Checklist de auditoría SEO para la búsqueda con IA
Una auditoría técnica clásica gira en torno a una sola pregunta: ¿pueden los motores de búsqueda rastrear, indexar y posicionar este sitio? Una auditoría de IA plantea otra distinta: ¿pueden los asistentes de IA llegar a este contenido, entender qué significa y decidir que vale la pena citarlo? Son trabajos relacionados, pero no son el mismo trabajo. Una página puede superar todos los puntos de una checklist de auditoría técnica de SEO y aun así ser invisible para ChatGPT, Perplexity y los resúmenes con IA de Google, porque el fallo ocurre una capa más arriba.
Esta checklist reúne 18 puntos organizados en cinco grupos. En cada uno encontrará una breve razón de por qué importa y algo concreto que revisar. Varios se solapan con el SEO tradicional, y eso es intencional: los cimientos siguen teniendo que aguantar. El resto son específicos de cómo los sistemas de IA localizan y citan sus fuentes. Muchas de estas comprobaciones puede hacerlas a mano, pero en un sitio de cierto tamaño un crawler las saca a la luz en una sola pasada.
¿Puede la IA llegar a su contenido?
Si un crawler de IA no consigue descargar su página, nada más de esta lista importa. Es la capa que más gente pasa por alto, porque una página que se ve perfecta en el navegador puede estar cerrada justo a los bots que alimentan las respuestas de IA.
1. Acceso de los bots de IA en robots.txt
Los motores de IA usan crawlers con nombre propio: GPTBot para ChatGPT, ClaudeBot para Claude, PerplexityBot para Perplexity y Google-Extended para el entrenamiento de IA de Google. Su robots.txt decide cuáles de ellos pueden leer su contenido. Muchos sitios los bloquean sin saberlo, a veces por una regla copiada y pegada, a veces por la configuración por defecto de un plugin de seguridad.
Qué revisar: Abra sudominio.com/robots.txt y busque reglas Disallow dirigidas a estos user agents. Tome la decisión de forma consciente: bloquearlos protege su contenido del entrenamiento de IA, pero también lo deja fuera de las citas de IA. Nuestra guía completa de robots.txt para crawlers de IA explica el equilibrio en detalle.
2. Presencia y exactitud de llms.txt
Un archivo llms.txt es una convención propuesta que señala a los sistemas de IA su contenido más importante y limpio. Su adopción es desigual y ningún motor lo trata como factor de posicionamiento, así que es una señal barata más que una solución. Si publica uno, tiene que ser exacto y estar al día, no una lista caduca de URLs que ya cambiaron de sitio.
Qué revisar: Si el archivo existe, si cada URL que contiene devuelve un 200 y si de verdad refleja sus páginas clave. Si está sopesando si merece la pena, ¿leen realmente los motores de IA el llms.txt? repasa la evidencia real.
3. Contenido en el HTML inicial
Los crawlers de IA son mucho menos pacientes que Googlebot a la hora de ejecutar JavaScript. Si su contenido principal solo aparece tras el renderizado en el cliente, muchos sistemas de IA verán una página casi vacía. El renderizado en el servidor o la generación estática colocan el texto donde cualquier crawler puede leerlo en la primera petición.
Qué revisar: Descargue su página sin JavaScript (ver código fuente, o la vista de HTML en bruto de un crawler) y confirme que el contenido y los encabezados principales están presentes. Si el cuerpo queda vacío hasta que se ejecutan los scripts, eso bloquea la cita. En SEO y renderizado con JavaScript tiene la solución.
4. Reglas del firewall y del CDN
Más allá del robots.txt, un WAF o un CDN pueden devolver en silencio un 403 o páginas de desafío a los user agents de IA mientras sirven con normalidad a las personas. Es habitual con las configuraciones por defecto de gestión de bots, que tratan como amenaza a todo agente que no sea un navegador. El resultado es un bloqueo invisible que la inspección del robots.txt no revela.
Qué revisar: Solicite sus páginas usando la cadena de user-agent de un bot de IA y confirme que recibe un 200 con contenido real, no una página de bloqueo ni un desafío de JavaScript.
¿Pueden las máquinas entender la página?
Llegar a la página no es lo mismo que interpretarla. Los sistemas de IA extraen una versión limpia y estructurada de su contenido antes de poder resumirlo o citarlo, y un marcado impreciso hace que esa extracción sea poco fiable.
5. Validez de los datos estructurados
El marcado de esquema le da a las máquinas una declaración explícita de qué es una página: un artículo, un producto, una FAQ, un autor. Los sistemas de IA lo usan para desambiguar el contenido y atribuirlo correctamente. Un esquema inválido o que no cuadra es peor que ninguno, porque introduce ruido.
Qué revisar: Cada tipo de página importante debería llevar el esquema adecuado, el JSON-LD debería validar y debería coincidir con el contenido visible. Nuestra guía de marcado de esquema para SEO y búsqueda con IA explica qué tipos importan y cómo evitar los errores más comunes.
