AeoproPor qué ChatGPT no cita tu web: la auditoría AEO que casi nadie hace bien
Equipo de AeoproRedactado con asistencia de IA19 min de lecturaEn resumen
- Hay tres familias de bots de IA, no una: los de entrenamiento (GPTBot, ClaudeBot, Google-Extended), los de búsqueda y citación (OAI-SearchBot, Claude-SearchBot, PerplexityBot, Bingbot) y los disparados por el usuario (ChatGPT-User, Claude-User, Perplexity-User). Bloquear a los primeros es una decisión legítima; bloquear a los segundos es desaparecer de las respuestas.
- Bloquear a
GPTBotno bloquea aOAI-SearchBot, y bloquear aGoogle-Extendedno te saca de AI Overviews: Google documenta que ese token no afecta a la inclusión en Google Search (Google Search Central). - Si tu contenido solo aparece después de ejecutar JavaScript, hay bots que verán una página casi vacía. El diagnóstico se hace comparando HTML crudo contra DOM renderizado.
llms.txtno es la solución: Google dice que no necesitas crear ficheros de texto para IA ni schema especial para aparecer en AI Overviews o AI Mode (Google, AI features), y John Mueller declaró en enero de 2026 que Google no respaldallms.txt(Search Engine Roundtable, 20-ene-2026).- El tráfico que devuelven los motores de IA es poco y caro de conseguir: Cloudflare cifró en julio de 2025 que con OpenAI es "750 veces más difícil" conseguir una visita que con el Google de antes, y con Anthropic "30.000 veces" (Cloudflare, 1-jul-2025).
Si llegaste aquí buscando por qué ChatGPT no cita tu web, la respuesta rara vez es "mi contenido no es bueno". En la mayoría de los casos auditados el problema es técnico y aburrido: una línea en el robots.txt, un WAF que devuelve 403 a cualquier user-agent raro, o una web hecha como aplicación de una sola página cuyo texto no existe hasta que el navegador ejecuta JavaScript. Este artículo explica cómo se comprueba cada cosa a mano y con qué fuentes, y al final verás cómo Aeopro, la herramienta de auditoría AEO de AIsToHire, automatiza las mismas comprobaciones sobre una URL.

¿Qué es el AEO y en qué se diferencia del SEO?
El AEO (Answer Engine Optimization) es el trabajo de preparar una web para que los motores de respuesta —ChatGPT, Claude, Perplexity, Gemini, Copilot— puedan leerla, entenderla y citarla al generar una respuesta. El SEO clásico optimiza para una lista de diez enlaces azules; el AEO optimiza para ser una de las tres o cuatro fuentes que el modelo resume y enlaza. Comparten mucho (indexabilidad, rendimiento, contenido útil), pero tienen fallos propios que el SEO tradicional nunca ha medido.
La diferencia práctica: una web impecable para Google puede ser invisible para un motor de IA si bloquea al bot que cita, si responde 403 a ese bot o si su texto solo se renderiza en cliente. Y al revés: Google afirma que no hay requisitos adicionales para aparecer en AI Overviews o AI Mode más allá de las buenas prácticas de SEO (Google Search Central, AI features). Es decir: en el ecosistema Google, el AEO es sobre todo no romper nada; en el ecosistema OpenAI/Anthropic/Perplexity, hay directivas específicas que sí tienes que gestionar.
| SEO clásico | AEO / motores de respuesta | |
|---|---|---|
| Objetivo | Posición en la SERP | Ser fuente citada en la respuesta |
| Bot que importa | Googlebot, Bingbot | OAI-SearchBot, Claude-SearchBot, PerplexityBot, Bingbot, Googlebot |
| Unidad de contenido | La página | El pasaje autocontenido |
| Señal técnica crítica | Indexabilidad | Accesibilidad al bot + contenido en HTML sin JS |
| Métrica | Posición, clics, CTR | Porcentaje de aparición en respuestas, citas |
| Control de recorte | — | nosnippet, max-snippet, data-nosnippet |
Los bots de IA se dividen en tres familias y confundirlas sale caro
Hay tres tipos de rastreador y cada uno se controla con su propio token en robots.txt: entrenamiento, búsqueda/citación y fetch disparado por el usuario. Bloquear el de entrenamiento es una decisión de negocio perfectamente razonable —no quieres alimentar modelos gratis—; bloquear el de búsqueda significa que el asistente no puede leerte cuando alguien pregunta por lo que tú vendes. Casi todos los robots.txt "anti-IA" que se copian de foros bloquean las dos cosas a la vez sin querer.
