Auditoría

Verifica lo que dice la IA sobre tu marca: precios, dirección, horarios y servicios

Extrae lo que dice la respuesta de IA de Google ante preguntas sobre tu marca y en qué fuentes se apoya, y contrasta cada afirmación con los datos actuales de tu sitio y de tu Perfil de Empresa. Encuentra de qué fuente procede el dato erróneo o desactualizado y planifica cómo corregir esa fuente.

Cuándo usarlo

Cuando sospechas que las respuestas de IA de Google, ChatGPT o Perplexity dan precios, dirección, horarios o servicios incorrectos o desactualizados sobre tu marca.

Qué obtienes

Una tabla afirmación por afirmación que etiqueta cada dato de la IA como correcto, desactualizado, incorrecto o no verificable, rastrea cada error hasta su fuente y un plan de corrección por fuente con borradores de mensajes.

¿Cambia algo en mi cuenta?

No. El asistente solo lee tus datos y te informa.

Funciona con

SEO Intelligence, Business Profile

Completa antes de enviar

[brand name][domain][country][language code][location name or domain, or "none"][paste them, or "none"][competitor][country name in English]

Comprueba si las respuestas de la IA dan información correcta sobre mi marca [brand name]. Mi sitio: [domain]. Mercado: [country], idioma: [language code]. Mi ubicación en el Perfil de Empresa: [location name or domain, or "none"]. Respuestas que copié de ChatGPT o Perplexity: [paste them, or "none"]. Es un trabajo de solo lectura y planificación. 1. Prepara las preguntas. Propón de 6 a 8 preguntas de estos tipos para mi marca y pídeme aprobación: "qué es [brand name]", "precios de [brand name]", "dónde está [brand name]" o su dirección, "horario de [brand name]", "qué servicios ofrece [brand name]", "[brand name] vs [competitor]", "es fiable [brand name]". Escríbelas en el idioma del mercado. 2. Revisión de créditos. Usa seo_history para ver si estas preguntas se ejecutaron hace poco y vuelve a llamar a las reutilizables con los mismos argumentos. 3. Respuestas de IA de Google. Ejecuta seo_ai_overview para cada pregunta: target=[domain], location=[country name in English], language=[language code]. Toma el texto de la respuesta (ai_answer) y las fuentes. Si references está vacío, usa los enlaces dentro de ai_answer como fuentes. ai_answer se corta a los 1.200 caracteres, así que indica que las afirmaciones de la parte cortada no se pueden evaluar. Anota cualquier pregunta sin respuesta como "sin respuesta de IA". 4. ChatGPT y Perplexity. Las herramientas de Opus Growth no devuelven el texto de respuesta de estos motores. Si pegué respuestas, júzgalas igual. Si no lo hice, sugiere que haga estas preguntas en un chat nuevo, sin historial, y pegue las respuestas. 5. Reúne los datos correctos. Lee las páginas de precios, contacto, quiénes somos y servicios con site_read_url y text=true (si truncated es true, de nuevo con max_bytes=1000000). Si tengo una ubicación, lee el nombre, la dirección, el teléfono, el horario, las categorías y la lista de servicios con gbp_location_details. Si estas dos fuentes no coinciden, dilo por separado, porque la IA no puede saber cuál de las dos repetir. 6. Compara las afirmaciones. Pon cada afirmación concreta de cada respuesta (precio, nombre de plan, dirección, teléfono, horario, servicio, año de fundación, propiedad, comparación) en su propia fila y asígnale una de estas etiquetas: correcta, desactualizada (fue cierta alguna vez), errónea, no está en el sitio (no se puede verificar). No etiquetes por suposición. 7. Encuentra la fuente. Para cada afirmación desactualizada o errónea, abre la fuente que cita la respuesta: lee esa página con site_read_url y confirma si el dato erróneo está realmente ahí. Si la fuente está en mi sitio, indica qué página y qué frase. Si es un sitio de terceros (un directorio, una noticia antigua, un sitio de reclamaciones), da su URL y la fecha de la página. Da formato a la salida así. Primero un resumen de cuatro frases: cuántas afirmaciones son correctas, cuántas están desactualizadas o son erróneas y cuál de las erróneas causa más daño. Después una tabla de afirmaciones: pregunta, qué dijo la IA, la fuente en la que se apoyó, el dato correcto y su fuente (página del sitio o Perfil de Empresa), etiqueta. Después un plan de corrección, con cada fila según el origen del error: 1. La fuente es mi sitio: la página y la frase que hay que cambiar, el texto antiguo y el nuevo. Si un precio antiguo o un servicio descontinuado sigue en otra página, sugiere actualizar esa página o redirigirla con un 301. 2. La fuente es el Perfil de Empresa: el campo que hay que cambiar, el valor antiguo y el nuevo. 3. La fuente es un tercero: cómo enviar a ese sitio una solicitud de corrección, con un borrador del mensaje. No lo envíes. 4. El dato no está escrito con claridad en ningún sitio: qué página del sitio debería indicarlo en una frase clara. No cambies nada y no envíes mensajes. Las respuestas de IA pueden tardar semanas en volver a leer una fuente corregida; dilo y sugiere volver a medir las mismas preguntas en 4 semanas.

