Flujo de trabajo con IA y revisión humana: del borrador a la publicación

Un buen flujo de trabajo con IA reparte las tareas: la IA escribe el borrador a partir de un briefing, y una persona verifica los datos, añade experiencia propia, ajusta el tono y decide si publica. Google acepta el uso de IA, siempre que el contenido sea útil y esté verificado. El proceso completo está en cómo generar artículos con IA.

Resumen rápido

• La IA es buena en estructura, velocidad y primera versión. Es mala para saber qué es verdad, qué has vivido tú y qué es seguro afirmar.
• Google evalúa la utilidad del contenido, no la herramienta. Lo que trata como spam es la producción de muchas páginas sin valor para el usuario.
• La página oficial de Google sobre IA generativa recomienda comprobar manualmente el contenido antes de publicar, incluidos títulos, descripciones, datos estructurados y textos alternativos.
• Todo artículo necesita un responsable humano que responda por él: autor, fecha y fuentes visibles.
• El error más común no es usar IA, sino publicar sin revisión o revisar sin guion.

Cómo leer este artículo: si estás empezando, lee el flujo en 7 pasos y usa el checklist como lista de verificación. Si ya gestionas un equipo de contenido, ve a la tabla de roles, al tratamiento de temas sensibles y al ejemplo de revisión, que muestra cómo se detecta un error típico.

¿Qué dice hoy Google sobre el contenido generado por IA?

Google afirma que permite el uso de IA generativa para investigar temas y estructurar contenido original, siempre que el resultado cumpla las políticas de spam y aporte valor al usuario. En la página Using generative AI content, actualizada el 1 de octubre de 2026, deja cuatro puntos claros.

• Uso permitido, con una condición. Se acepta la IA para investigar y estructurar; el contenido debe cumplir las políticas de spam.
• El contenido a escala es spam. Usar IA para generar muchas páginas sin aportar valor a los usuarios infringe la política de abuso de contenido a escala, descrita en las políticas de spam de Google.
• Las alucinaciones existen. Los modelos no recuperan hechos, predicen secuencias probables de palabras y pueden traer imprecisiones. Por eso Google recomienda comprobar el contenido manualmente.
• La transparencia ayuda. Decir cómo se creó el contenido da contexto al lector.

La página sobre contenido útil, fiable y pensado para las personas organiza esto en tres preguntas: quién lo creó (autoría clara), cómo se creó (incluido el uso de automatización o IA cuando el lector esperaría saberlo) y por qué se creó (para ayudar a las personas, no para manipular las búsquedas). También advierte contra inventar perfiles de autores con imágenes o credenciales falsas.

En lenguaje sencillo: piensa en un becario muy rápido y muy seguro de sí mismo. Entrega el trabajo en minutos, pero no sabe decir cuándo está adivinando. El jefe no prohíbe a los becarios; solo no firma nada sin leerlo. La IA es el becario, y tú eres quien firma.

Para entender la base de esta postura, lee ¿los artículos de IA posicionan en Google? y, sobre los detectores, ¿Google detecta contenido de IA?.

¿Quién hace qué: IA o humano?

La regla práctica es simple: la IA hace lo mecánico y reversible; la persona hace lo que implica verdad, responsabilidad y experiencia. La tabla reparte las tareas de un artículo.

Tarea	IA	Humano
Elegir el tema y la pregunta del lector	Sugiere ideas	Decide, según el negocio
Armar la estructura (títulos, tabla, FAQ)	Propone y rellena	Aprueba el orden
Escribir el primer borrador	Ejecutor principal	Da el briefing
Verificar cifras, fechas, nombres y fuentes	No es fiable	Responsable
Añadir ejemplo, caso y datos propios	No tiene	Responsable
Ajustar el tono y la voz de la marca	Aplica reglas	Valida y corta lo que suena artificial
Elegir enlaces internos y externos	Sugiere	Abre cada fuente y la comprueba
Aprobar y publicar	Nunca decide	Responsable final

Para quien ya trabaja en SEO: cuanto más YMYL sea el tema (salud, finanzas, seguridad), mayor es la parte humana. Google dice que, en esos temas, el contenido debe ser muy preciso y coherente con el consenso de los expertos. En esas áreas, la revisión debe hacerla quien tenga la cualificación, y no un editor genérico.

