Por qué todo empieza por la técnica

Sin una base técnica sólida, un contenido no puede ser rastreado, indexado ni citado por una IA generativa: la técnica es la condición de entrada de cualquier estrategia de visibilidad, no un paso que se aborda "más adelante". Condiciona una cadena de tres eslabones — rastreo, indexación o ingesta, y luego cita — y si el primer eslabón se rompe, los dos siguientes no tienen ninguna posibilidad de producirse.

La cadena rastreo → indexación/ingesta → cita

Antes de que una página aparezca en los resultados de Google o en una respuesta de ChatGPT, primero tiene que ser encontrada. Ese es el papel del rastreo: un bot (Googlebot, Bingbot, o un rastreador de IA como GPTBot) recorre la web siguiendo enlaces, lee el HTML de una página y decide si la guarda o no para más adelante.

A continuación llega la indexación en el lado de los buscadores clásicos: la página se añade a una base de datos que permitirá que aparezca en consultas relevantes. En el lado de la IA generativa, se habla más bien de ingesta: el contenido se integra en bases documentales o índices que el modelo puede consultar al generar una respuesta, ya sea mediante búsqueda web en tiempo real, como en el caso de Perplexity o de ChatGPT con navegación, o mediante conjuntos de datos usados en distintas fases según el proveedor.

El último eslabón, la cita, depende únicamente de los dos primeros. Una IA generativa no puede citar una página que nunca pudo leer, y no la leerá si un bot nunca pudo acceder a ella. Es un principio sencillo pero que se olvida a menudo: se trabaja el contenido pensando en la cita, cuando el bloqueo se sitúa uno o dos pasos antes, a nivel de acceso técnico.

Qué bloquea esta cadena en la práctica

En la mayoría de las auditorías, los bloqueos técnicos se repiten:

• Un robots.txt demasiado restrictivo que prohíbe el acceso a secciones enteras del sitio, a veces por error o por exceso de prudencia.
• Contenido generado del lado del cliente en JavaScript, sin renderizado en servidor ni pre-renderizado, que algunos rastreadores no logran ejecutar correctamente.
• Páginas huérfanas, sin enlaces internos que apunten a ellas, por lo tanto invisibles para un bot que navega de enlace en enlace.
• Errores de servidor (5xx), redirecciones en bucle o tiempos de respuesta demasiado largos que llevan a los bots a reducir su frecuencia de visita.
• La ausencia de un sitemap XML actualizado, que priva a los buscadores de una lista clara de páginas que explorar.
• Contenido duplicado o una estructura de URL confusa, que diluyen el presupuesto de rastreo en páginas sin valor.

Cada uno de estos puntos, tomado por separado, parece menor. Combinados, explican por qué algunos sitios con contenido realmente sólido siguen siendo invisibles.

SEO y GEO comparten la misma base

El GEO no sustituye al SEO técnico, se apoya en él. Los rastreadores de IA funcionan con mecanismos bastante cercanos a los de los buscadores clásicos: leen el HTML, en principio respetan el archivo robots.txt, y son sensibles a la accesibilidad de una página. Por lo general se observa que una página invisible para Googlebot también tiene pocas probabilidades de ser leída correctamente por un rastreador de IA, ya que los obstáculos técnicos — JavaScript sin renderizar, errores de servidor, bloqueos en robots.txt— afectan de forma similar a ambos tipos de bots.

Por eso una estrategia GEO que ignora la capa técnica parte con una desventaja estructural: se puede producir el contenido mejor estructurado del mundo, pero si no es accesible, seguirá siendo invisible tanto para alguien que escribe una consulta en Google como para alguien que le hace una pregunta a Claude o a Perplexity.

Una prueba rápida para saber en qué punto estás

Antes de meterte en herramientas, unas comprobaciones inmediatas dan un primer diagnóstico sin instalar nada:

• Escribe site:tudominio.com en Google: si el número de resultados es muy inferior al número real de páginas de tu sitio, es probable que parte de tu contenido no esté indexado.
• Abre tudominio.com/robots.txt en un navegador: si aparece una línea Disallow: / bajo User-agent: *, tu sitio entero está cerrado a los bots, incluidos los rastreadores de IA.
• Desactiva JavaScript en tu navegador (o usa la herramienta "Inspeccionar URL" de Search Console una vez configurada) y recarga una página clave: si el contenido principal desaparece, un bot que no ejecuta bien el JavaScript verá lo mismo.
• Comprueba si existe un sitemap en tudominio.com/sitemap.xml: su ausencia no es en sí un impedimento, pero priva a los buscadores de una referencia útil.

Estas cuatro pruebas llevan menos de cinco minutos y suelen bastar para saber si un problema de visibilidad viene de un bloqueo técnico evidente, antes incluso de indagar más.

Por dónde empezar en la práctica

Antes de trabajar el fondo — estructura del contenido, respuestas directas, datos estructurados —, hay que asegurar la forma. En orden:

1. Comprobar qué está ya indexado hoy (búsqueda site:tudominio.com en Google, o consulta directa de Search Console si ya está instalado).
2. Instalar y configurar Google Search Console para tener una visión fiable de la indexación.
3. Auditar el archivo robots.txt y el sitemap XML para asegurarte de que no excluyen nada importante.
4. Comprobar la velocidad de carga y los Core Web Vitals, que influyen en el presupuesto de rastreo.
5. Solo después, trabajar la estructura del contenido para hacerlo "GEO-ready".

Esta lección plantea el marco general. Las siguientes entran en lo concreto: instalar Google Search Console, entender el archivo robots.txt y el control de los rastreadores de IA, y profundizar en por qué las IA a veces ignoran tu sitio una vez sentadas las bases técnicas.