Mejorada · datos en vivoAI Visibility Agent

Plan de mejora de visibilidad en AI

Convierte brechas de visibilidad en AI en un plan: por qué gana la fuente citada, qué construir y cómo comprobar que mejoran las citas en AI.

Nativa para agentes

Ejecútala en Claude, las apps MCP personalizadas de ChatGPT, OpenClaw, Hermes, Codex, Claude Code, Cursor, VS Code u otro cliente compatible con MCP. Sin flujo de GUI dedicado y sin clave API de LLM aparte.

Respaldada por datos públicos en vivo

Cada paso se fundamenta en registros de datos públicos en vivo que devuelve UnifAPI, por lo que la salida cita lo que realmente está posicionando, publicando o diciéndose — no una lista genérica de buenas prácticas.

Componible y de código abierto

Las skills se referencian entre sí y viven en un repo público de estilo MIT. Lee el SKILL.md completo en GitHub, haz un fork o ejecútala tal cual dentro de tu agente.

Prompt de ejecución

Pega esto en Codex o Claude Code

El prompt es intencionadamente editable. Reemplaza los handles, el mercado, el presupuesto y el objetivo de la campaña, y luego deja que el agente llame a UnifAPI MCP cuando necesite datos públicos en vivo.

Turn these AI visibility gaps into an AI visibility fix plan. For each high-value prompt, classify the miss as Structure, Authority, or Presence, choose the build path, and define the acceptance check.
Cómo funciona la skill

La skill completa, renderizada desde su SKILL.md

Convierte la evidencia de visibilidad en IA en un plan de arreglos listo para ejecución para optimización de motores generativos. El plan debe decir qué brechas de prompts atacar, por qué gana la fuente citada actual, y si el arreglo es Estructura, Autoridad o Presencia.

Esta es una skill enhanced: lee datos públicos en vivo a través de UnifAPI cuando es necesario, pero sigue siendo ojos, no manos. No edita páginas, no publica en sitios de terceros, no compra reseñas ni manipula menciones.

Usa UnifAPI para obtener evidencia en vivo

Parte del output de ai-visibility-audit o ai-answer-gap. Vuelve a extraer solo lo que esté obsoleto o falte:

  • Respuesta y citaciones por prompt - geo/serp con target fijado al dominio de la marca. Confirma si la marca está citada, solo nombrada, o ausente.
  • Ponderación por demanda - geo/keywords/search-volume para que el plan de arreglos ataque los prompts que la gente realmente pregunta.
  • Dueños de la respuesta - geo/mentions/top-domains, geo/mentions/top-pages y geo/mentions/cross-aggregated-metrics para identificar la fuente o el competidor que gana la respuesta.
  • Lectura cruzada orgánica - seo/serp para identificar quick wins donde la marca rankea orgánicamente pero no está citada en la respuesta de IA.
  • Lectura de la estructura de página - browser/markdown en la página de la marca y la fuente ganadora para comparar la extractabilidad: bloques de definición, tablas comparativas, secciones de FAQ, estadísticas citadas y encabezados claros.

Mantén en el output la fecha de ejecución, la plataforma, el mercado, el conjunto de prompts y los metadatos de billing.

Workflow

  1. Carga el conjunto de brechas. Prefiere una tabla de auditoría o de answer-gap existente. Si falta, ejecuta primero un pequeño conjunto de prompts; no crees un plan de arreglos a ojo.
  2. Agrupa los fallos por causa raíz.
    • Estructura - la marca tiene la respuesta, pero no es extraíble.
    • Autoridad - la fuente ganadora tiene estadísticas, citas, citaciones, frescura o profundidad temática más fuertes.
    • Presencia - la respuesta es propiedad de superficies de terceros donde la marca falta: directorios, sitios de reseñas, listicles, páginas estilo Wikipedia, comunidades o páginas de partners.
  3. Elige la vía de construcción.
    • Actualizar página existente cuando la marca rankea orgánicamente, es nombrada, o tiene una página casi equivalente.
    • Crear página nueva cuando no existe ninguna página creíble para un prompt de alta demanda.
    • Ganar presencia de terceros cuando la fuente citada es una lista, una superficie de reseñas, un hilo de comunidad o una página de autoridad externa.
  4. Puntúa el arreglo. Usa el volumen de búsqueda con IA como columna vertebral, luego ajusta por ganabilidad, derecho a ganar, esfuerzo y riesgo.
  5. Escribe las comprobaciones de aceptación. Cada arreglo debe decir cómo verificarlo tras lanzarlo: vuelve a ejecutar geo/serp, lee la página con browser/markdown, valida el schema, o comprueba el listing de terceros.
  6. Separa contenido de distribución. Los arreglos de estructura on-site, las ediciones de autoridad y el trabajo de presencia de terceros no deben agruparse en una sola tarea de contenido.

