Keyword research amb IA: com automatitzar la cerca de paraules clau

Francesc Sánchez Francesc Sánchez — CEO i Consultor d'IA
Actualitzat:
hacer keyword research con IA desde el portátil

Qui porta una botiga en línia o un web de serveis sol fer el keyword research una vegada, quan llança el web, i després se n’oblida. Passa un any, el catàleg canvia, la gent busca d’una altra manera i els articles del blog es continuen escrivint sobre les mateixes quatre idees de sempre. La intel·ligència artificial canvia aquesta part de la feina, la de pensar com busca la gent, que és justament la que fa més mandra i la que abans demanava hores davant d’un full de càlcul.

El que la IA no canvia és la dada. Un model de llenguatge sap proposar formulacions, agrupar cerques segons el que vol l’usuari i descartar les que no tenen res a veure amb el teu negoci, però no sap quanta gent busca cada cosa. Per a això continua fent falta una font de dades de cerca. Aquesta guia explica com combinar les dues coses: primer a mà amb ChatGPT o Claude, després amb eines SEO que ja porten IA integrada i, finalment, amb un flux a n8n o Make que ho fa sol cada mes. Al final també veuràs quan no val la pena muntar res de tot això.

Generar idees de paraules clau amb ChatGPT o Claude

Expandir cada llavor en variacions i sinònims

Una paraula llavor és el terme de partida, el que faries servir tu per descriure el que vens. Si tens una botiga de cafè d’especialitat, la llavor pot ser «cafè en gra». El problema és que el teu client no sempre en diu així: uns busquen «cafè per a cafetera italiana», d’altres «comprar cafè acabat de torrar», d’altres el nom d’un origen concret.

apuntar les variacions de cada paraula llavor que proposa l'assistent

Aquí és on un assistent com ChatGPT, Claude o Gemini rendeix de debò. Li dones la llavor, li expliques què vens, a qui i en quin país, i li demanes les diferents maneres en què una persona buscaria això a Google. Convé demanar-li que separi sinònims, variacions amb marca o amb origen, cerques de comparació i cerques amb intenció de compra, perquè si no ho demanes tot surt barrejat en una llista que després costa revisar.

Dos detalls marquen la diferència en el resultat. El primer és donar-li context de negoci: el model no sap si vens a particulars o a l’hostaleria, i la llista canvia molt d’un cas a l’altre. El segon és demanar-li que escrigui com escriu la gent al cercador, amb faltes d’ortografia, sense accents i en frases curtes, perquè si no tendeix a retornar un vocabulari de catàleg que ningú no tecleja.

Treure la cua llarga i les cerques en forma de pregunta

Les cerques de cua llarga són les de quatre, cinc o sis paraules, més concretes i amb menys competència, del tipus «quin cafè comprar per a cafetera de càpsules reutilitzables». Cadascuna la busca poca gent, però qui la busca sap què vol, i per a una pime solen ser les úniques en què es pot competir amb les grans marques.

Demana al model que, per cada variació de la fase anterior, tregui els dubtes que tindria un client abans de comprar: com es fa servir, quant dura, quina diferència hi ha amb l’alternativa, si serveix per a un cas concret. Les cerques en forma de pregunta són, a més, les que encaixen millor en articles de blog i en les respostes dels cercadors amb IA. Si també li demanes que afegeixi volum de cerca o dificultat a cada paraula clau, ho farà, amb números que semblen raonables i que no surten de cap base de dades. ChatGPT i Claude no tenen accés a les dades de cerca de Google, així que aquests números no serveixen per decidir res.

Assistents generalistes o eines SEO amb IA integrada

Les eines d’IA per a la cerca de paraules clau es divideixen en dues famílies, i triar malament entre elles és l’error més car de tot el procés, en diners o en temps.

Els assistents generalistes, ChatGPT, Claude o Gemini, són bons generant idees, reformulant i classificant, i no tenen dades. Serveixen per a la part creativa del keyword research i per ordenar llistes que vinguin d’un altre lloc. Si ja pagues un d’ells per a altres tasques, per a aquesta part no necessites res més.

