Keyword research con IA: cómo automatizar la búsqueda de palabras clave
Quien lleva una tienda online o una web de servicios suele hacer el keyword research una vez, al lanzar la web, y luego lo olvida. Pasa un año, el catálogo cambia, la gente busca de otra manera y los artículos del blog se siguen escribiendo sobre las mismas cuatro ideas de siempre. La inteligencia artificial cambia esa parte del trabajo, la de pensar en cómo busca la gente, que es justo la que más pereza da y la que antes pedía horas delante de una hoja de cálculo.
Lo que la IA no cambia es el dato. Un modelo de lenguaje sabe proponer formulaciones, agrupar búsquedas por lo que quiere el usuario y descartar las que no tienen nada que ver con tu negocio, pero no sabe cuánta gente busca cada cosa. Para eso sigue haciendo falta una fuente de datos de búsqueda. Esta guía explica cómo combinar las dos cosas: primero a mano con ChatGPT o Claude, después con herramientas SEO que ya traen IA dentro, y por último con un flujo en n8n o Make que lo hace solo cada mes. Al final verás también cuándo no vale la pena montar nada de esto.
Generar ideas de palabras clave con ChatGPT o Claude
Expandir cada semilla en variaciones y sinónimos
Una palabra semilla es el término de partida, el que usarías tú para describir lo que vendes. Si tienes una tienda de café de especialidad, la semilla puede ser «café en grano». El problema es que tu cliente no siempre lo llama así: unos buscan «café para cafetera italiana», otros «comprar café recién tostado», otros el nombre de un origen concreto.

Aquí es donde un asistente como ChatGPT, Claude o Gemini rinde de verdad. Le das la semilla, le explicas qué vendes, a quién y en qué país, y le pides las formas distintas en que una persona buscaría eso en Google. Conviene pedirle que separe sinónimos, variaciones con marca o con origen, búsquedas de comparación y búsquedas con intención de compra, porque si no lo pides todo sale mezclado en una lista que luego cuesta revisar.
Dos detalles marcan la diferencia en el resultado. El primero es darle contexto de negocio: el modelo no sabe si vendes a particulares o a hostelería, y la lista cambia mucho de un caso al otro. El segundo es pedirle que escriba como escribe la gente en el buscador, con faltas de ortografía, sin tildes y en frases cortas, porque si no tiende a devolver un vocabulario de catálogo que nadie teclea.
Sacar la cola larga y las búsquedas en forma de pregunta
Las búsquedas de cola larga son las de cuatro, cinco o seis palabras, más concretas y con menos competencia, del tipo «qué café comprar para cafetera de cápsulas reutilizables». Cada una la busca poca gente, pero quien la busca sabe lo que quiere, y para una pyme suelen ser las únicas en las que se puede competir con las grandes marcas.
Pídele al modelo que, por cada variación de la fase anterior, saque las dudas que tendría un cliente antes de comprar: cómo se usa, cuánto dura, qué diferencia hay con la alternativa, si sirve para un caso concreto. Las búsquedas en forma de pregunta son además las que mejor encajan en artículos de blog y en las respuestas de los buscadores con IA. Si le pides también que añada volumen de búsqueda o dificultad a cada palabra clave, lo hará, con números que parecen razonables y que no salen de ninguna base de datos. ChatGPT y Claude no tienen acceso a los datos de búsqueda de Google, así que esos números no sirven para decidir nada.
Asistentes generalistas o herramientas SEO con IA integrada
Las herramientas IA para búsqueda de palabras clave se dividen en dos familias, y elegir mal entre ellas es el error más caro de todo el proceso, en dinero o en tiempo.
Los asistentes generalistas, ChatGPT, Claude o Gemini, son buenos generando ideas, reformulando y clasificando, y no tienen datos. Sirven para la parte creativa del keyword research y para ordenar listas que vengan de otro sitio. Si ya pagas uno de ellos para otras tareas, para esta parte no necesitas nada más.
