El experto en AEO explica por qué el tráfico se desploma cuando multiplicas por 10 el contenido y qué hacer al respecto

Brendan Hufford es un exdirector de SEO que creó una consultoría de marketing de contenidos y AEO para SaaS B2B llamada Growth Sprints, donde ayuda a las organizaciones a crecer de 10 millones a 100 millones de dólares.

Hablamos con Brendan para aprender a conseguir que los LLM nos citen. Nos explicó el proceso de trabajo.

Comprender la IA en tiempo real

Soy Brendan Hufford, fundador de Growth Sprints, una consultoría de marketing de contenidos y SEO/AEO para SaaS B2B, donde ayudo a las organizaciones a crecer de 10 millones a 100 millones de dólares mediante sistemas de contenido que triunfan en las búsquedas, los boletines y LinkedIn.

Mi trayectoria hasta llegar aquí no fue lineal. Empecé como profesor de psicología en secundaria, pasé al SEO y al marketing de contenidos hace aproximadamente una década, y dediqué años a aprender el oficio dentro de agencias y equipos internos antes de independizarme.

El cambio hacia la IA en el marketing ha sido el momento más interesante de mi carrera hasta ahora. Gran parte de aquello sobre lo que construí mi práctica —el SEO tradicional, con el posicionamiento y el tráfico como objetivos— empezó a cambiar rápidamente. El contenido de los clientes aparecía en las respuestas de ChatGPT y Perplexity sin generar ni un solo clic de vuelta. Los CMO tenían que defender la inversión en contenidos en las revisiones trimestrales del negocio y, a menudo, no contaban con respuestas sólidas.

El cambio hacia la IA en el marketing ha sido el momento más interesante de mi carrera hasta ahora.

Por eso, reconstruí la metodología en torno a lo que ahora llamo Propiedad Intelectual de Contenidos y Bucles de Descubrimiento, marcos diseñados para un mundo en el que el contenido debe conseguir tanto citas de la IA como conversiones humanas.

Sinceramente, todavía estoy descubriendo muchas cosas en tiempo real, junto con mis clientes. Pero eso forma parte de lo que hace que este momento sea tan interesante.

Cómo medir la visibilidad en la IA

Replanteé la forma en que medimos la visibilidad de los contenidos. Durante años, recurrimos por defecto al seguimiento del posicionamiento y del tráfico orgánico. Eso sigue siendo útil, pero ya no representa el panorama completo. Actualmente, los compradores realizan un porcentaje enorme de su investigación dentro de las herramientas de IA, y Google Search Console no muestra nada de eso.

Por eso, ahora creo para cada colaboración con un cliente lo que llamo una hoja de cálculo de seguimiento de consultas de AEO. Identificamos entre 60 y 150 consultas con intención de compra que un posible cliente real escribiría en ChatGPT, Perplexity, Claude o Gemini. Después, hacemos un seguimiento de si se cita al cliente, qué competidores cita la IA en su lugar y de qué fuentes extrae información la IA. Lo volvemos a ejecutar con una periodicidad regular y observamos las tendencias.

Ahora creo para cada colaboración con un cliente lo que llamo una hoja de cálculo de seguimiento de consultas de AEO.

Los resultados cambiaron las cosas de varias formas importantes:

1. Proporcionó a mis clientes una respuesta medible a una pregunta que sus directores ejecutivos y consejos de administración empezaron a plantear: «¿Aparecemos en la IA?». Antes de esto, la mayoría de los equipos de marketing estaban haciendo suposiciones.
2. Cambió lo que creamos. Cuando puedes ver que las herramientas de IA extraen más información de las reseñas de G2, los hilos de Reddit y los informes de analistas que de tu blog, tus prioridades de contenido cambian rápidamente. Empezamos a invertir más en menciones obtenidas, investigación original y Propiedad Intelectual de Contenidos que la IA cita, en lugar de limitarnos a publicar más artículos de SEO con la esperanza de posicionarnos.

De hecho, he visto organizaciones mejorar sus citas en la IA del 8 % al 40 % y multiplicar por seis sus oportunidades comerciales en un trimestre.

Cómo implementar un proceso de trabajo de AEO

Este es el desglose paso a paso:

Paso 1: Recopilación de consultas. Empiezo con el equipo de ventas y las grabaciones de sus llamadas. Extraigo cada pregunta que hacen los posibles clientes, cada objeción y cada momento en el que alguien dice «solo estaba investigando...» o «le pregunté a ChatGPT...». Y complemento esto con tickets de soporte, notas de éxito del cliente y conversaciones de Reddit y G2. El objetivo es reunir entre 60 y 150 consultas con intención de compra que una persona escribiría en una herramienta de IA.

