Por qué tu contenido SEO con IA no funciona (y cómo arreglarlo)

El año pasado revisé más de 300 artículos de clientes que habían usado IA para generar contenido. Solo 12 estaban posicionando de forma decente. El resto: página 3 o más allá, sin tráfico real, sin conversiones.

No es que la IA no sirva para SEO, es que la mayoría la está usando mal. Y lo peor es que las señales de contenido generado sin edición son cada vez más obvias para Google.

El problema real: fábrica de contenido vs asistente de escritura

He visto dos enfoques claramente diferenciados en clientes y colegas del sector. Los que usan ChatGPT o Claude como una fábrica de artículos (prompt → copiar → pegar → publicar) y los que lo usan como asistente de escritura.

La diferencia en resultados es brutal. En uno de mis clientes del sector inmobiliario, comparamos dos tandas de 20 artículos publicados con dos meses de diferencia. La primera tanda: contenido IA puro con mínima edición, apenas 15 minutos por artículo. La segunda: mismo proceso de generación inicial pero con 2-3 horas de edición profunda por pieza, añadiendo datos reales, capturas de herramientas y casos específicos.

A los 4 meses, la primera tanda tenía un CTR medio del 1.2% en Search Console y apenas 45 clics al mes en total. La segunda tanda: CTR del 4.7% y más de 800 clics mensuales. Mismo sitio, misma autoridad de dominio, diferente enfoque en el proceso.

Las señales que delatan el contenido IA (y Google las conoce)

Después de analizar cientos de artículos que no posicionaban, he identificado patrones consistentes que aparecen en contenido generado sin edición humana seria:

Estructura repetitiva a muerte. Tres párrafos por sección, siempre. Introducción genérica, tres puntos de desarrollo, conclusión con call-to-action. Es como si todos los artículos siguieran la misma plantilla invisible, porque literalmente lo hacen: es cómo el modelo fue entrenado para estructurar información.

Frases cortas con punto después de 7-9 palabras. La IA tiende a crear ritmos mecánicos: frase corta, punto, frase corta, punto. Los humanos usamos comas, subordinadas, variamos la cadencia. Cuando leo un artículo con este patrón repetido en cada párrafo, sé que hubo cero edición.

Palabras comodín que no dicen nada. "En el panorama digital actual", "es fundamental", "resulta crucial", "cabe destacar". La IA adora estos conectores vacíos porque suenan formales pero no aportan información específica. En mis propios drafts tengo que eliminar estas muletillas constantemente.

Ejemplos genéricos o inventados. "Una empresa de e-commerce vio un aumento del 150% en conversiones". ¿Qué empresa? ¿Cuándo? ¿Cómo? Si el artículo no puede responder esas preguntas, es porque el ejemplo es sintético. Google valora cada vez más la especificidad y los datos verificables.

Cero opinión personal. El contenido IA es neutral por diseño, no se moja, no toma partido. Lee cualquier artículo de un experto real y encontrarás afirmaciones directas: "esto funciona", "esto es una pérdida de tiempo", "yo haría X en vez de Y". Esa voz editorial clara es difícil de falsificar.

Mi framework para usar IA sin que se note (porque añades valor real)

Después de dos años usando IA intensivamente para contenido propio y de clientes, este es el proceso que me funciona de forma consistente. No es rápido, pero el contenido posiciona.

Fase 1: Research manual (30-45 minutos)

Antes de tocar la IA, hago investigación real. Esto incluye mirar qué está posicionando en top 3 para mi keyword objetivo, qué preguntas aparecen en "People Also Ask", qué términos relacionados usa la competencia que posiciona bien.

Pero lo más importante: busco datos propios o públicos que pueda incluir. Capturas de herramientas SEO mostrando métricas reales, datos de Search Console de proyectos (anonimizados si hace falta), informes de estudios recientes del sector. Este material es lo que diferencia un artículo del resto.

Fase 2: Outline detallado (15-20 minutos)

Creo un esquema con los puntos específicos que quiero cubrir, incluyendo dónde van los datos que recopilé. No es un simple listado de H2, es un blueprint con bullets bajo cada sección indicando qué información concreta debe aparecer ahí.

Por ejemplo, si una sección es sobre "Cómo detectar penalizaciones algorítmicas", mi outline incluye: comparar gráfico de tráfico antes/después de actualización de algoritmo, mencionar la caída del 40% que vimos en cliente X en marzo 2024, explicar la diferencia entre acción manual y algorítmica con captura de Search Console.

Fase 3: Generación IA del draft (5 minutos)

Ahora sí uso IA, pero con un prompt muy específico que incluye el outline, el tono que quiero (primera persona, directo, sin florituras), ejemplos de mi estilo de escritura y la instrucción explícita de dejar huecos para datos específicos en vez de inventar ejemplos genéricos.

