Hace no tanto, contratar una agencia era un acto de fe. No tenías ni idea de SEO, ni de cómo se pujaba un anuncio, ni de qué hacía exactamente el community manager con tus redes, así que pagabas y te fiabas de su criterio porque no te quedaba otra. El experto era la agencia, no tú. Si decían que había que subir el presupuesto en marzo, subías el presupuesto en marzo, y como mucho preguntabas por qué en la siguiente reunión.
Eso se ha terminado. Hoy cualquiera con acceso a ChatGPT, Claude o Gemini siente que tiene un auditor senior en el bolsillo. Copias una URL, pegas unos textos, pides que busque fallos, y en segundos la IA devuelve un listado demoledor de «errores graves».
Es fácil caer en lo que llamo el «Complejo de Dios» digital: la sensación de haber abierto la caja de Pandora y descubierto todo lo que la agencia llevaba escondiendo. La realidad operativa es otra: la IA, sin contexto, tiende a alucinar y a generar falsos positivos con total seguridad.
El peligro de la auditoría en el vacío
Los modelos de lenguaje están diseñados para ser útiles y completar la tarea que se les pide. Si le ordenas a una IA que encuentre errores en el trabajo de un tercero, adoptará el rol de inquisidor y buscará (o inventará) problemas para cumplir esa misión.
El problema de fondo es la brecha de contexto de negocio. La IA no sabe:
- Qué objetivos estratégicos se pactaron en el contrato o el briefing.
- Qué limitaciones de presupuesto, tiempo o herramientas existen.
- El histórico del proyecto: de dónde se venía hace seis meses.
- Las fricciones técnicas internas del ecosistema digital de la empresa.
Auditar sin aportar esa información genera evaluaciones erróneas. Y obliga al equipo o agencia auditada a perder horas justificando decisiones ante un informe automático que no entiende la realidad del negocio.
Un ejemplo típico de falso positivo
Un caso muy habitual en SEM: la IA audita una cuenta de anuncios y marca como «error grave» una distribución de presupuesto que a simple vista parece ineficiente, con campañas prácticamente paradas mientras otras concentran casi toda la inversión. Sin contexto, parece negligencia.
Con contexto, la lectura cambia por completo: puede tratarse de una decisión deliberada, tomada porque esas campañas son estacionales, o porque se pausaron a la espera de una landing nueva, o porque el CPA de esa línea llevaba semanas disparado y bajarle el gasto era la decisión correcta. La IA no tiene forma de saber eso si nadie se lo cuenta. Ve un número desviado de la media y lo etiqueta como fallo.
Esto pasa constantemente con auditorías generadas con un solo prompt: la IA optimiza por encontrar algo que decir, no por entender por qué las cosas están como están.
Cómo evitar que la IA se ponga en modo fiscal
1. Pídele que analice a «un departamento interno», no a una agencia
Si le dices a la IA que va a evaluar el trabajo de una agencia externa, entiende que ese es el resultado que esperas de ella y se pone la toga: busca (o inventa) motivos para justificar que algo va mal. No es maldad, es cómo está entrenada para complacerte.
El truco es tan tonto como efectivo: pídele que analice el trabajo de «nuestro equipo interno de marketing» o «nuestro departamento», en lenguaje neutro, sin mencionar en ningún momento que en realidad estás evaluando a un proveedor externo. Solo con ese matiz, el tono del análisis cambia por completo.
2. Dale de comer antes de pedirle que opine
Si vas a usar la IA para evaluar un área, la preparación de los datos es el pilar central. Subir un PDF genérico no es suficiente. Antes de pedirle ningún análisis, tienes que plantearte en serio qué documentación necesita para hacer el trabajo en condiciones, igual que harías con cualquier consultor externo al que quisieras contratar.
Conviene separar las fuentes según el área que se audite:
- Auditorías SEO (orgánico): datos extraídos de Google Search Console o de un rastreador web (crawler).
- Auditorías SEM (campañas de pago): la fuente de la verdad es Google Ads o la plataforma publicitaria correspondiente.
- Auditorías de redes sociales: exportaciones precisas de las plataformas de gestión de métricas.
La forma más sencilla de facilitar esta información es exportar y subir archivos manualmente: informes, hojas de cálculo, capturas, lo que tengas a mano. Es la vía más accesible y para la mayoría de los casos es suficiente.
