Biblioteca de prompts

Cómo analizar el rendimiento de tu contenido con Claude Code

Biblioteca de prompts organizada por fases para analizar rendimiento de contenido con Claude Code: preparar los datos exportados, generar el análisis con scripts y convertirlo en decisiones.

3 fases 9 prompts copiables y revisables

Respuesta directa

Analizar el rendimiento de tu contenido con Claude Code significa dejar de mirar informes sueltos en cada plataforma y darle a la herramienta los datos exportados reales para que escriba el script que los limpia, los cruza y produce el análisis, mientras tú decides qué preguntas responder y qué conclusiones son accionables. Claude Code es un asistente de codificación que trabaja en tu terminal: entiende una carpeta de proyecto completa, puede escribir y ejecutar código para procesar archivos, y te muestra cada cambio antes de aplicarlo.

Esta biblioteca de prompts está organizada en tres fases: primero preparas los datos exportados de tus plataformas y configuras el proyecto, después generas el análisis con scripts reutilizables que Claude Code escribe y ejecuta por ti, y por último conviertes los hallazgos en decisiones y automatizas el informe para repetirlo cada periodo sin rehacer el trabajo desde cero.

Si el análisis revela qué formatos o temas funcionan mejor, el siguiente paso lógico es aplicar ese aprendizaje: revisa cómo hacer repurposing de contenido con IA para multiplicar el alcance de las piezas que ya demostraron funcionar.

Datos reales primero: exporta los datos de rendimiento de tus plataformas antes de pedirle nada a Claude Code, no le entregues capturas de pantalla sueltas.

Ventaja del script sobre el prompt suelto: Claude Code escribe código que limpia y cruza los archivos exportados, un proceso reutilizable en cada análisis posterior.

Revisión humana obligatoria: cada script y cada conclusión requieren tu aprobación explícita antes de convertirse en una decisión de contenido.

Automatización del informe recurrente: el mismo script sirve para repetir el análisis cada mes sin rehacer el trabajo desde cero.

Límite claro: Claude Code analiza los datos que le das, no sustituye la verificación directa en el panel de cada plataforma.

Fase 1

Fase 1: Preparar los Datos y el Proyecto de Análisis

Antes de pedir ningún análisis, se reúnen los datos reales de rendimiento y se prepara el proyecto donde Claude Code va a trabajar. Un análisis pedido sin datos de entrada concretos produce observaciones genéricas sobre buenas prácticas de contenido, no un diagnóstico de tus piezas reales.

Exportar los Datos de Rendimiento de tus Plataformas

Prompt 1

El primer paso es reunir los datos reales, no un resumen mental de lo que crees que funciona. Exporta de cada plataforma donde publicas contenido (blog, redes sociales, newsletter) el listado de piezas publicadas en el periodo que quieres analizar, con sus métricas disponibles: vistas o alcance, interacciones, tiempo de lectura o de visualización, y conversiones o clics si los mides.

Guarda cada exportación como archivo CSV o JSON en una carpeta del proyecto, con un nombre que identifique la plataforma y el periodo, por ejemplo blog-agosto-2026.csv. Si una plataforma no permite exportar y solo muestra los datos en pantalla, copia la tabla completa a un archivo de texto plano en lugar de una captura, porque Claude Code necesita datos en formato de texto o tabla para poder procesarlos con código, no imágenes.

Cuantas más piezas y más periodo cubra la exportación, más fiable será el análisis posterior: un mes suele ser el mínimo razonable para detectar patrones que no sean ruido de una sola semana.

Rol: Actúa como analista de datos especializado en preparación de exportaciones de rendimiento de contenido. Tarea: Ayúdame a definir qué exportaciones necesito reunir antes de analizar el rendimiento de mi contenido. Contexto: Publico contenido en [lista tus plataformas: blog, redes sociales, newsletter], y quiero analizar el periodo [indica el rango de fechas]. Las métricas que puedo exportar de cada plataforma son [descríbelas si las conoces, o pide que te las oriente]. Formato de salida: Una lista por plataforma de qué exportar exactamente, en qué formato (CSV o JSON preferentemente), y qué nombre de archivo usar para que quede organizado en la carpeta del proyecto. Restricciones: No analices nada todavía. Solo ayúdame a preparar el material de entrada. No inventes métricas que una plataforma no ofrezca de forma estándar.