6. HTML semántico y estructura de encabezados
Un único <h1> descriptivo, un orden lógico de encabezados y elementos semánticos reales (listas, tablas, párrafos) permiten a un modelo reconstruir la estructura de su página. Un muro de etiquetas <div> maquilladas para parecer encabezados no le da nada a lo que agarrarse.
Qué revisar: Un solo <h1> por página, sin saltarse niveles de encabezado, y contenido marcado con el elemento que encaja con su significado en lugar de con contenedores genéricos.
7. Respuestas que se sostienen solas
Los sistemas de IA tienden a citar pasajes que se sostienen por sí mismos. Un párrafo que responde a una pregunta concreta en unas pocas frases, sin depender de los tres párrafos anteriores, es mucho más citable que una idea enterrada dentro de una larga preparación narrativa.
Qué revisar: Para cada pregunta clave que aborda su página, compruebe que hay un pasaje directo que un modelo podría tomar tal cual y que aun así siga teniendo sentido.
8. Metadatos descriptivos
Los títulos, las meta descripciones y las etiquetas Open Graph están entre lo primero que lee un crawler. Enmarcan de qué trata la página antes incluso de interpretar el cuerpo. Unos metadatos vagos o duplicados obligan al modelo a adivinar.
Qué revisar: Títulos y descripciones únicos y descriptivos en cada página, que coincidan con el contenido real y sin duplicados a lo largo del sitio.
¿Vale la pena citar la página?
El acceso y la claridad lo meten a usted en la lista de candidatos. Que un modelo lo cite de verdad depende de la confianza y de la sustancia. Aquí es donde la visibilidad en IA se aparta con más fuerza del posicionamiento tradicional.
9. Densidad de datos y concreción
Los modelos prefieren fuentes que afirman hechos concretos y verificables: cifras, fechas, entidades con nombre, pasos específicos. Los consejos genéricos que podrían haberse escrito sobre cualquier cosa rara vez se citan, porque no aportan nada que un modelo no pudiera generar ya por su cuenta.
Qué revisar: Pasajes que hacen afirmaciones específicas y comprobables. Si una sección suena a relleno, es poco probable que se gane una cita.
10. Señales de frescura
La actualidad importa más a las respuestas de IA que al posicionamiento clásico, sobre todo en cualquier tema sensible al tiempo. Una fecha de publicación o de actualización visible y honesta ayuda a un modelo a juzgar si su página está al día. Tras un cambio como la actualización antispam de junio de 2026 ya completada, las páginas rancias que nunca se revisan son las que más terreno pierden.
Qué revisar: Un publishDate y un updatedDate exactos en su contenido, y un proceso real para revisar las páginas sensibles al tiempo, en lugar de retrasarles la fecha por pura cosmética.
11. Claridad de fuente y autoría
Una autoría clara, una página de información y datos de entidad coherentes alimentan todas las señales de confianza que los sistemas de IA sopesan al elegir entre fuentes que compiten. El contenido anónimo en un sitio confuso es un candidato más débil que ese mismo contenido con un autor identificado y acreditado detrás.
Qué revisar: Autores con nombre y biografías reales, una página de información sólida y datos de la organización coherentes en todo el sitio y en sus datos estructurados.
12. Aporte de información único
El aporte de información es lo que su página añade y que las otras diez páginas que ya dicen lo mismo no tienen. Las respuestas de IA sintetizan muchas fuentes, así que una página que solo repite el consenso no le da al modelo ninguna razón para acudir a ella en concreto. Datos originales, pruebas de primera mano o un ángulo genuinamente distinto son lo que se gana la cita.
Qué revisar: Al menos una cosa en la página que un lector (o un modelo) no podría sacar de los primeros resultados que ya existen. Nuestra guía sobre páginas dignas de ser citadas en la búsqueda con IA profundiza en esto, y la estrategia más amplia está en la guía de optimización para motores generativos.
Higiene técnica que sigue contando
Ninguno de los trabajos específicos de IA salva a una página que está rota a nivel técnico. Estas comprobaciones clásicas siguen decidiendo si su contenido es una fuente fiable.
13. Canonicals y duplicados
Cuando varias URLs sirven el mismo contenido, un modelo puede ver un duplicado más débil en vez de su versión canónica, o repartir las señales entre ambas. Unas etiquetas canonical limpias mantienen la atribución apuntando a una única URL con autoridad.
Qué revisar: Canonicals autorreferenciales en las páginas indexables, ningún canonical apuntando a URLs redirigidas o inexistentes, y ninguna variante duplicada sin resolver.
14. Enlaces rotos y cadenas de redirección
Los enlaces internos muertos y las cadenas largas de redirección desperdician la atención de rastreo y pueden dejar contenido varado antes de que se lea. Además transmiten dejadez, que es justo lo contrario de la señal de fiabilidad que quiere que vea un modelo dispuesto a citarlo.
Qué revisar: Enlaces internos que devuelven un 4xx, y redirecciones con más de un salto. Apunte los enlaces directamente a las URLs finales y repare o elimine los que estén rotos.
