Hay un mercado nuevo que promete convertir a cualquier persona con acceso a un asistente de IA en un consultor SEO. Se llama Skills Marketplace y vende exactamente lo que su nombre sugiere: habilidades empaquetadas en archivos markdown que le enseñan a la inteligencia artificial a hacer tu trabajo. Detectar canibalización de keywords, planificar contenido, analizar competidores. Todo listo para instalar en Claude Code, Gemini, Cursor o Codex. Un comando y a facturar.
Suena bien. Demasiado bien.
Pasé varios días revisando los skills de SEO más populares en estos marketplaces (SkillsMP, el repositorio de Composio con más de 35,000 estrellas, la colección de Antigravity con más de 900 skills). Quería entender si realmente estamos ante una democratización del SEO o ante algo más viejo y conocido: la venta de checklists disfrazados de herramientas.
Lo que encontré no me sorprendió. Pero debería preocuparte.
Qué es un “skill” de SEO y por qué importa
Antes de entrar en materia, conviene aclarar qué estamos hablando. Un skill es un archivo de instrucciones, generalmente llamado SKILL.md, que se instala en asistentes de IA como Claude Code, Cursor o Gemini CLI. Cuando el modelo detecta que tu petición encaja con lo que el skill sabe hacer, lo carga automáticamente y sigue sus instrucciones.
La idea es brillante en teoría. En vez de escribir el mismo prompt cada vez que necesitas un análisis, empaquetas ese conocimiento en un módulo reutilizable. Anthropic lanzó el formato como estándar abierto, OpenAI lo adoptó para Codex, y de pronto aparecieron repositorios con cientos de skills para todo: desde desplegar en AWS hasta generar facturas.
El problema empieza cuando ese formato se aplica a dominios que requieren algo más que instrucciones genéricas.
Caso 1: El detector de canibalización que no detecta nada
El skill “seo-cannibalization-detector” del repositorio Antigravity Awesome Skills promete analizar “múltiples páginas proporcionadas para identificar solapamiento de keywords”. Forma parte de una colección que pasó de 200 a 900 skills en pocas semanas. La descripción suena profesional.
Pero el contenido es devastadoramente pobre.
Las instrucciones se reducen a cuatro líneas: “Clarify goals, apply best practices, validate outcomes, provide actionable steps.” Eso no es un skill. Es lo que cualquier LLM hace por defecto si le pides que analice algo. No necesitas instalarlo. Es como vender un plugin que le enseña a tu navegador a abrir páginas web.
El template de output propone una tabla con “Conflict: [Keyword], Page A ranking #X, Page B ranking #Y”. Pero de dónde saca esos rankings? No hay conexión a Search Console, ni a Semrush, ni a ninguna fuente de datos reales. El skill espera que tú le pegues el contenido de las páginas manualmente. Y a partir de eso, lo único que puede hacer es comparación textual.
Aquí está el problema de fondo: la canibalización de keywords no se detecta leyendo el contenido de las páginas. Se detecta cruzando datos de impresiones y clics por query por URL en Search Console, observando si hay alternancia de posiciones en el tiempo (el famoso flip-flop entre URLs) y evaluando el CTR relativo de cada URL que compite por la misma consulta. Dos páginas pueden hablar del mismo tema sin canibalizarse. Y dos con contenido aparentemente distinto pueden robarse tráfico si Google las asocia a la misma query.
Sin datos de rendimiento real, lo que tienes es un comparador de contenido glorificado. No un detector de canibalización.
Caso 2: El planificador de contenido que planifica lo obvio
El skill “seo-content-planner” promete crear “outlines comprehensivos y topic clusters para SEO.” El template que propone como output es revelador: Title, Intent, Word Count, Introduction con Hook y Value Proposition, Main Section 1 con subtopics.
Eso es literalmente el esqueleto que cualquier LLM genera si le pides “hazme un outline para un artículo de blog”. Sin skill. Sin instalación. Sin nada.
El framework de topic clusters es el ejemplo perfecto de contenido que suena profesional pero que no dice nada operativo. “Pillar page (comprehensive guide), supporting articles (subtopics), FAQ and glossary content, case studies, comparison content.” Esa es la definición de topic cluster que aparece en el primer resultado de Google cuando buscas “what is a topic cluster”. No hay criterio de selección. No hay priorización basada en datos. No hay método para decidir qué contenido va primero ni por qué.
