Auditar el SEO de competidores con Claude: método real

El mes pasado pasé por Claude un export de cuatro mil URLs de tres competidores de un cliente B2B. En diez minutos señaló algo que yo llevaba dos días sin ver: los tres tenían una comparativa por cada integración de su producto, y mi cliente ninguna. El patrón estaba delante de mis ojos, en cuatro columnas y mil filas. No lo vi.

Lo que Claude no hizo, porque no puede, fue decirme cuánto tráfico traían esas páginas. Ese número salió de Ahrefs, y esa separación es todo el post. Ya escribí sobre competitor research con Claude, pero aquello iba de PPC y de mensajes: anuncios, landings, propuesta de valor. Esto es la contraparte orgánica, que se parece bastante poco. Aquí el input no son capturas de anuncios, son exports.

En 30 segundos:

• Las herramientas producen los datos. Claude los lee. Si inviertes ese orden, tu auditoría es ficción con formato de tabla.
• Claude no tiene índice en vivo. Su ventana de contexto es memoria de trabajo, no una base de datos de rankings.
• El content gap y la clasificación de intención URL por URL son las dos tareas donde más horas he recuperado.
• Para leer un cluster necesitas un crawl con los enlaces salientes de cada página, no una lista de URLs.
• Ancla cada afirmación a una cita literal del export. Sin cita, la afirmación se borra.

¿Qué mitad de la auditoría hace Claude y cuál no?

La mitad del análisis. Nunca la de la recogida de datos. Parece obvio escrito. Lo he visto ignorar en informes de agencia de cuatro cifras.

La documentación de Anthropic lo explica sin adornos: la ventana de contexto es la memoria de trabajo del modelo, algo distinto del corpus enorme con el que se entrenó. Un modelo no consulta Google cuando le preguntas por una posición. Rellena el hueco con lo que le parece plausible, que no es lo mismo que un dato.

Fíjate en dónde está la frontera. Claude entra cuando ya existe un fichero y sale antes de la decisión. En medio hace lo que un humano hace mal a partir de la fila trescientos. Si lo que te interesa es el lado de pago, la competencia en anuncios se audita con otras herramientas y otra lógica.

¿Cómo hacer un content gap analysis con un set de competidores?

Cruzando exports de keywords, no preguntando. El error clásico es escribir «dime qué temas cubre competidor.com y yo no». Eso genera una lista bonita y falsa. Lo que hago es lo contrario: le doy los datos y le prohíbo salirse de ellos.

1. Exporta las keywords orgánicas de cada competidor, con URL de destino y posición. Un fichero por dominio, sin editar.
2. Exporta las tuyas desde la misma herramienta y desde Search Console, que suelen no coincidir del todo.
3. Normaliza las columnas para que los cuatro ficheros tengan los mismos encabezados. Ahorra la mitad de los errores posteriores.
4. Sube los cuatro ficheros en el mismo mensaje, cada uno en su etiqueta con el nombre del dominio. Anthropic recomienda colocar los datos largos arriba del prompt, antes de la instrucción, y envolver cada documento con su fuente.
5. Pide agrupaciones, no listas. «Agrupa las keywords en las que al menos dos competidores rankean en top 10 y nosotros no aparecemos, por tema, y cita tres filas de ejemplo por grupo.»
6. Revisa los grupos a mano y descarta los que no encajan con lo que vendes. Suele caer uno de cada cuatro.

El paso seis no es opcional. En mi experiencia el modelo agrupa muy bien por parecido semántico y muy mal por relevancia comercial: te mete «software gratis» junto a «software para equipos de 200 personas» porque comparten palabras. Tú sabes cuál paga las facturas.

¿Cómo clasifico la intención de búsqueda de cientos de URLs?

Con una taxonomía cerrada y una justificación obligatoria por fila. Sin esas dos restricciones, el modelo etiqueta con criterios que cambian a mitad del fichero.

Le doy cuatro etiquetas y solo cuatro: informacional, comparativa, transaccional, marca. Para cada URL le pido la etiqueta, la señal concreta que la justifica (una palabra del title, un patrón de la URL, la presencia de precios en el H2) y una quinta opción llamada «no determinable» que puede usar siempre que quiera. Ese permiso importa: la propia guía de Anthropic para reducir alucinaciones empieza por dar al modelo permiso explícito para admitir que no sabe algo.

