L;DR: El LLM SEO no sustituye al SEO clásico: lo prolonga hacia un ecosistema en el que ya no basta con aparecer en una SERP, sino que hay que ser descubrible, interpretable y citable dentro de respuestas generadas por IA. El volumen todavía es pequeño según el dataset que se tome como referencia —0,15% del tráfico global en el estudio de SE Ranking y 1,08% del tráfico total en diez sectores según Conductor—, pero el patrón de negocio es demasiado consistente como para ignorarlo: Seer midió 15,9% de conversión desde ChatGPT frente a 1,76% desde Google orgánico en un caso real; Webflow asegura que el 8% de sus nuevas altas ya llega desde IA; y Ahrefs observó que el 0,5% de su tráfico generó el 12,1% de sus registros. No existe una tasa universal para todos los negocios, pero sí una conclusión razonable: el clic que llega desde IA suele venir más cerca de la decisión que el clic orgánico tradicional.
La fotografía completa, además, obliga a pensar con más matices y menos pánico. Similarweb estimó 1.130 millones de visitas referidas por plataformas de IA en junio de 2025, un 357% más que un año antes, aunque en ese mismo periodo Google seguía enviando del orden de 191.000 millones de referencias. Google, por su parte, sostiene que con AI Overviews y AI Mode la gente lanza más consultas y que los clics que sí aterrizan en la web suelen ser de mayor calidad. En otras palabras: el problema no es únicamente defender lo que se pierde en el click tradicional, sino aprender a capturar un nuevo tipo de visita con más contexto previo, más intención y menos fase exploratoria.
No es “otro SEO”: es SEO con una capa nueva de citación
La manera más útil de entender el LLM SEO es muy simple: consiste en preparar tu web y tu marca para que sistemas como ChatGPT Search, Perplexity, Gemini, AI Overviews o AI Mode puedan encontrarte, comprender de qué hablas y decidir que mereces una cita. Google lo explica con bastante claridad en su documentación para propietarios de sitios: no necesitas archivos especiales, ni un “AI schema” nuevo, ni marcado mágico para entrar en estas experiencias. Lo que sí necesitas es permitir el rastreo, hacer que el contenido importante esté disponible en texto, reforzar los enlaces internos, acompañar el contenido con imágenes y vídeos de calidad cuando aporten valor, y asegurarte de que los datos estructurados coincidan con lo que el usuario ve en la página. Además, Google indica que el rendimiento de AI Overviews y AI Mode se contabiliza dentro del tipo de búsqueda Web en Search Console, no en una pestaña separada.
Eso significa que el trabajo histórico de SEO sigue siendo un activo, no un lastre. La autoridad temática, los enlaces, la claridad del HTML, la autoría y la calidad editorial siguen pesando. Pero ya no bastan por sí solos. La señal más clara de ese cambio la dio Ahrefs a principios de marzo de 2026: en un análisis de 863.000 SERP, solo el 38% de las URLs citadas en AI Overviews coincidía con páginas que estaban en el top 10 de Google para la misma búsqueda. La conclusión es incómoda, pero útil: rankear ayuda, sí; ser fácil de extraer y de confiar, también; y cada vez más, las dos cosas deben convivir.
Cómo construyen la respuesta estas plataformas
El patrón técnico, simplificado, suele ser este: primero recuperan información, luego la filtran y por último la convierten en una respuesta escrita. Google explica que AI Mode utiliza una técnica de query fan-out, es decir, descompone la pregunta en subtemas y lanza muchas consultas en paralelo para profundizar más allá de una búsqueda tradicional. OpenAI, en su ayuda oficial, dice que ChatGPT Search puede reescribir tu prompt en una o varias consultas más específicas y enviarlas a proveedores externos; después devuelve respuestas con citas inline y una sección de fuentes. Perplexity, por su parte, afirma que busca información en internet en tiempo real, la resume y acompaña cada respuesta con citas numeradas a los originales. Si tu contenido no logra entrar en esa primera fase de recuperación —porque no se rastrea bien, porque no se entiende o porque no parece fiable— jamás llegará a la fase en la que podría ser citado.
