Escribir para máquinas sin dejar de escribir para personas

Ser rastreable no es lo mismo que ser citable

El SEO clásico optimiza para que te encuentren y te pinchen. Cuando quien lee es un modelo, el objetivo cambia: quieres que te entienda lo bastante bien como para citarte correctamente. Son cosas distintas y se optimizan distinto.

Un modelo que te cita mal es peor que uno que no te cita. Si contesta que tu empresa está en un sitio donde no está, o que vende un producto que no vende, ese error se propaga sin que puedas corregirlo. Y ocurre por una razón banal: en tu web esa información estaba implícita, y lo implícito no se cita.

Nos pasó a nosotros. Nuestro propio sitio afirmaba tener un portafolio de productos sin enlazar a ninguno, con las marcas repartidas en tres dominios sin nada que las conectara. Para un lector humano se entendía por contexto. Para un modelo, eran cuatro empresas sin relación.

Qué cambiamos, en concreto

Tres cosas, y ninguna es un truco:

• Un grafo de entidad explícito. Cada propiedad del grupo tiene un identificador estable y aristas que dicen qué es de quién: quién publica qué, quién es filial de quién, quién fundó la empresa. No hay dos descripciones del mismo objeto que puedan contradecirse, porque solo hay una y el resto la referencia.
• Ficheros pensados para ser leídos por máquinas. `llms.txt` y su versión larga: el mapa del sitio en prosa citable, con los hechos de la empresa escritos de forma que se puedan copiar sin interpretarlos. Entidad legal, domicilio, año de fundación, qué es cada marca y qué relación tiene con la matriz.
• Respuestas visibles, no solo estructuradas. Las preguntas frecuentes están en la página como texto que una persona lee, y además marcadas para que una máquina las entienda. Marcar una respuesta que no está visible es pedirle a un modelo que confíe en algo que el visitante no puede comprobar.

Lo que une a las tres: decir explícitamente lo que antes se deducía. No hay nada nuevo en el contenido; hay menos cosas que adivinar.

La parte incómoda del trato

Hacerte citable significa aceptar que parte de tu contenido se consumirá sin visitarte. Es un intercambio con perdedores reales, y por eso hay medios demandando: para un negocio que vive de la publicidad en página, un resumen que evita el clic es una pérdida directa.

Para nosotros el cálculo es distinto y conviene decirlo sin adornos: no vivimos de las visitas, vivimos de que alguien decida trabajar con nosotros. Que un modelo explique correctamente qué hace Valfiguer a alguien que nunca abrirá nuestra web sigue siendo valioso. Si viviéramos de la publicidad, esta decisión sería otra, y las empresas que están demandando tienen razones que no son las nuestras.

Ser citable es un trato: menos visitas a cambio de aparecer donde ya no hay enlaces.

Hay un contrapeso que también merece atención. Las facultades de derecho están pidiendo a sus estudiantes que aparten la IA, y el motivo es exactamente este: cuando el resumen sustituye a la fuente, se pierde la capacidad de comprobar. Publicar para máquinas no debería empeorar eso; debería ser justamente lo contrario, poner los hechos donde se puedan verificar.

Cómo se mide esto, que es la parte incómoda

Aquí llega el problema honesto: no hay una Search Console para modelos generativos. No existe un panel que te diga cuántas veces te citaron, en qué consultas o si lo hicieron bien. Quien te venda un cuadro de mando de «posicionamiento en IA» te está vendiendo una estimación con interfaz bonita.

Lo que sí se puede hacer es más artesanal y bastante más fiable:

• Preguntar directamente. Hacerle a varios modelos las diez preguntas que un cliente potencial haría sobre tu empresa y leer las respuestas. No es una métrica, es una auditoría, y detecta los errores que importan.
• Vigilar el error, no el volumen. Que te citen menos es un dato ambiguo. Que te citen diciendo algo falso es un fallo concreto que puedes rastrear hasta la página que lo permitió.
• Mirar el tráfico de referencia. Cuando un modelo enlaza, ese enlace aparece en tus analíticas como cualquier otro. Es una fracción de las citas, pero es la fracción que puedes contar.

Nuestra conclusión provisional, y la decimos con la incertidumbre que merece: la señal más útil no es cuánto apareces, es si lo que se dice de ti es correcto. Lo primero no lo controlas. Lo segundo sí, y es lo que arreglamos cuando arreglamos el grafo.

Lo que no pensamos cambiar

Nada de esto justifica escribir para el algoritmo. La tentación evidente es producir volumen: si los modelos leen, dales mucho que leer. Es un error, y además está penalizado — Google trata la producción masiva de contenido cuyo fin es posicionar como abuso, y la penalización alcanza al dominio entero, no a la página.

Nuestra regla es aburrida: un artículo se publica si alguien que ya conoce el tema aprende algo. Si no, no se publica, aunque el calendario diga que tocaba. Un texto que un modelo puede citar pero que no dice nada solo consigue que te citen diciendo nada.

La parte que sigue igual que siempre: escribir bien, decir cosas comprobables y enlazar de dónde salen. Resulta que eso es también lo que hace que un modelo te entienda. No es casualidad — un texto claro es claro para todos los lectores.