Navegabilidad agéntica: cómo leen tu sitio los agentes de IA
La navegabilidad agéntica es la facilidad con la que un agente de IA llega a un sitio web, lo rastrea y lo entiende siguiendo sus enlaces. La citabilidad agéntica es la probabilidad de que el contenido de una página se cite en una respuesta de IA. La navegabilidad decide si un agente puede leer tus páginas; la citabilidad, si las usa. GraphoRank puntúa las señales de ambas en una misma escala de 0 a 100, el GraphRank.
Si has buscado «LLM SEO» o «SEO para ChatGPT», esta es la parte del tema que vive en tu propio sitio web, la que sí controlas. Aquí encontrarás los dos términos explicados sin rodeos, cómo se mueven los agentes y los rastreadores de IA por un sitio y qué afirmaciones están documentadas y cuáles son solo sospechas. Al final hay una lista de pasos ordenada por impacto probable, y buena parte se puede hacer sin un desarrollador.
Ideas clave
- La navegabilidad es el acceso: ¿puede un agente llegar a tus páginas y leerlas? La citabilidad es el uso: ¿merece la pena citar lo que ha leído?
- «Bloquear la IA» no es un único interruptor. Los bots de entrenamiento y los de búsqueda son distintos, así que decide bot por bot.
- robots.txt es una petición que respetan los bots que cumplen las normas, no un candado.
- llms.txt es barato, inofensivo y no está demostrado. Los datos estructurados son una buena práctica de base, no una garantía.
- Las páginas huérfanas, las muy profundas y las que compiten entre sí son los problemas estructurales que merece la pena revisar, aunque ningún estudio ha medido su efecto en las respuestas de IA.
¿Qué significan navegabilidad agéntica y citabilidad agéntica?
Navegabilidad agéntica: la facilidad con la que un agente de IA llega a un sitio web, lo rastrea y lo entiende siguiendo sus enlaces.
Un agente de IA es un programa que usa un modelo de IA para hacer una tarea por una persona: investigar una pregunta, comparar proveedores, rellenar un formulario. Para ello suele tener que abrir varias páginas. Un rastreador de IA es su versión más simple: un programa que descarga páginas para que un producto de IA aprenda de ellas o las consulte después. Ambos recorren tu sitio como lo haría una persona, de enlace en enlace.
Para un agente, un sitio es fácil de navegar cuando se llega a todas las páginas importantes a través de enlaces, el contenido real se entrega en una forma que un programa puede leer y nada bloquea la visita por error.
Citabilidad agéntica: la probabilidad de que el contenido de una página se cite en una respuesta de IA.
Cuando alguien hace una pregunta a un asistente de IA, este puede construir la respuesta a partir de las páginas que encuentra y nombrar algunas como fuentes. Esas fuentes son las citas. Una página es citable cuando un sistema de IA puede extraer de ella una afirmación clara, completa en sí misma y fiable: una definición, una respuesta, una cifra con su fuente.
Los dos conceptos están relacionados, pero no son lo mismo. La navegabilidad trata del acceso: ¿puede el agente encontrar y leer la página? La citabilidad trata del uso: una vez leída, ¿merece la pena citarla?
Una página a la que nadie llega no se puede citar. Una página a la que se llega pero que no dice nada claro se lee y se deja pasar. Por eso los tratamos juntos.
Cómo leer lo que sigue. Parte está documentado por las empresas que operan los rastreadores. Parte lo han medido investigadores. Parte es razonamiento de sentido común que nadie ha medido todavía. Indicamos cuál es cuál, porque en un tema tan joven esa diferencia importa más que el consejo.
¿Cómo navegan realmente por un sitio web los agentes y rastreadores de IA?
Los sistemas de IA llegan a tu contenido de cuatro maneras principales: siguen enlaces, obedecen (o a veces ignoran) el archivo robots.txt, buscan archivos de guía como llms.txt y leen la estructura de página que construye el navegador. Esto es lo que dicen las fuentes primarias sobre cada una.
Seguir enlaces
El movimiento básico es el que los buscadores hacen desde siempre: descargar una página, leer sus enlaces y descargar esos. Un rastreador que funciona así solo encuentra lo que está enlazado.
