ChatGPT para marketing: 10 prompts para mejorar tu estrategia SEO

¿Y si el mejor uso de ChatGPT para marketing no fuera ayudarte a crear más contenido, sino descubrir cuál no deberías publicar?

Durante los últimos meses he empezado a utilizar ChatGPT de una forma bastante distinta a como lo hacía al principio. Ya no recurro a la herramienta únicamente para redactar, resumir un informe o generar una lista de ideas. Cada vez la utilizo más como una capa de análisis que me ayuda a trabajar con datos de Google Search Console, exportaciones de Screaming Frog, investigaciones de palabras clave o información procedente de herramientas como Ubersuggest vía MCP (como ya te adelanté en este artículo sobre búsquedas con IA).

ChatGPT no está sustituyendo mi criterio, pero se está convirtiendo en un compañero de análisis capaz de revelarme oportunidades y acciones que quizá no habría detectado con la misma rapidez.

Este cambio coincide, además, con el lanzamiento de la familia GPT-5.6 de OpenAI, formada por tres modelos con perfiles diferentes. Hagamos un recap aunque seguro que ya los conoces y los has experimentado hasta la saciedad: Sol, su modelo de mayor capacidad; Terra, orientado a equilibrar inteligencia, velocidad y coste; y Luna, diseñado para tareas rápidas y eficientes. Conviene matizar que Terra y Luna no pueden seleccionarse actualmente en las conversaciones estándar de ChatGPT, aunque sí están disponibles, según el producto y el plan, en Work, Codex y la API.

Más allá de los nombres, la verdadera novedad de esta familia está en la eficiencia y en la posibilidad de ajustar la capacidad del modelo a cada tarea. OpenAI ha entrenado GPT-5.6 para aprovechar mejor cada token, de modo que pueda completar trabajos complejos con menos tokens de salida, en menos tiempo y con un coste inferior. Sol, Terra y Luna representan precisamente tres niveles distintos de inteligencia, velocidad y precio: no tiene sentido utilizar la máxima capacidad para clasificar URLs o resumir una exportación si una opción más ligera puede resolverlo con la misma solvencia. En ChatGPT, esta lógica empieza además a automatizarse. En los planes compatibles, el sistema puede detectar que una petición necesita más razonamiento y pasar de una respuesta instantánea a un nivel de análisis superior. Puedes encontrar más información sobre GPT 5.6 Sol en la propia documentación de OpenAI si te interesa.

En este artículo, quiero compartir diez prompts que he preparado y probado para trabajar la estrategia SEO de marketinggenerativo.es. No son fórmulas mágicas ni sustituyen una auditoría profesional. Son instrucciones pensadas para reducir la fricción del análisis, ordenar mejor la información y ayudarnos a pasar con más rapidez de la métrica a la decisión.

¿Por qué utilizar ChatGPT para marketing y estrategia SEO?

ChatGPT puede resultar especialmente útil en marketing porque es capaz de trabajar con información heterogénea y transformarla en una lectura estructurada. Como profesionales del SEO solemos manejar consultas, páginas, impresiones, clics, backlinks, códigos de respuesta, profundidad de rastreo, intención de búsqueda, competidores y rendimiento de contenidos. El problema no suele estar en la falta de información, sino en el tiempo necesario para ordenarla, relacionarla y convertirla en prioridades.

En mi día a día, esto me ocurre con frecuencia. Puedo entrar en Search Console y observar qué consultas están creciendo, exportar un informe de Screaming Frog para revisar los titles o consultar Ubersuggest para validar una keyword. Sin embargo, cada herramienta responde únicamente a una parte del problema. Después hace falta interpretar qué significan los datos para el proyecto y decidir qué merece atención primero.

Ahí es donde ChatGPT aporta valor. Puede ayudar a agrupar incidencias, identificar patrones, comparar oportunidades y preparar una primera priorización. Además, permite mantener una conversación con el análisis (precisamente en este post hablábamos del concepto análisis conversacional). Si una respuesta resulta demasiado general, puedes pedirle que profundice en un grupo concreto, explique por qué ha priorizado una URL o transforme el diagnóstico en un plan de actuación. A mi me gusta terminar las conversaciones: «y ahora, prepárame un roadmap accionable con 10 quick wins» que me sirve para dibujar un punto de partida.

La ventaja no está en que la IA “sepa SEO” de forma abstracta. La ventaja aparece cuando le proporcionamos una fuente fiable, un objetivo concreto y unas restricciones claras. Por eso los prompts que veremos a continuación comparten una misma lógica: un objetivo definido, una fuente principal y una salida estructurada.