1. Prepara las preguntas. Propón de 6 a 8 preguntas de estos tipos para mi marca y pídeme aprobación: "qué es [brand name]", "precios de [brand name]", "dónde está [brand name]" o su dirección, "horario de [brand name]", "qué servicios ofrece [brand name]", "[brand name] vs [competitor]", "es fiable [brand name]". Escríbelas en el idioma del mercado.
2. Revisión de créditos. Usa seo_history para ver si estas preguntas se ejecutaron hace poco y vuelve a llamar a las reutilizables con los mismos argumentos.
3. Respuestas de IA de Google. Ejecuta seo_ai_overview para cada pregunta: target=[domain], location=[country name in English], language=[language code]. Toma el texto de la respuesta (ai_answer) y las fuentes. Si references está vacío, usa los enlaces dentro de ai_answer como fuentes. ai_answer se corta a los 1.200 caracteres, así que indica que las afirmaciones de la parte cortada no se pueden evaluar. Anota cualquier pregunta sin respuesta como "sin respuesta de IA".
4. ChatGPT y Perplexity. Las herramientas de Opus Growth no devuelven el texto de respuesta de estos motores. Si pegué respuestas, júzgalas igual. Si no lo hice, sugiere que haga estas preguntas en un chat nuevo, sin historial, y pegue las respuestas.
5. Reúne los datos correctos. Lee las páginas de precios, contacto, quiénes somos y servicios con site_read_url y text=true (si truncated es true, de nuevo con max_bytes=1000000). Si tengo una ubicación, lee el nombre, la dirección, el teléfono, el horario, las categorías y la lista de servicios con gbp_location_details. Si estas dos fuentes no coinciden, dilo por separado, porque la IA no puede saber cuál de las dos repetir.
6. Compara las afirmaciones. Pon cada afirmación concreta de cada respuesta (precio, nombre de plan, dirección, teléfono, horario, servicio, año de fundación, propiedad, comparación) en su propia fila y asígnale una de estas etiquetas: correcta, desactualizada (fue cierta alguna vez), errónea, no está en el sitio (no se puede verificar). No etiquetes por suposición.
7. Encuentra la fuente. Para cada afirmación desactualizada o errónea, abre la fuente que cita la respuesta: lee esa página con site_read_url y confirma si el dato erróneo está realmente ahí. Si la fuente está en mi sitio, indica qué página y qué frase. Si es un sitio de terceros (un directorio, una noticia antigua, un sitio de reclamaciones), da su URL y la fecha de la página.

Da formato a la salida así. Primero un resumen de cuatro frases: cuántas afirmaciones son correctas, cuántas están desactualizadas o son erróneas y cuál de las erróneas causa más daño. Después una tabla de afirmaciones: pregunta, qué dijo la IA, la fuente en la que se apoyó, el dato correcto y su fuente (página del sitio o Perfil de Empresa), etiqueta. Después un plan de corrección, con cada fila según el origen del error:
1. La fuente es mi sitio: la página y la frase que hay que cambiar, el texto antiguo y el nuevo. Si un precio antiguo o un servicio descontinuado sigue en otra página, sugiere actualizar esa página o redirigirla con un 301.
2. La fuente es el Perfil de Empresa: el campo que hay que cambiar, el valor antiguo y el nuevo.
3. La fuente es un tercero: cómo enviar a ese sitio una solicitud de corrección, con un borrador del mensaje. No lo envíes.
4. El dato no está escrito con claridad en ningún sitio: qué página del sitio debería indicarlo en una frase clara.

No cambies nada y no envíes mensajes. Las respuestas de IA pueden tardar semanas en volver a leer una fuente corregida; dilo y sugiere volver a medir las mismas preguntas en 4 semanas.

