Automatizar el research de keywords con n8n y APIs

¿Te pasó que tenés veinte ideas de notas, pero no sabés cuál atacar primero? Guardate esta pregunta para el final, porque en unos minutos vas a tener un flujo en n8n que, a partir de una semilla, consulta APIs, limpia resultados y te entrega clusters priorizados. Si te quedás, vas a salir con un esquema listo para activar tu estrategia de contenido sin adivinar.

Por qué automatizar • del excel eterno al tablero vivo

Hacer keyword research manual funciona, pero consume horas y es difícil de repetir con calidad constante. La automatizacion con n8n resuelve tres cosas clave:

• Escalabilidad: corrés el mismo flujo para 1 o 100 temas sin rearmar planillas

• Consistencia: mismas reglas de limpieza, deduplicado y etiquetado cada vez

• Velocidad: pasás de idea a brief publicable en minutos, no en días

Resultado: una estrategia de contenido que avanza con ritmo, no a saltos.

Qué necesitás • piezas mínimas para arrancar

• Un servidor o cuenta cloud de n8n

• Accesos a una o más APIs de datos de búsqueda

• Un Google Sheet o base (Airtable, Postgres, Notion) para persistir resultados

• Un diccionario de intención de búsqueda para clasificar (navegacional, informacional, transaccional)

Tip práctico: empezá pequeño con una API y un único destino (Sheets). Podés sumar complejidad después.

APIs útiles • fuentes para tus decisiones

No inventemos la pólvora. Para el keyword research podés usar:

• APIs comerciales de SEO (proveedores que exponen volúmenes estimados, dificultad y SERP features)

• APIs de resultados de búsqueda (meta-APIs que devuelven títulos/URLs de Google para extraer patrones)

• Tendencias/relacionados (endpoints de “related queries” y “trending” según mercado)

Elegí las que mejor encajen con tus mercados objetivo y presupuesto. La combinación ideal trae volumen estimado, variaciones, preguntas de usuarios y una muestra de SERPs para ver intención y formatos.

Arquitectura del flujo • de idea a cluster con puntaje

La lógica general en n8n luce así:

1. Captura de semillas

2. Expansión de términos por API

3. Limpieza y normalización

4. Enriquecimiento (intención, tipo de SERP, entidades)

5. Clustering por similitud semántica

6. Priorización con una regla simple

7. Salida a Sheets/DB + aviso por email/Slack

Captura • dónde viven tus ideas

• Node “Google Sheets Trigger” o “Cron” para correr diario/semanal

• Traé una lista de temas semilla: “paneles led”, “puertas blindadas”, “canchas de pádel”, etc.

• Validá idioma y país para cada semilla (es la base de tu estrategia de contenido)

Expansión • de una semilla a un universo

• Node “HTTP Request” a tu API de palabras clave

• Endpoints típicos: related keywords, questions, autocomplete

• Guardá: keyword, volumen aproximado, dificultad (si existe), CPC estimado (opcional), país/idioma

Limpieza • menos ruido, más señal

• Node “Function” para normalizar: minúsculas, trim, quitar duplicados y caracteres raros

• Quitar marcas ajenas si no las vas a atacar

• Deduplicar plurales/singulares muy obvios que no aportan intención distinta

Enriquecimiento • entendé qué quiere el usuario

• Node “HTTP Request” a una API de SERP snapshot para algunas keywords de muestra

• Extraé señales: presencia de mapas, shopping, videos, preguntas frecuentes

• Regla simple para intención:

  • Informacional si domina contenido editorial/guías

  • Transaccional si hay shopping/PLAs/categorías e-commerce

  • Navegacional si la SERP es dominada por una marca puntual

Esto ordena tu estrategia de contenido y evita mezclar artículos informacionales con fichas de producto.

Clustering • agrupá por tema y búsqueda parecida

• Node “Function” con distancia de texto (coseno/Jaccard sobre n-grams) o embeddings si usás inteligencia artificial

• Umbrales prácticos: si la similitud supera cierto valor, van al mismo cluster

• Etiquetá cada cluster con una “keyword pivote” (la más clara y con mejor potencial)

Priorización • elegí qué publicar primero

Diseñá un puntaje simple, transparente y replicable:

• Oportunidad = (volumen relativo) – (competencia relativa) + (ajuste a objetivos)

• Ajuste a objetivos = 1 si la intención coincide con la fase que querés empujar este mes (ej.: top-of-funnel informacional), 0 si no

Con eso, tu backlog se ordena solo. No hace falta inventar métricas exóticas.