Esta mecánica cambia el objetivo editorial. Antes bastaba con aspirar a “una buena página”. Ahora necesitas bloques reutilizables, fragmentos que puedan sobrevivir fuera del contexto completo del artículo. Una definición clara, un cuadro comparativo bien rotulado, una respuesta breve al principio de la sección, un párrafo con una cifra y una fuente: todo eso tiene más probabilidades de viajar dentro de una respuesta generada que una introducción floritura seguida de 1.500 palabras de relleno. No se trata de escribir para máquinas; se trata de escribir de forma que una máquina pueda citarte sin deformarte.
ChatGPT, Google, Perplexity y Gemini no juegan exactamente al mismo juego
ChatGPT es hoy, por puro peso de tráfico, la prioridad más evidente. Conductor calcula que, en promedio, el 87,4% del tráfico referido desde motores de respuesta en diez industrias procede de ChatGPT; SE Ranking, con otra metodología y una muestra global, rebaja su cuota al entorno del 78%, pero sigue colocándolo muy por delante de cualquier competidor. Lo importante es que OpenAI ya no describe su sistema como un producto dependiente de un único índice: su documentación pública habla de “search providers” y explica que reescribe preguntas para enviarlas a esos socios; sin embargo, en Enterprise y Edu sí especifica que, por ahora, el único proveedor externo es Bing. También deja claro que, si bloqueas OAI-SearchBot, tu contenido no entrará en los resúmenes y snippets de ChatGPT Search. Y añade una ventaja práctica para analítica: OpenAI indica que las visitas desde ChatGPT incorporan el parámetro utm_source=chatgpt.com, lo que facilita bastante su seguimiento en herramientas como Google Analytics.
Google, en cambio, parte de una posición distinta: no necesita “inventarse” un buscador conversacional desde cero porque AI Overviews y AI Mode viven dentro del propio Search. Google define AI Mode como su experiencia de búsqueda con IA más potente, con más razonamiento y multimodalidad, y confirma que usa query fan-out para abrir subbúsquedas. A la vez, Search Central insiste en que no existe ningún marcado especial para aparecer ahí y en que esos clics se reportan dentro de Search Console como tráfico Web. El detalle importante para los equipos SEO es este: Google dice que los clics procedentes de páginas con AI Overviews son, en promedio, de más calidad; pero Ahrefs muestra que el solapamiento entre top 10 orgánico y cita en AI Overviews ya no es tan directo como se creía. Traducido: seguir trabajando el SEO clásico es imprescindible, pero hay que asumir que Google puede citar páginas profundas, vídeos o recursos periféricos si le parecen mejores para responder.
Perplexity tiene una identidad bastante más nítida: es, en esencia, un motor de respuestas con referencias visibles. Su centro de ayuda explica que cada respuesta incluye citas numeradas a las fuentes originales, y su documentación para desarrolladores distingue entre un Search API para obtener resultados clasificados y un Sonar API para generar resúmenes con búsqueda incorporada. En términos de cuota, SE Ranking le atribuye alrededor de 15,10% del tráfico global de IA y casi 19,73% en Estados Unidos. Además, Perplexity publica documentación específica sobre PerplexityBot, el bot pensado para “surface and link websites in search results”, lo que deja bastante claro que la visibilidad orgánica en esta plataforma también depende de decisiones técnicas sencillas, como no bloquear el bot adecuado y dejar que tu contenido sea accesible.
Gemini merece una lectura distinta porque su ventaja competitiva no es tanto la cuota actual como la dirección en la que empuja Google. AI Mode se define oficialmente como una experiencia más multimodal, y la propia documentación de la Gemini API muestra que los modelos pueden entender PDFs completos, incluyendo texto, imágenes, diagramas, gráficos y tablas, incluso en documentos muy largos. SE Ranking sitúa hoy a Gemini en torno al 6,4% del tráfico global de IA, pero Digiday, citando datos de Similarweb, informó de que su tráfico referido creció un 388% interanual entre septiembre y noviembre de 2025. La lectura estratégica es clara: en Google, el texto sigue siendo la base, pero los activos visuales bien integrados —vídeo, imágenes, PDFs, capturas, walkthroughs— pesan cada vez más en la capa de comprensión.