¿Qué ventajas tiene utilizar los prompts dentro de ChatGPT?

• La primera ventaja es la continuidad. Puedes cargar un archivo, recibir una primera lectura y continuar haciendo preguntas sin empezar el análisis desde cero. Si una oportunidad parece interesante, puedes pedir al modelo que la compare con otras, que explique los criterios utilizados o que convierta el hallazgo en una tarea concreta.
• La segunda ventaja es la capacidad para combinar análisis y comunicación. Un mismo conjunto de datos puede convertirse en una tabla técnica, una síntesis para dirección, un backlog de tareas o un briefing editorial. Esto reduce bastante el trabajo que suele existir entre encontrar una métrica, interpretarla y presentarla de una forma comprensible.
• La tercera ventaja es el contexto. Dentro de un proyecto de ChatGPT puedes reunir documentación sobre la marca, el público, la arquitectura del sitio, el tono editorial y los objetivos de negocio. Así, las recomendaciones no parten siempre de una página en blanco.
• La cuarta ventaja es, probablemente, la más importante para mí: puedes discutir el resultado. Una herramienta tradicional suele devolverte un panel cerrado. ChatGPT permite preguntar por qué se ha priorizado una oportunidad, qué dato falta para confirmar una hipótesis o cómo cambiaría la recomendación si el objetivo fuera captar leads en lugar de generar tráfico.

Si la IA puede ordenar los datos, nuestro trabajo deja de ser recopilarlos y empieza a ser decidir qué hacer con ellos.

Sol, Terra y Luna: ¿qué modelo utilizar para cada tarea?

OpenAI ha estructurado la familia GPT-5.6 alrededor de tres niveles de capacidad. Sol es el modelo insignia y está orientado a trabajos complejos de investigación, conocimiento profesional, programación, uso del ordenador y diseño. Terra busca un equilibrio entre capacidad, velocidad y coste, mientras que Luna representa la alternativa más rápida y económica.

Aplicado al marketing, podríamos traducir esa lógica así:

No conviene interpretar esta tabla como una regla cerrada. En las conversaciones estándar de ChatGPT, Terra y Luna no aparecen como modelos seleccionables; su acceso depende del producto utilizado. Lo importante para el profesional de marketing es comprender la idea: reservar el mayor nivel de razonamiento para los análisis que realmente lo necesitan y utilizar opciones más eficientes para tareas repetitivas o claramente delimitadas.

En mi caso, utilizaría un modelo avanzado para construir una estrategia completa a partir de varias fuentes, pero no necesariamente para agrupar los códigos de respuesta de una exportación. Elegir el nivel de capacidad adecuado también forma parte de trabajar de forma eficiente con ChatGPT para marketing.

Antes de utilizar estos prompts: la calidad de la fuente importa

Uno de los errores más frecuentes consiste en pedirle a ChatGPT que “analice el SEO” de una web sin proporcionarle información suficiente. El resultado suele ser una respuesta razonable, pero genérica: mejorar contenidos, conseguir enlaces, revisar la velocidad y trabajar palabras clave. Nada de esto es incorrecto, pero tampoco ayuda demasiado a tomar una decisión. No sé si habrás oído hablar de la regla clásica del análisis de datos: trash in, trash out. Si proporcionas información incompleta, desactualizada o mal estructurada, la respuesta también estará limitada por esa falta de calidad. ChatGPT puede ayudarte a interpretar mejor los datos, pero no puede compensar una fuente deficiente ni convertir una exportación pobre en una conclusión fiable.

Los siguientes prompts están diseñados para trabajar con un documento o una fuente concreta. En algunos casos necesitarás una exportación de Search Console; en otros, un informe de Screaming Frog o datos de Ubersuggest. Esta separación reduce el riesgo de que el modelo mezcle métricas incompatibles o complete los huecos con información que no aparece en la documentación.

También conviene añadir una instrucción común: cuando el archivo no permita confirmar una causa, el modelo debe presentarla como hipótesis y señalar qué comprobación adicional sería necesaria. ChatGPT puede acelerar el diagnóstico, pero no debería convertir una posibilidad en una certeza por el simple hecho de que su explicación resulte convincente.

1. Detectar oportunidades de keywords en Search Console

Este prompt sirve para localizar consultas que ya generan impresiones y se encuentran en una zona donde una mejora razonable podría aumentar su visibilidad. Es especialmente útil para detectar quick wins a partir de datos reales del sitio, sin depender únicamente de los volúmenes estimados por herramientas externas.

