Cómo usar Claude para auditorías SEO: workflow de consultor

Llevo tres años haciendo auditorías SEO para e-commerce, sitios WordPress y un par de webs enterprise. Desde que empecé a apoyarme en Claude en 2025, una auditoría que me llevaba 18 horas ahora la cierro en 7 u 8. No es magia. Es un cambio de método. Según el AI Index Report 2025 de Stanford, los grandes modelos de lenguaje mejoraron un 48,9% en benchmarks de razonamiento durante 2024, y eso se nota cuando le pides que interprete miles de filas de GSC. En este post te cuento cómo los uso sin inventarme datos, qué prompts funcionan y dónde Claude sigue fallando.

Claves rápidas

• Claude procesa exports grandes de GSC y Screaming Frog gracias a su ventana de 200K tokens (Anthropic, 2025).
• El ahorro real está en el análisis y la priorización, no en la redacción del reporte.
• Los prompts funcionan mejor con contexto de negocio, no solo con datos crudos.
• Verifica siempre las cifras: los LLMs alucinan entre un 3% y un 27% según la tarea (Vectara Hallucination Leaderboard, 2025).
• Combina Claude con MCP y Google Sheets para cerrar el loop sin copiar y pegar.

¿Dónde aporta valor real Claude en una auditoría SEO?

Según Search Engine Land (2024), el 86% de los SEOs usa IA de forma habitual, pero solo el 35% la integra en auditorías técnicas. Claude brilla en tareas de lectura larga: clasificar URLs, cruzar datos de crawling con clics, resumir SERPs. Falla cuando le pides cifras concretas sin base documental.

Cuando audito, separo el trabajo en dos bloques. El bloque mecánico, clasificar, agrupar, resumir, se lo paso al modelo. El bloque estratégico, decidir qué recomendar y por qué, lo mantengo yo. En una auditoría para USU Cosmetics acabé descartando tres “quick wins” que Claude había marcado como prioritarios porque no entendía el contexto de catálogo estacional.

¿Qué hace bien? Lee 50.000 filas sin perder coherencia. ¿Qué hace mal? Inventa benchmarks si se lo permites.

Cápsula citable: Claude acelera la fase de análisis de una auditoría SEO gracias a su ventana de 200K tokens, equivalente a unas 500 páginas (Anthropic docs, 2025). Sin embargo, solo el 35% de los SEOs la usa en auditorías técnicas, según Search Engine Land (2024).

Preparar los datos: ¿qué exportar antes de abrir Claude?

Un estudio de Ahrefs (2024) apunta que el 96,55% de las páginas indexadas no recibe tráfico orgánico desde Google. Ese dato por sí solo justifica empezar toda auditoría por GSC. Sin exports limpios, ningún prompt te va a salvar.

Google Search Console

Exporto tres CSVs: Performance por Query (16 meses), Performance por Page (16 meses) y el reporte de Coverage completo. Según Google Search Central, los 16 meses son el máximo histórico disponible vía UI, aunque la API permite granularidad diaria.

Screaming Frog o Sitebulb

Export en CSV de Internal, Response Codes, Page Titles, Meta Description, H1, Canonicals y Directives. He aprendido a quitar columnas irrelevantes antes de pasarlo al modelo: reduce el token count un 40% y mejora la precisión.

Ahrefs o Semrush

Backlinks, Top Pages del competidor y Content Gap. Para un sitio enterprise, limito a top 500 URLs por tráfico. Más datos no significa mejor análisis, significa más ruido.

¿Qué prompts uso para analizar cobertura de índice?

El reporte de Coverage de GSC muestra hasta 1.000 URLs por categoría según la documentación oficial de Google. Cuando son sitios grandes, lo cruzo con el crawl de Screaming Frog antes de mandarlo a Claude. Este prompt me da un resumen accionable en menos de dos minutos.

Actúa como SEO técnico senior. Te paso dos CSVs:
1) Export de Coverage de GSC (Excluded + Valid with warnings).
2) Crawl de Screaming Frog (Internal HTML).

