Cómo optimizar para la búsqueda con IA (GEO) + plantillas

PasosAbra la puerta a los bots de búsqueda

1. Decida su política

   La plantilla A le hace visible en la búsqueda con IA y, a la vez, excluye el entrenamiento de modelos. La plantilla B da la bienvenida a todos, rastreadores de entrenamiento incluidos, y es la política que maxenius.com usa para obtener la máxima visibilidad.

2. Escriba el archivo repitiendo las reglas compartidas

   Un rastreador obedece únicamente el grupo coincidente más específico, y la especificación de Google indica que los grupos con nombre y el grupo * no se combinan. Por eso debe repetir cada línea Disallow necesaria dentro de cada grupo con nombre.

   User-agent: *
   Disallow: /api/
   Disallow: /cart/
   Allow: /
   
   User-agent: OAI-SearchBot
   User-agent: ChatGPT-User
   User-agent: Claude-SearchBot
   User-agent: Claude-User
   User-agent: PerplexityBot
   User-agent: Perplexity-User
   Disallow: /api/
   Disallow: /cart/
   Allow: /
   
   User-agent: GPTBot
   User-agent: ClaudeBot
   User-agent: Applebot-Extended
   User-agent: CCBot
   Disallow: /
   
   Sitemap: https://www.example.com/sitemap.xml

   User-agent: *
   Disallow: /api/
   Allow: /
   
   User-agent: OAI-SearchBot
   User-agent: ChatGPT-User
   User-agent: GPTBot
   User-agent: Claude-SearchBot
   User-agent: Claude-User
   User-agent: ClaudeBot
   User-agent: PerplexityBot
   User-agent: Perplexity-User
   User-agent: Google-Extended
   User-agent: Applebot-Extended
   Disallow: /api/
   Allow: /
   
   Sitemap: https://www.example.com/sitemap.xml

3. Mantenga limpia la mecánica

   Ponga las líneas Disallow antes de Allow: /, porque los analizadores sencillos, como robotparser de Python, se detienen en la primera coincidencia. Sirva un archivo por host desde /robots.txt. Según el RFC 9309, una respuesta 5xx hace que los rastreadores asuman que todo está prohibido, y un 404 que pueden rastrearlo todo. robots.txt no es un control de acceso. OpenAI y Perplexity indican que los cambios tardan unas 24 horas en aplicarse.

4. Revise la capa que está por encima de robots.txt

   OpenAI indica que su host o CDN debe permitir sus rangos de IP publicados, y Perplexity documenta reglas de WAF que combinan el agente de usuario con listas de IP. Hay dos trampas: desde el 15 de septiembre de 2026, Cloudflare bloquea los rastreadores de finalidad mixta, entre ellos Googlebot, Applebot y BingBot, cuando un cliente activa el bloqueo de entrenamiento, y su robots.txt administrado antepone reglas Disallow que incluyen Google-Extended. En Vercel, poner el conjunto de reglas AI Bots en Deny también bloquea a los bots de búsqueda.

5. Compruebe que funcionóCompruebe que funciona

   Ejecute curl -s https://yourdomain.com/robots.txt y confirme que el archivo publicado coincide con el de su repositorio, ya que una CDN puede reescribirlo. Después busque en los registros del servidor o de la CDN respuestas 200 a OAI-SearchBot, Claude-SearchBot, PerplexityBot y Bingbot. Suplantar un agente de usuario con curl solo prueba las reglas basadas en el agente de usuario, no las basadas en IP.

PasosHaga que la página se pueda leer sin JavaScript

1. Lea primero los hallazgos con fecha

   En diciembre de 2024, Vercel y MERJ concluyeron que ninguno de los principales rastreadores de IA que estudiaron renderizaba JavaScript, salvo Gemini a través de Googlebot y Applebot. La guía de Vercel de 2026, Make your site readable by AI agents, sigue aconsejando renderizar en el servidor el contenido que se quiere que se lea. Son hallazgos con fecha, no una promesa sobre todos los rastreadores. OpenAI no indica si OAI-SearchBot renderiza, así que compruébelo en lugar de darlo por supuesto.

2. Renderice lo esencial en el servidor

   El título, el texto principal, la canonical, el JSON-LD y los enlaces de navegación deberían estar en el HTML inicial. Google indica que no todos los bots ejecutan JavaScript, aunque Googlebot en general sí lo hace.

3. No oculte las respuestas

   Mantenga las respuestas clave fuera de pestañas cerradas, imágenes y PDF. Tanto Microsoft como Bing advierten contra ocultar contenido esencial tras el renderizado en el cliente.

4. Compruebe que funcionóCompruebe que funciona

   Descargue la página como lo hace un rastreador que no renderiza, por ejemplo con el script del kit: ./ai-bot-check.sh https://www.example.com/page "a sentence from the body". Cada fila de bot debe mostrar el estado 200, un recuento de palabras cercano al que ve en el navegador y PHRASE = yes. El kit incluye dos scripts: ai-bot-check.sh prueba siete agentes de usuario de bots, y check-ai-crawl.sh (que se muestra en la sección de frameworks) comprueba en una sola descarga el título, la canonical y el JSON-LD.

PasosHaga que cada sección se pueda extraer por separado

1. Empiece por la respuesta

   Ponga la respuesta directa en las primeras frases bajo cada encabezado y haga que los encabezados sean específicos. Las pautas de Bing aconsejan mostrar pronto la información clave y definir los datos de forma explícita en la URL.

2. Un tema por URL, sin páginas a escala

   No cree una página para cada variación de query fan-out de una consulta. Google lo considera abuso de contenido a escala. Añada en su lugar detalle propio, de primera mano y no genérico, en vez de repetir lo que dicen otros.

3. Sin texto oculto para los modelos

   Bing considera abuso la inyección de prompts y las instrucciones ocultas para LLM, y puede reducir la visibilidad del sitio o eliminarlo del índice. Google afirma que no hay una longitud ideal ni hace falta trocear el contenido, así que escriba para las personas.

4. Compruebe que funcionóCompruebe que funciona

   Lea cada sección H2 por separado. Si responde a su propio encabezado sin necesitar el párrafo anterior, la sección supera la prueba.

PasosAñada un marcado que diga la verdad

1. Compruebe el requisito

   Google afirma que las funciones de IA no necesitan ningún esquema especial y que el marcado debe coincidir con el texto visible. Aun así, use Article o BlogPosting, Organization, Product y BreadcrumbList donde correspondan.

2. Use JSON-LD, escápelo e indique las fechas

   El JSON-LD puede ir en el head o en el body, y Google lee el JSON-LD inyectado, pero los rastreadores que no ejecutan JavaScript no. Cuando serialice JSON dentro de una etiqueta script, sustituya cada < por \u003c (una barra invertida seguida de u003c) para que una cadena que contenga una etiqueta de cierre de script no pueda terminar el bloque antes de tiempo. Los ejemplos de React, Next.js y Astro que siguen lo hacen. Muestre una fecha visible y haga que datePublished y dateModified coincidan con ella, según la guía de Google sobre la firma de autoría.

