Caso de estudio: Asistente multiagente de AEO y GEO para recuperar la visibilidad perdida por "Zero-click"
Este caso de estudio describe mi proceso integral de diseño de UX para un asistente multiagente conversacional, un prototipo de alta fidelidad ("AI Spike") que orquesta a un equipo de agentes de IA especializados (en AEO y GEO) para realizar evaluaciones completas de sitios web e identificar oportunidades de mejora para aumentar su visibilidad en Motores Generativos como ChatGPT, Claude, Gemini o Perplexity, y Motores de Respuestas como Google SGE (Search Generative Experience), Bing AI, You.com, etc.
He desarrollado este asistente multiagente de AEO y GEO, siguiendo un riguroso plan de implementación que fusiona la metodología del Conversation Design Institute (CDI) con la arquitectura técnica de Conversational Agents (Google Dialogflow CX). Este proceso ha garantizado que cada decisión de diseño esté respaldada por una ejecución técnica sólida y escalable.
Debate en profundidad entre presentadores de IA sobre este caso de estudio: Asistente Multiagente de AEO y GEO
01
El Desafío: Sobrevivir en la "Era de la búsqueda por IA"
1.1 La transformación del ecosistema digital
"Herramientas como ChatGPT de OpenAI y Claude de Anthropic están 'devorando' todo el contenido de internet para entrenar sus modelos, pero en lugar de dirigir a los usuarios a las fuentes originales, a menudo resumen y ofrecen respuestas directamente en sus propias interfaces." Fuente: —Análisis de Transformación Digital
Estimaciones de pérdida de tráfico orgánico
La evidencia empírica reciente demuestra una reducción catastrófica en el tráfico orgánico de los sitios web, atribuida directamente a la adopción de funciones de búsqueda impulsadas por IA.
Fuente: Informe eMarketer | TUYA Digital Analysis
Informe Bad Bot 2025: Los bots superan el tráfico humano
Del tráfico global en 2024 fue generado por bots, superando por primera vez el tráfico humano
Fuente: Informe Bad Bot 2025
Distribución del Tráfico Global 2024
Fuente: Informe Bad Bot 2025
La explosión del raspado de contenido por IA
Los datos publicados por el CEO de Cloudflare, Matthew Prince, son tan drásticos que parecen ciencia ficción. En solo 6 meses, la proporción de páginas extraídas por Google respecto a las visitas reales se ha triplicado – de 6:1 a 18:1. Esto significa que hoy Google descarga contenido de 18 páginas para enviar a un solo visitante.
Las plataformas de IA obtienen resultados aún peores. OpenAI aumentó su relación de raspado a visitas de 250:1 a un astronómico 1500:1, y Anthropic – desde el ya alto 6000:1 hasta un casi incomprensible 60000:1. En otras palabras, la IA descarga miles de piezas de contenido para garantizar que prácticamente nadie sea enviado a los sitios originales.
Fuente: Matthew Prince, CEO de Cloudflare (AIBusiness)
OpenAI
Anthropic
Implicaciones para el futuro del contenido digital
Esta explosión en el raspado de contenido representa una amenaza existencial para el modelo de internet basado en el tráfico y la publicidad. Las plataformas de IA están extrayendo valor a una escala sin precedentes, mientras que los creadores de contenido reciben cada vez menos a cambio.
Crisis de sostenibilidad: El modelo actual de creación de contenido se vuelve insostenible cuando el retorno es prácticamente nulo.
Necesidad de regulación: Requiere marcos legales que obliguen a las plataformas de IA a compensar justamente a los creadores.
Evolución tecnológica: Los creadores deben adaptarse a un ecosistema donde la optimización para motores de IA es más importante que la optimización para motores de búsqueda tradicionales.
1.2 Puntos de dolor
Mi investigación identificó 5 puntos de dolor clave que impulsan a los usuarios a abandonar la web tradicional por las interfaces de IA.
Navegación ineficiente
Los usuarios pierden tiempo valioso navegando entre múltiples pestañas, herramientas dispersas y sitios con arquitecturas complejas. Un análisis SEO completo puede requerir hasta 15 herramientas diferentes, fragmentando el flujo de trabajo y reduciendo la productividad.
Pérdida de tiempo: 45-60 minutos por análisis básico
2Sobrecarga cognitiva
Sobrecarga cognitiva
Las interfaces saturadas de anuncios, pop-ups y elementos distractores generan fatiga mental. Los usuarios enfrentan "choice overload" con cientos de métricas sin contexto, dificultando la toma de decisiones efectivas y creando parálisis por análisis.
Problema: 200+ métricas sin priorización clara
3Información fragmentada
Información fragmentada
Los usuarios deben sintetizar manualmente datos de múltiples fuentes que frecuentemente se contradicen. Google Analytics dice una cosa, Search Console otra, y las herramientas de terceros ofrecen perspectivas diferentes, creando confusión en lugar de claridad.
Desafío: Sintetizar fuentes contradictorias manualmente
4Barreras de idioma
Barreras de idioma
El contenido técnico de SEO está predominantemente en inglés, creando una barrera significativa para profesionales hispanohablantes. Esto limita el acceso a información actualizada y reduce la velocidad de implementación de mejores prácticas.
Limitación: 85% del contenido técnico solo en inglés
5Interacción estática
Interacción estática
Las herramientas tradicionales ofrecen búsquedas estáticas sin contexto ni memoria de sesión. Cada consulta es independiente, obligando al usuario a repetir información y perdiendo el hilo de análisis complejos que requieren múltiples iteraciones.
Problema: Sin contexto ni memoria entre consultas
Fuentes de la investigación sobre los "Puntos de dolor"
Esta investigación analiza rigurosamente la migración de usuarios desde sitios web convencionales hacia herramientas como ChatGPT, identificando las causas estructurales de insatisfacción digital (fricción, sobrecarga, fragmentación, barreras lingüísticas e interacción estática). Basada en meta-análisis de fuentes especializadas, informes industriales, estudios académicos y análisis cuantitativos, la investigación valida un cambio de paradigma sistémico que exige nuevos ecosistemas digitales centrados en la conversación y la síntesis automatizada.
