Cómo optimizar tu sitio para la búsqueda con IA en 2026

Paso 1: Apunta a las preguntas que la IA realmente recibe

La gente escribe palabras clave en Google y preguntas completas en ChatGPT. Así que el primer movimiento es dejar de optimizar para fragmentos y empezar a optimizar para las preguntas reales que reciben los asistentes.

Haz una lista de las preguntas que tus compradores le hacen a un asistente antes de comprar. No "agencia de SEO", sino "qué agencia puede lograr que ChatGPT cite mi sitio". Sácalas de llamadas de venta, tickets de soporte y la caja de "Otras preguntas" de Google.

Asigna una pregunta principal por página y respóndela en las primeras 80 palabras. Los asistentes premian a las páginas que resuelven la consulta temprano en vez de enterrar la respuesta bajo una introducción.

Para el detalle por motor (armar un panel de prompts y ver qué preguntas te citan) revisa cómo lograr que ChatGPT te cite. Ese post es el sprint de 30 días enfocado en ChatGPT; este se mantiene multi-motor.

Paso 2: Escribe pasajes citables (el bloque de 134 a 167 palabras)

Este es el paso de mayor impacto, así que hazlo con cuidado. Un pasaje citable es un bloque autónomo de 134 a 167 palabras que responde una pregunta por completo, nombra a las entidades involucradas y se entiende bien cuando se saca de contexto.

Los asistentes citan párrafos, no páginas enteras. Si tu respuesta necesita tres pantallas de contexto alrededor para tener sentido, no se citará: el modelo no confía en un fragmento que tiene que reensamblar.

Por qué el pasaje autónomo es el trabajo que rinde. Los asistentes de IA arman las respuestas recuperando y cosiendo pasajes cortos, y luego dan crédito a las fuentes que tomaron. Un pasaje gana una citación cuando es autónomo: declara la afirmación, nombra la marca o entidad y resuelve la pregunta dentro de un solo bloque sin depender del párrafo anterior. El rango de 134 a 167 palabras es el punto justo: lo bastante extenso para ser sustancioso y lo bastante corto para citarse entero. Escribe cada uno para que se cite textual en una respuesta, como escribirías una buena frase destacada. Abre con la respuesta directa, sostenla con uno o dos datos concretos y cierra la idea. Las páginas con dos o tres de estas cápsulas en sus preguntas de mayor intención se citan mucho más que las páginas de prosa fluida que nunca empaquetan una sola afirmación citable.

Pon dos o tres de estos en cada página de alta intención. Abre con la respuesta, nómbrate y cierra la idea: ese es el artefacto que entrega este paso.

Paso 3: Envía tu llms.txt

Ahora entrégale el mapa a los crawlers. llms.txt es un archivo de texto plano en la raíz de tu dominio que les dice a los asistentes de IA qué es tu marca, quién la opera y qué páginas son canónicas, en una sola lectura.

Es la victoria más barata de esta guía: unos veinte minutos de trabajo a cambio de un recorte medible en el tiempo de citación en cold-start (un sitio sin historial de búsqueda con IA). El sitio en cold-start es el que más se beneficia, porque el archivo le da al asistente un modelo preciso en segundos en vez de días.

Para la especificación anotada, una plantilla para copiar y el archivo vivo que corremos, lee qué es llms.txt. Envía el tuyo antes de los pasos lentos y sigue adelante.

El artefacto aquí es concreto: un archivo /llms.txt servido como texto plano, verificado con una respuesta 200. Cura de 10 a 20 de tus mejores páginas, no todo tu sitemap.

Paso 4: Agrega el schema que leen los motores de IA

Con el mapa enviado, etiqueta las habitaciones. El schema es código JSON-LD (datos estructurados) que le dice a los asistentes exactamente qué es cada página, quién la escribió y qué pregunta responde cada sección.

Tres tipos cargan casi todo el peso. El de tipo Article nombra al autor y la fecha de publicación. El de tipo FAQPage empareja cada pregunta con su respuesta. El de tipo Organization con un arreglo sameAs poblado conecta tu marca con sus perfiles verificados.

El schema no fuerza una citación. Elimina ambigüedad, y los asistentes fundamentan más rápido las respuestas en páginas que pueden interpretar sin adivinar, que es justo el punto de este paso.

Valida cada página con la prueba de resultados enriquecidos de Google antes de darla por terminada. Un schema roto es peor que ninguno, porque señala una página en la que el modelo no puede confiar.

Paso 5: Haz tu entidad consistente en todas partes

Ahora amplía la mirada más allá de tu propio sitio. Un asistente decide si confiar en ti cruzando tu marca por toda la web, y la inconsistencia se lee como riesgo.

El nombre de tu marca, los nombres de tus fundadores y tu descripción central tienen que coincidir entre tu sitio, LinkedIn, el sameAs del schema y cualquier directorio donde aparezcas. "W2B Agency" en un lado y "W2B" en otro obliga al modelo a adivinar que son la misma entidad.

Elige un nombre canónico y una descripción canónica de una línea. Úsalos textuales en todas partes: el H1 del llms.txt, el schema Organization, la bio de LinkedIn.

