agentleFS
YerayRodriYerayRodri/claude-skills/skills/auditoria-local/SKILL.md

auditoria-local

Skill0 starsChanged 3 days agoMITView on GitHub

Auditoría de SEO local de un negocio con ficha de Google (Business Profile): categoría, reseñas y respuestas, ritmo de reseñas, NAP, schema LocalBusiness, páginas de servicio, búsquedas y acciones de la ficha y, opcionalmente, posiciones en Maps por rejilla con DataForSEO. Para clientes cuya ficha gestionas desde tu cuenta de Google o cualquier negocio local. Solo lectura: no responde reseñas ni publica nada. Usar con «auditoría local», «SEO local», «revisa la ficha de Google», «cómo está la ficha de X», «reseñas de la ficha», «Maps», o /auditoria-local.

The file

Files
SKILL.md

Auditoría de SEO local

Método adaptado de AgriciDaniel/claude-seo (skills seo-local y seo-maps, v2.6.0, revisado el 2026-11-12) a nuestras herramientas. Las cifras de terceros que cita ese repo (pesos de factores, estudios de Whitespark o BrightLocal) no se ponen en el informe al cliente sin comprobarlas: aquí solo sirven para ordenar qué mirar.

Solo lectura. Responder reseñas, publicar posts o subir fotos son escrituras del MCP de Business Profile: van aparte, con su flujo preview → confirm_token → confirmed y el sí explícito de Yeray.

0. Antes de empezar

  1. Leer el CLAUDE.md del proyecto (p. ej. {CLIENTE}/CLAUDE.md: ID de la ficha {LOCATION_ID}, idiomas de la web).
  2. Herramientas (todo con la cuenta de Google que gestiona la ficha del cliente):
QuéHerramienta
Ficha, reseñas, métricas, keywords, posts, fotosmcp__google-business-profile__* (lectura)
Búsquedas orgánicas y páginasmcp__<gsc>__search_analytics (totales sin dimensiones)
Conversiones de la webmcp__<analytics>__run_report
Volúmenes de keywords localesmcp__google-ads-kw__get_keyword_volumes
SERP orgánica y Maps, competidoresmcp__dataforseo__serp_organic_live_advanced · Maps con mcp__dataforseo-v3__api_request
HTML de la web (NAP, H1, textos)mcp__crawl4ai__html → mcp__firecrawl__firecrawl_scrape si falla
JSON-LD (schema)curl -sL con UA de navegador y extraer los <script type="application/ld+json">: gratis. El html de crawl4ai quita los <script> y no ve el schema (comprobado el 2026-11-12 en un cliente)
  1. list_locations para confirmar la ficha y get_verification_state. Ficha sin verificar (caso real en un cliente): get_daily_metrics y get_search_keywords dan 403; el resto funciona. Decirlo en el informe, no inventar las cifras.
  2. Tipo de negocio: con local (dirección visible: escuela, tienda), de zona (va al cliente, sin dirección pública) o mixto. Los de zona no llevan comprobaciones de dirección ni de mapa.

1. Ficha de Google

  • get_location: categoría principal y secundarias, horario (y horarios especiales de temporada), web enlazada, teléfono, descripción, servicios (servicios_activos), zona de servicio.
  • Categoría principal: es la señal local más importante. ¿Es la más específica posible para lo que vende? (p. ej. una escuela de surf: «Escuela de surf», no «Escuela deportiva»). Comparar con la de los 3 primeros de Maps para la keyword principal (paso 6).
  • get_google_updated: cambios que Google ha hecho por su cuenta (diffMask) y ediciones propias en revisión. Un cambio de Google no revisado es hallazgo.
  • get_attributes y list_place_action_links: atributos útiles del sector y enlace de reserva (p. ej. que apunte a la reserva real: el motor de reservas o la página de clases).
  • list_media y list_posts: fotos recientes (fecha de la última), portada y logo; posts de los últimos 90 días. Los posts no posicionan por sí mismos: es actividad y contenido de la ficha.
  • Enlace de la web en la ficha: a la home o a la página del servicio principal según el caso; no cambiarlo sin mirar antes el efecto en orgánico.

