Investigación de prompts

Durante una década, los equipos de búsqueda y descubrimiento han usado las palabras clave como un mapa. Ahora ese mapa está cambiando. Quienes antes escribían consultas en un buscador ahora preguntan en lenguaje natural a chatbots y a grandes modelos de lenguaje, y tu contenido tiene que encajar con su forma de preguntar. La investigación de prompts consiste en entender esas formulaciones reales para que tu contenido aparezca donde y cuando los modelos te citan o te recomiendan.

Esto importa porque los modelos presentan las respuestas de forma distinta a los buscadores. Una sola respuesta bien formulada puede sustituir a una docena de resultados orgánicos. Si solo optimizas para palabras clave, te pierdes los prompts que generan citas, comparativas y respuestas paso a paso. Es un trabajo práctico, con efecto inmediato y directamente ligado al tráfico y a la atribución que llegan desde las respuestas generativas.

¿Qué es la investigación de prompts?

En esencia, la investigación de prompts estudia cómo plantean las personas sus peticiones sobre un tema. Piensa en ella como la cara conductual de la investigación de palabras clave: en lugar de volumen y clics, mapeas la formulación, la intención y el formato de respuesta que la gente espera. Así salen a la luz plantillas que se repiten, como «compara X e Y», «dame una lista de comprobación para Z» o «escribe un correo para convencer a un CMO de A».

Por qué importa ahora: los modelos contestan de forma concisa y a menudo incluyen citas. Si tu contenido no encaja con la formulación o la estructura que prefieren los modelos, no te citarán aunque te posiciones bien en el buscador. Empieza recopilando prompts reales de clientes, foros de la comunidad y tus propios registros de conversaciones; después, agrúpalos por intención y tipo de respuesta. A partir de ahí puedes diseñar contenido y microformatos que los modelos puedan extraer y citar.

Investigación de prompts frente a investigación de palabras clave

Mucha gente se pregunta si esto sustituye al trabajo con palabras clave. No es así: la complementa, porque describe cómo pide la gente soluciones en lenguaje natural y qué espera recibir. La siguiente tabla muestra en qué se solapan y en qué se diferencian, para que decidas cómo repartir el esfuerzo.

Aspecto	Investigación de palabras clave	Investigación de prompts
Señal principal	Volumen de búsqueda, elementos de la SERP	Formulación natural, intención conversacional
Foco en la intención	Intención temática y de navegación	Intención de formato y de respuesta, como «compara», «resume», «escribe»
Resultados típicos	Etiquetas title, metadescripciones, páginas	Fragmentos de respuesta, respuestas paso a paso, plantillas, código
Herramientas	Planificadores de palabras clave, registros de consultas	LLM, registros de chats, transcripciones de soporte
Métrica de éxito	Posición, clics	Citas, inclusión en las respuestas de los modelos, menos carga de soporte

Cómo hacer una investigación de prompts

Empieza por los datos que ya tienes. Reúne tickets de soporte, transcripciones de chats, preguntas de la comunidad y notas de las llamadas de descubrimiento comercial. Exporta todo a una lista central y normaliza la redacción para detectar patrones. Después, usa un modelo para ampliar esas frases y agruparlas en plantillas. Pídele que reformule una pregunta original de 10 maneras distintas y que etiquete la intención y el formato deseado.

1. Explora formulaciones con modelos: dales consultas de ejemplo y pídeles las variantes más habituales y los perfiles de usuario que las harían.
2. Etiqueta y agrupa: clasifica los prompts por intención, tipo de respuesta, complejidad y urgencia. Crea etiquetas cortas como Comparar, Cómo hacer, Lista de comprobación, Plantilla.
3. Valida con registros: revisa Search Console, los registros de chat y el volumen de soporte para puntuar la frecuencia y el impacto en el negocio.
4. Comprueba qué desencadena cada prompt: lanza prompts representativos en modelos públicos y anota cuándo las respuestas incluyen citas, fuentes sugeridas o pasos estructurados.
5. Prioriza: asigna los prompts de alta frecuencia y alto impacto a responsables de contenido y de medición.

Repite estos ciclos cada mes en productos que cambian mucho y cada trimestre en los más estables. Mantén viva una biblioteca de prompts y puntúa cada entrada por frecuencia, impacto en los ingresos y probabilidad de cita.

Cómo convertir lo que aprendes de los prompts en contenido

Transforma las plantillas de prompts en formatos de contenido prácticos. Si muchos prompts piden migraciones paso a paso, crea una guía de migración estructurada con H2 claros y pasos numerados. Si piden comparar herramientas, publica comparativas que enfrenten las opciones en una matriz coherente y fácil de escanear. A los modelos les resulta más fácil captar la estructura cuando el contenido refleja el formato solicitado.

• Convierte los prompts más frecuentes en respuestas específicas: preguntas frecuentes, tutoriales o plantillas que los usuarios puedan copiar con un clic.
• Incluye plantillas explícitas en tu texto: prompts de ejemplo, resultados de ejemplo y la formulación exacta que un usuario puede pegar en un modelo.
• Usa marcado schema y encabezados claros: las listas numeradas, las tablas y los ejemplos etiquetados aumentan la probabilidad de que un modelo extraiga y cite tu página.
• Relaciona prompts con contenidos: una hoja de cálculo que vincule cada grupo de prompts con su URL, su responsable de contenido y su medición.

Un ejemplo rápido: un proveedor B2B de analítica detectó que muchos clientes preguntaban: «¿Cómo migro paneles de X a Y sin perder los filtros?». El equipo publicó una lista de comprobación para la migración, un script descargable y tres ejemplos de antes y después. En pocas semanas, el proveedor empezó a aparecer en las respuestas generadas por los modelos para esa formulación exacta y recibió menos tickets sobre migraciones.

Por último, mide el impacto de otra forma. Haz seguimiento de las citas conseguidas y de la reducción de casos de soporte repetitivos, además del tráfico y las conversiones. Esa combinación demuestra tanto la mejora en visibilidad como el ROI operativo, que es el argumento que de verdad importa a los responsables de marketing.