Transforme las consultas de Search Console y Bing en una cartera de prompts de IA

Search Console y Bing Webmaster Tools registran las consultas que hicieron aparecer su sitio, pero una consulta de búsqueda no es automáticamente un buen prompt de monitorización de IA. Cruce esa demanda con lo que ya monitoriza y obtendrá una selección defendible, además de una referencia para la cohorte que lance.

El problema GEO que resuelve

Ordenar las principales consultas por impresiones y pegarlas en una lista de prompts solo renombra una exportación de palabras clave. Las impresiones son una exposición observada en un motor de búsqueda: no dicen nada de la frecuencia con la que alguien plantea esa pregunta a un asistente. Un fragmento como «crm agencia españa» lleva una intención, pero ningún contexto de decisión.

Las subconsultas muestran las búsquedas web observadas dentro de las respuestas monitorizadas y los prompts que las desencadenaron; el inventario de prompts muestra lo que ya sigue. La selección pasa a ser una nueva intención respaldada por dos señales independientes.

Las etapas del flujo de trabajo

1. Capture la fotografía de la demanda de búsqueda. list_brands fija la marca, y después get_search_console_metrics y get_bing_metrics devuelven filas de consultas o de páginas con clics, impresiones, CTR y posición media, una dimensión por llamada. Una integración ausente devuelve connected false y ninguna fila, así que la ejecución continúa con el motor que responda.

2. Corrobore con las búsquedas de IA observadas. get_query_fan_out devuelve las búsquedas web detectadas dentro de las respuestas monitorizadas con su recuento, la presencia de marca, el número de competidores y los prompts de origen. Pagine para cubrir el total: se trata de búsquedas observadas, no del volumen de prompts de los usuarios finales.

3. Reste lo que ya monitoriza. get_prompts recorre la cartera por paginación con el texto exacto, el estado y el número de respuestas. No existe ninguna puntuación de duplicado, así que la calificación le corresponde: duplicado exacto, variante próxima, cubierto por un prompt más amplio o nueva intención.

4. Lance la cohorte etiquetada y examínela después. Crear un prompt no es una acción MCP, así que añada los prompts aceptados bajo una misma etiqueta de cohorte. Tras un ciclo completo, get_matrix con granularidad de etiquetas y get_answers sobre esa etiqueta devuelven la tasa de mención, las citaciones y el desglose por proveedor, y get_prompt_answers muestra el texto que hay detrás de los prompts cuyos resultados parezcan anómalos.

Cómo aprovechar los resultados

Tres pruebas, aplicadas por orden. El contexto de decisión: ¿expresa la consulta una elección, una comparación, una selección de los mejores o una alternativa? Si no, recházela sean cuales sean sus impresiones. El solapamiento con las subconsultas: ¿aparece la misma intención en su lista? La demanda: al menos 100 impresiones en un solo motor, nunca sumadas entre motores.

El solapamiento sustituye al umbral de impresiones, no se le añade. Acepte primero el contexto de decisión con solapamiento, después el contexto de decisión con el umbral, y aplace el resto. Clasifique por impresiones dentro de cada grupo, corte en el número de prompts que vaya a añadir y someta los temas regulados a una validación humana.

Guarde primero el manifiesto de lanzamiento: texto exacto del prompt, consultas de origen, tema, etapa del embudo, etiqueta de cohorte y proveedores, porque modificar la formulación crea otra pregunta. No compare nunca el CTR orgánico con la tasa de mención del prompt que inspiró, y lea los prompts sin respuesta como datos ausentes, no como ausencias de mención.

El prompt completo

Transforma mis consultas de Search Console y Bing Webmaster en una cartera de prompts de IA revisados, y establece después la referencia de la cohorte que lanzo. Empieza por list_brands y pregunta qué marca usar si hay más de una. Usa los últimos 90 días salvo que yo indique otra cosa.

1. Llama a get_search_console_metrics con dimension=query y limit 100, después con dimension=page, y después a get_bing_metrics del mismo modo. Conserva cada indicador connected, el rango de fechas y el conjunto de filas. Si un motor devuelve connected false, continúa con el otro; si lo hacen los dos, detente e indica que no hay ningún dato de demanda disponible. No unas nunca las filas de consultas con las filas de páginas ni sumes los dos motores.
2. Llama a get_query_fan_out para ese mismo periodo, paginando hasta cubrir el total. Conserva la consulta, el recuento, la presencia de marca, el número de competidores y los prompts de origen. Si no devuelve nada, indícalo y marca cada candidato como basado en una sola señal.
3. Llama a get_prompts con paginación y califica cada consulta orgánica frente a ese inventario: duplicado exacto, variante próxima, cubierto por un prompt más amplio o nueva intención. Una cartera vacía convierte cada consulta en una nueva intención.
4. Agrupa lo que quede por intención, conservando cada consulta bruta con su motor y sus indicadores, y redacta un prompt de monitorización por grupo.
5. Aplica tres pruebas por candidato y muestra las tres: ¿expresa una elección?, ¿aparece la intención en la lista de subconsultas?, ¿alcanza 100 impresiones en un solo motor? Rechaza todo elemento sin contexto de decisión. Clasifica el resto, primero elección con solapamiento y después elección con el umbral de impresiones, ordenado por impresiones dentro de cada grupo. Devuelve una tabla clasificada y una tabla de elementos aplazados con sus motivos; si no sobrevive ninguno, muestra los tres más próximos y lo que les falta.
6. Pídeme la etiqueta de cohorte y cuántos prompts añadiré este ciclo, y limita después la tabla a ese número. No puedes crear prompts, así que entrégame la lista con el tema, la etapa del embudo y la etiqueta de cohorte.
7. Cuando la cohorte haya completado un ciclo entero, llama a get_matrix con granularity=tags y busca la fila de mi etiqueta, get_answers sobre ella con paginación y get_prompt_answers allí donde las cifras sorprendan. Presenta el número de respuestas, la tasa de mención y la tasa de citación de mis propias fuentes por proveedor. Una fila de etiqueta ausente o una lista de respuestas vacía significa que aún no se ha generado nada, no una visibilidad nula.