Tu sitemap, la lista de páginas que entregas a los buscadores, ayuda, pero es una lista, no una ruta. Es difícil llegar siguiendo enlaces a una página que ninguna otra enlaza, y la siguiente sección vuelve sobre ello.
robots.txt y los tres tipos de bots de IA
robots.txt es un pequeño archivo de texto en la raíz de tu sitio que indica a los visitantes automáticos qué URL pueden descargar. Las empresas de IA operan ahora varios bots con funciones distintas, y su documentación los separa:
- OpenAI documenta tres. GPTBot es para el entrenamiento. OAI-SearchBot alimenta la búsqueda de ChatGPT: según OpenAI, los sitios que lo excluyen no aparecerán en las respuestas de esa búsqueda, y sus sistemas pueden tardar unas 24 horas en ajustarse tras una actualización de robots.txt. ChatGPT-User descarga páginas cuando una persona se lo pide, y OpenAI señala que en este caso las reglas de robots.txt pueden no aplicarse.
- Anthropic también documenta tres: ClaudeBot para el entrenamiento, Claude-User para las consultas dirigidas por el usuario y Claude-SearchBot para la búsqueda. Afirma que sus bots respetan las señales «do not crawl» de robots.txt y admite la directiva Crawl-delay.
- Perplexity documenta PerplexityBot, que muestra sitios en la búsqueda y no se usa para entrenar modelos fundacionales, y Perplexity-User, que apoya acciones del usuario y por lo general ignora las reglas de robots.txt porque la descarga la desencadena una persona.
- Google documenta un control llamado Google-Extended. Regula si tu contenido se usa para entrenar futuros modelos de Gemini y para la fundamentación, y Google afirma que no afecta a la inclusión de un sitio en la Búsqueda de Google ni se usa como señal de posicionamiento.
Decide bot por bot. Bloquear GPTBot impide el uso para entrenamiento pero, según la documentación de OpenAI, no te saca por sí solo de la búsqueda de ChatGPT, que depende de otro bot. Un bloqueo general puede ocultarte justo de los productos en los que quieres aparecer.
Dos hallazgos piden prudencia.
El comportamiento no siempre coincide con la documentación. Un preprint que analizó los registros web de una institución, con 130 bots autodeclarados a lo largo de 40 días, concluyó que los bots cumplen menos las directivas más estrictas y que ciertas categorías, entre ellas los rastreadores de búsqueda con IA, casi nunca consultan robots.txt. Es un preprint de una sola institución: tómalo como una advertencia, no como un censo.
La acusación de Cloudflare contra Perplexity. Basándose en observaciones de decenas de miles de dominios y de sitios de prueba controlados, Cloudflare publicó una acusación: Perplexity operaba un rastreador no declarado que se hacía pasar por un navegador Chrome normal, y los dominios de prueba con una regla de robots.txt que lo prohibía todo seguían devolviendo detalles de su contenido. Cloudflare es un proveedor con intereses comerciales, y no hemos verificado la respuesta de Perplexity. La propia documentación de Perplexity, por su parte, afirma que su agente activado por el usuario por lo general ignora robots.txt.
La regla práctica: robots.txt es una petición que respetan los bots que cumplen las normas, no un candado.
¿Cuántos sitios dicen algo sobre los bots de IA? Solo una parte pequeña, según los datos de escritorio del Web Almanac. Son porcentajes de sitios cuyo robots.txt nombra al bot, no de sitios que lo bloquean:
- 4,5 % de los sitios de escritorio nombran a GPTBot (2,9 % en 2024) HTTP Archive Web Almanac 2025, capítulo de SEO
- 3,6 % de los sitios de escritorio nombran a ClaudeBot (1,9 % en 2024) HTTP Archive Web Almanac 2025, capítulo de SEO
- 2,8 % de los sitios de escritorio nombran a PerplexityBot HTTP Archive Web Almanac 2025, capítulo de SEO
La mayoría no dice nada, lo que significa que por defecto todo está abierto.
llms.txt
llms.txt es una propuesta de archivo Markdown, servido en la raíz de tu sitio, que ofrece a los agentes de IA una guía breve de qué es el sitio y qué páginas importan. Es una propuesta de la comunidad, no un estándar de internet. Nuestra guía de llms.txt explica el formato, y puedes probar el tuyo con el verificador gratuito de llms.txt.