Paso 2: Ampliación de consultas con ayuda de la IA. Tomo esa lista inicial y utilizo Claude para ampliarla. Variaciones en la redacción, diferentes etapas del recorrido de compra y distintas personas que formulan la misma pregunta subyacente. La IA resulta útil aquí porque el trabajo implica reconocer patrones, no pensar de forma original. Creo una hoja de cálculo estructurada de consultas, categorizadas por etapa de compra, perfil e intención.

Paso 3: Pruebas manuales de citación. Ejecuto cada consulta en ChatGPT, Perplexity, Claude y Gemini. Registro si se cita a la organización, qué competidores se citan en su lugar y las fuentes de las que extrae información la IA (G2, Reddit, el blog del cliente, informes de analistas, pódcast, etc.). Esta parte todavía es a veces manual porque las herramientas de automatización aún no son lo bastante fiables. Utilizo la IA para etiquetar y categorizar los resultados, pero una persona debe leer las respuestas.

Paso 4: Análisis de patrones. Utilizo Claude para analizar el conjunto de datos completo e identificar patrones. ¿En qué aspectos está ganando la organización? ¿En cuáles está perdiendo? ¿En qué fuentes confían más las herramientas de IA en esta categoría? ¿Qué competidores aparecen una y otra vez y por qué? La IA demuestra aquí su utilidad porque sintetizar 600 respuestas de IA en temas es un trabajo que ningún ser humano quiere hacer manualmente.

Paso 5: Interpretación estratégica. Esta parte es completamente humana. Reviso los datos, hablo con el equipo y tomo decisiones sobre qué hacer. ¿Estamos perdiendo porque no tenemos contenido sobre un tema o porque nuestro contenido no está estructurado para que lo lean las personas o lo extraiga la IA? ¿Necesitamos invertir en menciones obtenidas en las fuentes que cita la IA? ¿Necesitamos encargar una investigación original para ofrecerle a la IA algo propio a lo que pueda hacer referencia? Esta es la reunión en la que desarrollamos la estrategia, y la IA no participa en ella.

Paso 6: Producción de contenido con IA integrada en el proceso. Una vez que sabemos qué crear, utilizo la IA para sintetizar investigaciones, elaborar primeros borradores, crear esquemas estructurales y reformatear contenidos. El trabajo humano incluye el enfoque, la voz, el punto de vista y la revisión editorial que hace que parezca escrito por una persona real. La IA se encarga quizá del 40 % de la inversión de tiempo. El 60 % restante, que sigue siendo humano, es lo que hace que valga la pena publicar el trabajo.

Paso 7: Volver a realizar el seguimiento periódicamente. Cada 30 a 60 días, vuelvo a ejecutar el conjunto de indicaciones y lo comparo con la línea base. Supervisamos la tasa de citas, la combinación de fuentes y la visibilidad de los competidores a lo largo del tiempo. Esto transforma el flujo de trabajo en un sistema real en lugar de una auditoría puntual.

Todo esto sustituye lo que antes era una conversación vaga sobre la «búsqueda con IA» por un proceso medible y repetible.

Por qué la IA facilita la compresión y la síntesis, pero no la convicción ni el criterio

La IA se integra ahora en casi todos los aspectos de mi trabajo, pero su función varía significativamente según la tarea.

Dependo mucho de la IA para sintetizar investigaciones, elaborar primeros borradores de contenido extenso, analizar a la competencia, analizar transcripciones de llamadas de ventas y de clientes, preparar informes de contenido y realizar gran parte del trabajo de conexión que antes consumía horas. También se encarga de la segmentación de audiencias, la extracción de información sobre la voz del cliente y la identificación de temas en tickets de soporte y llamadas de Gong.

Dependo mucho de la IA para sintetizar investigaciones, elaborar primeros borradores de contenido extenso, analizar a la competencia, analizar transcripciones de llamadas de ventas y de clientes, preparar informes de contenido y realizar gran parte del trabajo de conexión que antes consumía horas.

Y ahora también realiza tareas de producción, como transformar un informe de investigación en un borrador de boletín, generar bibliotecas de indicaciones o reescribir contenidos con la voz de la marca después de que la haya documentado adecuadamente.

Las tareas explícitamente humanas incluyen la estrategia, el punto de vista y la creación de propiedad intelectual de contenido: los marcos que construyo, los nombres que damos a los problemas fundamentales, los enfoques que adoptamos en el liderazgo de opinión y las decisiones sobre qué publicar y qué descartar. La IA tiene un rendimiento deficiente en estos aspectos porque el valor reside en la convicción que respalda la elección. Un marco solo funciona si una perspectiva real del mercado lo sustenta. La IA tiende hacia el promedio, que es precisamente aquello de lo que intentamos alejarnos.