Instalar Claude Code y Crear la Carpeta del Proyecto de Análisis

Prompt 2

Con los datos ya exportados, toca instalar la herramienta si todavía no la tienes. Claude Code se instala con un único comando desde la terminal: en macOS, Linux o WSL se ejecuta curl -fsSL https://claude.ai/install.sh | bash, y en Windows PowerShell el equivalente es irm https://claude.ai/install.ps1 | iex. También existen paquetes para Homebrew y WinGet si prefieres esos gestores.

Crea una carpeta específica para este proyecto de análisis (por ejemplo analisis-contenido), coloca dentro las exportaciones del paso anterior, entra en la carpeta desde la terminal y ejecuta el comando claude. Necesitas una cuenta de Claude con un plan que incluya acceso a Claude Code; el plan gratuito no lo incluye. La primera vez te pedirá autenticarte desde el navegador, y a partir de ahí la sesión queda lista para recibir instrucciones en español natural.

Rol: Actúa como guía técnico para personas sin experiencia previa en terminal. Tarea: Ayúdame a comprobar que mi instalación de Claude Code funciona correctamente y que reconoce los archivos de datos que he guardado en el proyecto. Contexto: Mi sistema operativo es [Windows, macOS o Linux], y he guardado estos archivos en la carpeta del proyecto: [lista los nombres de archivo]. Formato de salida: Confirmación de si la instalación funciona correctamente; el listado de los archivos que Claude Code detecta en la carpeta; y una checklist de tres puntos para verificar que todo está listo antes de empezar el análisis. Restricciones: Explica cada comando con una frase en español antes de pedirme que lo ejecute, sin dar por hecho que conozco la terminal.

Escribir el Brief de Análisis en un Archivo CLAUDE.md

Prompt 3

Antes de pedir el primer análisis, se escribe un documento breve que Claude Code leerá al inicio de cada sesión: el archivo CLAUDE.md en la raíz del proyecto. Ahí se recogen las decisiones que no quieres repetir en cada petición: qué plataformas cubren los datos, qué formato usan las exportaciones, qué métricas te importan más según tu objetivo de negocio, y qué periodo de comparación quieres usar como referencia.

Este documento convierte cada sesión posterior en algo más eficiente: no tendrás que explicar de nuevo la estructura de tus archivos ni tu objetivo de negocio cada vez que quieras repetir el análisis en un periodo distinto. Anota también qué consideras una métrica de éxito para tu contenido (por ejemplo, tiempo de lectura sobre vistas totales, o clics hacia una página concreta), porque sin ese criterio la IA no sabe qué priorizar entre varias métricas disponibles.

Rol: Actúa como redactor técnico especializado en documentos de proyecto para herramientas de IA. Tarea: Redacta un primer borrador de mi archivo CLAUDE.md para el proyecto de análisis de rendimiento de contenido. Contexto: Mis plataformas y el formato de sus exportaciones son [descríbelos], mi objetivo de negocio con el contenido es [descríbelo: captar leads, generar tráfico, fidelizar audiencia], y la métrica que más me importa es [descríbela]. Formato de salida: El contenido completo del archivo CLAUDE.md, con secciones claras para estructura de datos, plataformas cubiertas, objetivo de negocio y métrica de éxito prioritaria. Restricciones: Manténlo en menos de una página; si algo no lo he definido todavía, indícalo como pendiente en lugar de inventar una decisión por mí.
Únete a la lista de espera de CodeMarketers
Unirme a la lista de espera

Fase 2

Fase 2: Generar el Análisis con Scripts Reutilizables

Con los datos y el proyecto listos, Claude Code escribe el código que limpia, cruza y analiza los archivos exportados. La ventaja frente a pedir un análisis suelto a un asistente conversacional es que el resultado es un script que puedes volver a ejecutar en el próximo periodo sin rehacer el trabajo.

Pedir un Script que Limpie y Consolide los Datos Exportados

Prompt 1

El primer script no analiza todavía, solo prepara los datos: unifica los archivos de distintas plataformas en una sola tabla con columnas consistentes (plataforma, título de la pieza, fecha de publicación, formato, y las métricas disponibles), y señala qué filas tienen datos incompletos o inconsistentes que conviene revisar antes de seguir.