Listado de fuentes con título y URL
1. Impact of Generative AI on Search Traffic and Content Visibility
https://beanstalkim.com/learn/seo/impact-of-generative-ai-on-search-traffic-and-content-visibility/2. Analyzing ChatGPT adoption drivers with the TOEK framework - PMC
https://pmc.ncbi.nlm.nih.gov/articles/PMC10730566/3. How will generative AI impact website rankings and traffic?
https://searchengineland.com/generative-ai-impact-website-rankings-traffic-4436244. How Is AI Decreasing Your Website Traffic? - SuperWebPros
https://superwebpros.com/how-is-ai-decreasing-your-website-traffic/5. From User-Driven Web to Agentic AI: Paradigm Displacement in ...
https://www.linkedin.com/pulse/from-user-driven-web-agentic-ai-paradigm-displacement-maginley-gxmae6. Generative AI drives web traffic spike for retailers in US - CX Network
https://www.cxnetwork.com/artificial-intelligence/news/generative-ai-drives-web-traffic-spike-for-retailers-in-us7. AI Bots Now Dominate Web Traffic, Surpassing Human Users
https://www.aicerts.ai/news/ai-bots-now-dominate-web-traffic-surpassing-human-users/8. Adoption and impacts of generative artificial intelligence: Theoretical
https://www.sciencedirect.com/science/article/pii/S26670968240002119. This is what AI is doing to your website traffic | TechFinitive
https://www.techfinitive.com/this-is-what-ai-is-doing-to-your-website-traffic/10. Why Your Website Is Losing Traffic (And How to Fix It with AI-Driven Insights)
https://www.expre.co.uk/why-your-website-is-losing-traffic-and-how-to-fix-it-with-ai-driven-insights/11. Is Spanish SEO Still Relevant? - Hispanic Market Solutions
https://www.hispanicmarketadvisors.com/blog/is-spanish-seo-still-relevant/12. Generative and Malleable User Interfaces with Generative ... - arXiv
https://arxiv.org/html/2503.04084v113. Chatbot vs Conversational AI: Key Differences, Use Cases & How to ...
https://smartdev.com/conversational-ai-vs-chatbot-unleashing-the-secret-powers-of-ai-driven-conversations/14. A Complete Guide to SEO in Spain in 2025
https://blog.applabx.com/a-complete-guide-to-seo-in-spain-in-2025/15. Generative AI Systems Aren't Just Open or Closed Source - WIRED
https://www.wired.com/story/generative-ai-systems-arent-just-open-or-closed-source/16. Conversational AI vs. Traditional Chatbots: What's the Future?
https://helpybo.com/conversational-ai-vs-traditional-chatbots-whats-the-future/17. Adoption of artificial intelligence in Spanish firms: an initial analysis
https://www.bde.es/f/webbe/SES/Secciones/Publicaciones/InformesBoletinesRevistas/BoletinEconomico/25/T2/Files/be2502-art06e.pdf18. Making Generative AI Accessible to Every Business - WIRED
https://www.wired.com/sponsored/story/making-generative-ai-accessible-to-every-business/19. Traditional Chatbot Vs AI Agent - A Detailed Comparison of ...
https://www.sparkouttech.com/chatbot-vs-ai-agent/20. Andy Crestodina's Post - AI is killing website traffic! - LinkedIn
https://www.linkedin.com/posts/andycrestodina_ai-is-killing-website-traffic-or-is-it-activity-7296267426051108865-LNUl21. AI now commonplace in Spanish workplace, languages remain a ...
https://novobrief.com/ai-now-commonplace-in-spanish-workplace-languages-remain-a-hurdle/11428/22. Optimizing user flows: Minimizing friction throughout the journey
https://www.statsig.com/perspectives/optimizing-user-flows-minimizing-friction23. Information Overload: Causes, Impact, and Solutions for the Workplace
https://www.lumapps.com/insights/blog/information-overload24. AI Strategies for Hyper Personalized Customer Engagement
https://www.gocustomer.ai/blog/ai-transformation-of-customer-experience-a-gateway-to-hyper-personalized-engagement25. 2025 Guide to Understand and Minimize User Friction - Survicate
https://survicate.com/blog/user-friction/26. Information overload - A negative factor affecting mental health ...
https://longevity-protocols.com/en/knowledge-base/interventions/negative/information-overload/27. Why AI Chatbots May Overtake Search Engines, What You Need to Know
https://arabot.io/en/blog-post/4328. Efficient data mining for web navigation patterns - ScienceDirect
https://www.sciencedirect.com/science/article/abs/pii/S095058490300109529. Dealing with information overload: a comprehensive review - PMC
https://pmc.ncbi.nlm.nih.gov/articles/PMC10322198/30. AI makes personalization feel more personal | Centific
https://centific.com/blog/ai-makes-personalization-feel-more-personal31. Behavior Analysis in UX: Meaning And Examples
https://octet.design/journal/behaviour-analysis/32. AI Chatbots vs. Search Engines: The Data Behind the Disruption Debate
https://webbiquity.com/ai-in-marketing/ai-chatbots-vs-search-engines-the-data-behind-the-disruption-debate/33. AI Spanish Conversation - Callin.io
https://callin.io/ai-spanish-conversation/34. Memory vs. Context in AI: Why ChatGPT Is Ahead , and Why That Matters
https://dev.to/pvgomes/memory-vs-context-in-ai-why-chatgpt-is-ahead-and-why-that-matters-98o35. AI Chatbots vs Search Engines: 24-Month Study on Traffic Trends
https://onelittleweb.com/data-studies/ai-chatbots-vs-search-engines/36. An experiment in Spanish translation using AI - James Breiner
https://jamesbreiner.com/an-experiment-in-spanish-translation-using-ai/37. Persistent AI Memory: Local Searchable Storage for LLMs & Copilot
https://mcpmarket.com/server/persistent-ai-memory38. AI Chatbots Accounted for Just 2.96% of Search Traffic in 2024 ...