Lo más notable es la ausencia total de inputs de datos. Un content planner que merezca ese nombre necesita saber cuáles son las keywords reales con volumen, qué está rankeando ya el sitio, dónde están los gaps frente a competidores, y cuál es la dificultad realista de posicionar cada pieza. Este skill no pide nada de eso. Dice “analyze main topic comprehensively” y espera que el modelo se las arregle.
El “content calendar” que ofrece como entregable es casi cómico: “Week 1-4 breakdown, topic + target keyword, content type, word count target.” Ninguna mención a estacionalidad. Ninguna priorización por potencial de tráfico. Ninguna secuenciación estratégica donde el contenido que publicas primero refuerza al que viene después.
Caso 3: El análisis de competidores que casi funciona
El skill “competitor-analysis” del repositorio OpenClaw es, con diferencia, el más elaborado. 15 KB de instrucciones contra los escuetos markdowns anteriores. Tiene estructura de frameworks, templates detallados, un ejemplo concreto usando a HubSpot como referencia, y hasta referencias cruzadas a otros skills. Alguien se sentó a pensar esto con cierto cuidado.
Pero cuando lo lees con ojo de consultor, los problemas aparecen rápido.
La sección “Data Sources” lo dice con una honestidad casi involuntaria. Usa variables genéricas con doble tilde para referirse a las herramientas: “~~SEO tool”, “~~analytics”, “~~AI monitor”. Ninguna apunta a nada concreto. Y el fallback explícito es pedirle al usuario que proporcione los datos manualmente. El skill no extrae datos. Solo los formatea.
El ejemplo de HubSpot es revelador por lo que expone sin querer. Afirma que HubSpot publica “50-100 posts/month” con “2,500+ words” de promedio. De dónde salen esos números? No cita fuente. Es el tipo de dato que suena verosímil pero que el modelo probablemente generó de su entrenamiento general, no de un análisis real. Cuando esos números aparecen dentro de un template profesional con tablas y porcentajes, parecen datos duros. Un cliente lo lee y piensa que es investigación. Un consultor lo lee y sabe que son estimaciones disfrazadas de hechos.
La sección de “GEO Analysis”, evaluar cómo aparecen los competidores en respuestas de IA, es interesante como concepto pero ingenua en ejecución. Propone “test competitor content in AI systems” y llenar una tabla con sí/no. No menciona qué sistemas probar, cómo sistematizar las pruebas, ni cómo manejar que las respuestas de IA varían cada vez que las consultas.
Lo del “CITE Score” es un detalle curioso. Referencia un skill externo con una métrica propia: Citation, Identity, Trust, Eminence. Suena sofisticado. Pero es un framework inventado por el mismo ecosistema de skills. Un skill validando al otro. Circularidad pura.
El patrón que nadie quiere ver
Los tres skills comparten el mismo defecto estructural: venden formato sin contenido. Ofrecen templates donde alguien con experiencia real debería ofrecer criterio.
Un template te dice qué campos llenar. Una metodología te dice qué decisiones tomar, en qué orden, con qué datos, y por qué. La diferencia entre ambas cosas es la misma que hay entre un formulario médico y un diagnóstico.
Piénsalo así. Un proceso real de keyword research tiene etapas con decisiones concretas en cada una: definir seeds, expandir con herramientas, clasificar por intención, evaluar dificultad, calcular un opportunity score, identificar oportunidades de visibilidad en IA, agrupar en clusters, y generar un reporte con quick wins, keywords de crecimiento y un calendario editorial. En cada paso hay criterio humano sobre qué importa y qué no. Sobre qué descartar y qué priorizar.
Los skills que revisé reducen ese proceso a “analyze main topic comprehensively.” Es como reducir una cirugía a “cut and fix.”
Y hay un problema adicional que pocos mencionan: la validación. Cuando un LLM genera datos dentro de un template profesional, el resultado tiene la apariencia de un deliverable real. Tablas con números, porcentajes, clasificaciones. Pero sin una conexión verificable a fuentes de datos, todo eso puede ser, y frecuentemente es, fabricación sofisticada. El template le da credibilidad a lo que podría ser alucinación.
