← Volver a casos

Bienestar · SEO y GEO continuo

Un sitio web que se mide cada mes, explica sus números y sabe qué corregir después

Para un pequeño centro de retiros: conectores a la medida para servicios que no ofrecen API, un solo snapshot de analítica con todas las fuentes, y una IA que lo convierte en recomendaciones respaldadas por evidencia que después implementa un agente de código.

Cliente
Centro de retiros de bienestar, Centroamérica
Alcance
Rediseño, conectores de datos, ciclo de analítica, GEO
Periodo
2026, dos fases
Rol
Arquitectura, ingeniería y operación con IA

≈ 9 : 10

Visitas desde asistentes de IA por cada diez de toda la búsqueda orgánica junta, en las primeras semanas medidas

Diario

Precios y fechas sincronizados desde una plataforma de reservas sin API, validados antes de llegar al sitio

100%

Recomendaciones que citan los datos que las respaldan. El formato del reporte rechaza las que no lo hacen

< 24 h

Desde que se publica una guía nueva hasta que Google la indexa

01

El problema

Un pequeño centro de retiros vende sus programas a huéspedes internacionales a través de su propio sitio y de plataformas de reservas de terceros. Los precios y las fechas vivían en dos lugares y se mantenían sincronizados a mano. Nadie podía decir qué canal traía las consultas, porque no se medía nada.

Al mismo tiempo, los futuros huéspedes estaban cambiando su forma de buscar. Cada vez más le preguntan a ChatGPT qué retiro elegir, y los asistentes contrastan lo que leen: cuando un precio o el tamaño de grupo cambia de una página a otra, confían menos en el negocio o citan el número equivocado. El centro necesitaba un sitio que la IA pudiera citar con confianza, y una forma de saber, cada mes, qué mejorar después.

02

Por qué era difícil

  • La plataforma de reservas, que es dueña de precios y fechas, no tiene API. Sus páginas públicas eran la única fuente legible por máquina, y algunos programas no publican datos estructurados.
  • Una categoría legalmente sensible: una afirmación equivocada es peor que ninguna. Que la IA lo cite a uno no vale nada si lo que cita es falso.
  • Un sitio pequeño significa números pequeños y herramientas ruidosas. Los bloqueadores esconden visitas a una de las fuentes de analítica, y la misma página puede dar resultados muy distintos en dos pruebas de velocidad seguidas.
  • Las decisiones de negocio y las correcciones técnicas se parecen. Un agente que “corrige” lo que no debe puede cambiar la forma en que el negocio vende.

03

Qué construimos

Dos sistemas alrededor de una sola fuente de verdad. Conectores a la medida traen datos de servicios que no ofrecen API y los validan antes de que lleguen al sitio. Un ciclo mensual une todas las fuentes de medición en un solo snapshot, la IA lo convierte en recomendaciones respaldadas por evidencia, y las aprobadas pasan a un agente de código de IA.

Conectores: plataforma de reservas sin API, fuentes de reseñas
Medición: Search Console, analítica con un canal para asistentes de IA, analítica del hosting, pruebas de velocidad
Fuente única de verdad validada en el CMS, con una alerta ante cada cambio o falla
Sitio web, datos estructurados y un llms.txt en vivo
Snapshot mensual → análisis con IA, cada recomendación con su evidencia
El dueño aprueba → un agente de código de IA implementa, un ingeniero revisa
El siguiente reporte mide si funcionó

04

Dónde está la innovación

01

Conectores para servicios que nunca construyeron una API

La plataforma de reservas publica sus eventos como datos estructurados en páginas públicas. Un proceso diario los lee y revisa que el resultado tenga sentido antes de escribir nada: suficientes eventos, los programas principales presentes, precios donde deben estar. Después envía por correo una lista simple de lo que cambió. Cuando la plataforma cambió su marcado en producción, la protección se activó, el sitio conservó sus últimos datos buenos y la alerta llegó esa misma mañana.

02

Un solo snapshot con todas las fuentes

Search Console con revisión de indexación página por página, analítica con un canal dedicado a los asistentes de IA, el conteo de visitas del propio hosting y pruebas de velocidad repetidas se unen cada mes en un snapshot validado. Si una fuente falla, el reporte la marca como faltante, nunca como cero.

03

Sin evidencia, no hay recomendación

La IA escribe el análisis mensual, pero en un formato estricto: cada hallazgo y cada recomendación deben citar los números que los respaldan, con prioridad, responsable y esfuerzo estimado. El reporte que el dueño lee en el CMS y el PDF que llega a su correo salen del mismo componente, así que nunca pueden contradecirse.