Documentación necesaria: exportación de Google Search Console en Rendimiento → Consultas, preferiblemente de los últimos tres meses.

Actúa como analista SEO sénior especializado en Google Search Console.
Analiza exclusivamente el CSV de consultas adjunto.
Identifica keywords con un número relevante de impresiones y posición media entre 4 y 20. Prioriza las oportunidades según impresiones, posición, clics y CTR.
Separa los resultados en quick wins, oportunidades medias y baja prioridad.
Para cada keyword, indica el problema probable, la URL que convendría revisar si aparece en el archivo y una acción concreta.
No inventes volumen de búsqueda, dificultad ni intención cuando no puedan deducirse de los datos.

Entrega una tabla:
Keyword | Clics | Impresiones | CTR | Posición | Prioridad | Acción

Cierra con las cinco oportunidades que deberían trabajarse primero.

En marketinggenerativo.es utilizamos este análisis para localizar consultas asociadas a contenidos sobre GEO, automatización o inteligencia artificial aplicada al marketing que ya han empezado a recibir impresiones, pero todavía no ocupan las posiciones con mayor capacidad para generar tráfico.

2. Detectar páginas con margen de mejora en CTR

Una página puede aparecer en posiciones razonablemente buenas y, aun así, recibir pocos clics. El problema puede estar en el title, en la descripción, en una intención de búsqueda mal resuelta o en una SERP donde las respuestas generativas absorben una parte importante de la atención.

Documentación necesaria: exportación de Rendimiento → Páginas de Google Search Console.

Actúa como consultor SEO especializado en optimización de CTR.
Analiza exclusivamente el CSV de páginas adjunto.
Detecta URLs con posición media entre 1 y 10 y un CTR bajo en relación con su volumen de impresiones.
Prioriza las páginas con mayor número de impresiones y mayor pérdida potencial de clics.
Para cada URL, explica si conviene revisar el title, la meta description, el enfoque del contenido o la intención de búsqueda.
No propongas nuevos textos si el archivo no incluye las consultas asociadas.

Entrega una tabla:
URL | Clics | Impresiones | CTR | Posición | Problema | Prioridad | Siguiente paso

Finaliza con las cinco URLs que podrían generar más clics sin necesidad de mejorar posiciones.

Este prompt no debería utilizarse para asumir que todo CTR bajo se resuelve cambiando el title. En consultas con AI Overviews o respuestas directas, la caída también puede responder a un cambio en el comportamiento del buscador.

3. Analizar problemas de indexación

Search Console puede mostrar cientos o miles de URLs no indexadas, pero eso no significa que todas deban aparecer en Google. Algunas exclusiones son normales; otras pueden indicar problemas de calidad, duplicidad, canonicalización o rastreo.

Documentación necesaria: exportación de Indexación → Páginas.

Actúa como consultor SEO técnico especializado en indexación.
Analiza exclusivamente el informe de páginas de Search Console adjunto.
Agrupa las URLs por motivo de exclusión o estado de indexación.
Distingue entre errores críticos, exclusiones esperadas y casos que requieren revisión.
Prioriza especialmente: rastreada no indexada, descubierta no indexada, duplicadas, canonical alternativa, soft 404 y bloqueos.
Para cada grupo, indica la causa probable, el impacto potencial y la comprobación necesaria.
No asumas que todas las URLs deben indexarse.

Entrega una tabla:
Estado | Número de URLs | Gravedad | Diagnóstico | Acción | Validación

Cierra con un orden de actuación para los próximos 30 días.

En un blog, este matiz es especialmente importante: etiquetas, archivos, duplicados o versiones alternativas pueden estar correctamente excluidos. El objetivo no es aumentar el número de páginas indexadas a cualquier precio, sino comprobar que Google accede y selecciona las URLs que realmente aportan valor.

4. Priorizar problemas de Core Web Vitals

Los informes de Core Web Vitals agrupan páginas con problemas similares. ChatGPT puede ayudarnos a ordenar esos grupos y diferenciar entre incidencias que probablemente proceden de una plantilla y problemas aislados de determinadas URLs.

Documentación necesaria: informe de Experiencia → Métricas web principales.

Actúa como consultor SEO técnico especializado en Core Web Vitals.
Analiza exclusivamente el informe de Search Console adjunto.
Identifica grupos de URLs deficientes o que necesitan mejorar y señala qué métrica está afectada: LCP, INP o CLS.
Prioriza según gravedad, número de URLs afectadas y alcance del problema.