La evidencia es contradictoria, y las cifras no coinciden porque miden poblaciones distintas:
| Estudio | Qué midió | Resultado |
|---|---|---|
| Web Almanac 2025 de HTTP Archive | Sitios de su rastreo | llms.txt en el 2,13 % de los sitios de escritorio y el 2,10 % de los móviles |
| SE Ranking (noviembre de 2025) | Casi 300.000 dominios | El 10,13 % tenía el archivo; sin correlación con las citas de IA |
| Common Crawl (rastreo de julio de 2026) | Muestra aleatoria de unas 5,2 millones de URL /llms.txt en hosts rastreables | El 22,32 % de las URL /llms.txt intentadas devolvió HTTP 200, y el 52,5 % de ellas llevaba cuerpo de texto (11,72 % de las URL de la muestra) |
| Ahrefs (mayo de 2026) | 137.210 dominios con tráfico en su analítica | El 28 % publica el archivo; el 97 % de esos archivos no recibió ninguna petición ese mes |
Lee las cifras con cuidado. Ahrefs advierte de que su base de clientes tiene un sesgo técnico, así que el 28 % es un límite superior, y de que una petición del archivo no demuestra que se use. Los autores de Common Crawl dicen que su 11,7 % no debe compararse con la cifra del Web Almanac.
Por el lado de los buscadores, Google dice que no hace falta crear archivos nuevos legibles por máquinas, archivos de texto para IA, marcado ni Markdown para aparecer en la Búsqueda de Google, y que llms.txt ni perjudicará ni ayudará a la visibilidad en la Búsqueda. Sin embargo, Lighthouse, la herramienta de Chrome que audita páginas, incluye una categoría experimental, «Agentic Browsing», que comprueba si existe llms.txt. Las dos afirmaciones responden a preguntas distintas: la visibilidad en la Búsqueda de Google, por un lado; la preparación para agentes basados en el navegador, por otro.
Nuestra lectura: llms.txt es barato, inofensivo y no está demostrado. Publica uno si te lleva una tarde, pero no esperes que salve un sitio con una estructura débil.
El árbol de accesibilidad
Cuando un navegador carga una página, construye una descripción simplificada, parecida a texto, para tecnologías de apoyo como los lectores de pantalla: qué es un encabezado, qué es un botón, qué dice cada enlace. Eso es el árbol de accesibilidad.
La documentación de Lighthouse en Chrome sobre navegación agéntica afirma que los agentes dependen del árbol de accesibilidad como su modelo de datos principal. Sus auditorías abarcan nombres y etiquetas, la integridad del árbol, si el contenido interactivo es visible, los cambios de diseño, la presencia de llms.txt y las herramientas WebMCP (una forma experimental de que un sitio ofrezca acciones a los agentes). La categoría es experimental y no tiene puntuación de 0 a 100.
Un benchmark de 2026 de agentes de uso del ordenador (A11y-CUA, un artículo de CHI ’26) aporta una señal relacionada. Usó 60 tareas y grabaciones de usuarios ciegos, con baja visión y videntes:
- 78,3 % de las tareas completadas por un agente con configuración predeterminada A11y-CUA, CHI ’26 (arXiv)
- 41,67 % en modo solo teclado A11y-CUA, CHI ’26 (arXiv)
- 28,3 % con lupa A11y-CUA, CHI ’26 (arXiv)
Ojo con ese resultado. Se refiere a tareas cotidianas de escritorio y a cómo se desenvuelven los agentes con distintos modos de interacción, no a la estructura de un sitio web, y no demuestra que un marcado limpio haga que los agentes tengan más éxito. Solo sugiere que los agentes son sensibles a cómo se expone una interfaz, que es justo lo que describe el árbol de accesibilidad.
En la práctica: usa encabezados reales, enlaces reales con texto descriptivo, botones y campos de formulario con etiqueta. La accesibilidad ya te pide lo mismo.
Renderizado con JavaScript
Muchos sitios modernos construyen su contenido en el navegador del visitante con JavaScript, en lugar de enviarlo ya hecho en la página. Una persona no lo nota. Un rastreador sencillo puede que sí.
