SEO con agentes: Por qué un agente de IA debería ejecutar tu estrategia SEO

¿Qué es el SEO con agentes?

El SEO con agentes es aquel en el que un agente de IA hace él mismo el trabajo práctico: obtiene los datos, aplica los cambios e informa de lo que ha hecho. Una persona sigue a cargo de la estrategia: fija las reglas y revisa los resultados. Su gran argumento es la constancia a gran escala, que libera a las personas para las decisiones que solo ellas pueden tomar.

La forma más sencilla de ver qué cambia es seguir una tarea pequeña, reescribir la etiqueta de título de una página, en tres escenarios.

En el SEO manual, una persona abre la página, escribe un título nuevo, comprueba su longitud y lo publica.

En el SEO asistido por IA, esa misma persona pide antes a un chatbot unas cuantas propuestas de título. Después es ella quien elige una, la pega, la revisa y la publica. La IA ha ayudado, pero el trabajo lo ha hecho la persona.

En el SEO con agentes, un agente detecta qué páginas necesitan un título nuevo, los escribe según las reglas del sitio, hace el cambio en el sistema de gestión de contenidos (CMS) e informa de ello. La persona ha fijado las reglas y revisa el informe.

El SEO con agentes tampoco es lo mismo que el SEO para IA, la optimización para motores de respuesta (AEO, del inglés answer engine optimization) o la optimización para motores generativos (GEO, del inglés generative engine optimization). Esos términos describen hacia dónde apunta el trabajo, no quién lo hace, y la última sección explica la diferencia.

SEO manual vs. asistido por IA vs. con agentes: quién hace el trabajo

Lo que separa a los tres es quién hace los cambios: una persona en el SEO manual y en el asistido por IA, un agente en el SEO con agentes. La frontera se difumina porque la IA ya aparece en muchos flujos de trabajo de SEO, ya sea como un chatbot que redacta textos o como un asistente que propone el texto alternativo de las imágenes.

Enfoque	Quién marca el rumbo	Quién hace el trabajo	Qué hace la IA
SEO manual	Persona	Persona	Nada. La IA no interviene en la tarea.
SEO asistido por IA	Persona	Persona	Sugiere. Redacta borradores, propone y revisa; la persona decide qué usar y lo aplica.
SEO con agentes	Persona	Agente	Hace el trabajo. Lee los datos, elige el siguiente paso dentro de las reglas que ha fijado la persona, aplica el cambio e informa.

La cantidad de IA que use un equipo no determina si hace SEO con agentes. Un equipo puede usar IA en cada paso y seguir haciendo SEO asistido por IA, siempre que sea una persona quien aplique cada cambio.

Agentes vs. scripts de automatización fijos

Un script programado que envía cada lunes por correo un informe de posiciones, o un flujo de Zapier o n8n que repite siempre los mismos pasos, es automatización, no un agente. Funciona sin nadie delante, pero no sabe resolver nada que sus pasos no hayan previsto.

Lo mismo ocurre cuando uno de esos pasos llama a un modelo de IA para escribir texto: el proceso sigue siendo fijo, porque el modelo nunca decide qué pasa después.

Un agente se basa en un modelo de lenguaje de gran tamaño (LLM, del inglés large language model) y elige él mismo su siguiente paso.

Anthropic traza la misma línea: los flujos de trabajo orquestan modelos y herramientas "mediante rutas de código predefinidas", mientras que los agentes "dirigen dinámicamente sus propios procesos y su uso de herramientas".

Las herramientas de un agente son las conexiones que se le permite usar: la API de Search Console para los datos de rendimiento, la API del CMS para publicar, un rastreador para las auditorías. El Model Context Protocol (MCP), un estándar abierto para conectar modelos de IA con herramientas y datos externos, es una de las formas de conectarlas.

Con revisión humana sigue siendo SEO con agentes

Un agente se puede configurar para que proponga cada cambio, espere la aprobación y aplique él mismo los aprobados, o para que aplique directamente los cambios rutinarios y señale el resto. Cuánto hace sin supervisión se puede graduar, y a veces se describe como su nivel de autonomía.

En cualquier caso, quien hace los cambios sigue siendo el agente. Que una persona tenga que aprobarlos es una decisión sobre el riesgo, no una vuelta al SEO asistido por IA.

3 casos de uso de agentes de SEO: qué hace un agente en lugar de una persona

El patrón es el mismo sea cual sea la tarea: el agente lee los datos y las reglas, aplica los cambios e informa de lo que ha hecho y de lo que no ha tenido claro. Tres tareas habituales muestran qué sustituye.