https://www.linkedin.com/pulse/ai-chatbots-accounted-just-296-search-traffic-2024-study-bw6gc39. How AI Handles Cultural Context In Translation - BeLikeNative
https://belikenative.com/how-ai-handles-cultural-context-in-translation/40. AI-Native Memory and the Rise of Context-Aware AI Agents
https://ajithp.com/2025/06/30/ai-native-memory-persistent-agents-second-me/41. AI Chatbots vs. Traditional Search Engines: A Shift in How We Find Information
https://www.sentisight.ai/ai-chatbots-vs-traditional-search-engines-a-shift-in-how-we-find-information/42. AI Agents with Memory: Context Retention Beyond Short Prompts
https://www.linkedin.com/pulse/ai-agents-memory-context-retention-beyond-short-ganesh-jagadeesan-7hcoc43. Agentic Search vs Traditional Search Engines: What's the Real Difference?
https://ninepeaks.io/agentic-search-vs-traditional-search-engines44. New guide helps journalists dispel disinformation targeting US Latinos and Spanish-speaking
https://ijnet.org/en/story/new-guide-helps-journalists-dispel-disinformation-targeting-us-latino-and-spanish-speaking45. Generative AI As a Growth Catalyst - WIRED
https://www.wired.com/sponsored/story/generative-ai-as-a-growth-catalyst/46. The Convergence of AI and Traditional Analytics in Business Platforms
https://www.linkedin.com/pulse/convergence-ai-traditional-analytics-business-platforms-ashish-ganda-lkxjc47. As the 2024 election nears, misinformation targeting Latinos ... - NPR
https://www.npr.org/2024/06/25/nx-s1-5013727/new-research-looks-at-how-political-misinformation-is-targeted-at-latinos48. Notes from the AI Frontier: Insights from Hundreds of Use Cases - McKinsey [PDF]
https://www.mckinsey.com/~/media/mckinsey/featured%20insights/artificial%20intelligence/notes%20from%20the%20ai%20frontier%20applications%20and%20value%20of%20deep%20learning/notes-from-the-ai-frontier-insights-from-hundreds-of-use-cases-discussion-paper.pdf49. State of Spanish-Language Media 2024: Video Edition [PDF]
https://harkerbos.com/wp-content/uploads/2024/08/State-of-Spanish-Language-Media-2024-Video-Edition.pdf50. Synchron's Brain-Computer Interface Now Has Nvidia's AI - WIRED
https://www.wired.com/story/synchrons-brain-computer-interface-now-has-nvidias-ai/51. Artificial Intelligence Insights & Articles | QuantumBlack - McKinsey
https://www.mckinsey.com/capabilities/quantumblack/our-insights52. Hispanic consumers are one of the most digitally active groups in US
https://www.emarketer.com/content/hispanic-consumers-one-of-most-digitally-active-groups-us53. A Growing Share of Latinos Get Their News in English
https://www.pewresearch.org/race-and-ethnicity/2013/07/23/a-growing-share-of-latinos-get-their-news-in-english/54. Why Spanish streaming is a FAST-growing business - Papercup
https://www.papercup.com/blog/Spanish-streaming55. Embrace the UX Paradigm Shift to Agentic Experience Design
https://www.salesforce.com/blog/ux-shift-to-agentic-experience-design/56. The utility-over-usability effect explains why bad UX persists
https://uxdesign.cc/the-utility-over-usability-effect-explains-why-bad-ux-persists-b090cd993afa57. The implementation of chatbot-mediated immediacy for synchronous ...
https://link.springer.com/article/10.1007/s10639-023-11602-158. The Rise of AI as the New UI: A Paradigm Shift in User Experience
https://www.linkedin.com/pulse/rise-ai-new-ui-paradigm-shift-user-experience-omnath-dubey-mfibf59. Consumer Perception of Planned Obsolescence: A Research on ... [PDF]
https://isarder.org/index.php/isarder/article/download/2089/2012/203560. The Influence of Conversational AI on Consumer Behavior and ... [PDF]
https://eujournal.org/index.php/esj/article/view/19171/1889061. [PDF] https://arxiv.org/abs/2506.23116 [cs.HC ]30 June 2025
https://arxiv.org/pdf/2506.23116.pdf62. Social Media Analysis of Perceived Product Obsolescence
https://www.sciencedirect.com/science/article/pii/S2212827116303870/pdf?md5=ab5dd4d0c127e55bb2d39892d31c8da7&pid=1-s2.0-S2212827116303870-main.pdf63. Reevaluating personalization in AI-powered service chatbots
https://www.sciencedirect.com/science/article/pii/S294988212500010664. The Three Paradigms of HCI - Computer Science | Virginia Tech [PDF]
https://people.cs.vt.edu/srh/Downloads/TheThreeParadigmsofHCI.pdf65. The Mutual Benefits of Ethnography and Discourse Analysis in Digital Contexts
https://www.academia.edu/42045864/The_Mutual_Benefits_of_Ethnography_and_Discourse_Analysis_in_Digital_Contexts66. Number of ChatGPT Users (July 2025) - Exploding Topics
https://explodingtopics.com/blog/chatgpt-users67. AI Industry Analysis: 50 Most Visited AI Tools and Their 24B+ Traffic
https://writerbuddy.ai/blog/ai-industry-analysis68. Methodologies for Digital Discourse Analysis [Interactive Article]
https://discourseanalyzer.com/methodologies-for-digital-discourse-analysis/69. ChatGPT global web visits 2022-2024, by device - Statista
https://www.statista.com/statistics/1463637/chat-openai-com-monthly-visits-by-device/70. Potential and limitations of digital ethnographic research - Frontiers
https://www.frontiersin.org/journals/sociology/articles/10.3389/fsoc.2022.1092181/full71. 100+ ChatGPT Statistics 2024 - AIPRM
https://www.aiprm.com/chatgpt-statistics/72. AI and online traffic - statistics & facts - Statista
https://www.statista.com/topics/13648/ai-and-online-traffic/73. a comparative computational discourse analysis | AI & SOCIETY
https://link.springer.com/article/10.1007/s00146-025-02214-z1.3. User persona: "la exploradora conversacional"
Para dar vida a los datos, he creado un arquetipo que encapsula las motivaciones de esta migración masiva.