3. Considere opcional el esquema FAQ

   Google puso fin al resultado enriquecido de preguntas frecuentes el 7 de mayo de 2026. Mantenga el marcado FAQ solo si refleja preguntas visibles, y no espere más espacio en los resultados de búsqueda.

4. Compruebe que funcionóCompruebe que funciona

   Vea el código fuente y confirme que el JSON-LD está en el HTML sin procesar. Ejecute la Prueba de resultados enriquecidos o el Schema Markup Validator y compare cada valor con lo que ve un visitante.

PasosDecida si publica llms.txt

1. Sepa qué es llms.txt

   llms.txt es un archivo Markdown en la raíz de su sitio, propuesto por Jeremy Howard el 3 de septiembre de 2024, con un formato v2 publicado en agosto de 2026. Tiene un H1 (la única parte obligatoria), un resumen opcional en forma de cita en bloque y secciones H2 con enlaces del tipo - [name](url): notes.

2. Qué hace hoy

   Google afirma que Search ni se perjudica ni se beneficia de él. Ninguno de los documentos de rastreadores de OpenAI, Anthropic, Perplexity, Bing, Apple o Meta que revisamos indica que su rastreador lo lea. Lighthouse de Chrome tiene una auditoría Agentic Browsing que se marca como Not Applicable cuando falta el archivo. La guía de Vercel de 2026 informa de que añadir llms.txt no cambió la recuperación cuando la respuesta ya estaba en el HTML del servidor, y de que el 86 por ciento de las descargas atribuidas llegaron a través de enlaces de la página.

3. Decida si lo publica

   Es opcional y barato, así que hágalo después de lo básico. Mantenga el archivo pequeño. llms-full.txt es una convención que generan algunas plataformas de documentación, no forma parte de la especificación, y los reales llegan a ocupar decenas de megabytes. El /llms.txt predeterminado de Shopify sirve instrucciones para agentes, como se explica en la sección de Shopify.

   # Example Co
   
   > Example Co makes refillable cleaning products and sells them online to customers in the US and Canada.
   
   Key facts:
   - Free shipping on US orders over $50; returns accepted within 30 days.
   - Support: support@example.com, Monday to Friday.
   
   ## Products
   
   - [All products](https://www.example.com/collections/all): Full catalog with prices and stock status
   - [Refill subscriptions](https://www.example.com/pages/subscriptions): How refills are billed, paused and cancelled
   
   ## Policies
   
   - [Shipping policy](https://www.example.com/policies/shipping-policy): Carriers, delivery times and costs
   - [Refund policy](https://www.example.com/policies/refund-policy): Return window and how refunds are paid

4. Compruebe que funcionóCompruebe que funciona

   Ejecute curl -sI https://yourdomain.com/llms.txt y espere un 200 con un tipo de contenido de texto. Después pegue solo el archivo en un asistente y hágale preguntas sobre su negocio.

PasosDiga quién es una sola vez, en una sola dirección

1. Publique el marcado Organization

   Añada JSON-LD de Organization en la página de inicio con name, url, logo, description y enlaces sameAs a sus perfiles reales, según el documento de Google sobre Organization. Use el mismo nombre en todas partes, como piden las pautas de Bing, y mantenga alineados los datos de Business Profile, Bing Places y Merchant Center.

2. Elija un único host

   Su etiqueta canonical, los valores loc del mapa del sitio y el destino de las redirecciones deben coincidir. Google considera las redirecciones y rel=canonical señales fuertes y el mapa del sitio una señal débil, y desaconseja declarar URL distintas con métodos distintos. Bing señala que los LLM agrupan casi duplicados y pueden elegir una URL obsoleta para representarlos.

3. Fije lastmod a partir de cambios reales

   Cambie lastmod solo cuando cambien el contenido principal, los datos estructurados o los enlaces, nunca por la hora de compilación. Google ignora priority y changefreq, y Bing dice lo mismo. Acompáñelo de una fecha visible y de dateModified.

4. Notifique a IndexNow para Bing

   IndexNow avisa de los cambios a Bing y a otros motores participantes. Google no participa. Un HTTP 200 significa que se recibió su URL, no que se indexó.

5. Compruebe que funcionóCompruebe que funciona

   Ejecute curl -sI https://example.com/page | grep -i -E '^HTTP/|^location' para cada variante de host y compare después el destino de la redirección con la canonical de la página y con su entrada en el mapa del sitio. Las tres deben ser la misma URL.

PasosConfigure WordPress para la búsqueda con IA

1. Asegúrese de que el contenido está en el HTML

   Abra una página clave, elija View Source (no Inspect) y busque una frase del cuerpo. O ejecute curl -s https://example.com/page/ | grep -i "a sentence from the page". Los temas y los constructores de páginas habituales renderizan en el servidor, pero el contenido de pestañas AJAX, carruseles y widgets de «cargar más» puede no estar ahí.

   Asegúrese de que la navegación usa enlaces <a href> reales, porque Google solo puede rastrear enlaces construidos así. Después abra Settings > Reading y confirme que «Search engine visibility» no está marcada. Cuando está activada, la versión actual de WordPress añade una metaetiqueta robots con noindex a todas las páginas, en lugar de un Disallow en robots.txt.

   Comprobación: su frase aparece en la salida de curl, y curl -s https://example.com/ | grep -i noindex no devuelve nada.

2. Tome el control de robots.txt

   Sin archivo físico, WordPress genera un robots.txt virtual y lo pasa por el filtro robots_txt. Un robots.txt físico en la raíz web anula ese filtro y todos los editores de plugins de la tabla, y el File editor de Yoast crea precisamente un archivo así. Averigüe en cuál de las dos situaciones está antes de editar nada.

   Si quiere un grupo de IA explícito, use el mu-plugin geo-robots.php que figura más abajo. Repite las reglas de administración dentro del grupo, porque, según el RFC 9309, un rastreador que encuentra un grupo que lo nombra obedece únicamente a ese grupo.

   Deje desactivados Block AI Crawlers de AIOSEO y Bot blocker de Yoast Premium si quiere visibilidad en la búsqueda con IA. Si el sitio está detrás de Cloudflare, revise su robots.txt administrado, que añade reglas Disallow por encima de su archivo.

   Comprobación: curl -s https://example.com/robots.txt muestra las reglas que espera. OpenAI indica que los cambios pueden tardar unas 24 horas en llegar a la búsqueda de ChatGPT.

