SEO en la era de la IA
SEO en la era de la IA: cómo lograr que te citen ChatGPT, Perplexity y las AI Overviews de Google
Que un asistente de IA te cite no es un truco — es la suma de ser legible para el modelo y ser digno de citar. Legible significa un grafo de entidades limpio y datos estructurados para que la máquina sepa quién eres; digno de citar significa contenido con info-gain que dice algo específico que el resto de la web no dice. Esta guía es el método que corre OptimoWeb, expuesto para que puedas aplicarlo.
En esta página
El embudo cambió de forma: rastrear → citar → clic
Durante veinte años el embudo de búsqueda fue rastrear → rankear → clic: un rastreador leía tu página, un algoritmo la rankeaba y un humano hacía clic en un enlace azul. Una parte creciente de las consultas ahora corre rastrear → citar → clic: un modelo lee tu página, decide si citarte dentro de una respuesta generada, y el humano hace clic desde esa cita — si es que hace clic. Los enlaces azules siguen ahí, pero una respuesta de IA cada vez se sienta más adelante que ellos.
Ese solo cambio reordena tus prioridades. Rankear décimo en una página que nadie baja a ver vale poco; ser la fuente que un modelo cita en la respuesta que todos leen vale muchísimo. Para ser citado tienes que pasar dos vallas independientes: el modelo tiene que poder interpretarte (legibilidad), y tiene que tener una razón para citarte por encima de las alternativas (info-gain). Falla en cualquiera y eres invisible en el canal de descubrimiento que más rápido crece. Esto es exactamente lo que entrega nuestro servicio de SEO con IA.
| Búsqueda clásica | Búsqueda en la era de la IA | |
|---|---|---|
| Embudo | rastrear → rankear → clic | rastrear → citar → clic |
| Qué gana | Keywords, backlinks, posición | Claridad de entidad + información nueva |
| Dónde apareces | Un enlace en una lista de diez | Una fuente nombrada dentro de la respuesta |
| Modo de falla | Rankear bajo | No ser interpretable, o nada digno de citar |
| Qué optimizas | Keywords en la página | Datos estructurados + contenido con info-gain |
Cómo difieren los dos embudos en la práctica.
Legibilidad: construye un grafo de entidades limpio
Un modelo decide si confiar en ti y citarte en parte según si puede responder limpiamente tres preguntas: ¿Quién es esto? ¿Qué ofrece? ¿Cómo se relacionan sus páginas? Un grafo de entidades responde las tres en forma legible por máquina. La disciplina es tener un único nodo canónico de Organización — un solo @id que todos los demás nodos referencian — en vez de un reguero de bloques de schema sin enlazar.
En este sitio, por ejemplo, hay exactamente una Organization en /#organization, un WebSite en /#website, y cada página de servicio, ubicación, industria y guía cuelga un nodo Service, WebPage o Article de esas dos raíces vía provider, publisher, isPartOf y about. El resultado es un grafo conectado que una máquina puede recorrer, no una pila de fragmentos sueltos.
- Una entidad raíz. Un solo
@idde Organización, reutilizado en todas partes — nunca redefinido por página. - Nodos en cascada. Los nodos Service/WebPage/Article referencian la raíz por
@id, así las relaciones son explícitas. - Referencias cruzadas, no duplicación. Enlaza nodos por
@iden vez de reafirmar la misma entidad en cinco lugares. - Datos consistentes. El mismo nombre, URL y contacto en el schema, en la página y en tu llms.txt — las contradicciones erosionan la confianza.
llms.txt: un archivo de identidad legible por máquina
Así como robots.txt le dice a los rastreadores a dónde pueden ir, un archivo llms.txt le da a los modelos de lenguaje un resumen limpio y curado de quién eres y cuáles son tus URLs clave — en markdown plano, sin la navegación, los scripts y el ruido de una página renderizada. Un llms-full.txt acompañante lleva la versión extendida.
No es una palanca mágica de ranking, y ningún modelo está obligado a leerlo. Lo que hace es quitar ambigüedad: cuando un modelo o su herramienta sí lo consulta, le entregaste una declaración destilada y sin contradicciones de tu entidad y de tus páginas más importantes. Es un seguro barato para la legibilidad, y se acopla naturalmente con el grafo de entidades — los mismos datos, dos formatos. Enviamos uno en cada sitio que construimos, incluido este, y lo mantenemos sincronizado con el sitemap.
Digno de citar: el filtro de info-gain
La legibilidad te hace legible. El info-gain te hace citable. El info-gain es la disciplina de publicar algo que el resto de la web no está diciendo ya — un número específico, un marco real, un trade-off realista, un ejemplo trabajado. Un modelo no tiene razón para citar la décima página que repite el mismo consejo genérico; cita la página que suma un dato que no podía sacar de las otras nueve.
El filtro de info-gain es una prueba simple que se aplica antes de publicar: ¿esta página contiene al menos una cosa específica y útil que un lector no puede obtener de los primeros resultados que ya rankean? Si la respuesta es no, es relleno — y cada vez más, el relleno genérico se degrada, no solo se ignora. El modelo trabajado a cinco años y la tabla de punto de cruce en la guía de propiedad son ejemplos de pasar ese filtro.
- Agrega un número. Un ejemplo trabajado, un rango real, un umbral concreto — incluso enmarcado claramente como ilustrativo — le gana a un adjetivo vago.