Es un paso poco vistoso y se acumula. Cada mención consistente es un voto más de que eres quien dices ser, que es lo que gana la confianza del asistente a la hora de citar.

Paso 6: Gana menciones en fuentes que la IA confía

Los asistentes se apoyan en un puñado de fuentes de alta confianza (Reddit, Wikipedia, YouTube y prensa especializada consolidada) porque el modelo aprendió de ellas y las reverifica en vivo.

El movimiento no es superar a esas fuentes. Es que te citen junto a ellas. Una mención genuina en un hilo relevante de Reddit, una entrada en Wikidata o un video explicativo en YouTube que enlace a tu sitio refuerzan tu entidad ante el modelo.

Gánalas por la vía lenta y legítima: aportes útiles, experiencia real y contenido que valga la pena enlazar. Las menciones compradas o spameadas se descuentan y pueden envenenar la señal de entidad que construiste en el Paso 5.

Este es el paso con la curva de retorno más larga, así que empiézalo temprano y déjalo correr en segundo plano mientras aterrizan los pasos rápidos.

Paso 7: Mide las citaciones e itera

Por último, cierra el ciclo, porque no puedes mejorar lo que no mides. Arma un panel de 15 a 20 prompts que tus compradores realmente preguntarían, córrelo cada mes contra ChatGPT, Perplexity y Gemini, y registra cuáles te citan.

Ese registro es tu tablero. Un prompt que te cita confirma que el pasaje funciona; un prompt que cita a un competidor es un hueco de contenido para llenar con una cápsula nueva.

Vuelve a correr el panel cada mes y trata las ausencias como una lista de pendientes. Itera los pasajes, refresca el llms.txt y agrega cápsulas donde no apareces: ese es el artefacto que hace que los otros seis pasos se acumulen en vez de decaer.

Los siete pasos en un párrafo. Optimizar para la búsqueda con IA corre en orden, y cada paso entrega un artefacto. Primero, apunta a las preguntas reales que los compradores escriben en los asistentes, asignando una pregunta principal a cada página. Segundo, escribe pasajes citables y autónomos de 134 a 167 palabras que respondan esa pregunta y nombren tu marca. Tercero, envía tu llms.txt: un resumen en texto plano en la raíz del dominio que entrega el mapa en una sola lectura. Cuarto, agrega schema de tipo Article, FAQ y Organization para que los asistentes interpreten la página sin adivinar. Quinto, haz tu entidad consistente: un nombre y una descripción canónicos en todas partes. Sexto, gana menciones genuinas en fuentes de alta confianza como Reddit, Wikidata y YouTube. Séptimo, corre un panel mensual de prompts contra ChatGPT, Perplexity y Gemini, registra cuáles te citan e itera los huecos. Ganan la claridad y la consistencia, no la densidad de palabras clave.

Aquí está la secuencia completa y el artefacto que entrega cada paso:

Cómo se vio esto en nuestro propio sitio

Corremos exactamente esta guía en w2bagency.com, así que esta sección reporta nuestro propio método, no los números de un cliente.

Publicamos nuestro propio llms.txt en w2bagency.com/llms.txt, el archivo vivo anotado línea por línea en nuestra guía de llms.txt. Cada post de este cluster, incluido el que lees, lleva pasajes citables marcados como blockquotes y schema BlogPosting con un arreglo sameAs de autor poblado.

Para el seguimiento, corremos un panel mensual de prompts contra ChatGPT, Perplexity y Gemini y registramos cuáles nos muestran. La lectura honesta: el trabajo rinde más rápido en consultas de cold-start y baja competencia (los términos de nuestro propio nicho) y más lento en las cabezas comerciales de alto volumen, tal como predice la dificultad.

No vamos a citarte un número de citaciones que no podamos verificar por ti de forma independiente. Lo que sí podemos decir con claridad: el método es el de arriba, comemos de nuestra propia cocina, y el patrón cualitativo es consistente: los pasajes claros y autónomos en páginas bien estructuradas se citan; la prosa fluida sin un bloque citable, no.

Errores comunes al optimizar para la búsqueda con IA

La mayoría de los fallos no son exóticos. Son el mismo puñado de errores evitables, repetidos.

El mayor es escribir para palabras clave en vez de para preguntas: meter términos en una página que nunca responde con claridad lo que preguntó el comprador. Los asistentes citan respuestas, no densidad de palabras clave.

El segundo es publicar prosa fluida sin un bloque citable. Una página puede leerse muy bien y aun así nunca citarse, porque nada en ella sobrevive a salir de contexto.

El tercero es tratar el llms.txt y el schema como tareas de una sola vez. Los archivos viejos y el marcado sin validar decaen en silencio; las marcas que se citan son las que vuelven a correr el panel y refrescan los artefactos cada mes.

El cuarto es saltarse la medición por completo. Sin un panel de prompts estás adivinando, y adivinar es como se pudren poco a poco los otros seis pasos. Si quieres que esto lo corramos por ti, de principio a fin, ese es nuestro servicio de SEO, GEO y AEO: optimización para buscadores, motores generativos y motores de respuesta (AEO), bilingüe y en todo el mundo.