3. Decida qué bots permitir

   Los bots de búsqueda y de citas son OAI-SearchBot, Claude-SearchBot y PerplexityBot. Los bots de entrenamiento, como GPTBot y ClaudeBot, son una decisión aparte, y bloquearlos no le elimina de la búsqueda de ese proveedor. La tabla completa de proveedores está en la sección de fundamentos.

   Comprobación: ninguno de los bots que quiere en la búsqueda aparece nombrado en un grupo Disallow.

4. Publique llms.txt desde una sola fuente

   Elija la función del plugin que figura en la tabla, o use geo-llms-txt.php si no tiene plugin. No ejecute nunca dos. Yoast no sobrescribe un archivo existente, y un archivo estático puede ocultar uno dinámico de otro plugin.

   El beneficio es incierto, como se explica en la sección de llms.txt. La propia documentación de Rank Math indica que su adopción es limitada. Cuesta poco, así que trátelo como un índice ordenado de sus mejores páginas.

   Comprobación: curl -sI https://example.com/llms.txt devuelve 200, y el cuerpo empieza por # Your site name.

5. Añada datos estructurados mediante su plugin

   No pegue un segundo bloque Organization. Yoast genera un único @graph enlazado y expone filtros como wpseo_schema_organization (Schema API). Defina primero el nombre, el logotipo y los perfiles en Yoast SEO > Settings > Site representation. Rank Math permite ampliar el publicador mediante rank_math/json_ld. Sin plugin, use geo-schema.php.

   Comprobación: curl -s https://example.com/ | grep -c 'application/ld+json'; después pegue cada bloque en validator.schema.org y confirme que hay un solo nodo Organization.

6. Complete los datos del autor y de la entidad

   Complete Users > Profile (nombre público, información biográfica, sitio web), porque los plugins de SEO leen de ahí los datos del autor. Según la guía de Google sobre Article, author.name contiene solo el nombre y author.url apunta a una página que identifica de forma única al autor. Para la empresa, el marcado Organization va en la página de inicio o en la página Acerca de, y recomienda name, url, logo, sameAs y datos de contacto.

   Comprobación: la firma de una entrada enlaza con una página de autor, y el código fuente de la página muestra el mismo nombre en el JSON-LD de Article.

7. Enlace internamente con textos de ancla descriptivos

   Desde cada página principal (servicios, categoría, guía) enlace a las páginas de detalle con un texto de ancla que describa el destino. «Nuestra lista de verificación para configurar WooCommerce» dice más a un rastreador que «leer más».

   Comprobación: cada página importante tiene al menos un enlace de texto que apunta a ella desde otra página.

8. Use un único generador de mapa del sitio

   Use el del núcleo, Yoast, Rank Math o AIOSEO, no varios. Envíe la URL en Google Search Console y en Bing Webmaster Tools. Bing pide valores lastmod exactos en ISO 8601 con fecha y hora.

   Comprobación: se carga la URL del mapa del sitio de la tabla, y lastmod cambia solo cuando edita realmente una página.

9. Active IndexNow con un único emisor

   Elija el plugin oficial de IndexNow, Instant Indexing de Rank Math, AIOSEO o Yoast Premium. Usar dos duplica los envíos. IndexNow comparte las URL enviadas con todos los motores participantes.

   Comprobación: publique una entrada de prueba y búsquela en la lista de envíos recientes del plugin.

10. Complete los datos de producto de WooCommerce

    En cada producto, rellene Product data > Inventory > SKU y el campo «GTIN, UPC, EAN, or ISBN», y escriba una descripción corta real. WooCommerce 11.1.2 genera JSON-LD de Product con sku, gtin, offers y valoraciones, y permite ampliarlo con woocommerce_structured_data_product. El archivo de filtros que figura más abajo añade una marca. Si un plugin de SEO también genera Product, compare los dos bloques.

    WooCommerce trunk tiene previsto para una versión posterior (marcada como 11.3.0) el marcado OnlineStore y MerchantReturnPolicy, por lo que no está en la 11.1.2.

    Comprobación: vea el código fuente de una página de producto y confirme que hay exactamente un nodo Product con su GTIN.

11. Compruebe que funcionóVerifique todo desde un terminal

    Sustituya el dominio y la frase, y ejecute los cuatro:

    curl -s https://example.com/robots.txt muestra los grupos que usted quería y una línea Sitemap.

    curl -sI https://example.com/llms.txt devuelve 200 y text/plain.

    curl -s https://example.com/ | grep -c 'application/ld+json' devuelve el número de bloques que espera.

    curl -s https://example.com/some-page/ | grep -i "a sentence from the body" encuentra su texto.

PasosConfigure una tienda Shopify para la búsqueda con IA

1. Compruebe qué sirve ya su tienda

   Abra estas cuatro URL en su tienda y anote lo que ve: /robots.txt, /llms.txt, /agents.md y /sitemap.xml.

   No espere que su robots.txt coincida con el de otra tienda. El 7 de octubre de 2026 vimos tiendas más nuevas que servían un valor predeterminado cuyos comentarios remiten a los agentes a /agents.md, y otras que seguían sirviendo el valor predeterminado anterior, con grupos adicionales para herramientas como Nutch, AhrefsBot y Pinterest. Ambos dejan a los rastreadores de IA bajo *.

   El /llms.txt predeterminado es un conjunto de instrucciones para agentes (descubrimiento UCP, un endpoint MCP, endpoints JSON de solo lectura, enlaces a políticas). No es un índice seleccionado de su contenido. Después pase una URL de producto por la Prueba de resultados enriquecidos de Google.

2. Revise Agentic storefronts

   En el panel de administración, vaya a Sales channels > Agentic. Según la ayuda de Shopify, está activado por defecto en las tiendas aptas y requiere aceptar las Agentic Storefronts Supplemental Terms. Shopify enumera actualmente ChatGPT, Microsoft Copilot, Google AI Mode y Gemini, y Meta.

   Qué necesita cada canal:

   • ChatGPT: es un referente de descubrimiento. Los compradores completan el pago en su propia tienda. Su tienda debe vender a clientes de Estados Unidos, aunque pueda tener su sede en otro lugar.
   • Copilot y Google: ambos ofrecen un pago con tecnología de Shopify dentro del chat para las tiendas aptas de Estados Unidos, y ambos exigen que las políticas de su tienda estén completas. Google necesita además una cuenta de Merchant Center, con los productos sincronizados mediante el canal de Google y YouTube.
   • Shopify Catalog: según la página de requisitos, hace falta el plan Starter o superior y una tienda que no esté en modo privado. Cada producto necesita un título, al menos una imagen, un precio superior a cero y su publicación en un canal con URL. Los productos no listados o ocultos en la búsqueda no cumplen los requisitos.

