Ejemplos

Pregunta: "Todos los lunes por la mañana, dime qué cambió en nuestros 5 principales competidores la semana pasada".

Qué se implementó:

• Un trabajo programado que se ejecuta todos los lunes a las 9, sin supervisión
• Extrae palabras clave orgánicas nuevas y eliminadas, nuevas páginas posicionadas y cualquier backlink de dominios destacados para cada competidor desde Ahrefs
• Un procesamiento con LLM que resume los aspectos interesantes en lenguaje sencillo y omite el ruido
• Un mensaje directo de Slack con el resumen y un enlace a una página de Console con los datos completos

Tiempo de lanzamiento: una sesión de chat, más un seguimiento para añadir el filtro de "fragmentos interesantes".

Prompt de inicio:

Créame un monitor de competencia para los lunes por la mañana. Cada lunes a las 9 para estos 5 dominios [lista], extrae las palabras clave orgánicas nuevas y eliminadas vs la semana pasada, las páginas con nuevas clasificaciones y cualquier backlink de dominios con DR ≥ 70. Resume con LLM las partes interesantes, omite el ruido. Envíame un mensaje directo en Slack con el resumen más un enlace a una página de Console que muestre todos los cambios.

Pregunta: "Créame una herramienta donde pegue una URL y me devuelva un universo de palabras clave agrupadas. Enlace público que pueda compartir con clientes potenciales."

Qué se implementó:

• Una página de consola donde pegas la URL y eliges filtros (volumen, Dificultad de palabra clave)
• Un backend que extrae las Palabras clave orgánicas principales de Site Explorer, expande cada una mediante términos coincidentes de Keywords Explorer, elimina duplicados y agrupa por Tema principal de Ahrefs
• Un paso de LLM que nombra cada clúster (2-4 palabras, en mayúsculas iniciales)
• Una visualización de gráfico de fuerzas con nodos arrastrables, zoom con desplazamiento, información sobre herramientas al pasar el cursor y píldoras de leyenda en las que se puede hacer clic para alternar clústeres
• Una URL de token pública en el sitio para que puedas compartir en modo de solo lectura con cualquiera

Tiempo de lanzamiento: una sesión de chat para la v1, algunos turnos de seguimiento para pulir la visualización.

Prompt de inicio:

Créame una herramienta de universo de palabras clave. La entrada es una URL. Extrae las N palabras clave orgánicas principales de Site Explorer, expande cada una con términos coincidentes de Keywords Explorer, elimina duplicados, agrupa por tema principal, nombra cada clúster con IA en 2-4 palabras. Visualiza como un gráfico de fuerzas dirigido y arrastrable con colores de clúster y una leyenda que activa/desactiva clústeres. Renderiza en la Consola para mí; expón una URL protegida por token en el sitio público para que pueda compartirla con prospectos.

Pregunta: "Rastrea nuestra marca en respuestas de IA en ChatGPT, Claude, Perplexity y el resto, y compara con los tres competidores más cercanos".

Qué se implementó:

• Un panel de control de Console que extrae datos de Brand Radar de Ahrefs para seis plataformas de IA en paralelo
• Desglose por plataforma de cuota de voz, impresiones, menciones y citas para nuestra marca y hasta cinco competidores
• Una vista combinada sumada en todas las plataformas, y un historial de 90 días para cada métrica
• Comparación con un clic contra un conjunto diferente de competidores sin tener que volver a ejecutar todo

Tiempo de envío: una sesión de chat.

Prompt de inicio:

Créame un panel de visibilidad en IA. Entradas: la URL de mi marca y hasta 5 URLs de competidores. Extrae cronologías de vista general de Brand Radar para ChatGPT, Claude, Perplexity, Gemini, Copilot y Grok en paralelo. Para cada plataforma muestra la cuota de voz, impresiones, menciones y citas de cada entidad. También muestra una vista combinada entre plataformas (cuota de voz promediada, las demás sumadas) y un historial de 90 días por métrica. Almacena en caché los resultados por ejecución para que pueda cambiar competidores sin volver a extraer.