15. Velocidad de página y Core Web Vitals
Las páginas lentas se rastrean menos y se abandonan más, y los problemas de rendimiento de fondo suelen ir de la mano de los problemas de renderizado del punto 3. Una página rápida y estable es sencillamente más fácil de procesar para cualquier lector automático.
Qué revisar: LCP por debajo de 2,5 segundos, INP por debajo de 200 milisegundos y CLS por debajo de 0,1, empezando por sus páginas de mayor valor.
16. Enlazado interno rastreable
Los enlaces internos son la forma en que cualquier crawler, de IA o no, descubre profundidad y entiende qué páginas considera usted importantes. Las páginas huérfanas y un enlazado superficial esconden su mejor contenido de los sistemas que deberían sacarlo a la luz.
Qué revisar: Ninguna página huérfana, el contenido importante a unos pocos clics de la portada, y textos de anclaje descriptivos que señalen de qué trata cada página enlazada.
Medir y mantener
Una auditoría de IA es una foto fija de un objetivo que se mueve rápido. Los motores, sus crawlers y su comportamiento a la hora de citar cambian en una escala de meses, así que una sola pasada es un punto de partida, no una línea de meta.
17. Mida su visibilidad en IA
No se puede mejorar lo que no se vigila. Google Search Console ya informa del rendimiento en los resúmenes con IA, y las herramientas de terceros rastrean con qué frecuencia los asistentes citan su dominio. Una advertencia que conviene interiorizar: un análisis reciente encontró que solo alrededor de una cuarta parte de las fuentes citadas coincide entre los distintos modos de razonamiento de ChatGPT, así que la visibilidad en un motor, o incluso en un modo, no la garantiza en el resto.
Qué revisar: Una línea base a partir del informe de rendimiento de resúmenes con IA en GSC, más cualquier seguimiento de citas que pueda mantener en el tiempo. Observe tendencias, no datos sueltos.
18. Reaudite con un calendario fijo
Como las reglas de rastreo y de cita de la IA cambian deprisa, el intervalo entre auditorías debería ser más corto que en el SEO técnico clásico. Aparecen bots nuevos, las convenciones del robots.txt evolucionan y el comportamiento de los motores cambia sin previo aviso. Una checklist que se ejecuta una vez y se olvida se queda desfasada rápido.
Qué revisar: Una auditoría recurrente, trimestral como mínimo, más una revisión específica después de cualquier cambio importante en el sitio o de cualquier cambio confirmado en la forma en que rastrean los motores de IA.
Cómo ejecutar la auditoría
La mayoría de estos 18 puntos son cosas que un crawler puede comprobar por usted en una sola pasada: acceso de los bots, renderizado, validez del esquema, enlaces rotos, redirecciones, canonicals, páginas pobres o sin fecha y contenido huérfano. Una herramienta como Seodisias ejecuta estas comprobaciones en local, en su propia máquina, en Windows, macOS y Linux, así que los datos de su sitio nunca salen de su ordenador. Ese enfoque local y multiplataforma importa aún más cuando audita contenido que quizá no quiera subir a un servicio de terceros.
Un orden de trabajo práctico:
Arregle primero el acceso. Si GPTBot o ClaudeBot no consiguen llegar a una página, o si esta se renderiza vacía sin JavaScript, de nada servirá una redacción digna de ser citada. Despeje los bloqueos antes que cualquier otra cosa.
Después gánese la cita. Una vez que la página es accesible e interpretable, la palanca se mueve hacia la sustancia: hechos concretos, una cadencia de actualización real, una autoría clara e información que el consenso todavía no contiene.
Corrija a nivel de plantilla. Si falta el esquema o los metadatos están duplicados en cientos de páginas, la causa está en una plantilla, no en las publicaciones individuales. Una sola corrección ahí lo resuelve en todas partes.
Vuelva a rastrear y observe. Verifique cada corrección con otro rastreo y luego siga su visibilidad en IA a lo largo de las semanas. El comportamiento de atribución es ruidoso, así que busque una dirección con el tiempo en lugar de reaccionar ante una sola respuesta.
Resumen
La visibilidad en IA se construye por capas. Primero, el contenido tiene que ser accesible para los crawlers de IA con nombre propio y estar presente en el HTML inicial. Luego tiene que ser comprensible, gracias a un esquema válido, una estructura limpia y respuestas que se sostienen solas. Después tiene que valer la pena citarlo, gracias a hechos concretos, frescura, un origen claro y un aporte de información genuino. Por debajo de todo ello, los cimientos técnicos clásicos siguen teniendo que aguantar.
Trabaje las capas en ese orden. Una página accesible pero hueca no se citará, y una página brillante que los crawlers de IA no pueden descargar tampoco. Esta checklist mantiene ambos problemas a la vista a la vez, y encaja de forma natural con la checklist clásica de auditoría técnica de SEO: ejecute aquella para los cimientos y esta para la capa que la búsqueda con IA añadió por encima.