Características de las páginas que cita la IA

En las páginas que cita la IA, la primera frase es la respuesta y los encabezados están divididos por preguntas. Los datos estructurados de schema.org no contradicen el texto, las fuentes de autoridad se citan dentro de la propia frase y la respuesta breve y el texto extenso conviven en una misma página. Lo que determina qué páginas toman primero ChatGPT, Perplexity y Google AI Overviews (vistas creadas con IA) al armar una respuesta es esta forma, más que la extensión.

Estos cinco elementos son la estructura común que identificamos al analizar a la inversa páginas en coreano e inglés que aparecieron casi literalmente en respuestas de IA. De ellos, solo conservamos aquellos con los que PION, en sus proyectos como agencia, comprobó que cambia realmente la proporción de veces en que la página figura como fuente en las respuestas de IA. En lugar de modificarlo todo a la vez, los resultados llegan antes si se define qué corregir primero según el tipo de página y se avanza por orden.

1. Páginas cuya primera frase es la respuesta

Si la primera frase de la introducción o de cada H2 es una respuesta completa a la pregunta, la IA toma esa frase casi literalmente. En la búsqueda con IA, la decisión del usuario se cierra dentro de la propia pantalla de respuesta, de modo que la visibilidad depende más de "si mi frase aparece en esa respuesta" que de si la página está indexada.

La probabilidad de que una frase sea extraída aumenta cuando su significado coincide con la pregunta del usuario y se encuentra en la parte superior de la pantalla. Search Engine Land llama a este enfoque "escribir primero la conclusión (answer-first)".

Si una página apunta a la consulta "cuándo aplicar el retinol", la primera frase debe ser "El retinol se aplica por la noche, sobre la piel seca, después de la limpieza facial.", y la explicación de contexto va debajo. Si se abre con "La historia del retinol se remonta a la década de 1970", la respuesta queda relegada tres párrafos más abajo y la IA no encuentra esa frase.

Para corregirlo, haga lo siguiente.

• Abra la primera frase de cada H2 con una afirmación categórica del tipo "X es…".
• Use como sujeto el nombre del concepto en lugar de pronombres como "esto o eso".
• En los primeros 200 caracteres de la introducción, retome tal cual la pregunta que el usuario escribiría realmente y respóndala.

En las entrevistas o los contenidos narrativos (storytelling), empezar por la conclusión resulta forzado. Este tipo de páginas se excluye del alcance de AEO y se gestiona con otros fines.

2. ¿Qué forma tienen los encabezados que la IA extrae con más facilidad?

Se extraen con más facilidad las páginas con pocos niveles de encabezado y encabezados formulados como preguntas. En lugar de leer la página de principio a fin, la IA divide el contenido en bloques de significado a partir de los encabezados y solo toma el texto del encabezado más cercano a la pregunta del usuario. Los principios de arquitectura de la información que Moz lleva mucho tiempo destacando como fundamentos de la búsqueda se han convertido, tal cual, en señales de cita.

Un buen encabezado sigue un orden de palabras parecido al que la gente escribe en el buscador. Si el objetivo es la consulta "buenas clínicas de tratamientos de aclarado de la piel en Gangnam", el H2 puede ser algo como "Cómo elegir una buena clínica de tratamientos de aclarado de la piel en Gangnam". Los encabezados que se limitan a enumerar palabras clave, como "tratamiento aclarado piel Gangnam lista recomendados", pierden cada vez más fuerza en el emparejamiento que realiza la IA.

Use un solo H1, limite los H2 a tres o cuatro y responda a una sola pregunta por encabezado. Si se agrupan dos preguntas bajo un mismo encabezado, la unidad de extracción se difumina y la IA, sin saber qué fragmento tomar, a veces omite esa sección por completo.

3. Datos estructurados de schema.org coherentes con el texto

El JSON-LD de schema.org organiza el contenido de la página para que las máquinas puedan leerlo, y debe coincidir con el texto visible en pantalla. Los datos estructurados son un mecanismo que vuelve a expresar el mismo contenido en un formato legible por máquinas. En su documentación sobre las funciones de IA, Google indica que no existe ningún schema específico que deba añadirse para aparecer en AI Overviews y recomienda que los datos estructurados coincidan con el texto visible. La explicación del marcado de schema de Moz también señala que el schema ayuda a los motores de búsqueda a comprender el significado y el contexto del contenido.

En los sitios web de Corea, estos puntos suelen descuidarse con frecuencia.

• Discrepancia entre el marcado de FAQ y el texto. Si el texto de las preguntas y respuestas dentro de FAQPage no coincide con el contenido visible en pantalla, se infringen las políticas de spam de Google.
• Nombre de empresa inconsistente. Si el name, los nombres alternativos y la url del schema Organization varían entre el sitio web, las redes sociales y las noticias de prensa, la IA no puede reconocerlos como una misma empresa.
• Metadatos del artículo ausentes. Autor y fecha de publicación de BlogPosting en blanco.

Estos tres puntos son también lo primero que revisa PION cuando asume un proyecto y abre el sitio por primera vez. Un schema erróneo es peor que no tenerlo, por lo que, aunque supere la Rich Results Test (prueba de resultados enriquecidos), una persona comprueba aparte que coincida realmente con el texto.

4. Fuentes de autoridad integradas en la frase

Las páginas que acompañan cada afirmación con su fuente y un enlace se extraen como evidencia más fiable. Los LLM interpretan como señal de veracidad la presencia conjunta de "afirmación + fuente + enlace". Va en la misma línea que el principio de contenido respaldado por evidencias que destaca Semrush.

Las citas se integran en la frase, por ejemplo "según X", "el informe de 2026 de X" o "X recomienda…". Basta con una o dos por sección, y se puede volver a citar la misma fuente en cada sección cambiando solo la formulación. Si el enlace se aplica solo al título del documento y no al nombre del medio, resulta más fácil de reconocer tanto para las personas como para la IA.

Más que el número de enlaces, lo que determina la cita es el nivel de la fuente. La IA no considera una señal de confianza una página repleta de enlaces a blogs anónimos o comunidades; la señal solo se registra cuando se trata de medios de referencia del sector o de dominios académicos y de instituciones públicas.

5. ¿Cómo se diseña una estructura en dos niveles que favorezca la cita?

Una estructura en dos niveles, con una respuesta condensada de 50 a 300 caracteres arriba y un texto de contexto de 1500 a 3000 caracteres debajo, favorece la cita.

Al generar una respuesta, la IA utiliza ambos niveles a la vez. La respuesta breve se incorpora directamente al cuerpo de la respuesta, y el texto en profundidad se recupera como fundamento de contexto cuando el usuario vuelve a preguntar "¿por qué?". Si solo existe uno de los dos, la página sirve para un único uso y pierde en la misma medida oportunidades de ser citada.

Antes de publicar, contraste la respuesta breve y el texto extenso con los siguientes puntos.

• ¿Hay una respuesta completa a la pregunta en los primeros 300 caracteres?
• ¿El texto inferior desarrolla el contexto en 1500 caracteres o más?
• ¿La respuesta breve y el texto extenso son coherentes y usan las mismas cifras y los mismos términos?

El último punto es el que más a menudo se pasa por alto. Si una cifra escrita arriba como "3 veces" aparece más abajo como "dos o tres veces", la IA no sabe qué cifra creer y valora ambas a la baja.