¿El archivo llms.txt sirve de algo?

Con la evidencia que hay hasta hoy, no. La guía de Google sobre funciones de IA dice que no hacen falta archivos adicionales legibles por máquina para aparecer en resultados generativos, y Google ha confirmado más de una vez que sus sistemas hoy no leen llms.txt. Ningún otro proveedor ha mostrado un efecto documentado. El archivo no hace daño, pero no sustituye nada de lo que sí importa.

¿GEO es algo distinto del SEO?

En su mayor parte, no. Lo que hace citable una página para un modelo de lenguaje se superpone bastante con lo que la hace buena para los buscadores: estructura clara, afirmaciones sin ambigüedad, cifras con fuente y una entrega técnica limpia. La diferencia está en el formato. Un motor de respuestas busca un párrafo que pueda tomar, mientras el buscador quiere una página a la que enlazar.

¿Cómo mido si aparezco en las respuestas de IA?

A mano es lo más honesto. Anota de diez a veinte preguntas que tus clientes hagan de verdad, córrelas cada mes en Google, ChatGPT y Perplexity y apunta a quién citan. Después revisa los registros de tu servidor buscando los rastreadores de IA: GPTBot, PerplexityBot, ClaudeBot y Google-Extended. Las dos cosas juntas dicen más que la mayoría de las herramientas.

¿Debo bloquear los rastreadores de IA?

Es una decisión de peso. Bloquear protege tu contenido del entrenamiento pero renuncia a la posibilidad de que te nombren en las respuestas. Para el sitio de una empresa que busca clientes, hay poco a favor de bloquear. Para un negocio de suscripción puede ser al revés.

¿Qué pasa con mi tráfico?

Baja en las búsquedas informativas, y eso no se revierte optimizando. Los estudios sitúan la proporción de búsquedas sin clic alrededor de dos tercios, y bastante más alto cuando aparece un resumen de IA. Lo útil es mirar el valor de una sesión y no su número: quien hace clic después de leer una respuesta de IA llega con una intención más concreta.

Aparecer en respuestas de IA: qué funciona y qué es puro ruido

Los resúmenes de IA ya se sientan encima de la mayoría de las búsquedas. Para quien busca es cómodo. Para quien opera el sitio del que salió el resumen es un problema: la respuesta ya se dio, el clic no llega.

Los estudios sitúan la proporción de búsquedas sin clic en torno a dos tercios, y bastante más alto donde aparece un resumen de IA. En los motores de respuesta puros es todavía más marcado.

Desde febrero de 2026 hay cifras de dos análisis independientes. SISTRIX revisó más de 100 millones de términos de búsqueda: con un resumen de IA encima, la tasa de clics de la primera posición cae de cerca del 27 al 11 por ciento. Ahrefs, sobre 300,000 términos con datos de Search Console, llega al mismo cuadro, con la primera posición perdiendo el 58 por ciento de sus clics. Lo que más se resiente son las preguntas informativas, mientras que la intención de marca, local y de compra aguanta bastante mejor.

Así que la pregunta de hoy es cómo terminar dentro de la respuesta. Sobre eso circula mucha tontería. Empecemos por ahí.

Qué no sirve

llms.txt. La idea suena razonable: un archivo en la raíz que le explique a los modelos qué hay en tu sitio. Cientos de miles de sitios ya lo tienen. Y hasta hoy no hay un solo caso documentado de un modelo grande que lo haya usado. La guía de Google sobre funciones de IA dice sin rodeos que no hacen falta archivos adicionales legibles por máquina para aparecer en resultados generativos, y voceros de Google han confirmado que sus sistemas hoy no lo leen.

En primero.link publicamos uno en /llms.txt de todos modos. Dos razones, y las dos son honestamente chicas: no nos cuesta nada porque nuestro plugin lo genera solo a partir de las páginas, y si la cosa cambia estamos listos. No se lo venderíamos a nadie como medida de visibilidad.

Densidad de palabras clave, artículos de IA en serie, plantillas escritas para motores de respuesta. Publicar diez guías generadas por semana produce justo aquello de lo que los modelos ya tienen de sobra. Lo que se cita es lo que aporta algo.