Las relaciones también son completamente humanas: las llamadas de descubrimiento, los talleres y los momentos en los que contradigo a un CMO que está a punto de tomar una mala decisión. No delego nada de eso.

El principio que reviso es que la IA destaca en la compresión y la síntesis, mientras que las personas siguen siendo superiores en convicción y criterio. Por eso utilizo la IA para llegar más rápido a un punto de partida y después dedico mi tiempo a las partes que requieren criterio.

En qué falla la IA en la producción de contenido

El mayor fallo de la IA está en la ideación de contenido. Esperaba que la IA colaborara conmigo para encontrar enfoques precisos para publicaciones y campañas. No es así. El resultado es competente, genérico y ligeramente demasiado pulido. Las buenas ideas siguen surgiendo de las llamadas de ventas, los tickets de soporte, las conversaciones extrañas en congresos y el reverso de mi cuaderno.

La IA ayuda a desarrollar una idea una vez que tengo una, pero no es una fuente útil de pensamiento original.

El segundo fallo es la voz de marca. Incluso con una documentación exhaustiva de la voz, el contenido generado por IA con la voz de un cliente necesita una revisión humana profunda para sonar como él. Capta los patrones superficiales y pierde el ritmo. El alma. Esperaba que esto estuviera resuelto en un 80 % a estas alturas. Está más cerca del 40 %.

El tercer fallo es el verdadero criterio estratégico. Posicionamiento, perfeccionamiento del perfil de cliente ideal, precios y entrada en el mercado. La IA me ofrece una versión bien organizada de lo que ya sé, además de algunas sugerencias que suenan inteligentes y se desmoronan cuando se someten a pruebas de resistencia. La estrategia sigue requiriendo a una persona que haya estado en la sala.

La estrategia sigue requiriendo a una persona que haya estado en la sala.

El cuarto fallo es la predicción de citas en AEO. Podemos hacer un seguimiento de lo que se cita y aplicar ingeniería inversa a los patrones, pero predecir qué se citará sigue siendo, en gran medida, cuestión de conjeturas.

Y el fallo más sorprendente: quizá se me dé mal, pero la IA no me ha hecho más rápido a la hora de escribir. Me ha hecho más rápido en todo lo que rodea a la escritura. La escritura en sí me lleva aproximadamente el mismo tiempo, porque el listón sigue estando alto y conseguir que el resultado de la IA alcance ese nivel lleva más o menos el mismo tiempo, o incluso más, que escribirlo yo mismo.

Por qué el volumen de contenido se ha convertido en un riesgo

Construí gran parte de mi carrera inicial basándome en el volumen. Publicar más, posicionarse para más términos, conseguir más tráfico, ganar. Funcionó durante mucho tiempo, y muchos manuales de marketing (incluido el mío) asumían tácitamente que la capacidad de producción era el factor limitante. Si podías publicar el doble, crecerías el doble de rápido.

La IA rompió esa suposición en dos direcciones a la vez.

1. La IA abarató el volumen. Ahora todo el mundo puede publicar 10 veces más. Esto significa que el volumen ya no es una ventaja competitiva. Los profesionales del marketing que lo persiguen se dirigen directamente al borde de un precipicio.
2. La IA cambió qué es lo que se recompensa. Tanto Google como los LLM extraen información de un conjunto más reducido y fiable de fuentes. Buscan sustancia, originalidad y un punto de vista real. El volumen sin esas cualidades no es simplemente neutro, sino activamente perjudicial. He visto a equipos hundir su visibilidad orgánica al escalar la producción de contenido generado por IA, y he visto a equipos más pequeños, con opiniones más incisivas, ser citados en todas partes.

Así que este es el gran riesgo que estoy viendo ahora mismo: la carrera por publicar contenido generado por IA a gran escala.

Esto hunde la visibilidad orgánica, hace que el contenido sea marcado por las actualizaciones de contenido útil de Google y produce cero citas de IA porque no existe ningún pensamiento original al que puedan apuntar las herramientas de IA.

Este es el gran riesgo que estoy viendo ahora mismo: la carrera por publicar contenido generado por IA a gran escala.

El volumen sin sustancia rinde peor que nunca, y la IA ha hecho que esa brecha sea más visible, no menos.

Por qué el contenido ganador requiere propiedad intelectual de contenido

Si quieres contenido ganador, desarrolla propiedad intelectual de contenido. Esto implica poner nombre a marcos de trabajo para los problemas centrales de tu audiencia. Entrevista mensualmente a tus equipos 3S (ventas, éxito y soporte). Envía cada llamada a Slack, proporcionando resúmenes semanales relevantes para marketing.

Y elige una batalla. La mayor parte del contenido B2B es contenido de consenso. Coincide con lo que dicen todos los analistas, competidores y líderes de opinión. Las piezas de impacto señalan algo en lo que los demás se equivocan y ofrecen una alternativa clara.