   Use la vista previa de búsqueda de esa pantalla. Valora cada ficha según lo completa que sea la descripción, la cobertura de imágenes, las reseñas, los datos de variantes y las políticas. Desactivar el acceso de ChatGPT Catalog puede tardar hasta 7 días en surtir efecto.

3. Corrija los datos de producto

   Aquí está la mayor parte de la mejora. La página de Shopify Optimizing products for AI platforms abarca título, descripción, imágenes, tipo, proveedor, colecciones, etiquetas, código de barras, nombres de las opciones de variante y políticas. Los puntos 1, 3, 4 y 9 son recomendaciones nuestras, con fuentes cuando las tenemos:

   1. Título: específico, con el tipo de producto, el atributo principal y la marca. Mantenga el título SEO cerca de los 60 caracteres.
   2. Descripción: responda a lo que preguntan los compradores (materiales, dimensiones, a quién va dirigido, cuidados).
   3. Imágenes: varias, cada una con un texto alternativo descriptivo.
   4. Categoría: defínala en Products > (su producto) > Category a partir de la Standard Product Taxonomy y rellene después los metacampos de la categoría.
   5. Tipo, proveedor, colecciones y etiquetas: rellene los cuatro.
   6. Código de barras: ISBN, UPC o GTIN en cada variante que lo tenga.
   7. Nombres de las opciones de variante: «Talla» y «Color», no «Opción 1».
   8. Políticas: reembolso, privacidad, condiciones y envío, completas.
   9. Reseñas: la vista previa de búsqueda las tiene en cuenta. El ejemplo de structured_data en shopify.dev no muestra aggregateRating, así que compruebe el JSON-LD generado por su aplicación de reseñas.
   10. Aplicación Knowledge Base (opcional): usted revisa los datos de la tienda generados automáticamente y redacta respuestas de preguntas frecuentes para las plataformas de IA. Shopify indica que esas respuestas no aparecen en su tienda en línea y que la aplicación no cambia la frecuencia con la que aparece en los resultados de IA.

4. Personalice llms.txt con una plantilla del tema (opcional)

   Vaya a Online Store > Themes > … > Edit code y añada una plantilla en la carpeta templates. Según la documentación de agents.md.liquid, agents.md.liquid cubre las tres URL, mientras que llms.txt.liquid cubre solo esa. Shopify busca primero la plantilla específica de la ruta, después agents.md.liquid y por último su propio valor predeterminado.

   En estas plantillas solo existen los objetos request y agents. No se pueden recorrer colecciones ni artículos, así que escriba los enlaces a mano y manténgalos al día. Mantenga dinámicas las líneas UCP y MCP mediante agents.* en lugar de escribirlas fijas, y no incluya nunca datos privados como correos electrónicos o teléfonos.

   Las redirecciones, los archivos subidos (Files) y los proxies de aplicación no sirven para este archivo. Las redirecciones de URL solo se activan en URL rotas, y /llms.txt ahora devuelve 200. Los archivos subidos no se sirven desde la raíz. Los proxies de aplicación solo funcionan bajo /a, /apps, /community y /tools. La plantilla es la vía admitida.

   Trate este archivo como una cortesía para los agentes, no como una palanca de posicionamiento, ya que Google Search no usa llms.txt.

5. Toque robots.txt.liquid solo si tiene que cambiar el acceso

   Vaya a Online Store > Themes > … > Edit code > Add a new template > robots > Create template. Shopify lo considera no admitido, el soporte no puede ayudar con ello y advierte de que un error puede costarle todo el tráfico. Copie antes en otro lugar su /robots.txt actual. Al eliminar la plantilla se restablece el valor predeterminado.

   Conserve el bucle predeterminado de Shopify y añada a su alrededor grupos de texto plano. El motivo habitual es excluir el entrenamiento de modelos, por ejemplo de GPTBot. OpenAI documenta que GPTBot y OAI-SearchBot son independientes, así que bloquear GPTBot no le elimina de la búsqueda de ChatGPT.

   No añada grupos Allow para dar la bienvenida a los bots de IA. Consulte el primer error habitual más abajo.

6. Deje el marcado Product al tema y enriquezca el resto

   Dawn 16.0.0 y Horizon ya generan {{ product | structured_data }} y {{ article | structured_data }}. No añada un segundo bloque Product escrito a mano. Dos entidades para un mismo producto entran en conflicto.

   Para reforzar los datos de su Organization, complete los enlaces sociales en Theme settings > Social media y suba un logotipo. En el encabezado de Dawn, alimentan sameAs, y los ajustes vacíos se generan como cadenas vacías. Para una página de preguntas frecuentes visible, añada la sección faq-schema.liquid que figura más abajo, con el filtro | json, y solo para las preguntas que estén en la página.

7. Publique contenido que responda a las preguntas de los compradores

   Escriba guías de compra y comparativas en Content > Blog posts y enlácelas a productos y colecciones. Dé a cada colección una descripción real con su propio título SEO (Shopify recomienda hasta 60 caracteres) y una descripción de unos 160. Ponga unas preguntas frecuentes visibles en una página, en Online Store > Pages, y enlácelas después desde su llms.txt.liquid.

8. Compruebe que funcionóCompruebe que funciona

   Ejecute esto desde un terminal, sustituyendo el dominio y el handle del producto:

   curl -sI https://yourstore.com/llms.txt | head -n 5 debería mostrar 200, y una petición GET debería mostrar su contenido editado.

   curl -s https://yourstore.com/llms.txt | head -n 20 debería mostrar sus encabezados y enlaces.

   curl -sI https://yourstore.com/agents.md y curl -sI https://yourstore.com/sitemap.xml deberían devolver 200 ambos.

   curl -s https://yourstore.com/robots.txt debería seguir conteniendo los Disallow de carrito y pago bajo *.

   curl -s https://yourstore.com/products/your-handle | grep -oE '"@type" ?: ?"(Product|ProductGroup)"' | sort | uniq -c debería mostrar una sola entidad.

   Después, vuelva a revisar la vista previa de la búsqueda agéntica.

PasosHaga que una SPA de React se pueda leer sin JavaScript

1. Diagnostique con view-source

   Abra su página clave, elija View Source (no DevTools) y busque su titular. Un div id="root" vacío significa que los rastreadores que no renderizan no obtienen nada. Después ejecute el check-ai-crawl.sh anterior y busque «Phrase in raw HTML: YES».

2. Elija una solución, en este orden

   1. React Router en modo framework con prerender y ssr: false. Su documentación indica que el prerrenderizado es útil para el SEO, sobre todo en despliegues sin renderizado en el servidor.
   2. Pasar a Next.js, que se explica a continuación.
   3. Para un sitio de marketing con mucho contenido, Astro con islas de React.
   4. Un prerrenderizado propio con react-dom/static. Funciona, pero es de bajo nivel, y los frameworks lo llaman normalmente por usted.