Marcado schema por deporte. Los datos estructurados ayudan, pero no son un conjuro. Un FAQPage que marca preguntas que no están en la página viola las políticas de Google y puede sacar la página de los resultados.

Qué sí sirve

1. Párrafos que se pueden tomar

Un motor de respuestas no busca una página, busca un párrafo que responda la pregunta. Así que escribe de modo que un solo párrafo se sostenga solo: la pregunta como encabezado, la respuesta en la primera oración, el razonamiento después.

La diferencia en la práctica:

Flojo: "A continuación revisaremos los factores que pueden influir a la hora de elegir un constructor de sitios."
Bueno: "Un constructor de sitios conviene mientras te mantengas por debajo de cinco páginas y no necesites integraciones propias. Arriba de eso sale más caro que un desarrollo a medida, porque cada función extra cuesta al mes."

El segundo se puede citar. El primero no dice nada.

2. Cifras y evidencia

Los modelos prefieren afirmaciones que se puedan anclar. Un número con fuente vale más que tres adjetivos. Si tienes datos propios, publícalos. En nuestro artículo sobre sitios accesibles escribimos nuestros propios valores de contraste antes y después, incluidos los errores que habíamos cometido. Esos son los pasajes que se citan, porque nadie más los tiene.

3. Experiencia que se puede comprobar

Google lo agrupa bajo E-E-A-T: experiencia, pericia, autoridad y confianza. En la práctica:

Un autor con nombre, no "la redacción". Con foto, rol y un perfil que alguien pueda verificar.
Visible y marcado. La caja de autor debajo de este artículo no es adorno; coincide con el marcado Person en la cabecera de la página. Las dos cosas tienen que decir lo mismo.
Algo que solo tú puedes contar. Un proyecto, una medición, un error. Resúmenes de fuentes ajenas ya hay de sobra.

4. Entrega técnica limpia

Nada de lo anterior funciona si la página no se puede leer.

Contenido en el HTML, disponible antes de ejecutar JavaScript. Muchos rastreadores de IA se saltan el renderizado.
Páginas rápidas. Un rastreador con presupuesto de tiempo se rinde.
Una jerarquía de encabezados que aguante. Exactamente un h1, ningún nivel saltado. Eso además es un requisito de accesibilidad, un trabajo para dos fines.
Datos estructurados que coincidan con el contenido. Article con autor y fecha, FAQPage para preguntas que sí están en la página, Organization para la empresa.
Nombres consistentes. Llama a tu producto igual en todos los textos. Los modelos construyen entidades, y tres formas de escribirlo hacen tres entidades.

5. Menciones fuera de tu sitio

Los sistemas de respuesta jalan de más fuentes que Google. Directorios, foros del gremio, listados sectoriales, textos publicados en otros sitios. Si solo existes en tu propio dominio, eres exactamente una fuente. Es poco para un sistema al que le gusta contrastar.

Cómo medirlo

Existen herramientas, pero hacerlo a mano es más honesto y no cuesta:

Anota veinte preguntas que tus clientes hagan de verdad. No palabras clave, preguntas reales.
Córrelas cada mes en Google, ChatGPT y Perplexity. Apunta si apareces y a quién más citan.
Lee los registros de tu servidor. Qué rastreadores de IA llegan, con qué frecuencia y a qué páginas. Busca GPTBot, PerplexityBot, ClaudeBot y Google-Extended.
Juzga las sesiones por su valor. Si las visitas bajan y las consultas se mantienen, no está roto nada. La IA está filtrando a quien nunca iba a preguntar.

La parte incómoda

Parte de ese tráfico no vuelve. Si tu negocio vivía de responder preguntas que una máquina responde igual de bien, esas visitas se fueron y ninguna medida las recupera.

Quedan dos cosas. Contenido que una máquina no puede generar porque contiene experiencia de primera mano. Y el resto del sitio, donde se decide cuando alguien sí hace clic. Las dos ya eran el trabajo correcto antes de todo esto.

Si quieres saber cómo está tu sitio en los motores de respuesta, escríbenos. Corremos veinte preguntas y te enseñamos a quién citan en tu lugar.

Cómo aparecer en las respuestas de la IA