Diferencia entre posibles causas de plantilla y problemas de páginas aisladas.

No presentes como confirmada una causa técnica que el informe no permita demostrar.

Entrega una tabla:
Grupo de URLs | Estado | Métrica | Número de URLs | Prioridad | Hipótesis | Siguiente paso

Añade las comprobaciones que debería realizar el equipo técnico y cierra con las cinco acciones de mayor impacto.

Este análisis no sustituye una revisión con Lighthouse, PageSpeed Insights o las herramientas de desarrollo del navegador. Su utilidad está en ayudar a ordenar el diagnóstico y decidir qué grupos merecen una investigación técnica más profunda.

5. Revisar códigos de respuesta con Screaming Frog

Las redirecciones innecesarias, los enlaces rotos y los errores de servidor pueden afectar al rastreo y a la experiencia del usuario. El valor de este prompt está en transformar una exportación extensa en una lista ordenada por gravedad e impacto.

Documentación necesaria: CSV de Response Codes de Screaming Frog.

Actúa como consultor SEO técnico especializado en rastreo.
Analiza exclusivamente el CSV de Response Codes de Screaming Frog.
Agrupa las URLs por código: 3xx, 4xx y 5xx.
Prioriza los problemas según gravedad, número de enlaces internos recibidos y carácter indexable de la URL.
Detecta redirecciones temporales, cadenas de redirección, destinos rotos y URLs internas con error.
Para cada caso, recomienda mantener, corregir, redirigir o eliminar el enlace.

Entrega una tabla:
URL | Código | Inlinks | Problema | Gravedad | Acción

Cierra con las diez correcciones de mayor impacto.

6. Auditar titles y detectar problemas de plantilla

Los titles ausentes o duplicados suelen ser relativamente fáciles de localizar. Lo más interesante es detectar patrones que revelen un problema de plantilla y no una suma de errores independientes.

Documentación necesaria: CSV de Page Titles de Screaming Frog.

Actúa como consultor SEO on-page especializado en CTR.
Analiza exclusivamente el CSV de Page Titles de Screaming Frog.
Detecta titles ausentes, duplicados, demasiado cortos o demasiado largos.
Identifica patrones repetidos que puedan proceder de una plantilla.
Prioriza las URLs indexables y excluye las no indexables cuando estén identificadas.
Para cada grupo, explica el problema, su posible impacto y el criterio de corrección.

No redactes nuevos titles si no conoces la keyword principal y la intención de cada URL.

Entrega una tabla:
URL o patrón | Title actual | Problema | Prioridad | Criterio de mejora

La última restricción es importante. ChatGPT puede generar titles atractivos, pero no debería hacerlo sin conocer qué consulta intenta posicionar cada página y qué tipo de resultado espera encontrar el usuario.

7. Detectar oportunidades de enlazado interno

El enlazado interno ayuda a distribuir autoridad, facilitar el rastreo y reforzar las relaciones temáticas entre contenidos. En marketinggenerativo.es especialmente útil para conectar artículos sobre GEO, IA agéntica, MCP, automatización, vídeo con IA y marketing digital.

Documentación necesaria: CSV de Internal HTML de Screaming Frog.

Actúa como consultor SEO especializado en arquitectura y enlazado interno.
Analiza exclusivamente el CSV de Internal HTML de Screaming Frog.
Detecta URLs indexables con pocos inlinks o profundidad superior a tres clics.
Identifica páginas con exceso de enlaces salientes, baja relevancia estructural o escasa conexión con su clúster temático.
Prioriza las URLs estratégicas según su posición en la arquitectura y su potencial orgánico.
No declares una página huérfana si el archivo no permite comprobar todas las fuentes de enlaces.

Entrega una tabla:
URL | Profundidad | Inlinks | Outlinks | Problema | Prioridad | Acción

Propón qué tipo de páginas deberían enlazar hacia cada URL, sin inventar direcciones concretas que no aparezcan en el archivo.

8. Validar una keyword antes de crear un artículo

Este es uno de los prompts que más valor puede aportar antes de escribir. Permite comprobar si una keyword tiene demanda, una dificultad asumible y suficiente amplitud temática antes de invertir tiempo en una nueva URL.

Documentación necesaria: conexión con Ubersuggest o exportación de ideas de keywords.