María, integra IA en todas sus tareas
Dice
"Es tan molesto cuando busco algo en Google y tengo que abrir diez pestañas diferentes, lidiar con anuncios pop-up y luego leer páginas y páginas de texto para encontrar una simple respuesta."
Piensa
"Con ChatGPT, es como tener a un experto disponible las 24 horas del día. Puedo hacerle una pregunta y obtener una respuesta clara y concisa en segundos, sin tener que navegar por un montón de sitios web."
Siente
"Es una sensación de empoderamiento. Siento que puedo aprender sobre cualquier tema sin las barreras y frustraciones de la web tradicional."
Hace
"Ha integrado las herramientas de IA en casi todos los aspectos de su vida digital: tareas profesionales, redacción de correos, investigación de mercado, planificación de vacaciones y recomendaciones culturales."
1.4. La pregunta de diseño correcta (aplicando la navaja de ockham)
❌ Pregunta incorrecta (enfoque incremental)
"¿Qué herramienta podría diseñar para que los propietarios de sitios web y agencias de marketing puedan mejorar el posicionamiento en buscadores?"
✅ Pregunta correcta (misión de diseño)
"Cómo diseño una herramienta que permita a los propietarios de sitios web y agencias de marketing saber qué contenido, estructura y metadata tienen que adaptar para que esas webs sean legibles, referenciables y preferidas por motores de respuesta y motores generativos como ChatGPT o Perplexity, aumentando las posibilidades de aparecer como fuentes en los resultados de IA?"
02
Mi Proceso: Aplicando el framework de diseño conversacional
2.1 Estrategia: Definiendo los usuarios y los asistentes
Antes de desarrollar cualquier diálogo, fue esencial identificar a nuestro público objetivo y diseñar las personalidades de los asistentes para garantizar confianza y claridad en la interacción.
2.1.1.1 Exploración de los flujos operativos
He analizado los flujos operativos actuales de profesionales de marketing digital
Flujo tradicional de análisis SEO que he identificado
Procesos que he documentado:
- 1
Auditoría manual fragmentada
He observado que los profesionales utilizan múltiples herramientas (Screaming Frog, SEMrush, Ahrefs) obteniendo datos dispersos y descontextualizados.
- 2
Interpretación en silos
He confirmado que cada herramienta proporciona métricas aisladas sin contexto integrado para optimización AEO/GEO.
- 3
Implementación reactiva
He verificado que las optimizaciones se aplican basándose en correlaciones históricas de SEO tradicional, ignorando el comportamiento de motores generativos.
He mapeado puntos de fricción críticos en procesos de análisis SEO tradicionales.
Fricción Operativa #1
Sobrecarga cognitiva que he detectado
- Problema: He observado que los profesionales deben interpretar simultáneamente 15-20 métricas diferentes sin priorización clara.
- Impacto: He confirmado que la mayor parte del tiempo se invierte en análisis, y el poco tiempo disponible se invierte en implementación efectiva.
- Gap: He encontrado ausencia total de síntesis inteligente que priorice acciones por impacto en visibilidad AEO/GEO.
Fricción Operativa #2
Desconexión temporal que he encontrado
- Problema: He comprobado que los datos históricos de SEO no predicen el comportamiento de ChatGPT, Claude, o Google SGE.
- Impacto: He documentado que las estrategias se vuelven obsoletas antes de implementarse, perdiendo oportunidades de recuperar visibilidad "zero-click".
- Gap crítico: He identificado la necesidad urgente de análisis predictivo orientado específicamente a motores generativos.
Fricción Operativa #3
Atomización de decisiones que he documentado
- Problema: He observado que las optimizaciones se realizan por elementos aislados sin considerar cómo los agentes de IA procesan la información.
- Impacto: He confirmado que las mejoras parciales no generan tracción significativa en rankings de Perplexity, Bing AI o You.com.
- Gap: He encontrado falta absoluta de orquestación holística pensada para motores generativos.
2.1.1.2 Principales user personas
Propietaria de pyme
Marta Sánchez (39), Valencia
Demografía y situación de vida
Dueña de negocio
Recibe informes web por email pero no entiende del todo qué pasa
Le preocupa la caída constante del tráfico a su web
Busca explicaciones claras y orientadas a acción
No domina SEO técnico, pero necesita saber qué cambiar
Quiere soluciones concretas, no diagnósticos vagos
Directora de agencia
Ana Martínez (42), Barcelona
Demografía y situación de vida
Dirige agencia digital por IA
Caída de tráfico orgánico post-AI Overviews
Necesita entender impacto real en negocio
Busca nuevas métricas de rendimiento
Estrategias fuera del modelo SEO clásico
Adaptación de servicios a nueva realidad
Experto en Google Ads
Alberto Ortega (40), Zaragoza
Demografía y situación de vida
Especialista en publicidad digital de pago
Detecta que el coste por conversión (CPA) se dispara
El coste por lead promedio sube
Muchos usuarios reciben la información directamente sin hacer clic en ningún anuncio
Necesita ayudar a reforzar la autoridad, Quality Score en Google Ads y visibilidad de las marcas
2.1.2 Bot personas
Adriana
Directora de agencia (Agente orquestador)
Nombre: Adriana Consultora (Agency Director)
Edad: 42
Género: Femenino
Personalidad: Segura, empática, metódica
Geografía: Latinoamérica y España
"Con más de 15 años de experiencia en el vertiginoso mundo del SEO, Adriana Consultora es la mente detrás de Lyra Agency, una agencia boutique pionera en estrategias listas para la era de la IA. Nacida en Latinoamérica y con raíces profesionales en España, su trayectoria refleja una fusión única de visión global y entendimiento local de los mercados digitales. Su carrera comenzó como SEO Manager, donde lideró proyectos para multinacionales y startups, perfeccionando su habilidad para diagnosticar problemas complejos de tráfico web y transformar datos en acciones concretas. Hoy, a sus 42 años, dirige Lyra Agency con un enfoque metódico y empático, convirtiéndose en un puente entre los equipos ejecutivos y las soluciones técnicas que impulsan el crecimiento."