Abrir en Claude Abrir en ChatGPT Debate en el foro

Resultado de ejemplo

Un ejemplo del resultado que da este prompt. La estructura procede de la salida real de las herramientas; cifras y nombres son ficticios.

Ejemplo de resultado (basado en una marca ficticia, no en datos reales de clientes)

Resumen. La respuesta de IA de Google apareció en 6 de las 7 preguntas y contenía 14 afirmaciones concretas en total. 9 son correctas, 3 están desactualizadas, 1 es errónea y 1 no figura en el sitio. La más perjudicial es el precio: la respuesta repite el paquete de £45 del año pasado, y procede de una antigua página de campaña de tu sitio. El horario de apertura está escrito de forma distinta en el sitio y en Business Profile.

Pregunta	Qué dijo la IA	Fuente en la que se basó	Dato correcto y fuente	Etiqueta
Precios de Pomegranate Pilates	"Abono mensual £45"	pomegranatepilates.example/offer-2025/	£65, /prices/	Desactualizado
Dónde está Pomegranate Pilates	"Clapham, Londres"	pomegranatepilates.example/contact/	Clapham, Londres, /contact/	Correcto
Horario de Pomegranate Pilates	"Cerrado los domingos"	fitguide.example/pomegranate-pilates	Abierto el domingo de 10:00 a 14:00, Business Profile	Erróneo
¿Tiene Pomegranate Pilates reformer?	"Clases grupales de reformer"	pomegranatepilates.example/	El sitio solo indica reformer individual	No figura en el sitio

Plan de corrección
1. En tu sitio: /offer-2025/ sigue activa y dice £45. Redirígela a /prices/ con una 301.
2. En tu sitio: añade en /contact/, en una sola línea, el mismo horario que figura en Business Profile; hoy el sitio no muestra ningún horario.
3. Terceros: la página de fitguide.example es de 2024. Más abajo hay un borrador de solicitud de corrección; no se ha enviado.
4. No figura en el sitio: si ofreces clases grupales de reformer, indícalo con claridad en la página de servicios; si no, aclara la frase ambigua de la página de inicio.

No se pegaron las respuestas de ChatGPT ni de Perplexity, así que solo se evaluó Google. Vuelve a medir las mismas 7 preguntas dentro de 4 semanas.

Búsquedas relacionadas

ia da información incorrecta verificar datos de ia sobre mi marca vista general de ia google chatgpt precios incorrectos perplexity datos de marca horarios desactualizados dirección incorrecta en ia reputación de marca en ia alucinación de ia marca perfil de empresa de google

Estos prompts funcionan mejor cuando tu asistente de IA está conectado a tus cuentas con Opus Growth.

Conecta tus cuentas gratis

Más prompts

AuditoríaSolo lectura

Auditoría completa de la cuenta de Google Ads con las tres correcciones que conviene hacer primero

Revisa toda la cuenta de una sola vez, desde la medición y las pujas hasta la estructura y las páginas de destino. Ordena los hallazgos por impacto y señala las tres primeras correcciones sin modificar nada.

Cuándo usarloCuando heredas una cuenta de Google Ads o dudas de ella y quieres saber qué falla de verdad y por dónde empezar a corregirlo.

Audita de principio a fin mi cuenta de Google Ads [nombre de la cuenta]. Si la cuenta tiene menos de 90 días, usa todos los días disponibles; en caso contrario, usa los últimos 90 días. Es una revisión de solo lectura, no cambies nada.

Empieza con account_snapshot para obtener el estado, el presupuesto, la estrategia de puja, la antigüedad y los resultados de cada campaña desde que empezó. Separa las campañas que traen resultados de las que gastan sin convertir. Después, recorre estas áreas en orden:

