Prompts de análisis de redes sociales: de los datos a los próximos pasos
Dale a la IA una tabla con columnas identificadas de tus publicaciones recientes, un objetivo y un periodo de medición común. Pídele que revise los datos antes de buscar patrones y convierta las observaciones en un pequeño plan de pruebas. Estos cuatro prompts trabajan con datos que pegas o subes; no conectan tus cuentas sociales. Comprueba los cálculos antes de cambiar lo que publicas.
Prepara una tabla de publicaciones que la IA pueda comparar
Tienes un mes de publicaciones y una pregunta: ¿qué merece otro intento? Empieza con entre 10 y 30 publicaciones recientes de una plataforma. Es un lote inicial manejable, no un mínimo estadístico. Incluye las de poca respuesta. Una tabla de éxitos solo explica qué comparten tus éxitos.
Exporta el informe de publicaciones disponible en tus analíticas o copia los campos accesibles a una hoja. En YouTube Studio, abre Analytics, elige Advanced Mode o See more, configura el informe y las fechas y usa Export current view. YouTube está actualizando Studio, por lo que la interfaz puede variar. En Instagram y TikTok puedes preparar la misma tabla con las analíticas disponibles, sin depender de un botón universal de exportación.
Ayuda de YouTube: modo avanzado y exportación de informes
Usa una fila por publicación y conserva los nombres exactos de las métricas de la plataforma. Añade un tema breve, formato, frase inicial y duración si faltan en el informe. OpenAI recomienda columnas claras y un registro por fila. Una hoja o tabla de texto facilita comprobar cifras exactas frente a las capturas.
Ayuda de OpenAI: análisis de datos con ChatGPT
Al intervalo de fechas le falta otro detalle
Un informe de octubre puede mezclar una publicación del día 1 con otra del 28. Sus totales han tenido distinto tiempo para crecer. Registra las fechas del informe y el periodo medido de cada publicación, por ejemplo, sus primeros siete días completos. Es un ejemplo, no una regla de la plataforma. Si solo tienes totales acumulados, indícalo y compara con cautela publicaciones de edades similares. Dividir las vistas entre los días no constituye por sí solo una corrección justa.
Marca por separado la promoción de pago y las colaboraciones. Separa plataformas y definiciones de vistas incompatibles. Un Short de YouTube y un carrusel de Instagram pueden responder preguntas distintas aun compartiendo tema.
| Grupo de campos | Qué incluir | Cómo tratar una ausencia |
|---|---|---|
| Identidad y fechas | post_id, platform, published_at with timezone, report_start, report_end, measurement_window | Conserva el ID. Un periodo desconocido limita la comparación. |
| Contenido | topic, format, hook, duration_seconds, paid, collaboration | Describe el contenido real de la publicación e identifica las etiquetas desconocidas. |
| Exposición y respuesta | La métrica exacta de vistas, alcance, me gusta, comentarios, compartidos y guardados | Usa null para campos no disponibles. Un cero registrado sigue siendo cero. |
| Visualización y crecimiento | avg_watch_seconds, the named retention metric if available, post_attributed_follows | Deja en null los valores no disponibles. El cambio de seguidores de la cuenta no son seguidores atribuidos a una publicación. |
Desplázate horizontalmente para leer todas las columnas.
post_id,platform,published_at,report_start,report_end,measurement_window,topic,format,hook,duration_seconds,paid,collaboration,views_metric,reach,likes,comments,shares,saves,avg_watch_seconds,retention_metric,post_attributed_follows
Cambia views_metric por la métrica del informe. Elimina las columnas que no puedas aportar o déjalas en null y explica por qué. Un vacío no significa que nadie guardó la publicación.
Copia cuatro prompts para tu revisión semanal
Úsalos en orden en la misma conversación o vuelve a adjuntar la tabla comprobada al abrir otro chat. Sustituye los corchetes por tu objetivo y tus datos. Si el asistente no puede calcular, haz las operaciones en la hoja y pídele interpretar los resultados verificados.
1. Revisa los datos antes de analizar el rendimiento
Esta primera revisión detecta problemas que pueden hacer que las recomendaciones posteriores parezcan más seguras de lo que son. Pide un informe de calidad de datos antes de recibir consejos de contenido.
