Page-Deep-Audit (Vision + Render IA)

Page-Deep-Audit es el análisis más profundo que Rankion aplica a una sola URL. En lugar de señales de contenido como Content Audit (Site-Crawl), Page-Deep-Audit mira la landing page como producto visual: un screenshot de escritorio, métricas Lighthouse para móvil y escritorio, un análisis multimodal con IA sobre layout, trust, CTA, persona-fit e issues críticos, y opcionalmente un render con gpt-image-2 que muestra cómo podría verse la variante Desktop óptima. Es la herramienta para CRO e iteración de landing pages, no para SEO bulk.

Qué puede hacer

• Screenshot origen: la página tal como se ve en escritorio.
• Lighthouse para móvil y escritorio: Performance, SEO, Accessibility y Best Practices, medidos por estrategia con Google PageSpeed Insights. La tarjeta indica la fuente y el momento de la medición; cada categoría tiene una breve explicación. Un valor ausente significa «no medido» (por ejemplo, con la cuota agotada) y se muestra como un guion, nunca como 0.
• Análisis Vision con IA: user_intent, persona_fit, trust_score, layout_score, cta_score, problem_solution_clarity, above_the_fold_quality, mobile_friendliness_visual.
• Personas + Pain-Points: derivados del visual, no de suposiciones.
• Critical Issues: priorizados por severity (high / medium / low) con evidence-snippet.
• Improvement Suggestions: por área (headline, cta, trust, layout, copy, visuals, forms, navigation, seo, accessibility) con ejemplo before/after.
• Render IA (Desktop): gpt-image-2 genera la versión Desktop ideal como referencia visual.
• Reescritura de headline: propuesta lista para drop-in del H1.
• Volver a comprobar: un clic en la página de detalle inicia una nueva auditoría de la misma URL; la anterior se conserva para comparar.

Cuándo usarlo

• Quieres auditar una landing page desde la óptica CRO antes de invertir dinero en ads.
• Quieres dar al diseñador una visual-reference objetiva («así debería verse»).
• Iteras una variante: audit, ajustar, «Volver a comprobar», comparar los scores de ambas ejecuciones.
• Necesitas propuestas de copy guiadas por persona basadas en la página real, no en teoría de briefing.

Workflow

1. Inicia el audit: POST /page-audit con {url, tracking_project_id?, persona?}. Respuesta 202 + {id, status:"pending", url}.
2. Polling hasta completed: flujo principal de 1 a 3 minutos (scraping → screenshotting → analyzing → completed). El render IA corre después hasta 9 minutos en un background-job separado.
3. Lee los reports: GET /page-audit/{id} entrega 2 URLs de imagen (screenshot Desktop y render IA Desktop), el bloque analysis con scores, personas, issues, suggestions y headline-rewrite, y lighthouse (los campos planos son móvil, lighthouse.strategies.desktop es escritorio).
4. Itera: aplica las sugerencias priorizadas, despliega la página y luego «Volver a comprobar» en la página de detalle o POST /page-audit/{id}/refresh. La nueva auditoría toma URL, proyecto y persona; la anterior se mantiene.

Ejemplo de polling:

ID=$(curl -s -X POST $BASE/page-audit \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"url":"https://example.com/landing"}' | jq -r '.id')

while true; do
  R=$(curl -s -H "Authorization: Bearer $TOKEN" $BASE/page-audit/$ID)
  STATUS=$(echo "$R" | jq -r '.status')
  IDEAL=$(echo "$R" | jq -r '.ideal_screenshot_url // "null"')
  [ "$STATUS" = completed ] && [ "$IDEAL" != null ] && break
  sleep 30
done

API

Estados de la pipeline: pending → scraping → screenshotting → analyzing → completed. El campo de render IA Desktop (ideal_screenshot_url) se llena tras completed.

Créditos y límites

• Audit principal: 30 créditos, también para «Volver a comprobar».
• Render IA Desktop: 15 créditos.
• Audit completo con render desktop: 45 créditos por run.
• Async: flujo principal de 1 a 3 min, render hasta 9 min después.
• Créditos insuficientes: 402 con el importe necesario; en la página de detalle el aviso aparece junto al botón, con un enlace para comprar créditos.
• url es obligatorio y está limitado a 500 caracteres; 422 en validation-fail.
• Accesos cross-team y cross-project devuelven 403.

Módulos relacionados

• Content Audit: inventario a nivel de site en lugar de un audit profundo individual.
• Content Optimizer: optimiza la capa de contenido, Page-Deep-Audit apunta a Visual + UX.
• AI Content Editor: adopta la propuesta de headline-rewrite directamente en el editor.