1. Medición. Lista las acciones de conversión principales con list_conversion_actions. Señala cualquier acción principal que no haya registrado nada en los últimos 30 días. Busca configuraciones que puedan contar dos veces a la misma persona, por ejemplo un clic en el teléfono y un clic en WhatsApp en el sitio configurados como dos acciones principales distintas, o la etiqueta de Google Ads y un evento de GA4 importado, ambos principales, para el mismo formulario. Comprueba cuántos clics fueron al botón de llamada de los anuncios y si esas llamadas se registraron realmente, usando google_ads_query sobre call_view.
2. Pujas y presupuesto. Usa impression_share_analysis para mostrar, por campaña, la cuota de impresiones perdida por presupuesto y por ranking. Usa keyword_quality_report para encontrar palabras clave por debajo de la puja de primera página o que casi no se muestran por su bajo nivel de calidad. En las campañas con Smart Bidding, indica si los últimos 30 días reúnen conversiones suficientes para el objetivo que utilizan.
3. Estructura. Comprueba si las búsquedas de marca comparten campaña con las genéricas, si cada grupo de anuncios envía a las personas a la página de su propio servicio y si la misma palabra clave aparece en más de un grupo de anuncios.
4. Términos de búsqueda. Usa search_terms_report para separar los términos que gastan sin convertir, las marcas de la competencia y las búsquedas informativas. Nunca cuentes como desperdicio un término que tenga al menos una conversión.
5. Anuncios y recursos. Revisa la efectividad del anuncio, los recursos rechazados y si los enlaces de sitio apuntan a la página correcta. Señala por separado cualquier texto o recurso que describa un servicio que el negocio no ofrece: [servicios que no se ofrecen, o escribe "ninguno"].
6. Páginas de destino. Obtén clics, coste y tasa de conversión por página desde landing_page_view con google_ads_query. En las páginas que concentran más gasto, comprueba que existan un botón de teléfono y uno de WhatsApp y revisa la velocidad móvil con core_web_vitals.
7. Ubicación, horario y dispositivo. Muestra si la opción de ubicación está configurada como "Presencia", cuánto gasto va fuera de la zona objetivo y el gasto y las conversiones fuera de [horario comercial].

Da formato a la salida así: primero un resumen de cinco frases sobre la situación de la cuenta. Después, una tabla de hallazgos ordenada por importancia: problema, evidencia, impacto estimado, recomendación. Al final, las tres correcciones que hay que hacer primero y por qué cada una va antes. Cuando los datos no basten para llegar a una conclusión, no adivines: indica qué falta.

AuditoríaSolo lectura

Auditoría completa de una cuenta de Meta Ads con las tres correcciones prioritarias

Revisa en una sola pasada la medición, los problemas de entrega, la fase de aprendizaje, la segmentación, los emplazamientos y la fatiga de los anuncios. Ordena los hallazgos por importancia y señala las tres primeras correcciones sin modificar nada.

Cuándo usarloCuando los resultados de tus anuncios de Meta han bajado o se han estancado y quieres saber qué falla en la cuenta antes de tocar nada.

Audita de principio a fin mi cuenta publicitaria de Meta [ad account]. Usa los últimos 30 días como periodo principal y los 30 días anteriores como comparación. Es una revisión de solo lectura, no cambies nada.

Empieza con account_snapshot para la plataforma meta y obtén el estado, el presupuesto, el objetivo, la antigüedad y los resultados de cada campaña desde que empezó. Meta no tiene un único recuento de conversiones, así que usa el resultado que cada campaña realmente optimiza (leads, conversaciones de mensajería iniciadas, compras). Después repasa estas áreas en orden:

1. Medición. Comprueba la hora del último evento del píxel con list_meta_pixels. Confirma que el evento que optimiza cada campaña se está registrando de verdad. Señala las configuraciones que puedan contar dos veces el mismo resultado, por ejemplo leads recogidos tanto por el píxel como por un formulario instantáneo.
2. Entrega. Enumera los conjuntos de anuncios que estén rechazados, atascados en revisión, sin ningún anuncio activo o que gasten menos de la mitad de su presupuesto. Indica el motivo que da Meta en cada caso.
3. Fase de aprendizaje. Encuentra los conjuntos de anuncios divididos de forma tan fina que no pueden alcanzar 50 resultados por semana. Usa meta_change_history para mostrar las ediciones de los últimos 14 días que reiniciaron el aprendizaje.
4. Segmentación y audiencias. Señala los conjuntos de anuncios que apuntan a la misma audiencia y aquellos cuya frecuencia supere [maximum frequency].
5. Emplazamientos y dispositivos. Con get_report, compara el coste por resultado por publisher_platform y por dispositivo con la media de la cuenta. No tomes decisiones sobre segmentos con menos de 20 resultados.
6. Creatividades. Considera que un anuncio está fatigado cuando la frecuencia sube mientras el porcentaje de clics baja y el coste por resultado aumenta. Describe brevemente el enfoque que comparten los anuncios ganadores.
7. Destino. Verifica que la página o el enlace de WhatsApp a los que llevan los anuncios funcionan y se corresponden con el objetivo.