Este paso intermedio es el que más se salta la gente que analiza contenido a mano, y es precisamente el que más tiempo ahorra: sin una tabla consolidada, comparar el rendimiento entre plataformas con formatos de exportación distintos es tedioso y propenso a errores. Pide a Claude Code que guarde el resultado como un nuevo archivo, para poder reutilizarlo en los pasos siguientes sin repetir esta limpieza cada vez.

Rol: Actúa como ingeniero de datos especializado en limpieza y consolidación de exportaciones de analítica de contenido. Tarea: Escribe un script que consolide mis archivos de datos exportados en una sola tabla lista para analizar. Contexto: Mis archivos de datos están en [lista los nombres de archivo], con las columnas y formatos que traigan de cada plataforma. Formato de salida: Un script que lea todos los archivos, los unifique en una tabla con columnas consistentes (plataforma, título, fecha, formato, métricas disponibles), señale las filas con datos incompletos o inconsistentes, y guarde el resultado en un nuevo archivo consolidado. Restricciones: No inventes valores para los datos que falten; márcalos explícitamente como ausentes. Explica el script en español antes de ejecutarlo y pide mi aprobación.

Generar el Análisis de Rendimiento por Pieza, Formato y Plataforma

Prompt 2

Con la tabla consolidada lista, este prompt pide el análisis propiamente dicho: qué piezas de contenido obtuvieron mejor y peor rendimiento según tu métrica de éxito definida en el brief, qué formatos funcionan mejor de forma consistente y no solo por un caso puntual, y si hay diferencias relevantes de rendimiento entre plataformas para un mismo tema o formato.

Pide explícitamente que el script calcule promedios y los compare frente a piezas individuales, en lugar de fijarse solo en el máximo o el mínimo, porque un solo dato extremo puede distorsionar la lectura si no se contextualiza frente al comportamiento habitual. Si tu volumen de datos lo permite, pide también una visualización sencilla (una tabla ordenada o un gráfico básico) que facilite ver el patrón de un vistazo, en lugar de una lista de cifras sueltas.

Rol: Actúa como analista de rendimiento de contenido especializado en interpretación de métricas por pieza y por formato. Tarea: Analiza la tabla consolidada y genera el diagnóstico de rendimiento por pieza, formato y plataforma. Contexto: [Pega o referencia el archivo consolidado del paso anterior]. Mi métrica de éxito prioritaria es [la definida en el CLAUDE.md]. Formato de salida: 1) Las piezas con mejor y peor rendimiento según la métrica prioritaria, con su valor comparado frente al promedio, 2) Los formatos con rendimiento consistentemente superior, diferenciados de picos puntuales de una sola pieza, 3) Diferencias relevantes de rendimiento entre plataformas para temas o formatos comparables. Incluye una tabla o gráfico simple si el volumen de datos lo permite. Restricciones: No generalices a partir de una sola pieza destacada. Señala si el volumen de datos es insuficiente para alguna de las tres comparaciones.

Refinar el Análisis en Rondas Temáticas

Prompt 3

El primer análisis rara vez agota todas las preguntas útiles, y no tiene por qué hacerlo en una sola pasada. Conviene refinarlo en rondas temáticas en lugar de pedir todo a la vez: una ronda centrada en la evolución temporal (¿el rendimiento mejora o empeora mes a mes?), otra en la relación entre el momento de publicación y el resultado, y otra en el contenido específico de las piezas top para extraer patrones de tema o de título.

Cada ronda debe partir del script ya construido, pidiendo una extensión concreta en lugar de reescribir el análisis desde cero. Esto mantiene el trabajo acumulativo: al final de varias rondas tienes un conjunto de scripts relacionados que, ejecutados juntos, producen el informe completo, en lugar de una conversación dispersa sin ningún artefacto reutilizable.

Rol: Actúa como analista de datos especializado en extender análisis existentes sin rehacerlos desde cero. Tarea: Amplía el análisis de rendimiento de contenido con una ronda temática concreta. Contexto: El script y el análisis del paso anterior son [referencia el archivo o pégalo], y la pregunta que quiero responder en esta ronda es [elige una: evolución temporal, relación entre momento de publicación y resultado, o patrones de tema y título en las piezas top]. Formato de salida: La extensión del script existente que responde a esta pregunta concreta, sin reescribir el análisis ya construido, y el hallazgo principal de esta ronda en una o dos frases. Restricciones: No repitas el análisis de las rondas anteriores. Si la pregunta de esta ronda no se puede responder con los datos disponibles, dilo explícitamente en lugar de aproximar una respuesta.

