# Competitive Landscape > Mapea a los líderes SEO de un mercado, los temas de contenido que ganan, la cobertura de palabras clave, los backlinks y los huecos estratégicos, sobre varios competidores a la vez. Fuente: https://skillsagentes.com/skills/every-app/open-seo/competitive-landscape Markdown: https://skillsagentes.com/skills/every-app/open-seo/competitive-landscape.md Repositorio: https://github.com/every-app/open-seo Autor: every-app Licencia: MIT Actualizado: hace 13 días Coste de contexto: 24 tok instalada, 1.4k tok al activarse, 1.4k tok con todos los archivos del bundle Bundle: 1 archivo, 5 KB Permisos que pide: ninguno declarado ## Instalación Un skill son archivos markdown: los mismos archivos valen para cualquier agente y lo único que cambia es el directorio de destino, es decir la bandera `--agent`. Añade `-g` para instalarlo en todos los proyectos de la máquina. ```bash # Claude Code npx -y skills add every-app/open-seo --skill competitive-landscape --agent claude-code # Cursor npx -y skills add every-app/open-seo --skill competitive-landscape --agent cursor # Codex npx -y skills add every-app/open-seo --skill competitive-landscape --agent codex # Gemini CLI npx -y skills add every-app/open-seo --skill competitive-landscape --agent gemini # Windsurf npx -y skills add every-app/open-seo --skill competitive-landscape --agent windsurf # Cline npx -y skills add every-app/open-seo --skill competitive-landscape --agent cline ``` ## Qué hace - Responde a: quién está ganando este mercado SEO, qué contenido les funciona y dónde están las aberturas. - Da una vista a nivel de mercado sobre varios competidores, no un análisis profundo de un solo dominio. - Define un conjunto de consultas de mercado (5-10, de intención mixta) con `research_keywords` y usa `find_serp_competitors` y `get_serp_results` para hallar los dominios recurrentes. - Agrupa esos dominios por tipo (competidores de producto, publishers, marketplaces, comunidades, documentación) y dimensiona a los líderes con `get_domain_overview` y `get_ranked_keywords`. - Sintetiza patrones: tipos y temas de contenido, formatos de SERP, señales de local pack, ventajas de autoridad y ángulos poco atendidos. ## Cuándo usarla - Se quiere una vista de mercado sobre varios competidores: líderes SEO, temas de contenido que ganan, cobertura de palabras clave, backlinks y huecos estratégicos. ## Cuándo no - Un análisis profundo de un solo dominio: usa competitor-analysis. ## Qué la activa - "Mapea el panorama competitivo de mi mercado antes de elegir páginas" - "¿Quién gana en búsqueda para "software de facturación" y por qué?" - "Dame los líderes SEO de este nicho y sus huecos" ## Antes de instalar - Necesita OpenSEO MCP y un `projectId`; varias herramientas gastan créditos. Con un conjunto de consultas pequeño, el resultado es solo direccional. ## Archivos - SKILL.md — 5 KB ## SKILL.md Reproducido tal cual desde every-app/open-seo bajo MIT. Esta sección es el documento original y está en inglés. # OpenSEO Competitive Landscape ## Goal Answer: "Who is winning this SEO market, what content is working for them, and where are the openings?" Use this when the user wants a market-level view across several competitors. For a deep dive on one domain, use `competitor-analysis`. ## Required inputs - `projectId` - Topic, seed keywords, market/category, or user's domain - Optional known competitors - Optional location/language ## Project context The project-context tools are free and shared with the app and other agents. 1. Call `get_project_context` first and ground the market read in it — the saved competitors are the starting roster, and the business and positioning decide who counts as a competitor. 2. This skill needs competitors. If none are saved, run a minimal inline setup: ask the user who they compete with, or infer a shortlist from `find_serp_competitors` and the site and confirm it, write it back with `update_project_context` (`addCompetitors`), then continue the landscape work. Never front-load the full interview; suggest `seo-project-setup` at the end for the rest. 3. Before spending credits, check the research log. If the same research ran within the last 30 days, reuse that result and say so instead of re-buying it. 4. On finish, write back what is durable with `update_project_context` — every confirmed competitor via `addCompetitors` with a short note on why they matter, plus `removeCompetitors` for entries you added that turned out irrelevant (leave rows the user added alone) — and append a research log entry: `{ appendResearchLog: { summary: "Competitive landscape: . Verdict: " } }`. ## OpenSEO MCP tools - `research_keywords`: discover representative market queries. - `get_keyword_metrics`: validate known query sets with volume, difficulty, intent, and trends. - `get_serp_results`: identify recurring ranking domains across target queries. - `find_serp_competitors`: compare domains competing across supplied keywords; use this before manual SERP counting when a keyword set is available. - `get_domain_overview`: size organic footprint for candidate