No hemos encontrado ningún documento primario que indique qué rastreadores de IA ejecutan JavaScript, así que no diremos ni que lo hacen ni que no. La regla prudente: pon tu texto y tus enlaces importantes en el HTML que envía el servidor y trata como un riesgo todo lo que aparece solo después de que se ejecute un script. El rastreador de GraphoRank sí renderiza JavaScript para ver lo que ve un lector basado en navegador, y registra si una página necesitó renderizado para mostrar su contenido.
¿Por qué decide la estructura del sitio lo que se lee?
Un agente solo puede leer aquello a lo que llega, y juzga la importancia por las señales que envían tus enlaces.
Una pregunta abierta. No hemos encontrado ningún estudio publicado que relacione la estructura de enlaces internos (profundidad, páginas huérfanas, enlaces dentro del contenido) con el éxito de los agentes o con la tasa de citas de IA. Lo que sigue es un razonamiento a partir de cómo funciona el seguimiento de enlaces, no un efecto medido. Hasta donde sabemos, es también la mayor pregunta abierta de este campo y la razón por la que existe GraphoRank.
Páginas huérfanas
Una página huérfana es una página que no recibe ningún enlace interno. Una persona solo llega a ella con la dirección exacta. Un agente que sigue enlaces, nunca.
Imagina una tienda pequeña cuya página «Envíos y devoluciones» no está enlazada desde ningún sitio porque un rediseño eliminó el enlace del pie de página. La página existe, es correcta, está en el sitemap. Pero cuando un agente investiga «¿esta tienda envía a Alemania?», ningún enlace lleva a la respuesta. Las páginas huérfanas son el problema estructural más barato de arreglar: añade un enlace.
Profundidad de clics
La profundidad de clics es el número de clics que hacen falta para llegar desde tu página de inicio a una página concreta. Supón que la guía que mejor explica tu servicio está a cinco clics, detrás de una categoría, una subcategoría y un archivo paginado. Puede que ni una persona llegue.
Cuanto más profunda está una página, más pasos necesita un agente y menos rutas conducen a ella. Mantén las páginas que importan cerca de la página de inicio.
Enlaces dentro del contenido frente a enlaces de menú
Los menús, las cabeceras y los pies de página repiten los mismos enlaces en todas las páginas. Un enlace que aparece en todas partes dice poco de una página concreta, porque viene con la plantilla. Un enlace dentro de una frase dice algo específico: esta página es relevante para este punto, por esta razón. El texto ancla, las palabras en las que se hace clic, le dice al lector qué hay al otro lado.
Por eso GraphoRank separa los enlaces dentro del contenido principal de los enlaces de plantilla al construir el grafo de un sitio: el primer grupo es lo que realmente ve un lector que extrae el texto principal de una página. Hasta donde sabemos, nadie ha publicado una medición de su efecto en las respuestas de IA. Lo presentamos como una decisión de diseño nuestra, basada en cómo un lector sigue el hilo de un argumento, no como un factor de posicionamiento demostrado.
Páginas duplicadas o que compiten por un mismo tema
Si cinco páginas de tu sitio responden cada una en parte a «¿cuánto cuesta?», un agente tiene que elegir, o puede mezclarlas, y ninguna de las cinco se convierte en la página que se cita.
Piensa en una empresa con una página de precios, una entrada de blog sobre precios, una página de precios antigua que nadie retiró y una pregunta frecuente con un cuarto conjunto de cifras. El lector ya no sabe cuál está vigente.
La solución: elige una página por pregunta, hazla completa, redirige o fusiona el resto y enlaza las demás páginas hacia ella.
¿Qué hace citable un contenido?
Un contenido es citable cuando un sistema de IA puede extraer de él una afirmación clara, exacta y atribuible. En la práctica importan cuatro cosas, y son lo que los buenos editores siempre han pedido.
- Entidades y definiciones claras. Una entidad es algo con nombre: una empresa, un producto, una persona, un lugar, un concepto. Di qué es cada una en una frase sencilla («X es un…»), pronto, y usa siempre el mismo nombre. Una definición que se sostiene sola puede citarse sola.
