Skill para extraer palabras clave de Google 100% gratis con IA y Python
Uno de los mayores frenos cuando empiezas a trabajar con agentes de inteligencia artificial o automatizaciones SEO es el coste de los datos.
Si quieres que tu asistente de IA analice la demanda real del mercado, lo habitual es pensar en contratar suscripciones a plataformas como Semrush, Ahrefs o pagar llamadas recurrentes a la API de DataForSEO. Para proyectos consolidados tiene todo el sentido, pero cuando estás experimentando, validando nichos o simplemente no tienes presupuesto para esas herramientas, la factura mensual se vuelve un obstáculo innecesario.
Existe un camino directo y completamente gratuito: conectar tu modelo de lenguaje a la API de sugerencias de Google mediante un Skill personalizado.
En este artículo y en el vídeo que te dejo arriba te explico exactamente cómo diseñé esta solución, cómo funciona por dentro su arquitectura en Python y de qué forma puedes integrarla en tu entorno de trabajo para obtener decenas de palabras clave agrupadas por intención de búsqueda en cuestión de segundos.
La API oculta de sugerencias de Google y el factor de relevancia
Cada vez que tecleas una consulta en la barra de búsqueda de Google o en Google Chrome, el navegador dispara peticiones en milisegundos hacia un endpoint interno: la API de SuggestQueries.
Este servicio no cuenta con una documentación pública oficial para desarrolladores, pero es completamente accesible sin necesidad de autenticación, claves de API ni pagos. Admite parámetros de idioma (hl), país de geolocalización (gl) y el término que deseas consultar (q).
De hecho, puedes abrir una pestaña en tu navegador ahora mismo y pegar esta URL para ver la respuesta en crudo de Google para la búsqueda «bonsai»:
https://suggestqueries.google.com/complete/search?client=chrome&hl=es&gl=es&q=bonsaiAl interrogarlo, Google no te devuelve un simple listado plano de cadenas de texto; te entrega una estructura de datos donde destaca una métrica interna muy concreta: el dato de relevancia (google:suggestrelevance).
Hay una confusión habitual que conviene despejar desde el primer minuto:
La relevancia de Google Suggest no es el volumen de búsquedas mensual.
El volumen real de impresiones exige acudir a herramientas de pago o tener una campaña activa con inversión en Google Ads dentro del Planificador de Palabras Clave (de lo contrario, Google solo muestra rangos muy amplios como 1K-10K).
La relevancia de esta API es un indicador algorítmico interno: determina la prioridad y el orden en que Google muestra esas sugerencias al usuario en función de la popularidad inmediata y el comportamiento predictivo de búsqueda.
Para descubrir ángulos de contenido, intenciones de compra y preguntas reales de los usuarios, esa prioridad algorítmica es oro puro.
Caso real en vivo: 48 palabras clave sobre «bonsáis de interior»
Para poner a prueba la herramienta, en el vídeo lancé una consulta sobre un término de nicho del que no tenía datos previos: «búscame palabras clave que tengan que ver con bonsáis de interior».
El Skill se encargó de disparar la consulta a la API, recopilar las respuestas, procesar las variaciones y presentármelas organizadas en la ventana del chat.
El resultado arrojó 48 sugerencias reales consolidadas, divididas al instante según su intención de búsqueda:
Fíjate en la riqueza semántica que estructura el modelo en apenas un par de segundos:
- Intención comercial y tiendas: Detecta automáticamente dónde quiere comprar la gente (Leroy Merlin, IKEA, Verdecora, Amazon) y términos de cualificación económica («precios», «baratos»), acompañados de su puntuación de relevancia.
- Preguntas frecuentes: Extrae las dudas exactas que los usuarios escriben en el buscador («qué bonsáis son de interior», «de interior o exterior», «cómo cuidar un bonsái dentro de la casa»).
- Cuidados y mantenimiento: Identifica restricciones técnicas de nicho («bonsáis de interior poca luz»).
- Comparativas y selección: Sugiere términos orientados a principiantes («fáciles de cuidar»).
Adicionalmente, el modelo aporta una capa de conceptos y búsquedas relacionadas que enriquecen el análisis sin depender únicamente de la raíz textual exacta.