Por qué esto importa más de lo que parece
No escribo esto para sentirme superior. Lo escribo porque este fenómeno tiene consecuencias reales para el mercado del SEO.
Primera consecuencia: erosión de expectativas. Cuando alguien instala un skill gratuito de “competitor analysis” y obtiene un reporte con tablas bonitas, empieza a creer que eso es un análisis competitivo. Y cuando un consultor real le presenta uno basado en datos verificados y criterio estratégico, la reacción natural es “por qué debería pagar por algo que obtuve gratis.” El skill gratuito no compite con el consultor en calidad, pero sí compite en percepción.
Segunda consecuencia: falsa automatización. Estos skills crean la ilusión de que el SEO puede automatizarse empaquetando checklists en archivos markdown. No puede. Lo que puede automatizarse es la extracción de datos, la generación de reportes y la ejecución de tareas repetitivas. Lo que no puede automatizarse es el criterio sobre qué datos importan, qué significan y qué hacer con ellos.
Tercera consecuencia: commoditización del conocimiento superficial. Cuando hay 900 skills disponibles para instalar con un comando, la señal se pierde en el ruido. Los skills buenos quedan enterrados entre los mediocres. Y el usuario promedio no tiene forma de distinguir entre un skill con metodología real y un checklist envuelto en markdown.
Lo que sí funciona (y nadie empaqueta)
El formato de skills tiene un potencial enorme. Pero el valor no está en templates genéricos que cualquier LLM puede generar sin ayuda. Está en codificar conocimiento experto, el tipo de conocimiento que viene de años de resolver problemas reales para clientes reales.
Un skill de canibalización que valga la pena debería conectarse a la API de Search Console, filtrar queries donde múltiples URLs reciben impresiones, calcular la frecuencia de alternancia de posiciones, y presentar un diagnóstico con datos reales. No con campos vacíos. Y debería tener opinión sobre qué nivel de solapamiento justifica una acción y cuál se puede ignorar.
Un skill de content planning útil debería integrar datos de keywords reales, cruzarlos con lo que ya rankea el sitio, evaluar la dificultad relativa de cada oportunidad, y proponer una secuencia de publicación que maximice el impacto acumulativo. No un calendario genérico de cuatro semanas con campos vacíos.
Un skill de análisis competitivo serio debería saber que los competidores que sugiere Semrush muchas veces no son tus competidores reales. Debería incorporar métodos alternativos de identificación, como buscar “allintitle:keyword” en Google para encontrar quién realmente compite por tus términos. Y debería tener criterio para decidir qué métricas del competidor importan y cuáles son ruido.
Nada de eso se puede comprar en un marketplace. Se construye con experiencia.
Y aquí está lo que nadie te dice: construir tu propio skill no es tan complicado como parece. Es un archivo de texto con instrucciones. Si llevas años haciendo SEO, ya tienes el material. Tus procesos, tus criterios de decisión, las preguntas que haces antes de tocar un sitio, los errores que aprendiste a evitar. Todo eso cabe en un SKILL.md. La diferencia es que tu archivo va a tener opinión, no solo estructura. Va a saber cuándo ignorar lo que dice Semrush. Va a priorizar por impacto real, no por volumen de búsqueda. Va a reflejar las cicatrices de los proyectos que salieron mal y los que salieron bien.
Un skill genérico es un formulario. Tu skill es tu metodología hecha ejecutable. Y eso ningún marketplace lo puede replicar porque no tiene tus años encima.
La pregunta incómoda
El auge de los skills de SEO plantea una pregunta que pocos quieren responder: si tu servicio de consultoría puede ser reemplazado por un archivo markdown de 2 KB, tal vez tu servicio nunca fue consultoría. Tal vez siempre fue un checklist con precio premium.
Los skills baratos no amenazan al consultor que tiene metodología propia. Amenazan al que siempre vendió lo que Google podía contestar gratis. La IA simplemente hace más evidente lo que ya era cierto: el valor está en el criterio, no en el formato.
Y eso, paradójicamente, es una buena noticia para quien tiene algo real que ofrecer.