Da formato a la salida así: primero un resumen de cinco frases sobre el estado de la cuenta. Después, una tabla de hallazgos ordenados por importancia: problema, evidencia, impacto estimado, recomendación. Al final, las tres correcciones que hay que hacer primero y por qué cada una va antes. Cuando los datos no basten para sacar una conclusión, no adivines: di qué falta.

AuditoríaCambia tras tu aprobación

Unifica las consultas por teléfono y WhatsApp en una sola conversión fiable

Evita que una misma persona cuente dos veces cuando llama y también escribe por mensaje. Vincula los dos botones de la web a una única conversión y comprueba si el botón de llamada de los anuncios se está midiendo.

Cuándo usarloCuando los clientes potenciales llaman y escriben por WhatsApp desde tu web y sospechas que una misma persona cuenta como dos conversiones, haciendo que tu coste por conversión parezca menor del real.

En mi cuenta de Google Ads [nombre de la cuenta], los clientes potenciales nos contactan mediante los botones de teléfono y de WhatsApp de la web. Si una persona que pulsa ambos botones cuenta como dos conversiones, mi coste por conversión parece más barato de lo que es y el algoritmo de puja aprende lo equivocado. Soluciónalo.

1. Mapea la configuración actual. Lista las acciones principales, sus categorías y tipos de recuento con list_conversion_actions. En mi contenedor de Tag Manager [ID del contenedor de GTM], usa list_gtm_tags para mostrar qué etiqueta dispara cada etiqueta de conversión. Estima con números con qué frecuencia un mismo clic en un anuncio pudo generar más de una conversión de contacto en los últimos 30 días.
2. El botón de llamada de los anuncios. Con google_ads_query, comprueba cuántos clics y cuánto gasto se fueron al botón de llamada de los anuncios, y usa call_view para verificar si esas llamadas quedaron registradas. Si hay clics pero no hay registros, dilo claramente y ofrece dos opciones: eliminar el recurso de llamada o aceptar esos clics como tráfico no medido.
3. Muestra el plan. Propón una única acción de conversión llamada "Contact click (Phone + WhatsApp)" con el recuento configurado en uno. Vincúlala a una sola etiqueta que se dispare tanto con el activador de teléfono como con el de WhatsApp. Convierte las dos acciones antiguas en secundarias. Indica si las campañas con Smart Bidding necesitan que se revise su objetivo, porque el número de conversiones bajará.
4. Aplica tras mi aprobación. Crea la acción de conversión, configura el recuento en uno, actualiza la etiqueta en Tag Manager y muéstrame la lista de cambios antes de publicar. Tras la publicación, anota qué versión se puede restaurar.

Termina con un breve plan de pruebas: cómo comprobar en el modo de vista previa que solo se dispara la etiqueta nueva cuando se pulsan ambos botones, y cuántos días tarda la corrección en reflejarse en los datos reales.

AuditoríaSolo lectura

Realiza una auditoría completa de SEO, AEO y GEO y obtén un cuadro de puntuación respaldado por evidencias

Puntúa acceso, salud técnica, datos estructurados, citabilidad del contenido, señales de confianza y visibilidad medida en IA, en seis áreas de cinco comprobaciones concretas cada una. Muestra la evidencia de cada punto y ordena las correcciones por impacto y esfuerzo, sin modificar nada.

Cuándo usarloCuando quieres saber qué tan visible y confiable es tu sitio en la búsqueda clásica, en los motores de respuestas y en la búsqueda con IA, y necesitas una lista priorizada de qué corregir primero.

Audita mi sitio [site URL] de principio a fin para la búsqueda clásica, los motores de respuesta (AEO) y la búsqueda con IA (GEO). Mi propiedad de Search Console: [Search Console property]. Competidor principal: [competitor domain, or "none"]. Mercado: [country], idioma: [language code]. Las 3 búsquedas que más negocio me aportan: [3 commercial queries]. Mis plantillas de página más importantes: [homepage, one service page, one blog post URL]. Esto es solo lectura.

Regla de créditos: antes de empezar, revisa las ejecuciones anteriores con seo_history y vuelve a llamar con los mismos argumentos a las que se puedan reutilizar. Muéstrame una sola vez la lista de llamadas nuevas que consumirán créditos y espera mi aprobación.

