Contenido del curso
Automatiza la captura de insights con IA
Generar ideas de contenido se vuelve mucho más rápido cuando combinas tus topic clusters, los insights de tu audiencia y un asistente de inteligencia artificial. Aquí aprendes a montar un sistema de generación de ideas y un feedback loop automatizado que captura comentarios reales y los convierte en oportunidades editoriales para tu marca o proyecto personal.
¿Cómo usar la IA para generar ideas de contenido a partir de tu audiencia?
El punto de partida es la plantilla de estrategia de contenido. En la sección de Audiencia, abres la tabla como página completa y la exportas en formato Markdown y CSV desde la opción Exportar [02:02]. Esa carpeta contiene los insights que vas a alimentarle a la IA.
El segundo insumo es la tabla con los ángulos de contenido y los topic clusters o subproblemas que quieres que la IA analice. La copias y la pegas dentro del prompt junto con los archivos de audiencia.
Un prompt que funciona bien es: Ayúdame a generar ideas de contenido con base en los insights que tengo de mi audiencia en este formato, seguido de la tabla. Si ChatGPT te hace preguntas de seguimiento, respóndele que asuma lo que necesite como un experto en content marketing [02:46].
¿Qué son los topic clusters? Son agrupaciones de temas y subproblemas relacionados con tu audiencia que sirven para organizar tu contenido y posicionarte en buscadores.
El resultado es una lista de ángulos por cada topic cluster, con propuestas de título y hook para tus posts. La IA se vuelve un asistente de creación, no un reemplazo de tu criterio. Hay ideas que no van a representar 100% lo que quieres transmitir, pero entre todas vas a encontrar insights que valen la pena ejecutar.
¿Por qué reutilizar contenido es mejor que crear desde cero?
Una idea no muere cuando la publicas. Al contrario: las publicaciones que mejor performance tuvieron son materia prima para nuevos ángulos, formatos y canales. Esto es lo que en el curso se trabaja como repropósito de contenido.
Cuando grabas, siempre lo haces con la intención de que funcione, pero solo entiendes qué resonó después de ver el resultado. Y ahí aparecen dos capas de aprendizaje:
Esa segunda capa es donde están los insights más valiosos. Una idea va madurando con cada nueva versión, con cada cambio de perspectiva tuyo y con las opiniones que recibes. Es el mismo principio de que uno nunca lee el mismo libro dos veces: el libro no cambió, cambiaste tú [05:55]. Pasa igual con tus ideas: lo que contabas hace un año hoy lo cuentas distinto, y la primera versión puede seguirle sirviendo a alguien aunque ya tengas dos o tres más recientes.
¿Cómo automatizar la captura de insights desde redes sociales?
Para automatizar el feedback loop puedes usar Zapier, Make, n8n, Gumloop o Lindy AI. En el ejemplo se usa Gumloop porque ofrece créditos gratis mensuales y tiene nodos que conectan con plataformas sin necesidad de manejar APIs ni credenciales [07:47].
La lógica del flujo es simple: capturar información que ya existe (en redes sociales, soporte, ventas), enviarla a una base de datos y procesarla para descubrir ángulos no cubiertos.
¿Qué es un feedback loop en contenido? Es un sistema que recolecta de forma automática los comentarios y reacciones de tu audiencia para alimentar tus próximas ideas editoriales.
Construir el nodo que extrae comentarios
Dentro de Gumloop creas un flow nuevo y eliges el módulo MCP para Instagram y para TikTok [08:35]. Le pides la acción Obtener comentarios de una publicación. El asistente con IA integrado genera el código en tiempo real a partir de tu instrucción.
El input es el post URL y el output es una lista de comentarios en formato JSON, donde cada comentario incluye el texto del usuario y, si existe, la respuesta del creador [10:33]. Una vez probado el nodo, haces clic en Finalizar nodo y luego en Guardar nodo para reutilizarlo en otras automatizaciones.
Conectar la interfaz de entrada
Para enviar la URL como si fuera un formulario, agregas una interfaz con un text field llamado URL del post [11:38]. Conectas ese input al nodo y guardas. Guardar después de cada paso importante es clave: si se cierra la pestaña sin guardar, pierdes el progreso.
¿Cómo enviar los comentarios a Google Sheets de forma estructurada?
El destino del flujo es una hoja de cálculo. Agregas el nodo Google Sheets Writer, te autenticas con tu cuenta de Google y seleccionas el archivo, en este caso Insights comentarios [12:43]. Mapeas tres columnas: Post, Comentario y URL del video.
El problema aparece al conectar directamente: el JSON viene como lista y la hoja espera valores individuales. La solución son dos pasos intermedios.
Primero, agregas un nodo Extraer data, que toma la información cruda y la transforma con ayuda de IA. Le defines tres campos con descripción:
Después conectas Extraer data con Google Sheets y mapeas cada campo a su columna [14:47]. Si te aparece el error estaba esperando un valor único y recibió una lista, vas a las configuraciones del nodo de Sheets y cambias la opción a add new rows en plural. Eso le da permiso de agregar varias filas cuando llegan múltiples comentarios [15:30].
Al correr el ejemplo con una URL de Instagram, la hoja queda poblada con el resumen del post, los comentarios de los usuarios y el link de la publicación original. Si algo falla, Gumloop te marca el paso exacto donde se rompió la automatización.
Llévate la idea de fondo: puedes generar un sistema de insights de forma sistemática, sin depender de revisar manualmente cada comentario. ¿Cómo vas a aplicarlo en tu propio contenido? Cuéntanos qué te entregó la IA y qué le sumaste tú.
