Compruebe si sus productos aparecen en las recomendaciones de compra de la IA
Resultado esperado
Un mapa de la visibilidad de productos y un plan de acción priorizado según la evidencia
Recuperar los datos de compra
Identificar los intermediarios clave
Comparar los productos
Priorizar las acciones
Ejecute el flujo de trabajo con un solo clic
No hay nada que rellenar: el prompt se ejecuta tal cual y le pide lo que aún necesite.«Ejecutar en Claude» y «Ejecutar en ChatGPT» abren una nueva pestaña del navegador con el prompt ya escrito. No se envía nada hasta que usted lo confirme.
- Mapa de la visibilidad de productos
- Análisis de las fuentes de compra
- Comparativa de productos de la competencia
- Plan de optimización priorizado según la evidencia
- Un plan Qwairy Starter o superior con monitorización activa
- Claude o ChatGPT con el conector MCP de Qwairy activado
- Datos de monitorización recientes suficientes sobre el tema elegido
Alguien pregunta a un asistente cuáles son los mejores auriculares inalámbricos por menos de 200 euros y recibe una selección de productos y tiendas, sin forma de saber si su catálogo está en ella. Este flujo de trabajo examina lo que se detectó en sus respuestas monitorizadas y reparte después el trabajo en líneas de acción.
El problema GEO que resuelve
Abordado como SEO de producto, el asunto se reduce a reescribir la página y añadir marcado. Pero las respuestas de compra se ensamblan a partir de una mezcla cambiante de fichas de distribuidores y reseñas editoriales que varía según el proveedor y la consulta, así que una página impecable no demuestra nada.
Las pruebas observadas invierten el orden: parta de los nombres detectados, distinguiendo lo que devuelve una herramienta, lo que dice la respuesta y lo que dice su catálogo.
Las etapas del flujo de trabajo
1. Obtenga la referencia de compra. get_shopping_insights devuelve los productos y las tiendas detectados con su número de menciones, sus valoraciones y dos indicadores por tienda: si ofrece sus productos y si ofrece los de un competidor. A partir de esos indicadores devuelve una lista de oportunidades ordenada, very-high para una tienda que ofrece productos de la competencia y ninguno suyo, high para una que ofrece ambos, extraída únicamente de sus tiendas más mencionadas. Informa de detecciones, no de inventario.
2. Las fuentes, los competidores y después las respuestas. get_source_domains clasifica los dominios citados por número de menciones, get_source_profile detalla uno con sus URL principales y get_source_urls lista las URL citadas de un dominio exacto. Los tres aceptan los mismos filtros de fecha, proveedor, tema, etiqueta y etapa del embudo, pero siguen siendo datos distintos de los de las tiendas. get_competitor_position añade la cobertura y la cuota de voz filtradas, además de un recuento de solapamiento de productos calculado explícitamente sobre todo el histórico, que cuenta fichas de producto y nunca las clasifica. get_prompt_answers devuelve vistas previas truncadas; get_answer_details devuelve una respuesta completa con sus menciones por orden de posición y sus URL citadas. Qué productos se nombran es su lectura del texto.
3. Retenga las carencias. get_content_opportunities devuelve hasta diez preguntas en las que aparecen los competidores y usted no, además de hasta diez preguntas de baja visibilidad, con al menos dos respuestas y menos del 30 por ciento de presencia de marca. Ni esa herramienta ni get_keyword_triggers filtran por compra, así que las preguntas con intención de compra se seleccionan a mano.
Cómo aprovechar los resultados
Trabaje una línea de acción cada vez. Las contradicciones primero: una valoración o una disponibilidad detectada que su feed indica como errónea, sobre un producto que vende. Va primero porque es la única línea que puede verificar sin respuestas nuevas.
Después las tiendas clasificadas como very-high, por número de menciones descendente. Después las clasificadas como high, donde aparecen ambos: trabajo de coherencia sobre una ficha que usted controla. Después la cobertura de los prompts, empezando por las preguntas perdidas. Las relaciones con los editores al final, porque es el resultado que menos controla.
Una lista de oportunidades vacía es un resultado normal, no un fallo de recuperación: cuando una línea está vacía, pase a la siguiente en lugar de inventarle trabajo.