   Descarte el renderizado dinámico. Create React App está obsoleto para aplicaciones nuevas desde el 14 de febrero de 2025. Consulte la documentación de React Router de la versión que tenga instalada, ya que las opciones de prerrenderizado se documentan por versión.

3. Prerrenderice todas las URL de contenido, incluidos los slugs

   prerender: true omite las rutas dinámicas como /blog/:slug. Use la forma de función y añada usted mismo los slugs.

   import type { Config } from '@react-router/dev/config'
   import { getPostSlugs } from './app/lib/posts'
   
   export default {
   // No runtime server: every listed URL becomes a static HTML file at build time.
   ssr: false,
   async prerender({ getStaticPaths }) {
     const slugs = await getPostSlugs()
     return [...getStaticPaths(), ...slugs.map((s) => '/blog/' + s)]
   },
   } satisfies Config

4. Ponga las etiquetas del head en el componente de la ruta

   React Router recomienda los elementos integrados title, meta y link en lugar de la exportación meta del módulo de la ruta. React 19 los lleva al head del documento. En nuestra compilación acabaron en el head del archivo prerrenderizado. Añada el JSON-LD en el mismo componente y escape <, porque JSON.stringify deja intacto </script>.

   import { data, useLoaderData } from 'react-router'
   import { getPost } from '../lib/posts'
   
   const SITE_URL = 'https://www.example.com'
   
   // With prerendering, this loader runs at build time, so the post is in the HTML file.
   export async function loader({ params }: { params: { slug?: string } }) {
   const post = await getPost(params.slug ?? '')
   if (!post) throw data('Not found', { status: 404 })
   return { post }
   }
   
   export default function BlogPost() {
   const { post } = useLoaderData<typeof loader>()
   const url = SITE_URL + '/blog/' + post.slug
   const article = {
     '@context': 'https://schema.org',
     '@type': 'Article',
     headline: post.title,
     description: post.description,
     datePublished: post.publishedAt,
     mainEntityOfPage: url,
   }
   return (
     <article>
       <title>{post.title}</title>
       <meta name="description" content={post.description} />
       <link rel="canonical" href={url} />
       <script
         type="application/ld+json"
         dangerouslySetInnerHTML={{ __html: JSON.stringify(article).replace(/</g, '\u003c') }}
       />
       <h1>{post.title}</h1>
       <p>{post.body}</p>
     </article>
   )
   }

5. Despliegue con una alternativa acotada

   Sirva build/client. Reescriba a __spa-fallback.html únicamente las rutas que no haya prerrenderizado. Esa reescritura responde 200 a cualquier URL desconocida, así que mantenga exacto su mapa del sitio. En sus datos de 2024, Vercel observó que el rastreador de ChatGPT dedicaba una parte importante de sus descargas a errores 404, de modo que las URL rotas o perdidas le salen caras.

6. Compruebe que funcionóCompruebe que funciona

   El registro de la compilación debería imprimir una línea como Prerender (html): /blog/hello-geo -> build/client/blog/hello-geo/index.html. Abra ese archivo, confirme que contiene el título, la canonical y el texto del artículo, y ejecute después check-ai-crawl.sh contra la URL desplegada. Lo que debe ver es Phrase in raw HTML: YES.

PasosEnvíe el texto de la respuesta y los metadatos en la primera respuesta

1. Mantenga el texto de la respuesta en Server Components

   Las páginas y los layouts son Server Components por defecto. Los Client Components también se prerrenderizan, pero los datos cargados en useEffect no están en ese HTML. En nuestra prueba con la 16.4.0, una página 'use client' que cargaba su texto en un efecto envió un HTML que solo contenía «Loading…». Use los Client Components para la interactividad, no para la respuesta.

2. Defina los metadatos raíz con metadataBase

   En app/layout.tsx, exporte metadata con metadataBase: new URL(SITE_URL), una plantilla de título, alternates.canonical y openGraph. Las exportaciones de metadatos solo funcionan en Server Components.

3. Use generateMetadata y generateStaticParams

   params es una Promise en las versiones actuales. Al prerrenderizar las entradas, los metadatos y el artículo completo están en el HTML inicial, y la ruta aparece como SSG en la tabla de la compilación.

   import type { Metadata } from 'next'
   import { notFound } from 'next/navigation'
   import { getPost, getPosts } from '@/lib/posts'
   import { SITE_URL } from '@/lib/site'
   import { jsonLd } from '@/lib/json-ld'
   
   type Props = { params: Promise<{ slug: string }> }
   
   // Prerender every post at build time so the full article is in the HTML response.
   export async function generateStaticParams() {
   return (await getPosts()).map((p) => ({ slug: p.slug }))
   }
   
   export async function generateMetadata({ params }: Props): Promise<Metadata> {
   const { slug } = await params
   const post = await getPost(slug)
   if (!post) return {}
   return {
     title: post.title,
     description: post.description,
     alternates: { canonical: '/blog/' + post.slug },
   }
   }
   
   export default async function Page({ params }: Props) {
   const { slug } = await params
   const post = await getPost(slug)
   if (!post) notFound()
   
   const article = {
     '@context': 'https://schema.org',
     '@type': 'Article',
     headline: post.title,
     datePublished: post.publishedAt,
     dateModified: post.updatedAt ?? post.publishedAt,
     mainEntityOfPage: SITE_URL + '/blog/' + post.slug,
   }
   
   return (
     <article>
       <script type="application/ld+json" dangerouslySetInnerHTML={{ __html: jsonLd(article) }} />
       <h1>{post.title}</h1>
       <div>{post.body}</div>
     </article>
   )
   }

4. Genere el JSON-LD como un script nativo, con escape

   La guía de JSON-LD de Next.js indica que se use una etiqueta script normal, no next/script, y que se sustituya < por su escape Unicode, porque JSON.stringify no sanea. Póngalo en una única función auxiliar.

