El tráfico orgánico no es para siempre. Incluso los contenidos que un día fueron estrellas pueden ir apagándose sin avisar. Pierden posiciones, los clics caen en picado y, cuando te das cuenta, ya es tarde. El contenido en decadencia (content decay) es un clásico en cualquier estrategia SEO. Lo complicado no es detectarlo, sino tener tiempo para revisar docenas de URLs, analizar datos de Search Console y reescribir títulos o meta descripciones. Por suerte, la automatización con herramientas como n8n y GPT-4 puede hacer el trabajo pesado por ti. En esta guía te cuento cómo montar un flujo que identifique páginas en declive, genere mejoras automáticas y las aplique sin que muevas un dedo… bueno, casi.
¿Qué necesitas antes de empezar?
No es magia negra ni requiere un máster en inteligencia artificial. Con tres cosas puedes montarlo:
- n8n (self-hosted o cloud). La versión gratuita permite workflows ilimitados.
- API de OpenAI (con acceso a GPT-4, aunque GPT-3.5 turbo también funciona para tareas más simples). El coste por consulta es mínimo si optimizas los prompts.
- Google Search Console con propiedad verificada y acceso a la API. Necesitarás crear un proyecto en Google Cloud, habilitar la API y generar credenciales OAuth 2.0. En n8n puedes usar el nodo «Google Search Console» directamente o hacer peticiones HTTP si te sientes valiente.
Si además tienes un CMS con API (WordPress, Strapi, Ghost…), puedes cerrar el círculo y publicar los cambios de forma automática. Si no, el flujo te generará un informe con las sugerencias para que las apliques manualmente.
Paso 1: Extraer datos de rendimiento con Search Console
El corazón del sistema es la API de Search Console. En n8n, añade un nodo «Google Search Console» y configúralo para obtener métricas de las últimas semanas o meses. Te recomiendo trabajar con periodos comparativos: por ejemplo, los últimos 28 días frente a los 28 días anteriores. Así detectas caídas de clics, impresiones, CTR o posición media.
En el nodo, selecciona las dimensiones page y query para tener granularidad. Filtra por país y dispositivo si tu audiencia lo requiere. El resultado será un listado de URLs con sus métricas. Guárdalas en un nodo «Set» para procesarlas después.
Paso 2: Filtrar las páginas en decadencia
No todas las caídas son preocupantes. Para evitar falsos positivos, aplica un filtro simple pero efectivo: quédate solo con aquellas URLs que hayan perdido al menos un 20% de clics (o el umbral que tú definas) y que tuvieran un mínimo de tráfico en el periodo anterior (por ejemplo, 50 clics). Así ignoras páginas con poco movimiento o fluctuaciones normales.
En n8n, usa un nodo «IF» para comparar columnas o un «Function» con JavaScript básico. Si no programas, el editor visual te permite arrastrar condiciones. El resultado será una lista reducida de candidatas a actualizar. Puedes exportarlas a un Google Sheet o seguir procesándolas dentro del workflow.
Paso 3: Analizar contenido y generar mejoras con GPT-4
Aquí viene la parte divertida. Para cada URL problemática, necesitas:
- El título actual y la meta descripción (puedes extraerlos con un nodo «HTTP Request» a la URL y scraping con cheerio o similar, o si vienen de tu CMS, mediante su API).
- La query principal por la que se posiciona (del paso 1).
- El contenido destacado del artículo (párrafo introductorio o resumen).
Con esos datos, construyes un prompt para GPT-4. Algo como:
«Actúa como un experto SEO. Analiza este contenido: [título, meta, query, snippet]. La página ha perdido tráfico. Sugiere un nuevo título (máx 60 caracteres), una meta descripción (máx 155 caracteres) y una mejora al contenido actual (un párrafo adicional con información actualizada). Devuelve solo JSON con los campos ‘new_title’, ‘new_meta’ y ‘new_content’.»
Configura el nodo «OpenAI» de n8n con temperatura baja (0.3) para respuestas más predecibles. El modelo devolverá sugerencias coherentes y optimizadas.
Paso 4: Aplicar los cambios (opcional pero glorioso)
Si tu CMS tiene API REST, puedes actualizar automáticamente la entrada. Por ejemplo, con WordPress usarías el endpoint /wp-json/wp/v2/posts/{id} con un nodo «HTTP Request» en modo PUT. Para mapear el ID necesitas cruzar la URL con el slug del post. Si no tienes API, puedes generar un archivo CSV con las propuestas y enviártelo por correo o Slack.
Una alternativa intermedia: crear un Google Doc colaborativo donde el equipo editorial revise las sugerencias antes de publicar. n8n puede conectar con Google Docs vía API.
Paso 5: Programar, monitorizar y alertar
Una vez probado el flujo, prográmalo para que se ejecute semanalmente con el nodo «Schedule Trigger». Añade un nodo «Error Trigger» para recibir avisos si algo falla (credenciales caducadas, límites de API, etc.). También puedes incluir un paso final que registre en una base de datos los cambios realizados y su impacto en el tráfico posterior, cerrando así el círculo de mejora continua.
¿Merece la pena el esfuerzo?
Depende del volumen de contenido que manejes. Si tienes cientos de posts y poco tiempo para revisarlos, esta automatización te puede ahorrar horas semanales y recuperar tráfico que dabas por perdido. Eso sí, la supervisión humana sigue siendo clave: GPT-4 no entiende de matices de marca ni de contexto empresarial. Pero como primer filtro y generador de ideas, es impecable.
Yo empecé con un prototipo para un blog de 300 artículos y, en tres meses, recuperé un 15% de tráfico en contenidos que llevaban medio año cayendo. No está mal para un robot.
¿Te animas a montarlo? Si necesitas el workflow completo, envíame un mensaje y te paso el JSON para importar en n8n directamente. Buen scraping… y mejor automatización.