Salida • dejalo todo listo para ejecutar

• Node “Google Sheets” para escribir: cluster, keyword pivote, intención, ejemplo de SERP, puntaje

• Node “Email/Slack” para avisarte: “Hay 12 clusters nuevos listos para briefing”

• Opcional: Node “Notion/Airtable” para convertir cada cluster en tarjeta con checklist editorial

Mapa de nodos • blueprint listo para copiar

• Disparador: Cron semanal

• Lectura de semillas: Google Sheets Read

• Expansión: HTTP Request (related, questions, autosuggest)

• Limpieza: Function (normalizar + deduplicar)

• Muestreo SERP: Split In Batches → HTTP Request (SERP) → Merge

• Clasificación intención: Function (regla por features)

• Clustering: Function (similaridad) o embeddings si sumás inteligencia artificial

• Scoring: Function (o Rule-based)

• Persistencia: Google Sheets Write / Notion / Airtable

• Notificación: Slack / Email

Con este blueprint, el keyword research deja de ser una foto estática y pasa a ser un sistema.

Cómo validar • evitá sesgos antes de publicar

• Revisión manual por muestra: abrí 5 SERPs por cluster y confirmá intención

• Mirá canibalización: si ya tenés una nota rankeando, decidí si consolidás o creás variante

• Ajustá el umbral de clustering: si te quedan clusters muy chicos, bajaste demasiado el corte

• Chequeá países/idiomas: la misma palabra puede cambiar intención entre mercados

Briefing editorial • del cluster al contenido real

Para cada cluster de alta prioridad, generá un brief mínimo:

• Keyword pivote y secundarias relacionadas

• Intención y formato recomendado (guía, checklist, comparativa, landing)

• 4–6 H2 sugeridos en lenguaje natural

• Preguntas reales que aparecieron en SERP

• CTA alineado a la fase (lead magnet, demo, descarga, suscripción)

Esto conecta datos con producción y sostiene la estrategia de contenido en el tiempo.

Dónde interviene la IA • foco en calidad, no en atajos

La inteligencia artificial suma en:

• Agrupar por similitud semántica con embeddings

• Resumir SERPs para extraer patrones de encabezados y dudas frecuentes

• Proponer variantes de títulos y H2 manteniendo intención

• Detectar riesgos de canibalización comparando tus URLs actuales con nuevas ideas

No reemplaza criterio editorial, lo potencia. La autoridad se gana publicando calidad, no solo escalando.

Errores comunes • lo que te hace perder tiempo

• Mezclar mercados en la misma corrida y comparar peras con manzanas

• Confiar ciegamente en la métrica de “dificultad” sin mirar SERP

• No versionar el flujo: cambiás una regla y no podés volver atrás

• Subestimar la taxonomía: sin categorías y etiquetas claras, el cluster no se traduce en arquitectura

Métrica que importa • impacto en el backlog y en negocio

Medí el sistema, no solo el post individual:

• Tiempo desde idea a brief listo

• % de briefs que llegan a publicación

• % de publicaciones que capturan la intención prevista

• Palabras clave nuevas que entran al top 20 por cluster

Cuando estas métricas mejoran, tu estrategia de contenido gana tracción visible.

Respuesta a la pregunta del inicio • qué publicar hoy

Volvamos al dilema: muchas ideas, poco orden. Con el flujo anterior, tomás tus semillas, corrés la automatizacion, obtenés clusters con puntaje y arrancás por el top 3 informacionales que más encajan con tu objetivo del mes. No es magia, es proceso.

Siguiente paso • activá tu tablero y iterá cada semana

• Montá el blueprint básico

• Corré una primera tanda con 5 semillas

• Ajustá reglas de intención y clustering con ejemplos reales

• Programá el cron semanal y poné un aviso a Slack con el resumen

Cada iteración te acerca a una estrategia de contenido que respira al ritmo del mercado, no a tu agenda.