> ## 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. # Nodo AEO Content Scorecard > Puntúa el rendimiento de un artículo para la Answer Engine Optimization El nodo **AEO Content Scorecard** evalúa el rendimiento de un artículo determinado para la Answer Engine Optimization (AEO). Analiza la URL que proporcionas, obtiene e inspecciona el contenido y genera una tarjeta de puntuación estructurada con puntuaciones por categoría, factores ponderados y recomendaciones específicas y prácticas. Este nodo usa la misma lógica de puntuación que impulsa la función Content Optimization de Profound, lo que garantiza la coherencia entre las salidas de tu Workflow y la experiencia de optimización en la plataforma de Profound. Usa este nodo cuando quieras diagnosticar en qué medida 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 de forma programática Workflows de optimización a partir de estos resultados. ## Cuándo usar este nodo Usa AEO Content Scorecard para: * Auditar el contenido existente para comprobar si está preparado para AEO * Priorizar oportunidades de actualización de contenido * Activar Workflows 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 Workflow Builder. ### URL (obligatorio) Escribe 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 la legibilidad, la estructura, la capacidad de respuesta, la legibilidad por máquinas y mucho más. ### Target Prompt (obligatorio) Escribe 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 a la salida de la tarjeta de puntuación en 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 * Las señales de legibilidad por máquinas ### 3. Puntuación en las categorías de AEO El nodo genera una puntuación ponderada en varias categorías, que suelen incluir: * **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. Recomendaciones principales El nodo identifica las mejoras de mayor impacto en función de: * Los principios de AEO * Las comparativas con la competencia * Las incoherencias estructurales * Las oportunidades para simplificar, aclarar o mejorar el contenido Las recomendaciones incluyen: * Ejemplos de antes y después * Mejoras de la URL * Sugerencias de schema * Mejoras del título * Actualizaciones de los subtítulos * Oportunidades para aumentar la relevancia temática ### 5. Elaboración de la puntuación final El nodo compila una tarjeta de puntuación estructurada que contiene: * Puntuación final * Rango de puntuación objetivo (basado en el rendimiento de los principales competidores) * Desglose detallado por categoría * Recomendaciones prácticas ## Salida La salida resultante 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 | 🔴 | #### Recomendaciones principales 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**
Agrega entradas de preguntas frecuentes como "What are keyword hierarchies?" para dar un mejor soporte a los motores de respuesta. 4. **Agrega superlativos al título**
Ejemplo de mejora:
*Antes:* "Introducing Keyword Hierarchies"
*Después:* "Discover the Most Effective Keyword Hierarchies for AI Conversations" ## Ejemplo de Workflow: actualización de contenido para AEO A continuación se muestra cómo podrías usar este nodo dentro de un Workflow de optimización real, diseñado para 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/workflows/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, encabezados, claridad y capacidad de respuesta actualizados * Mantén la voz original de la marca * Ejemplo de prompt: ```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/workflows/nodes/prompt-llm): valida según los criterios de la tarjeta de puntuación** * Asegúrate de que el artículo actualizado alcance o supere las puntuaciones por categoría recomendadas 4. **Paso de publicación o actualización** * Usa [Call API](/es/agents/workflows/nodes/call-api) o la lógica de publicación de tu CMS para actualizar el artículo en tu sitio Este Workflow 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 Workflow con el [nodo Generate Article](/es/agents/workflows/nodes/content-creation/generate-article) para crear bucles de optimización iterativos. * Usa etiquetas de salida claras al encadenar tarjetas de puntuación con pasos de reescritura. * Ejecuta este nodo periódicamente en ejecuciones recurrentes del Workflow para detectar el deterioro del contenido.