Caso real de trabajo en optimización de LLMs
He decidido trabajar junto a mi equipo durante dos semanas en estrategias de reputación para la mejora de reputación en las inteligencias artificiales.
Como hay poca documentación al respecto he decidido trabajar esto en base a criterios propios basados en el SEO. Con una metodología propia.
Quiero compartir esto para que puedas trabajar en cuanto al “GEO” o posicionamiento en LLMs copiando estrategias de mis aciertos y evitando mis errores.
Como ha sido a modo experimento, los cambios no han sido muy radicales, no obstante creo que sirven de ejemplo de una estrategia y análisis con conclusiones propias.
He cogido mi proyecto propio, que es la reputación del “máster de SEO Técnico” en los LLMs.
He elegido algo muy específico que pudiera tener las mínimas variables posibles, que funcionase, que fuera un negocio y resultado real y que el trabajo de SEO ya estuviese hecho.
En este caso “Máster SEO Técnico” lleva mucho tiempo de forma estable en la primera posición de forma orgánica.
Así que la estrategia para mejorar la reputación en LLMs sabiendo que el SEO está hecho (recuerda que el “GEO” sería un 80% de SEO y un 20% de otras estrategias complementarias) es la siguiente:
Ahora comentaré cómo llegué con mi equipo a la conclusión de que esas Keywords eran relevantes y por qué la añadimos en la estrategia.
Como dijo el matemático William Thomson: “lo que no se puede medir no se puede mejorar” así que antes de llevar a cabo toda la estrategia vamos a ver cómo medirlo.
Como en Analytics me falta cierta configuración en dicho proyecto, muestrea mucho los datos e intervienen las Cookies voy a tener en cuenta sólo dos mediciones:
Por cuestión de facilidad de medición y de compatibilidad entre herramientas solo tendré en cuenta a ChatGPT.
En este caso hay ciertos fallos a la hora de medición que te pueden llevar a cabo distintas formas de actuar, no obstante, este ejercicio me ha servido para ver distintos fallos y notificarlos a SE Ranking y a mi propio equipo para mi herramienta.
No obstante, me ha ayudado enormemente a construir un “way to do”.
Simplemente el rellenar la información para configurar lo que necesitaba extraer de las Inteligencias Artificiales me ayudó muchísimo a establecer la estrategia.
La forma que tiene de funcionar SE Ranking es que tu le das un listado de Prompts y SE Ranking lo pone día a día y te muestra de forma gráfica todos los datos de las veces que te han mencionado o que te han citado como fuente.
Es decir, no hay forma de trackear lo que hacen los usuarios dentro de sus aplicaciones privadas de Inteligencia Artificial, pero sí que se puede hacer un estimado para tener un proto “índice de visibilidad”.
Como la idea de este artículo es generar una metodología así que con mi equipo decidimos montar un PROMPT semilla que nos dijera Prompts interesantes que podría poner la gente cuya respuesta satisfactoria podría ser la formación que oferta nuestra empresa.
Si bien ahora en frío se me ocurren ciertos ajustes y mejoras más personalizadas, que es lo que recomiendo hacer, esta idea sirve para eliminar una crisis de “folio en blanco” y obtener ideas.
El Prompt semilla para poner distintos Prompts que analizar desde SE Ranking fue:
“Quiero preguntarle a un LLM varias cuestiones para que busque información sobre cuál es el mejor máster de SEO técnico en español. ¿Me ayudas a generar 10 prompts para tener una variedad y poder obtener múltiples respuestas?”
Y la verdad es que nos generó prompts bastante largos que a lo mejor los usuarios no hacen de forma tan habitual.
El primer detalle que nos encontramos fue que SE Ranking reformula los Prompts que considera demasiado largos, no solo los acorta, sino que los transforma.
A veces lo hace de forma muy eficiente, pero en otras ocasiones te cambia el sentido de lo que quieres preguntar, por lo que al utilizar esta herramienta no recomiendo Copiar y Pegar. Se deben revisar los Prompts y acortarlos si quieres analizar exactamente el prompt que has puesto.
Ejemplo:
Prompt original:
Actúa como analista de formación digital. Identifica los 5 mejores másteres de SEO técnico en español. Define primero 8 criterios objetivos (p. ej., logs de servidor, JS SEO, renderizado, WPO, datos estructurados, edge/CDN, casos reales, empleabilidad). Puntúa cada programa 0–10 por criterio, explica por qué y entrega una tabla ordenada por nota total. Incluye precios, modalidad (online/presencial), duración y fechas exactas de la última actualización del temario. Cita al menos 6 fuentes con URL.