Organización: Agencia de marketing digital
Audiencia: Dueños de negocios, CMOs, equipos ejecutivos
Tono de Marca: Consultivo, profesional, accesible, entusiasta
Tareas de Servicio: Diagnóstico de problemas de tráfico web, evaluación de rendimiento, auditorías SEO
Tareas Persuasivas: Convencer de la necesidad de adaptarse al nuevo ecosistema IA, justificar inversiones en AEO/GEO
Canales: Reuniones virtuales, dashboards de reporte, interfaz web
Tono del Bot: Profesional - Respetuoso - Enfocado en soluciones
Suena como: Voz media, tono firme pero acogedor, acento neutro
Chatea como: Usa bullets, gráficos si se permite, pocas emojis, pausas estratégicas
"He analizado tu sitio web y nuestros expertos han identificado oportunidades clave."
"Tu posicionamiento actual podría estar en riesgo si no se adaptan ciertos aspectos."
"Hola, soy Adriana, directora de Lyra Agency. Estoy aquí para ayudarte a navegar la nueva era de búsquedas generativas."
"Entiendo que esta transición puede ser desafiante."
"Correcto. Hemos validado esos datos con nuestras herramientas internas."
"Gracias por tu paciencia. Hubo un retraso mientras verificábamos datos clave."
"Te recomiendo revisar estos puntos antes de nuestra siguiente reunión."
Dario
Experto en GEO (Agente de Generative Engine Optimization)
Eva
Experta en AEO (Agente de Answer Engine Optimization)
2.2 Diseño: De la idea a la validación del diálogo
Mi filosofía de diseño para este asistente se basa en una premisa fundamental: un sistema de IA experto no es aquel que nunca encuentra problemas, sino aquel que maneja la incertidumbre, los errores y las desviaciones con la misma inteligencia y empatía que su flujo principal. A continuación, detallo cómo he aplicado esta filosofía en cada capa del diseño conversacional.
2.2.1 Diseño del flujo principal
2.2.2.1 Happy path
El escenario perfecto donde un usuario proporciona una URL válida y accesible, y el sistema orquesta a los agentes especializados para entregar un análisis completo sin ningún contratiempo.
Paso 1: Bienvenida e intención
"Analiza https://josegalan.dev/"
Adriana, agente orquestador
Hola! Gracias, he recibido la URL: https://josegalan.dev/. He puesto a mi equipo de expertos a analizar tu sitio web. Esto llevará unos 30 segundos.
Paso 2: Captura y validación de datos
Adriana, agente orquestador
Iniciando análisis de la web...
Analista de contexto
Extrayendo y procesando el contenido de la web...
Analista de contexto
He extraído 913 caracteres de contenido relevante.
Paso 3: Orquestación y procesamiento
Agentes Eva, experta en AEO y Dario, experto en GEO
Hola, comenzamos a generar recomendaciones para la optimización...
Agentes Eva, experta en AEO y Dario, experto en GEO
Hemos generado las siguientes recomendaciones:
Eva, agente experta en AEO
RECOMENDACIONES AEO
Optimización para Motores de Respuestas
1
Agregue un esquema de datos estructurados usando el vocabulario de schema.org para marcar las preguntas frecuentes. Esto ayudará a los motores de búsqueda a comprender el contenido y, potencialmente, a incluirlo en fragmentos enriquecidos o cuadros de respuesta.
La optimización para motores de búsqueda se centra en facilitar el acceso a su contenido para que los motores de búsqueda respondan directamente a las consultas de los usuarios. El marcado de datos estructurados para preguntas frecuentes permite a los motores de búsqueda identificar y extraer fácilmente respuestas a preguntas comunes sobre el diseño de IA conversacional.
2
Optimice la sección de preguntas frecuentes con palabras clave relevantes relacionadas con el diseño de IA conversacional, como "diseño de UX de IA conversacional", "sistemas conversacionales multiagente", "diseño de IA ética", etc. Use estas palabras clave de forma natural en las preguntas y respuestas.
Responder directamente a las consultas de los usuarios es crucial para la optimización de motores de búsqueda (AEO). Al optimizar la sección de preguntas frecuentes con palabras clave relevantes, aumenta las posibilidades de que su sitio web aparezca entre los primeros resultados de búsqueda.
3
Asegúrese de que las respuestas en la sección de preguntas frecuentes sean concisas y respondan directamente a la pregunta. Evite la ambigüedad y la jerga.
Las respuestas claras y concisas tienen más probabilidades de aparecer como respuestas directas en los resultados de búsqueda. La jerga y la ambigüedad pueden confundir a los motores de búsqueda y reducir las posibilidades de que tu contenido aparezca.
Dario, experto en GEO
RECOMENDACIONES GEO
Optimización para Motores Generativos
1
Crea contenido completo y de alta calidad que abarque diversos aspectos del diseño de UX con IA conversacional. Incluye explicaciones detalladas, ejemplos y casos prácticos para demostrar tu experiencia.
La optimización generativa de motores de búsqueda se centra en construir una sólida presencia en línea que muestre su experiencia. Un contenido completo y detallado le ayuda a consolidarse como un referente en el sector, mejorando su posicionamiento en los resultados de búsqueda y generando confianza.
2
Desarrolla una sección de blog con artículos que aborden diversas facetas del diseño de IA conversacional, consideraciones éticas y tendencias emergentes. Esto atraerá más tráfico orgánico y aumentará tu visibilidad.
Publicar periódicamente contenido valioso relacionado con su campo ayuda a establecer su experiencia, crear vínculos de retroceso y aumentar la autoridad de su sitio web, que son todas señales positivas para los motores de búsqueda en el contexto de GEO.
