¿Qué es el LLM SEO?
El LLM SEO es el trabajo de hacer que una página sea accesible, recuperable y citable por los grandes modelos de lenguaje, para que un asistente la encuentre, extraiga de ella una respuesta correcta y nombre a tu marca al hacerlo. No es un segundo sistema de ranking que corre al lado de Google. Es la misma web, leída por otro tipo de lector.
Ese lector no repasa diez enlaces azules. Extrae un puñado de pasajes de un índice, los contrasta con la pregunta que le han hecho, escribe una sola respuesta y le adjunta unas cuantas fuentes. Tu página sobrevive a esa secuencia o no.
La etiqueta todavía se discute. GEO, AEO, LLMO y LLM SEO describen más o menos el mismo trabajo, y el sector no ha elegido ganador. La demanda de búsqueda sí tiene opinión: en los datos de palabras clave que consultamos para elegir temas, “llm seo” mide unas 880 búsquedas al mes en Estados Unidos con una dificultad de 8, algo inusualmente bajo para un término tan joven.
Deja la discusión sobre las siglas para después. Lo que decide si tu marca aparece en la respuesta es el mecanismo de debajo, y se divide en cuatro puertas: acceso, elegibilidad, recuperación y atribución. Si fallas una, las otras tres dejan de importar.
A quién le interesa esto es más estrecho de lo que sugiere el ruido. Si tus compradores investigan antes de comprar, comparan opciones o hacen preguntas que empiezan por “mejor” o “cómo”, parte de esa investigación ya pasa por un asistente. Si llegan por un escaparate o un punto en el mapa, este trabajo baja puestos en tu lista. Sé honesto sobre cuál es tu caso antes de dedicarle un trimestre.
Por qué el ranking es el modelo mental equivocado
El ranking es una lista. La recuperación es una lista corta, montada al momento para una sola pregunta y reescrita después en prosa. Esa diferencia explica por qué “cómo posiciono en ChatGPT” no tiene respuesta honesta, y por qué las tácticas que salen de ahí queman trimestres.
La búsqueda clásica devuelve tu página. Un asistente devuelve un párrafo, y ese párrafo se cose con fragmentos: secciones, pasajes, a veces una única frase de definición sacada de una página cuyas otras 2.000 palabras nunca se consideraron. La unidad de trabajo dejó de ser la página. Pasó a ser el pasaje.
De ahí salen dos consecuencias prácticas. Primera, una página puede ser excelente en conjunto y no aparecer nunca, porque ningún bloque autónomo dentro de ella responde con limpieza a una pregunta real. Segunda, una página modesta puede ser citada constantemente, porque uno de sus párrafos es la respuesta más limpia del índice a una pregunta que la gente sí hace.
Tampoco hay una única cola en la que esperar. Cada motor rastrea con sus propios bots, mantiene su propio índice y tiene su propio gusto en fuentes, y por eso una marca puede ser visible en un asistente y no existir en otro. Ese reparto lo analizamos a fondo en por qué las citas de IA no se trasladan entre motores, y aquí se aplica igual.
Así que la pregunta útil no es dónde posicionas. Es en qué puerta te estás quedando fuera.
Puerta uno: ¿puede llegar a ti el rastreador correcto?
Rastreadores distintos, puertas distintas, y solo uno decide si un asistente puede citarte.
El acceso es la puerta que casi todo el mundo falla, porque los bots tienen nombres parecidos y trabajos completamente distintos. Bloquear al equivocado es la vía más rápida para desaparecer del asistente en el que querías estar.
OpenAI documenta sus rastreadores por separado, y la distinción merece memorizarse. OAI-SearchBot es el que hace aparecer sitios en las funciones de búsqueda de ChatGPT, y OpenAI afirma con claridad que los sitios que lo bloquean no se mostrarán en las respuestas de búsqueda de ChatGPT. GPTBot es el rastreador de entrenamiento, y OpenAI señala que bloquearlo no afecta a si apareces en la búsqueda de ChatGPT. ChatGPT-User no es ninguno de los dos: recupera una página porque una persona le ha pedido al asistente que la abra, y OpenAI indica que las reglas de robots.txt pueden no aplicarse a esas visitas iniciadas por el usuario.
