GEO técnico: la lista de comprobación de 2026 para que la IA lea y cite tu web

Quiz rápido

¿Cómo conseguir que ChatGPT y otras IA te mencionen?

Pregunta 1 de 425%

¿Qué quieres saber o cambiar?

Solo ver si las IA hablan de mi negocioSeguir la evolución frente a mis competidoresQue me mencionen más a menudo, desde ya

El GEO técnico es la parte de infraestructura de la optimización para motores generativos: todo lo que ocurre antes de que un modelo de IA decida si tu contenido merece ser citado. El contenido y la autoridad deciden quién se cita, pero una página a la que un rastreador de IA no puede llegar, o que recibe como una cáscara vacía de JavaScript, nunca entra en la carrera. Google resume la base de sus funciones de IA: una página debe estar indexada y ser apta para fragmento, y no hay requisitos técnicos adicionales para AI Overviews ni para el modo IA. Los demás asistentes de IA usan sus propios rastreadores, con sus propios límites, y ahí es donde muchos sitios pierden visibilidad sin saberlo. Esta guía repasa cada capa, desde el acceso de los bots hasta la frescura, con una lista que puedes revisar en una tarde.

¿Qué es el GEO técnico y en qué se diferencia del SEO técnico?

El SEO técnico hace que un sitio sea rastreable e indexable para Googlebot. El GEO técnico extiende ese trabajo a una docena de bots más que se comportan de forma distinta: renderizan menos, rastrean con menos frecuencia y siguen menos reglas. El solapamiento es grande (códigos de estado, canonicals, mapas del sitio, velocidad), así que una web con SEO técnico sólido ya tiene gran parte de la base. Las diferencias están en cuatro puntos.

La consecuencia práctica: una web puede posicionar bien en Google y seguir siendo invisible para ChatGPT o Claude, porque el contenido está construido en JavaScript o porque una regla del cortafuegos bloquea bots desconocidos.

¿Qué rastreadores de IA conviene permitir en robots.txt?

Cada empresa de IA tiene ya varios bots, y cada uno cumple una función distinta. Bloquear el equivocado puede sacarte de las respuestas de IA cuando solo querías excluir el entrenamiento de los modelos.

OpenAI

Según la documentación de rastreadores de OpenAI (consultada en octubre de 2026), OAI-SearchBot decide si tus páginas aparecen en las respuestas de búsqueda de ChatGPT, GPTBot recoge contenidos que pueden usarse para entrenar sus modelos y ChatGPT-User descarga una página cuando un usuario la pide. Bloquear GPTBot mantiene tu contenido fuera del entrenamiento sin quitarte de la búsqueda de ChatGPT. Los cambios en robots.txt tardan unas 24 horas en aplicarse a los resultados de búsqueda, y las reglas de robots.txt pueden no aplicarse a ChatGPT-User, porque la visita la inicia una persona.

Anthropic

Anthropic aplica el mismo reparto en tres, como explica su centro de ayuda: ClaudeBot para el entrenamiento, Claude-SearchBot para la indexación de búsqueda y Claude-User para las páginas que se descargan durante una conversación. Bloquear Claude-SearchBot o Claude-User reduce tu visibilidad en las respuestas de Claude. Anthropic advierte además de que bloquear sus direcciones IP no es un método fiable de exclusión, porque el bot podría no llegar a leer tu robots.txt.

Google y los demás

Los AI Overviews y el modo IA de Google usan el índice normal de Googlebot. El token Google-Extended solo controla el uso de tu contenido para el entrenamiento de Gemini y para el grounding en algunos otros sistemas de Google, y Google precisa que no afecta a la inclusión ni al posicionamiento en la Búsqueda de Google. Perplexity usa PerplexityBot para su índice. Para una configuración lista para usar por bot, consulta nuestra guía de reglas de robots.txt para rastreadores IA y la lista de rastreadores IA y sus user agents.

¿Pueden los rastreadores de IA leer contenido en JavaScript?

En general, no, y es el fallo técnico de GEO más frecuente. Un análisis de Vercel sobre su red (diciembre de 2024) encontró que ninguno de los grandes rastreadores de IA renderizaba JavaScript: los bots de OpenAI, Anthropic, Meta, ByteDance y Perplexity descargan el HTML en bruto y se detienen ahí. ChatGPT y Claude sí descargaban los archivos JavaScript, pero no los ejecutaban. Gemini es la excepción, porque se apoya en la infraestructura de renderizado de Googlebot. El mismo estudio midió el volumen de ese tráfico: en un mes, GPTBot hizo 569 millones de peticiones y Claude 370 millones, frente a 4,5 mil millones de Googlebot.

Si las descripciones de tus productos, precios, artículos o preguntas frecuentes se inyectan con una aplicación React, Vue o Angular tras cargar la página, los rastreadores de IA ven una plantilla vacía. La solución es servir el contenido esencial en la respuesta HTML inicial:

• Renderizado en servidor (SSR) o generación estática para cada página que quieras ver citada: texto principal, encabezados, tablas, precios, autor y fechas.
• Prerenderizado para las aplicaciones de una sola página antiguas que no pueden pasar pronto a SSR.
• Renderizado en cliente solo para elementos secundarios: widgets de chat, contadores, personalización.

Una prueba rápida: abre el código fuente de la página (no el inspector) o pide la URL con curl. Si tu párrafo principal no aparece en el HTML en bruto, los rastreadores de IA no pueden citarlo. Nuestra guía de SEO en JavaScript explica las opciones de renderizado framework por framework, y la auditoría gratuita de rastreabilidad para IA comprueba lo que recibe un bot.

¿Cómo afectan la velocidad, los códigos de estado y la estructura HTML a las citas de IA?