3
Genere vínculos de retroceso de alta calidad desde sitios web y publicaciones relevantes en el espacio de diseño de IA y UX.
Los backlinks de fuentes confiables indican a los motores de búsqueda que su sitio web es una fuente confiable de información, lo que mejora su posicionamiento en buscadores y su visibilidad general. Esto es crucial tanto para la geolocalización como para la optimización de motores de búsqueda (OEA).
4
Optimice las meta descripciones y las etiquetas de título del sitio web para incluir palabras clave relevantes relacionadas con el diseño de UX de IA conversacional y sus servicios.
Las meta descripciones y las etiquetas de título son elementos cruciales para mejorar las tasas de clics en las páginas de resultados de los motores de búsqueda (SERP), lo que influye en el tráfico orgánico de su sitio web.
Guardián de marca
No se proporcionaron guías de marca. Omitiendo validación.
Auditor de gobernanza
Proceso completado. Generando informe de transparencia...
Auditor de gobernanza
Informe de transparencia generado. Todos los pasos han sido registrados.
Paso 4: Síntesis y entrega de valor
"qué es AEO?"
Adriana, agente orquestador
Espera un momento, voy a derivar la conversación a nuestra experta en AEO.
Eva, agente experta en AEO
Hola! Soy Eva, dame un segundo mientras busco la mejor respuesta para ti. AEO significa Answer Engine Optimization. Es el proceso de optimizar el contenido para que aparezca directamente como respuesta a las preguntas de los usuarios en los motores de búsqueda, a menudo en formatos como fragmentos destacados, paneles de conocimiento o respuestas directas.
Paso 5: Cierre y siguiente acción
"Profundicemos en eso."
Eva, agente experta en AEO
Claro. Para que las IAs te reconozcan como una fuente autorizada, necesitas añadir 'etiquetas de autoría'. Es como ponerle una firma digital a tu contenido. ¿Te muestro un ejemplo del código exacto que necesitas implementar?
Enfoque claro
Este happy path es mi punto de partida, el 20% del trabajo que valida la propuesta de valor principal. El 80% restante de mi esfuerzo se ha centrado en asegurar que el sistema no se rompa cuando la realidad se desvíe de este guion perfecto.
2.2.2.2 Diagrama de secuencia Happy Path
2.2.3 Casos límite (Edge cases)
He identificado y diseñado soluciones para situaciones inusuales pero probables que podrían frustrar al usuario o romper el flujo.
URL detrás de un paywall
El usuario proporciona una URL (ej. un artículo de un medio de pago) a la que los agentes no pueden acceder.
"Estoy intentando acceder a https://..., pero parece que el contenido está protegido por un muro de pago o requiere iniciar sesión. Mis agentes no pueden analizar páginas privadas. ¿Hay una versión pública que podamos revisar, o prefieres analizar la página de inicio del sitio?"
Bloqueado por robots.txt
El propietario del sitio web no sabe que su configuración de robots.txt bloquea a los analizadores automáticos.
"He detectado un detalle técnico importante. El sitio https://... tiene un archivo de configuración (robots.txt) que nos impide analizarlo. Es como una señal de 'no pasar' para los sistemas automáticos. Para continuar, necesitarás ajustar esa configuración. ¿Te gustaría que te enviara un enlace con instrucciones sencillas sobre cómo hacerlo?"
Sitio web masivo
Un usuario intenta analizar un dominio gigantesco, lo que podría consumir recursos masivos y no dar resultados útiles.
"Has introducido amazon.com, que es un sitio web enorme. Un análisis completo podría ser abrumador y poco práctico. Para darte resultados útiles, ¿te gustaría que me centre en una sección específica, como una categoría de producto (ej. amazon.com/libros) o en la página de inicio principal?"
Idioma no soportado
El contenido del sitio está en un idioma para el que los modelos de AEO/GEO no están optimizados.
"He detectado que el contenido principal de la web está en húngaro. Aunque puedo analizar la estructura técnica, mi análisis semántico y de contenido para AEO y GEO está optimizado para idiomas como español e inglés, por lo que las recomendaciones en esa área podrían ser limitadas. ¿Aún así deseas continuar?"
Single-Page application
El sitio está construido con tecnología (como React o Angular) que carga el contenido dinámicamente.
"Veo que este sitio utiliza tecnología moderna (una Single-Page Application). Para asegurar un análisis completo, utilizaré un método de renderizado avanzado. Esto puede tardar un poco más, unos 90 segundos en lugar de 60. ¿Te parece bien?"
Cada caso límite incluye una solución diseñada para mantener la experiencia fluida y sin frustraciones
2.2.4 Manejo de errores - Manteniendo el control cuando algo falla
He clasificado los errores en tres categorías y he diseñado respuestas específicas para cada una, asegurando que el usuario siempre se sienta guiado y nunca culpable.
Errores del usuario
Entrada inválida o ambigua
El usuario introduce algo que no es una URL.
"analiza mi web josegalan"
"¡Entendido! Para empezar, necesito la dirección completa de tu sitio web, como por ejemplo josegalan.dev ¿Podrías pegármela aquí?"
Petición fuera de alcance (Digresión)
En medio del análisis, el usuario pregunta algo no relacionado.
"¿Y también puedes analizar mi perfil de Instagram?"
"Es una buena pregunta. Mi especialidad es analizar sitios web para mejorar su visibilidad en buscadores de IA. El análisis de redes sociales es un campo diferente que requiere otras herramientas. Ahora, volviendo al análisis de tu web, estábamos revisando las etiquetas de autoría. ¿Continuamos?"
Errores del Sistema
Timeout del motor de análisis
El agente GEO o AEO tarda más de lo esperado en devolver una respuesta.
"Mis expertos están tardando un poco más de lo habitual en procesar la estructura de tu web. ¿Prefieres esperar unos 30 segundos más, o te gustaría que te envíe el informe completo a tu email en cuanto esté listo?"