Reescribir metadescripciones con impresiones pero pocos clics

• A mano: exportar el informe de rendimiento de Search Console, ordenarlo por impresiones, localizar las páginas con un porcentaje de clics bajo, y luego abrir cada una en el CMS, escribir una descripción nueva, contar los caracteres y publicar. Página por página.
• Con un agente: consulta la API de Search Console para encontrar páginas con muchas impresiones y un porcentaje de clics por debajo de la media en los últimos 28 días, lee cada página, escribe una descripción nueva y la aplica a través del CMS.
• Lo que informa: cada página modificada con su antes y su después, más las páginas que ha descartado porque el problema real no era la descripción, como una página que no responde a lo que la gente buscaba.

El agente solo puede seguir reglas que pueda leer: el tono, el límite de longitud, si se menciona el precio. Ponerlas por escrito una sola vez, en un archivo que el agente lee antes de cada tarea, es la función de los archivos de instrucciones, en los que profundiza la guía Archivos de instrucciones para agentes SEO.

Añadir enlaces internos en un clúster de contenidos

• A mano: leer todos los artículos del clúster, llevar una hoja de cálculo con qué página debe enlazar a cuál, elegir el texto ancla y después editar los artículos uno por uno.
• Con un agente: lee todo el clúster de una sola pasada, identifica qué subtema cubre cada página, añade enlaces desde los artículos de apoyo hacia la página principal y entre artículos muy relacionados, y varía el texto ancla.
• Lo que informa: los enlaces añadidos en cada página, más los pares de páginas que se solapan tanto que podrían competir por las mismas búsquedas, una decisión que debe tomar una persona.

Para enlazar bien, el agente necesita datos que ninguna página recoge por sí sola: qué página quiere posicionar el negocio, qué temas se fusionaron el trimestre pasado, qué nombres de producto ya no se usan.

Mantener ese conocimiento al alcance del agente de una tarea a otra es el objetivo de la ingeniería de contexto, y la guía Ingeniería de contexto para agentes de SEO entra en más detalle.

La estrategia de enlazado en sí, qué páginas deben enlazar a cuáles y por qué, corresponde a la guía Arquitectura del sitio y autoridad temática para la IA.

Clasificar las páginas que Google no ha indexado

• A mano: abrir el informe de indexación de páginas, entrar en cada motivo, pegar las URL una a una en la herramienta de inspección de URLs, decidir cómo corregirlas y pasar a un redactor los problemas de contenido.
• Con un agente: pasa las URL del sitemap por la API de inspección de URLs (el informe de indexación de páginas no tiene API) y las agrupa por el estado de cobertura que devuelve (como "Duplicada: el usuario no ha indicado ninguna versión canónica" o "Rastreada: actualmente sin indexar"). Corrige los casos claros, como una etiqueta canónica que falta, y pasa las páginas con poco contenido a un agente de redacción.
• Lo que informa: lo que ha corregido, lo que ha derivado y los casos dudosos, como una página que quizá convenga eliminar en vez de mejorar.

La API comprueba una URL por llamada y admite 2.000 llamadas por sitio al día, así que en un sitio grande el agente recorre el sitemap a lo largo de varios días.

Repartir un trabajo entre un agente de auditoría y uno de redacción, y decidir en qué punto revisa una persona el traspaso, es donde retoma el tema la guía Orquestación de flujos de trabajo multiagente para SEO.

Por qué un agente debería ejecutar tus tareas de SEO y no una persona

Un agente debería ejecutar las tareas de SEO porque la mayor parte del trabajo es repetitiva y se rige por reglas. Aplica las mismas reglas en cada página, lee los datos directamente y obliga a poner las reglas por escrito, mientras una persona se queda con la estrategia y la revisión.

En detalle, con argumentos basados en cómo suele desarrollarse este trabajo, no en mediciones:

• Constancia a gran escala. Es poco probable que quien escribe la metadescripción número doscientos del día aplique las reglas con el mismo cuidado que en la primera. Un agente no se cansa, aunque sí puede malinterpretar una regla o desviarse, así que su trabajo necesita comprobaciones por muestreo.
• Trabajo directo con los datos. El agente consulta Search Console por su cuenta, en vez de esperar a que alguien exporte y lea un informe, y eso acorta el tiempo entre detectar un problema y corregirlo.
• Reglas que quedan por escrito. Una persona lleva la historia de un sitio en la cabeza, y esa historia se va con ella. Un agente solo sabe lo que se le proporciona, así que la historia acaba en un documento que todo el equipo puede leer y corregir.

La contrapartida es que un agente repite sus errores a la misma escala: una regla que ha entendido mal se aplica a todas las páginas que toca, no solo a una.

