SEO Audit

seo-audit es una skill del repositorio Marketing Skills for AI Agents, creado por Corey Haines. Es un archivo de instrucciones en Markdown que organiza la evaluación del SEO de un sitio y la elaboración de recomendaciones. Su alcance incluye diagnóstico técnico, optimización de páginas y calidad de contenido. La ficha describe ese método y sus condiciones de uso; no presenta una auditoría de una web concreta. El informe propuesto exige explicar cómo se encontró cada problema y qué prioridad tiene su corrección, para que otra persona pueda revisar el razonamiento.

La skill forma parte de una colección compatible con Claude Code, OpenAI Codex, Cursor, Windsurf y otros agentes que admiten Agent Skills. Esa compatibilidad se refiere al formato de las instrucciones. Obtener evidencia de un sitio sigue dependiendo de las herramientas y de los datos a los que tenga acceso el agente que realiza el trabajo.

Una auditoría pierde utilidad cuando mezcla observaciones sin explicar su impacto ni qué conviene corregir primero. Esta skill aporta un orden de investigación y una forma de registrar los hallazgos. Empieza por la capacidad de rastrear e indexar el contenido, continúa con los fundamentos técnicos y la optimización de páginas, y después aborda calidad de contenido y autoridad.

El contexto inicial evita tratar todos los sitios como si persiguieran el mismo objetivo. La evaluación pregunta por el tipo de sitio, la meta de negocio, los temas prioritarios, los problemas conocidos y los cambios recientes. También delimita si se revisará todo el sitio o unas páginas y qué datos de analítica están disponibles. Esa delimitación condiciona lo que se puede afirmar y qué trabajo queda fuera de la auditoría acordada.

La licencia del repositorio es MIT License, comprobada el 2026-10-25. La autoría de la colección corresponde a Corey Haines y el perfil enlaza su repositorio oficial. El instalador detecta los agentes disponibles y pregunta por el destino; el archivo de la skill conserva las instrucciones de auditoría junto con referencias para ampliar áreas específicas.

La presencia del archivo en el proyecto no añade por sí sola permisos sobre servicios de analítica ni acceso a los datos de un sitio. La propia evaluación inicial pide aclarar qué acceso existe y si la revisión será completa o parcial. Conviene conservar esa información junto a los hallazgos para que quien lea el informe pueda distinguir el área investigada de la que no se ha podido comprobar.

Ejemplo de KIRELEN (no oficial): revisar unas páginas que han perdido visibilidad después de una migración. La persona delimita las páginas afectadas, aporta los cambios conocidos y aclara si existe acceso a Search Console. El agente organiza primero la investigación del rastreo y la indexación; cada problema identificado debe acompañarse de evidencia, impacto y una corrección propuesta.

Si la lectura estática no muestra datos estructurados, la skill advierte que no basta para declarar que no existen. Puede ser necesario renderizar la página o utilizar una vía como Rich Results Test o una exportación adecuada de Screaming Frog. El informe final separa lo comprobado de lo pendiente y convierte los hallazgos en acciones priorizadas. Esta secuencia ilustra el uso de la skill, sin atribuir al sitio fallos que no se hayan observado.