¿Por qué me molesto en etiquetar en vez de mirar las URLs una a una? Porque la respuesta que busco no es «esta URL es comparativa», es «la mayoría de las suyas en top 10 son comparativas y casi todas las mías informacionales». Ese contraste solo aparece si has etiquetado todo el conjunto con el mismo criterio. A mano, para cuatrocientas URLs, es media jornada.

Google publica una lista de preguntas de autoevaluación sobre contenido útil que uso como segundo filtro. Una de ellas, «¿alguien que lea tu contenido se irá sintiendo que ha aprendido lo suficiente como para lograr su objetivo?», se la aplico a los títulos y H2 del competidor. No da un veredicto fiable. Ordena bastante bien qué páginas suyas parecen escritas para responder y cuáles para rellenar.

¿Cómo se lee el cluster temático y el enlazado interno de un competidor?

Con un crawl que incluya los enlaces salientes internos de cada página. Sin esa columna no hay análisis de cluster posible, solo una lista de URLs con pinta de árbol.

Lo que hago es exportar de Screaming Frog el informe de enlaces internos (origen, destino, ancla) del dominio del competidor y pedirle a Claude que reconstruya qué páginas actúan de hub: qué URLs reciben más de veinte enlaces internos, desde qué tipo de página y con qué anclas. Después, que compare esa estructura con la mía. El resultado casi nunca es «tienen más contenido». Suele ser «tienen la misma cantidad, mejor conectada».

Google es claro sobre por qué esto importa, y conviene citarlo literal. Su documentación afirma que usa los enlaces como señal para determinar la relevancia de las páginas y para encontrar páginas nuevas que rastrear, y que solo puede rastrear un enlace si es un elemento <a> con atributo href. Sobre el texto ancla dice que debe ser descriptivo, conciso y relevante. Nada más. Cualquier regla del tipo «tres enlaces internos por post» es folclore, incluida la mía: trabajo con la hipótesis de que un hub bien conectado se re-rastrea antes, y la trato como hipótesis. El detalle operativo lo cubrí en enlazado interno para SEO.

¿Qué comparo en el on-page de las páginas que me superan?

Los patrones repetidos, no los elementos sueltos. Que un competidor tenga la keyword en el title no dice nada. Que la tengan las cuarenta páginas que te superan, en la misma posición y con el mismo modificador detrás, ya es una decisión de plantilla.

Mi comparación mínima son cinco columnas por URL: title, H1, número de H2, presencia de tabla y datos estructurados detectados. Claude cruza eso rápido y saca la parte aburrida: «treinta y ocho de cuarenta empiezan el title con la categoría». Para reescribir titles y metas a partir de ahí tengo un flujo aparte en meta descriptions a escala.

Con los datos estructurados hay que tener cuidado con lo que se concluye. Google dice que añadir datos estructurados puede hacer que tus resultados sean más atractivos y que cumplir las propiedades requeridas te hace elegible para una presentación mejorada. Elegible. No garantizado. Y esa página no menciona posiciones en ningún momento. Además, sus políticas prohíben marcar contenido que no sea visible para el lector, así que verifica que el competidor lo esté aplicando bien antes de copiarlo. He visto copiar esquemas de valoraciones inexistentes por seguir a un rival a ciegas. Para la parte de implementación, schema markup tiene el detalle.

¿Dónde se inventa los datos y cómo lo ato en corto?

En los números. Siempre en los números. Volúmenes, posiciones medias, dominios de referencia, tráfico estimado: si no está en el fichero, Claude producirá una cifra con la misma confianza que una real. No es un fallo raro. Es lo que pasa cuando pides un dato a algo que no tiene índice.

La regla que aplico no admite matices: ningún número del informe puede tener a Claude como origen. Todos vienen del CSV, citando fichero y fila. Para conseguirlo uso tres técnicas que la documentación de Anthropic describe: extraer citas literales antes de analizar, exigir que cada afirmación venga con la cita que la sostiene y retirarla si esa cita no aparece, y restringir el conocimiento externo para que el modelo use solo los documentos aportados.