Vuelve a leer esas tres líneas mirando tu propio robots.txt. Muchos sitios bloquearon “el bot de OpenAI” en la oleada de rechazo al entrenamiento de 2023, o heredaron esa regla de una plantilla o de un plugin. Creían estar saliendo del entrenamiento de modelos. También estaban saliendo de los resultados de búsqueda de ChatGPT, y ninguna interfaz se lo dijo. Google mantiene la misma separación con Google-Extended, que gobierna el entrenamiento de sus otros productos de IA y no la elegibilidad en Search.
Los volúmenes explican por qué la confusión sale cara. En el informe de tráfico de bots de Cloudflare de julio de 2026, el 52% de las peticiones de rastreo eran para entrenamiento de IA en junio de 2026, frente al 22% de la primavera de 2025, mientras que el rastreo puro de búsqueda se describe como una porción pequeña y menguante. La mayor parte de lo que llega a tu servidor no es el rastreador que puede citarte, así que un bloqueo tosco dirigido al tráfico de entrenamiento casi siempre atrapa también al útil.
Tu auditoría son tres líneas: abre tu robots.txt, lista todos los agentes de IA que bloqueas y confirma que cada bloqueo es el que de verdad querías. Después revisa las reglas de tu CDN o firewall, porque un gestor de bots puede estar bloqueando rastreadores que tu robots.txt permite sin problema.
Puerta dos: ¿eres siquiera elegible para aparecer?
Las directivas de snippet tapan justo los párrafos que una respuesta de IA usaría.
La elegibilidad es la puerta más silenciosa, y la documentación de Google es refrescantemente clara al respecto. Para aparecer como enlace de apoyo en AI Overviews o AI Mode, una página tiene que estar indexada y ser elegible para aparecer en Search con un snippet. Esa es la lista de requisitos completa.
Google va más allá y dice que no hay requisitos adicionales ni optimizaciones especiales para esas funciones. Ni archivos legibles por máquina nuevos, ni archivos de texto para IA, ni marcado especial de schema.org que añadir. La empresa que opera la mayor superficie de respuestas con IA de la web te está diciendo que la entrada es salud técnica ordinaria.
Lo que convierte los controles de snippet en la trampa que conviene revisar esta noche. nosnippet, data-nosnippet y un max-snippet ajustado limitan lo que Google puede mostrar de tu página, y el contenido que no puede mostrarse como snippet tampoco puede sostener una respuesta de IA. Los editores añaden esas directivas para proteger contenido y luego se preguntan por qué sus mejores páginas nunca aparecen en las funciones de IA.
Un barrido rápido caza casi todo: busca esas tres directivas en tus plantillas, comprueba que tu lógica de muro de pago o de resumen no está envolviendo el artículo entero en data-nosnippet y verifica que las páginas que te importan están indexadas y no solo publicadas. Trabajo aburrido. Es la puerta de todo lo demás.
“Publicado” e “indexado” se separan más a menudo de lo que los equipos esperan, sobre todo en sitios con mucho renderizado por JavaScript, páginas de categoría pobres y un sitemap que nadie ha mirado desde el lanzamiento. La herramienta de inspección de URL en Search Console lo responde página a página en un minuto, y la respuesta es binaria.
Merece la pena adoptar aquí otra costumbre. Los asistentes descomponen una pregunta en varias consultas relacionadas antes de recuperar, así que una página que solo encaja con tu palabra clave principal se pierde las variantes de alrededor. Cubre la pregunta y sus vecinas en la misma página, cada una en su sección, en vez de repartirlas en cinco entradas flojas que compiten entre sí.
Puerta tres: ¿tu párrafo responde la pregunta por sí solo?
La recuperación selecciona pasajes, así que la pregunta es si algún bloque de tu texto puede sacarse de su sitio y seguir teniendo sentido. Lee una de tus secciones sin el encabezado y sin el resto del artículo. Si necesita el párrafo de arriba para entenderse, un sistema de recuperación no puede usarla.