Fase 3

Fase 3: Convertir el Análisis en Decisiones y Automatizar el Informe

Un análisis con hallazgos correctos pero sin ninguna decisión asociada no cambia nada en tu estrategia de contenido. Esta fase cierra el proceso convirtiendo los hallazgos en recomendaciones concretas, automatiza el informe para repetirlo en cada periodo, y revisa los límites de lo que Claude Code puede garantizar en este tipo de análisis.

Priorizar los Hallazgos y Construir Recomendaciones Accionables

Prompt 1

No todos los hallazgos merecen la misma atención. Este paso pide que se prioricen por dos criterios: cuánta evidencia numérica los respalda (un patrón repetido en varias piezas pesa más que una excepción puntual) y cuánto se puede actuar sobre ellos de forma realista con tu capacidad de producción actual.

Cada hallazgo priorizado debe convertirse en una recomendación concreta: qué cambiar en tu próxima tanda de contenido, no una conclusión abstracta sobre qué funciona. Por ejemplo, en lugar de «los vídeos cortos funcionan mejor», la recomendación concreta sería «publicar dos vídeos cortos adicionales al mes sobre el tema X, que fue el de mejor rendimiento consistente en el periodo analizado». Esa diferencia es la que hace que el análisis se traduzca en acción real y no se quede en un documento interesante pero olvidado.

Rol: Actúa como consultor de estrategia de contenido especializado en convertir análisis de datos en planes de acción concretos. Tarea: Prioriza los hallazgos de mi análisis y conviértelos en recomendaciones accionables para mi próxima tanda de contenido. Contexto: Los hallazgos del análisis son [pégalos o referencia el archivo], y mi capacidad de producción actual es [describe cuánto contenido puedes producir por periodo]. Formato de salida: Tabla con cada hallazgo, la evidencia numérica que lo respalda, si es accionable con tu capacidad actual, y la recomendación concreta derivada. Al final: las tres recomendaciones de mayor prioridad para el próximo periodo. Restricciones: No conviertas una excepción puntual en una recomendación general. Cada recomendación debe ser lo bastante concreta para poder marcarla como hecha o no hecha en el próximo análisis.

Automatizar el Script para Repetir el Informe en Cada Periodo

Prompt 2

El valor real de haber construido esto con código, y no con una conversación suelta, se demuestra en este paso: el mismo conjunto de scripts sirve para repetir el análisis completo en el próximo periodo simplemente sustituyendo los archivos de datos de entrada por las exportaciones nuevas.

Pide a Claude Code que revise el conjunto de scripts construidos hasta ahora y los organice en un único proceso ejecutable, con instrucciones claras de qué archivos reemplazar cada vez y en qué orden ejecutar cada parte. Esto convierte lo que empezó como una conversación de análisis en una herramienta reutilizable propia, sin dependencia de recordar cada prompt que usaste la primera vez.

Rol: Actúa como ingeniero de automatización especializado en convertir análisis exploratorios en procesos repetibles. Tarea: Organiza los scripts que hemos construido en un proceso único que pueda repetirse cada periodo con datos nuevos. Contexto: Los scripts construidos hasta ahora son [lista los archivos generados en los pasos anteriores]. Formato de salida: Un documento breve con el orden exacto de ejecución de los scripts, qué archivos de entrada hay que reemplazar en cada periodo nuevo, y qué archivo de salida final contiene el informe. Restricciones: No mezcles los scripts en uno solo si eso dificulta entender qué hace cada parte; prioriza la claridad de mantenimiento sobre la brevedad del proceso.

Revisión Humana: Límites de Claude Code en el Análisis de Contenido

Prompt 3

Antes de dar el informe por definitivo, hay una revisión humana obligatoria sobre los puntos que Claude Code no puede verificar por sí solo. Conocer estos límites no es una crítica a la herramienta: es la diferencia entre un uso con criterio y un uso ingenuo del análisis automatizado.

