Comprobar si la IA recomienda su establecimiento local

Una selección local es corta, y no hay ninguna segunda página a la que recurrir. Este flujo de trabajo examina los establecimientos nombrados y los dominios citados en sus propias respuestas locales monitorizadas, clasifica las plataformas por frecuencia de aparición y se detiene ahí.

El problema GEO que resuelve

Los consejos locales dan por supuesto que una sola plataforma lo decide todo: completar el perfil, reunir reseñas, difundir las fichas. Las respuestas de la IA citan sitios de reseñas, directorios, hilos de comunidades, prensa local y las páginas de los propios establecimientos, y esa combinación varía según el proveedor y la categoría.

Nada de esto lee sus fichas, así que esta ejecución no puede auditar horarios, direcciones ni datos estructurados. Examina qué establecimientos se repiten localmente y qué dominios se citan, y devuelve una lista breve y ordenada de plataformas que abrir manualmente.

Las etapas del flujo de trabajo

1. Encuentre los prompts con intención local. list_topics devuelve cada tema configurado con su etiqueta, su número de prompts monitorizados y una búsqueda de etiqueta que no distingue mayúsculas de minúsculas; list_tags hace lo mismo con las etiquetas. Necesita uno de esos identificadores, porque los filtros de tema y de etiqueta de get_answers toman un UUID, no una etiqueta de texto. Si ninguna lista contiene un grupo local, retire el filtro: get_answers devuelve el texto del prompt en cada fila, lo que permite seleccionar las respuestas locales leyéndolas.

2. Recupere la referencia local. get_local_insights devuelve los establecimientos observados durante el periodo con categoría, valoración, número de reseñas, número de menciones, posición media, URL del sitio e indicador de competidor, además de una distribución por categoría. Limita la lista a 20 y no vincula ningún establecimiento a un proveedor ni a un prompt. Identifíquese por el nombre y por la URL: una variante del nombre puede leerse como una ausencia.

3. Abra las respuestas. get_answers sobre el tema o la etiqueta elegidos, y después get_answer_details sobre cada respuesta conservada, devuelven el proveedor, los nombres registrados como menciones de competidores con su posición, y cada fuente citada con su dominio y su rango. Solo esta etapa alcanza el nivel del proveedor.

4. Identifique el tipo de los dominios citados. get_source_domains filtra por una cadena de dominio y devuelve el tipo registrado: institutional, commercial, media, blog, forum, social, educational u other. Aplíquele el mismo ámbito de fechas, proveedor y tema o etiqueta que el de las respuestas muestreadas. No tiene ningún filtro exclusivamente local, así que el recuento de la muestra sigue siendo la base de la clasificación local y la herramienta de dominios sigue siendo la que consulta el tipo.

Cómo aprovechar los resultados

Ordene los dominios citados por el número de respuestas locales muestreadas que citan cada uno, de mayor a menor. Trabaje los tres primeros: compruebe que su ficha existe, que los datos coinciden y que las reseñas son recientes. Un dominio citado por exactamente una respuesta de la muestra va a un registro, no al backlog. En caso de empate, elija aquel en el que pueda editar hoy mismo su propia ficha.

Los establecimientos que le superan en la referencia son material de lectura, no tareas: la herramienta nunca vincula un establecimiento a la respuesta que lo nombró.

Registre antes de modificar nada: la lista de establecimientos, los identificadores de las respuestas muestreadas, los proveedores cubiertos y el tamaño de la muestra. Sin eso, una nueva ejecución no compara nada.

El prompt completo

Quiero ver qué establecimientos y qué plataformas aparecen cuando los asistentes de IA responden a preguntas locales de mi categoría. Si monitorizo más de una marca, lístalas y pregúntame cuál usar antes de recuperar ningún dato.

1. Ejecuta list_topics y list_tags. Muestra las etiquetas con su número de prompts y pregunta qué grupo contiene mis prompts locales. Si ninguna lista contiene uno, indícalo y continúa sin filtro.
2. Ejecuta get_local_insights sobre 30 días. Presenta únicamente los campos devueltos: nombre, categoría, valoración, número de reseñas, número de menciones, posición media, URL del sitio, indicador de competidor y distribución por categoría. Busca mi establecimiento por nombre y por URL e indica qué correspondencia has usado. Si la lista está vacía, reintenta una sola vez sobre 90 días; si sigue vacía, dime que la superficie local no contiene ninguna observación para esta marca y termina la ejecución en lugar de continuar por deducción.
3. Ejecuta get_answers sobre el mismo periodo de 30 o 90 días fijado en el paso 2, filtrado por el identificador de tema o de etiqueta del paso 1 si te he dado uno, y sin filtro de tema ni de etiqueta en caso contrario. Si no se usa ningún tema ni etiqueta, lee el texto del prompt de cada fila y conserva solo las filas con intención local. Dime cuántas has conservado. Por debajo de cinco, indica que la muestra es demasiado escasa para establecer una clasificación, lista lo que has encontrado y déjalo sin clasificar.
4. Abre get_answer_details en cada respuesta conservada. Registra el proveedor, los nombres registrados como menciones de competidores con su posición y cada dominio de fuente citado con su rango. No deduzcas horarios, direcciones, números de teléfono ni estado de la ficha: nada de eso figura en la respuesta.
5. Cuenta cuántas respuestas muestreadas citan cada dominio. Ejecuta get_source_domains una vez por dominio distinto, con el filtro de dominio y el mismo ámbito de periodo de prueba, proveedor y tema o etiqueta, e indica el tipo que devuelve en lugar de adivinarlo. Dame una tabla ordenada por el número de respuestas muestreadas, con el tamaño de la muestra.

Termina con los tres dominios más citados por orden y, para cada uno, el punto que hay que verificar manualmente: que mi ficha existe, que es exacta, que sus reseñas son recientes. Lista aparte todo lo citado una sola vez, con la etiqueta «observado pero no accionable». No me digas que corregir una ficha cambiará una recomendación.