El arreglo es estructural, no de estilo. Cada encabezado es una pregunta que alguien podría hacer, y las dos o tres primeras frases de debajo responden a esa pregunta por completo, en lenguaje llano, antes de que llegue cualquier contexto o narrativa. El detalle viene después de la respuesta, nunca antes.
Las definiciones merecen un cuidado especial porque son la unidad más citada de la web. Escríbelas autónomas, nombrando el sujeto en vez de sustituirlo por un pronombre, y deja fuera de esa frase concreta la jerga y la personalidad. “El LLM SEO es el trabajo de hacer que una página sea accesible, recuperable y citable por los grandes modelos de lenguaje” sobrevive fuera de contexto. “Básicamente es el nuevo SEO” no.
Los números se comportan igual. Una cifra con su fuente y su fecha dentro de la misma frase puede citarse sin riesgo, lo que la hace mucho más útil que la misma cifra a tres párrafos de su referencia. Los asistentes son prudentes con las afirmaciones que no pueden atribuir.
El resto es higiene poco glamurosa: una idea por sección, encabezados que prometen un beneficio en lugar de etiquetar un tema, tablas y listas reservadas a lo que de verdad se enumera, y claridad de entidades para que el modelo sepa de qué empresa, producto o persona hablas. Nuestra propia lista de comprobación práctica de GEO desarrolla esto a nivel de página.
Un ejemplo práctico: un párrafo reescrito para ser recuperado
La diferencia entre una página que se cita y otra que se salta suele verse en un solo párrafo. Este es el patrón que más vemos cuando auditamos las páginas principales de una marca.
El original abre una sección titulada “Nuestro enfoque del onboarding” así: “Llevamos años refinando cómo damos la bienvenida a nuevos clientes y, en ese tiempo, hemos aprendido que cada negocio es distinto. Por eso nuestro proceso está construido sobre la flexibilidad.” Nada de eso es falso. Tampoco hay nada que se pueda extraer. No nombra sujeto, no responde ninguna pregunta y sería irrelevante dentro de una respuesta sobre onboarding.
La reescritura cambia el encabezado a “¿Cuánto dura el onboarding y qué ocurre cada semana?” y abre con la respuesta: “El onboarding dura cuatro semanas. La primera es una auditoría de datos y accesos, la segunda es el entrenamiento de voz con tu material existente, la tercera es el primer flujo en vivo y la cuarta es el traspaso a tu equipo.” Los mismos hechos, reordenados para que un sistema de recuperación pueda llevarse el bloque entero.
Fíjate en lo que gana la segunda versión: una pregunta concreta en el encabezado, una respuesta autónoma en la primera frase, pasos concretos que un modelo puede citar sin deformarlos y cero dependencia del párrafo anterior. Ese es todo el oficio, aplicado sección a sección.
Haz la prueba en tus páginas con una regla simple: tapa todo menos una sección, léela y pregunta si alguien de fuera podría responder la pregunta del encabezado con lo que queda. Las secciones que fallan son la razón por la que citan a tus competidores en tu lugar.
Puerta cuatro: ¿hay algún motivo para nombrarte?
La atribución es corroboración: varias fuentes independientes nombrando lo mismo.
Ser recuperable mete tu texto en la respuesta. Ser atribuible mete tu nombre, y son logros distintos. Los modelos citan fuentes que pueden corroborar, y la corroboración es una propiedad de la web que te rodea, no solo de tu página.
Tres cosas mueven esa aguja, y ninguna es un truco. La primera es la coherencia: si tu año de fundación, los nombres de tus servicios y la descripción de tu categoría difieren entre tu web, tus perfiles y los directorios que te listan, cada variante debilita a las demás. Elige el conjunto canónico de datos y repítelo en todas partes, palabra por palabra.