- Pasajes que empiezan por la respuesta. Abre cada sección con la respuesta y después da el razonamiento. La investigación sobre modelos de lenguaje ofrece un motivo indirecto: un estudio controlado con entradas largas («Lost in the Middle») observó que los modelos suelen rendir mejor cuando la información relevante está al principio o al final de lo que reciben, y empeoran con la información que queda en medio. Ese estudio trata de prompts, no de páginas web elegidas como fuentes, así que es una analogía, no una prueba. Empezar por la respuesta, además, es sencillamente mejor para los lectores humanos.
- Fuentes, autoría y actualidad. Indica quién escribió la página, muestra cuándo se publicó y se actualizó, y enlaza a fuentes primarias para cada cifra que des. Mantén las fechas honestas: una fecha reciente en una página desactualizada no ayuda a nadie.
- Una página clara por tema. Vuelve a valer lo de la sección anterior: una página que es dueña de su tema es más fácil de citar que cinco que se solapan.
Datos estructurados: lo que dice Google y lo que encontró un estudio
Los datos estructurados son código, normalmente en un formato llamado JSON-LD, que etiqueta el contenido de una página para las máquinas: esto es un artículo, este es su autor, estas son las preguntas y las respuestas. Las fuentes difieren en el tono, así que aquí van ambas.
La documentación de Google dice que no hay requisitos adicionales para aparecer en las vistas creadas con IA o en el modo IA, que no hace falta ningún dato estructurado de schema.org especial y, en una guía posterior, que los datos estructurados no son obligatorios para la búsqueda con IA generativa. Para aparecer, una página tiene que estar indexada y ser apta para mostrarse con fragmento. Google explica además los controles que lo limitan (nosnippet, data-nosnippet, max-snippet y noindex) y que el tráfico procedente de las funciones de IA se contabiliza bajo el tipo de búsqueda «Web» en Search Console.
Un preprint aparte, el estudio GEO-16, analizó qué tienen en común las páginas citadas:
- 1.702 citas auditadas GEO-16, preprint de arXiv
- 1.100 URL únicas GEO-16, preprint de arXiv
- 70 prompts de intención de compra de producto en tres motores de respuestas con IA GEO-16, preprint de arXiv
Concluyó que los metadatos y la actualidad, el HTML semántico y los datos estructurados eran los grupos de calidad de página más asociados con la citación, y que las páginas con una puntuación de al menos 0,70 en su escala y con al menos 12 aciertos de pilar tenían tasas de citación sustancialmente más altas.
Límites del estudio. Los autores advierten de que es observacional, abarca solo páginas de software B2B en inglés y es un preprint.
Las dos fuentes no se contradicen. Google describe lo que se requiere para ser apto en las funciones de Google. El preprint describe qué coincidía con ser citado en varios motores. Ninguno demuestra que añadir marcado provoque citas.
Nuestra lectura: los datos estructurados no son un truco, son parte de describir bien una página. Añade los tipos que correspondan al contenido, mantenlos exactos y no esperes que el marcado rescate una página pobre.
Lo que la investigación sobre GEO dice y lo que no dice
El artículo de 2024 que introdujo el término Generative Engine Optimization informó de que los métodos que probó podían aumentar la visibilidad en las respuestas de los motores generativos hasta un 40 %, con una eficacia que variaba según el ámbito.
Alcance. Se probó con los motores de esa época y midió la visibilidad dentro de un benchmark, no el tráfico hacia un negocio real.
Para una visión más amplia del propio término, consulta qué es el GEO y la guía de GEO.
¿Cómo se miden la navegabilidad y la citabilidad agénticas?
Reconstruyes el sitio como lo ve un agente, en forma de páginas y enlaces, y puntúas lo que muestra esa imagen. Eso es lo que hace GraphoRank. Rastrea el sitio respetando robots.txt, lee cada página como la ingeriría un modelo de lenguaje, convierte las páginas en nodos y los enlaces internos en aristas, y produce una puntuación de 0 a 100 llamada GraphRank. La página cómo funciona muestra las cinco etapas, y la página del grafo semántico muestra el mapa.