Ayúdame a revisar los datos de mis propias publicaciones en redes sociales. Trabaja únicamente con la tabla adjunta o pegada. DATOS DE ENTRADA Contexto de la plataforma y la cuenta: [platform, niche, audience] Objetivo: [one goal, such as more saves per account reached] Fechas del informe y zona horaria: [start, end, timezone] Periodo de medición por publicación: [for example, first 7 complete days; or lifetime totals with capture date] Definiciones y unidades de las métricas: [paste the report's definitions] Tabla de publicaciones: [paste or attach] Devuelve primero un informe de calidad de los datos, sin recomendaciones de contenido: - Confirma las filas leídas, los ID únicos de las publicaciones, las fechas incluidas y las filas que no hayas podido leer. - Enumera los ID duplicados, los campos ausentes, las unidades incoherentes, los valores imposibles y los denominadores iguales a cero. No elimines ni corrijas filas sin indicarlo. - Trata null o los campos en blanco como datos no disponibles, no como cero. Conserva los ceros registrados. - Separa las plataformas, los formatos, los periodos de medición, las publicaciones de pago y las colaboraciones cuando la comparación lo requiera. - Distingue los nuevos seguidores atribuidos a una publicación del cambio en el número de seguidores de toda la cuenta. - Explica qué comparaciones son posibles y cuáles requieren mejores datos. Devuelve: problema | ID de las publicaciones afectadas | consecuencia | corrección o pregunta para mí. Pídeme que resuelva los problemas relevantes antes de continuar. Nunca inventes métricas ausentes ni afirmes haber conectado mi cuenta.
2. Busca patrones que puedas rastrear hasta publicaciones
Un patrón útil tiene una comparación visible detrás. Pide las filas y el tamaño de los grupos para distinguir una señal repetida de una sola publicación extraordinaria.
Con la tabla y las definiciones ya comprobadas, compara las publicaciones según el objetivo que he indicado. REGLAS Usa únicamente grupos compatibles en cuanto a plataforma, formato y periodo de medición. Indica las filas excluidas y el motivo. No rellenes los datos ausentes. Especifica cada numerador, denominador, unidad y fórmula antes de calcular una tasa. Si el denominador es cero o no está disponible, indica que no se puede calcular. Para cada grupo, indica el tamaño de la muestra, la mediana y el rango de la métrica del objetivo. Muestra los ID de las publicaciones correspondientes y los valores calculados. Conserva los valores atípicos en el primer resultado. Muestra también cómo cambia la comparación al excluir únicamente la observación más alta, identificándolo claramente como un análisis de sensibilidad. No elimines una publicación solo porque haya obtenido malos resultados. Compara temas o formatos únicamente cuando lo permitan las filas disponibles. Trata los grupos con pocas publicaciones como pistas que conviene poner a prueba. RESULTADO Hasta 3 observaciones, cada una con: - los grupos comparados, los tamaños de las muestras, el periodo y los ID de las publicaciones - las cifras y el cálculo que sustentan la observación - otras explicaciones plausibles o factores de confusión - una pregunta para investigar a continuación Separa las observaciones de las hipótesis. No afirmes que la causa es el algoritmo, que existe una hora ideal de publicación, que conoces una retención no visible o que hay un ganador garantizado. Muestra el código de cálculo si lo has utilizado.
3. Investiga una publicación excepcionalmente fuerte o débil
Un valor atípico invita a examinar la publicación y sus circunstancias. Los números solos no indican si la diferencia se debe al inicio, al tema o a la distribución.
Investiga la publicación [post_id] frente a publicaciones comparables de la tabla comprobada. Devuelve una nota de diagnóstico breve: 1. Indica qué resulta inusual en términos numéricos, junto con el grupo de referencia, el tamaño de la muestra, la definición de la métrica y el periodo. 2. Comprueba si la antigüedad de la publicación, la promoción de pago, la colaboración, el formato, la duración o los datos ausentes podrían explicar la diferencia. 3. Separa lo que muestra la tabla de las hipótesis que requieren el contenido real o las analíticas privadas. 4. Dime qué publicación, frase inicial, marca de tiempo, fuente de tráfico o campo de analíticas concretos debo examinar a continuación y por qué. 5. Sugiere un cambio de contenido para probar solo si las pruebas disponibles sustentan una hipótesis útil. No deduzcas una curva de retención a partir del tiempo medio de visualización, no atribuyas los nuevos seguidores de toda la cuenta a una sola publicación ni diagnostiques una restricción por un número bajo de visualizaciones. Si la comparación no es válida, explica qué haría falta para poder utilizarla.
4. Convierte la revisión en pruebas para la próxima semana
Decide qué producirás la próxima semana y cuándo revisarás el resultado.