La segunda es la originalidad. Un modelo no tiene ningún motivo para nombrarte como fuente de una cifra que solo repetiste de un estudio ajeno. Tiene todos los motivos cuando la cifra es tuya: una medición que hiciste, un conjunto de datos que reuniste, un resultado observado en las cuentas que gestionas. Los datos propios son el seguro de citas más barato que existe.
La tercera es la corroboración independiente. Que te describan con precisión en un sitio que no controlas, en una reseña, en la transcripción de un podcast, en un hilo de comunidad o en el caso de éxito de un socio, convierte una afirmación en un hecho desde el punto de vista del modelo. Aquí es donde el clásico PR digital se transformó, sin ruido, en una táctica de visibilidad en IA.
Los datos estructurados pertenecen a esta puerta, no a la anterior. Google dice que no hace falta un schema especial para sus funciones de IA, y es cierto. Tampoco es un argumento contra los datos estructurados. Un bloque Organization que detalle tu nombre legal, tu sitio, tu logo y tus perfiles verificados le da a cada máquina que lee tu web una única versión inequívoca de quién eres.
Un límite honesto: nada de esto compra posición. Las citas rotan, los motores cambian su mezcla de recuperación sin avisar y ningún operador puede prometerte un hueco en una respuesta. Lo que sí controlas es si existe un motivo defendible para elegirte cuando se arma la lista corta.
Lo que sí puedes medir esta semana
La medición es donde el LLM SEO deja de ser teoría. Desde junio de 2026 puedes ver una parte dentro de una herramienta que ya tienes: Google Search Console incluye ahora un informe de rendimiento de IA generativa que cubre AI Overviews y AI Mode, con Discover reportado por separado.
Lee los límites antes de montar un panel encima. El informe muestra impresiones, es decir, cuántas veces se mostraron enlaces a tu sitio dentro de una función de IA generativa, y no te da clics para esas funciones. Los experimentos de Search Labs quedan fuera, y los sitios que se han excluido de las funciones de IA generativa no aparecen. Impresiones sin clics es una vista parcial, pero está medida y no adivinada, lo que la deja por delante de casi todo lo que se vende como seguimiento de visibilidad en IA.
Otras tres fuentes cubren los huecos. Tus registros de servidor dicen qué rastreadores de IA pasan, con qué frecuencia y qué secciones prefieren, desglosado por agente de usuario. Tu analítica puede aislar las referencias desde dominios de asistentes, algo que infravalora el canal porque muchos asistentes mandan visitantes sin referente, aunque la tendencia sigue siendo real. Y un panel fijo de preguntas, hechas sin sesión iniciada el mismo día de cada mes, te dice lo que ve de verdad un comprador.
El panel de preguntas es la parte que los equipos se saltan y luego lamentan. Diez preguntas que tus clientes hacen de verdad, lanzadas en tres o cuatro asistentes, registrando qué dominios se citaron en tu lugar. Treinta días después, la misma lista otra vez. Esa diferencia es la única métrica de visibilidad en IA que te pertenece del todo, y explicamos cómo construirla en cómo medir la visibilidad de marca en IA.
Aprovecha para ajustar expectativas con tu equipo. El volumen de este canal es pequeño al lado de la búsqueda orgánica, el movimiento es lento porque los índices se refrescan a su propio ritmo y la atribución seguirá siendo parcial durante bastante tiempo. Dirección y tendencia son los entregables honestos. La precisión todavía no está en el menú.
Lo que el LLM SEO no es
Buena parte de lo que circula con este nombre está sin probar o ya lo desmienten las propias plataformas. Cuatro afirmaciones merecen una respuesta clara.
llms.txt es una propuesta, no un factor de ranking. Es un archivo markdown curado que señala a los clientes de IA tu contenido importante, y tiene tracción real entre los asistentes de programación que leen documentación. Ninguna plataforma de búsqueda grande se ha comprometido a usarlo para respuestas, y la documentación de funciones de IA de Google dice sin rodeos que no necesitas crear archivos de texto para IA. Publícalo si tu documentación se beneficia. No esperes visibilidad de ahí.
