Seopatía #101: Cómo los avances en IA han potenciado mi día a día como SEO
¡Y cómo puede hacer lo mismo para ti!
¡Hola estimado lector! Bienvenido una nueva semana a la Seopatía. ¡Cuánto tiempo, espero que estés bien! 🫶
La verdad que para mí el tiempo ha pasado volando. He echado mucho de menos escribir esta newsletter pero a la vez tampoco he querido forzarme. Tengo mucho trabajo, intento priorizar mi bienestar mental y físico, así como mi vida personal, y la Seopatía no ha sido mi principal fuente de motivación. ¿Al final no estamos aquí para obligarnos, no? 😀
Dicho esto tenía ganas de volver, aunque muchas veces he pensado en echar la persiana y decir que nunca volvería, esta newsletter ha sido una de las cosas que más me ha dado en SEO, y aunque puede que no escriba muy frecuentemente, para estos que queráis manteneros suscritos, allí estaré. Y puede que ni siquiera haga lo mismo que antes a nivel de formato, pero tampoco quiero encasillarme en lo que hice en el pasado ya que eso me motivaría aún menos.
Y es que ya somos 3700, y la newsletter ha seguido recabando un montón de nuevas personas sin siquiera tener actividad. ¡Sois increíbles! La friolera de 400 personas se han suscrito desde la última newsletter en octubre de 2022. ¡Ahora hace un año!
La verdad que hoy os traigo algo distinto. Algo en lo que he estado sumergido, imagino que como muchos de vosotros.
Sin más dilación…
Esta edición la patrocina Ahrefs 📈
Si hubiera podido elegir un patrocinador ideal para Seopatía desde el prinicipio sin duda hubiera elegido Ahrefs. Una de mis herramientas SEO favoritas, con uso universal en el SEO, y que ha ido liderando cambios en el paradigma de las herramientas SEO desde hace años.
Aunque es una herramienta muy conocida en el sector del SEO, pero quizás no conoces todos sus productos. Te presento Webmaster Tools, su herramienta gratuita orientada a dar soporte a las personas que se inician en el mundillo: conecta tu GSC y tendrás datos de crawling, palabras clave y enlaces totalmente gratis. Si ya tienes Ahrefs de pago también te puede servir para profundizar la información que ya te da GSC.
» Entra a Webmaster Tools y también a Ahrefs 🕷
P.S: Gracias Erik por la paciencia, al final he podido pagar mi deuda de patrocinio pendiente 😂
Este artículo ha sido escrito originalmente en inglés. Traducido con ChatGPT y un par de ojos humanos revisando.
Este año comenzó de manera especial para mí. Después de muchos años de querer aprender más sobre programación, fue el primer año en que realmente se convirtió en uno de mis objetivos anuales.
Con el tiempo, he estado evolucionando este modelo desde OKRs personales hasta otras formas de hacerlo, menos serias y, en ocasiones, más efectivas. Pero eso es para otro post :)
Últimamente, he estado simplificando mi configuración general y este año decidí tener solo dos objetivos. Era adquirir dos nuevas habilidades, una de ellas era probar las artes marciales (más enfocado en la salud y la forma física) y aprender programación para lograr más autonomía.
Ya sabía que mi forma preferida de aprender programación sería a través de CS50, un curso muy bien valorado de Harvard que es esencialmente una clase presencial, grabada y hecha en línea para que cualquiera pueda verla.
Al mismo tiempo que definía este objetivo, empecé a familiarizarme con OpenAI, y cuando en noviembre de 2022 lanzaron ChatGPT, ya vi el enorme potencial real de sus nuevos sistemas de IA.
Por supuesto, he tenido el privilegio de ver el potencial de la IA en Adevinta durante años, pero esta fue la primera vez que sentí que era accesible para las masas de una manera fácil de usar y para propósitos generales.
Si bien la versión inicial de ChatGPT no era ni de cerca tan buena como GPT-4 hoy en día, ya era notablemente buena en muchas cosas. Esto me hizo pensar que quizás no necesitaba aprender programación para mis casos de uso.