Las siete palancas que sí mueven la visibilidad en LLMs
1. Escribe para que te extraigan bien, no solo para que te lean bien
Tu contenido debe ser fácil de trocear. Eso implica jerarquía clara de encabezados, secciones que empiecen con una respuesta directa, párrafos que desarrollen una sola idea, comparativas presentadas como comparativas y FAQs visibles cuando de verdad ayudan. Google recomienda expresamente que el contenido importante exista en formato textual, que se apoye en enlaces internos y que, cuando tenga sentido, se acompañe de imágenes y vídeos de calidad. En paralelo, el panel de Search Engine Land de enero de 2026 insistía en que las FAQs no deberían esconderse detrás de acordeones vacíos y que la claridad del contenido visible importa más que cualquier artificio técnico. La regla práctica es sencilla: si un fragmento tuyo se saca de contexto, ¿sigue siendo comprensible y útil? Si la respuesta es no, tienes un problema de LLM SEO antes incluso de hablar de ranking.
2. Usa datos estructurados, pero sin convertirlos en superstición
El schema markup sigue siendo útil, pero no como billete dorado. Google lo dice sin rodeos: no hay un schema especial para IA, aunque sí conviene que los datos estructurados existan, sean válidos y coincidan con el texto visible de la página. Eso convierte a Article, Organization, Person, FAQPage o HowTo en una capa de aclaración semántica: ayudan a que los sistemas entiendan tipo de contenido, autoría, fechas, entidad de marca y estructura de preguntas-respuestas. El error habitual es usar schema como sustituto de un contenido deficiente. El enfoque correcto es el contrario: primero una página clara y sólida; después, una capa estructurada que reduzca ambigüedad. En un entorno donde la atribución depende tanto de que la IA “entienda” quién habla, sobre qué habla y con qué credenciales, esa claridad semántica sigue sumando.
3. Asegura rastreo, descubrimiento e indexación en los sitios correctos
La parte técnica sigue resolviendo más problemas de los que el marketing quiere admitir. OpenAI distingue entre OAI-SearchBot, utilizado para mostrar sitios en los resultados de búsqueda de ChatGPT, y GPTBot, orientado al rastreo que puede alimentar entrenamiento. Perplexity distingue a su vez entre PerplexityBot, pensado para sus resultados, y otros agentes de usuario para acciones bajo petición. Bing, además, sigue siendo decisivo porque sus directrices se aplican a experiencias de Bing Search, Copilot y resultados basados en su grounding. Y aquí entra una pieza muy práctica: IndexNow, que Microsoft presenta como un modo de priorizar rastreo y acelerar el descubrimiento de contenido actualizado. La recomendación operativa es poco sexy, pero esencial: revisa robots.txt, comprueba WAF/CDN, da de alta el sitio en Search Console y Bing Webmaster Tools, y acelera las URLs nuevas o actualizadas con IndexNow. Antes de obsesionarte con prompts, asegúrate de que los bots correctos pueden llegar a tus páginas.
4. Publica pruebas, datos y ángulos propios; lo genérico ya no compensa
La IA no necesita otra página que repita lo mismo que ya ha leído en cien sitios. Lo que sí premia es la información que aporta algo nuevo: un benchmark, una tabla comparativa bien construida, un estudio con metodología, una opinión experta firmada, una demo concreta, una historia de cliente con cifras. Google ha reconocido que los usuarios tienden a hacer clic en contenido que amplía la visión inicial de la IA, especialmente cuando se trata de reviews en profundidad, perspectivas originales o análisis con voz propia. Similarweb, además, muestra que los grandes beneficiados por el tráfico referido de IA en categorías críticas suelen ser dominios que ofrecen exactamente eso: Reuters en noticias, ResearchGate y Nature en ciencia, NIH en salud o Wikipedia en referencia. La lección es simple: si solo produces contenido intercambiable, compites por ser prescindible. Si publicas material que otros no tienen, compites por ser citado.
5. La frescura importa, pero solo cuando el cambio es real
Actualizar una fecha sin tocar el contenido no es una estrategia; es maquillaje. Pero ignorar la frescura tampoco lo es. Google ha explicado que AI Overviews y AI Mode están empujando a la gente a hacer consultas más largas y complejas, y en el panel de Search Engine Land varios especialistas coincidieron en que el contenido reciente suele comportarse mejor en IA, siempre que la actualización sea sustantiva. La recomendación sensata es organizar un calendario de mantenimiento: páginas pilar cada trimestre, comparativas y páginas con datos sensibles al mercado una vez al mes, piezas muy competitivas cuando cambien cifras, lanzamientos o reglas. En el nuevo search, la frescura no es únicamente “recencia”; es vigencia demostrable. La página que deja claro cuándo fue revisada, qué cambió y por qué sigue siendo la mejor fuente tiene ventaja frente a una URL abandonada, aunque aún conserve enlaces y autoridad históricos.