¿Cómo es el flujo del borrador a la publicación en 7 pasos?

El flujo tiene siete pasos, y los cuatro del medio son humanos. Existen porque cada uno evita un error específico.

1. Briefing. Escribe la pregunta del lector, el público, lo que debe constar y lo que está prohibido (inventar estadísticas, citar un estudio sin enlace). Un buen briefing evita la mitad de la edición. Para modelos de comandos, mira prompts para generar artículos.
2. Borrador. La IA genera el texto, de preferencia sección por sección, con la respuesta directa justo debajo de cada título.
3. Verificación de datos. Marca toda cifra, nombre, fecha, ley y cita. Abre la fuente de cada una. Lo que no puedas comprobar, elimínalo.
4. Experiencia propia. Añade un ejemplo tuyo, un dato de tu negocio, una opinión defendible. Es la capa que la IA no tiene.
5. Edición de tono. Léelo en voz alta. Corta generalidades, repeticiones y frases que cualquier competidor podría haber escrito. Técnicas en cómo humanizar texto generado por IA.
6. SEO y enlaces. Revisa el título, la descripción, la respuesta directa al inicio, la jerarquía de títulos y los enlaces internos (checklist de SEO on-page).
7. Aprobación y publicación. Una persona designada aprueba, publica con autor y fecha, y registra la URL para seguirla en Search Console.

Para quien ya trabaja en SEO: en equipos más grandes, mantén una hoja de cálculo de afirmaciones verificables por artículo (afirmación, fuente, fecha de verificación, revisor). Se convierte en un registro de auditoría y acelera la actualización, porque sabes qué datos volver a comprobar. Para los enlaces, un curl -sI URL | head -1 en cada URL externa antes de publicar ya detecta errores 404 y redirecciones inesperadas.

¿Qué comprobar en la revisión? Un checklist de cuatro frentes

Revisa siempre los mismos cuatro frentes: datos, tono, enlaces y confianza (E-E-A-T). Un guion fijo evita que la revisión se convierta en una lectura rápida en la que el error se cuela.

Revisión de datos

• ¿Cada cifra tiene una fuente que abriste, con mes y año?
• ¿Los nombres de personas, empresas, leyes y productos existen y están bien escritos?
• ¿Alguna frase usa "los estudios muestran" o "los expertos afirman" sin decir cuáles?
• ¿Los precios, plazos y reglas están actualizados? Las fechas de verificación ayudan al lector.

Revisión de tono

• ¿El primer párrafo responde la pregunta del título sin rodeos?
• ¿El texto habla con el lector como lo haría la marca?
• ¿Hay exceso de adjetivos, listas de tres elementos por reflejo y aperturas genéricas?

Revisión de enlaces

• ¿Cada enlace externo se abrió y lleva a lo que dice la frase?
• ¿Los enlaces internos usan un ancla descriptiva y ayudan al lector? Mira enlaces internos: guía de SEO.
• ¿Se revisaron también los títulos, metadescripciones y textos alternativos de las imágenes, como recomienda Google?

Revisión de E-E-A-T

• ¿El autor está identificado, con fecha de publicación y de actualización?
• ¿Hay al menos un punto de experiencia real, y no solo información de segunda mano? Profundiza en E-E-A-T, autoría y confianza.
• ¿El texto asume los límites de lo que se sabe, en vez de afirmar con certeza lo que es incierto?

En lenguaje sencillo: E-E-A-T es la pregunta "¿por qué debería creerte?". Experiencia, especialización, autoridad y confianza son las cuatro respuestas posibles. Una biografía y fuentes visibles ya responden buena parte.