Les eines SEO amb IA integrada fan el contrari: parteixen d’una base de dades de cerques i hi afegeixen funcions d’IA al damunt. Ahrefs té al seu Keywords Explorer suggeriments amb IA que generen idees noves, a més de l’agrupació de paraules clau en clústers i la detecció de la intenció de cerca, tot a partir del pla Standard segons la seva pàgina de preus el novembre de 2026. Semrush té el Keyword Strategy Builder, que agrupa paraules clau en temes i clústers comparant quines pàgines posicionen per a cada cerca, i que demana una subscripció de pagament. Aquí cada idea arriba amb el seu volum real, i això és el que pagues.

Hi ha una tercera via que es fa servir menys i que és la que interessa si vols automatitzar: les API de dades de keywords. DataForSEO, per exemple, ven volum de cerca, dificultat i intenció per consulta, amb un model de prepagament en què la recàrrega mínima és de 50 dòlars, segons la seva pàgina de preus. Ahrefs inclou accés a la seva API des del pla Lite, amb un límit d’ús més baix en aquest pla que en els superiors (ho vam consultar el novembre de 2026, i és de les coses que més canvien). El Planificador de paraules clau de Google Ads és gratuït, però als comptes sense despesa en anuncis els mostra rangs molt amplis en lloc de volums, així que serveix per treure idees i poc per prioritzar.

El nostre criteri per a l’amo d’una pime és senzill. Si fas keyword research un parell de vegades l’any, un assistent generalista més el període de prova o el pla bàsic d’una eina SEO n’hi ha prou. Si vols que el procés funcioni sol, necessites un model i una API de dades, i això és el que es munta a la secció següent.

Com muntar un flux de keyword research a n8n o Make

n8n i Make són eines per encadenar aplicacions sense programar, o programant molt poc. Cada pas del procés és un node (a Make se’n diuen mòduls), i les dades passen de l’un al següent. El flux que es descriu aquí es pot muntar en qualsevol de les dues; els noms dels nodes que apareixen són els de n8n.

El punt de partida és un full de Google Sheets amb les teves paraules llavor, una per fila, amb una columna per al país i una altra per a la categoria de producte o servei a què pertany. El primer node del flux llegeix aquest full. Així, quan llances una línia de producte nova, afegir-ne la llavor és escriure una fila, i no cal tocar el flux.

el full de càlcul amb les llavors que alimenta el flux de keyword research

Generar variacions i consultar volum i dificultat en una API

El segon node crida el model, OpenAI o Anthropic, amb el mateix encàrrec que faries a mà al xat. Li passes la llavor i el context del negoci, i li demanes que retorni les variacions, la cua llarga i les preguntes en un format fix (una llista en JSON) perquè el node següent les pugui llegir sense interpretar text lliure. El format es trenca de tant en tant, així que convé activar el reintent del node o afegir-ne un que comprovi que la resposta es pot llegir.

Amb la llista ja separada, un node HTTP Request l’envia a l’API de dades que hagis triat, DataForSEO o Ahrefs, i rep per a cada paraula clau el seu volum mensual i la seva dificultat. Les paraules amb volum zero es poden descartar aquí o desar a part, perquè per a un web local o de nínxol de vegades són justament les que interessen i les eines no sempre registren cerques amb molt poca demanda. Aquest és el pas que costa diners a cada execució, i per això val la pena filtrar abans. Un node de filtre que descarti les variacions repetides o les que el model ha tret fora del teu sector redueix la factura sense perdre res.

Classificar per intenció i bolcar-ho en un full prioritzat

Amb les dades de tornada, el model hi torna a entrar, ara per classificar. Cada paraula clau s’etiqueta segons el que vol qui la busca: informar-se, comparar opcions, comprar o trobar una botiga o una empresa concreta. També li demanes que agrupi en un mateix tema les cerques que es respondrien amb una sola pàgina i que proposi el tipus de pàgina que encaixa millor amb cada tema: una fitxa de producte, una categoria o un article de blog. Revisa aquesta classificació abans de fiar-te’n, perquè un model pot etiquetar com a comercial una cerca que al teu sector és informativa, i això només ho veu algú que coneix els seus clients.