GraphRank lee cuatro dimensiones:
| Dimensión | Qué examina | Se inclina hacia |
|---|---|---|
| Estructura | Cómo se conectan las páginas: si la autoridad llega a tus páginas clave, a qué profundidad está tu contenido y qué páginas quedan totalmente aisladas | Navegabilidad |
| Salud técnica | Indexabilidad, canonical, cadenas de redirecciones, enlaces rotos y coherencia del sitemap | Navegabilidad |
| Significado | Si el contenido se sostiene como temas: clústeres reales, páginas pilar con apoyo genuino, sin brecha entre lo que una página promete y lo que dice | Citabilidad |
| Visibilidad en IA | Lo fácil que es leer, extraer y citar las páginas dentro de una respuesta generada | Citabilidad |
La columna «Se inclina hacia» es nuestra lectura editorial, no un reparto de la puntuación en dos números. Cada dimensión informa en alguna medida a los dos conceptos.
Cada página del grafo recibe además uno de seis roles: página pilar, clúster, página eje, money page (una página donde los visitantes convierten), página huérfana o noindex. Las puntuaciones se reparten en cinco franjas:
| Franja | Puntuación |
|---|---|
| En riesgo | 0–39 |
| En desarrollo | 40–59 |
| Sólido | 60–74 |
| Fuerte | 75–89 |
| Referente | 90–100 |
La fórmula exacta es propietaria a propósito. Una puntuación con receta pública se puede manipular, y una referencia fácil de manipular deja de ser comparable entre sitios. Lo que es público es lo que examina cada dimensión, como se describe arriba, y que todos los sitios se miden de la misma forma en cada análisis.
La puntuación está pensada para llevar a la acción. Las recomendaciones enumeran arreglos ordenados por cuánto moverían la puntuación, como páginas huérfanas que recuperar, clústeres que reconectar y money pages que hacer más visibles. Vuelve a analizar después y compara para ver si el cambio funcionó.
¿Qué revisar y qué dice la evidencia?
| Área | Pregunta sencilla | Estado de la evidencia |
|---|---|---|
| Seguimiento de enlaces | ¿Se llega a todas las páginas importantes por enlaces? | El mecanismo es básico en el rastreo; ningún estudio mide el efecto en las respuestas de IA |
| robots.txt | ¿Has decidido, bot por bot, qué permites? | Documentado por OpenAI, Anthropic, Perplexity y Google; el cumplimiento varía |
| llms.txt | ¿Hay una guía breve y exacta de tu sitio? | No demostrado; Google dice que ni ayuda ni perjudica a la visibilidad en la Búsqueda |
| Árbol de accesibilidad | ¿Son reales y están etiquetados los encabezados, enlaces y botones? | Documentado por Lighthouse de Chrome (experimental); benchmark de agentes relacionado, con tareas de escritorio |
| JavaScript | ¿Está el texto clave en el HTML que envía el servidor? | Sin fuente primaria sobre rastreadores de IA; solo regla prudente |
| Huérfanas y profundidad | ¿Tiene cada página clave un enlace y está cerca del inicio? | Razonamiento, no medido |
| Enlaces en el contenido | ¿Se enlazan las páginas entre sí dentro del texto? | Decisión de diseño, no medida |
| Páginas que compiten | ¿Hay una página por pregunta? | Razonamiento, no medido |
| Pasajes citables | Definiciones, respuesta primero, fuentes, fechas | Respaldado en parte por investigación sobre motores y modelos; indirecto |
| Datos estructurados | ¿Están presentes y son exactos? | Google: no son obligatorios. Preprint: asociados con la citación |
Lista de pasos: cómo mejorar la navegabilidad y la citabilidad
El orden es nuestra valoración del impacto probable en un sitio pequeño típico, de lo más barato y fundamental a lo más refinado. No es una clasificación medida.
- Asegúrate de que las páginas que importan se pueden indexar. Comprueba que devuelven una página normal, que no están marcadas con noindex por error y que no están bloqueadas en robots.txt. Para las funciones de IA de Google, la página debe estar indexada y ser apta para mostrarse con fragmento.
- Decide tu política de bots de IA con criterio. Lee la documentación de los bots que te interesan y luego permite o bloquea cada uno a propósito. Bloquear un bot de entrenamiento no es lo mismo que bloquear un bot de búsqueda.
- Encuentra y arregla las páginas huérfanas. Haz una lista de todas las páginas que quieres que se lean y comprueba que al menos otra página las enlaza, dentro del texto donde tenga sentido.