Esta es la tabla que conviene tener delante, con la documentación oficial de cada proveedor:
| User-agent | Proveedor | Para qué | ¿Bloquearlo te quita citas? |
|---|---|---|---|
GPTBot | OpenAI | Entrenamiento de modelos | No |
OAI-SearchBot | OpenAI | Indexación para la búsqueda de ChatGPT | Sí |
ChatGPT-User | OpenAI | Visita disparada por un usuario | Sí (OpenAI advierte que las reglas de robots.txt pueden no aplicarse) |
OAI-AdsBot | OpenAI | Verificación de landings de anuncios en ChatGPT | No |
ClaudeBot | Anthropic | Entrenamiento | No |
Claude-SearchBot | Anthropic | Indexación para resultados de búsqueda | Sí |
Claude-User | Anthropic | Visita cuando un usuario pregunta a Claude | Sí |
PerplexityBot | Perplexity | Indexar y enlazar en resultados | Sí |
Perplexity-User | Perplexity | Visita disparada por el usuario (ignora robots.txt, según su doc) | Sí |
Google-Extended | Entrenamiento y grounding de Gemini | No afecta a Google Search | |
Bingbot | Microsoft | Índice de Bing (y productos que lo usan) | Sí |
Fuentes: OpenAI, documentación de bots; Anthropic, rastreo web; Perplexity, bots; Google, rastreadores comunes. Consultadas el 26 de octubre de 2026.

Tres matices que casi nadie aplica bien:
- Los tokens son independientes.
DisallowparaGPTBotno afecta aOAI-SearchBot, niClaudeBotaClaude-SearchBot. Cada agente necesita su propio grupo. - Los fetchers de usuario juegan con otras reglas. OpenAI documenta que, por estar iniciadas por una persona, las reglas de
robots.txtpueden no aplicarse aChatGPT-User; Perplexity dice directamente quePerplexity-Usersuele ignorarlas. Confiar solo enrobots.txtpara "cerrar la puerta" no funciona de forma uniforme. Google-Extendedno es el interruptor de AI Overviews. Google documenta que ese token gestiona el entrenamiento y el grounding de Gemini, y que "no afecta a la inclusión del sitio en Google Search ni se usa como señal de ranking". Para limitar lo que Google muestra en sus funciones de IA, los controles sonnosnippet,data-nosnippet,max-snippetynoindex.
Si tu texto solo existe tras ejecutar JavaScript, para una IA tu página puede estar vacía
La segunda causa más frecuente de invisibilidad es el renderizado en cliente. Un bot que no ejecuta JavaScript ve el HTML que devuelve el servidor; si tu web es una SPA (React, Vue, Angular) sin renderizado en servidor, ese HTML puede ser un <div id="root"> vacío y tres etiquetas script. Googlebot renderiza; no todos los rastreadores de IA se comportan igual ni documentan que lo hagan.
La prueba se hace en dos pasos y no necesita herramientas de pago:
# 1) Lo que ve un bot sin JavaScript: cuenta las palabras del HTML crudo
curl -sL -A "OAI-SearchBot/1.4" https://tudominio.com/una-pagina \
| sed -e 's/<[^>]*>/ /g' | tr -s ' \n' ' ' | wc -w
# 2) ¿Te devuelve 403 o 200 cuando cambias el user-agent?
curl -s -o /dev/null -w "%{http_code}\n" -A "PerplexityBot" https://tudominio.com/
curl -s -o /dev/null -w "%{http_code}\n" -A "Mozilla/5.0" https://tudominio.com/
Si la primera cifra es de dos dígitos y la página real tiene mil palabras, ahí está tu problema. Si el segundo comando devuelve 403 con user-agent de bot y 200 con uno de navegador, tu CDN o tu WAF está haciendo el bloqueo que tú nunca configuraste: es el fallo silencioso más común, porque no aparece en ninguna herramienta de SEO.

