Checklist de Optimización para Búsqueda con IA: 12 acciones para este trimestre

La mayoría de los equipos de e-commerce escucha hablar de Generative Engine Optimization, coincide en que importa y se traba en "¿por dónde empiezo?". Este checklist es la respuesta. Doce acciones, cada una entregable en un sprint normal, ordenadas por impacto por esfuerzo. Trabaja de arriba hacia abajo, cuando llegues al ítem 12, tu marca va a estar mediblemente más visible dentro de ChatGPT, Claude, Perplexity y Gemini.

Ninguna de ellas requiere expertise en IA. Ninguna requiere una plataforma nueva. Todas son cosas que un operador de marketing competente puede ejecutar con el stack y el motor de tienda que ya tiene. Cuando una táctica depende de un concepto que definimos en otro lado, enlazamos la entrada del glosario inline.

Quick wins (hazlo esta semana)

1. Edita tu robots.txt para hacer opt-in de los crawlers de IA

La acción más barata en GEO. Agrega bloques explícitos de User-agent para GPTBot, ChatGPT-User, ClaudeBot, anthropic-ai, PerplexityBot, Google-Extended, Applebot-Extended y CCBot, todos con Allow: /. Muchos CDNs y presets de WAF de e-commerce bloquean esos crawlers por defecto, verifícalo tú mismo abriendo https://tumarca.com/robots.txt.

Por qué importa: si el crawler no puede buscar tus páginas, el modelo no tiene datos recientes de tu marca para fundamentar sus respuestas. Mira robots.txt para crawlers de IA para el template de opt-in completo.

2. Publica un llms.txt en la raíz del sitio

Un archivo Markdown corto en /llms.txt que liste las páginas que más vale la pena crawlear más un párrafo de resumen de lo que vende tu marca. La convención emergente está documentada en llmstxt.org; el archivo que usa Citorial está en /llms.txt si quieres un template.

Esfuerzo: 20 minutos. Impacto: chico pero compuesto. Es una señal positiva que esperamos que más crawlers de LLM respeten en los próximos 12 meses. Mira llms.txt para el contexto.

3. Agrega Organization schema con links sameAs

En tu home, incrusta un bloque <script type="application/ld+json"> que contenga una entidad Organization con como mínimo: name, url, logo, description y un array sameAs apuntando a LinkedIn, Wikipedia (si tienes), X, Crunchbase y cualquier registro sectorial donde aparezca tu marca.

El array sameAs es el elemento más valioso para la búsqueda con IA porque desambigua tu marca de entidades con el mismo nombre. Mira sameAs en el glosario para entender por qué rinde tanto.

4. Agrega un bloque FAQPage schema en tus top 5 categorías de producto

Los bloques de FAQ son el tipo de contenido más citado cuando a un LLM le preguntan algo con intención de compra en tu categoría. Toma las 5–10 preguntas más comunes que los clientes reales le mandan a tu soporte y respóndelas inline en las páginas de categoría, dentro de FAQPage JSON-LD.

No des vueltas con las preguntas. El lenguaje real del cliente le gana a la investigación de palabras clave todas las veces. El objetivo es que el LLM mire tu bloque de FAQ y piense "esta es la fuente canónica para ‘¿hacen envíos internacionales?’".

Fundación de contenido (hazlo este mes)

5. Publica 1–3 artículos comparativos de tu categoría

Los prompts de intención de compra hacen preguntas comparativas de manera desproporcionada. Casi nadie escribe buen contenido comparativo desde la perspectiva de la marca, la mayoría viene de sitios de afiliados optimizando para el clic. Si publicas una pieza limpia y densa en datos al estilo "X vs Y vs Z", tiende a ser citada.

Estructura recomendada: 800–1.500 palabras por pieza, un párrafo por criterio, una tabla comparativa arriba y una sección marcada "Para quién es mejor cada uno". Agrega Article + BreadcrumbList schema. Promociona el artículo desde tu página de categoría para que Google lo crawlee en la misma visita.

6. Saca las specs de producto de los PDFs y ponlas en HTML

La mayoría de los crawlers de LLM o no busca PDFs o lo hace con presupuestos muy acotados. Si las especificaciones de producto, las guías de talles o las tablas de compatibilidad solo viven en un PDF datasheet, el modelo tiene que adivinar. Mueve esos datos a HTML, incluso una pestaña escondida de "Ficha técnica completa" en la página de producto alcanza.