- Acerca las páginas clave a la página de inicio. Enlaza tus páginas más importantes desde el inicio o desde una página eje sólida para que estén a uno o dos clics.
- Enlaza dentro del contenido, con un texto ancla descriptivo. Cuando un párrafo mencione un tema que tratas en otro lugar, enlaza allí con palabras que describan el destino, no con «haz clic aquí».
- Pon el texto y los enlaces esenciales en el HTML que envía el servidor. Compruébalo viendo la página sin JavaScript. Si el contenido principal desaparece, arréglalo primero.
- Usa encabezados, enlaces y etiquetas reales. Un solo H1, H2 con sentido, botones y campos de formulario con nombre. Ayuda tanto a las personas que usan lectores de pantalla como a los agentes.
- Dale a cada pregunta una página. Fusiona o redirige las páginas que se solapan y enlaza el resto a la ganadora.
- Abre las secciones con la respuesta y define tus términos. Explica qué es cada entidad en una frase sencilla al principio.
- Muestra autoría, fechas y fuentes. Indica el autor, muestra fechas reales de publicación y actualización y enlaza a fuentes primarias para hechos y cifras.
- Añade preguntas frecuentes donde la gente pregunta de verdad. Respuestas breves y completas en sí mismas, escritas primero para los lectores.
- Añade datos estructurados que coincidan con el contenido. Los tipos Article, Organization, FAQ y Person son puntos de partida habituales. Mantenlos exactos. Son una buena práctica de base, no un atajo.
- Opcionalmente, publica un llms.txt. Barato y no demostrado; déjalo para el final.
- Revisa con regularidad. Los sitios cambian. Una página nueva puede quedar huérfana el mismo día en que se publica.
Puedes hacer esta lista a mano en un sitio pequeño. Si quieres que alguien la mida, la auditoría gratuita de GraphoRank analiza las 10 primeras páginas y te muestra el grafo, los roles y el GraphRank. Consulta los precios para sitios más grandes.
¿Qué relación tiene esto con el SEO, el AEO y el GEO?
La optimización para motores de búsqueda (SEO) trata de posicionarse en los resultados de búsqueda, la optimización para motores de respuesta (AEO), de ser la respuesta que da un sistema, y la optimización para motores generativos (GEO), de que te incluyan en las respuestas generadas por IA. Nuestra comparativa de SEO, AEO y GEO repasa las diferencias, y la guía de SEO con IA cubre el lado práctico.
La navegabilidad y la citabilidad agénticas no son una cuarta etiqueta que aprender. Son las dos propiedades de tu propio sitio en las que se apoyan las tres disciplinas: ¿puede una máquina llegar a él y leerlo, y merece la pena citar lo que lee? Para cifras de uso y de tráfico, consulta las estadísticas de búsqueda con IA.
FAQ
¿Qué es la navegabilidad agéntica?
La navegabilidad agéntica es la facilidad con la que un agente de IA puede llegar a un sitio web, rastrearlo y entenderlo siguiendo sus enlaces. Depende de que las páginas sean accesibles, estén enlazadas desde otros contenidos, se lean sin trucos y no estén bloqueadas por error.
¿Qué es la citabilidad agéntica?
La citabilidad agéntica es la probabilidad de que el contenido de una página se cite en una respuesta de IA. Depende de definiciones claras, respuestas directas al inicio de cada sección, entidades con nombre, fuentes, fechas y autoría visibles, y una página clara por tema.
¿Qué diferencia hay entre navegabilidad agéntica y citabilidad agéntica?
La navegabilidad trata del acceso y la comprensión: ¿puede un agente encontrar y leer tus páginas? La citabilidad trata del uso: una vez leídas, ¿las citará? Un sitio puede ser fácil de navegar y aun así no ser citable; lo contrario rara vez ocurre.
¿La navegabilidad agéntica es lo mismo que el SEO para ChatGPT o el LLM SEO?
Se solapan, pero no son idénticos. «SEO para ChatGPT» y «LLM SEO» son búsquedas sobre cómo conseguir que te encuentren y te citen los asistentes de IA. La navegabilidad y la citabilidad agénticas nombran las dos propiedades de tu sitio que deciden si eso puede ocurrir, y se pueden medir.
