La construcción de enlaces en 2026 es un problema de agentes, no un problema de VA. Este tutorial crea un agente de construcción de enlaces que encuentra tres tipos de oportunidades todas las noches: enlaces rotos, objetivos de publicaciones de invitados y menciones de marca no vinculadas. Todas las señales provienen de Scavio SERP.
Requisitos previos
- Python 3.10+
- Una clave API de Scavio
- Sus palabras clave objetivo y nombre de marca
- Una credencial LLM para borrador de divulgación
Guia paso a paso
Paso 1: Buscar objetivos de publicaciones de invitados
Busque "escriba para nosotros" en los blogs de temas de destino.
Python
import requests, os
API_KEY = os.environ['SCAVIO_API_KEY']
def guest_targets(topic):
r = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY},
json={'query': f'{topic} "write for us" OR "contribute"', 'num_results': 50})
return r.json().get('organic_results', [])Paso 2: Encuentra oportunidades de enlaces rotos
Busque páginas de 'recursos' sobre el tema de destino y verifique el estado del enlace.
Python
def resource_pages(topic):
r = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY},
json={'query': f'{topic} "resources" OR "useful links"'})
return r.json().get('organic_results', [])Paso 3: Buscar menciones de marca no vinculadas
Busque menciones de su marca que no enlacen.
Python
def unlinked(brand):
r = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY},
json={'query': f'"{brand}" -site:{brand}.com'})
return r.json().get('organic_results', [])Paso 4: Califique a cada cliente potencial
Señales de autoridad a partir de la antigüedad del dominio, vínculos de retroceso (inferidos del ranking SERP).
Python
def score(prospect):
rank = prospect.get('position', 100)
return max(0, 100 - rank)Paso 5: Proyecto de divulgación con un LLM
Envíe el contexto del cliente potencial a Claude para recibir un correo electrónico personalizado.
Python
def draft(prospect):
prompt = f'Write a 3-sentence outreach email to {prospect["link"]} about guest posting.'
# call your LLM here
return promptEjemplo en Python
Python
import os, requests
API_KEY = os.environ['SCAVIO_API_KEY']
def link_building(topic, brand):
queries = [
f'{topic} "write for us"',
f'{topic} "resources" OR "useful links"',
f'"{brand}" -site:{brand}.com'
]
prospects = []
for q in queries:
r = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY}, json={'query': q, 'num_results': 20})
prospects += r.json().get('organic_results', [])
return prospects[:30]
print(len(link_building('ai agents', 'scavio')))Ejemplo en JavaScript
JavaScript
const API_KEY = process.env.SCAVIO_API_KEY;
export async function linkBuilding(topic, brand) {
const queries = [
`${topic} "write for us"`,
`${topic} "resources"`,
`"${brand}" -site:${brand}.com`
];
const prospects = [];
for (const q of queries) {
const r = await fetch('https://api.scavio.dev/api/v1/search', {
method: 'POST',
headers: { 'x-api-key': API_KEY, 'Content-Type': 'application/json' },
body: JSON.stringify({ query: q, num_results: 20 })
});
const d = await r.json();
prospects.push(...(d.organic_results || []));
}
return prospects.slice(0, 30);
}Salida esperada
JSON
Nightly output of 30-60 link prospects categorized by type. Typical conversion: 3-8% reply rate with LLM-drafted personalized outreach.