios —reciben tráfico cualificado, cubren consultas de mayor valor de negocio identificadas en la biblioteca de prompts, o ya aparecen en respuestas de IA en la línea base—. Auditar páginas elegidas por volumen de tráfico orgánico genérico o por antigüedad produce hallazgos que el cliente no puede priorizar.

La salida de este paso debe ser una matriz página × criterio, donde cada celda contiene una puntuación parcial y una observación accionable. Esta matriz es el documento más operativo de toda la auditoría, porque es el que el equipo de contenido del cliente —o la propia agencia, si el contrato incluye implementación— usará para reescribir las páginas. Un entregable de citabilidad que se conforma con un párrafo cualitativo por página deja al cliente sin la granularidad necesaria para asignar el trabajo. La economía operativa exige formato tabular.

Paso 5 — Auditoría de entidad de marca

La auditoría de entidad —el pilar que los equipos de SEO pasan por alto con mayor frecuencia, según se argumentó en el capítulo 1— recorre la coherencia de la marca a través de las fuentes que los modelos de lenguaje utilizan para construir su representación distribuida de la entidad: presencia y completitud en el Knowledge Graph de Google, registro en Wikidata con atributos verificables, cobertura en Wikipedia, consistencia del NAP (nombre, dirección, teléfono) entre Google Business Profile, Crunchbase, LinkedIn y plataformas de reseñas, e implementación de schema de Person en autores con enlaces sameAs a perfiles profesionales verificables.

La verificación de la coherencia de la entidad no se reduce a comprobar la existencia de cada presencia: requiere comparar las descripciones, los descriptores de actividad, la categorización sectorial y los atributos cuantitativos (tamaño, fundación, sede) entre fuentes para identificar inconsistencias. Una marca cuya descripción de actividad en LinkedIn afirma “consultoría de marketing digital”, en Google Business Profile aparece como “agencia de publicidad”, en Crunchbase figura como “SaaS company” y en Wikipedia se describe como “empresa de tecnología” genera al modelo una incertidumbre que se traduce en menor disposición a citarla. La salida de este paso debe incluir una propuesta concreta de descriptor canónico —idealmente de 80 a 120 palabras— que el cliente pueda usar como base para alinear sus presencias dispersas.

Paso 6 — Auditoría de huella de citación externa

Este paso, cuya importancia estratégica está respaldada por el hallazgo de SearchIntel de que aproximadamente el 85% de las menciones de marca en motores de IA proceden de páginas externas al dominio corporativo, suele recibir en las auditorías comerciales una cobertura desproporcionadamente menor a su peso. La auditoría externa diagnostica la presencia de la marca en las cinco fuentes con mayor evidencia de impacto en motores generativos: Reddit (con presencia desglosada por subreddits relevantes para la categoría), Wikipedia (presencia, completitud, calidad de fuentes citadas), plataformas de reseñas (G2, Trustpilot, Capterra y equivalentes sectoriales), artículos comparativos y “mejores de” del sector, y cobertura en publicaciones especializadas y medios de referencia.

La auditoría de Reddit merece tratamiento específico por su peso en Perplexity —46,7% de las principales citaciones según el estudio de Pallas Advisory— y por la dificultad operativa de evaluarla con rigor. No basta con buscar la marca en Reddit y contar resultados: una auditoría defendible identifica los 5 a 15 subreddits relevantes para la categoría, evalúa la frecuencia y el tono de las menciones de la marca en cada uno, compara con la presencia de los competidores en los mismos subreddits, y diagnostica el patrón de presencia: ¿la marca aparece en discusiones espontáneas o sólo en threads donde alguien pregunta? ¿Las menciones son neutras, positivas, críticas? ¿Hay representantes de la marca participando con cuentas verificables o la presencia es íntegramente de terceros? Cada uno de estos patrones implica una recomendación operativa distinta y un perfil de riesgo distinto.

Paso 7 — Benchmarking competitivo y oportunidades

Una vez ejecutadas la línea base y las auditorías por dimensión sobre el dominio propio, el benchmarking competitivo cruza los datos para identificar dos tipos de oportunidad operativa que el AI Visibility Toolkit de Semrush ha contribuido a popularizar como entregables principales. Las oportunidades de topic son los prompts en los que aparecen los competidores y el cliente no, ordenados por valor estimado del prompt y por la magnitud del Share of Voice de los competidores. Las oportunidades de fuente son los dominios de terceros que citan a los competidores pero no al cliente, ordenados por volumen de tráfico del dominio y por la frecuencia con la que sus citaciones derivan en menciones en motores de IA.