Escribir para modelos no es un género aparte. No existe un vocabulario que haga un texto más atractivo para un modelo de lenguaje, y meter frases “optimizadas para IA” en los párrafos produce el mismo texto ilegible que producía el keyword stuffing hace quince años, con el mismo final.
No hay garantías disponibles. Nadie puede prometerte una cita en ChatGPT ni un hueco en un AI Overview, porque fuera de esas empresas nadie controla la recuperación. Quien te vende esa certeza te está vendiendo otra cosa.
Y el volumen no es la estrategia. Publicar cuarenta páginas flojas al mes para ampliar superficie le da a un sistema de recuperación cuarenta candidatos débiles. Una página que responde una pregunta real mejor que cualquier otra del índice las supera a todas, que es justo la razón por la que nuestro propio AI Content Writer corre una línea de nueve etapas de investigación y revisión en lugar de un solo prompt.
¿El LLM SEO sustituye al SEO o se apoya en él?
Se apoya en él, y el solapamiento es mayor de lo que a ninguno de los dos bandos le gusta admitir. Ambos dependen de la misma base: un sitio rastreable, una página indexada, estructura limpia y contenido que responde una pregunta mejor que las alternativas.
Divergen en la unidad de trabajo. El SEO clásico optimiza una página frente a una palabra clave y un conjunto de páginas rivales. El LLM SEO optimiza un pasaje frente a una pregunta y un conjunto de fuentes rivales, y luego hace una segunda pregunta que el SEO nunca tuvo que hacerse: ¿hay algún motivo para nombrar a la marca detrás de este pasaje?
Los modelos de medición también divergen. El SEO te da posiciones y clics. Las superficies de IA te dan impresiones, referencias parciales y un panel mensual de preguntas que tienes que ejecutar tú. El mismo sitio, dos realidades de reporte distintas, y un equipo de marketing que solo informa de una está describiendo la mitad de su negocio.
El presupuesto sigue la misma lógica. Esto no es tanto una partida nueva como un criterio de aceptación distinto aplicado a un trabajo que ya financias: la página que ibas a escribir de todas formas, estructurada para que cada sección responda su propio encabezado y cada afirmación lleve su fuente. El coste extra está en la revisión, no en el volumen.
En la práctica, la secuencia que funciona es aburrida. Arregla el acceso, confirma la elegibilidad, reestructura tus veinte páginas principales para que cada sección responda a su encabezado y después construye la capa de corroboración alrededor de las afirmaciones que quieres poseer. Ese orden es deliberado: el trabajo posterior no surte efecto mientras una puerta anterior siga cerrada. Si quieres el contexto amplio de cómo se movió la disciplina, cómo la IA cambió el SEO traza el paso de las páginas a los pasajes.
La auditoría que conviene hacer antes de tu próximo artículo
Bloquea noventa minutos esta semana y recorre las cuatro puertas en orden. Abre robots.txt y confirma que cada rastreador de IA que bloqueas es uno que querías bloquear, con OAI-SearchBot revisado por su nombre. Después elige tus cinco páginas comercialmente más importantes, comprueba que están indexadas y busca nosnippet, data-nosnippet y max-snippet en tus plantillas.
A continuación lee en voz alta, y fuera de contexto, las tres primeras frases bajo cada encabezado de esas cinco páginas. Cada una que no se sostenga sola es un pasaje que un sistema de recuperación va a saltarse. Reescríbela para que la pregunta del encabezado quede respondida antes que nada, y anota qué afirmaciones de la página son tuyas y cuáles prestadas.
Termina preguntando a cuatro asistentes las diez preguntas que tus compradores hacen de verdad, sin sesión iniciada, y apuntando a quién citan en tu lugar. Pon un recordatorio a treinta días y repite las mismas diez. Ese archivo, y no una suscripción a una herramienta, es tu línea base.
Si lo que vuelve resulta incómodo, esa incomodidad es la brecha que merece trabajo, y se cierra en un trimestre. Si quieres un segundo par de ojos, cuéntanos sobre tu marca. Leer esa brecha es una conversación, no un checkout.
