Auditoría GEO paso a paso: checklist de 20 puntos para que la IA cite tu web

Durante los últimos meses he visto a decenas de empresas obsesionarse con aparecer en las respuestas de ChatGPT, Perplexity o las AI Overviews de Google. Muchas intentan aplicar trucos rápidos o reescribir textos con prompts genéricos, esperando que un modelo de lenguaje las recomiende por arte de magia.

La realidad técnica es muy distinta. Los motores de respuesta generativa funcionan bajo una lógica de extracción, recuperación y consenso (lo que en ingeniería de IA llamamos arquitecturas RAG).

Si los rastreadores de IA no pueden acceder a tu contenido, si tus textos no están estructurados de forma atómica o si la web no cuenta con validación externa en la red, tu marca simplemente no existirá para el modelo.

Para evaluar de forma quirúrgica si un proyecto está preparado para competir en este nuevo ecosistema, he sintetizado esta auditoría GEO en un checklist de 20 puntos críticos, agrupados en cinco bloques estratégicos de análisis.

La verdad incómoda: el SEO tradicional sigue siendo el 80% del éxito

Antes de tocar una sola línea de código pensando en inteligencia artificial, quiero dejarte algo meridianamente claro desde mi experiencia técnica:

Sin una base sólida de SEO tradicional, no hay estrategia GEO que funcione.

Muchos consultores venden el GEO como una disciplina mágica que jubila al posicionamiento web clásico. Es un error de bulto. Los motores generativos no inventan fuentes de la nada; se apoyan en los índices web existentes (como los de Google o Bing) para buscar información en tiempo real.

Si tu web tiene problemas graves de rastreo, tiempos de carga deficientes, arquitectura de URLs caótica o contenidos vacíos que no resuelven la intención del usuario, la IA jamás te va a seleccionar como fuente de referencia.

Continuar auditando el SEO técnico de toda la vida, la calidad de redacción, la autoridad de enlaces externos y, sobre todo, las métricas de usabilidad y comportamiento del usuario, sigue representando el mayor porcentaje de tu visibilidad orgánica. El GEO no sustituye al SEO; se construye directamente encima de él.

---

Bloque 1: Accesibilidad Técnica y Rastreo de Bots de IA

El primer paso de cualquier auditoría consiste en verificar si las máquinas pueden acceder a tu contenido sin bloqueos absurdos. Un bot de IA que se topa con un muro no procesa tu página; pasa inmediatamente a la de tu competidor.

1. Permisos explícitos en robots.txt para SearchBots

Revisa tu archivo de directivas y asegúrate de no estar bloqueando a los agentes que alimentan los buscadores en tiempo real. Diferencia con cuidado entre los bots de entrenamiento (como GPTBot o ClaudeBot) y los bots de búsqueda en vivo (OAI-SearchBot, Claude-SearchBot o PerplexityBot).

Recuerda que, bajo el estándar RFC 9309, declarar un bloque específico para un bot anula la herencia de las reglas globales. Puedes ver cómo configurarlo al detalle en mi guía sobre robots.txt para inteligencia artificial.

• robots.txt permite el acceso a OAI-SearchBot, Claude-SearchBot, PerplexityBot y Googlebot.

2. Renderizado en HTML estático (SSR vs CSR)

Los scrapers ligeros y los microservicios de recuperación en tiempo real trabajan contra reloj. Si tu web carga todo su contenido mediante JavaScript pesado del lado del cliente (Client-Side Rendering), muchos rastreadores de IA sufrirán un timeout o extraerán un DOM completamente vacío.

Asegúrate de que los textos explicativos, especificaciones y tablas de datos se sirvan en el HTML estático inicial o mediante Server-Side Rendering (SSR).

• El contenido principal y los datos clave son perfectamente legibles sin necesidad de ejecutar JavaScript en el navegador.

3. Directivas de fragmentación (nosnippet y max-snippet)

Revisa las etiquetas meta de tus encabezados HTTP y del código fuente. Parámetros heredados de configuraciones antiguas como nosnippet impiden expresamente que los motores de Google o Bing muestren fragmentos de texto en sus interfaces.

Para facilitarle la vida a los modelos generativos, utiliza siempre la directiva abierta max-snippet:-1, permitiendo que el crawler extraiga el pasaje de texto exacto que necesita para fundamentar su respuesta.

• Las páginas estratégicas no contienen directivas que restrinjan la extracción de fragmentos de texto.