¿Bloquear GPTBot me quita de ChatGPT?
No necesariamente. OpenAI documenta rastreadores distintos: GPTBot para el entrenamiento, OAI-SearchBot para la búsqueda de ChatGPT y ChatGPT-User para las consultas que lanza un usuario. Según OpenAI, los sitios que excluyen OAI-SearchBot no aparecerán en las respuestas de la búsqueda de ChatGPT.
¿Los rastreadores de IA respetan el archivo robots.txt?
Los proveedores afirman que sus rastreadores principales sí, pero el comportamiento varía. OpenAI y Perplexity documentan que los agentes que actúan a petición de un usuario pueden ignorar robots.txt, y un estudio académico concluyó que algunas categorías de bots, entre ellas los rastreadores de búsqueda con IA, casi nunca lo consultan.
¿Necesito un archivo llms.txt?
No. Google afirma que no hacen falta archivos nuevos legibles por máquinas ni archivos de texto para IA para aparecer en la Búsqueda de Google, y que llms.txt ni perjudica ni ayuda. Publicarlo cuesta poco, pero ningún estudio que hayamos encontrado demuestra que aumente las citas.
¿Necesito datos estructurados para que me cite una IA?
Google dice que los datos estructurados no son obligatorios para la búsqueda con IA generativa. Un preprint sobre 1.702 citas sí asoció los datos estructurados, el HTML semántico y los metadatos con más citas en páginas inglesas de SaaS B2B. Considéralos una buena práctica de base, no una garantía.
¿Por qué importan las páginas huérfanas para los agentes de IA?
Una página huérfana no recibe ningún enlace interno. Un agente que descubre páginas siguiendo enlaces no tiene camino hasta ella, así que puede pasarla por alto aunque figure en tu sitemap. Ningún estudio publicado ha medido todavía el tamaño de este efecto.
¿Cómo se mide la navegabilidad agéntica?
GraphoRank rastrea tu sitio, lo reconstruye como un grafo de páginas y enlaces y lo puntúa de 0 a 100 como GraphRank en cuatro dimensiones: estructura, significado, visibilidad en IA y salud técnica. Una auditoría gratuita cubre las 10 primeras páginas.
¿La metodología de GraphRank es pública?
Las cuatro dimensiones y lo que examina cada una son públicas. La fórmula exacta es propietaria, para que la puntuación siga siendo comparable entre sitios y no se pueda manipular. Todos los sitios se miden de la misma forma en cada análisis.
Fuentes
- AI features and your website (Google Search Central) (10 de octubre de 2026)
- Optimizing your website for generative AI features (Google Search Central) (10 de octubre de 2026)
- Google crawlers: Google-Extended (Google Search Central) (10 de octubre de 2026)
- OpenAI crawlers: GPTBot, OAI-SearchBot, ChatGPT-User (10 de octubre de 2026)
- Does Anthropic crawl data from the web, and how can site owners block the crawler? (10 de octubre de 2026)
- Perplexity crawlers: PerplexityBot and Perplexity-User (10 de octubre de 2026)
- Cloudflare: Perplexity is using stealth, undeclared crawlers to evade no-crawl directives (10 de octubre de 2026)
- Scrapers selectively respect robots.txt (Kim et al., arXiv) (10 de octubre de 2026)
- HTTP Archive Web Almanac 2025: SEO chapter (10 de octubre de 2026)
- SE Ranking: llms.txt and AI citations (10 de octubre de 2026)
- Ahrefs: 137K sites, 97% of llms.txt files never get read (10 de octubre de 2026)
- Common Crawl: a content analysis of llms.txt files from the July 2026 crawl archive (10 de octubre de 2026)
- Chrome Lighthouse: Agentic Browsing category (10 de octubre de 2026)
- A11y-CUA: accessibility gap in computer-use agents (arXiv) (10 de octubre de 2026)
- AI Answer Engine Citation Behavior: the GEO-16 framework (arXiv) (10 de octubre de 2026)
- GEO: Generative Engine Optimization (Aggarwal et al., KDD 2024, arXiv) (10 de octubre de 2026)
- Lost in the Middle: how language models use long contexts (arXiv) (10 de octubre de 2026)