Dentro de las opciones para facilitarle información a la IA, existe también el MCP (Model Context Protocol). No es imprescindible ni hace falta para hacer esto bien, es una opción más, pero merece la pena conocerla porque aporta mucho: es una conexión directa entre la IA y tu fuente de datos (Search Console, Google Ads, tu CRM, lo que sea), de forma que la IA puede consultar la información en tiempo real en lugar de depender de lo que alguien le suba a mano. Eso le da un contexto mucho más afinado y actualizado del negocio, sin que tengas que estar exportando y subiendo archivos cada vez que quieras repetir el análisis.
Si no tienes conexiones directas ni MCPs configurados, no pasa nada: proporciona exportaciones limpias. El truco no es intentar adivinar tú qué archivos necesita la IA, sino hacer que ella misma te los pida.
3. Usa un prompt de descubrimiento, no una fórmula mágica
Uno de los errores más comunes ahora mismo es creer en el prompt de un solo disparo: ese texto larguísimo con el que se pretende que la IA analice todo de golpe. En la práctica profesional, ese enfoque falla.
La mejor forma de arrancar es con un Prompt de Descubrimiento: le das el rol a la IA y le pides que abra una fase de investigación, haciéndote preguntas clave y pidiéndote los archivos que necesita antes de analizar nada.
Dicho esto, no soy muy amiga de las fórmulas mágicas que se copian y pegan tal cual y ya funcionan para todo. Al final cada persona tiene que adaptar el prompt a su propia situación: a su sector, al área que quiera evaluar, al momento en el que esté el proyecto. Lo que te comparto abajo es cómo lo hago yo, a modo de punto de partida. Úsalo como base y ajústalo a lo que tú exactamente estés buscando.
Copia el siguiente texto y adáptalo a tu caso antes de pegarlo al inicio de la conversación con tu IA de confianza (está pensado para redes sociales, pero cambiando una línea sirve igual para SEO o SEM):
Actúa como un Director de Estrategia Digital.
Tu objetivo a lo largo de esta conversación será analizar de forma objetiva y rigurosa el rendimiento de nuestro contenido en redes sociales, el cual es generado por nuestro equipo interno de marketing.
El propósito principal es evaluar la alineación de este trabajo con la realidad de nuestro negocio, evitando aplicar manuales teóricos descontextualizados. Para hacer esto bien, necesitas contexto previo.
Por tanto, no analices nada todavía. Como primer paso, quiero que actúes como un consultor que acaba de llegar a la empresa e inicies una fase de investigación.
- Hazme una lista de preguntas estratégicas (sobre nuestro modelo de negocio, buyer persona, histórico, recursos técnicos y restricciones operativas) que necesites que te responda para tener el contexto completo.
- Indícame exactamente qué tipo de documentos, hojas de cálculo, exportaciones de métricas o conexiones de datos (ej. exportaciones de alcance, engagement, clics) necesitas que te proporcione en los siguientes mensajes para basar tu análisis estrictamente en datos reales y tangibles.
Quedo a la espera de tu cuestionario para empezar a trabajar.
Qué hacer si te llega una de estas auditorías
Si eres tú quien recibe el informe generado por IA de un jefe, un cliente o un socio, hay una forma de responder que suele funcionar mejor que defenderse punto por punto:
- Pide el prompt original. Saber qué se le pidió a la IA y qué datos recibió (o no recibió) explica la mitad de los "errores".
- Responde con contexto, no con excusas. Cada punto marcado como fallo suele tener una decisión detrás. Documentarla convierte la conversación en algo técnico, no defensivo.
- Propón repetir el ejercicio con contexto real. Ofrecerte a alimentar tú mismo la IA con los datos correctos suele desactivar la desconfianza de raíz, porque demuestra que no hay nada que ocultar.
El verdadero becario que necesita instrucciones no es tu agencia, es la IA
Es fácil pensar que la IA sabe de lo que habla solo porque lo dice con la seguridad de un socio de consultora. No sabe nada de tu negocio a menos que se lo cuentes. Es, literalmente, un becario brillantísimo el primer día de trabajo: rapidísimo, elocuente, y sin la menor idea de por qué las cosas se hacen aquí como se hacen.
Dale contexto y se convierte en el consultor senior que aparenta ser. No se lo des, y lo único que obtienes es un informe con aspecto de autoridad que, por dentro, es cartón piedra con membrete.
Así que la próxima vez que la IA te devuelva una lista de "errores graves" sobre el trabajo de alguien, antes de reenviarla con cara de indignación, pregúntate qué le diste de comer. Puede que el problema no esté en la agencia. Puede que esté en lo poco que le contaste tú.