Cómo está estructurado el Skill por dentro
Para que un asistente de IA ejecute este proceso sin fricción, el sistema combina dos elementos complementarios: las instrucciones de activación (el Skill) y un script motor en Python.
A nivel de arquitectura, el flujo prescinde de llamadas complejas a librerías externas o frameworks pesados. Todo se gestiona mediante la librería estándar de Python (urllib), garantizando máxima portabilidad y velocidad de ejecución.
El script se encarga de articular tres tipos de consultas sistemáticas:
- Búsqueda directa: Envía el término raíz limpio para capturar las sugerencias inmediatas que Google considera más prioritarias.
- Expansión de preguntas y conectores: Concatena automáticamente pronombres interrogativos («qué», «cómo», «cuándo», «dónde», «por qué», «cuál») y conectores transaccionales («vs», «opiniones», «precio», «mejores»).
- Expansión por abecedario (A-Z): Recorre el alfabeto combinando la raíz con cada letra para destapar long-tails profundas que no aparecen en la búsqueda genérica.
La inteligencia artificial actúa como el intérprete analítico: recibe el flujo de datos brutos desde el script, desduplica los términos repetidos, descarta combinaciones irrelevantes y los clasifica por tipología de contenido antes de mostrarlos en pantalla.
Optimizaciones clave: velocidad, caché y cero archivos basura
Cuando empecé a utilizar las primeras versiones de esta herramienta, noté que la experiencia en el chat perdía agilidad si el script se comportaba como un exportador clásico.
Para que un flujo de trabajo con IA sea verdaderamente productivo, la respuesta debe ser inmediata. Por eso apliqué tres mejoras de ingeniería en el diseño del Skill:
1. Caché interna automática en memoria temporal
El script vuelca automáticamente el cien por cien de los resultados de cada ejecución en un archivo temporal de caché en el sistema (%TEMP%).
Si tras ver el resumen en el chat decides que quieres guardar esos datos en un archivo, no es necesario volver a consultar la API de Google ni esperar llamadas de red. El script lee la caché instantánea y genera el documento en milisegundos.
2. Eliminación de CSVs visibles por defecto
En las pruebas iniciales, el script generaba un archivo .csv en cada consulta. Aquello obligaba al entorno a escribir en disco, actualizar el árbol de archivos y añadir varios segundos de latencia innecesarios.
El flujo optimizado opera en modo silencioso: genera la respuesta directamente en Markdown limpio dentro del chat. El CSV solo se crea si le pides expresamente al asistente: «exporta esto a un CSV».
3. Salida directa sin scripts temporales intermedios
Evitar la concatenación de comandos complejos por consola o la creación de scripts de parseo auxiliares. El motor ejecuta la consulta en paralelo, procesa la estructura JSON y devuelve el texto formateado en una única operación.
El resultado es un tiempo de respuesta inferior a dos segundos entre que pulsas Enter y ves la tabla de keywords clasificada.
Cuándo usar este método frente a herramientas de pago
Tener acceso a esta información sin coste no significa que debas desterrar para siempre las herramientas de pago. Cada solución responde a una etapa y necesidad diferente dentro de un proyecto:
| Método | Coste | Tipo de Datos | Caso de Uso Recomendado |
|---|---|---|---|
| Skill Google Suggest | 100% Gratis | Sugerencias reales, intención y relevancia relativa | Descubrimiento rápido, arquitectura de contenidos, FAQs y validación de nichos con IA |
| Google Keyword Planner | Gratis (con inversión activa en Ads) | Volúmenes medios y rangos de puja | Estimación de tráfico para campañas de SEM y validación de demanda aproximada |
| APIs de Pago (DataForSEO / Ahrefs) | Pago por suscripción o consumo | Volúmenes exactos, dificultad de palabra clave y SERP features | Auditorías enterprise, seguimiento de rankings y keyword research avanzado para clientes |
Si estás levantando tus primeros nichos, montando agentes autónomos para investigación de temas o redactando contenidos optimizados, el autocompletado de Google procesado por inteligencia artificial te da más del ochenta por ciento de lo que necesitas para acertar con la intención de búsqueda del usuario.