Qué hacer si el HTML crudo está vacío, por orden de coste:
- Renderizado en servidor o estático para las páginas que quieres que te citen (Next.js, Nuxt, Astro, o prerender en el edge). Es la solución real.
- Prerender selectivo del contenido crítico: el primer bloque de respuesta, el H1, los datos de contacto y el JSON-LD en el HTML inicial, aunque el resto hidrate luego.
- Nunca sirvas a los bots una versión distinta del contenido que ve el usuario: eso es cloaking y es una infracción de las directrices de spam de Google.
El muro de cookies y el 403 son diagnóstico, no un detalle
Si tu página solo muestra contenido después de aceptar un banner de consentimiento, lo que el bot ve es el banner. Los rastreadores no pulsan "Aceptar": capturan el estado inicial. Lo mismo ocurre con los muros de registro, los interstitials de geolocalización y las protecciones anti-bot agresivas.
Esto no significa quitar el consentimiento —tienes obligaciones de RGPD que cumplir—, sino que el contenido indexable debe estar en el HTML por detrás del banner, no condicionado a su aceptación. Un banner que bloquea el <body> con un overlay es compatible con el AEO; un banner que impide que el servidor envíe el contenido, no.
llms.txt: qué dice Google y qué puedes esperar de verdad
llms.txt es una propuesta comunitaria de fichero en la raíz del dominio con un índice en Markdown del sitio para consumo de modelos. No es un estándar (no viene de IETF ni de W3C) y Google ha dicho explícitamente que no lo usa: su guía de funciones de IA afirma que "no necesitas crear ficheros legibles por máquina nuevos, ficheros de texto para IA ni marcado" para aparecer en AI Overviews o AI Mode, y John Mueller negó en enero de 2026 que la presencia del fichero en algunos dominios de Google fuera un respaldo (Search Engine Roundtable, 20-ene-2026).
Conclusión práctica: ponerlo cuesta diez minutos y no rompe nada, pero no es una palanca de visibilidad y desde luego no sustituye a lo anterior. Si decides tenerlo, que sea correcto (un índice real de tus URLs importantes, mantenido), y no lo cuentes como trabajo hecho de AEO.
Tampoco hay un "schema mágico" para salir en las respuestas de IA
Google es explícito: no hay datos estructurados especiales que haya que añadir para aparecer en AI Overviews o AI Mode (Google, AI features). El JSON-LD sigue mereciendo la pena por otra razón: desambigua. Un Organization con sameAs, un Article con author y datePublished, un FAQPage con las preguntas tal cual las escribe la gente, un Product con offers y aggregateRating le dicen a cualquier sistema qué entidad eres y qué afirmas, sin que tenga que deducirlo del maquetado.
Así que trata el marcado como higiene de datos, no como truco de visibilidad:
| Tipo de página | JSON-LD que sí aporta | Campos que marcan la diferencia |
|---|---|---|
| Home corporativa | Organization | name, url, logo, sameAs, contactPoint |
| Artículo de blog | Article / BlogPosting | headline, author, datePublished, dateModified |
| Ficha de producto | Product | offers.price, availability, brand, gtin |
| Página de servicio local | LocalBusiness | address, openingHours, areaServed |
| Preguntas frecuentes | FAQPage | pregunta literal + respuesta completa |
Cómo se escribe un contenido citable: respuesta primero y pasajes autocontenidos
Un motor de respuesta no cita páginas: cita pasajes. El patrón que funciona es poner la respuesta completa en las dos o tres primeras frases de cada sección, de forma que ese fragmento se entienda aislado, sin depender del párrafo anterior ni de un "como decíamos antes". Luego, debajo, el desarrollo, los datos y los matices.
Reglas concretas, no genéricas:
- Un encabezado = una pregunta o una afirmación verificable. "Precios" no se puede citar; "Cuánto cuesta una auditoría AEO en España" sí.
- Autocontención. Cada sección debe resolver su propia pregunta sin pronombres que apunten fuera. Si al copiar el primer párrafo y leerlo solo no se entiende, reescríbelo.