Ejemplo hipotético: cómo una revisión detecta un error típico

Ejemplo hipotético: un borrador generado por IA para un taller de bicicletas trae la frase "Según un estudio de 2024, el 73 % de los ciclistas urbanos cambia la cadena cada seis meses". La revisora busca el estudio, no encuentra ninguna fuente con esa cifra y concluye que la frase es una alucinación, es decir, un dato plausible pero inexistente.

En vez de simplemente borrarla, la cambia por algo que la empresa sí sabe: un ejemplo de la rutina del propio taller y la indicación del fabricante de la cadena, con un enlace al manual. La frase quedó más corta, verificable y más útil. Ese es el patrón: el humano no "mejora el texto"; impide que entre lo falso y pone lo que solo él sabe.

¿Qué errores comunes hacen caer un flujo con IA?

Los errores se repiten en casi todos los equipos que empiezan. El primero es tratar la herramienta como un botón de publicar.

• Revisión solo de estilo. Corregir comas y dejar pasar un dato falso. Verifica los datos antes de pulir frases.
• Sin responsable. Cuando "el equipo" aprueba, nadie aprueba. Designa a una persona por artículo.
• Escalar antes de ajustar. Publicar decenas de textos antes de validar el proceso con cinco. Es el camino al escenario de contenido a escala.
• Confiar en un detector. Un detector de IA no verifica la verdad y se equivoca en ambos sentidos. Úsalo, como mucho, como pista de un fragmento genérico.
• Esconder la autoría. Un texto sin autor, fecha ni fuentes pierde confianza.
• No actualizar nunca. Un artículo que era verdad en 2024 puede ser falso hoy.

¿Cómo encaja Contentor en este flujo?

Contentor cubre los pasos mecánicos: genera el artículo a partir de plantillas con estructura validada, falla en lugar de entregar texto de reserva, y publica en WordPress. Los pasos 3 a 5, la verificación, la experiencia y el tono, siguen siendo tuyos. Si quieres probar el flujo con un artículo tuyo, empieza con Contentor.

Preguntas frecuentes

¿Necesito revelar que usé IA en el artículo?

Google recomienda dar contexto sobre cómo se hizo el contenido y, en especial, divulgar el uso de automatización o IA cuando un lector razonable esperaría saberlo, como en los contenidos en que la autoría importa. Más importante que el aviso es la responsabilidad editorial: autor, fecha y fuentes visibles.

¿Cuánto tiempo debería llevar la revisión de un artículo?

No hay un tiempo ideal, porque depende del tema y de la extensión. Una medida honesta es registrar cuánto tarda la verificación de datos en tus primeros cinco artículos y usarlo como base. Si la revisión se volvió demasiado rápida y nunca encuentra nada, el guion probablemente está flojo.

¿Un detector de IA puede sustituir la revisión humana?

No. Los detectores miden patrones de texto, no la verdad, y se equivocan acusando textos humanos y dejando pasar textos de IA. La revisión que importa comprueba si los datos son verdaderos y si el texto ayuda. Mira lo que se sabe en ¿Google detecta contenido de IA?.

¿Quién debe revisar: el redactor, un editor o un especialista?

Para temas comunes, un editor atento con el checklist basta. Para temas de salud, finanzas y seguridad, Google pide contenido muy preciso y alineado con el consenso de los expertos, así que la revisión debe pasar por quien tenga cualificación en el tema.

¿Puedo publicar varios artículos al día si reviso todo?

Puedes, si la revisión es real. El límite no es la frecuencia, sino tu capacidad de verificar cada texto. Si la revisión se vuelve superficial para seguir el ritmo, reduce el volumen. Empezar con pocos artículos permite ajustar el proceso antes de aumentarlo.

Siguiente paso

Con el flujo definido, el siguiente nivel es aplicarlo a un grupo de artículos relacionados: mira cómo crear un clúster de contenido con IA. Para afinar los comandos del briefing, usa los prompts para generar artículos con IA.

Lee también:

• Cómo generar artículos con inteligencia artificial
• Cómo humanizar texto generado por IA
• E-E-A-T, autoría y confianza en el contenido de IA