   // JSON.stringify does not escape "<", so "</script>" inside a value would end the tag early.
   export function jsonLd(data: object): string {
   return JSON.stringify(data).replace(/</g, '\u003c')
   }

5. Escriba robots.ts con los Disallow repetidos

   app/robots.ts acepta un array para userAgent. Un rastreador obedece únicamente su grupo coincidente más específico, así que repita los Disallow. Trate los rastreadores de entrenamiento como una decisión distinta de la de los bots de búsqueda.

   import type { MetadataRoute } from 'next'
   import { SITE_URL } from '@/lib/site'
   
   export default function robots(): MetadataRoute.Robots {
   return {
     rules: [
       { userAgent: '*', allow: '/', disallow: ['/api/', '/account/'] },
       {
         userAgent: [
           'OAI-SearchBot', 'ChatGPT-User', 'Claude-SearchBot', 'Claude-User',
           'PerplexityBot', 'Perplexity-User', 'GPTBot', 'ClaudeBot', 'Google-Extended',
         ],
         allow: '/',
         disallow: ['/api/', '/account/'],
       },
     ],
     sitemap: SITE_URL + '/sitemap.xml',
   }
   }

6. Escriba sitemap.ts con un lastModified real

   Google ignora priority y changefreq y usa lastmod solo cuando es sistemáticamente exacto. Tome la fecha del contenido, nunca de new Date().

   import type { MetadataRoute } from 'next'
   import { getPosts } from '@/lib/posts'
   import { SITE_URL } from '@/lib/site'
   
   export default async function sitemap(): Promise<MetadataRoute.Sitemap> {
   const posts = await getPosts()
   return [
     { url: SITE_URL, lastModified: '2026-10-01' },
     ...posts.map((p) => ({
       url: SITE_URL + '/blog/' + p.slug,
       lastModified: p.updatedAt ?? p.publishedAt,
     })),
   ]
   }

7. Sirva llms.txt desde un route handler

   Los Route Handlers GET no se almacenan en caché por defecto, así que añada force-static. Si activa cacheComponents, elimine esa línea: la opción se suprime en ese modo, y un handler que no lee datos de la petición se prerrenderiza. Construya la lista con la misma función de entradas que usan las páginas.

   import { getPosts } from '@/lib/posts'
   import { SITE_NAME, SITE_URL } from '@/lib/site'
   
   // Delete this line if cacheComponents is enabled.
   export const dynamic = 'force-static'
   
   export async function GET() {
   const posts = await getPosts()
   const body = [
     '# ' + SITE_NAME,
     '',
     '> One or two sentences: what you do, for whom, and where.',
     '',
     '## Guides',
     ...posts.map((p) => '- [' + p.title + '](' + SITE_URL + '/blog/' + p.slug + '): ' + p.description),
     '',
   ].join('\n')
   
   return new Response(body, { headers: { 'Content-Type': 'text/plain; charset=utf-8' } })
   }

   Se aplica la misma salvedad de antes: este archivo es un complemento del HTML del servidor, no un sustituto.

8. Trate las rutas en tiempo de petición: la trampa de htmlLimitedBots

   Las rutas que leen cookies, cabeceras o datos sin caché se renderizan en el momento de la petición. Desde Next.js 15.2, la salida de su generateMetadata se transmite al body para cualquier bot que no esté en la lista de bots con HTML limitado. Leímos la lista predeterminada en el código fuente y no incluye ningún rastreador de IA. En nuestra prueba con la 16.4.0, GPTBot y ClaudeBot recibían el title en el body por defecto y en el head después de añadirlos.

   Al definir la opción se sustituye la lista predeterminada, así que copie la predeterminada y añada al final los bots de IA. Vuelva a revisar la copia en cada actualización de Next.js. Las páginas totalmente prerrenderizadas no se ven afectadas. La documentación de Next.js dice que el streaming no perjudica al SEO; esa afirmación se refiere a Google, que ejecuta JavaScript, así que no la extienda a los rastreadores de IA.

   import type { NextConfig } from 'next'
   
   // Copied from the Next.js default (canary html-bots.ts, October 2026). Re-check on upgrade.
   const NEXT_DEFAULT = String.raw`[\w-]+-Google|Google-[\w-]+|Chrome-Lighthouse|Slurp|DuckDuckBot|baiduspider|yandex|sogou|bitlybot|tumblr|vkShare|quora link preview|redditbot|ia_archiver|Bingbot|BingPreview|applebot|facebookexternalhit|facebookcatalog|Twitterbot|LinkedInBot|Slackbot|Discordbot|WhatsApp|SkypeUriPreview|Yeti|googleweblight`
   const AI_CRAWLERS = 'GPTBot|OAI-SearchBot|ChatGPT-User|ClaudeBot|Claude-SearchBot|Claude-User|PerplexityBot|Perplexity-User'
   
   const nextConfig: NextConfig = {
   htmlLimitedBots: new RegExp(NEXT_DEFAULT + '|' + AI_CRAWLERS, 'i'),
   }
   
   export default nextConfig

9. Decida si necesita exportación estática

   Con output: 'export', Next.js escribe el HTML en out/ y los Route Handlers deben ser force-static para prerrenderizarse. Es adecuado para un sitio de presentación alojado en un almacenamiento simple.

10. Compruebe que funcionóCompruebe que funciona

    En la tabla de rutas de next build, sus rutas de contenido deberían aparecer como estáticas o SSG, no como dinámicas. Después descargue /robots.txt, /sitemap.xml y /llms.txt (el último debería devolver text/plain; charset=utf-8) y ejecute check-ai-crawl.sh sobre una entrada. Un slug desconocido debería devolver 404.

PasosAñada archivos legibles por la IA a un sitio Astro

1. Mantenga el texto de la respuesta fuera de client:only

   Los componentes sin una directiva client:* se renderizan como HTML simple. client:only omite por completo el renderizado en el servidor, así que no ponga nunca en uno de ellos el texto de la respuesta.

2. Añada un componente JSON-LD que aplique el escape

   Astro no aplica escape a set:html, y JSON.stringify deja intacto </script>. En nuestra prueba con Astro 7.0.5, una descripción que contenía </script> terminó el bloque antes de tiempo y falló el análisis del JSON. Escapar < lo resolvió. Astro no procesa una etiqueta script que tenga atributos distintos de src, así que el bloque se genera tal como está escrito.

   ---
   interface Props {
   data: Record<string, unknown>;
   }
   const { data } = Astro.props;
   const json = JSON.stringify(data).replace(/</g, '\u003c');
   ---
   <script type="application/ld+json" set:html={json} />

3. Genere llms.txt a partir de la colección de contenido

   Un endpoint de archivo estático en src/pages/llms.txt.ts construye /llms.txt en la compilación. Si lee de getCollection(), no puede desviarse de las páginas publicadas.

   import type { APIRoute } from 'astro';
   import { getCollection } from 'astro:content';
   
   export const GET: APIRoute = async ({ site }) => {
   const url = (path: string) => new URL(path, site).href;
   const posts = (await getCollection('blog', ({ data }) => !data.draft)).sort(
     (a, b) => b.data.publishDate.getTime() - a.data.publishDate.getTime(),
   );
   
   const body = [
     '# Example Co',
     '',
     '> One or two sentences: what you do, for whom, and where.',
     '',
     '## Guides',
     ...posts.map((p) => '- [' + p.data.title + '](' + url('/blog/' + p.id) + '): ' + p.data.description),
     '',
   ].join('\n');
   
   return new Response(body, { headers: { 'Content-Type': 'text/plain; charset=utf-8' } });
   };