Un prompt que uso habitualmente:

"Escribe un artículo siguiendo este outline [pego el outline completo]. Estilo: primera persona, tono directo como si hablaras con un colega, tutear al lector. IMPORTANTE: cuando llegues a una sección que requiera datos específicos o ejemplos, escribe [AÑADIR: descripción de qué dato va aquí] en vez de inventar cifras genéricas. Varía la longitud de párrafos, usa comas en vez de frases ultra-cortas con punto. Evita frases hechas como 'en el panorama digital actual' o 'cabe destacar'. Máximo 2200 palabras."

El draft que sale es mejor que un prompt genérico, pero sigue siendo contenido IA. La magia está en la siguiente fase.

Fase 4: Edición profunda (2-3 horas)

Aquí es donde se decide si el contenido funcionará o no. No es revisar typos, es reescribir secciones enteras. Mi checklist de edición:

Reescribir intro y conclusión completamente. Estas dos secciones son críticas para engagement y siempre las hago desde cero. La intro debe enganchar con un dato específico, una pregunta incómoda o un caso real. Nada de "en este artículo veremos". La conclusión debe incluir mi opinión personal sobre el tema, no un resumen tibio.

Añadir los datos y capturas. Todos esos [AÑADIR:...] del draft los sustituyo con información real. Capturas de Ahrefs, tablas con datos de Search Console, gráficos de Analytics. Si no tengo una captura relevante, la creo. Este paso solo ya diferencia el artículo del 90% del contenido IA que hay por ahí.

Insertar experiencia personal. En cada sección busco un punto donde pueda añadir "en mi experiencia con cliente X" o "cuando probamos esto en proyecto Y". No hace falta desvelar detalles confidenciales, pero sí contextualizar con casos reales. Estos pequeños añadidos son señales claras de autoría humana experta.

Romper patrones estructurales. Si veo tres secciones seguidas con tres párrafos cada una, reescribo alguna para que tenga dos o cinco. Si hay listas numeradas en todas las secciones, convierto alguna en texto corrido. La clave es que la estructura no parezca plantilla.

Eliminar muletillas y palabras comodín. Busco "fundamental", "crucial", "esencial", "panorama", "cabe destacar" y elimino o reescribo. Estos términos no aportan, solo inflan el texto. Si una frase sigue funcionando sin esa palabra, la palabra sobra.

Añadir enlaces internos contextuales. No al final en un "artículos relacionados", sino dentro del texto cuando menciono un concepto que he cubierto en otro artículo. Por ejemplo, si hablo de búsquedas locales, enlazo a mi guía sobre qué es GEO en SEO. Estos enlaces mejoran la arquitectura del sitio y son señal de contenido curado manualmente.

Fase 5: Capa de actualidad (15 minutos)

Antes de publicar, añado alguna referencia a algo reciente del sector. Puede ser una actualización de algoritmo, un cambio en Search Console, un estudio publicado hace pocas semanas. Esta capa de actualidad es crítica, especialmente después de que Google integró IA en sus resultados y empezó a valorar más la frescura del contenido sobre temas que evolucionan rápido.

Si quieres profundizar en cómo Google está cambiando sus resultados con IA, escribí sobre el impacto de Google Search con IA en los ingresos hace unos meses, y las conclusiones siguen siendo relevantes.

Caso real: 6 meses de contenido AI-asistido vs AI-puro

En uno de mis clientes del sector inmobiliario hicimos un test controlado durante seis meses (enero-junio 2025). Publicamos 40 artículos en total, 20 con proceso IA-puro (menos de 30 minutos de edición) y 20 con el framework que acabo de explicar (2-3 horas de trabajo por pieza).

Resultados a los 6 meses según Search Console:

Grupo IA-puro: 2.840 impresiones totales, 87 clics, CTR medio 1.1%, posición media 24.7. Ningún artículo en página 1 para su keyword principal.

Grupo IA-asistido: 42.300 impresiones, 1.983 clics, CTR medio 4.3%, posición media 8.2. 14 de los 20 artículos en página 1 para su keyword principal, 6 en top 3.

La inversión de tiempo fue mayor (50 horas vs 10 horas en total), pero el ROI en términos de tráfico fue 22 veces superior. Y esto sin contar conversiones, donde el grupo IA-asistido generó 47 leads cualificados vs 3 del grupo IA-puro.

Prompt engineering que funciona (ejemplos reales)

He iterado mis prompts cientos de veces. Estos son los que mejor resultados me dan actualmente:

Para generar outline inicial:

"Analiza los 5 resultados top de Google para [keyword]. Identifica qué temas cubren todos, qué cubren solo algunos y qué NO cubre nadie. Crea un outline para un artículo que cubra los temas comunes (porque Google espera verlos) + al menos dos ángulos que la competencia no trata. Formato: H2 con bullets de subtemas bajo cada uno."

