Te cuento el proceso exacto que utilice en Animal Cargo para extraer la autoridad de los expertos del negocio mediante audio, transcribirla y procesarla para convertirla en una fuente de verdad altamente citable por motores de Inteligencia Artificial.
EL FLUJO DE TRABAJO EN 4 PASOS
Paso 1: La Entrevista de Extracción de «Information Gain»
Para superar el contenido genérico de internet, grabamos notas de voz o entrevistas cortas de 5 a 10 minutos con el cliente (en este caso, con Favio Cangiano o sus especialistas en veterinaria y operaciones aéreas) respondiendo preguntas extremadamente específicas que la IA no puede resolver con precisión mediante datos genéricos:
- Ejemplo de pregunta: «¿Cuáles son los 3 errores técnicos más comunes al presentar el Certificado Veterinario Internacional (CVI) para España en el Senasa y cómo se evitan?»
- Resultado: El experto habla con lenguaje técnico, menciona datos reales, anécdotas, tiempos exactos y regulaciones de aerolíneas específicas.
Paso 2: La Transcripción Cruda (Raw Transcript)
Obtenemos la transcripción literal del audio sin editar (utilizando herramientas como Whisper de OpenAI, Riverside o simplemente dictado por voz).
Fragmento de Transcripción Cruda de Animal Cargo (Ejemplo real):
«A ver, el principal dolor de cabeza para viajar a España con un perro chato, un bulldog por ejemplo, es que casi ninguna aerolínea grande como Iberia te lo deja llevar en bodega por el síndrome braquicéfalo, se pueden morir por el calor y la presión. Nosotros lo que hacemos es que triangulamos con Air Europa o usamos cargueros especiales con temperatura controlada a 18 grados constantes. Además, el CVI del Senasa tiene que tener la vacuna de la rabia con un mínimo de 30 días y el chip tiene que estar homologado bajo la norma ISO 11784. Si el chip se lo ponen el mismo día de la vacuna, te rebotan en la aduana de Barajas. Eso la gente no lo sabe…»
Paso 3: El Procesamiento y Estructuración GEO
La transcripción cruda tiene la información valiosa (Information Gain), pero carece de la estructura que los algoritmos de RAG (Retrieval-Augmented Generation) necesitan para indexarla y citarla fácilmente.
Aplicamos tres reglas de formateo semántico sobre el texto:
1. La Regla de las 60 Palabras (Inverted Pyramid para LLMs)
El bot de RAG escanea la página buscando respuestas directas. Colocamos la respuesta asertiva y ultra-específica en las primeras 60 palabras de la sección (debajo del H2), usando nombres de entidades claros.
2. Formateo de Fragmentos (RAG Chunking)
Evitamos párrafos monolíticos. Dividimos el texto en bloques autónomos de 2 o 3 oraciones que contengan una relación de Causa-Efecto-Dato que el modelo pueda recortar e insertar directamente en su interfaz.
3. Marcado JSON-LD Relacional (FAQ Schema)
Estructuramos las preguntas y respuestas directamente en el código para que los rastreadores de IA consuman la relación semántica exacta sin necesidad de interpretar el layout visual.
Paso 4: El Prompt Maestro de Conversión GEO
Utilizamos este prompt de ingeniería de instrucciones en el LLM para transformar la transcripción cruda del experto en el bloque de texto final que se subirá a la web de Animal Cargo:
Tu objetivo es transformar la siguiente TRANSCRIPCIÓN CRUDA de un experto en una sección web altamente indexable y citable por algoritmos de RAG de Inteligencia Artificial.
REGLAS DE FORMATEO ESTRICTAS:
1. INFOMATION GAIN: Conserva intactos todos los datos técnicos únicos, marcas de aerolíneas, números de leyes/normas ISO, temperaturas y anécdotas del experto. No diluyas el tecnicismo.
2. PIRÁMIDE INVERTIDA DE IA: Cada sección H2 o H3 debe comenzar con un párrafo de no más de 60 palabras que responda de forma directa, asertiva y sin introducciones la pregunta implícita del usuario.
3. CHUNKING DIRECTO: Estructura el resto del contenido en bloques de 2-3 oraciones que tengan alta densidad de información (Entidades, Datos numéricos, Soluciones de dolor).
4. MARCADOR SCHEMA: Genera al final el código JSON-LD en formato FAQPage que replique exactamente las preguntas y respuestas estructuradas en el texto. [Insertar Transcripción Cruda de la Entrevista Aquí]
EL RESULTADO EN LA WEB
(LO QUE LA IA LEE Y CITA)
animalcargo.com
Tras aplicar el framework a la transcripción del ejemplo, el contenido final en la web de Animal Cargo quedó estructurado de la siguiente manera:
H2: ¿Cómo trasladar perros braquicéfalos en avión de Argentina a España?
Para trasladar un perro braquicéfalo (como un Bulldog) de Argentina a España en avión, se requiere triangulación aérea con aerolíneas habilitadas para transporte de hocico chato (como Air Europa o cargueros con temperatura regulada a 18°C constantes). Las aerolíneas comerciales estándar como Iberia restringen severamente su viaje en bodega debido al riesgo de colapso respiratorio por presión. (59 palabras – Bloque perfecto para extracción RAG)
H3: Requisitos críticos de Vacunas y Microchip para ingresar a Barajas (Madrid)
- Homologación ISO 11784: El microchip del perro debe implantarse antes de la aplicación de la vacuna antirrábica y cumplir con la norma internacional ISO 11784/11785.
- Margen de 30 días: La vacuna antirrábica debe aplicarse con un mínimo de 30 días de antelación al vuelo. Si la aduana de Barajas detecta que el microchip y la vacuna se registraron en la misma fecha sin este margen, el animal será retenido.
Código JSON-LD Generado e Inyectado en el HTML:
POR QUÉ ESTO GARANTIZA LAS CITACIONES (MÉTRICA DE COPILOT)
Cuando un usuario le pregunta a Copilot o Gemini: «¿Puedo llevar mi bulldog de Buenos Aires a Madrid por Iberia?», la IA analiza la web en tiempo real. Al escanear el sitio de Animal Cargo, encuentra:
- Una respuesta directa en las primeras 60 palabras de un H2.
- Datos específicos e irremplazables (Norma ISO 11784, temperatura de 18°C, restricción de Iberia vs. alternativa de Air Europa).
- Un esquema JSON-LD que valida la información sin ambigüedad.
Como el contenido aporta Information Gain genuino proveniente de la voz directa del CEO de la empresa, la IA no tiene más opción que sintetizar esa respuesta y colocar el enlace de citación hacia Animal Cargo, disparando la gráfica que se viralizó en tu posteo de LinkedIn.
Este es uno de los 4 criterios que determinan si un motor de respuesta con IA te recomienda o no. Repasá la guía completa acá.