4. Implementación del archivo llms.txt

Aunque no es un estándar formal impuesto por consorcios oficiales, cada vez más herramientas y agentes autónomos buscan el archivo llms.txt en la raíz del servidor.

Contar con este archivo en formato Markdown limpio, junto con un resumen operativo de tus servicios y enlaces prioritarios, reduce el gasto de contexto de los modelos y les entrega una radiografía exacta de tu negocio sin fricción.

• Tu dominio cuenta con un archivo /llms.txt limpio, actualizado y sin rutas rotas.

---

Bloque 2: Arquitectura de Contenidos y Citabilidad Semántica

Una vez garantizado el acceso técnico, la batalla se libra en cómo redactas y organizas la información. Los modelos de lenguaje procesan el texto mediante fragmentación (chunking) y asignación de vectores semánticos.

5. Formato Answer-First (Inversión Piramidal)

Los lectores humanos y los LLMs comparten una preferencia: odian los rodeos innecesarios. Cuando un usuario lanza una pregunta en ChatGPT o Perplexity, el algoritmo busca párrafos que resuelvan la duda de forma quirúrgica.

Coloca siempre una respuesta directa de 40 a 60 palabras inmediatamente después de cada encabezado H2 o H3. Explica el concepto central en las dos primeras líneas y utiliza el resto de la sección para profundizar en matices, ejemplos y casos prácticos.

• Los encabezados basados en preguntas van seguidos de una respuesta directa y sintética en las primeras dos oraciones.

6. Párrafos atómicos y autocontenidos (Principio GIST)

Cuando un motor RAG trocea un artículo para almacenarlo en una base de datos vectorial, suele dividir el texto en bloques de 200 a 500 tokens. Si un párrafo depende por completo de lo explicado tres pantallas más arriba para tener sentido, el modelo no podrá citarlo de forma independiente.

Redacta párrafos autocontenidos que mantengan su significado, sujeto y contexto técnico aunque se lean de forma totalmente aislada.

• Las ideas clave están redactadas en unidades autónomas de información sin ambigüedades de pronombres o referencias perdidas.

7. Datos estadísticos propios y citas de autoridad

En 2024, investigadores de la Universidad de Princeton, Georgia Tech y el Allen Institute publicaron un estudio fundacional sobre GEO donde probaron miles de combinaciones de optimización frente a motores generativos.

El resultado fue tajante: la inclusión de datos cuantitativos precisos (Statistics Addition) y citas literales de expertos (Quotation Addition) incrementó la visibilidad y el porcentaje de citación de los contenidos entre un 30% y un 40%. Por contra, prácticas como saturar con palabras clave tradicionales redujeron la visibilidad. Aporta números concretos, estudios y fuentes primarias.

• Cada artículo o página estratégica aporta métricas contrastables, porcentajes o citas de especialistas del sector.

8. Tablas HTML estructuradas (<table>)

Los modelos de lenguaje interpretan con una precisión asombrosa las tablas HTML limpias frente a las listas interminables de texto corrido.

Si estás comparando planes de precios, especificaciones técnicas o características de software, utiliza etiquetas semánticas (<table>, <th>, <td>). Los parsers de IA extraen filas y columnas para construir comparativas directas en sus respuestas con muchísima más fiabilidad.

• Las comparativas de características, planes y especificaciones técnicas están maquetadas mediante tablas HTML nativas.

---

Bloque 3: Grafo de Conocimiento y Consenso de Entidad

Para que una inteligencia artificial te recomiende frente a tus competidores, primero debe tener claro quién eres, qué haces y con qué conceptos se relaciona tu marca.

9. Marcado Schema con desambiguación (sameAs)

El marcado estructurado JSON-LD es el puente directo entre tu web y los grafos de conocimiento. No te limites a un marcado básico de empresa: utiliza la propiedad sameAs para vincular tu entidad con tus perfiles oficiales en Wikidata, Wikipedia, Crunchbase, LinkedIn o registros mercantiles.

Puedes profundizar en cómo estructurar estos esquemas avanzados en mi artículo sobre datos estructurados para IA.

• El marcado JSON-LD define la entidad principal y desambigua su identidad mediante enlaces canónicos en sameAs.

10. Consenso omnicanal de datos (Consistencia NAP y Atributos)

Los LLMs sufren alucinaciones cuando encuentran datos contradictorios en distintas partes de la web. Si en tu página web figura una dirección fiscal, en Google Business Profile otra y en directorios sectoriales un teléfono antiguo, el modelo pierde confianza algorítmica.

Verifica que el nombre comercial, el teléfono, los rangos de precios y las descripciones de servicios coincidan al milímetro en todos tus canales públicos.