Tareas:
- Cruza ambos por URL.
- Clasifica los "Excluded" en: canonical conflict, noindex
  intencional, thin content, duplicate, orphan.
- Señala las 10 URLs con mayor impacto potencial
  (tráfico histórico o enlaces internos).
- Devuelve tabla markdown con: URL, motivo, recomendación,
  esfuerzo (S/M/L). No inventes métricas que no estén en los datos.

La clave está en la última frase. Cuando no pones un freno explícito, Claude rellena huecos con cifras plausibles pero falsas. El Vectara Hallucination Leaderboard (2025) sitúa la tasa de alucinación de Claude 3.5 Sonnet en 4,6%, baja pero no cero.

¿Cómo hacer content gap analysis con Claude?

Según Ahrefs (2024), solo el 5,7% de las páginas nuevas llega al top 10 en menos de un año. Detectar huecos de contenido bien documentados acorta ese tiempo. Claude no extrae SERPs por sí solo, pero analiza de forma impecable lo que le pegas.

Mi flujo: export de Ahrefs Content Gap entre mi cliente y tres competidores, más los SERPs manuales de las 20 queries más relevantes. Lo paso junto a este prompt.

Eres estratega de contenido SEO. Te doy:
- Content gap export (Ahrefs) entre cliente.com y 3
  competidores.
- Top 10 SERP para 20 queries comerciales.
- Brief de negocio: catálogo, márgenes, temporalidad.

Agrupa las queries por intent (transactional, commercial,
informational). Detecta clusters temáticos donde los
competidores ranquean y nosotros no. Para cada cluster
propón: ángulo diferenciador, formato (pillar, comparativa,
guía), keyword principal y volumen SOLO si aparece en los
datos. Si no hay dato, escribe "sin dato".

Este prompt me ahorra la parte tediosa, agrupar 400 queries a mano, pero la decisión estratégica final la tomo yo. ¿Por qué? Porque el modelo no sabe qué margen tiene cada categoría de producto.

¿Cómo priorizar recomendaciones sin que Claude alucine?

El framework ICE (Impact, Confidence, Ease) lleva usándose en SEO desde que Sean Ellis lo popularizó en 2017. Funciona bien con LLMs porque los obliga a razonar en ejes discretos. En mis últimas 12 auditorías, usar ICE con Claude redujo las recomendaciones “fluff” de una media de 34 a 11 por informe.

Tengo una lista de 40 hallazgos de auditoría SEO (adjunta).
Puntúa cada uno con ICE:
- Impact 1-10: basado en tráfico potencial o conversión.
- Confidence 1-10: cuán seguro estás del outcome.
- Ease 1-10: 10 = cambio en minutos, 1 = proyecto de mes.

Reglas:
- Si no tienes dato para Impact, marca "N/D" y explica qué
  te falta.
- No inventes volúmenes de búsqueda.
- Devuelve los 10 con mayor ICE score y justifica en 2 líneas.

La regla de marcar “N/D” cambia el juego. Según un análisis de OpenAI publicado en 2024, los modelos alucinan menos cuando se les permite decir “no sé”.

¿Qué NO debe hacer Claude en tu auditoría?

La Search Quality Evaluator Guidelines de Google (2024) dedica toda la sección 3.3 a señales de E-E-A-T. Un informe escrito al 100% por IA falla esas señales. Claude no debe firmar conclusiones, no debe inventar benchmarks de industria y no debe redactar el resumen ejecutivo final.

En mi workflow, el modelo hace borradores. Yo los reescribo, añado contexto de cliente y corroboro cada cifra. Una vez un early draft mío citaba “según Gartner, el 67% de los sitios tiene problemas de Core Web Vitals”. Gartner nunca publicó ese dato. Claude lo había mezclado con un estudio de HTTP Archive.

