> ## Documentation Index > Fetch the complete documentation index at: https://docs.tryprofound.com/llms.txt > Use this file to discover all available pages before exploring further. # AEO Content Scorecard > Puntúa el rendimiento de un artículo en Answer Engine Optimization El nodo **AEO Content Scorecard** evalúa el rendimiento de un artículo en Answer Engine Optimization (AEO). Analiza la URL que proporcionas, obtiene e inspecciona el contenido, y produce una tarjeta de puntuación estructurada con puntuaciones por categoría, factores ponderados y recomendaciones específicas y accionables. Este nodo usa la misma lógica de puntuación que impulsa la función Content Optimization de Profound, lo que garantiza la coherencia entre los resultados de tus Agents y la experiencia de optimización en la plataforma de Profound. Usa este nodo cuando quieras diagnosticar hasta qué punto un artículo se ajusta a la forma en que los sistemas de IA evalúan la relevancia, la claridad, la estructura y la capacidad de respuesta, y cuando quieras activar mediante programación flujos de trabajo de optimización basados en estos resultados. Consulta [Primeros pasos con Agents](/es/agents/getting-started) para aprender a añadir este nodo a un Agent. ## Cuándo usar este nodo Usa AEO Content Scorecard para: * Auditar el contenido existente y comprobar si está preparado para AEO * Priorizar oportunidades de actualización de contenido * Activar flujos de trabajo de mejora automatizados * Comparar tu contenido con el de los competidores mejor posicionados * Proporcionar recomendaciones de optimización estructuradas a redactores o LLM * Estandarizar la puntuación del contenido en toda tu organización Este nodo es muy eficaz tanto en procesos editoriales dirigidos por personas como en pipelines de optimización de contenido totalmente automatizados. ## Configuración del nodo Al seleccionar el nodo AEO Content Scorecard se abre su panel de configuración en el lado derecho del creador de Agents. ### URL (obligatorio) Introduce la URL del artículo que quieres evaluar. Puede ser: * Una página de contenido publicada * Una URL de staging * Una URL de alojamiento temporal * Cualquier página web accesible que contenga el texto del artículo El nodo obtiene el contenido y aplica un análisis completo de legibilidad, estructura, capacidad de respuesta, legibilidad por máquinas y más. ### Target Prompt (obligatorio) Introduce el prompt o la pregunta del usuario para la que debe optimizarse tu contenido. Ejemplo: * "¿Cómo funcionan las jerarquías de palabras clave en la búsqueda con IA?" * "¿Qué es el mantenimiento predictivo en la fabricación?" Esto ayuda a evaluar si el artículo coincide directamente con la intención del usuario tal como se refleja en las respuestas generadas por IA. ### Output Label Asigna una etiqueta descriptiva para acceder al resultado de la tarjeta de puntuación en los pasos posteriores. Ejemplos: * `aeo_scorecard` * `content_score` * `scorecard_output` ## Cómo funciona el nodo internamente AEO Content Scorecard ejecuta un pipeline de evaluación de varios pasos: ### 1. Obtención del contenido El nodo obtiene el contenido de la página web desde la URL proporcionada y lo prepara para el análisis. ### 2. Análisis del contenido centrado en AEO Los modelos subyacentes identifican: * La estructura del texto * La jerarquía de encabezados * Las señales de capacidad de respuesta * La cobertura de entidades * Los patrones de URL * La presencia de schema * Los enlaces internos * Los indicadores de legibilidad por máquinas ### 3. Puntuación en las categorías de AEO El nodo produce una puntuación ponderada en distintas categorías, que habitualmente incluyen: * **Readability** * **Content Freshness** * **Content Structure** * **Answerability Signals** * **Machine Readability** * **Information Density** Cada categoría se puntúa y se marca (por ejemplo, verde, amarillo o rojo). ### 4. Principales recomendaciones El nodo identifica las mejoras de mayor