• Los datos fundacionales de la marca son 100% consistentes en la web, registros oficiales y perfiles externos.

11. Autoría verificada y señales E-E-A-T

Los filtros de calidad que alimentan los sistemas de recuperación dan prioridad a contenidos firmados por profesionales reales con trayectoria demostrable.

Incluye cajas de autor visibles con una biografía concisa, enlaces a perfiles profesionales contrastados (como LinkedIn o publicaciones científicas/sectoriales) y el marcado author correspondiente dentro del esquema Article.

• Todos los contenidos cuentan con autoría individual visible, biografía profesional y enlaces a perfiles externos verificados.

12. Marcas de tiempo de actualización (dateModified)

La frescura temporal es un criterio decisivo para que herramientas como Perplexity o Google AI Overviews decidan mostrar una fuente. Un contenido sin fecha o con referencias desfasadas suele descartarse en favor de un artículo actualizado hace dos semanas.

Muestra fechas claras de última actualización tanto a nivel visual para el lector como en los metadatos semánticos (dateModified en JSON-LD).

• La fecha de última revisión es visible en la cabecera del artículo y coincide con la propiedad dateModified del esquema.

---

Bloque 4: Validación Externa y Consenso en la Red

Cerca del 80% de las citas que genera un modelo como ChatGPT o Perplexity no provienen de la propia web del negocio, sino de lo que terceros dicen sobre él.

13. Huella activa en comunidades y foros (Reddit, Quora, etc.)

Los motores generativos recurren constantemente a hilos de Reddit, foros especializados y plataformas colaborativas para sondear qué marcas recomienda la comunidad real.

Audita qué presencia tiene tu empresa en las conversaciones orgánicas de tu sector. Si los usuarios mencionan tu herramienta o servicio de forma genuina en discusiones técnicas, las probabilidades de que la IA te cite en una recomendación comercial se disparan.

• La marca aparece mencionada y debatida de forma natural en foros sectoriales o comunidades relevantes de internet.

14. Co-ocurrencia semántica y Digital PR

Para los algoritmos de IA, un enlace clásico no es el único factor de relevancia. La co-ocurrencia de marca (que el nombre de tu empresa aparezca en el mismo párrafo que términos como “consultor SEO”, “software de facturación” o “mejor agencia de Alicante”) genera una asociación semántica indeleble en los pesos del modelo.

Trabaja apariciones en medios de comunicación, blogs de referencia y podcasts especializados donde se asocie tu marca a tu especialidad profesional.

• Existen menciones contextuales en medios de comunicación y publicaciones de autoridad que vinculan tu marca a tu área de especialización.

15. Auditoría de sentimiento en plataformas de reseñas

Los modelos de lenguaje modernos integran capas avanzadas de análisis de sentimiento. Si plataformas como Trustpilot, Google Maps, G2 o Capterra concentran quejas recurrentes sobre tu servicio, la IA no se limitará a omitirte: advertirá directamente al usuario sobre tus deficiencias operativas.

Monitoriza periódicamente el sentimiento medio de las opiniones públicas sobre tu negocio y resuelve las incidencias antes de que contaminen la reputación algorítmica de tu marca.

• La reputación online de la empresa mantiene un sentimiento predominantemente positivo en plataformas de valoración pública.

16. Transcripciones y presencia multimedia indexable

Los rastreadores de última generación ya no solo leen texto web; consumen activamente transcripciones de vídeos de YouTube, notas de podcasts y presentaciones públicas.

Si produces contenido en vídeo o audio, asegúrate de publicar transcripciones textuales completas y estructuradas en tu web o en las descripciones de los canales para que los motores puedan extraer citas textuales de tus ponencias.

• El material audiovisual cuenta con transcripciones textuales completas accesibles para su lectura automatizada.

---

Bloque 5: Analítica, Medición y Detección de Patrones Reales

El último bloque de la auditoría es el que separa a quienes teorizan sobre IA de quienes trabajamos con datos reales: medir qué está ocurriendo sobre el terreno y qué URLs están atrayendo visibilidad en las respuestas generativas.

17. Rendimiento en Google Search Console (Funciones de IA generativa)

Google ya ofrece dentro de Search Console su informe beta para monitorizar el rendimiento específico en funciones de IA generativa (las conocidas AI Overviews).

Este panel nos permite examinar exactamente cuántas impresiones y clics reciben nuestras URLs cuando Google sintetiza una respuesta con inteligencia artificial.