Para redacción del cuerpo:

"Redacta [sección específica del outline] en primera persona, tono de consultor experimentado hablando con cliente. Usa ejemplos de 'cliente X vio Y resultado' pero deja placeholders [CLIENTE-SECTOR] [MÉTRICA] para que yo rellene con datos reales. NO uses estas palabras: fundamental, crucial, panorama, cabe destacar. Varía longitud de párrafos entre 2 y 5 frases. Incluye al menos una opinión fuerte o postura clara sobre el tema."

Para reescribir secciones genéricas:

"Esta sección suena demasiado genérica: [pego sección]. Reescríbela añadiendo especificidad: en vez de 'las empresas deberían', di 'si tienes un e-commerce con +50 productos, este enfoque funciona mejor porque'. En vez de 'mejora resultados', cuantifica 'puede reducir el tiempo de indexación de semanas a días'. Mantén el mensaje pero hazlo más accionable y específico."

La clave en todos estos prompts es pedirle a la IA que deje espacios para que añadas lo único que ella no puede: tus datos, tu experiencia, tus opiniones. Si tu prompt no incluye instrucciones para dejar esos huecos, el output será contenido cerrado y genérico.

Cómo añadir la capa humana que marca la diferencia

Esta es la parte que más cuesta pero la que más diferencia el contenido. No es suficiente con editar el texto, hay que añadir elementos que la IA no puede generar:

Capturas de herramientas reales. Cualquier afirmación sobre métricas debería ir acompañada de una captura. Si hablas de cómo analizar backlinks, captura de Ahrefs. Si explicas cómo detectar caídas de tráfico, captura de Search Console. Estas imágenes son prueba de que alguien con acceso a las herramientas escribió el contenido.

Hice un análisis de las herramientas de SEO más usadas el año pasado, y una constante en el contenido que mejor posiciona es el uso de capturas reales en contexto, no imágenes de stock.

Datos propios o estudios recientes. Si afirmas que "el 60% de las búsquedas móviles tienen intención local", cita la fuente y el año del estudio. Mejor aún si puedes aportar datos propios: "en los 12 proyectos que gestiono, el promedio de búsquedas con modificador local es del 43%".

Comparaciones con nombres propios. En vez de "dos herramientas populares de keyword research", di "Ahrefs vs Semrush". En vez de "algunos CMS facilitan el SEO técnico", di "WordPress con Yoast vs Webflow nativo". Las comparaciones específicas son más útiles y más difíciles de generar sin conocimiento real.

Opiniones que pueden ser polémicas. "En mi experiencia, el keyword research es la parte menos importante del SEO on-page" o "He visto mejores resultados priorizando UX sobre densidad de keywords". Este tipo de afirmaciones basadas en experiencia (aunque no sean universalmente aceptadas) son señal clara de autoría humana experta.

Errores comunes desde tu perspectiva. "El error que veo en el 80% de auditorías que reviso es..." o "Casi todos mis clientes nuevos llegan cometiendo este mismo fallo...". Estas observaciones desde tu práctica profesional no pueden ser sintéticas.

Checklist antes de publicar contenido AI-asistido

Antes de darle a publicar, reviso estos puntos. Si alguno falla, vuelvo a editar:

• ¿La intro engancha con algo específico (dato, pregunta, caso) en las primeras dos frases?
• ¿Hay al menos 3 referencias a experiencia personal o casos de clientes?
• ¿Incluye mínimo 2 capturas de herramientas o datos visualizados?
• ¿Las secciones tienen longitudes variadas (no todas 3 párrafos)?
• ¿He eliminado todas las instancias de "fundamental", "crucial", "panorama", "cabe destacar"?
• ¿Hay al menos una opinión clara o postura sobre el tema tratado?
• ¿Los ejemplos tienen nombres específicos (herramientas, empresas, números)?
• ¿He añadido 2-3 enlaces internos contextuales a contenido relacionado?
• ¿La conclusión incluye mi perspectiva personal, no solo un resumen?
• ¿Hay alguna referencia a actualidad del sector (últimos 6 meses)?

Si respondo sí a al menos 8 de estos 10 puntos, el contenido está listo. Si no, necesita más trabajo.

La realidad: la IA no sustituye, amplifica

Después de dos años usando IA intensivamente para contenido SEO, mi conclusión es que la herramienta amplifica lo que ya sabes hacer. Si eres mal escritor o no tienes experiencia real en el tema, la IA producirá contenido malo más rápido. Si tienes expertise y criterio editorial, la IA te permite producir más contenido de calidad en menos tiempo.

La diferencia entre contenido que posiciona y contenido que no, sigue estando en el mismo sitio de siempre: si aportas algo que otros no aportan. La IA te ayuda a estructurar y redactar, pero lo único que diferencia tu artículo de otros 50 sobre el mismo tema es lo que tú añades: tus datos, tu experiencia, tu perspectiva.

Y eso, Google todavía lo sabe reconocer bastante bien.