Los asistentes de IA que navegan en tiempo real descargan varias páginas por pregunta y trabajan con límites de tiempo estrictos. Una página lenta o rota se descarta y se cita otra fuente. El estudio de Vercel también detectó que los rastreadores de ChatGPT y Claude topan con páginas 404 en unas 34 % de sus peticiones, frente al 8 % de Googlebot, a menudo porque piden URL antiguas. Tres puntos son los más importantes:

1. Códigos de estado: las páginas clave responden 200, las redirecciones tienen un solo salto y las páginas borradas que siguen recibiendo peticiones de bots se redirigen a su equivalente más cercano.
2. Tiempo de respuesta: una respuesta rápida del servidor y un documento HTML ligero. Las páginas grandes llenas de scripts en línea desplazan el texto útil más abajo en el archivo.
3. HTML semántico: encabezados reales (h2, h3), párrafos, listas y tablas. Los rastreadores y los modelos dividen las páginas en fragmentos siguiendo esas etiquetas, así que una estructura clara produce fragmentos autónomos que pueden citarse tal cual.

Las tablas merecen una mención aparte: los datos comparativos en una tabla HTML se extraen con facilidad, mientras que los mismos datos en una imagen o en un gráfico canvas se pierden para todos los rastreadores de IA.

¿Ayudan los datos estructurados a la visibilidad en IA?

Los datos estructurados indican a las máquinas de qué trata una página (un artículo, un producto, una organización, una persona) y la relacionan con entidades conocidas. Google es claro: no hace falta un esquema especial para sus funciones de IA, y el marcado debe coincidir con el texto visible. Su valor para el GEO técnico es la claridad, no un impulso de posicionamiento. Los tipos que conviene implementar en la mayoría de sitios:

• Organization con enlaces sameAs a tus perfiles oficiales, para que los modelos asocien tu marca a una sola entidad.
• Article o BlogPosting con author, datePublished y dateModified.
• Product y Offer para páginas de comercio electrónico, con precio y disponibilidad que coincidan con la página.
• BreadcrumbList para describir la estructura del sitio.

Mantén el JSON-LD en el HTML inicial, no inyectado por un gestor de etiquetas, por la misma razón de JavaScript que antes. La auditoría de datos estructurados para LLM compara tu marcado con lo que puede leer un modelo, y nuestro artículo sobre datos estructurados para la búsqueda con IA detalla qué tipos siguen importando.

¿Merece la pena añadir un llms.txt?

La propuesta llms.txt, publicada por Jeremy Howard en septiembre de 2024, es un archivo Markdown en la raíz de un sitio que enumera sus páginas más útiles con una breve descripción, para que un agente de IA encuentre el contenido adecuado sin analizar los menús de navegación. Es una propuesta y no un estándar oficial: no controla ni el acceso ni la indexación, y Google no lo incluye entre los requisitos de sus funciones de IA. Considéralo un complemento de bajo coste: lleva menos de una hora, ayuda a los agentes y asistentes de programación que lo buscan y te obliga a decidir qué páginas representan tu sitio. Puedes redactar uno con el generador de llms.txt y ofrecer versiones Markdown limpias de las páginas clave si tu sistema lo permite.

¿Cómo señalar la frescura a los asistentes de IA?

Los asistentes de IA que buscan en la web prefieren fuentes recientes y con fecha en cualquier pregunta en la que el tiempo importe (precios, herramientas, normas, estadísticas). La frescura del contenido es en parte una cuestión editorial, pero las señales son técnicas:

• Una fecha de última actualización visible en la página, igual que dateModified en el esquema.
• Un mapa del sitio XML con valores lastmod exactos, modificados solo cuando el contenido cambia de verdad.
• Avisos IndexNow para Bing y los demás motores que lo admiten, ya que varios asistentes de IA se apoyan en el índice de Bing. Google no usa IndexNow.
• URL estables: actualizar un artículo en la misma dirección conserva sus enlaces y su historial, mientras que una URL nueva empieza de cero y deja un 404 atrás.

La lista de comprobación del GEO técnico

Hazla una vez con tus 20 páginas más importantes, y después de cada rediseño, cambio de CMS o actualización de seguridad. Los registros de rastreadores IA son la única prueba directa de que los bots llegan a tus páginas; todo lo demás es inferencia.

¿Cómo saber si el GEO técnico funciona?

Las correcciones técnicas abren la puerta; el resultado aparece en las respuestas de IA. Dos mediciones cierran el círculo. Primero, los registros del servidor: las visitas de OAI-SearchBot, Claude-SearchBot y PerplexityBot deben subir en las páginas que has corregido. Segundo, las citas: sigue un conjunto fijo de preguntas que hacen tus clientes y comprueba, semana tras semana, si tu marca aparece y qué fuentes se citan en su lugar. Los patrones de muestras grandes ayudan a fijar expectativas, como en nuestro estudio de citas de ChatGPT.

Sorank, nuestro software, se encarga de esa segunda parte con el seguimiento de menciones en IA: entre 10 - 50 prompts seguidos según el plan, en ChatGPT, Claude y Gemini, además de Grok desde el plan Pro, con tu tasa de visibilidad y los competidores que se citan en tu lugar.

Una vez limpia la base técnica, el siguiente límite es el contenido: páginas que responden con claridad y con fuentes. El generador de artículos redacta y publica artículos optimizados para Google y para la IA en autopilot, con enlaces internos y fuentes.

El GEO técnico decide si los asistentes de IA pueden leer tu web; el contenido y la autoridad deciden si la citan. Arregla primero el acceso, el renderizado y la estructura, y luego mide las citas. Los planes y la prueba gratuita de 3 días están en la página de precios.