¿Qué sí delego? Clasificación, resumen, reformateo, detección de patrones en datos que yo he validado. ¿Qué no delego nunca? La narrativa del informe y las cifras de impacto estimado.

¿Claude, ChatGPT o Gemini para SEO?

Según el Artificial Analysis benchmark (2025), los tres modelos top compiten en un margen de menos de 5 puntos en razonamiento. La diferencia para SEO está en la ventana de contexto y la forma en que manejan datos tabulares.

Fuentes: Anthropic pricing, OpenAI pricing, Google AI pricing, Vectara leaderboard.

Yo uso Claude para análisis narrativo y tablas largas, ChatGPT cuando necesito ejecutar Python sobre los datos, y Gemini casi nunca para auditoría (sí para research rápido con Search Grounding).

¿Cómo integrar Claude con Sheets y otras herramientas?

El Model Context Protocol (MCP) que Anthropic abrió en noviembre de 2024 permite conectar Claude Desktop con fuentes de datos locales sin intermediarios. En auditorías lo uso con el conector de filesystem y, desde hace poco, con un MCP para Google Sheets.

Flujo real

1. Export de GSC a carpeta local.
2. Claude Desktop lee el CSV vía MCP filesystem.
3. Genera el análisis y lo escribe a una Google Sheet vía MCP sheets.
4. Yo reviso la sheet y añado mis comentarios.

El cuello de botella en una auditoría ya no es el análisis, es el traspaso de datos entre herramientas. MCP elimina ese traspaso. Pasé de 45 minutos de copy-paste por auditoría a menos de 10.

FAQ

¿Puedo usar Claude gratis para auditorías SEO?

El plan gratuito de Claude permite un número limitado de mensajes diarios, suficiente para probar. Para auditorías serias necesitas Claude Pro (20 USD/mes) o API. Según Anthropic (2025), el plan Team cuesta 25 USD/usuario/mes con acceso a Projects, ideal para agencias con varios SEOs.

¿Es seguro subir datos de cliente a Claude?

Anthropic confirma en su política de privacidad (2024) que no entrena con datos de clientes API ni de planes de pago por defecto. Aun así, para datos regulados, uso la versión a través de AWS Bedrock o desidentifico URLs antes de pegar. Siempre avisa al cliente.

¿Cuánto tarda una auditoría completa con este workflow?

En mi caso, una web de 5.000 URLs pasa de 18-20 horas a 7-9 horas. Una web de 200 URLs la cierro en una tarde. Lo que no cambia es el tiempo del reporte ejecutivo final, sigue siendo 2-3 horas de escritura humana.

¿Claude reemplaza a Screaming Frog o Ahrefs?

No. Claude no crawlea sitios ni consulta índices de enlaces. Necesitas la herramienta de crawling y la de backlinks por separado. Según BrightEdge (2023), el 53% del tráfico web viene de orgánico, así que los datos de crawling siguen siendo críticos.

¿Puedo automatizar toda la auditoría?

Técnicamente sí, con API + scripts. En la práctica, no lo recomiendo para clientes pagantes. La Helpful Content System de Google (2024) penaliza contenido generado sin supervisión humana, y los informes que firmas deben reflejar criterio profesional.

Conclusión

Una auditoría SEO bien hecha nunca será solo un ejercicio de procesamiento de datos. Es un ejercicio de juicio. Claude me devuelve tiempo para pensar, no me piensa por mí. Si empiezas mañana, empieza por lo pequeño: coge tu próximo export de GSC, prueba el primer prompt de este artículo y compáralo con lo que harías a mano. Vas a notar la diferencia en la primera hora.

El error que veo en consultores que empiezan con IA es pedirle al modelo que firme conclusiones. No lo hagas. Pídele que lea, agrupe, resuma. Tú pones la estrategia, el contexto de negocio y la cifra final. Esa es la línea que separa una auditoría útil de un PDF bonito sin valor.

¿Quieres que revisemos juntos tu próxima auditoría? Agenda 30 minutos conmigo.