CommunityRedacción y edicióngithub.com

agent-pass-titles

Reglas y un método de prueba para redactar títulos, meta descripciones, extractos y H1s que los agentes de IA eligen y citan al responder una pregunta de usuario.

¿Qué es agent-pass-titles?

Este skill, basado en la investigación de Mike Taylor (head of evals, Every, 2026), enseña cómo estructurar títulos y descripciones para maximizar la probabilidad de que agentes de IA (como Claude, ChatGPT, etc.) los seleccionen y citen como respuesta. La regla principal es que la descripción debe leerse como la respuesta a la pregunta del usuario, no como un eslogan o un problema. El skill incluye seis reglas clave: usar descripciones con forma de respuesta, liderar con el beneficio concreto, evitar sellos de año y palabras como 'definitivo', designar una URL ganadora por tema, escribir para una persona lectora específica, y entender que los agentes tienen dos audiencias (usuarios finales y búsqueda propia). Además, proporciona un patrón de reescritura detallado, una lista de verificación para cada título y descripción, y un método opcional para probar variantes replicando el setup de Taylor. Es útil para especialistas en SEO, redactores de contenido y equipos de marketing que buscan optimizar su contenido para la visibilidad en respuestas generadas por IA.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/alchemyleads-seo/ai-seo-skills/tree/HEAD/skills/agent-pass-titles

Installed? Explore more Redacción y edición skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Agent pass: títulos y descripciones que los agentes citan

De AlchemyLeads · ai-seo-skills · Licencia MIT

Fuente: Mike Taylor (head of evals, Every), boletín de octubre de 2026. Ejecutó agentes Claude en preguntas reales de usuarios con sus 38 publicaciones como candidatos y contó cuántas veces se citaba cada una. Un autor, un sitio y una configuración donde el agente elige de una lista, así que trata los números como indicativos. El patrón fue consistente en cada pregunta que probó.

Los agentes eligen a partir del título + descripción (meta descripción, extracto, subtítulo). El cuerpo solo importa después de haber sido elegido.

Las reglas

  1. La descripción se lee como la respuesta a la pregunta. Cuando dos publicaciones eran igualmente relevantes, la que tenía forma de respuesta ganó 94% vs 1%, 100% vs 8%, 71% vs 0%. Los lemas y opiniones ("Las evaluaciones suelen ser todo lo que necesitas") pierden frente a "Elige el mejor modelo para el trabajo que realizas".
  2. Empieza con lo que el lector obtiene. "Guía de Ingeniería de Prompts: Cinco Principios con Ejemplos" obtuvo un 100%. Los mismos cinco principios liderados por el problema ("Por qué tus respuestas de IA son insípidas, y…") obtuvieron un 54%, y liderados por credenciales ("…Del coautor del libro de O'Reilly…") obtuvieron un 50%. Pon el beneficio en las primeras palabras: guía, lista de verificación, costo, pasos, comparación, número de elementos.
  3. Sin sellos de año ni "Definitivo". "La Guía Definitiva de Ingeniería de Prompts" pasó de 2% a 0% al añadir "(Actualizado 2026)". Mantén la frescura en el cuerpo y la línea de autoría (wp-last-updated-dates), nunca en el título.
  4. Un ganador por tema por sitio. Los agentes respaldaron una publicación por pregunta e ignoraron en gran medida las hermanas (92% vs 12% / 8% / 0%). Hacer que una publicación tenga más forma de respuesta redujo una hermana del 65% al 19%. Antes de reescribir, elige qué URL debe ser la dueña de la pregunta. Haz que esa sea la respuesta obvia, orienta las otras a diferentes preguntas y apúntalas hacia la ganadora con enlaces internos.
  5. Escribe para un lector específico. Los agentes citaron un sitio con más frecuencia cuando sabían a quién estaban ayudando y esa persona coincidía con su audiencia (42% sin usuario, 50% con una persona detallada). Nombra el ICP en la descripción cuando encaje ("para fabricantes", "para equipos B2B").
  6. Dos audiencias de agentes. Un agente que responde a un usuario quiere la respuesta más clara (guías prácticas, costos, comparaciones). Un agente que navega por sí mismo prefiere experimentos originales y datos sobre el comportamiento y la fiabilidad de la IA. El tráfico de lectores y las selecciones del agente no tuvieron correlación. Los resultados de pruebas originales (tus propios datos de citación, experimentos) funcionan bien con ambas.

Patrón de reescritura

<Lo que obtienen>: <alcance o número específico> <para quién, si encaja> + descripción: una oración que responde la pregunta, una segunda con el beneficio concreto.

  • Antes: "Por qué trabajamos con empresas de tecnología industrial pesada" (una opinión de "por qué nosotros")
  • Después: "Marketing de Búsqueda con IA para Empresas Industriales y de Tecnología Pesada: Lo que Funciona" + "Cómo los fabricantes son citados por ChatGPT y AI Overviews de Google, con los pasos y resultados de clientes industriales."

Luego aplica tus reglas internas. Las nuestras: solo números aprobados, sin encuadre de contraste ("no X, sino Y"), sin guiones largos, título meta ≤60 caracteres para publicaciones (≤70 para páginas), descripción de ≤155–160 caracteres. Las reescrituras deben ser fieles al cuerpo. No prometas una lista de verificación que la publicación no contenga.

Lista de verificación por título + descripción

  • ¿Un agente con la pregunta objetivo leería esto como la respuesta?
  • ¿Las primeras 5 palabras dicen lo que el lector obtiene?
  • Sin apertura basada en problema o credenciales, sin lema, sin pregunta retórica
  • Sin año, "definitivo", "completo" o "definitivo"
  • Es la única URL que queremos que gane esta pregunta, y las hermanas están orientadas a otro lado
  • El extracto, la descripción OG y la meta descripción del plugin SEO están alineados (los agentes pueden leer cualquiera de ellos)

Prueba de variantes (opcional, para páginas pilar)

Replica el setup de Taylor antes de lanzar una reescritura grande:

  1. Escribe de 3 a 5 preguntas reales de compradores (de consultas largas de Search Console o de prompts rastreados de una herramienta de visibilidad en IA) y 1 o 2 personas del ICP del cliente.
  2. Construye una lista de candidatos: los títulos y descripciones de las variantes mezclados con 10–20 resultados de competidores para la misma pregunta (título + descripción tal como aparecen en la búsqueda), mezclados por ejecución.
  3. Pregunta a un modelo Claude (por defecto el último Sonnet) con herramientas web desactivadas: "Tu usuario pregunta: . . ¿Cuál de estos leerías y citarías? Devuelve los IDs." Ejecuta de 30 a 50 sesiones por variante y cuenta la cuota de citas.
  4. Publica la ganadora y registra la cuota antes/después en las notas del sitio. Taylor empaquetó su versión como un skill de Claude Code llamado agent-pass. Revisa sus términos antes de tomar prestado de él.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Skills relacionados