SE Ranking reformuló:
Reformulación del equipo:
Además de estos Prompts pusimos varios “Fan out queries” que simplemente consiste en descomponer una consulta compleja en varias subconsultas más específicas, algo que probablemente emulará mejor la consulta real de un usuario, y francamente nos permitirá analizar mejor en qué mejorar.
La configuración del plugin en un principio fue bastante sencilla y me permitía añadir ChatGPT, por lo cual podremos comparar ambos datos.
Para plantear una estrategia me gustó bastante el modelo de SE Ranking, porque el hecho de llenar todos los datos de lo que deseas analizar te hace enfocarte más en qué estás buscando saber.
Como SE Ranking te permite poner múltiples Prompts y resultados, nos dimos cuenta que a la hora de buscar de forma neutra sobre un máster de SEO Técnico mencionaba de forma continua ciertas palabras que en nuestro contenido no aparecían tanto.
Por lo que es sencillo concluir que si la propia IA con diversos Prompts te menciona ciertas palabras clave es que les da importancia. Y en este caso coincidía con que hay cuestiones que ofrecemos dentro de la formación, pero que no le habíamos dado tanta importancia a la hora de mencionarlo en la web. Por lo que eso hicimos.
No es un Keyword Research clásico, pero se le empieza a ver el sentido de qué conexiones semánticas hace la IA y entendimos que si le damos información sobre esas palabras que ChatGPT ve tan relacionadas, ChatGPT acabaría premiándonos.
Una vez preparado todo lo que queríamos analizar, curado nuestro contenido, hecho nuestras implementaciones y el LinkBuilding podríamos decir que sólo hacía falta esperar.
Mientras estaba investigando funcionalidades chulas, lo que no se hizo de esperar fueron los fallos a la hora de analizar. Y voy a contar tanto las cuestiones positivas como a mejorar. Estoy seguro que son errores que se solucionarán pronto, pero si alguien piensa aplicar una estrategia similar, le recomiendo que lo tengan en cuenta mientras las herramientas de analítica se actualizan.
Por suerte para tí y por desgracia para mí, probablemente estos errores se corrijan cuando estés leyendo este artículo, pero me parece relevante contar esta experiencia.
Por resumir, la herramienta de SE ranking de búsqueda con IA es enviar diariamente el conjunto de Prompts que le has seleccionado a ChatGPT y en base a sus respuestas, SE ranking te hace un registro de marcas que ha mencionado, enlaces y que menciones y enlaces se corresponden a tu marca, así que expondré mi experiencia.
De hecho mientras he estado haciendo este ejercicio, la propia herramienta de SE ranking ha ido actualizando.
La funcionalidad está chula, no obstante, o no he sabido configurarlo o no sabe tener en cuenta cuando 2 marcas se relacionan con la tuya.
Por ejemplo, si ChatGPT menciona Whopper debería asociarse a tu marca si estás analizando Burguer King.
Hecho en falta un campo para poder añadir qué palabras se asocian a tu marca.
No obstante, al margen de eso, la idea está bastante bien y por ejemplo, de forma orientativa he podido ver en Prompts que he empezado a aparecer, entiendo que gracias a la estrategia planteada.
Mientras hacía este experimento, informé al equipo de SE Ranking del error que voy a explicar a continuación y me comunicaron que está ya en QA y que estará solucionado en el próximo deploy. Cuando esté solucionado lo actualizaré en este mismo apartado.
Me he percatado que la herramienta sólo analiza cuando hay enlaces dentro del botón “fuentes” en ChatGPT.
Esto lo veo una opción a mejorar, pues sospecho (información subjetiva) que los enlaces insertados en el texto son incluso más poderosos que los que aparecen en el campo fuentes.
No obstante me resultaba curioso que con Prompts cuya respuesta se tiende a poner enlaces insertados aparecían sin enlaces
y estos solo aparecían cuando estaba el botoncito de fuentes:
Este alto porcentaje de prompts sin enlaces me hizo sospechar, tanto de la calidad de mis prompts como de qué ocurría con ChatGPT desde SE Ranking, lo que nos lleva al siguiente punto.
Lo primero que analizamos al ver el código que nos daba SE Ranking de ChatGPT es que se usaba la versión 4o:
La cual coincide justo con la versión gratuita de ChatGPT.
Esto no es necesariamente un problema. Pues la mayor parte de la población utiliza el ChatGPT gratuito.
