Prompts de SEO para ChatGPT: los que sirven y los que fabrican datos

Las listas que ocupan esta búsqueda compiten en una sola cosa: cuántos prompts traen. Cinco, trece, treinta, cincuenta, setenta y dos. Ninguna separa los que producen algo que puedes comprobar de los que producen algo que parece un dato y no lo es, y esa distinción vale más que las setenta y dos juntas. Un prompt que devuelve un volumen de búsqueda inventado no te ahorra media hora: te mete una cifra falsa en un plan editorial que vas a ejecutar durante seis meses.

Respuesta rápida

• Sirven para trabajo de lenguaje, no de datos: reescribir, agrupar, comparar, generar variantes.
• No sirven para nada que exija conocer el mundo: volúmenes, posiciones, enlaces de la competencia.
• La prueba es si puedes comprobar la respuesta sin salir de la pantalla. Si no puedes, no te ha ahorrado el trabajo, lo ha aplazado.
• Un prompt de datos es peligroso justo porque funciona: devuelve algo con la forma correcta y sin ninguna señal de que se lo inventó.

Qué tipo de herramienta es esta

El modelo mental que produce los peores resultados es tratarlo como un buscador que además redacta. Bajo esa idea, pedirle el volumen de una consulta parece razonable: si sabe tanto, sabrá eso.

Lo que hay debajo es otra cosa. Es un sistema que predice qué texto sigue a otro texto, y su virtud es justamente que siempre produce una continuación plausible. Cuando le pides algo que sabe hacer, esa virtud es lo que buscas. Cuando le pides un dato que no tiene, la misma virtud produce un número con la forma correcta, tres decimales si hace falta, y ninguna marca que lo distinga de uno real.

Por eso la pregunta no es si el prompt está bien escrito. Es si la tarea que le estás dando es de las que puede hacer.

Esa distinción no vale solo para ChatGPT ni solo para los prompts: recorre el flujo de trabajo entero y decide en qué fases conviene delegar, cosa que se desarrolla en inteligencia artificial para SEO.

¿Qué prompts de SEO funcionan de verdad en ChatGPT?

Los que le piden trabajo de lenguaje y no de datos: reescribir, agrupar, generar variantes. Sin acceso a la web inventa cifras con formato correcto; con acceso lee páginas, que no es medir; y en ningún caso conoce el volumen de una consulta ni tus posiciones reales.

Los que sí ahorran tiempo

Todos tienen la misma propiedad: el material entra en el prompt y la respuesta se juzga leyéndola.

Agrupar una lista de consultas por intención. Le pegas doscientas consultas sacadas del autocompletado o de tu informe de rendimiento y le pides que las agrupe por lo que quiere quien las escribe. Es tedioso a mano, es rápido para él, y los grupos se revisan de un vistazo. Lo que decide después es tuyo: la intención de búsqueda se lee mirando la pantalla de resultados, no preguntándosela a un modelo.

Detectar si dos textos responden a lo mismo. Le pasas dos artículos tuyos y le pides que diga en qué se solapan y en qué no. Es el trabajo previo a decidir si hay que fusionarlos, y acierta bastante porque es comparación de lenguaje pura. La decisión de fusionar sigue siendo tuya y depende de si compiten de verdad por las mismas consultas: canibalización de palabras clave.

Generar variantes de un titular. Veinte versiones en diez segundos, de las que sirven dos. El valor no está en que escriba mejor que tú, está en que se le ocurren ángulos que descartas rápido, y descartar es más fácil que inventar.

Reescribir un párrafo con una restricción. "En cuarenta palabras, sin pronombres que dependan del párrafo anterior, nombrando la entidad dentro." Ahí es donde mejor rinde, porque la restricción es de forma y la comprobación es leerlo: si el bloque se entiende arrancado del artículo, está listo, que es la misma prueba que decide un fragmento destacado.

Hacer de abogado del diablo con un borrador. Pedirle que ataque tu argumento encuentra huecos reales, y no requiere que sepa nada del mundo: le basta con el texto que le diste.

Los que fabrican datos con cara de datos

Aquí está el problema entero de esta búsqueda, porque las listas de setenta y dos prompts los mezclan con los anteriores sin avisar.

"Dame las 50 keywords con más volumen para [sector]." Devuelve cincuenta consultas verosímiles con cifras al lado. Ninguna de esas cifras existe: no tiene acceso a los datos de búsqueda de nadie, y aunque lo tuviera, el volumen que dan las herramientas ya es una estimación agrupada y redondeada. Lo que sale del prompt es una estimación de una estimación, sin la segunda.