En la práctica se traduce en un cierre de prompt que repito casi palabra por palabra: «Usa exclusivamente las filas de los ficheros adjuntos. No estimes volúmenes ni posiciones. Si un dato no está, escribe NO DISPONIBLE.» ¿Funciona siempre? No. Depende del tamaño del fichero. Por eso el último control es humano: cojo cinco cifras al azar y las busco en el CSV. Si falla una, se revisa el informe entero.

¿Cómo sale de ahí una lista de acciones priorizada?

Pidiendo esfuerzo y evidencia en la misma tabla que el impacto. Una lista de recomendaciones sin coste estimado es una carta a los Reyes Magos, y el modelo las genera encantado si se lo permites.

Lo que le pido al final es una tabla con cuatro columnas: acción, gap que la origina (citando el grupo de keywords concreto), esfuerzo estimado en jornadas y qué competidor sirve de referencia. Después la reordeno yo, porque la priorización depende de cosas que Claude no tiene: el equipo disponible, el ciclo de venta, si el producto aguanta esa comparativa. En la mayoría de los casos, su orden y el mío difieren en la mitad superior de la lista.

Si quieres este mismo esqueleto aplicado a tu web en vez de a la del vecino, la auditoría SEO con Claude recorre las fases por dentro. Y si automatizas la recogida, conectar Claude a tus fuentes vía MCP elimina el paso manual de exportar y subir ficheros.

Preguntas frecuentes

¿Claude puede consultar las posiciones de un competidor en Google?

No. Un modelo de lenguaje no tiene índice de búsqueda en vivo, y su ventana de contexto es memoria de trabajo sobre lo que le pasas, no una base de datos consultable. Si le pides una posición sin dársela, devolverá una cifra inventada con tono seguro. Los rankings vienen de tu herramienta o de Search Console.

¿Cuántos competidores conviene meter en el mismo análisis?

Entre tres y cinco funciona bien. Con menos de tres no hay patrón que detectar, porque cualquier coincidencia puede ser casualidad. Con más de cinco los ficheros crecen y la precisión se resiente en contextos largos. Prefiero hacer dos tandas de tres que una de seis, y cruzar después las conclusiones a mano.

¿Sirve pegar el HTML de una página en vez de un crawl?

Para una página suelta, sí. Para un análisis de cluster, no: necesitas los enlaces salientes de cada URL en formato tabla, y eso solo sale limpio de un crawler. Pegar HTML consume muchísimo contexto para poca señal útil, y a partir de unas pocas páginas ya no te cabe el resto del análisis.

¿Puede Claude decirme por qué un competidor rankea mejor que yo?

Puede señalarte diferencias observables entre las dos páginas: estructura, cobertura de subtemas, enlazado, datos estructurados. No puede darte la causa, porque nadie fuera de Google tiene esa información. Yo lo uso para generar hipótesis ordenadas por lo que se puede comprobar, no para cerrar diagnósticos.

¿Cada cuánto repito esta auditoría?

Cada trimestre suele bastar en la mayoría de sectores, y cada mes si tu competencia publica mucho. Lo importante es reutilizar el mismo prompt y la misma taxonomía de intención, porque así las tablas son comparables entre trimestres. Cambiar el criterio de etiquetado a mitad de año te deja sin serie histórica.

El dato lo pone la herramienta, el patrón lo pone Claude

Después de bastantes auditorías así, lo que he aprendido no es que el modelo analice mejor que yo. Es que aguanta cuatro mil filas sin cansarse, y yo no. La ventaja está en el volumen que puede sostener antes de que se le escape lo evidente. Un analista bueno con dos días encuentra lo mismo. Casi nunca hay dos días.

El riesgo real tampoco es que Claude se equivoque en un análisis. Es que rellene un hueco numérico y tú lo pegues en una diapositiva de cliente. El control de las cifras contra el CSV no es una buena práctica opcional: es lo que hace que el resto valga algo. Si no vas a verificar, no metas números.

Si tienes los exports encima de la mesa y no sabes qué mirar en ellos, reserva 30 minutos de consultoría y lo revisamos juntos con tus datos delante.