El 81% de los usuarios de ChatGPT utilizan el plan gratuito. sqmagazine.co.uk
Pero si que nos dimos cuenta de varios problemas a la hora de las respuestas que nos arrojaba SE Ranking desde su panel.
23/10/2025 Actualizado: El error ya está solucionado y ya no ocurre, pero en el momento de la investigación si pasaba.
En ocasiones se perdía la métricas correctas de días porque se pasaban los prompts en la versión gratuita, lo que enturbia las métricas:
No sabemos identificar exactamente el por qué en ocasiones dependiendo del navegador o factores aleatorios, ChatGPT a veces sueltan resultados muy distintos.
Por lo que nos comentan a esto, se está trabajando en sacar un resultado más certero, donde salga bien el promedio de respuestas con usuarios de 0 geolocalizados.
Y vamos con la última situación.
La herramienta de GEOhat LLM cazaba cuando alguien hace click al vuelo. Eso es bueno, el problema es que mis propios clicks también, por lo que si bien el plugin se actualizará para poder poner IPs restringidas para analizar, en el momento de ese análisis ese fallo estaba. Por lo que tengo que ser honesto y admitir que varios de esos clicks desde distintos LLMs fueron míos probando la eficacia, desafortunadamente haciendo eso ensucié las métricas reales de los usuarios.
Desde la versión Geohat LLM 2.0.3 ya se puede restringir IPs.
Banner promocionado:
Voy a ser lo más honesto posible, y la verdad es que con los datos obtenidos no puedo sacar conclusiones reales, solo aprendizaje.
Los números son demasiado pequeños como para obtener una muestra representativa, aún así nos da para mencionar ciertas cuestiones
Lo que veo que les ocurre a estas herramientas es que han conseguido tener ideas muy buenas en tiempo record para adaptarse a esta nueva era, ahora solo es cuestión de que pase tiempo para que se corrijan esas mejoras.
Las conclusiones que podemos sacar respecto a qué cuestiones hay que tener en cuenta:
Debo hacer autocrítica y creo que podríamos haber realizado Prompts mucho más específicos donde nuestra marca tendría sentido que se mencionase.
Con los Prompts automáticos desde SE Ranking, se puede comprobar por las respuestas cuales son los puntos de dolor que suele tener en cuenta ChatGPT, algo que puede ser perfecto si encaja con lo que ofreces para añadirlo en tu estrategia de contenido.
La opción de fuentes es genial y de acuerdo a nuestros análisis manuales suele coincidir bastante. SE Ranking tiene un campo que se llama “Frecuencia de la fuente” y esto te puede ayudar a decidir en qué páginas sería interesante que te mencionasen o pusiesen un enlace.
Según estas analíticas 84 usuarios han llegado a mi web por medio de ChatGPT, pero podríamos despreciar por lo menos 10-20 clicks debido a “hits” realizados por mí mismo al comprobar hacia donde iban los enlaces de las respuestas de ChatGPT.
Por el formulario de contacto que tenemos interno sabemos que 1 de los usuarios que nos pidió información del máster vino desde ChatGPT, pero la realidad es que no podemos estimar la cantidad de gente que ha comparado y la respuesta de ChatGPT le ha dado a decidirse por nuestra formación.
Pero al margen de los fallos que han podido haber en resultados de SE Ranking y el tema de la IP con GEOhat LLM hay una conclusión que sí puedo sacar.
El hecho de haber dedicado tiempo a optimizar los resultados de ChatGPT ha desembocado en un pequeño aumento del tráfico de usuarios por LLMs:
En el caso de Analytics como han habido otro tipo de campañas no podemos decir con certeza que toda la subida de usuarios se deba a ello.
Pero la estimación es de una subida entre 5-10 usuarios en días laborales en una página que tiene un ticket alto con una media de 80 usuarios diarios.
Si bien son datos relativamente pequeños como para considerarlos representativos, cada uno puede estimar si le compensa emplear el tiempo necesario para esas mejoras en cuanto a “GEO”.
Desde mi punto de vista, merecerá la pena si tienes los deberes hechos. Y si bien las herramientas de análisis de LLMs aún necesitan ciertas mejoras, desde luego van en la dirección adecuada.
Agradecimientos a todo el equipo de Asdrubal SEO y en especial a Mario por ayudarme con los datos, prompts e ideas para hacer un buen trabajo.
Te falta mi máster. Accede a una formación avanzada que te permitirá aplicar e implementar SEO en cualquier tipo de WEB
¡Accede al Máster de SEO Técnico!