Este paso es operativamente decisivo porque convierte el diagnóstico difuso (“tienes una visibilidad del 23% en Perplexity”) en una lista de acciones específicas (“estos 18 prompts donde aparece tu competidor X y tú no son los que más rápido pueden moverse con contenido en estos 7 ángulos identificados”). Una auditoría que se entrega sin esta traducción explícita —que es trabajo intelectual, no agregación automática de datos— deja al cliente la parte más difícil del análisis. El benchmarking competitivo bien ejecutado es donde una agencia demuestra que está aportando capacidad de interpretación más allá de la herramienta que ha utilizado.

Paso 8 — Entregable puntuado

El entregable puntuado es la materialización del sistema de puntuación discutido en el capítulo 3, aplicado a los datos recogidos en los seis pasos anteriores. Su forma estándar contempla una puntuación compuesta de 0 a 100 con umbrales explícitos, sub-puntuaciones por las siete dimensiones de evaluación, una lectura por plataforma diferenciada (ChatGPT, Perplexity, AI Overviews, Claude, Copilot, Gemini), un nivel de confianza explícito de 1 a 5 según los datos disponibles para alimentar el sistema, una marca temporal con tendencia cuando exista histórico, y una representación visual —radar, semáforo o ambos— que facilite la lectura en una primera reunión.

La tentación habitual en este paso es producir un PDF de presentación impecable visualmente y técnicamente opaco. La práctica defendible es la opuesta: el PDF de presentación es el dispositivo de comunicación, pero debe acompañarse siempre del documento metodológico anexo que documenta cómo se han calculado las puntuaciones, qué ponderaciones se han aplicado, qué datos alimentan cada dimensión y qué nivel de confianza tiene cada uno. La asimetría entre presentación y metodología es lo que distingue una auditoría que el cliente puede defender ante su comité de inversión de un informe que se queda en el cajón cuando llega la primera pregunta exigente.

Paso 9 — Hoja de ruta 30/60/90 días

La hoja de ruta convierte los hallazgos en plan de acción ordenado por impacto frente a esfuerzo. La estructura 30/60/90 días que se ha consolidado como estándar de mercado tiene una lógica clara: los primeros 30 días para acciones técnicas de alto impacto y bajo esfuerzo (correcciones de robots.txt, despliegue de schema básico, fechas de “Última actualización” en páginas estratégicas), los siguientes 30 para reescritura de contenido prioritario aplicando los principios del nivel 1 de la pirámide de evidencia (estadísticas, citas atribuidas, referencias outbound, BLUF y chunking), y los últimos 30 para construcción de huella externa (presencia activa en subreddits relevantes, propuestas a Wikipedia, artículos comparativos, alianzas con publicaciones especializadas).

Existe una tentación que conviene resistir: presentar la hoja de ruta como un plan genérico desconectado de los hallazgos específicos del cliente. Una hoja de ruta que podría aplicarse sin cambios a tres clientes distintos no es una hoja de ruta —es una plantilla. La hoja de ruta defendible cita explícitamente las páginas concretas que se van a reescribir (con sus URLs), los subreddits específicos donde se va a construir presencia, las publicaciones nominadas a las que se va a proponer cobertura, y los recursos —tiempo, presupuesto, perfil del responsable— que cada acción requiere. Una hoja de ruta sin esa granularidad genera la impresión de plan operativo sin las propiedades que un plan operativo debe tener.

Paso 10 — Sistema de monitorización continua

La auditoría no termina con la entrega del informe: termina con la activación del sistema de monitorización que medirá si las acciones derivadas funcionan. Este paso, que muchos contratos comerciales tratan como producto separado a partir del retainer mensual, es metodológicamente parte del flujo de auditoría porque sin él el resto del trabajo carece de mecanismo de validación. La cadencia operativa razonable se estructura en tres frecuencias: seguimiento semanal de los 20 prompts de mayor valor de negocio (los que mueven pipeline o los que la dirección revisa), reauditoría mensual de la biblioteca completa para detectar cambios significativos en visibilidad agregada, y auditoría profunda trimestral —que repite los pasos 3 a 7— para detectar regresiones técnicas, deterioro de contenido y cambios en la huella externa.

La justificación de esta cadencia no es estética: viene dada por la volatilidad documentada del campo. La investigación de BrightEdge documentó que la rotación de citaciones promedia entre el 40 y el 60% mensual en ChatGPT y AI Mode, lo que significa que un seguimiento trimestral pierde demasiados eventos de cambio para ser útil como instrumento de gestión. Por otro lado, un seguimiento diario produce ruido por encima de la señal, especialmente en bibliotecas pequeñas. La cadencia semanal/mensual/trimestral es el equilibrio defendible: lo suficientemente frecuente para detectar regresiones a tiempo, lo suficientemente espaciada para que las mediciones tengan validez agregada.