4. Elija una única fuente para robots.txt

   Use public/robots.txt o un endpoint, no ambos. El endpoint puede reutilizar site y repetir las reglas en el grupo de IA, como muestran para los mapas del sitio los documentos de la integración de sitemap.

   import type { APIRoute } from 'astro';
   
   const AI_AGENTS = [
   'OAI-SearchBot', 'ChatGPT-User', 'Claude-SearchBot', 'Claude-User',
   'PerplexityBot', 'Perplexity-User', 'GPTBot', 'ClaudeBot', 'Google-Extended',
   ];
   
   export const GET: APIRoute = ({ site }) => {
   const sitemapURL = new URL('sitemap-index.xml', site);
   const rules = 'Allow: /\nDisallow: /api/';
   return new Response(
     [
       'User-agent: *\n' + rules,
       // A crawler that matches a named group ignores the * group, so repeat the rules.
       AI_AGENTS.map((ua) => 'User-agent: ' + ua).join('\n') + '\n' + rules,
       'Sitemap: ' + sitemapURL.href,
       '',
     ].join('\n\n'),
   );
   };

5. Defina lastmod del mapa del sitio a partir del frontmatter, para .md y .mdx

   @astrojs/sitemap necesita la opción site y no puede listar rutas dinámicas SSR. Use serialize() para fijar lastmod a partir de cada entrada. Cubra ambas extensiones, o convertir una entrada a MDX hará que pierda su fecha sin avisar. Lo descubrimos en nuestro propio sitio.

   import { defineConfig } from 'astro/config';
   import sitemap from '@astrojs/sitemap';
   import { readdirSync, readFileSync } from 'node:fs';
   
   const postDates = Object.fromEntries(
   readdirSync('./src/content/blog')
     .filter((f) => /\.mdx?$/.test(f))
     .map((f) => {
       const fm = readFileSync('./src/content/blog/' + f, 'utf8').split('---')[1] ?? '';
       const date = fm.match(/^updatedDate:\s*(\S+)/m)?.[1] ?? fm.match(/^publishDate:\s*(\S+)/m)?.[1];
       return ['/blog/' + f.replace(/\.mdx?$/, ''), date];
     }),
   );
   
   export default defineConfig({
   site: 'https://www.example.com',
   integrations: [
     sitemap({
       serialize(item) {
         const path = new URL(item.url).pathname.replace(/\/$/, '');
         const date = postDates[path];
         if (date) item.lastmod = new Date(date).toISOString();
         return item;
       },
     }),
   ],
   });

6. Enlace el archivo para que los agentes lo encuentren

   Añada link rel="alternate" type="text/plain" href="/llms.txt" o un enlace en el pie de página. La especificación llms.txt v2 usa rel="describedby" para esto.

7. Compruebe que funcionóCompruebe que funciona

   Ejecute npx astro build. Abra dist/llms.txt, dist/robots.txt, dist/sitemap-0.xml y un dist/blog/your-post/index.html. Tras el despliegue, ejecute check-ai-crawl.sh sobre la URL publicada y busque «Phrase in raw HTML: YES».

PasosMida la visibilidad en la búsqueda con IA

1. Separe las impresiones de las funciones de IA

   Empiece por aquí con cualquier página que tenga muchas impresiones y casi ningún clic.

   1. En Search Console, abra Performance, filtre Page por su URL y anote las impresiones, los clics, el CTR y la posición media.
   2. Abra el informe de rendimiento de IA generativa, vaya a la pestaña Pages y busque la misma URL.
   3. Compare los dos recuentos de impresiones. El informe de IA es un subconjunto de Web, así que no los sume nunca. Si las funciones de IA acumulan la mayoría de las impresiones, es esperable una buena posición con un CTR bajo, porque todos los enlaces de un AI Overview comparten una misma posición.
   4. Si falta el informe, Google indica que el sitio todavía no ha tenido suficientes impresiones de IA. No es un error.
   5. Abra Settings > Search generative AI y confirme que la propiedad no está en Exclude ni hereda Exclude de una propiedad superior. Consulte Search generative AI control.
   6. Añada una anotación el día en que publique los cambios: haga clic con el botón derecho en el gráfico de Performance, hasta 120 caracteres (ayuda sobre anotaciones).

2. Use el canal AI Assistant integrado

   En GA4, vaya a Reports > Acquisition > Traffic acquisition. Fije la dimensión principal en Session default channel group y busque la fila AI Assistant. Añada Session source como dimensión secundaria para ver qué asistente envió cada sesión. Los clics de AI Overviews y AI Mode no estarán aquí. En Plausible, abra Sources > Channels > AI Assistants.

3. Añada un grupo de canales personalizado

   Vaya a Admin > Data display > Channel groups, cree un grupo y añada un canal en el que Source coincida con la expresión regular siguiente. Arrástrelo por encima de Referral, porque el tráfico va al primer canal con el que coincide. Las propiedades estándar admiten 2 grupos personalizados, y los grupos personalizados no están en la exportación a BigQuery.

   La expresión regular de ejemplo de Google en ese artículo de ayuda coincidía de más en nuestra prueba: también capturaba help.openai.com, github.com/copilot, chatgptlist.org y «shanghai». Use en su lugar esta, más estricta.

   ^(.*\.)?(chatgpt\.com|chat\.openai\.com|perplexity\.ai|claude\.ai|copilot\.microsoft\.com|gemini\.google\.com)$

   Acepta chatgpt.com, chat.openai.com, www.perplexity.ai, claude.ai, copilot.microsoft.com y gemini.google.com. Rechaza google, mail.google.com, openai.com, help.openai.com, notchatgpt.com, perplexity.ai.evil.com y bing.com. Cubre el host con www y el antiguo host de ChatGPT porque chat.openai.com redirige a chatgpt.com y perplexity.ai redirige a www.perplexity.ai. La expresión regular de GA4 es de coincidencia completa y distingue mayúsculas de minúsculas por defecto, usa RE2, y los filtros de informes se limitan a 250 caracteres. Las anclas mantienen correcto este patrón en ambos modos de coincidencia. Añada otros asistentes solo después de que aparezcan en su propio informe de Session source.

4. Vigile los UTM perdidos

   Busque en Session source / medium filas de chatgpt.com situadas en Unassigned o Referral, porque Google no documenta cómo resuelve GA4 un utm_source sin medium frente a la regla de AI Assistant. Una redirección que descarta la cadena de consulta, como una regla de barra final, de www o de http a https, descarta también el UTM. Pruebe una URL etiquetada a través de todas las redirecciones que tenga.

5. Cree una Exploration (opcional)

   Sáltese este paso si el informe de canales integrado responde a su pregunta. En Explore, empiece una exploración en blanco. Importe las dimensiones Session source, Session source / medium, Landing page + query string y Session default channel group, además de las métricas Sessions, Engaged sessions y Key events. Ponga Session source y después Landing page + query string en Rows, y filtre Session source con la misma expresión regular.