Error inesperado en el procesamiento
El análisis falla por una razón desconocida.
"Parece que hemos encontrado un problema técnico inesperado al analizar los datos estructurados. Te pido disculpas por esto. Podemos intentar el análisis de nuevo o, si prefieres, puedo notificarte cuando el sistema esté estable para que lo reintentes."
Errores de Integración
API externa caída
El sistema utiliza una API de terceros para medir la velocidad del sitio, y esta no responde.
"Estoy teniendo problemas para conectar con el servicio que mide la velocidad de carga de la web. Puedo continuar con el resto del análisis de contenido y estructura y omitir este punto por ahora. ¿Te parece bien?"
Cada respuesta está diseñada para mantener la confianza del usuario y ofrecer soluciones claras
2.2.5 Reparaciones (Recovery strategies) - Guiando al usuario de vuelta al camino
He diseñado estrategias específicas para recuperar el flujo cuando algo falla, asegurando que el usuario siempre se sienta guiado y apoyado.
Reparación por Clarificación
El usuario, quizás un experto como Alberto de Google Ads, usa jerga que el sistema no entiende con certeza.
"Revisa la canibalización de keywords en el blog"
"No estoy seguro de entender al 100%. ¿Te refieres a que analice si varias páginas del blog compiten por las mismas palabras clave, o a otro tipo de análisis de contenido?"
Reparación por Confirmación
El usuario pide borrar sus datos.
"Borra mis datos"
"Entendido. Me pides que borre tu historial de sitios analizados y las recomendaciones generadas. Esta acción no se puede deshacer. ¿Confirmas que quieres proceder?"
Reparación por Oferta de Ayuda
Marta, la dueña de la pyme, intenta proporcionar la URL varias veces pero comete el mismo error.
"miempresa"
"Parece que estamos teniendo problemas para validar la dirección web. A veces, lo más fácil es copiarla directamente de la barra de direcciones de tu navegador y pegarla aquí. Si eso no funciona, ¿quieres que te conecte con un miembro de mi equipo para que te ayude en tiempo real?"
Reparación por Atajo
El análisis se ha topado con múltiples errores y la conversación se está volviendo frustrante.
"Estamos encontrando varias dificultades técnicas para completar el análisis automático. Te pido disculpas. Para no hacerte perder más tiempo, ¿te gustaría que un especialista de nuestro equipo realice el análisis de forma manual y te envíe el informe por correo en las próximas 24 horas?"
Cada estrategia de reparación está diseñada para recuperar el flujo y mantener la confianza del usuario
2.3 Desarrollo: Arquitectura, gobernanza y la implementación real
Esta solución no es solo una experiencia conversacional: es un sistema integral, seguro y preparado para la evolución, fundamentado en la responsabilidad y la sostenibilidad.
2.3.1 Arquitectura del sistema multiagente
Este diagrama de flujo representa una arquitectura jerárquica donde el usuario interactúa con un agente orquestador central que actúa como director de agencia. Este orquestador coordina el flujo de conversación y distribuye tareas a seis agentes especializados: el Agente de AEO (optimización para motores de respuestas), el Agente de GEO (optimización para motores generativos).
El Analista de Contexto (procesamiento de datos), el Gestor de Memoria (perfil de usuario), el Guardián de Marca (coherencia) y el Auditor de Gobernanza (transparencia). Cada agente especializado cumple funciones específicas bajo la supervisión del orquestador para mantener una experiencia unificada.
El flujo de información sigue una trayectoria descendente desde el usuario hasta los recursos del sistema. El Analista de Contexto procesa datos del sitio web, el Gestor de Memoria accede a preferencias del usuario, el Guardián de Marca asegura coherencia con directrices, y el Auditor de Gobernanza registra todas las interacciones.
Los recursos externos son accedidos selectivamente por los agentes según sus necesidades, completando un sistema modular donde cada componente opera coordinadamente bajo la dirección del orquestador central para garantizar transparencia y eficiencia en el procesamiento.
2.3.2.1 La Implementación real en Conversational Agents (Dialogflow CX)
He desarrollado el asistente mugltiagente de AEO y GEO, siguiendo un riguroso plan de implementación que fusiona la metodología del Conversation Design Institute (CDI) con la arquitectura técnica de Conversational Agents (Google Dialogflow CX). Este proceso ha garantizado que cada decisión de diseño esté respaldada por una ejecución técnica sólida y escalable.
2.3.2.2 Arquitectura conversacional basada en orquestador y especialistas
La arquitectura del sistema se articula en torno a un flujo orquestador principal, el Flow_Director_Agencia, que actúa como el cerebro central de la operación. Su función primordial no es responder directamente, sino identificar la intención del usuario y delegar la consulta al agente experto adecuado. Esta estructura modular garantiza una clara separación de responsabilidades y una lógica de conversación escalable y fácil de mantener.
Recorrido conversacional guiado y modular
El recorrido conversacional se ha diseñado para ser eficiente, modular y guiado. Tras la interacción inicial en el Flow_Director_Agencia —como la recopilación de la URL—, el control se transfiere de forma transparente al flujo experto correspondiente. En el video de ejemplo puede observarse cómo, al preguntar por GEO, la conversación es derivada automáticamente al agente especializado en ese dominio.
Agentes especializados con acceso directo a BigQuery
Cada especialista trabaja de forma autónoma y está conectado directamente a sus datos estructurados en BigQuery, lo que permite acceder en tiempo real a información actualizada y generar respuestas precisas y coherentes dentro del ecosistema del asistente de AEO-GEO.
2.3.2.3 Explicación de la Arquitectura de Intents
Para dotar al asistente de una comprensión conversacional profunda y robusta, he identificado y desarrollado una librería inicial de más de 20 Intents clave. Mi enfoque en la arquitectura de NLU (Natural Language Understanding) ha sido ir más allá de las tareas básicas, entrenando al agente para gestionar con precisión los matices reales de una conversación. Como se puede ver en la estructura, he incluido Intents específicos para manejar digresiones (solicitar_analisis_fuera_de_alcance), errores (preguntar_fallo_analisis) y solicitudes de clarificación (explicar_termino_tecnico), lo que le confiere una gran resiliencia conversacional.