Pregunta: "La mayoría del contenido generado por IA es rechazado por nuestros equipos legales y de marca porque no puede mostrar de dónde provienen las afirmaciones. Constrúyeme un modo borrador que fundamente cada afirmación y muestre el rastro de la fuente."

Qué se implementó:

• Una página de consola que toma un brief más las directrices de marca y genera un borrador de texto con cada afirmación numerada
• Un panel lateral que, para cada afirmación numerada, muestra la fuente, extraída de una "biblioteca de afirmaciones de marca" mantenida con datos preaprobados sobre Ahrefs (cifras de escala, afirmaciones de capacidades, pruebas de clientes, comparativas)
• Las afirmaciones caducadas se eliminan automáticamente (la biblioteca tiene un expires_on por afirmación)
• Exportación en Markdown con versión, origen y categoría para que los revisores legales/de marca puedan auditar sin salir del documento

Tiempo de envío: una sesión de chat para el generador; la biblioteca de afirmaciones de marca se sembró una vez y se reutiliza en cada generador de Capa 3.

Prompt de inicio:

Créame un generador de textos listo para auditoría. Mantén una biblioteca de afirmaciones de marca como un archivo de habilidades JSON (id, afirmación, URL de origen, categoría, expires_on). El generador acepta un brief + directrices de marca, redacta el texto y numera cada afirmación factual. El panel lateral muestra el origen de cada afirmación, extraído de la biblioteca. Elimina las afirmaciones caducadas de forma silenciosa. Exporta a markdown con versión, origen y categoría para que el departamento legal pueda auditar.

Pregunta: "Créame un generador de fichas de batalla de la competencia que extraiga señales reales, no solo opiniones en viñetas".

Qué se implementó:

• Una página de consola donde pegas un dominio de la competencia
• El backend extrae el tráfico de Ahrefs y las variaciones de clasificación, rastrea su página de precios, ejecuta una instantánea de búsqueda de pago y (si está conectado) lee fragmentos recientes de llamadas de Gong donde se mencionó al competidor
• El LLM organiza el resultado en: posicionamiento, precios, fortalezas, debilidades, objeciones comunes y las respuestas de tu equipo
• Cada sección es editable en línea, exportable a PDF o PowerPoint

Tiempo de envío: una sesión de chat.

Prompt de inicio:

Créame un generador de battlecards. Entrada: dominio de la competencia. Extrae el tráfico de Ahrefs + deltas de clasificación (30/90 días), raspa su página de precios, extrae palabras clave de pago + páginas de pago de Site Explorer y lee los últimos 90 días de fragmentos de llamadas de Gong que los mencionen. Organiza con LLM en posicionamiento, precios, fortalezas, debilidades, objeciones comunes, nuestras respuestas. Cada sección es editable en línea. Exporta a PDF o PPTX.

Pregunta: "Escribo publicaciones de LinkedIn con mi propia voz. Ayúdame a redactar nuevas que suenen como yo, no como ChatGPT".

Qué se implementó:

• Un archivo de habilidades con reglas de voz y un banco de publicaciones pasadas aprobadas que el agente lee en cada generación
• Una aplicación de consola que redacta nuevas publicaciones con esa voz, dos variantes por generación, cada una etiquetada con el patrón que utiliza
• Una nota de "por qué funciona esto" en cada variante para que el resultado sea revisable en lugar de conjeturas
• Un botón "Añadir al banco" que añade las publicaciones aprobadas de nuevo a la habilidad, para que la voz se perfeccione con el tiempo

Tiempo de lanzamiento: una sesión de chat, más 15 minutos la primera vez para alimentar el banco con 5-10 de tus mejores publicaciones anteriores.

