Por orden de impacto: primero, asegurarse de que robots.txt permite explícitamente GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot y Google-Extended. Muchos sitios que implementaron bloqueos amplios de bots durante la oleada de scraping de 2023-2024 están bloqueando inadvertidamente a los crawlers de IA. Segundo, eliminar barreras de renderizado JS en contenido relevante para cita. Los crawlers tienen capacidad de ejecución JS inconsistente. El contenido renderizado en servidor (Next.js App Router, por ejemplo) es accesible de forma fiable. Tercero, arreglar enlaces internos rotos que impiden a los crawlers llegar a páginas importantes. Cuarto, resolver fallos de Core Web Vitals en páginas top, ya que las señales de calidad de página influyen en la selección de datos de entrenamiento.

Solo metadata es insuficiente. Las meta descriptions y title tags informan a la búsqueda tradicional, pero los modelos de IA extraen principalmente del cuerpo del contenido: las frases reales en la página. Los cambios más impactantes están en las primeras frases de cada sección (lleva la respuesta primero), la estructura H2 y H3 (usa formatos de pregunta) y los párrafos del cuerpo (cortos, directos, listos para citar). El schema en el head confirma de qué va la página, pero lo que se extrae y cita es el contenido del cuerpo.

Cuatro chequeos. Primero, busca el nombre de tu marca en ChatGPT y Perplexity y observa si la información que devuelven es exacta y vigente. Las respuestas inexactas suelen indicar señales de entidad desactualizadas o en conflicto. Segundo, revisa tu robots.txt para detectar bloqueos a crawlers de IA (GPTBot, PerplexityBot, ClaudeBot). Tercero, valida tu schema en tus 5 páginas más importantes con el Rich Results Test de Google. Cuarto, lanza un informe de Core Web Vitals en Search Console y anota las páginas que fallan en LCP o CLS. La Auditoría SEO Técnico de Citable cubre los cuatro de forma sistemática y entrega una lista priorizada en 5 días hábiles.

Los tipos de schema con más impacto, en orden: Organization (establece la identidad de tu marca en el grafo de conocimiento), FAQPage (mapea directamente tu contenido a prompts en formato pregunta), Service o Product (establece qué ofreces y a qué precio), Article (para blog y journal, permite atribución de autor), y BreadcrumbList (mejora la comprensión de la jerarquía). Person schema en páginas About refuerza señales E-E-A-T. Todo el schema debe implementarse como JSON-LD en el head del documento, no como microdata inline en el contenido.

Indirectamente sí. El rendimiento en Core Web Vitals es una señal en los sistemas de Google, que influyen en AI Overviews. Para LLMs standalone como ChatGPT y Perplexity, la velocidad afecta a la fiabilidad con la que los crawlers acceden e indexan contenido durante sus ciclos. Las páginas que dan timeout o cargan lento producen entradas de índice incompletas o ausentes. Lighthouse 95+ es el objetivo en cada página que Citable construye u optimiza.

llms.txt es una convención emergente (análoga a robots.txt) que ofrece a los modelos de lenguaje un resumen estructurado y legible del contenido más importante de tu sitio y cómo debería interpretarse. Aún no es universalmente adoptado, pero señala consciencia e intención hacia los crawlers de IA y los equipos que los construyen. Citable despliega llms.txt en cada sitio que construye como señal forward-looking. Para sitios existentes, añadir llms.txt es una adición técnica de bajo esfuerzo y alto upside que se implementa correctamente en menos de una hora.