Haciendo el CS50
Empecé a meterme de lleno en el CS50 durante las vacaciones de enero, y al principio la cosa pintaba bien. El curso está muy bien diseñado por un profesor que sabe cómo explicar algo complicado de forma sencilla. No es aburrido y el tío es, en general, divertido y dinámico.
Dicho esto, en las clases siguientes comencé a notar que no podía seguir el ritmo. Con el trabajo acelerándose rápidamente en enero y la necesidad de tiempo, era difícil avanzar. Ya no me considero un buen estudiante. Después de terminar la universidad, mi ganas de aprender de forma estructurada siempre son bajas.
Aunque las clases del CS50 son largas, no son tan difíciles de llevar. El "problema" es que tienes que estar constantemente probando lo que el profesor está haciendo y eso hace que cada clase dure el doble o el triple de tiempo, por lo que fácilmente puedes tirarte 5-6 horas por clase (según mi experiencia, claro).
A eso hay que sumarle los ejercicios, que pueden llevar incluso más tiempo. Así que, según mis cálculos, probablemente necesites más de 200 horas para hacer el curso en condiciones. Eso fue, lamentablemente, un problema de disponibilidad de tiempo para mí, y también algo que, seamos honestos, no estaba dispuesto a hacer incluso si tuviera ese tiempo 🥹
Esta publicación no trata sobre el CS50 en absoluto, solo estoy compartiendo el proceso para que puedas entenderlo. Y la conclusión aquí es que descubrí que estaba intentando aprender a ser programador (o ingeniero de datos) cuando en realidad solo quería programar.
Puede sonar a tontería, pero realmente es relevante. El CS50 es una clase inicial o fundamental en Harvard para aprender programación en el ámbito de la informática. Yo solo quería aprender un poco de scripting para crear scripts básicos, llamar a APIs y hacer consultas SQL. No crear software complejo listo para millones de peticiones diarias.
(Casi) todos cocinamos pero no todos somos chefs. Quería aprender el equivalente a cocinar en programación, sin tener que ir a la escuela de chefs. ¿Y si la IA pudiera eliminar para mí la necesidad de aprender realmente las especificidades de la sintaxis de programación?
Para algunos ingenieros, esta publicación puede parecer extraña, y quizás soy lo que se podría llamar un programador ChatGPT, pero creo que es una idea potente que solo crecerá a partir de aquí. Podría estar en la intersección entre No-Code y la ingeniería de software.
Soy una persona muy práctica y siempre abogo por invertir el tiempo en las cosas adecuadas. Así que entonces…
Dejo el CS50 y ChatGPT se vuelve loco
Después de unas cuantas clases y de luchar por mantener el ritmo, decidí hacer una pausa en el CS50 y centrar mis esfuerzos en intentar entender si ChatGPT podría ser el programador que necesito.
Para los que no estén muy familiarizados con ChatGPT, cuando salió por primera vez era básicamente una prueba de concepto de cómo un LLM (modelo de lenguaje grande) de propósito general podría utilizarse en un entorno orientado al consumidor, en forma de chat.
Desde entonces, ChatGPT ha crecido exponencialmente como pocas cosas lo han hecho en la historia. Actualmente tiene más de 1.500 millones de visitas al mes en la página web y más de 40 millones de usuarios activos semanales en las aplicaciones.
Como puedes esperar del título del artículo, sí, ChatGPT cubrió la mayoría de mis necesidades sin que tuviera que invertir una cantidad significativa de tiempo para aprender a programar en profundidad.
Es importante señalar que mi conocimiento sobre programación y mi capacidad para entender las cosas no partían de cero. Tenía algunos conocimientos previos de programación, aunque bastante limitados, y debido a mi rol laboral, tengo una amplia experiencia en entender cómo se conectan entre sí las piezas tecnológicas, qué es una API, etc.
Esto me ayudó enormemente y es probable que no todo el mundo pueda empezar a utilizar ChatGPT al máximo solo con leer esta publicación, pero puede inspirarte para seguir un camino similar.