La separación crítica: auditoría gratuita de captación frente a auditoría de trabajo

La práctica comercial dominante en el mercado GEO/AEO de 2025–2026 distingue dos productos: la auditoría inicial gratuita o de bajo coste, diseñada como instrumento de captación de leads en el funnel de la agencia, y la auditoría completa de trabajo con cliente firmado, ejecutada con acceso a los datos propios del cliente y como base de un retainer mensual. La distinción no es comercialmente menor —entre una y otra puede haber un factor de diez en precio— pero la conversación honesta sobre qué se entrega en cada una rara vez se hace explícita.

Una auditoría inicial gratuita que ejecuta los diez pasos completos no es viable: el coste operativo de hacer un benchmarking competitivo profundo, una auditoría de huella externa rigurosa o una auditoría de entidad bien hecha es incompatible con un producto de captación. Pero una auditoría inicial que se presenta como completa y entrega sólo los pasos 2 y 3 —línea base superficial y diagnóstico técnico de robots.txt y schema— es una promesa engañosa cuyas consecuencias se ven cuando el cliente firma esperando profundidad y descubre que el trabajo de verdad empieza ahora. Las dos prácticas extremas son problemáticas: una hace la auditoría comercialmente inviable; la otra erosiona la credibilidad de la agencia.

La separación defendible se construye sobre tres criterios. El primero es el acceso a datos propios del cliente: la auditoría inicial trabaja exclusivamente con datos públicos —el sitio del cliente accesible, las herramientas de monitorización gratuitas o de bajo coste, la información de competidores y huella externa que es observable desde fuera—. La auditoría de trabajo accede a Search Console, Bing Webmaster Tools, GA4, los logs del servidor, el CMS, el CRM y, cuando es relevante, los registros internos de prospección y ventas. La diferencia en la calidad del diagnóstico que esos datos permiten es estructural, no marginal: una auditoría sin acceso a Search Console no puede correlacionar pérdidas de tráfico con AI Overviews, una auditoría sin acceso a logs no puede confirmar qué crawlers están entrando realmente al sitio frente a lo que dice robots.txt, y una auditoría sin acceso al CRM no puede atribuir tráfico de IA a pipeline real. El nivel de confianza —el principio 3 del capítulo 3 sobre sistemas de puntuación— es estructuralmente menor en una auditoría sin acceso, y debe explicitarse como tal.

El segundo criterio es la profundidad de la biblioteca de prompts. La auditoría inicial trabaja con una biblioteca acotada (típicamente 20–30 prompts representativos), suficiente para producir una primera lectura de visibilidad pero insuficiente para sostener decisiones de inversión. La auditoría de trabajo trabaja con la biblioteca completa de 60–250 prompts, con curación participativa por parte del cliente, y con muestreo de 3–5 ejecuciones por prompt para controlar la varianza no determinista. La diferencia no es de exhaustividad: es de validez estadística.

El tercer criterio es la profundidad del benchmarking y la huella externa. La auditoría inicial puede entregar una identificación superficial de competidores y un mapa básico de presencia en Reddit y plataformas de reseñas. La auditoría de trabajo entrega oportunidades de topic y oportunidades de fuente con priorización justificada, mapeo subreddit por subreddit con análisis de tono, identificación de publicaciones especializadas con propuesta concreta de pitch, y diagnóstico de Wikipedia con propuesta de mejoras editoriales. Esta diferencia es la que justifica comercialmente el salto de precio entre los dos productos.

Hacer esta separación explícita en la propuesta comercial —no en letra pequeña, sino en una tabla comparativa de qué se entrega en cada producto— es la práctica que protege la credibilidad de la agencia y que reduce las expectativas mal calibradas que producen rupturas en el primer trimestre. Una agencia que vende su auditoría gratuita como “equivalente reducido” de la de pago, en lugar de “producto distinto con función distinta”, está construyendo un problema comercial diferido.

El orden interno de los pasos: dónde la mayoría de las auditorías se equivoca

Más allá de la secuencia general entre los diez pasos, existe un orden interno dentro de varios de ellos que las auditorías comerciales suelen invertir y que produce ineficiencias acumulativas. Tres ejemplos ilustran el patrón.