04

De la recomendación al cambio implementado, y luego medido

Cuando el dueño aprueba una recomendación, un agente de código de IA la implementa bajo la revisión de un ingeniero. Cada una queda marcada como pendiente, implementada o descartada, y el siguiente reporte revisa si funcionó. La mejora continua como proceso, no como promesa.

05

Escrito para que la IA lo cite

Textos que responden primero, un bloque de “datos clave” donde cada línea se sostiene sola, datos estructurados del negocio y sus eventos, y un llms.txt que se reconstruye con datos en vivo, para que los asistentes de IA lean el mismo precio que muestra la página de reservas.

05

Lo que mostraron los primeros reportes

Con todas las fuentes en un solo lugar, el panorama quedó claro en pocas semanas. Los asistentes de IA ya eran un canal real, casi del tamaño de toda la búsqueda orgánica, y traían visitantes a las páginas que responden las preguntas más difíciles.

Cómo se ve una recomendación

Una real del tercer reporte, generalizada. El formato rechaza cualquier recomendación sin evidencia.

Recomendación · Velocidad

Aligerar el video de la portada

Prioridad
Alta
Responsable
Equipo técnico
Esfuerzo
1 a 2 horas
Estado
Pendiente

Evidencia

  • Portada: cerca de 6,5 MB en celular
  • Página de retiros: cerca de 1,3 MB

De dónde llegaron las visitas

Porcentaje de sesiones por canal, primera quincena del primer mes medido. Casi todo el tráfico de IA vino de ChatGPT.

Directo71%
Búsqueda orgánica, todos los buscadores13%
Asistentes de IA11%
Redes sociales4%
Otros1%

06

Resultados

  • Los precios y fechas del sitio, de sus datos estructurados y del llms.txt ahora vienen todos los días de la plataforma de reservas. La primera vez que la plataforma cambió su marcado, la protección lo detectó, el sitio conservó sus últimos datos buenos y la alerta llegó esa mañana.
  • Tres reportes mensuales entregados, cada recomendación con su evidencia, prioridad y responsable. Cinco ya están implementadas; el resto está asignado y en seguimiento.
  • Guías y artículos nuevos indexados por Google en menos de 24 horas desde su publicación.
  • Puntajes de velocidad en escritorio entre 93 y 95, y un puntaje perfecto de buscadores en todas las pruebas.
  • En las primeras semanas medidas, los asistentes de IA trajeron casi tantas visitas como toda la búsqueda orgánica junta, y llegó una consulta que indicó una recomendación de IA como su origen.
  • El posicionamiento en Google todavía se está construyendo. Para eso existe el ciclo: cada cambio se mide en el siguiente reporte, así que nada se basa en suposiciones.

Recomendaciones implementadas, acumulado

Cada reporte revisa las anteriores: implementadas, pendientes o descartadas.

07

Lo que aprendimos en el camino

Lo primero que auditamos fue nuestro propio lanzamiento

La primera versión del sitio, que construimos nosotros, migró a una plataforma nueva sin redirigir las direcciones viejas. Search Console dejó el hueco en evidencia. Hoy las reglas de redirección cubren más de cuarenta URLs antiguas, y cada lanzamiento desde entonces empieza con un mapa de redirecciones.

Lo ambiguo es aceptable, lo falso nunca

Una guía sobre la situación legal de la categoría, redactada con IA, se leía bien y exageraba los hechos. Contrastada con fuentes primarias, se retiró esa misma noche y se reconstruyó sobre la ley y el comunicado de la autoridad de salud. Hoy la misma redacción verificada aparece en todos los lugares donde se toca el tema.

No toda corrección nos corresponde

Un agente “corrigió” la forma en que se generaban las fechas. Resultó ser una decisión de negocio deliberada, y se revirtió en menos de una hora. Desde entonces, todo lo que toca precios, fechas o políticas pasa primero por el dueño.

Stack

  • Next.js
  • React
  • TypeScript
  • Sanity
  • Vercel (cron + analítica)
  • Search Console API
  • GA4 Data API
  • Lighthouse
  • Zod
  • Resend
  • schema.org
  • llms.txt
  • IndexNow
  • Claude
  • Agentes de código de IA

¿Quiere un sitio web que le diga qué corregir después?

Construimos el mismo ciclo para su negocio: una sola fuente de verdad para sus datos, un reporte mensual en lenguaje claro y cada recomendación respaldada por sus propios números.

Agende su discovery session

La identidad del cliente, su ubicación y los términos comerciales se omiten. Las cifras pequeñas se muestran como proporciones o porcentajes; todas vienen de los propios reportes del centro.