No tienes que ser desagradable al respecto. Pero sí tienes que estar dispuesto a equivocarte en público.

Cómo deben rediseñarse los flujos de producción de contenido con IA

En lo que respecta a la producción de contenido, la mayoría de los equipos todavía utiliza un flujo de trabajo diseñado para 2018: briefing, borrador, edición, publicación y distribución. Los equipos incorporaron la IA al paso de redacción y lo llamaron transformación. No lo era.

El rediseño incluye tres capas destacadas:

1. La capa del briefing es una entrada estructurada (no un documento de Google). Incluye la consulta del comprador que la pieza pretende ganar, la propiedad intelectual de contenido a la que contribuye, el punto de vista y material de fuentes procedente de transcripciones y expertos internos. La IA lo reúne. Un ser humano aprueba el enfoque antes de que comience la redacción.
2. La capa de redacción utiliza intensivamente la IA, pero con una delimitación estricta de las funciones. La IA realiza la síntesis, la redacción estructural y el reformateo. Una persona se encarga del enfoque, la voz y la fase de edición. La persona es la autora durante todo el proceso, no una revisora al final.
3. En la capa de control de calidad, la mayoría de los equipos todavía se centra en las erratas y las directrices de marca. Nosotros añadimos comprobaciones explícitas de legibilidad, fidelidad a la voz de la marca y de si la pieza adopta una posición única dentro de su categoría. Si no lo hace, la descartamos antes de publicarla. La tasa de descarte es alta, pero es intencionado.

El resultado son menos piezas publicadas, una mayor calidad en cada una y un aumento medible tanto de las citas en AEO como del flujo de oportunidades.

Incorporar la IA a un flujo de trabajo de 2018 solo te proporciona más rápido los resultados de un cañón de spam de contenido de 2018.

Qué deben hacer los CMO para mantenerse al día con la transformación de la IA

Si eres CMO y vamos a tomar un café, este es el consejo que te daría:

1. Deja de perseguir herramientas de IA y empieza a auditar la sustancia de tu contenido. Los equipos que están perdiendo ahora lo hacen porque su contenido no tiene nada distintivo que las herramientas de IA, Google o los compradores puedan señalar. Si no tienes un punto de vista real, ninguna herramienta va a crearlo por ti. Deja de perseguir la pila de IA «perfecta».
2. Tómate en serio la propiedad intelectual del contenido. Problemas con nombre, marcos de trabajo con nombre, investigaciones propias y perspectivas originales sobre tu categoría. La IA cita esto, se posiciona en las búsquedas, triunfa en LinkedIn, consigue suscriptores para el boletín y se transmite en las llamadas de ventas. La IA tampoco puede replicar esta parte del marketing, lo que la hace más valiosa, no menos.
3. Mide lo que importa ahora. Añade el seguimiento de visibilidad en AEO a tus informes. Haz un seguimiento del impacto de LinkedIn en el embudo de ventas. Determina la correlación entre los suscriptores del boletín y las tasas de cierre o la velocidad de ventas. Averigua para qué consultas de compradores apareces en ChatGPT, Perplexity y Claude, y qué competidores cita la IA en tu lugar. Si no puedes responder a esa pregunta en tu próxima QBR, pronto te la harán.
4. Usa la IA para lo que se le da bien y deja de forzarla donde no funciona. Es buena para la síntesis, la investigación, el análisis de transcripciones, la redacción de borradores y el cambio de formato. Pasa cada llamada de ventas por Claude y envíala a Slack para que tu equipo pueda verla a diario, pocos minutos después de que ocurra. La IA es mala para las ideas originales, la voz de marca y el criterio estratégico. Diseña tu flujo de trabajo en torno a esa distinción en lugar de intentar convertirlo todo en IA.
5. Publica menos y haz que cada pieza tenga más peso. El juego del volumen ha terminado (aunque todos los proveedores de software de contenido con IA afirmarán lo contrario). Los equipos que triunfan publican menos piezas, pero más precisas, y sacan más partido de cada una mediante la reutilización, la distribución y las menciones obtenidas.
6. Y, por último, sé honesto con tu equipo y con tu CEO sobre lo que está cambiando. Muchos líderes de marketing esperan en silencio que esto pase. No pasará. Los compradores ya han cambiado la forma en que investigan. La trinidad sagrada es el descubrimiento (Google/LLM), las redes sociales (LinkedIn, YouTube) y el contenido de relaciones (boletín/pódcast).

Sigue la evolución

Puedes seguir el trabajo de Brendan Hufford en LinkedIn. Y consultar Growth Sprints.

¡Próximamente habrá más entrevistas con expertos en El Club de CMO!