- Dato con fuente y fecha. Los modelos y los revisores humanos descartan cifras huérfanas. "El 68 %" sin quién lo mide y cuándo no vale nada.
- Tablas para todo lo comparable. Son el formato que mejor sobrevive a la extracción.
- Entidades explícitas. Nombra tu marca, tu ciudad, tu producto y tus competidores con el nombre completo al menos una vez; no asumas que se deduce del contexto.
- Fechas visibles.
dateModifiedreal y una fecha en el texto. La frescura pesa.
¿Cuánto tráfico puedes esperar? Poco, pero distinto
Las cifras disponibles apuntan a lo mismo: los motores de respuesta reducen el clic y devuelven mucho menos tráfico por página rastreada que un buscador clásico. Pew Research Center midió el comportamiento real de 900 adultos estadounidenses sobre 68.879 búsquedas de Google (datos de marzo de 2025): cuando aparecía un resumen de IA, los usuarios hacían clic en un resultado en el 8 % de las visitas, frente al 15 % cuando no aparecía; los enlaces dentro del resumen se pulsaron en el 1 % de las visitas (Pew Research Center, 22-jul-2025).
| Dato | Cifra | Fuente y fecha |
|---|---|---|
| Clic en un resultado con resumen de IA | 8 % de las visitas | Pew Research Center, 22-jul-2025 (datos de marzo de 2025) |
| Clic en un resultado sin resumen de IA | 15 % de las visitas | Pew Research Center, 22-jul-2025 |
| Clic en los enlaces del propio resumen | 1 % de las visitas | Pew Research Center, 22-jul-2025 |
| Sesión terminada tras la página de resultados | 26 % con resumen vs. 16 % sin él | Pew Research Center, 22-jul-2025 |
| Dificultad de conseguir una visita vs. el Google clásico | ×750 con OpenAI, ×30.000 con Anthropic | Cloudflare, 1-jul-2025 |
| Caída prevista del volumen de búsqueda tradicional para 2026 | −25 % | Gartner, nota de prensa 19-feb-2024 |
Dos lecturas honestas de esa tabla. La primera: si tu plan de negocio depende de un chorro de clics desde ChatGPT, los números no lo sostienen hoy. La segunda: la cita en sí tiene valor de marca y de preferencia —aparecer como la fuente recomendada cuando alguien pregunta "qué gestoría me conviene en Valencia" pesa aunque no haya clic—, y el coste de no estar es asimétrico, porque tus competidores sí están. La predicción de Gartner, por cierto, se publicó en febrero de 2024 y conviene tratarla como lo que es: una previsión, no un hecho medido.
Cómo auditar tu web para motores de IA en 7 pasos
Esta es la secuencia completa, en el orden en que importa. Los pasos 1 a 3 son eliminatorios: si fallan, lo demás es irrelevante.
robots.txt, agente por agente. Abrehttps://tudominio.com/robots.txty evalúa la URL concreta contra cada token de la tabla anterior, respetando la precedencia (el grupo específico gana a*; entreAllowyDisallow, gana la regla de patrón más largo).- Respuesta real con user-agent de bot. Comprueba el código de estado con
curl -A. Busca 403, 429, redirecciones raras y retos de JavaScript de tu WAF. - Directivas de recorte. Revisa
X-Robots-Tagen cabeceras y<meta name="robots">: unnoindex,nosnippetomax-snippet:0heredado de una migración te autolimita sin que nadie se dé cuenta. - Crudo contra renderizado. Cuenta palabras del HTML sin JavaScript y compáralas con la página renderizada. Anota qué bloques faltan.
- Estructura extraíble. Un solo H1, jerarquía de encabezados sin saltos, cada sección respondiendo su pregunta en el primer párrafo, tablas en lugar de párrafos comparativos.
- Identidad y datos estructurados. JSON-LD válido, fechas reales, autor identificable,
OrganizationconsameAs. - Medición y repetición. Separa el tráfico de IA en analítica (los referrers de los asistentes son identificables) y repite la auditoría tras cada despliegue para ver el antes y el después.