Esta librería de Intents está en continuo crecimiento. He dotado a cada intención de un volumen significativo de frases de entrenamiento, llegando a superar las 185 en los casos más complejos, para asegurar una alta tasa de acierto. Gracias a este diseño, el asistente no solo responde con precisión, sino que también mantiene consistencia frente a variaciones naturales en el lenguaje de los usuarios.
A medida que analice las interacciones reales, seguiré identificando nuevas intenciones y patrones de lenguaje para expandir y refinar esta base. Este proceso iterativo garantiza que el agente no solo sea sólido en su lanzamiento, sino que evolucione constantemente para ser cada vez más inteligente y preciso en su capacidad para ayudar a los usuarios.
2.3.3 Diseño responsable: Ética y Gobernanza
He diseñado el sistema comprometido con los principios de la IA responsable, implementando el framework FAST (Fairness, Accountability, Sustainability, Transparency), que integra los principios de Equidad, Responsabilidad, Sostenibilidad y Transparencia.
Fairness
Mitigué el sesgo al diseñar para un espectro diverso de usuarios.
Accountability
La arquitectura implementa la responsabilidad por diseño.
Safety
El diseño es "AI Act Ready", priorizando el control del usuario.
Transparency
El "Expert Rewrite" se centró en eliminar la opacidad de la "caja negra".
Marcar todo contenido generado
Etiqueta automática ✨ Generado por IA
Control humano efectivo
Botón "Cancelar" activo en cada fase; el flujo se detiene si el humano lo solicita
Transparencia
El usuario puede ver el flujo de agentes.
Transparencia
He eliminado la opacidad del sistema, explicando cómo funciona y permitiendo al usuario entender su comportamiento.
AI Act Ready
Este prototipo está diseñado para cumplir con el Reglamento Europeo de IA desde agosto de 2025: transparencia, control del usuario y trazabilidad integrada.
2.3.4 Privacidad conversacional: Empoderando al usuario
Más allá del cumplimiento normativo, he diseñado la privacidad como una característica conversacional activa. El usuario no solo acepta una política, sino que gestiona sus datos a través del diálogo, generando una confianza y transparencia mucho mayores.
Hola, soy Adriana. Para analizar tu web, necesito procesar su contenido y guardar tus preferencias. Esto me ayuda a darte mejores recomendaciones. ¿Estás de acuerdo? Puedes gestionar tus datos en cualquier momento preguntándome.
Sí, de acuerdo.
Por cierto, ¿qué datos guardas sobre mí?
Guardo tu historial de sitios analizados y las recomendaciones generadas para darte un servicio personalizado.
2.3.5 Mecanismos de feedback diseñados
Feedback implícito (señal de alta confianza)
Si el usuario decide usar el contenido generado (ej. clic en "Exportar"), se registra como un éxito validado. Este tipo de feedback tiene un peso mayor, ya que indica una satisfacción real con el resultado y refuerza los patrones que llevaron a él.
Feedback explícito (RLHF)
Cada generación de contenido va acompañada de una interfaz de feedback simple pero potente. Cada voto del usuario es un dato de entrenamiento etiquetado que alimenta la memoria contextual del sistema.
2.3.6 Expert Rewrite: Transformando lo técnico en conversacional
❌ Antes
"Necesitas añadir Article schema con proper authorship properties y FAQ schema para structured data markup."
✅ Después
Experto GEO: Para que las IAs te reconozcan como fuente autorizada, necesitas añadir dos tipos de 'etiquetas técnicas':
- ✅Etiqueta de "Artículo": Como ponerle una firma a tu contenido.
- ✅Etiqueta de "Preguntas": Como crear un índice claro para que la IA encuentre tus respuestas.
¿Te muestro cómo hacerlo paso a paso?
2.3.7 Capacidad de acción y tareas asíncronas
Agentes que conversan y actúan
Este sistema multiagente no se limita a responder preguntas: también ejecuta acciones reales. En el ejemplo del video, al solicitar el envío del informe por correo electrónico, el intent solicitar_informe_email activa un webhook dedicado que procesa la petición, formatea el informe almacenado en la sesión y lo envía mediante Nodemailer.
Tareas asíncronas
Gracias a este diseño, los agentes pueden gestionar tareas asíncronas de manera fiable y autónoma, integrando acciones útiles directamente dentro del flujo conversacional.
03
Métricas de rendimiento del asistente de AEO-GEO
Interacciones totales
Total de interacciones en el último mes
Duración media de la sesión
Tiempo promedio por sesión de chat
Flujos iniciados
Procesos de conversación iniciados
Flujos repetidos
Porcentaje de flujos reiniciados
Tasa de contención
Resueltos sin intervención humana
Usuarios habituales
Usuarios recurrentes
Actividad diaria
Promedio de usuarios activos
Satisfacción (CSAT)
Tiempo de respuesta
Tiempo promedio de ejecución del backend
Hallazgos clave y lecciones aprendidas
La privacidad conversacional genera más confianza que cualquier política.
Permitir a los usuarios gestionar sus datos con comandos simples como "borra mi historial" dentro del chat fue más efectivo para generar confianza que un enlace a una política de privacidad. La transparencia activa supera a la pasiva.
Las metáforas son el puente para empoderar a usuarios no técnicos.
El "momento ajá" de las pruebas de usuario ocurrió cuando cambié "Schema" por "etiquetas técnicas como una firma". Esto confirma que la claridad es la clave para la adopción, especialmente en dominios complejos.
Diseñar para el error previene la frustración y el abandono.
Anticipar entradas incorrectas o preguntas fuera de alcance no es un extra, es fundamental. Una respuesta de reparación bien diseñada, como guiar al usuario a proporcionar una URL correcta, mantiene la conversación fluida y evita que el usuario se sienta "culpable" por el error.