Prompt de inicio:

Créame un generador de publicaciones para LinkedIn. Lee las reglas de voz y un banco de publicaciones anteriores aprobadas desde un archivo de habilidades. Para cada briefing, redacta dos variantes con el patrón que sigue cada una ("apertura contraria", "datos + reformulación", etc.) y una nota de una línea sobre por qué funciona. Añade un botón "Añadir al banco" que agregue las publicaciones aprobadas de nuevo al archivo de habilidades para que la voz se perfeccione. Guarda el historial de ejecuciones.

Pregunta: "Tenemos más de 1000 artículos de blog; mantenerlos actualizados es más que un trabajo a tiempo completo. Crea un pipeline que tome una URL, la audite y proponga actualizaciones que pueda aceptar o rechazar cambio por cambio."

Qué se implementó:

• Un campo de entrada donde pegas una URL publicada; el pipeline la obtiene y extrae el contenido de la página
• Cuatro etapas de diagnóstico se ejecutan en paralelo: alcance (actualización ligera vs. reescritura completa), auditoría de afirmaciones (el LLM marca cada estadística y afirmación fechada, califica su obsolescencia, encuentra reemplazos), verificación cruzada de menciones de Ahrefs (contra funcionalidades lanzadas desde la publicación), brechas temáticas (vuelve a ejecutar la SERP y muestra temas que cubren las páginas mejor posicionadas actualmente que la tuya no)
• Una etapa de vista previa con una comparación lado a lado entre el artículo actual y las actualizaciones propuestas. Acepta o rechaza cada cambio individualmente
• Exporta la versión aceptada como markdown o shortcodes de WordPress

Tiempo de lanzamiento: unos días de construcción + ajustes, luego funciona para siempre.

Prompt de inicio:

Créame un pipeline de actualización de entradas de blog. Entrada: una URL publicada. Obtén el artículo. Ejecuta cuatro etapas de diagnóstico en paralelo: (1) Alcance, yo establezco actualización ligera vs. reescritura completa; (2) Auditoría de afirmaciones, el LLM extrae cada estadística, referencia de estudio y afirmación fechada y califica cada una por obsolescencia con un reemplazo sugerido; (3) Menciones de Ahrefs, comprueba las funcionalidades de Ahrefs lanzadas desde la publicación y sugiere dónde incluir las nuevas; (4) Brechas temáticas, vuelve a ejecutar la SERP, identifica temas que cubren las páginas mejor posicionadas actualmente que la mía no cubre. Etapa final: comparación lado a lado entre el artículo actual y las actualizaciones propuestas, con aceptar/rechazar por cambio. Exporta la versión aceptada como markdown o shortcodes de WordPress.

Pregunta: "Toma la URL de un competidor y créame un brief de campaña de anuncios de pago para ella. Quiero temas, titulares, descripciones y maquetas PNG en el estilo de nuestra marca."

Qué se implementó:

• Una página de consola que rastrea la página objetivo, extrae las palabras clave de pago y las páginas de pago de Ahrefs, y solicita a un LLM que identifique los temas de campaña
• Para cada tema: copia de anuncio de búsqueda (con límites de longitud estrictos aplicados del lado del servidor para que Google no los rechace), copia de anuncio social y creatividades PNG renderizadas en cuatro estilos de fondo usando Pillow
• Las imágenes de anuncios de marca de referencia cargadas anteriormente se describen al LLM por su estilo para que la copia y los elementos visuales generados se mantengan alineados con la marca

Tiempo de envío: una sesión de chat para la v1, dos turnos de seguimiento para ajustar los estilos de marca.

Prompt de inicio:

Créame un generador de campañas de anuncios de pago. Entrada: una URL de la competencia. Extrae la página, obtén sus palabras clave de pago y páginas de pago de Ahrefs. El LLM identifica de 3 a 5 temas de campaña. Para cada tema produce: título de búsqueda (≤30 caracteres), descripción (≤90 caracteres), título social (3-7 palabras). Aplica los límites en el servidor. Renderiza creatividades PNG en cuatro estilos de fondo usando Pillow; palabra de acento naranja, nuestra marca denominativa. Haz referencia a mis imágenes de anuncios de marca subidas por su estilo para que las generaciones mantengan la identidad de marca.