Qué NO se puede saber con certeza (y desconfía de quien te lo prometa)
Nadie puede garantizarte una cita en ChatGPT, ni medir "tu posición" en un motor de respuesta como se mide una posición en Google. Las respuestas generativas no son deterministas: la misma pregunta, dos veces, puede citar fuentes distintas, y los proveedores no publican un índice consultable ni una API de ranking. Cualquier "puesto 3 en ChatGPT" es, en el mejor de los casos, un muestreo.
Lo que sí se puede medir con rigor:
- Accesibilidad: si un bot concreto puede o no descargar una URL concreta. Esto es binario y comprobable.
- Extraibilidad: cuánto de tu contenido existe sin JavaScript y cómo está estructurado.
- Aparición muestreada: lanzar la misma pregunta N veces y reportar en qué porcentaje de respuestas sale tu marca, siempre con la fecha y el número de repeticiones al lado. Es un indicador, no un ranking.
Si una herramienta o una agencia te promete "estar en ChatGPT" con un número garantizado, el problema no es la herramienta: es la promesa.
Aeopro: las mismas comprobaciones, sobre una URL y en un informe
Hacer a mano los 7 pasos para una página lleva un par de horas; para un sitio entero, días. Aeopro, la app de auditoría AEO de AIsToHire, automatiza exactamente esa secuencia: pegas una URL y te devuelve 99 comprobaciones deterministas con dos puntuaciones —AEO, que pesa el 70 % del resultado global, y SEO clásico, el 30 %— y los pesos de cada categoría publicados dentro de la app para que puedas rastrear de dónde sale cada punto.
Lo que encaja con lo que acabas de leer:
| Lo que hay que comprobar | Qué hace Aeopro |
|---|---|
robots.txt agente por agente | Cruza tu robots.txt con 11 bots de IA, separando los de entrenamiento de los de respuesta, y muestra la línea exacta que causa cada bloqueo |
| Respuesta real a un bot | Sondea tu web con user-agent de bot para cazar 403, muros de WAF y directivas noindex/nosnippet |
| Crudo contra renderizado | Descarga la página dos veces (HTML crudo y DOM renderizado), te dice qué porcentaje del contenido está disponible sin hidratar y lista los bloques que faltan |
| Arreglar lo que falla | 44 de las 99 reglas traen parche generable: el JSON-LD completo, el TL;DR y la FAQ redactados para tu contenido, la sección reescrita en formato respuesta-primero, el llms.txt y las metas. El parche de robots.txt se compone sin IA, con un interruptor por bot |
| Aparición en las respuestas | Prueba de visibilidad: tres preguntas editables de tu sector, lanzadas tres veces cada una, con el porcentaje de aparición de tu marca, el tono y qué competidores salen en tu lugar — presentado siempre como muestreo con su fecha, nunca como un sí o un no absolutos |
| Repetir tras el despliegue | Reanálisis con el antes y el después, y un registro versionado del catálogo de reglas para que el score sea explicable meses después |
El informe determinista y el reanálisis no consumen tokens: puedes auditar y volver a auditar. Solo gastan las acciones en las que escribe la IA, y siempre una a una, cuando tú las pulsas. Puedes verlo en la página de Aeopro, la herramienta de auditoría AEO y visibilidad en IA de AIsToHire.
Preguntas frecuentes
¿Por qué ChatGPT no cita mi web?
Por orden de frecuencia: porque tu robots.txt bloquea a OAI-SearchBot (a menudo sin querer, al bloquear "la IA" en bloque), porque tu servidor o tu WAF devuelve 403 a los user-agents de bot, porque tu contenido solo existe después de ejecutar JavaScript, porque no hay un pasaje que responda la pregunta de forma autocontenida, o porque simplemente otras fuentes son más citadas para ese tema. Las tres primeras causas son técnicas y se comprueban en minutos.
¿Si bloqueo GPTBot dejo de aparecer en ChatGPT?
No necesariamente. GPTBot es el rastreador de entrenamiento; el que indexa para la búsqueda de ChatGPT es OAI-SearchBot. Son tokens independientes en robots.txt, así que puedes negarte a alimentar el entrenamiento y seguir siendo citable. Lo que sí te saca de las respuestas es bloquear OAI-SearchBot (documentación de OpenAI).
