Datos estructurados, llms.txt y E‑E‑A‑T: la base técnica para que la IA cite tu web

Para que una IA te entienda y te cite, tu web tiene que hablarle en su idioma. Repasamos la capa técnica del GEO sin tecnicismos innecesarios: schema, llms.txt, acceso de bots y señales de confianza.

El buen contenido es la mitad del GEO. La otra mitad es técnica: ponerle fácil a la máquina entender quién eres y qué dices. Si todavía no tienes claro qué es eso del GEO, empieza por qué es el GEO y cómo posicionar tu web en los buscadores con IA; aquí nos centramos en la capa que no se ve. No hace falta ser ingeniero para saber qué hay que pedir a quien lleva tu web, y eso es lo que vas a encontrar: qué es cada pieza, para qué sirve y qué preguntar.

Datos estructurados: decirle a la máquina qué es cada cosa

Los datos estructurados (schema.org) son un código invisible para el visitante que le dice a Google y a las IAs, de forma inequívoca, qué es cada cosa: «esto es un negocio local», «esto es un artículo escrito por X», «esto es una pregunta frecuente con su respuesta», «esto es una reseña con 5 estrellas». Una persona entiende el contexto de un vistazo; una máquina, no siempre. Marcar bien tu web con schema es de lo que más ayuda a que te citen correctamente, con tu nombre, tu dirección y tu actividad tal como son.

¿Qué tipos le interesan a un negocio de Mallorca? Casi siempre LocalBusiness o su variante concreta (Restaurant, Dentist, Hotel, RealEstateAgent…), con nombre, dirección, teléfono, horario y zona de servicio; Organization con el logo y los perfiles sociales; Article con autor y fecha en las entradas del blog; FAQPage donde de verdad haya preguntas frecuentes; y Product u Offer si vendes online. Un hotel en Sóller y una empresa de reformas en Manacor no necesitan el mismo marcado, pero los dos necesitan que coincida exactamente con lo que se ve en la página. Marcar cosas que no están visibles, o inflar valoraciones, es la forma más rápida de que Google lo ignore.

Para comprobarlo no hace falta leer código: la prueba de resultados enriquecidos de Google te dice qué ha detectado en cualquier URL y si hay errores. Si sale vacía en tu página de inicio, ya sabes por dónde empezar.

Acceso de los rastreadores de IA: a quién dejas entrar

Igual que Google tiene su bot, OpenAI tiene GPTBot, Anthropic tiene ClaudeBot, Perplexity tiene PerplexityBot y así sucesivamente. Si quieres aparecer en sus respuestas, normalmente te interesa permitir que te lean. Se controla desde el robots.txt, un archivo de texto en la raíz de tu web que indica a cada bot qué puede rastrear y qué no.

Es una decisión estratégica: dejar entrar a quien te conviene. Un medio que vive de sus contenidos puede preferir bloquear; un restaurante, una clínica o una inmobiliaria que quieren que les recomienden casi siempre ganan dejándose leer. El problema es que muchas webs bloquean sin saberlo: un plugin de seguridad demasiado agresivo, una regla copiada de otra web, un cortafuegos del hosting que corta todo lo que no sea Google. Merece la pena abrir tu robots.txt (tudominio.com/robots.txt) y preguntar a quien gestiona tu servidor si hay algún bloqueo a nivel de hosting.

llms.txt: un resumen de tu web pensado para la IA

llms.txt es un estándar emergente: un archivo de texto en la raíz de tu web que resume, en lenguaje claro, qué ofreces y qué páginas son las importantes, pensado específicamente para que los modelos de lenguaje te entiendan rápido. Su formato es sencillo: el nombre del negocio, una o dos frases que expliquen a qué te dedicas y dónde, y una lista de enlaces a las páginas clave con una línea de descripción cada una.

Todavía es pronto y no todas las IAs lo leen, así que no esperes milagros. Pero implementarlo es barato, no tiene contraindicaciones y te coloca por delante de quien aún no lo conoce. Y tiene un efecto secundario útil: obligarte a escribir en cinco líneas qué haces y cuáles son tus páginas importantes suele destapar que la web no lo deja tan claro como creías.

E‑E‑A‑T: las señales de confianza que no son código

E‑E‑A‑T significa experiencia, pericia, autoridad y confianza. No es código, son señales. Un autor con nombre y trayectoria, una página «sobre nosotros» real, dirección física, reseñas, casos bien explicados. Las IAs, igual que Google, prefieren citar a quien demuestra que sabe de lo que habla y que es un negocio real, no una página fantasma.

En la práctica, para un negocio local se traduce en cosas muy concretas: fotos del equipo y del local en vez de imágenes de banco, el nombre de quien firma los artículos, datos de contacto completos y coherentes con tu ficha de Google Business, un aviso legal con la razón social y trabajos reales contados con detalle. Una asesoría de Palma que explica quién la lleva, desde cuándo y qué tipo de casos resuelve transmite mucha más confianza, a Google y a la IA, que otra con tres párrafos genéricos.

La base de siempre: velocidad, HTML limpio y accesibilidad

Encima de todo esto, lo de siempre: una web rápida, con HTML semántico y limpio, que cargue bien y sea accesible. Una máquina lee mejor una web bien construida. Eso significa títulos jerarquizados, textos que existen en el HTML y no solo dentro de imágenes o de scripts que tardan en cargar, enlaces con un texto que explique adónde llevan e imágenes con texto alternativo.

La velocidad importa por partida doble: los bots dedican un tiempo limitado a cada web y los visitantes también. Si quieres ver lo que supone en clientes reales, lo contamos en por qué una web lenta te cuesta clientes.

Errores frecuentes que vemos al revisar webs

Hay fallos que se repiten mucho. El primero, un schema genérico que un plugin generó hace años con datos que ya no son los buenos: el teléfono antiguo, la dirección de antes de la mudanza. El segundo, bloquear a los bots de IA sin haberlo decidido nunca. El tercero, webs en varios idiomas en las que el marcado solo existe en castellano, cuando buena parte de los clientes pregunta en inglés o en alemán. El cuarto, información importante escondida en PDFs, en pestañas que se cargan por JavaScript o en imágenes con texto. Y el quinto, no tener ni una sola página que diga quién hay detrás del negocio.

Por dónde empezar si tu web no tiene nada de esto

No hace falta hacerlo todo a la vez. Un orden razonable: primero, revisa el robots.txt para asegurarte de que no bloqueas a nadie por error; después, marca el negocio con LocalBusiness y los datos exactos; luego, refuerza las señales de confianza en la página de quiénes sois y en el contacto; y por último, añade el llms.txt y el marcado de artículos y preguntas frecuentes. Si antes de tocar nada quieres saber cómo te ve hoy la IA, haz el test de visibilidad en IA.

En Teix montamos las webs ya con esta base puesta — schema, rendimiento, señales de confianza — porque es lo que hace que el contenido trabaje, hoy en Google y mañana en la IA. Si tu web ya está hecha y quieres ponerla al día, es justo lo que trabajamos en SEO técnico y en posicionamiento en IA.

Fuentes: Google: introducción a los datos estructurados · Schema.org: el tipo LocalBusiness · Google: introducción al archivo robots.txt · OpenAI: sus rastreadores GPTBot y OAI-SearchBot (en inglés)