Al analizar los datos de este panel en mis proyectos, observo patrones clarísimos. Por ejemplo, en una ventana de 28 días se pueden superar holgadamente las 78.000 impresiones procedentes exclusivamente de módulos generativos.

Pero lo más valioso no es la gráfica general, sino pasar a la pestaña de Páginas:

Al auditar este desglose descubres con exactitud qué tipo de contenido premia el algoritmo. En la captura puedes comprobar cómo determinados artículos del blog superan las 4.300 impresiones individuales en respuestas de IA, compitiendo codo con codo con la propia página principal del sitio.

Extraer y analizar estos datos te permite identificar la anatomía de las URLs ganadoras (su longitud, sus tablas, su estructura de encabezados) para replicar esa misma fórmula en el resto del sitio web.

• Monitorizas de forma activa el panel de Funciones de IA generativa en Search Console para aislar las URLs con mayor tracción.

18. Bing Webmaster Tools como radar para ChatGPT Search

Muchos consultores olvidan por completo a Bing, y cometen un error estratégico monumental. ChatGPT Search y Microsoft Copilot se nutren directamente del índice y la API de Bing para recopilar información en tiempo real.

Si tu sitio web tiene penalizaciones de rastreo en Bing Webmaster Tools o no ha verificado sus sitemaps en esta plataforma, tus posibilidades de aparecer como tarjeta de fuente en las búsquedas conversacionales de OpenAI se reducen drásticamente.

• La web está dada de alta, verificada y libre de errores de indexación en Bing Webmaster Tools.

19. Aislamiento del tráfico referido de IA en Google Analytics 4

Las visitas que llegan a tu web a través de un enlace de citación en ChatGPT, Perplexity o Claude tienen una tasa de conversión comercial extraordinariamente alta, porque el usuario ya ha sido cualificado por el asistente antes de hacer clic.

Configura una agrupación de canales personalizada en GA4 con expresiones regulares para aislar el tráfico procedente de chatgpt.com, android-app://com.openai.chatgpt, perplexity.ai y claude.ai. Esto te permitirá medir no solo sesiones, sino conversiones, solicitudes de presupuesto y compras reales generadas por la IA.

• Tu propiedad de GA4 cuenta con un canal personalizado para monitorizar visitas y conversiones procedentes de motores generativos.

20. Matriz de prompts transaccionales y Share of Model

La posición media en Google no sirve para medir el GEO. Lo que medimos aquí es el Share of Model (el porcentaje de veces que la IA recomienda tu marca frente a los competidores ante una necesidad comercial).

Define una lista fija de 20 a 30 prompts comerciales con intención de compra (ej. “cuál es el mejor software de X para resolver Y” o “qué empresa recomendarías para contratar Z en España”). Ejecuta estas consultas periódicamente en ChatGPT, Perplexity y Gemini para evaluar si tu marca aparece citada, en qué posición lo hace y con qué fuentes de terceros se valida la recomendación.

• Cuentas con una matriz fija de prompts para auditar periódicamente la cuota de citación de tu marca frente a la competencia directa.

---

Scorecard: Cómo interpretar la puntuación de tu web

Una vez completada la revisión de los 20 puntos, asigna 5 puntos por cada casilla marcada afirmativamente:

Puntuación Total	Diagnóstico de Madurez GEO	Situación de tu Negocio
0 a 40 Puntos	Invisible para la IA	Existen bloqueos técnicos o ausencia total de datos estructurados. Los motores generativos omiten tu web de forma sistemática.
45 a 70 Puntos	Indexable pero poco Citado	La base técnica es correcta, pero el contenido carece de formato atómico (Answer-First), estadísticas y validación externa en foros o medios.
75 a 90 Puntos	Competidor Relevante	Tu sitio web aparece con regularidad en respuestas de Perplexity y ChatGPT cuando el usuario realiza búsquedas específicas de sector.
95 a 100 Puntos	Autoridad Referente	Máxima extractabilidad y consenso en la red. Tu marca lidera las recomendaciones orgánicas en los principales motores generativos.

Una auditoría GEO no es un documento estático para guardar en una carpeta; es una hoja de ruta operativa para corregir cuellos de botella técnicos y dotar a tus contenidos del formato exacto que los modelos de lenguaje necesitan para confiar en ti.

Si quieres que analice tu proyecto en detalle, audite tus 20 puntos y diseñemos juntos un plan para que los motores de IA empiecen a recomendar tus servicios, puedes ponerte en contacto conmigo a través de mi página de contacto y revisamos tu caso.