Cómo ChatGPT ha potenciado mi día a día como SEO
Después de esta introducción, vamos a entrar en cómo ChatGPT (principalmente, entre otras herramientas de IA, pero me centraré en esta) ha mejorado mi día a día como SEO.
Para contextualizar, trabajo como Head of SEO en Adevinta. Aunque parte de mi rol es ser un mánager, soy muy práctico cuando es necesario y apoyo al equipo en una serie de tareas muy operativas y analíticas. Esto es algo que forma parte de mi ADN y creo que es la única forma de mantenerse en la arena (juego de palabras intencionado, Chamath jeje) :)
ChatGPT es un gran cambio para cualquiera que esté dispuesto a ponerlo a prueba. Hasta ahora, no he encontrado muchas limitaciones, lo que significa que no he encontrado una tarea en la que ChatGPT no haya sido capaz de ayudar a conseguir con éxito.
Aclaración: Utilizo GPT-4 dentro de ChatGPT. Soy un cliente de pago porque encuentro que este modelo es muy superior a la versión gratuita 3.5 y también disfruto de la estabilidad y otros beneficios de ser un cliente de pago. Podrías obtener peores resultados si utilizas la versión gratuita.
Mis casos de uso
SQL
Un caso muy evidente es la realización de consultas SQL. Aunque tenía cierto conocimiento de SQL debido a cursos internos realizados en Adevinta y también a práctica externa, la realidad del SQL es que tener un conocimiento básico no es muy útil.
Cuando decides que las interfaces de UI de Analytics no te sirven, generalmente significa que estás intentando enfrentar una consulta compleja, a menudo realizando operaciones como reemplazos, subconsultas, uniones de diferentes tablas, etc.
Esto implica que conocer los conceptos básicos de SQL no será muy útil para lograr tu tarea.
Con ChatGPT, eso cambia drásticamente; efectivamente, hasta ahora no he visto límites en estas tareas. Hay dos puntos importantes que debes tener en cuenta al trabajar en estas iniciativas:
Compartir el nombre de la(s) tabla(s): informa al bot sobre el nombre de las diferentes tablas para que puedan construir probablemente la consulta lista para producción.
Compartir los detalles de los valores de las columnas: quizás quieras hacer un rápido "SELECT * from table_name LIMIT 10" para obtener todos los nombres de las columnas en la tabla, así como ejemplos de los valores, para que el bot sepa qué esperar en cada columna.
Uno de los estereotipos más comunes ya establecidos en IA es que necesitas ser un maestro en el arte de las "prompts" para obtener la respuesta correcta. Esto podría ser cierto para ciertas tareas complejas, pero puedo asegurarte que casi no necesitas conocimiento de "prompts" para acertar en este tipo de cosas.
¿Qué hay en esto para ti como SEO, por ejemplo?
Esto habilita casos de uso como consultar el Google Search Console BigQuery Bulk Export en su máxima expresión. En Adevinta trabajamos a escala con ReallyBigData™. Tenemos conjuntos de datos que tienen miles de millones de filas y están en crecimiento.
Uno de los hallazgos interesantes al mejorar mis habilidades en SQL es lo fácil que es gastar dinero en ello en tales casos, así que ten cuidado 😜
Puedo decirte que hemos construido consultas juntos que ningún analista tendría la paciencia para construir incluso en horas, en cuestión de minutos.
Consultas como la que verás a continuación, de la cual en realidad solo ves una parte y que tiene expresiones regulares extremadamente complicadas basadas en datos de otras herramientas, son algo en lo que GPT-4 es más que capaz de acertar... Casi siempre en dos o tres intentos.
Este ejemplo encaja muy bien con el siguiente caso de uso muy común...
RegEx
Cualquiera que haya trabajado con RegEx lo odia. Personalmente, no conozco a nadie que se autodenomine "Amante de RegEx".
Probablemente se acerque más a jeroglíficos que existen en la informática. De nuevo, conozco los conceptos básicos, pero cada vez que pienso en escribir uno nuevo me duele la cabeza. Esto es otra cosa en la que ChatGPT destaca. Puedes acertar con casi cualquier RegEx en cuestión de segundos. Solo necesitas proporcionar ejemplos de lo que quieres coincidir y en qué forma, y ChatGPT te proporcionará uno muy bueno para probar.