L’últim node escriu el resultat en una altra pestanya de Google Sheets, amb una fila per tema i aquestes columnes:

  • Paraula principal
  • Paraules secundàries
  • Volum sumat
  • Dificultat
  • Intenció
  • Tipus de pàgina

Si ordenes aquesta pestanya per volum i la creues amb la dificultat, tens una llista de prioritats que es pot passar directament al calendari editorial.

Programar l’execució i avisar de les paraules clau noves

Perquè el flux funcioni sol, el node de lectura del full s’engega amb un Schedule Trigger, el node de n8n que llança el flux a intervals fixos. A Make, l’equivalent és la programació de l’escenari. Per al keyword research, una vegada al mes sol ser suficient, perquè la demanda de cerca no canvia d’una setmana a l’altra en la majoria de sectors.

El que és útil de debò és assabentar-te només del que és nou. n8n té un node Remove Duplicates amb una opció per eliminar els elements processats en execucions anteriors, de manera que cada mes passen endavant només les paraules clau que no havien sortit mai. Si després d’aquest node hi ha alguna cosa, un node de Gmail o d’Slack t’envia el resum, i si no hi ha res no t’arriba cap missatge.

Muntar tot això, per a algú que ja ha fet servir n8n o Make, és qüestió d’una o dues tardes. Per a qui comença de zero cal comptar amb uns quants dies de prova i error, sobretot en el pas de l’API, que és on més s’encalla la gent.

Quan no compensa automatitzar el keyword research en una pime

A una perruqueria de barri que viu dels veïns no li muntaríem aquest flux. La seva llista de paraules clau cap en un paper: «perruqueria» més el nom del barri, unes quantes variacions amb el tipus de tall i poca cosa més. Fer-la una vegada amb ChatGPT i revisar-la cada any és tot el keyword research que necessita.

Tampoc no compensa en els nínxols locals on les eines no registren volum. Si vens un servei molt especialitzat en una comarca concreta, l’API et retornarà zeros en gairebé tot, i estaràs pagant per confirmar una cosa que ja sabies. En aquests casos rendeixen més les converses amb clients, les preguntes que arriben per telèfon o per correu i els informes de Search Console, que mostren les cerques reals amb què la gent ja arriba al teu web.

El tercer cas és el més freqüent. Si el teu web publica un article al mes, o menys, un flux que et proposa temes nous cada mes et generarà una llista que ningú no escriurà. El coll d’ampolla és a la producció de contingut, i automatitzar la part de les idees no el mou.

On sí que ho recomanem és quan el catàleg és gran o canvia sovint, quan publiques diverses vegades per setmana o quan gestiones diversos webs alhora. Aquí el temps que s’estalvia cada mes paga el muntatge i la factura de l’API.

Preguntes freqüents sobre keyword research amb IA

Es pot fer només amb ChatGPT, sense pagar cap eina?

Per generar idees sí, i per a un web petit moltes vegades n’hi ha prou. Li demanes les variacions i les preguntes, les ordenes tu amb sentit comú i escrius primer sobre el que et pregunten els teus clients. El que no pots fer només amb ChatGPT és saber quines cerques tenen demanda, perquè el model no té aquestes dades.

Com prioritzo les paraules clau sense pagar una eina?

La combinació més útil és ChatGPT o Claude per a les idees, el Planificador de paraules clau de Google Ads per fer-te una idea de l’ordre de magnitud i Google Search Console per veure quines cerques ja et porten visites. És més lent que una eina de pagament i menys precís, però per decidir els deu propers articles d’un blog sol ser suficient.

Si vols que muntem aquest flux per al teu negoci o veure abans si et compensa, escriu-nos i ho mirem amb tu.

Sobre l'autor

Francesc Sánchez — CEO i Consultor d'IA

Soc fundador i CEO de La Teva Web, latevaIA i Semseo Agency, i consultor especialitzat en intel·ligència artificial, automatització, GEO i vibe coding. Amb més de 24 anys d'experiència en estratègia i transformació digital, ajudo les empreses a aplicar la IA per optimitzar processos, millorar la seva productivitat i generar noves oportunitats de negoci. També soc assessor expert en transformació digital i IA acreditat per ACCIÓ.

Articles de Francesc

Parlem

Tens un projecte al cap?

Explica-ho i fem créixer el teu negoci junts.

Analitzar les meves oportunitats de venda