Claude Code no accede a tus paneles de analítica en tiempo real. Todo lo que ha analizado son los archivos exportados que tú le has proporcionado con una fecha determinada; si esos datos están desactualizados, el análisis lo estará también. Claude Code no puede verificar que una métrica exportada esté bien definida por la plataforma de origen: si una plataforma cambia cómo calcula una métrica entre periodos, el script no lo detecta salvo que tú se lo indiques.

Claude Code puede cometer errores de cálculo o de lógica en un script complejo, igual que cualquier código: revisa el resultado con una muestra pequeña de datos que puedas verificar a mano antes de confiar en el informe completo. Claude Code no conoce el contexto editorial detrás de cada pieza, como una campaña externa que disparó el tráfico de un artículo concreto de forma ajena a su calidad, y esa lectura de contexto depende siempre de ti.

Rol: Actúa como consultor de análisis de datos senior con criterio para detectar interpretaciones incorrectas o incompletas en un análisis automatizado. Tarea: Revisa el borrador de mi informe de rendimiento de contenido e identifica qué puntos necesitan verificación humana adicional antes de darlo por definitivo. Contexto: El informe borrador es [pégalo o referencia el archivo]. Información adicional que solo yo conozco: [describe campañas externas, cambios de plataforma o contexto editorial que no hayas incluido antes]. Formato de salida: Lista de puntos del informe que requieren verificación humana, organizados por: 1) Cifras que dependen de una definición de métrica que podría haber cambiado entre periodos, 2) Piezas destacadas que podrían explicarse por un factor externo ajeno al contenido, 3) Cálculos del script que conviene verificar a mano con una muestra pequeña. Para cada punto: qué verificar, cómo verificarlo, y qué cambiaría en el informe si el resultado es diferente. Restricciones: No rehúses el análisis ya realizado. Sé directo y específico sobre qué puntos concretos tienen mayor riesgo de ser incorrectos.

Preguntas frecuentes

¿Necesito saber programar para analizar mi contenido con Claude Code?

No es necesario tener experiencia previa de programación. Claude Code está pensado para recibir instrucciones en lenguaje natural: describes qué datos tienes y qué quieres saber, y la herramienta escribe el código que limpia y analiza los archivos, mostrándote cada script antes de ejecutarlo y pidiendo tu aprobación. Ayuda tener claro qué preguntas quieres responder sobre tu contenido, pero no hace falta conocer ningún lenguaje de programación para completar el proceso descrito en esta guía.

¿Qué plan de Claude necesito para usar Claude Code?

Claude Code se incluye en los planes de pago de Claude (Pro, Max, Team y Enterprise) y también puede usarse con una cuenta de Claude Console mediante créditos de API; el plan gratuito de Claude no da acceso a Claude Code. Para un análisis periódico de rendimiento de contenido con el volumen habitual de una persona o un equipo pequeño de marketing, el plan individual de nivel de entrada suele ser suficiente.

¿Es seguro subir mis datos de rendimiento a Claude Code?

Los archivos que guardas en la carpeta del proyecto se procesan localmente en tu equipo cuando Claude Code ejecuta el código que escribe; el contenido de las conversaciones y del contexto que compartes se envía a Anthropic para generar las respuestas, según las condiciones de uso y privacidad de la plataforma. Si tus exportaciones contienen datos personales de usuarios además de métricas agregadas, revisa primero la política de privacidad y las condiciones de tratamiento de datos vigentes de Anthropic antes de decidir qué archivos incluyes en el proyecto.

¿En qué se diferencia esto de pedirle el análisis a un asistente de IA conversacional normal?

La diferencia principal es que Claude Code no se limita a comentar los datos que le pegas en el chat: escribe y ejecuta código real que limpia, consolida y analiza los archivos exportados, y ese código queda guardado como un script reutilizable. Un asistente conversacional sin capacidad de ejecutar código puede comentar una tabla pequeña que le pegues, pero no puede procesar varios archivos completos ni dejarte un proceso automatizable para el próximo periodo sin que tú repitas manualmente cada paso.

Fuentes y referencias

Claude Code - Overview (documentación oficial)

Página oficial de introducción a Claude Code: qué es, cómo se instala en cada sistema operativo, y las formas en que permite automatizar tareas sobre un proyecto, incluyendo el procesamiento de datos con scripts.

Abrir fuente: Claude Code - Overview (documentación oficial)