Más a menudo de lo que no, tendrás que probarlo un par de veces antes de que coincida correctamente con tus expectativas. Pero de nuevo, esto es lo que estaba haciendo antes al copiar y pegar desde StackOverFlow. La principal diferencia es que antes copiaba 10 veces y ahora solo 2-3.
Además, ChatGPT es mucho mejor para proporcionar RegEx para necesidades personalizadas que StackOverFlow. Este último destacaba en proporcionar cosas que son genéricas, como "coincidir con el nombre del subdominio para las URL que no contienen un protocolo".
Pero, ¿y si quieres "coincidir con todas las consultas con variaciones del nombre de la marca, incluidos errores ortográficos para mi marca llamada X, y solo si contienen la palabra 'coches' en ella"? Esto es algo que antes básicamente tenías que construir tú mismo y gastar un tiempo incontable en un ejercicio no estratégico que ahora está a solo unos pocos clics de distancia.
Y como puedes ver, estas cosas pueden estar entrelazadas. Puedes construir una consulta SQL que tenga un RegEx masivo. He utilizado datos de otros proyectos y herramientas para alimentar a ChatGPT y enriquecer aún más el resultado. Las posibilidades son verdaderamente infinitas.
Scripting
Hasta aquí hemos cubierto algunos casos que son principalmente válidos en el ámbito de la analítica de datos. Pero ahora entremos en el territorio de la ingeniería de software, donde también puedes sentir que tienes superpoderes.
Una de las primeras cosas que notarás es que la creación de scripts es mucho más complicada que hacer consultas SQL, debido a su ecosistema.
Para este propósito, he utilizado principalmente algunas herramientas de IDE en la nube como Colab, enfocadas principalmente en temas de ciencia de datos a través de Python, su primo Kaggle, que también tiene recursos bastante buenos disponibles (aunque la plataforma es un poco menos flexible) y finalmente Replit, que es más como un equivalente de un IDE completo en la nube.
Personalmente, una de las cosas más aburridas que encontré al comenzar a programar fue toda la configuración del entorno local. Podrías pasar horas tratando de instalar todas las cosas correctamente y de repente algo se rompe o te pierdes. Con este enfoque nativo de la nube, evitas todo ese problema y te metes directamente en la producción de soluciones. Además, tienes la posibilidad de dejar trabajos en ejecución si te actualizas a los planes de pago de dichas herramientas, lo cual puede ser conveniente en ocasiones.
Crear código para ejecutar en Colab (caso de uso principal) es similar a lo que haces con consultas, con la carga adicional de tener, por supuesto, varias capas más de las que debes ocuparte. Instalar dependencias, asegurarte de que estás consultando la API correcta, asegurarte de que tienes los datos correctos en el formato correcto, etc. Para ello, probablemente podría hacerse una publicación más larga, pero me centraré solo en algunos conceptos básicos y casos de uso.
He construido muchos scripts diferentes que pueden lograr tareas muy significativas para mi día a día, como pero no limitado a:
Scrapear la función de auto-sugerencia de los competidores
Realizar análisis sobre qué user-agents son más aceptados en la web
Eliminando metadatos de imágenes
Encontrar mapas de sitio XML ocultos en sitios web de competidores
Deduplicar listas de palabras clave
Consultar una variedad de API y exportar en CSV
Comparto mucho de este código en mi cuenta de GitHub. Si estás interesado en algo que no está ahí, no dudes en contactarme por DM a través de Twitter.
Todo esto habría sido imposible o muy complicado con mis niveles existentes de Python antes. Es cierto que necesitas saber un poco lo que estás haciendo y entender el código, pero generalmente el código Python es muy autoexplicativo, así que a menos que estés haciendo cosas muy complejas, debería estar bien.
Si te enfrentas a un error, simplemente pégalo en el chat y generalmente adivinará lo que puede estar pasando y te ofrecerá una solución para intentar solucionarlo.