Recopilación de datos:
1. Ejecuta el análisis conjunto con seo_full_analysis, pasando domain, competitor, location y language. Su sección de visibilidad en IA mide la única palabra clave por la que el sitio se posiciona mejor, que puede no tener nada que ver con mi negocio; no uses esa sección para puntuar y, en su lugar, mide mis 3 consultas comerciales con seo_ai_overview y target=[domain]. Si references está vacío, cuenta los dominios de los enlaces dentro de ai_answer.
2. Ejecuta seo_site_crawl con max_pages cercano al número de páginas del sitio (como máximo [page limit]). Devuelve un task_id; vuelve a llamar con el mismo task_id pasados de 60 a 90 segundos y espera hasta que llegue el resumen. Obtén la lista completa de URL de una incidencia con el parámetro issue cuando haga falta. Si el límite del rastreo no cubre todo el sitio, indica que los resultados son una muestra.
3. Lee robots.txt, sitemap.xml y llms.txt con site_read_url. Lee mis páginas de plantilla con text=true (si truncated es true, de nuevo con max_bytes=1000000) y con outline=true. Para JSON-LD, lee las mismas páginas con max_bytes=1000000 y extrae los bloques.
4. Mide la página de inicio y la página de servicio con seo_audit y strategy='mobile'. Para Core Web Vitals usa datos de usuarios reales (field) cuando existan; si no, el valor de laboratorio, e indica cuál has usado.
5. Usa get_report con platform='search_console' y los desgloses 'query by impressions' y 'page by impressions' de los últimos 90 días. Inspecciona con gsc_inspect_urls las 10 páginas con más impresiones. Obtén el estado del sitemap con gsc_sitemaps.
6. Recuerda que herramientas distintas pueden ver versiones distintas de la misma página: si seo_technical_audit o seo_site_crawl miden un título en un idioma diferente al que muestra site_read_url, regístralo como hallazgo, porque el sitio podría estar redirigiendo a los visitantes según su país.

Cuadro de puntuación: seis áreas, cinco comprobaciones cada una; cada comprobación es superada (1) o no superada (0). Si una comprobación no tiene datos, escribe "no medido" y quítala del denominador; nunca puntúes por suposición.
1. Acceso y rastreabilidad: robots.txt está abierto a los rastreadores de IA con función de búsqueda; las páginas clave devuelven 200 con como máximo una redirección; no hay noindex en las páginas clave; el sitemap no tiene errores y contiene las páginas clave; el contenido principal es visible sin JavaScript.
2. Salud técnica y velocidad: LCP móvil por debajo de 2,5 segundos; CLS por debajo de 0,1; INP por debajo de 200 ms; no hay páginas rotas ni enlaces internos rotos en el rastreo; no hay títulos ni descripciones duplicados.
3. Datos estructurados y entidad: existe un nodo Organization o LocalBusiness; los nodos están enlazados por @id; el schema se ajusta al tipo de página (Service, Article, Product); los datos del schema coinciden con el texto visible; las URL de sameAs funcionan.
4. Citabilidad del contenido: el primer párrafo de las páginas clave responde directamente a la pregunta; los encabezados nombran con claridad el tema o la pregunta; los datos comparables están en una tabla; existe un FAQ específico de la página; hay cifras y fechas concretas.
5. Señales de confianza: la página "quiénes somos" es concreta (quién, dónde, desde cuándo); los datos de contacto están en el sitio y son coherentes; las publicaciones muestran autor o editor; las fechas de publicación y actualización son visibles; las páginas legales son accesibles desde el pie de página mediante enlaces estáticos.
6. Visibilidad medida en IA: se te cita en la respuesta de IA de Google para al menos una de las 3 consultas comerciales; se te cita en la consulta de marca; llms.txt existe y es correcto; Search Console muestra clics de consultas sin marca; si el competidor principal aparece citado en estas consultas, hay al menos una en la que a mí también se me cita.

Formato de la salida. Primero, un resumen ejecutivo de cinco frases. Después, la tabla de puntuación: área, puntuación (p. ej., 3/5), comprobaciones no superadas. Luego, la tabla de evidencias: área, comprobación, resultado, evidencia (nombre de la herramienta y valor devuelto), URL afectadas. A continuación, la lista de correcciones: para cada elemento, el impacto (alto, medio, bajo), el esfuerzo (horas, días, semanas) y quién lo hace; primero, impacto alto y esfuerzo bajo. Al final, las tres primeras correcciones y por qué van en primer lugar. No emitas juicios sobre nada que no se haya medido.