El paso 4 (auditoría de contenido) suele ejecutarse antes que el paso 1 (biblioteca de prompts). La consecuencia es que la auditoría de citabilidad se ejecuta sobre las páginas que el equipo intuye que son importantes, no sobre las páginas que cubren las consultas reales identificadas en la biblioteca. El resultado es un trabajo de reescritura cuyo impacto en visibilidad es menor del esperado, porque las páginas optimizadas no eran las que respondían a los prompts donde el cliente quería aparecer. La inversión correcta del orden —construir la biblioteca primero, identificar qué páginas cubren cada prompt, y auditar sólo las que cubren prompts de alto valor— produce un trabajo de optimización con magnitud de impacto significativamente mayor por unidad de esfuerzo.

El paso 3 (auditoría técnica) suele ejecutarse en paralelo a un único pase, en lugar de iterativamente. La consecuencia es que el equipo descubre tarde —cuando ya ha auditado contenido— que el sitio tiene problemas de renderizado que invalidan parte del trabajo de contenido posterior. La práctica defendible es ejecutar primero un pase técnico mínimo (verificación rápida de robots.txt, renderizado y respuesta HTTP de las páginas principales) que actúa como filtro: si el pase mínimo revela problemas estructurales, se resuelven antes de continuar; si no los revela, se continúa con el pase técnico completo en paralelo a las demás auditorías.

El paso 6 (huella externa) suele ejecutarse al final, como anexo del informe. La consecuencia es que las acciones derivadas de la huella externa —las que tienen mayor impacto en motores como Perplexity, según se ha argumentado a lo largo de la guía— quedan relegadas en la hoja de ruta a los meses 60–90, después de las acciones técnicas y de contenido. Cuando se inician, la inercia del proyecto ha disminuido, los plazos de impacto en estos canales son más largos (la presencia genuina en Reddit no se construye en cuatro semanas) y el cliente ha consumido buena parte del presupuesto en optimizaciones de menor impacto. La inversión correcta del orden —iniciar las acciones de huella externa en paralelo a la reescritura de contenido, no después— acorta el tiempo total hasta los primeros movimientos en métricas de citación en Perplexity y Claude, que son las plataformas donde la huella externa pesa más.

La instrumentación del flujo: tiempo, herramientas, perfiles

Una auditoría completa que recorra los diez pasos con la profundidad descrita exige una asignación de recursos que conviene cuantificar para que la conversación comercial sea honesta. El tiempo total razonable para una auditoría de trabajo bien ejecutada se sitúa entre 60 y 120 horas de trabajo profesional en función del tamaño del dominio y de la complejidad del sector, distribuidas aproximadamente del siguiente modo: el paso 1 (biblioteca) consume 8–15 horas si se hace con curación; el paso 2 (línea base) entre 6 y 12 horas si se ejecuta con herramienta de monitorización profesional, significativamente más si se hace manualmente; los pasos 3 y 4 (técnico y contenido) entre 15 y 30 horas combinadas; el paso 5 (entidad) entre 5 y 10 horas; el paso 6 (huella externa) entre 10 y 20 horas si se hace con la profundidad descrita; el paso 7 (benchmarking) entre 6 y 12 horas; los pasos 8 y 9 (entregable y hoja de ruta) entre 10 y 20 horas combinadas.

La instrumentación de herramientas comprende, como mínimo, una herramienta de monitorización GEO/AEO del nivel intermedio (Otterly, Frase, Peec AI, Brandlight o equivalente, en el rango de 60 a 500 dólares al mes según se discutió en el capítulo 4), una herramienta de auditoría técnica (Screaming Frog en su licencia anual o Sitebulb), acceso a la suite del cliente (Search Console, GA4, Bing Webmaster Tools), una herramienta de validación de schema (Rich Results Test de Google y Schema Markup Validator), y una herramienta para la auditoría de entidad (Knowledge Graph API, Wikidata Query Service y, opcionalmente, herramientas como Diffbot o Brand24 para la cobertura de menciones).

Los perfiles profesionales que el flujo requiere son tres: un lead técnico con experiencia en SEO técnico avanzado, capaz de auditar renderizado, schema y configuración de crawlers; un lead de contenido con criterio editorial y comprensión de los principios de citabilidad, capaz de auditar páginas y proponer reescrituras concretas; y un lead estratégico con experiencia en posicionamiento de marca y construcción de huella externa, capaz de diagnosticar la entidad y diseñar la estrategia en Reddit, Wikipedia y publicaciones especializadas. En equipos pequeños, dos personas pueden cubrir los tres perfiles si tienen amplitud suficiente; en agencias enterprise, los tres perfiles se desdoblan en equipos especializados. Pretender ejecutar el flujo con un único perfil —típicamente un especialista de SEO clásico con un mes de formación en GEO— produce auditorías cuya debilidad en alguno de los tres ejes es estructural.