Otra limitación en esa parte es el hecho de que ChatGPT todavía está de alguna manera limitado por el número de tokens o palabras que puedes proporcionar en el prompt. Esto se vuelve más problemático a medida que construyes scripts más grandes, que no caben en el prompt o hacen que el bucle de retroalimentación sea muy lento. Todavía no he encontrado una solución, pero paciencia :)
Aunque esto debería resolverse de forma natural en los próximos meses debido a la introducción de modelos de token más grandes de 32k, es algo que podrías querer tener en cuenta.
Encontré este proceso muy agradable, habiendo construido rastreadores para millones de URL, aprendes más sobre casos extremos, manejo de errores, multi-threading y otros desafíos que hacen que respete a los desarrolladores aún más.
Puedo decir con orgullo que la Ingeniería de Software es la segunda cosa más frustrante en la vida después de League of Legends :)
Construyendo herramientas, APIs y otras cosas interesantes
Mientras que los scripts son una de esas cosas mágicas iniciales, quizás no quieras limitarte a escribir solo 30, 50 o 100 líneas de código en un Google Colab para luego olvidarte de ello.
Sabía desde el principio que uno de mis objetivos con esto era crear herramientas para ayudar a otros, y tener soluciones estables que pudiera usar yo mismo en el futuro.
Para esa tarea, conté con PythonAnywhere, una mini-nube para el entorno de Python. Es simple y abstrae gran parte del trabajo necesario para tener un sitio web en funcionamiento. Empecé esto durante unas vacaciones en el sur de Portugal y logré poner en marcha varias herramientas durante ese tiempo. Apuesto a que si hubiera intentado configurarlo a través de una nube normal, ni siquiera lo habría terminado después del viaje.
Esta es probablemente la parte de la que más orgulloso estoy, ya que no solo me ayudó a mí, sino también a otros. Puedes encontrarlo aquí:
https://tools.estevecastells.com/
ChatGPT en tu teléfono
Hay un truco realmente útil para mejorar tu uso de ChatGPT en el teléfono y consiste en tener la aplicación como una de las principales en el menú. En mi caso, la he colocado junto al navegador y a WhatsApp, y realmente ayuda a aumentar el uso.
Empecé a escribir este artículo hace un tiempo y la cantidad de progreso con el Modo de Voz, Dalle 3 y demás, es increíble, por lo que probablemente esté desactualizado para cuando lo publique. Sin embargo, independientemente de esto, este es un buen truco y mejorará mucho la forma en que aprendes y consumes información.
Un regalo antes de irme
Te regalo mi prompt de custom response personalizado para ChatGPT.
Conclusión
Me pregunto cuál será el futuro del aprendizaje. Pero definitivamente, cambiará. Google ya ha cambiado esto un poco, pero los asistentes de IA a gran escala definitivamente cambiarán la forma en que consumimos información y aprendemos.
Hoy en día, no estoy seguro de si lo que estoy haciendo podría no considerarse aprendizaje, pero tal vez así es como funcionarán las cosas en el futuro. Aprender a partir del caso práctico en lugar de empezar con la teoría. Muchas universidades en todo el mundo están adoptando este tipo de mentalidad de aprendizaje, y aprender "haciendo" desde hace un tiempo es tendencia, por lo que esto podría acelerarlo exponencialmente.
Quiero finalizar diciendo que siempre he dicho que la programación definitivamente no es necesaria para ser un SEO exitoso, y mantengo ese punto de vista incluso ahora donde he adquirido muchas más habilidades al respecto, pero puede ser útil. Dado que la inversión necesaria es mucho menor hoy en día, podrías considerar probarlo.
Gracias por leer Seopatía.
Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.
Si quieres patrocinar una edición de la Seopatía, aquí tienes toda la información.
Y… esto es todo por hoy. Espero que te haya gustado… ¡Hasta la próxima - sea cuando sea! :)
Wow tiempo sin leer Esteve, gracias por darnos siempre una perspectiva de hacer SEO de manera tranquila y serena. Saludos!
Excelente contenido, como siempre los aportes de Esteve son muy valiosos, saludos