Revisar el trabajo del agente no es un trámite. Un agente abarata el volumen, y las políticas de spam de Google consideran abuso de contenido a gran escala generar muchas páginas con el fin principal de manipular el posicionamiento, se hayan creado como se hayan creado.

Google también afirma que el uso apropiado de la IA o de la automatización no infringe sus directrices. Lo que importa es el propósito y la calidad del resultado, que es precisamente lo que debe juzgar la persona que revisa el trabajo del agente.

Delegar el trabajo de SEO en un agente no deja fuera a las personas. Una persona sigue decidiendo qué importa y cuáles son las reglas, resuelve los casos dudosos y asume la responsabilidad de lo que se publica.

¿El SEO con agentes es lo mismo que el SEO para IA, el AEO o el GEO?

No. El SEO con agentes trata de quién hace el trabajo; el SEO para IA, el AEO y el GEO tratan de hacia dónde apunta ese trabajo.

El SEO para IA, el AEO y el GEO nombran un objetivo: que la búsqueda con IA, como los resúmenes creados con IA (AI Overviews) de Google, ChatGPT o Perplexity, encuentre y cite un sitio.

El SEO con agentes nombra un método: un agente de IA hace el trabajo en lugar de una persona, apunte hacia donde apunte ese trabajo.

Como el SEO con agentes es un método y el SEO para IA es un objetivo, cada uno puede existir sin el otro. También pueden ir juntos: un agente puede encargarse de conseguir que la búsqueda con IA cite un sitio.

Las tres combinaciones se dan en el trabajo real:

• Un agente que hace SEO clásico. Corregir errores de rastreo, limpiar URL, añadir enlaces internos: trabajo anterior a la búsqueda con IA, hecho por un agente.
• Una persona que optimiza a mano para la búsqueda con IA. Reestructurar una página para que ChatGPT o Perplexity tengan más probabilidades de citarla: trabajo de SEO para IA, sin ningún agente.
• Un agente que optimiza para la búsqueda con IA. Lanzar una serie de prompts (las instrucciones que se escriben a un asistente de IA) en asistentes de IA, comprobar si citan el sitio y reescribir las páginas que no aparecen: las dos cosas a la vez.

También verás que "SEO con agentes" se usa para otra cosa: conseguir que un sitio sea fácil de usar para los agentes de IA que navegan, comparan y compran en nombre de alguien. Eso es un objetivo, un "qué", como el SEO para IA, y la guía SEO para comercio de agentes y descubrimiento de productos profundiza en él.

En esta guía, el término se refiere solo al método: un agente que hace el trabajo de SEO.

Qué ha cambiado realmente en la búsqueda, y cómo se relacionan el AEO y el GEO con el SEO clásico, es el tema de la guía SEO para IA.

Fuentes

Afirmaciones con fuente:

• Search Console API, Google for Developers. Citada para respaldar que los datos de Search Console están disponibles de forma programática, de modo que un agente puede leerlos directamente.
• Search Analytics: query, Google for Developers. Citada para el ejemplo de las metadescripciones: clics, impresiones, porcentaje de clics y posición, filtrables por página y por consulta.
• URL Inspection: index.inspect, Google for Developers. Citada para el ejemplo de indexación: estado de indexación de cada URL, estado de cobertura, y datos de la versión canónica y del robots.txt.
• Usage limits, Google for Developers. Citada para la cuota de la inspección de URLs: 2.000 llamadas por sitio al día.
• Page indexing report, Ayuda de Search Console. Citada para los motivos de indexación que aparecen en el ejemplo de clasificación.
• Building effective agents, Anthropic. Citada para la distinción entre los flujos de trabajo que siguen rutas de código predefinidas y los agentes que dirigen su propio proceso y su uso de herramientas.
• Model Context Protocol, documentación oficial. Citada para presentar el MCP como un estándar abierto para conectar modelos de IA con herramientas y datos externos.
• Spam policies for Google web search: scaled content abuse, Google Search Central. Citada para la definición de abuso de contenido a gran escala.
• Google Search's guidance about AI-generated content, Blog de Google Search Central. Citada para la afirmación de que el uso apropiado de la IA o de la automatización no infringe las directrices de Google.

Argumentado, sin fuente:

Las tres razones de "Por qué un agente debería ejecutar tus tareas de SEO y no una persona" (constancia a gran escala, trabajo directo con los datos, reglas que quedan por escrito) son un razonamiento sobre cómo suele desarrollarse el trabajo de SEO repetitivo, no conclusiones de un estudio.

Los pasos a mano de cada tarea describen la práctica habitual, no un flujo de trabajo medido.