Las herramientas SEO con IA integrada hacen lo contrario: parten de una base de datos de búsquedas y le añaden funciones de IA por encima. Ahrefs tiene en su Keywords Explorer sugerencias con IA que generan ideas nuevas, además de la agrupación de palabras clave en clústeres y la detección de la intención de búsqueda, todo a partir del plan Standard según su página de precios en noviembre de 2026. Semrush tiene el Keyword Strategy Builder, que agrupa palabras clave en temas y clústeres comparando qué páginas posicionan para cada búsqueda, y que pide una suscripción de pago. Aquí cada idea llega con su volumen real, y eso es lo que pagas.
Hay una tercera vía que se usa menos y que es la que interesa si vas a automatizar: las APIs de datos de keywords. DataForSEO, por ejemplo, vende volumen de búsqueda, dificultad e intención por consulta, con un modelo de prepago en el que la recarga mínima es de 50 dólares, según su página de precios. Ahrefs incluye acceso a su API desde el plan Lite, con un límite de uso más bajo en ese plan que en los superiores (lo consultamos en noviembre de 2026, y es de lo que más cambia). El Planificador de palabras clave de Google Ads es gratuito, pero a las cuentas sin gasto en anuncios les enseña rangos muy amplios en vez de volúmenes, así que sirve para sacar ideas y poco para priorizar.
Nuestro criterio para un dueño de pyme es sencillo. Si haces keyword research un par de veces al año, un asistente generalista más el periodo de prueba o el plan básico de una herramienta SEO es suficiente. Si quieres que el proceso corra solo, necesitas un modelo y una API de datos, y eso es lo que se monta en la siguiente sección.
Cómo montar un flujo de keyword research en n8n o Make
n8n y Make son herramientas para encadenar aplicaciones sin programar, o programando muy poco. Cada paso del proceso es un nodo (en Make se llaman módulos), y los datos pasan de uno al siguiente. El flujo que se describe aquí se puede montar en cualquiera de las dos, los nombres de los nodos que aparecen son los de n8n.
El punto de partida es una hoja de Google Sheets con tus palabras semilla, una por fila, con una columna para el país y otra para la categoría de producto o servicio a la que pertenece. El primer nodo del flujo lee esa hoja. Así, cuando lanzas una línea de producto nueva, añadir su semilla es escribir una fila, y no hay que tocar el flujo.

Generar variaciones y consultar volumen y dificultad en una API
El segundo nodo llama al modelo, OpenAI o Anthropic, con el mismo encargo que harías a mano en el chat. Le pasas la semilla y el contexto del negocio, y le pides que devuelva las variaciones, la cola larga y las preguntas en un formato fijo (una lista en JSON) para que el nodo siguiente las pueda leer sin interpretar texto libre. El formato se rompe de vez en cuando, así que conviene activar el reintento del nodo o añadir uno que compruebe que la respuesta se puede leer.
Con la lista ya separada, un nodo HTTP Request la envía a la API de datos que hayas elegido, DataForSEO o Ahrefs, y recibe para cada palabra clave su volumen mensual y su dificultad. Las palabras con volumen cero se pueden descartar aquí o guardarse aparte, porque para una web local o de nicho a veces son justo las que interesan y las herramientas no siempre registran búsquedas con muy poca demanda. Este es el paso que cuesta dinero en cada ejecución, y por eso merece la pena filtrar antes. Un nodo de filtro que descarte las variaciones repetidas o las que el modelo ha sacado fuera de tu sector reduce la factura sin perder nada.
Clasificar por intención y volcarlo en una hoja priorizada
Con los datos de vuelta, el modelo entra otra vez, ahora para clasificar. Cada palabra clave se etiqueta según lo que quiere quien la busca: informarse, comparar opciones, comprar o encontrar una tienda o una empresa concreta. Le pides también que agrupe en un mismo tema las búsquedas que se responderían con una sola página y que proponga el tipo de página que encaja mejor con cada tema: una ficha de producto, una categoría o un artículo de blog. Revisa esa clasificación antes de fiarte de ella, porque un modelo puede etiquetar como comercial una búsqueda que en tu sector es informativa, y eso solo lo ve alguien que conoce a sus clientes.
