Cuando aparece una categoría nueva, lo primero que se vende es lo que se puede entregar rápido. En esto de aparecer en las respuestas de IA, hay dos entregables que casi siempre están en la primera propuesta que alguien recibe. Los dos son baratos de producir y los dos se ven bien en un informe.
Vale la pena mirar qué dice la evidencia disponible, porque es menos entusiasta que las propuestas.
Uno: el archivo llms.txt
La idea es linda. Un archivo de texto en la raíz del sitio, parecido al robots.txt, donde una empresa le explica a los modelos de lenguaje qué es y cuáles son sus páginas importantes. Se arma en una tarde.
El problema es que, para que sirva, alguien tiene que ir a buscarlo.
Ahrefs revisó 137.210 dominios con tráfico en mayo de 2026. El 28% tenía el archivo publicado, unos 38.000 sitios. De esos, el 97% no recibió ni una sola petición a ese archivo en todo el mes. Ni de un robot ni de una persona. Todo el tráfico medido se concentró en el 3% restante.
Es decir: el archivo está, y nadie lo abre.
Esto no quiere decir que haga daño. Cuesta casi nada y algún día podría usarse. Lo que sí quiere decir es que no es una palanca, y que si está arriba de una propuesta como si lo fuera, hay que preguntar por qué.
Dos: los datos estructurados
Este caso es más interesante, porque la evidencia tiene dos capas y la primera engaña.
Los datos estructurados son un bloque de código invisible que le dice a una máquina, de forma ordenada, qué es esta página: una empresa, un producto, un artículo, con su nombre, su dirección, su autor.
La primera capa es una correlación, y es fuerte: sobre seis millones de URLs, las páginas citadas por una IA tenían casi tres veces más probabilidad de llevar datos estructurados. Ahí se detienen casi todas las presentaciones de venta.
La segunda capa es la que importa. El mismo equipo siguió 1.885 páginas que agregaron datos estructurados entre agosto de 2025 y marzo de 2026, y las comparó con unas 4.000 páginas de control parecidas que no los agregaron, midiendo 30 días antes y 30 días después.
El resultado: en AI Overviews de Google las citaciones bajaron 4,6%, y en AI Mode y en ChatGPT subieron 2,4% y 2,2%, dos cifras que los propios autores describen como indistinguibles de cero.
Hay un matiz honesto que conviene decir, y que no suele decirse: la muestra eran páginas que ya se citaban bastante. O sea que lo medido es "agregar datos estructurados a una página que ya se cita no aumenta las citaciones". No es lo mismo que "los datos estructurados no sirven para nada".
Nosotros los seguimos poniendo, y por una razón distinta: sirven para Google, para cómo se ve un enlace cuando alguien lo comparte, y para que la ficha de una empresa diga lo mismo en todos lados. Esas son razones suficientes. La que no se sostiene con lo medido hasta hoy es "poné datos estructurados y vas a aparecer en ChatGPT".
Por qué esto importa más allá del detalle técnico
Porque los dos entregables comparten una característica: se entregan rápido, se ven en un informe y no se pueden desmentir fácil desde afuera. Son el relleno ideal de una propuesta.
Y mientras tanto, lo que sí está medido con fuerza pide más trabajo: que la página se pueda leer sin ejecutar JavaScript, que el contenido conteste algo concreto, y que a la empresa la nombren en lugares que no son su propio sitio.
Una forma práctica de usar esto: cuando te llegue una propuesta de este rubro, pedí que cada línea venga con la evidencia detrás y el tamaño del efecto. No para incomodar a nadie, sino porque es una categoría joven donde todavía se puede afirmar casi cualquier cosa sin que nadie la revise.
Así armamos nosotros el trabajo, y está explicado en Que la IA te recomiende.