Convierte las observaciones sustentadas de arriba en un máximo de 3 pruebas de contenido viables para la próxima semana. DATOS DE ENTRADA Publicaciones que puedo crear: [number and formats] Limitaciones de producción: [time, budget, footage] Hechos y promesa al público que hay que conservar: [list] Métrica y fórmula que usaré: [one primary metric] Periodo de medición y fecha de revisión: [window, date, timezone] Para cada prueba, devuelve: - la observación de la que parte y los ID de las publicaciones correspondientes - la hipótesis, identificada explícitamente como tal - la única variable que se cambiará - la publicación de comparación o el conjunto de publicaciones emparejadas, manteniendo similares las condiciones importantes - un encargo concreto para la próxima publicación: pregunta del público, inicio, desenlace y formato - la métrica principal, la fórmula, el periodo y una métrica de control para detectar efectos no deseados - una regla de decisión que yo elija antes de publicar, junto con lo que seguiría sin ser concluyente - qué pruebas debo recopilar y cuándo revisarlas No inventes resultados, valores de referencia, certezas ni un umbral universal de mejora. Si tengo muy pocas publicaciones comparables, sugiere un pequeño lote exploratorio y explica qué puede y qué no puede decirme. Deja en mis manos la publicación y las decisiones finales.
De una revisión a una prueba de contenido
Ejemplo construido
Una persona que crea contenido de cocina casera quiere más guardados por cuenta alcanzada. Las cuatro publicaciones siguientes son orgánicas, sin colaboraciones y de la misma plataforma. Cada fila cubre los primeros siete días completos tras publicar. Usa las cifras para comprobar las operaciones, no como objetivo de rendimiento.
| Publicación | Tema y formato | Alcance | Guardados | Guardados ÷ alcance |
|---|---|---|---|---|
| A | Consejo de cuchillo, Reel de 30 segundos | 2000 | 40 | 2,0 % |
| B | Sustitución de ingredientes, Reel de 30 segundos | 2400 | 60 | 2,5 % |
| C | Montaje de cena rápida, Reel de 30 segundos | 10.000 | 80 | 0,8 % |
| D | Sustitución de ingredientes, Reel de 30 segundos | 2200 | 55 | 2,5 % |
Desplázate horizontalmente para leer todas las columnas.
C tiene más guardados totales, pero B y D tienen mayor tasa. Para C: 80 ÷ 10,000 × 100 = 0.8%. Las dos publicaciones de sustituciones alcanzan 2.5% cada una. Es un tema para explorar si buscas guardados. Aún necesitas saber por qué las guardaron y si otra sustitución recibe una respuesta similar.
Puedes probar otro Reel de sustituciones con igual duración y forma de presentar el resultado, cambiando solo el inicio: enseña la sustitución terminada antes de explicarla. Compáralo con B y D en los mismos primeros siete días. Usa guardados ÷ alcance como métrica principal y alcance como control, para no considerar automáticamente exitosa una tasa alta con muy poca exposición.
Antes de publicar, escribe qué resultado justificaría repetir y cuál exigiría otro intento. Si solo llega a unas pocas cuentas, mantén la conclusión exploratoria. Repite con otra publicación comparable en vez de declarar una estrategia nueva por un solo porcentaje.
Para elegir el denominador, lee nuestra guía de tasa de guardados frente a vistas.
Comprueba la respuesta antes de cambiar tu contenido
Revisa algunas filas detrás de la recomendación más firme. Recalcula una tasa y comprueba el tamaño del grupo y el periodo de observación. OpenAI aconseja revisar el código generado, los resultados y los supuestos del análisis. Si todo parece demasiado perfecto, pide el código o la tabla intermedia.
Ayuda de OpenAI: análisis de datos con ChatGPT
La tasa de la calculadora responde otra pregunta que el ejemplo de guardados. Incluye numerador y denominador en la etiqueta al comparar. Nunca compares una tasa de guardados basada en alcance con una referencia de interacción basada en seguidores.
Cuando la tabla plantee una duda de contenido, abre la publicación. AI Video Analyzer de Kabo puede dar comentarios con marcas de tiempo sobre un TikTok, Reel o Short público. Úsalos para formular una hipótesis de edición; no aporta tu informe privado de retención ni demuestra la causa de un cambio de rendimiento.
Examina el contenido del vídeo público
Las conclusiones sobre horarios exigen la misma cautela. Si todos los tutoriales salieron por la mañana y todos los montajes por la noche, la tabla no separa horario y formato. Compara contenido en condiciones similares antes de reorganizar todo tu calendario. Por qué el mismo vídeo obtiene distintas vistas
Guarda juntos la tabla comprobada, la respuesta utilizada y la prueba elegida. La próxima semana añade filas con las mismas definiciones y periodo. La revisión sirve cuando puedes comparar una predicción con lo ocurrido, incluido un resultado inconcluso.
Fuentes y método
Detalles del producto y de exportación comprobados el 22 de octubre de 2026. OpenAI documenta entradas estructuradas, análisis con código y revisión de cálculos. YouTube documenta la exportación de la vista actual de Analytics. En otras plataformas, usa los informes de publicaciones accesibles. Los prompts, consejos de comparación y ejemplo de cocina son material editorial de Kabo. Los resultados dependen de los datos y del modelo.