Patrones de arreglo

Usa estos como el menú de remediación por defecto:

CauseFix patternAcceptance check
StructureAdd concise definition, comparison table, FAQ, summary bullets, internal anchors, and clean headings.browser/markdown shows extractable answer blocks.
AuthorityAdd original stats, dated claims, expert/customer quotes, primary-source citations, and author/review signals.Page visibly cites sources and contains current, attributable evidence.
PresenceGet listed or genuinely mentioned on the surface AI already cites.The third-party surface contains the brand with accurate positioning.
Organic-but-uncitedReformat the ranking page instead of creating a new one.seo/serp still ranks; geo/serp re-check shows citation movement or better source fit.

Output

Devuelve un plan priorizado:

# AI Visibility Fix Plan - {brand/domain} ({YYYY-MM-DD})

## Summary

- Highest-value prompt gap: ...
- Fastest win: ...
- Dominant miss cause: Structure | Authority | Presence

## Fix Plan

| Priority | Prompt                       | AI vol | Current owner | Cause    | Build path  | Action                                                   | Acceptance check                       |
| -------- | ---------------------------- | ------ | ------------- | -------- | ----------- | -------------------------------------------------------- | -------------------------------------- |
| Now      | best {category} for startups | 1.9k   | g2.com        | Presence | Third-party | Earn accurate listing/reviews on the cited category page | Re-check top-pages and listing content |

## Page-Level Tasks

- Existing page updates: ...
- Net-new pages: ...
- Third-party presence targets: ...

## Re-check Plan

- Re-run the same prompt set and market after shipping.
- Compare cited-source slots, name-drops, and absences separately.
- Record UnifAPI cost from billing metadata.

Guardarraíles

  • No equipares las menciones de nombre con las citaciones. Una mención de nombre es una señal de quick-win, no una brecha resuelta.
  • No recomiendes reseñas falsas, listicles spam, comunidades astroturfeadas ni menciones de terceros manipuladoras.
  • No crees páginas-puerta "solo para IA". Arregla la página humana para que sea clara, citada y extraíble.
  • No sobreajustes a una respuesta estocástica. Trata cada resultado como un snapshot fechado y vuelve a comprobar antes de un trabajo grande.
  • ai-visibility-audit: diagnostica la cobertura de citaciones y clasifica los fallos.
  • ai-answer-gap: encuentra y rankea las brechas de prompts que esta skill convierte en arreglos.
  • llm-mention-tracking: monitorea si los arreglos lanzados mejoran la cuota de voz en IA a lo largo del tiempo.
  • seo-audit: contrasta el ranking orgánico y la calidad de página cuando un fallo de GEO es también un problema de SEO.
  • unifapi: la skill de datos compartida (conecta MCP, descubre las operaciones de GEO, SEO y browser que lee esta skill).

Fuente: ai-visibility-fix-plan/SKILL.md en GitHub — abre un PR ahí para mejorarla.

Herramientas de datos públicos

Las APIs en vivo que esta skill llama

Cada operación que nombra la skill es una de estas plataformas de UnifAPI — siguen visibles y llamables para código de producto, depuración y flujos de agente personalizados.

  • Plan de correcciones priorizado a nivel de prompt con quién la posee actualmente, la causa de la ausencia, la vía de construcción y el criterio de aceptación
  • Grupos de tareas de Estructura, Autoridad y Presencia para el trabajo en el sitio y con terceros
  • Marcas de victoria rápida donde la marca posiciona de forma orgánica pero no se cita
  • Plan de revisión para el mismo conjunto de prompts, mercado y motor de AI
Skills relacionadas

Más skills en el AI Visibility Agent

Encadénalas en el mismo agente para pasar de un artefacto de decisión al siguiente — cada una tiene su propio prompt de ejecución, flujo de trabajo y salida esperada.

Auditoría de visibilidad en AI

El equivalente GEO de una auditoría SEO: comprueba si te citan en las respuestas de AI y quién se queda con la respuesta en tu lugar.

Abrir Auditoría de visibilidad en AI

Brecha de respuestas de AI

Encuentra los prompts que deberías dominar en las respuestas de AI pero no, identifica quién se queda con cada uno y ordena las brechas por volumen de búsqueda con AI.

Abrir Brecha de respuestas de AI

Seguimiento de menciones por LLM

Haz seguimiento de con qué frecuencia te mencionan en ChatGPT y la búsqueda con AI sobre un conjunto fijo de prompts, y de cómo se mueve la cuota de voz frente a la competencia.

Abrir Seguimiento de menciones por LLM

Auditoría SEO

Audita la rastreabilidad, el on-page y el contenido frente a evidencia en vivo de SERP y posiciones — no un checklist estático.

Abrir Auditoría SEO
Ver todas las skills del AI Visibility Agent
FAQ

Preguntas sobre Correcciones de visibilidad en AI

Precios, límites del flujo de trabajo, alcance de los datos públicos y por qué esto funciona mejor como una Skill de agente.

El trabajo es más amplio que las citas. Las correcciones de visibilidad en AI también incluyen la presencia en las respuestas, la extractabilidad, las señales de autoridad y las superficies de terceros que las respuestas de AI ya citan.

No. Mejora las páginas para personas de modo que sean más claras, se citen mejor y sean más fáciles de extraer para los sistemas de AI. Evita las páginas puente o solo para AI.