Cómo convertir las conversaciones con los chatbots de IA en una investigación de palabras clave

Introducción

Las herramientas de palabras clave son útiles para mostrar lo que la gente escribe en Google. Sin embargo, no pueden mostrar lo que tus visitantes aún querían saber después de llegar a tu sitio web y no haberlo encontrado.

Si tu sitio web cuenta con un chatbot con IA, esa segunda lista ya existe. Muchas de esas conversaciones son preguntas que los visitantes formulan, en frases completas y con contexto, a las que tu página no ha dado respuesta. Algunas de esas preguntas tienen volumen de búsqueda. Muchas de ellas no aparecen en ninguna herramienta de palabras clave, y aún así pueden ser la razón por la que alguien abandona la página de un producto sin comprar.

Este artículo abarca todo el proceso, desde extraer las conversaciones de tu chatbot hasta comprobar si el contenido que has redactado a partir de ellas ha cumplido su función. Los ejemplos proceden del comercio electrónico, pero el método funciona de la misma manera para un sitio SaaS, una empresa de servicios o un editor que cuente con un chatbot en sus páginas.

Por qué las preguntas de los chatbots son diferentes de las consultas de búsqueda

Una consulta de búsqueda es una pregunta condensada. Alguien que quiere saber si puede cambiar unos zapatos que ya se ha puesto escribe «devolver zapatos usados» y espera que Google complete el resto. Al hablar con un chatbot en tu sitio web, esa misma persona escribe la frase completa: «Los compré hace dos semanas y me los he puesto una vez en casa, ¿puedo cambiarlos por una talla y media más grande?».

Esa versión más larga contiene información que una herramienta de palabras clave no puede ofrecerte. Menciona el producto, la situación, la preocupación y el resultado que espera el visitante. Además, tiene lugar en una página concreta, y un chatbot que registra dónde comenzó la conversación te indica en qué página no se respondió a la pregunta.

Muchas de estas preguntas largas mostrarán un volumen nulo en una herramienta de palabras clave, lo que dice menos sobre la demanda de lo que parece. Google ha afirmado que el 15 % de las búsquedas que registra cada día son totalmente nuevas, por lo que una gran parte de las preguntas reales son demasiado específicas o demasiado recientes para que cualquier estimación de volumen las detecte. El registro de tu chatbot las recoge de todos modos, ya que registra lo que la gente preguntó en lugar de estimar la frecuencia con la que realizan la búsqueda.

Cómo exportar y depurar las conversaciones del chatbot

Empieza con conversaciones de uno a tres meses, dependiendo de tu tráfico. Necesitas material suficiente para detectar la repetición de las mismas preguntas, y unos cuantos cientos de conversaciones son más que suficientes para una primera revisión.

La mayoría de las herramientas de chatbot te permiten exportar las transcripciones o, al menos, consultarlas. Para este ejercicio, cada conversación debe incluir la pregunta del visitante, la página en la que se inició y si el bot logró responderla. El chatbot con IA de Elfsight, por ejemplo, guarda cada conversación con un resumen y la página en la que se inició, y mantiene una lista separada de las preguntas que no pudo responder. Sea cual sea la herramienta que utilices, la lista de preguntas sin responder es el mejor punto de partida, ya que se trata de una lista de las lagunas que ya presenta tu contenido.

Antes de introducir los registros en una hoja de cálculo o en una herramienta de IA para agruparlos, elimina los nombres, las direcciones de correo electrónico, los números de teléfono y los números de pedido. Necesitas las preguntas, no a las personas, y mantener los datos personales fuera de tus archivos de análisis te ahorrará una conversación con tu equipo jurídico más adelante.

Lee las transcripciones y considera los resúmenes, como mucho, un atajo. Un resumen es la interpretación que el propio modelo del chatbot hace de la conversación, y parte del trabajo del modelo tiene lugar en su interior antes de que escriba una sola palabra, donde resulta difícil de comprobar. La transcripción es lo que el visitante escribió realmente, y sus palabras exactas son los datos de palabras clave que buscas.

Cómo agrupar las preguntas del chatbot por temas

Agrupa las preguntas según la necesidad que hay detrás de ellas, en lugar de por su redacción. «¿Puedo cambiarlo por una talla más grande?», «¿Estas tallas quedan pequeñas?» y «¿Qué talla debería elegir si estoy entre dos tallas?» son tres formas de expresar una misma pregunta sobre tallas, y deben pertenecer a un mismo grupo.

Para cada grupo, haz un seguimiento de cuántas conversaciones abarca, las páginas en las que aparece, si el bot pudo responderla y en qué fase se encuentra el visitante. Una simple hoja de cálculo es suficiente.