6. Lea las citas de Copilot y Bing

   1. Verifique el sitio en Bing Webmaster Tools y abra el informe AI Performance.
   2. Lea Total Citations, Average Cited Pages, las grounding queries y la lista Pages. Haga clic en una grounding query para ver sus páginas citadas, o en una página para ver sus grounding queries.
   3. Use Compare para superponer el periodo posterior a la publicación de los cambios. Intents, Topics y Citation Share son funciones en versión preliminar.
   4. Exporte a CSV o Excel cada mes. Lea las preguntas frecuentes para conocer las reglas de muestreo y actualización.
   5. Envíe las URL modificadas a través de IndexNow. Bing lo recomienda para que las respuestas de IA usen la versión actual de la página.

7. Cuente los accesos de bots de IA en los registros del servidor

   Busque estos agentes de usuario. Búsqueda: OAI-SearchBot, Claude-SearchBot, PerplexityBot, Googlebot, bingbot. Entrenamiento: GPTBot, ClaudeBot. Activados por el usuario: ChatGPT-User, Claude-User, Perplexity-User. Google-Extended no aparecerá nunca, porque es un token de robots.txt sin agente de usuario propio.

   Los accesos activados por el usuario son los que más importan. Cada uno significa que una conversación real leyó su página y, como estas descargas no ejecutan JavaScript, GA4 y Plausible no las ven nunca.

   Un recuento rápido a partir de un registro en formato combinado. Esta versión con awk cuenta cada línea una sola vez, mientras que un grep sencillo contaba bingbot dos veces por línea:

   awk 'match($0, /OAI-SearchBot|ChatGPT-User|GPTBot|Claude-SearchBot|Claude-User|ClaudeBot|PerplexityBot|Perplexity-User|Googlebot|bingbot/) { print substr($0, RSTART, RLENGTH), $7 }' access.log | sort | uniq -c | sort -rn

   Los agentes de usuario son fáciles de falsificar, así que verifique las IP. Nuestro ai_bot_report.py (Python 3, solo biblioteca estándar, incluido en el kit) cuenta los accesos por día, bot, estado y ruta, y comprueba cada IP con la lista publicada por el operador de OpenAI, Anthropic, Perplexity, Google y Bing. Una fila con ip_verified=NO es un agente de usuario falsificado. Señala un GPTBot falso procedente de una IP no incluida en la lista.

   python3 ai_bot_report.py access.log > ai-bots.csv
   zcat access.log.*.gz | python3 ai_bot_report.py - > ai-bots.csv

   Sin el script, use la doble búsqueda: el DNS inverso de la IP debe devolver un nombre de host de Google (googlebot.com, google.com o googleusercontent.com) o uno que termine en search.msn.com para Bingbot, y una búsqueda directa de ese nombre debe devolver la misma IP.

   En Vercel, vaya a Firewall > Rules > Bot Management y ponga el conjunto de reglas AI Bots en Log, no en Deny (WAF managed rulesets). Después use Firewall > Traffic y agrupe por User Agents y Request Paths (observability). Los Runtime Logs solo muestran las peticiones estáticas servidas desde la caché. Un registro completo requiere Drains, que están en los planes Pro y Enterprise, con proxy.userAgent en cada registro:

   jq -r 'select(.proxy) | [(.proxy.timestamp/1000|todate), .proxy.clientIp, .proxy.path, (.proxy.statusCode|tostring), (.proxy.userAgent|join(" "))] | @tsv' drain.ndjson \
   | awk -F'\t' 'match($5, /OAI-SearchBot|ChatGPT-User|GPTBot|Claude-SearchBot|Claude-User|ClaudeBot|PerplexityBot|Perplexity-User|Googlebot|bingbot/) { print substr($5, RSTART, RLENGTH) "\t" $3 }' \
   | sort | uniq -c | sort -rn

   En Cloudflare, abra AI Crawl Control. Si los accesos de rastreadores de IA son casi nulos, compruebe si el ajuste de robots.txt administrado está anteponiendo reglas Disallow para GPTBot, ClaudeBot o Google-Extended.

8. Ejecute una prueba de prompts repetible

   Ninguna herramienta oficial informa de las citas en ChatGPT, Claude o Perplexity, así que pruebe a mano con un protocolo fijo.

   1. Escriba entre 20 y 40 prompts que abarquen preguntas de cómo hacer algo, comparaciones, preguntas específicas de plataforma y dos o tres preguntas sobre la marca. Dé a cada uno un identificador permanente. Para cambiar la redacción, retire el identificador y añada uno nuevo.
   2. Motores: ChatGPT con la búsqueda activada, Google AI Mode, Google AI Overviews (una búsqueda normal), Gemini, Perplexity, Microsoft Copilot, Claude con la búsqueda web activada.
   3. Mantenga constantes los ajustes: país, idioma, con sesión iniciada o sin ella. En ChatGPT use Temporary chat configurado como Unpersonalized, que omite la memoria y las instrucciones personalizadas. Personalized aún puede usar recuerdos existentes. En los demás, use un perfil nuevo o una sesión sin iniciar y anote el modo o el modelo.
   4. Ejecute cada prompt 3 veces por motor. Las respuestas varían de una ejecución a otra.
   5. Periodicidad: una referencia base mensual, más una nueva ejecución entre 2 y 4 semanas después de un cambio importante de contenido.
   6. Registre cada ejecución en ai-prompt-tracker.csv (26 columnas, dos filas de ejemplo claramente etiquetadas). Calcule la tasa de menciones, la tasa de citas y la cuota de citas (sus URL citadas divididas entre todas las URL citadas, la misma idea que la métrica de Bing).
   7. Conserve las capturas de pantalla como prueba privada. No publique interfaces de terceros.

   Mention rate   =COUNTIF(runs!N2:N1000,"yes")/COUNTA(runs!C2:C1000)
   Citation rate  =COUNTIF(runs!P2:P1000,"yes")/COUNTA(runs!C2:C1000)
   Citation share =SUM(runs!R2:R1000)/SUM(runs!S2:S1000)

9. Compruebe que funcionóCompruebe que funciona

   Confirme cuatro cosas:

   • Tiene una cifra previa para la URL (impresiones totales e impresiones en funciones de IA) y una anotación con la fecha de publicación.
   • El filtro de GA4 devuelve únicamente hosts de asistentes.
   • La salida de bots muestra sus propias peticiones. Haga una con curl -A 'OAI-SearchBot' -s -o /dev/null https://yourdomain.com/robots.txt y busque después una fila con ese nombre de bot y estado 200.
   • El registro de prompts tiene una fila de referencia para cada identificador de prompt y cada motor.