Guarde primero la referencia: recuentos de resumen, lista de tiendas, dominios citados y respuestas leídas. Nada garantiza una recomendación, así que antes de empezar una línea anote qué cifra de referencia tiene que moverse.
El prompt completo
Quiero comprobar si mis productos aparecen en los resultados de compra de IA monitorizados. Lista las marcas que monitorizo y pregunta cuál usar si hay más de una. Utiliza los últimos 30 días, manteniendo los campos de las herramientas, las lecturas del texto de las respuestas y los datos de mi catálogo en columnas separadas.
1. Ejecuta get_shopping_insights e indica primero los recuentos de resumen. Si devuelve cero productos y cero tiendas, di que no existe ninguna detección de compra, reintenta sobre 90 días y, si sigue vacío, detén la rama de compra y retoma en el paso 2. En caso contrario, presenta los principales productos con su valoración y su número de menciones, las principales tiendas con sus dos indicadores y las oportunidades ordenadas, que solo cubren sus tiendas más mencionadas. No inventes ningún precio, proveedor ni enlace de compra. Muéstrame después los nombres detectados, pregunta cuáles corresponden a mi catálogo y no arrastres ningún nombre sin correspondencia.
2. Ejecuta get_source_domains sobre el periodo de 30 o 90 días fijado en el paso 1, elige los dominios relevantes para mi categoría y ejecuta después get_source_profile sobre ellos y get_source_urls sobre un dominio exacto con filtros idénticos, manteniendo separadas las tiendas y las fuentes citadas.
3. Ejecuta get_competitor_comparison y get_competitor_position sobre ese mismo periodo de prueba para los dos competidores más cercanos a mi categoría, informando solo de las cifras a escala de marca. Señala que el solapamiento de productos abarca explícitamente todo el histórico, cuenta fichas de producto y no es una clasificación. Selecciona después los prompts de producto y de categoría con get_prompts sobre el mismo periodo, ejecuta get_prompt_answers para hacer una preselección y get_answer_details para el texto íntegro: por cada respuesta, los productos nombrados y su orden, más cualquier precio o valoración que figure en el texto, calificados como tu lectura, para que yo los compruebe.
4. Ejecuta get_content_opportunities y get_keyword_triggers sobre el mismo periodo, conservando solo las preguntas de descubrimiento de producto, comparación o compra, ya que ninguna tiene un filtro específico de compra. Para cada carencia, da la pregunta, los competidores presentes donde yo estoy ausente y las pruebas que faltan.
5. Construye el plan en líneas de acción ordenadas. Uno: las valoraciones o disponibilidades detectadas que contradicen mi feed en productos que vendo. Dos: las tiendas clasificadas como very-high, por número de menciones. Tres: las tiendas clasificadas como high. Cuatro: las carencias de cobertura de los prompts, empezando por las preguntas perdidas. Cinco: las relaciones con los editores. En una línea vacía, escribe vacía y continúa. Da a cada fila sus pruebas, su responsable y su fecha de revisión, y a cada línea la cifra de referencia que tiene que moverse.
Antes de la línea uno, pregúntame lo que las herramientas no pueden ver: mis precios y mi stock por mercado, y las afirmaciones que tengo permitido hacer. No inventes ningún volumen de consultas ni ninguna estimación de ingresos.
Ejecute este playbook con sus propios datos de visibilidad en la IA.
Conecte Qwairy a Claude, extraiga las señales exactas del flujo de trabajo y obtenga un resultado listo para ejecutar.
Playbooks relacionados
Prepare su sitio para los agentes de IA
Audite las subconsultas, las páginas de destino citadas y las superficies de compra observadas, y construya después un backlog de preparación para agentes, delimitado y verificable, con Qwairy MCP y Claude.
Construir una estrategia de citas en YouTube
Audite las citaciones de YouTube, compare las marcas asociadas a los vídeos citados, examine las respuestas de IA pertinentes y construya una estrategia de vídeo medible con Qwairy MCP y Claude.
Convertir las señales de Reddit en un plan GEO
Mida las citaciones de Reddit, examine las discusiones citadas y las respuestas de IA pertinentes, identifique las carencias de los prompts monitorizados y construya una estrategia de comunidad ética con Qwairy MCP.