Para lo que NO sirve
Empecemos por lo más importante, porque este es el error más frecuente y el más caro. No le pidas volumen de búsqueda a un modelo de lenguaje. No porque sea impreciso, sino porque el número no nace de una medición: el modelo sigue patrones, y «2.400 búsquedas al mes» es justo el tipo de patrón que parece creíble.
No es una preocupación teórica. Según las investigaciones sobre el funcionamiento interno de los modelos, en muchos casos el sistema «sabe» que no tiene una respuesta fundamentada a la pregunta — hay una señal interna medible que lo indica — y aun así responde. Las variantes con razonamiento no lo hacen mejor, sino que según un estudio lo hacen peor: se abstienen de responder menos veces que los modelos más sencillos. Es decir, justo el tipo de modelo del que la mayoría esperaría la mejor respuesta es el que se inventa el número con más aplomo.
Pero el número «de verdad» tampoco es de verdad
Aquí llega la otra mitad de la verdad, la que el marketing de las herramientas de keywords no subraya. Las cifras del planificador de búsquedas y de las herramientas de análisis también son estimaciones, no mediciones.
Según el estudio público de uno de los grandes fabricantes de herramientas, su estimación da un valor realista para alrededor del 60 por ciento de las keywords, y la del planificador del propio buscador para el 45 por ciento. O sea, hasta el número «oficial» se equivoca en una de cada dos expresiones. La conclusión no es que tires las herramientas, sino que trates el volumen de búsqueda como un orden de magnitud y no como un decimal. La diferencia entre «lo busca mucha gente» y «no lo busca casi nadie» importa; la diferencia entre 2.400 y 2.900 no.
Donde sí ayuda de verdad
Cuatro tareas en las que el modelo de lenguaje sí supera a las herramientas tradicionales.
- Generar preguntas en lenguaje real. «¿Qué pregunta una gestoría de cinco personas que piensa por primera vez en la IA?» — de ahí salen veinte preguntas que no están en ninguna herramienta de keywords, porque nadie las teclea exactamente así.
- El vocabulario del cliente. La palabra del gremio y la palabra del profano rara vez coinciden. El modelo conoce las dos y sabe traducir de una a otra.
- Clusterizar. Ordenar quinientas expresiones por temas es una tarea que a mano te llevaría horas y que el modelo hace en minutos con una calidad aceptable.
- Buscar huecos. «¿Qué otra pregunta surge en este tema sobre la que no he escrito?» — aquí el modelo es bueno porque ve lo que falta, en vez de ordenar lo que ya hay.
La clasificación de intención, donde se queda corto
Hay una tarea en la que la medición dio un resultado sorprendente. Clasificar la intención de búsqueda — si alguien quiere informarse, comprar o navegar — es una tarea clásica de aprendizaje automático, y muchas herramientas de IA anuncian que con un modelo de lenguaje sale mejor.
Según un estudio revisado por pares sobre un conjunto de datos estándar, no sale mejor. Un modelo base tradicional, de aprendizaje supervisado, obtuvo una puntuación de alrededor de 0,74; la mejor configuración del gran modelo de lenguaje llegó a 0,69 y la variante pequeña a 0,58. Es decir, el método viejo y barato le ganó al caro. Es un buen recordatorio de que no toda tarea mejoró por ponerle encima un modelo de lenguaje.
La receta
1. EMPIEZA POR EL CLIENTE, no por la keyword.
Escribe en una frase para quién es el contenido y en qué situación.
2. PIDE 30 PREGUNTAS, tal como las diría él.
«Nada de keywords: preguntas completas, tal como las
escribiría o las diría un cliente, en español y sin jerga.»
3. LLÉVALAS A UNA HERRAMIENTA REAL y mira allí el volumen.
Al modelo NUNCA le pidas un número. Lo que importa es el orden de magnitud.
4. HAZ QUE CLUSTERICE el resto por temas, y ponles nombre a los clusters.
Ese será el esqueleto de tu plan de contenidos.
5. LA INTENCIÓN la decides tú, cluster a cluster.
Una frase: «quien busca esto, ¿qué quiere hacer en cinco minutos?»
Malentendidos habituales
- «El modelo conoce los datos de búsqueda.» No tiene acceso a ellos. El número lo produce a partir de patrones.
- «El modelo que razona es más prudente.» Según una medición es justo al revés: dice menos veces que no lo sabe.
- «El número de la herramienta de keywords es exacto.» También es una estimación, y se equivoca en la mitad de las expresiones. Úsalo como orden de magnitud.
- «Con un modelo de lenguaje toda tarea de PLN mejoró.» En la clasificación de intención le ganó un método viejo y barato.
Lo que conviene llevarse
En la investigación de keywords el modelo de lenguaje fabrica y organiza preguntas, no aporta datos. El número sácalo siempre de una herramienta — y también como orden de magnitud. La mayor ganancia no está en la lista, sino en que el modelo te ayuda a pensar con las palabras del cliente. El paso siguiente es convertir eso en material publicable: lo cuenta el artículo Briefings de contenido , con la plantilla. Y si el objetivo es aparecer en las respuestas de IA, la lista de preguntas también es el punto de partida allí — Cómo conseguir que te citen los buscadores de IA describe qué cuenta.