leaders. - `get_search_console_performance`: when the user's own domain is in the comparison and Search Console is connected, anchor their position with first-party clicks/impressions/CTR rather than third-party estimates. - `get_ranked_keywords`: find exact ranking keywords, URLs, ranks, intents, and SERP result types for leaders. - `get_backlinks_overview`: compare backlink/referring-domain strength where relevant. - `search_local_businesses`, `get_local_serp_results`, and `get_google_business_questions`: use for local SEO markets where proximity, Maps rankings, business categories, reviews, or Google Q&A affect who is winning. ## Workflow 1. Define the market query set: - Use provided keywords, or call `research_keywords` to build 5-10 representative queries. - Include mixed intent: informational, commercial, comparison, and tool/software terms when applicable. - For local SEO, include neighborhood/city/service-area queries and identify the priority locations or coordinates. 2. If the query set is already known, use `get_keyword_metrics` to validate relative demand and difficulty and `find_serp_competitors` to identify recurring domains at scale. 3. For local SEO, call `search_local_businesses` and `get_local_serp_results` for the highest-priority location(s) before synthesizing winners. Use `get_serp_results` as a complement for organic pages, not as the only local evidence. 4. Call `get_serp_results` for representative queries when live SERP composition, ranking URLs, or SERP features need inspection. Send at most 10 queries per call. 5. Identify recurring domains and group them by type: - Direct product competitors - Publishers/media - Marketplaces/directories - Communities/forums - Documentation/resources 6. For the strongest recurring domains, call `get_domain_overview`; default to the top 3-5 domains before expanding. 7. For direct competitors and relevant publishers, call `get_ranked_keywords`. 8. Use `get_backlinks_overview` when backlink authority appears important or the user asks why a domain is winning. Backlinks may be unavailable if the account has not enabled that data; continue with SERP/domain evidence if it fails. 9. Synthesize patterns: content types, themes, SERP formats, local-pack signals, authority advantages, and underserved angles. ## Output format Start with the market read: - Market leaders - Most winnable opportunity area - Biggest barrier to ranking Then include: | Domain | Type | Why they matter | Organic footprint | Winning themes | Weakness/gap | | ------ | ---- | --------------- | ----------------- | -------------- | ------------ | Add: - Query set used - Content formats that are working - Keyword/theme gaps - Backlink or authority observations - Recommended next workflows: competitor analysis, keyword clustering, or content brief ## Guardrails - Distinguish SEO competitors from business competitors. - Do not overstate exact traffic when OpenSEO returns estimates. - If using a small query set, call the result directional. - Do not assume a publisher is a product competitor; label domain types clearly. - For local markets, distinguish organic-page winners from Maps/local-pack winners. ## Dónde encaja - Categoría: [SEO y GEO](https://skillsagentes.com/categorias/seo-geo.md) — Keywords, auditorías on-page, datos estructurados y visibilidad en respuestas de IA. - Creador: [every-app](https://skillsagentes.com/creators/every-app.md) — 19 skills en el directorio - [Todas las skills](https://skillsagentes.com/skills.md) - [Ranking de instalaciones](https://skillsagentes.com/ranking.md) ## Otras skills del mismo repositorio - [Seo Coach](https://skillsagentes.com/skills/every-app/open-seo/seo-coach.md): Entra en un modo de coach de OpenSEO cercano que explica los flujos, recomienda los siguientes pasos y ayuda a usar bien agentes, búsqueda web, scraping y datos MCP. - [Seo Audit](https://skillsagentes.com/skills/every-app/open-seo/seo-audit.md): Audita un sitio y entrega un informe SEO de una página, en lenguaje llano, que cualquiera puede accionar, centrado en una única acción para esta semana. - [Create Repo Skill](https://skillsagentes.com/skills/every-app/open-seo/create-repo-skill.md): Crea o actualiza una skill en este repositorio de la forma correcta: hogar canónico en `.agents/skills`, marca interna o pública, symlinks en `.claude/skills` y registro en las docs públicas para las skills de producto. - [Seo Project Setup](https://skillsagentes.com/skills/every-app/open-seo/seo-project-setup.md): Rellena el contexto compartido de OpenSEO de un proyecto (alcance del sitio, objetivos, posicionamiento, competidores, páginas clave y preferencias), más comprobaciones de MCP y entrada de Search Console. - [Keyword Research](https://skillsagentes.com/skills/every-app/open-seo/keyword-research.md): Descubre oportunidades de palabras clave, evalúa métricas y SERPs y guarda o etiqueta los términos prometedores usando los datos MCP de OpenSEO. --- Skills Agentes · [Índice de páginas en markdown](https://skillsagentes.com/sitemap.md) · [Inicio](https://skillsagentes.com/index.md)