"Analiza el perfil de enlaces de [competidor]." No lo tiene. Producirá dominios que suenan a medios del sector, y algunos existirán de verdad, que es lo que hace el resultado convincente.

"Audita el SEO de mi web." Sin navegación describe una web genérica con los problemas típicos, y como los problemas típicos son típicos, acertará en varios. Con navegación lee la página, que no es lo mismo que medirla: no ve tu informe de rendimiento, no sabe qué está indexado y no conoce tus posiciones.

"Dime la dificultad de estas palabras clave." Ni las herramientas se ponen de acuerdo en eso, porque cada una tiene su propio modelo. Un número inventado sobre una métrica que ya era un modelo propio es dos capas de ficción.

La comprobación que separa unos de otros cuesta un segundo y se aplica antes de pegar el prompt: ¿la respuesta se puede juzgar con lo que hay en la pantalla, o hay que ir a otro sitio a verificarla? Si hay que ir, el prompt no te ha ahorrado el trabajo. Lo ha aplazado y le ha añadido el riesgo de que te lo creas por el camino.

Cuándo no usar ninguno de estos

Cuando el artículo se va a publicar tal cual. Eso ya no es usar un prompt, es delegar el criterio, y tiene sus propias consecuencias: contenido generado por IA y SEO.

Cuando no tienes material propio que meter en el prompt. Sin datos tuyos, la salida es lo que ya está en cualquier otro sitio, que es exactamente lo que no hace falta publicar.

Y cuando la tarea era pensar. Decidir qué merece un artículo y qué no es la parte que no se externaliza, porque de eso depende todo lo demás y ninguna herramienta puede saber qué sabes tú que no esté ya publicado: cómo se escribe un artículo que posicione.

Cómo se escribe uno que rinda

Menos importante que la lista de prompts, y más que la mitad de lo que circula:

Mete el material dentro. Un prompt que empieza "eres un experto en SEO con 20 años" y no aporta nada tuyo produce lo genérico. Uno que pega tus doscientas consultas produce algo que solo sirve para ti.

Pide una restricción comprobable. Un número de palabras, un formato, una prohibición concreta. Lo vago devuelve lo vago.

Y pide que declare lo que no sabe. Añadir "si algún dato no lo tienes, dilo en vez de estimarlo" reduce bastante la invención, aunque no la elimina. Sigue haciendo falta comprobar.

Errores que se repiten

• Pedir cifras. Volúmenes, posiciones, dificultad, tráfico de la competencia: nada de eso lo tiene.
• Juzgar el prompt por lo bien que suena la respuesta. Es lo único que garantiza: que suene bien.
• Copiar listas de setenta prompts sin separarlos. La mitad son de lenguaje y la otra mitad fabrican datos.
• Usarlo para elegir sobre qué escribir. Esa decisión necesita demanda medida, no plausibilidad.
• No meter material propio. Sin tus datos dentro, la salida es la de todo el mundo.
• Creerse la auditoría. Describe los problemas típicos de cualquier web, y por eso acierta lo suficiente para convencer.

Datos y transparencia

Que las listas mejor posicionadas para esta consulta compiten en número de prompts, de cinco a setenta y dos, y mezclan sin distinguirlas las tareas de lenguaje con las que exigen datos que el modelo no tiene, es una observación del 12 de agosto de 2026. Que un modelo de lenguaje sin acceso a datos de búsqueda no dispone de volúmenes, posiciones ni perfiles de enlaces reales es una característica de su funcionamiento, no una opinión, y se puede comprobar pidiéndole dos veces la misma cifra. No se da aquí ninguna medición de cuánto tiempo ahorra cada prompt ni de con qué frecuencia inventa un dato: no existe ninguna publicada con método reproducible, y cualquier porcentaje sería exactamente el tipo de cifra que este artículo desaconseja. El criterio de separar las tareas por si la respuesta se puede juzgar en pantalla procede del trabajo sobre una cartera que registra más de 300 millones de impresiones anuales en Search Console. Verificado a agosto de 2026.

Lo que esto cambia

Hay una asimetría que explica por qué estas listas se comparten tanto y ayudan tan poco.

Los prompts que sirven son aburridos: agrupa esto, reescribe aquello, dime en qué se parecen estos dos textos. No prometen nada y hacen lo que dicen. Los que no sirven son los que dan titular, porque prometen sustituir una herramienta de pago o una tarde de trabajo, y su salida llega con la seguridad de quien no duda nunca.

Merece la pena quedarse con una sola regla, que además sirve fuera de este tema: cuanto más se parece la respuesta a lo que querías oír, más falta hace comprobarla. Un modelo que nunca dice "no lo sé" no te está ahorrando el trabajo de saberlo.

Preguntas frecuentes