Pregunta: "Cada lanzamiento de producto necesita posicionamiento, textos para la landing page, correos electrónicos, material de habilitación de ventas y un guion de vídeo. Créame un orquestador que tome un brief y produzca todo esto."

Qué se implementó:

• Un hub de consola que toma un único resumen del producto (campos de entrada para: qué hemos lanzado, para quién es, el cambio que supone, pruebas de respaldo)
• El orquestador llama a cuatro generadores de Capa 3 en secuencia: landing page, guion de vídeo, email promocional, comparativa de una página
• Cada generador lee de las mismas habilidades de Capa 1 (voz de marca, manual de diseño, estrategia de marketing) para que los resultados sean coherentes en todos los recursos
• Una comprobación de coherencia entre recursos al final (¿coincide el titular de la landing page con el asunto del email?, ¿coincide la apertura del vídeo con el posicionamiento de la página de comparativa?)
• El paquete de contenido completo se puede exportar como markdown, con los recursos en el orden coherente: resumen → landing page → guion de vídeo → email → folleto

Tiempo de lanzamiento: tres sesiones de chat: una para crear cada generador de Capa 3, una para crear el orquestador encima.

Prompt de inicio:

Créame un orquestador GTM. Entrada única de resumen de producto (qué se lanzó, para quién, qué cambios, prueba). El pipeline llama a cuatro generadores de Capa 3 en secuencia: HTML de landing page, guion de vídeo en markdown, HTML de correo promocional, HTML de comparativa de una página. Cada uno lee de las mismas habilidades de Capa 1 (voz de marca, manual de diseño, estrategia de marketing). Después de que los cuatro se ejecuten, haz una comprobación de coherencia entre activos (titular ↔ línea de asunto ↔ apertura de vídeo ↔ posicionamiento de comparativa). Genera un único paquete; el orden de exportación es resumen → landing → vídeo → correo → folleto.

Solicitud: "Créame un pipeline de 11 etapas asistido para artículos de formato largo. Introduzco una palabra clave objetivo, el agente hace el trabajo, yo edito en cada etapa."

Qué se implementó:

• Una aplicación de consola donde introduces una palabra clave objetivo (o pides al agente que encuentre una mediante el análisis de Content Gap integrado)
• 11 etapas se ejecutan secuencialmente como trabajos en segundo plano que la interfaz consulta: Keyword Research, obtención de SERP, instantánea de tema de AI Content Helper, esquema con viñetas con cobertura de temas obligatoria, colocación de menciones de datos, borrador completo, pulido, formato de shortcode de WordPress, exportación a .docx
• Cada etapa muestra su resultado, tiene un área de texto de "editar" y un chat de "refinar con comentarios" que vuelve a ejecutar la etapa con tus notas
• Modo de edición Vibe: chat directo con el LLM sobre esquemas y borradores, sin copiar y pegar
• Guías de estilo personalizadas por perfil de autor, entrenadas con muestras de escritura cargadas
• Diagramas de flujo de marca generados con tu estilo de marca

Tiempo de lanzamiento: unas pocas sesiones de chat, luego adiciones continuas a medida que surjan las necesidades del equipo.

Prompt de inicio:

Créame un flujo de trabajo asistido para artículos de formato largo. La entrada atómica es una palabra clave objetivo. Las etapas se ejecutan secuencialmente como trabajos en segundo plano que la interfaz consulta: (1) investigación de palabras clave mediante Ahrefs, (2) obtención de SERP de la competencia, (3) instantánea de tema de AI Content Helper, (4) esquema con viñetas con cobertura de temas obligatoria, (5) ubicación de menciones de datos, (6) borrador completo, (7) pulido, (8) formato de shortcode de WordPress + exportación .docx. Cada etapa muestra su resultado, tiene un área de texto "editar" y un chat "refinar con comentarios" que vuelve a ejecutar la etapa con mis notas. La guía de estilo proviene de un perfil de voz por autor.