2. Reseñas

list_reviews (todas) y calcular, sin estimar:

  • Media y total; ritmo: reseñas por mes en los últimos 12 meses y huecos de más de 30 días sin reseñas (en negocio de temporada, comparar con la misma temporada del año anterior).
  • Reseñas de los últimos 90 días (lo que más mira el usuario).
  • Porcentaje respondido y tiempo medio de respuesta; reseñas sin responder (only_unreplied), primero las negativas.
  • Idioma de las reseñas (p. ej. castellano, euskera, inglés, francés): la respuesta va en el idioma de la reseña.
  • Firma de las respuestas: siempre la misma y bien escrita (p. ej. un nombre con ñ que en respuestas antiguas aparece sin ella es hallazgo).
  • Temas que se repiten (lo bueno y lo malo) en 3–5 líneas.
  • Nada de pedir reseñas solo a clientes contentos (filtrado previo): lo prohíbe Google.

3. Rendimiento de la ficha

  • get_daily_metrics (12–16 meses): impresiones en Búsqueda y Maps (móvil y ordenador), llamadas, rutas, clics a la web, reservas. Totales del periodo, no la suma a ojo de series parciales.
  • get_search_keywords: búsquedas mensuales con las que aparece la ficha; separar valor exacto de umbral («menos de N»). Marca frente a genéricas («escuela de surf {ciudad}», «clases de surf»).
  • Cruce con GSC: queries locales en orgánico y página que las recibe.

4. Web: señales locales

Sobre la home, contacto y cada página de servicio (crawl4ai html; el resultado puede pasar de 60.000 caracteres: buscar en el fichero guardado, no leerlo entero):

  • NAP: nombre, dirección y teléfono visibles en HTML (pie, contacto) y comparados con la ficha y con el schema. Cualquier diferencia (formato de teléfono, calle, nombre comercial) es hallazgo.
  • Una página por servicio principal (p. ej. escuela de surf: clases, campamentos, alquiler…) con ciudad/zona en title y H1. Páginas de localidad: la prueba del cambio: si cambiando el nombre del pueblo el texto sigue valiendo, es página puerta (riesgo).
  • Mapa incrustado (con carga diferida) y botón tel: visibles en móvil.
  • Multidioma (WPML): mismas comprobaciones en cada idioma, y NAP idéntico.

5. Schema LocalBusiness

JSON-LD con curl (ver tabla del paso 0). Los temas de WordPress con Yoast/RankMath suelen meterlo en un @graph: buscar el tipo dentro del grafo.

  • Subtipo correcto del sector (escuela de surf: SportsActivityLocation o LocalBusiness con additionalType; tienda: Store…), no el genérico si hay uno mejor.
  • Obligatorio: name, address (PostalAddress completo). Recomendado: geo (≥ 5 decimales), openingHoursSpecification, telephone, url, image, priceRange, sameAs (redes, ficha).
  • aggregateRating solo si las reseñas están visibles en la página (no copiar la media de Google).
  • Coherencia con la ficha: mismo nombre, dirección, teléfono y horario.

6. Competencia y posiciones en Maps (opcional, con coste)

  • Pack local: serp_organic_live_advanced (móvil, location_code del municipio) para 3–5 keywords principales: quién sale en el pack y con qué categoría, media y nº de reseñas.
  • Rejilla de Maps (posición según desde dónde se busca): api_request al endpoint de Maps de DataForSEO con coordenadas por punto. Antes, consultar con mcp__dataforseo-v3__docs_search el formato exacto de location_coordinate del endpoint de Maps y su precio, y avisar a Yeray del coste (puntos × keywords; una rejilla de 7×7 son 49 consultas por keyword). Empezar por 5×5 y 1–2 keywords. Resultado: posición en cada punto, porcentaje de puntos en el top 3 y competidores que dominan.
  • En negocio de temporada, repetir en la misma época para comparar.

7. Informe

Fichero local <proyecto>/auditoria-local/AUDITORIA-LOCAL-<AAAA-MM-DD>.md (y el script que saque los datos en <proyecto>/scripts/, nunca en /tmp). Estructura:

  1. Resumen: 5 líneas con lo más importante y la nota de cada bloque (bien / a medias / mal, con el dato que lo justifica). Bloque sin datos suficientes = «No evaluado», no una nota.
  2. Ficha · Reseñas · Rendimiento · Web · Schema · Competencia (si se hizo).
  3. Tareas ordenadas por impacto/esfuerzo, cada una con el dato y la herramienta para hacerla.

Volcar tareas a la Sheet del cliente (p. ej. la pestaña de tareas SEO de su hoja de seguimiento) solo con el sí de Yeray y con mcp__google-sheets__* (cuenta sin sufijo en clientes directos); la pestaña se busca con get_spreadsheet_info, no por nombre fijo.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.