Bonus: cada spec se convierte en material para Product schema. Una entidad Product / Offer completa (precio, disponibilidad, sku, marca, peso, dimensiones) hace que tu página sea extraíble en 200ms, algo que importa en el momento del retrieval.

7. Asegúrate de que tus páginas clave rendericen sin JS

Abre tu home, tus 5 páginas de producto principales y tus 3 categorías más importantes en Ver código fuente (Ctrl+U / Cmd+Opt+U). Si no puedes ver el nombre del producto, el precio y la descripción en el HTML crudo, lo más probable es que el crawler tampoco pueda.

Caminos de arreglo, en orden de costo: pre-renderizar esas páginas en build time (Next.js / Astro / Vike SSG), habilitar SSR en ellas o, último recurso, adoptar un proxy de renderizado dinámico que sirva una versión HTML pre-renderizada a los user-agents de bots conocidos. Mira HTML rastreable.

8. Consigue una cita reciente de terceros en tu categoría

Pitchea un guest post, patrocina una review confiable o consigue una mención en un roundup de una publicación que ya posiciona en tu categoría. El objetivo es al menos una pieza de contenido de terceros publicada en los últimos 12 meses que nombre tu marca y te enlace con un anchor descriptivo.

Este es el único ítem del checklist que no puedes hacer dentro de tu propia infraestructura, y también uno de los de mayor apalancamiento. Los índices de retrieval de IA pesan mucho la recencia + la autoridad; una mención reciente en un dominio confiable muchas veces destraba el loop de citación.

Medición y benchmark (hazlo este trimestre)

9. Corre una auditoría de visibilidad baseline

Prueba 100–300 prompts de intención de compra en ChatGPT, Claude, Perplexity y Gemini, captura las respuestas literales y calcula tu share of voice por motor. Sin esa línea de base, cada cambio posterior es una corazonada sobre si funcionó.

Puedes hacerlo a mano con una planilla y una hora libre, pero el resultado es un snapshot en el tiempo. Construimos Citorial específicamente para hacerlo de forma sistemática y comparable entre auditorías, mira cómo funciona.

10. Sigue a 3–5 competidores con nombre y apellido, no a la "categoría"

Los prompts genéricos de categoría ("mejores zapatillas para correr") rara vez se mueven con una inversión realista en GEO. Lo que sí se mueve es tu share of voice contra competidores específicos en prompts específicos. Elige las 3–5 marcas con las que realmente compites y compara SoV lado a lado cada vez que vuelvas a auditar.

11. Vuelve a probar 25 prompts de alto valor todos los meses

Una vez que tienes el baseline, necesitas una señal recurrente. La cadencia mínima viable es de 25 prompts mensuales, suficiente para detectar un cambio significativo, lo bastante barato como para correrlo para siempre. Menos que eso y no separas la señal del ruido.

Es lo que hace la suscripción de Citorial automáticamente en los cuatro LLMs.

Moat de largo plazo (hazlo este año)

12. Mantén un Brand Hub canónico en un dominio autoritativo

Los Brand Hubs son el equivalente GEO de una entrada en Wikipedia, una URL, en un dominio en el que los LLMs ya confían, que es la fuente canónica para "¿qué es esta marca y qué vende?". La página reúne tu Organization schema, FAQs, referencias, links sameAs y una descripción limpia en una sola página HTML crawleable.

Puedes construir uno propio (si tienes un dominio editorial autoritativo), reclamar una entrada en Wikipedia (si tu marca llega al nivel de notabilidad) o usar un hub de terceros como los que mantiene Citorial en /brands. El punto es darle al modelo exactamente una URL que pueda citar con confianza, sin ella, inventa la respuesta a partir de fragmentos dispersos.

Juntando todo

Los ítems 1–4 son quick wins, la mayoría de los equipos los ejecuta en una sola semana con un ingeniero. Los ítems 5–8 son trabajo de contenido/posicionamiento que se compone a lo largo de semanas. Los ítems 9–11 son el loop de medición que te deja saber si 1–8 funcionaron. El ítem 12 es el moat de largo plazo.

Las marcas que trabajan esta lista de arriba hacia abajo típicamente ven un aumento medible de share of voice en al menos un LLM dentro de 30 días, y en los cuatro dentro de 90. El aumento se compone a medida que el contenido se vuelve a crawlear y que tus señales de datos estructurados se incorporan en la próxima ronda de entrenamiento de los modelos.

Para los fundamentos conceptuales detrás de estas tácticas, lee ¿Qué es Generative Engine Optimization?