impacto en función de: * Los principios de AEO * Las referencias de la competencia * Las incoherencias estructurales * Las oportunidades de simplificar, aclarar o mejorar el contenido Las recomendaciones incluyen: * Ejemplos de antes y después * Mejoras en la URL * Sugerencias de schema * Mejoras en el título * Actualizaciones de subtítulos * Oportunidades para aumentar la relevancia temática ### 5. Elaboración de la puntuación final El nodo compila una tarjeta de puntuación estructurada que contiene: * La puntuación final * El rango de puntuación objetivo (basado en el rendimiento de los principales competidores) * Un desglose detallado por categoría * Recomendaciones accionables ## Resultado El resultado es un informe estructurado similar al siguiente ejemplo: > ### AEO Content Scorecard **URL:**
` https://www.tryprofound.com/blog/introducing-keyword-hierarchies` **Puntuación final:** 72/100
**Zona objetivo (principales competidores):** 62–72 #### Desglose por categoría | **Categoría** | **Puntuación** | **Estado** | | - | - | - | | Readability | 64 | 🟡 | | Content Freshness | 91 | 🟢 | | Content Structure | 67 | 🟡 | | Answerability Signals | 81 | 🟢 | | Machine Readability | 63 | 🟡 | | Information Density | 21 | 🔴 | #### Principales recomendaciones 1. **Mejora la relevancia de los subtítulos**
Mejora la claridad mencionando explícitamente "Keyword Hierarchies in AI Conversations".
*Antes:* "The technical innovation"
*Después:* "How Keyword Hierarchies Enhance AI Conversations" 2. **Simplifica la estructura de la URL**
Acorta la URL para que sea más temática y más fácil de analizar para los sistemas de IA. 3. **Implementa el marcado de schema FAQ**
Añade entradas de preguntas frecuentes como "What are keyword hierarchies?" para dar un mejor soporte a los motores de respuesta. 4. **Añade superlativos al título**
Ejemplo de mejora:
*Antes:* "Introducing Keyword Hierarchies"
*Después:* "Discover the Most Effective Keyword Hierarchies for AI Conversations" ## Agent de ejemplo: actualización de contenido para AEO A continuación se muestra cómo podrías usar este nodo dentro de un Agent de optimización real destinado a mejorar automáticamente artículos existentes y volver a publicarlos. **Pasos:** 1. **AEO Content Scorecard** * Introduce la URL del artículo * Obtén una tarjeta de puntuación de AEO completa y recomendaciones de mejora 2. **[Prompt LLM](/es/agents/nodes/prompt-llm): genera un artículo mejorado** * Proporciona la tarjeta de puntuación e indica al modelo que aplique las mejoras recomendadas * Reescribe el artículo con una estructura, unos encabezados, una claridad y una capacidad de respuesta actualizados * Mantén la voz de marca original * Prompt de ejemplo: ```text wrap theme={null} Here is the AEO Content Scorecard for this article. Apply all recommendations, rewriting the content where necessary. Produce an improved article that would score at least 10 points higher while maintaining factual accuracy and brand voice. {{aeo_scorecard}} ``` 3. **[Prompt LLM](/es/agents/nodes/prompt-llm): valida según los criterios de la tarjeta de puntuación** * Asegúrate de que el artículo actualizado alcance o supere las puntuaciones recomendadas por categoría 4. **Paso de publicación o actualización** * Usa [Call API](/es/agents/nodes/call-api) o lógica de publicación del CMS para actualizar el artículo en tu sitio Este flujo de trabajo permite a los equipos crear sistemas de optimización de contenido escalables y repetibles impulsados por Profound. ## Prácticas recomendadas * Usa el campo **Target Prompt** siempre que el artículo exista para responder a una pregunta específica. * Combina este agente con [Generate Article](/es/agents/nodes/content-creation/generate-article) para ciclos de optimización iterativos. * Usa etiquetas de resultado claras al encadenar tarjetas de puntuación con pasos de reescritura. * Ejecuta este nodo periódicamente en ejecuciones recurrentes del Agent para detectar el deterioro del contenido.