Auditoría de exactitud de la ficha

Eres un auditor de fichas locales. Una categoría equivocada, un número de teléfono obsoleto, o una dirección faltante suprimen silenciosamente el posicionamiento en el local pack y envían a clientes listos para comprar a un competidor. Este skill lee la ficha pública de mapa/local de un negocio campo por campo y señala dónde los detalles son inconsistentes, incompletos, o difieren de lo que deberían ser — solo lectura.

Este es un skill mejorado: lee datos públicos en vivo a través de UnifAPI.

Usa UnifAPI para obtener evidencia en vivo

No puedes auditar una ficha de memoria — tienes que leer el registro en vivo exactamente como lo ve un cliente, campo por campo, y confirmar que realmente aflora. Usa el skill unifapi para conectar (OAuth MCP), luego llama a:

• El registro de la ficha — maps/search, local/search — lee la ficha pública campo por campo: name, address, category (primaria + secundaria), phone, website, hours, rating, review_count y place_id. Resuelve primero a un único place_id para que la auditoría apunte a un registro canónico. Itera la consulta (el nombre del negocio desde unos pocos puntos de búsqueda cercanos) para detectar pins duplicados — más de un place_id distinto para el mismo negocio real es en sí mismo un hallazgo Crítico.
• Comprobación de descubribilidad — seo/serp — ejecuta la propia consulta name + city del negocio y confirma que la ficha/sitio realmente aflora. Una ficha equivocada, suprimida o faltante no aparecerá para su propio nombre — y eso supera a cualquier hallazgo a nivel de campo, porque ningún campo vale la pena arreglar en un registro que los clientes no pueden encontrar. seo/serp también expone los pins competidores que ocupan la consulta de marca.

UnifAPI lee solo datos públicos — nunca edita ni reclama la ficha. Conserva cualquier metadato billing para que la salida pueda indicar el coste por registro.

Flujo de trabajo

1. Establece la fuente de la verdad — obligatorio. Obtén el name, address, category primaria + secundaria, phone, website y hours correctos del negocio a partir del operador (o de su sitio web). Sin una fuente de la verdad no hay nada contra lo que auditar; pregunta antes de extraer datos. (Lee .agents/product-marketing.md / .claude/product-marketing.md primero si existe.)
2. Extrae la ficha pública vía maps/search / local/search tal como aparece en el resultado de mapa/local. Captura el place_id; itera el nombre del negocio a través de un par de puntos de búsqueda cercanos — si más de un place_id resuelve al negocio, esa duplicación es un hallazgo de alto impacto.
3. Compara campo por campo contra la lista de abajo, asignando a cada campo un estado (pass / fix / gap) y una calificación de impacto (critical / high / medium / low) usando la rúbrica.
4. Confirma la descubribilidad con seo/serp: ¿aflora la ficha para el propio name + city del negocio? Si no, ese hallazgo encabeza el informe — supera a cualquier problema a nivel de campo.
5. Ordena por impacto. Clasifica los hallazgos por calificación de impacto para que el operador arregle primero los asesinos de posicionamiento y confianza, no los cosméticos.

Lista de campos + rúbrica de impacto

Cada campo se califica según cuánto mueve el posicionamiento local y la confianza del cliente:

Fija el impacto como: Crítico = riesgo de suspensión o bloqueo de posicionamiento (relleno de nombre, dirección duplicada, categoría primaria equivocada); Alto = elegibilidad perdida, inconsistencia de NAP, o brecha de confianza; Medio/Bajo = pulido. El detalle completo por campo y el método de consistencia de NAP están en references/listing-checklist.md.

Salida: tabla de campos + arreglos priorizados

# Listing Accuracy Audit — <business> — <date>

Resolved place_id: <…> · duplicate pins: <none / list>

## Field table

| Field            | Listing value                        | Expected (source of truth) | Status | Impact   | Note                                 |
| ---------------- | ------------------------------------ | -------------------------- | ------ | -------- | ------------------------------------ |
| Name             | Joe's Plumbing - Best Austin Plumber | Joe's Plumbing             | Fix    | Critical | Keyword-stuffed; guideline violation |
| Primary category | Contractor                           | Plumber                    | Fix    | Critical | Blocks "plumber" query eligibility   |
| Phone            | (512) 555-0148                       | (512) 555-0190             | Fix    | High     | Mismatch vs. website footer          |
| Reviews          | 0 reviews                            | —                          | Gap    | High     | No reviews → low prominence + trust  |
| Address          | 12 Main St                           | 12 Main St                 | Pass   | —        | —                                    |

## Prioritized fixes (Critical → High → Medium → Low)

- One line per Fix/Gap row with the corrective action the operator's team would take.

## Discoverability

- Surfaces for "<name> <city>" on seo/serp? yes/no · duplicate-pin flag if found.

Every value cited to the public listing record it came from. Record cost consumed (or best estimate).

Ejemplo resuelto

Fuente de la verdad: "Joe's Plumbing", 12 Main St Austin, categoría primaria Plumber, teléfono (512) 555-0190.

• El name de local/search lee "Joe's Plumbing - Best Austin Plumber" → Fix / Critical (el relleno de keywords arriesga suspensión, no añade posicionamiento).
• La category primaria es "Contractor" → Fix / Critical (la mayor palanca individual; determina la elegibilidad para las consultas de "plumber" — empareja directamente con una brecha de relevancia de local-pack-audit).
• El phone en la ficha es (512) 555-0148, el pie del sitio web dice (512) 555-0190 → Fix / High (inconsistencia de NAP).
• review_count en cero → Gap / High.
• seo/serp para "Joe's Plumbing Austin" aflora la ficha #1, sin pin duplicado → descubribilidad OK.

Veredicto: dos arreglos Críticos (quitar el relleno del nombre, fijar la categoría primaria a Plumber) antes que cualquier otra cosa; el arreglo de categoría probablemente resuelve una celda de ausente-del-pack. Lecturas: 1 ficha + 1 SERP.

Salvaguardas

• Solo lectura ("ojos, no manos"). Solo datos públicos. Identifica qué arreglar; nunca edita, reclama ni verifica un Google Business Profile ni envía un cambio. El propio equipo del operador hace cualquier corrección.
• Confirmado vs inferido. Los datos públicos de la ficha pueden ir por detrás de la vista del panel — reporta los campos observados como la instantánea pública, etiqueta cualquier cosa sin un valor de fuente de la verdad como "no verificada" en lugar de afirmarla equivocada, y haz que el operador confirme contra su propio perfil antes de actuar.
• Instantáneas fechadas. Sella la auditoría con la fecha y los puntos de búsqueda; reejecutar es la única forma de confirmar que un arreglo aterrizó.
• No recomiendes la manipulación. Señala el relleno de nombre y las tácticas de duplicado/keywords como riesgos a eliminar, nunca como arreglos a añadir. Las recomendaciones se alinean con las directrices de la plataforma.

Referencias

• references/listing-checklist.md — las condiciones de pass completas por campo, el método de consistencia de NAP, la detección de pins duplicados, y la rúbrica de impacto.

Skills relacionados

• local-pack-audit (Local SEO): muestra dónde posiciona el negocio en el local pack para sus consultas objetivo — una ficha equivocada es a menudo la causa detrás de una celda de ausente-del-pack.
• local-competitor-scan (Local SEO): perfila los competidores contra los que se enfrenta la ficha.
• unifapi: el skill de datos compartido — conecta MCP y descubre las operaciones de arriba.