- Nombra el trade-off. Di cuándo tu propio enfoque es la elección equivocada. La transparencia sobre los límites se lee como experiencia y gana confianza.
- Responde la pregunta real. Abre con la respuesta directa en las primeras dos frases, luego la sustentas — los modelos levantan las respuestas directas.
- Estructura para la extracción. Encabezados claros, bloques de respuesta cortos y tablas le dan al modelo unidades limpias y citables.
Schema Speakable y FAQPage
Dos tipos de schema ayudan directamente a que los asistentes te citen con precisión. FAQPage marca pares de pregunta/respuesta, dándole a los modelos respuestas autocontenidas y pre-empacadas para levantar — por eso cada hub y guía de este sitio lleva un bloque de FAQ real. Speakable (un SpeakableSpecification con selectores CSS) señala los pasajes mejores para ser leídos en voz alta por un asistente de voz, típicamente tu H1, tu entradilla y las respuestas de FAQ.
Ninguno fuerza una cita. Lo que hacen es bajar la fricción: le entregas al modelo un trozo de texto limpio y acotado que ya responde una pregunta, así citarte es el camino de menor resistencia. Combinado con el grafo de entidades, esta es la mitad estructurada del trabajo — el contenido es la otra mitad. Ambas importan a industrias que viven de ser encontradas, desde servicios profesionales hasta servicios para el hogar y salud y bienestar.
Una lista de chequeo práctica
- Define una entidad Organización canónica y referencia su
@iddesde cada nodo de página. - Agrega nodos WebPage + Article/Service que referencien la raíz por
@id. - Publica llms.txt y llms-full.txt, y mantén sus datos idénticos a tu schema.
- Corre cada página por el filtro de info-gain — corta o reescribe lo que no sume nada.
- Marca las FAQ con FAQPage y señala los pasajes clave con Speakable.
- Abre cada página con una entradilla de respuesta directa que un modelo pueda levantar textual.
- Mantén nombres, URLs y datos de contacto idénticos en schema, página y llms.txt.
- Mide la presencia en citas (¿los asistentes te citan?) junto a los rankings clásicos.
Esa lista es, en esencia, el método OptimoWeb — y es lo que corre bajo este mismo sitio. Si quieres aplicarlo al tuyo, nuestro servicio de SEO con IA construye el grafo, los archivos de identidad y el contenido con info-gain juntos, y nuestros desarrollos web integran la estructura desde el primer commit. Inicia un proyecto para poner tu negocio frente a los asistentes que la gente ahora pregunta primero.
Preguntas
Preguntas frecuentes
¿Pueden garantizar que ChatGPT o Perplexity citen mi negocio?
Ningún proveedor serio puede garantizar una cita específica — los modelos deciden qué citar, y eso cambia constantemente. Lo que sí puedes controlar son las dos cosas que hacen probable la cita: la legibilidad (un grafo de entidades limpio y datos estructurados para que el modelo te interprete) y el info-gain (contenido lo bastante específico como para ser digno de citar). Haz ambas bien y te vuelves un candidato fuerte; salta cualquiera y eres prácticamente invisible para las respuestas de IA.
¿Qué es llms.txt y lo necesito?
llms.txt es un archivo en markdown plano que le da a los modelos de lenguaje un resumen limpio de quién eres y de tus URLs clave, sin el ruido de una página renderizada — como robots.txt, pero para la legibilidad ante la IA. Ningún modelo está obligado a leerlo, así que no es una palanca de ranking, pero quita ambigüedad sobre tu identidad y se acopla naturalmente con tu grafo de entidades. Es un seguro barato y enviamos uno en cada build.
¿Qué significa "info-gain" en realidad?
Info-gain es publicar algo que el resto de la web no está diciendo ya — un número específico, un marco real, un trade-off realista, un ejemplo trabajado. Los modelos citan páginas que suman información que no pueden obtener en otro lado, no páginas que repiten consejos genéricos. La prueba práctica: ¿esta página contiene al menos una cosa específica y útil que los primeros resultados actuales no tienen? Si no, es relleno.
¿En qué se diferencia el SEO de la era de la IA del SEO clásico?
El SEO clásico optimiza rastrear → rankear → clic: keywords y backlinks para ganar una posición de enlace azul. El SEO de la era de la IA optimiza rastrear → citar → clic: datos estructurados y claridad de entidad para que un modelo te interprete, más contenido con info-gain para que tenga razón para citarte dentro de una respuesta generada. El trabajo clásico sigue importando; la capa de la era de la IA apunta al canal que las herramientas clásicas ignoran.
¿El schema FAQPage y Speakable hacen diferencia?
Ayudan al bajar la fricción. FAQPage le entrega a los modelos pares de pregunta/respuesta pre-empacados para levantar; Speakable señala los pasajes mejores para que los asistentes de voz los lean en voz alta. Ninguno fuerza una cita, pero ambos hacen que citarte sea el camino de menor resistencia — lo cual, combinado con un grafo de entidades limpio y contenido genuinamente útil, es cómo ganas visibilidad en las respuestas de IA.
Dónde aplica
Industrias donde esto más importa.
Llévalo a la práctica
Lo definimos con transparencia — incluyendo decirte cuándo el camino más simple es el correcto. Un operador, todo el stack open-source, construido para que seas dueño de lo que entregamos.