¿Necesito un fichero llms.txt?
No es imprescindible y, a día de hoy, no hay evidencia pública de que los grandes proveedores lo usen en producción. Google afirma que no hacen falta ficheros de texto para IA ni marcado especial para aparecer en sus funciones de IA, y en enero de 2026 John Mueller negó que Google lo respalde. Ponerlo no perjudica; creer que con eso ya has hecho AEO, sí.
¿Cómo sé si mi web se ve sin JavaScript?
Descarga el HTML crudo con curl -sL https://tudominio.com | sed -e 's/<[^>]*>/ /g' | wc -w y compara el recuento de palabras con lo que ves en el navegador. Si la diferencia es de un orden de magnitud, tu contenido depende del renderizado en cliente. En Aeopro esa comparación viene hecha, con los dos textos uno al lado del otro y la lista de bloques ausentes.
¿El AEO sustituye al SEO?
No. El SEO sigue siendo la base: si no estás indexado y no eres rápido ni útil, no hay AEO posible. Google lo dice con sus palabras: las buenas prácticas de SEO siguen siendo válidas para sus funciones de IA y no hay requisitos adicionales. El AEO añade una capa: accesibilidad a bots que no son Googlebot, contenido extraíble sin JavaScript y pasajes autocontenidos.
¿Cuánto tráfico voy a ganar si me citan en ChatGPT?
Menos de lo que te gustaría, y conviene asumirlo desde el principio. Pew midió que los enlaces dentro de un resumen de IA de Google se pulsan en el 1 % de las visitas, y Cloudflare estimó en julio de 2025 que conseguir una visita vía OpenAI es unas 750 veces más difícil que con el buscador clásico. El valor de la cita está más en la marca y en la preferencia que en el clic directo.
¿Se puede garantizar aparecer en las respuestas de IA?
No, y ninguna herramienta honesta lo garantizará. Las respuestas generativas varían entre ejecuciones y los proveedores no exponen un ranking consultable. Lo que sí se puede garantizar es eliminar los bloqueos técnicos que hoy te excluyen y medir la aparición por muestreo, con fecha y número de repeticiones.
¿Cada cuánto conviene repetir la auditoría?
Después de cada despliegue que toque plantillas, robots.txt, CDN o WAF, y como revisión de fondo cada uno o dos meses: los nombres de los bots y las directivas cambian varias veces al año. En 2025 y 2026 se han añadido tokens nuevos —OAI-SearchBot, Claude-SearchBot, OAI-AdsBot— que no existían cuando mucha gente escribió su robots.txt.
Conclusión: primero quítate los bloqueos, después escribe para que te citen
El AEO, hoy, es 20 % escritura y 80 % no estorbar. Antes de reescribir un solo párrafo, comprueba que los bots que citan pueden descargar tu página, que tu servidor no les responde 403 y que tu contenido existe sin JavaScript; esas tres cosas explican la mayoría de las invisibilidades que se ven en una auditoría. Después vienen los pasajes autocontenidos, las tablas, el JSON-LD limpio y las fechas reales.
Si quieres la foto completa de una URL sin dedicarle la tarde, Aeopro —la herramienta de auditoría AEO de AIsToHire— hace las 99 comprobaciones, te enseña el fragmento exacto de tu HTML que provoca cada problema y, en 44 de ellas, te genera el parche listo para pegar: auditar una web con Aeopro.
Pega la URL de tu web en Aeopro y comprueba en menos de un minuto si los bots que citan fuentes pueden leerte, qué se lo impide y cuál es el arreglo exacto.
Pega la URL de tu web en Aeopro y comprueba en menos de un minuto si los bots que citan fuentes pueden leerte, qué se lo impide y cuál es el arreglo exacto.Sigue leyendo
Ver todos los artículos →
El 93% de las búsquedas en AI Mode no genera ni un clic: qué significa para tu web en 2026

Por qué tu seguro de coche ha subido en 2026: prima media de 1.412 € y récord histórico

Discutir por WhatsApp o hablarlo en persona: qué dice la ciencia sobre los conflictos de pareja por mensajes