La columna de «etapa» determina qué hacer con cada grupo. Una pregunta previa a la compra en la página de un producto, sobre tallas, compatibilidad o el contenido del paquete, es un problema de conversión disfrazado de consulta de atención al cliente. Las preguntas posteriores a la compra, como las devoluciones y el seguimiento, suponen una carga para el servicio de atención al cliente que un buen contenido puede reducir. Y cuando los visitantes preguntan «¿es fiable esta web?» o «¿quién fabrica esto realmente?», la solución suele ser una mejor página «Acerca de» o reseñas visibles, algo que es poco probable que sugiera una herramienta de palabras clave.

Un modelo de IA puede realizar una primera clasificación de varios cientos de preguntas en cuestión de minutos. Revisa los grupos manualmente antes de fiarte de los recuentos, ya que un modelo puede agrupar preguntas que comparten palabras pero no la intención.

Cómo comparar las preguntas del chatbot con la demanda de búsqueda

Convierte cada grupo en dos o tres consultas al estilo de las búsquedas, tal y como alguien las escribiría en Google, y analízalas con una herramienta de palabras clave como el Keyword Finder de Ranktracker. «Estoy entre la talla 42 y la 43, ¿cuál me quedo?» se convierte en «tallas de zapatillas de trail», «zapatillas de trail entre tallas» y el nombre de la marca más «se ajusta a la talla».

Si las consultas muestran volumen de búsqueda y la página de resultados se puede superar, el grupo de preguntas supone una oportunidad de contenido: una guía, una comparación o una respuesta adecuada que pueda posicionarse por sí sola.

Si las consultas muestran poco o ningún volumen, pero el grupo de palabras clave sigue apareciendo en los chats, la respuesta sigue siendo importante. Colócala en la página donde se formula la pregunta. No atraerá nuevo tráfico, pero ayudará a los visitantes que ya tienes, y esos son los que están más cerca de comprar.

Fíjate también en la página de resultados. Cuando los primeros resultados son hilos de foros y publicaciones de Reddit, la pregunta es real y las respuestas hasta el momento son escasas, lo que suele ser una buena noticia para un sitio web más pequeño. Si un grupo de consultas es poco frecuente en el chat e invisible en las búsquedas, déjaselo a tu equipo de atención al cliente.

Dónde debe ir cada respuesta en tu sitio web

La respuesta va donde se encontraba el visitante cuando la formuló, a menos que la pregunta ocupe más de una página.

Utiliza las propias palabras del visitante cuando sean adecuadas. Si la gente sigue preguntando «¿tallan pequeñas?», una línea en la página del producto que responda exactamente a eso («Tallan aproximadamente media talla menos, por lo que la mayoría de la gente pide una talla más») ayuda a los compradores a echar un vistazo rápido a la página, proporciona a tu chatbot una fuente clara la próxima vez que alguien pregunte y ofrece a los asistentes de IA algo que puedan citar cuando recuperen la página para responder a la misma pregunta en otro lugar.

Un cambio que hay que tener en cuenta: Google dejó de mostrar resultados enriquecidos de preguntas frecuentes el 7 de mayo de 2026. Sigue mereciendo la pena redactar secciones de preguntas frecuentes tanto para los lectores como para tu chatbot, pero ya no ocupan un espacio adicional en los resultados de búsqueda. Esa es una razón más para colocar la respuesta donde el lector la busca, que suele ser directamente en la página del producto en lugar de en una sección de preguntas frecuentes separada.

Cómo saber si el nuevo contenido ha funcionado

El chatbot te da la respuesta más rápida. Entre dos y cuatro semanas después de publicar una respuesta, vuelve a comprobar el mismo grupo temático. Si el contenido cumple su función, se iniciarán menos conversaciones al respecto en esa página, y el bot responderá al resto a partir del nuevo texto.

La búsqueda lleva más tiempo. Añade las consultas de tus grupos de contenido a una herramienta de seguimiento de posicionamiento, como Rank Tracker de Ranktracker, y espera entre dos y tres meses antes de evaluar los resultados.

Una advertencia sobre las cifras del chatbot: un menor número de preguntas también puede significar menos visitantes. Compara la proporción de un grupo respecto al total de conversaciones, no solo su recuento bruto, para que un mes tranquilo no parezca un éxito de contenido.

Una rutina mensual para la investigación de palabras clave del chatbot

Una vez completada la primera ronda, el proceso debería llevar una hora al mes. Exporta las conversaciones del mes anterior, actualiza los grupos, compara los nuevos con los datos de búsqueda, asígnalos a las páginas y comprueba si las correcciones del mes anterior han influido en las cifras.

Se trata de un tipo poco habitual de investigación de palabras clave, en el que el usuario deja atrás la pregunta completa, junto con la página en la que se encontraba cuando la formuló.