El último nodo escribe el resultado en otra pestaña de Google Sheets, con una fila por tema y estas columnas:
- Palabra principal
- Palabras secundarias
- Volumen sumado
- Dificultad
- Intención
- Tipo de página
Si ordenas esa pestaña por volumen y la cruzas con la dificultad, tienes una lista de prioridades que se puede pasar directamente al calendario editorial.
Programar la ejecución y avisar de las palabras clave nuevas
Para que el flujo corra solo, el nodo de lectura de la hoja se arranca con un Schedule Trigger, el nodo de n8n que lanza el flujo a intervalos fijos. En Make, el equivalente es la programación del escenario. Para keyword research, una vez al mes suele ser suficiente, porque la demanda de búsqueda no cambia de una semana a otra en la mayoría de sectores.
Lo útil de verdad es enterarte solo de lo nuevo. n8n tiene un nodo Remove Duplicates con una opción para eliminar los elementos procesados en ejecuciones anteriores, de modo que cada mes pasan adelante solo las palabras clave que no habían salido nunca. Si después de ese nodo hay algo, un nodo de Gmail o de Slack te envía el resumen, y si no hay nada no te llega ningún mensaje.
Montar todo esto, para alguien que ya ha usado n8n o Make, es cuestión de una o dos tardes. Para quien empieza de cero hay que contar con unos días de prueba y error, sobre todo en el paso de la API, que es donde más se atasca la gente.
Cuándo no compensa automatizar el keyword research en una pyme
A una peluquería de barrio que vive de los vecinos no le montaríamos este flujo. Su lista de palabras clave cabe en un papel: «peluquería» más el nombre del barrio, unas cuantas variaciones con el tipo de corte y poco más. Hacerla una vez con ChatGPT y revisarla al año es todo el keyword research que le hace falta.
Tampoco compensa en los nichos locales donde las herramientas no registran volumen. Si vendes un servicio muy especializado en una comarca concreta, la API te devolverá ceros en casi todo, y estarás pagando por confirmar algo que ya sabías. En esos casos rinden más las conversaciones con clientes, las preguntas que llegan por teléfono o por correo y los informes de Search Console, que enseñan las búsquedas reales con las que la gente ya llega a tu web.
El tercer caso es el más frecuente. Si tu web publica un artículo al mes, o menos, un flujo que te propone temas nuevos cada mes te va a generar una lista que nadie va a escribir. El cuello de botella está en la producción de contenido, y automatizar la parte de las ideas no lo mueve.
Donde sí lo recomendamos es cuando el catálogo es grande o cambia a menudo, cuando publicas varias veces por semana o cuando gestionas varias webs a la vez. Ahí el tiempo que se ahorra cada mes paga el montaje y la factura de la API.
Preguntas frecuentes sobre keyword research con IA
¿Se puede hacer solo con ChatGPT, sin pagar ninguna herramienta?
Para generar ideas sí, y para una web pequeña muchas veces es suficiente. Le pides las variaciones y las preguntas, las ordenas tú con sentido común y escribes primero sobre lo que te preguntan tus clientes. Lo que no puedes hacer solo con ChatGPT es saber qué búsquedas tienen demanda, porque el modelo no tiene esos datos.
¿Cómo priorizo las palabras clave sin pagar una herramienta?
La combinación más útil es ChatGPT o Claude para las ideas, el Planificador de palabras clave de Google Ads para hacerte una idea del orden de magnitud y Google Search Console para ver qué búsquedas ya te traen visitas. Es más lento que una herramienta de pago y menos preciso, pero para decidir los próximos diez artículos de un blog suele bastar.
Si quieres que montemos este flujo para tu negocio o ver antes si te compensa, escríbenos y lo miramos contigo.