Actúa como consultor SEO especializado en planificación de contenidos.
Pregunta por la keyword objetivo, el país y el idioma si faltan.
Consulta los datos disponibles de Ubersuggest y analiza la keyword según demanda, dificultad SEO, CPC, intención y amplitud temática.
Determina si conviene crear una URL nueva, optimizar una existente o descartar temporalmente la oportunidad.
Selecciona hasta cinco keywords secundarias obtenidas de la misma fuente.
No interpretes una keyword con volumen cero como inútil, pero diferencia entre relevancia temática y demanda acreditada.

Entrega:
1. Evaluación de la keyword.
2. Decisión recomendada.
3. Keywords secundarias.
4. Tipo de página.
5. Estructura inicial de H2.
6. Riesgos de canibalización.

En una de mis pruebas con Ubersuggest, la herramienta identificó que una keyword podía resultar interesante, pero también advirtió que ya existía una URL de MarketingGenerativo.es dentro del mismo clúster. Ese tipo de análisis es útil porque evita convertir cada término relacionado en un artículo independiente y generar canibalización sin necesidad.

9. Preparar una auditoría SEO ejecutiva

Los análisis técnicos pierden impacto cuando llegan a dirección como una sucesión interminable de métricas. Este prompt obliga al modelo a traducir el diagnóstico en riesgos, prioridades, KPIs y decisiones.

Documentación necesaria: informe de dominio de Ubersuggest o exportación equivalente.

Actúa como consultor SEO sénior.
Analiza exclusivamente el informe adjunto del dominio [DOMINIO].
Elabora un informe ejecutivo que incluya:

1. Fortalezas y debilidades del sitio.
2. Situación frente a los principales competidores.
3. Oportunidades SEO de mayor impacto.
4. Riesgos detectados y nivel de prioridad.
5. Backlog de acciones clasificado por impacto, esfuerzo y plazo.
6. KPI asociado a cada acción.
7. Roadmap de implementación a corto y medio plazo.

Finaliza con las diez acciones más importantes ordenadas por impacto.
Basa las recomendaciones exclusivamente en los datos del informe y señala cualquier información que falte para confirmar el diagnóstico.

10. Convertir una oportunidad SEO en un briefing de contenido

El último prompt conecta el análisis con la producción. Su objetivo no es pedir a ChatGPT que redacte directamente el artículo, sino transformar los datos disponibles en un briefing editorial que podamos revisar antes de empezar a escribir.

Documentación necesaria: exportación de keywords o informe de oportunidad previamente generado.

Actúa como estratega SEO y editor de contenidos.
Analiza exclusivamente el informe de keywords adjunto.
Selecciona la oportunidad con mejor equilibrio entre demanda, dificultad, intención y encaje temático con [DOMINIO].

Define:

1. Keyword principal y secundarias.
2. Intención de búsqueda.
3. Público y problema que debe resolver.
4. Tipo de contenido recomendado.
5. H1 y estructura de H2.
6. Preguntas frecuentes relevantes.
7. Datos o fuentes que deberían investigarse.
8. Enlaces internos que convendría incorporar.
9. Elementos diferenciales necesarios para evitar un contenido genérico.
10. KPI con el que debería medirse el resultado.

No redactes todavía el artículo. Entrega un briefing que pueda ser validado antes de iniciar la escritura.

Este último matiz es importante. En muchas ocasiones pedimos a ChatGPT que redacte demasiado pronto. Sin embargo, gran parte de la calidad de un artículo se decide antes: en la elección de la intención, el enfoque, las fuentes, los ejemplos y la experiencia que queremos aportar.

Lo que no deberías delegar en ChatGPT

Utilizar ChatGPT para marketing no significa entregar la estrategia a un modelo. La IA puede clasificar, resumir, encontrar patrones y proponer hipótesis, pero hay decisiones que siguen dependiendo del contexto empresarial: qué contenidos representan mejor a la marca, qué oportunidades encajan con el negocio, qué riesgos estamos dispuestos a asumir y qué recursos podemos dedicar a cada acción.

También es necesario revisar la calidad de los datos. Una exportación incompleta, un periodo mal elegido o una métrica interpretada fuera de contexto pueden producir recomendaciones aparentemente convincentes, pero equivocadas. La calidad de la respuesta sigue dependiendo, en gran medida, de la calidad de la fuente.

Por eso, mi forma de utilizar estos prompts es bastante sencilla: ChatGPT prepara el terreno, organiza el diagnóstico y me ayuda a explorar soluciones. Después, reviso las conclusiones, confronto los datos con las herramientas originales y decido qué tiene sentido aplicar.

Preguntas frecuentes sobre ChatGPT para marketing