6. La narrativa de marca ya no se construye solo en tu web
Uno de los cambios más importantes del LLM SEO es que tu marca deja de explicarse únicamente con sus páginas corporativas. El estudio de Yext sobre 6,8 millones de citas en OpenAI, Gemini y Perplexity concluyó que el 86% de las fuentes citadas eran gestionables o fuertemente influenciables por la marca, sobre todo web propia, listings y reseñas. En paralelo, el panel de Search Engine Land de enero de 2026 hablaba de una cifra orientativa que da bastante vértigo: podrían hacer falta del orden de cientos de documentos coherentes —el artículo menciona 250— para influir de forma significativa en cómo un LLM asocia una marca con su mensaje principal. No conviene convertir ese número en dogma, pero sí entender la idea: homepage, páginas de producto, perfiles, bios de portavoces, directorios, notas de prensa, comparativas y fichas locales tienen que describir la empresa de forma compatible. Si cada superficie te cuenta de una manera, la IA no te sintetizará bien.
7. La comunidad y el formato importan más de lo que parecía
Durante años, muchas marcas trataron foros, comentarios, YouTube o LinkedIn como “canales de apoyo”. Ese enfoque se ha quedado viejo. Profound reportó que Reddit fue la fuente más citada agregada entre los motores de respuesta que siguieron entre agosto de 2024 y octubre de 2025. Semrush observó que, en Google AI Mode, entre los dominios más citados aparecían LinkedIn, YouTube, Reddit, Google y Google Blog. Y Axios publicó el 10 de marzo de 2026 que LinkedIn ha duplicado su frecuencia de citación desde noviembre y ya es el dominio más citado en búsquedas profesionales hechas a chatbots. Si además sumas que Gemini y AI Mode son explícitamente multimodales, el mensaje queda bastante nítido: no basta con tener un buen blog. Necesitas también presencia en los lugares donde la gente explica, debate, recomienda y demuestra. En B2B eso incluye cada vez más LinkedIn; en verticales de producto, YouTube y comunidades; en categorías complejas, foros y reseñas de terceros.
Cómo medir sin inventarte una ciencia que aún no existe
La medición en LLM SEO todavía no es perfecta, pero ya no sirve como excusa para no medir nada. Google Search Central explica que AI Overviews y AI Mode se contabilizan dentro del tráfico Web en Search Console y recomienda combinar esos datos con Analytics para seguir conversiones y tiempo en el sitio. OpenAI, por su parte, dice que los referrals desde ChatGPT incluyen utm_source=chatgpt.com, lo que simplifica mucho la identificación del canal. Y Seer ya está construyendo análisis comparativos en GA4 por origen de tráfico —ChatGPT, Perplexity, Gemini, Claude frente a Google orgánico— para estudiar conversiones y comportamiento. La conclusión práctica es evidente: hoy puedes medir, al menos, visitas, landing pages, conversion rate, tiempo de permanencia y qué plataforma te las envía. No es una imagen perfecta del universo de citas, pero es suficiente para empezar a tomar decisiones.
Eso sí: limitarse a mirar sesiones sería quedarse a medias. Lo más útil es montar un cuadro de mando con cuatro capas. Primero, tráfico referido por IA. Segundo, conversiones directas y asistidas por ese tráfico. Tercero, auditorías manuales mensuales de las consultas de mayor valor en ChatGPT, Google, Perplexity y Gemini. Y cuarto, análisis narrativo: qué dice la IA de tu marca, con qué atributos te asocia y a qué competidores cita cuando tú no apareces. En este terreno la visibilidad no se gana solo por volumen; se gana por frecuencia de mención, calidad del contexto y capacidad de ser descrito correctamente.
Qué haría en los próximos 30 días
En la primera semana, revisaría accesos. Search Console verificado, Bing Webmaster Tools activo, robots.txt auditado, CDN y WAF comprobados, OAI-SearchBot y PerplexityBot permitidos si el objetivo es visibilidad, y IndexNow implementado para acelerar descubrimiento en el ecosistema Bing/Copilot. Sin esto, cualquier conversación sobre LLM SEO corre el riesgo de ser teórica.
En la segunda y tercera semana, escogería entre cinco y diez URLs críticas y las reescribiría para extracción: encabezados más nítidos, una respuesta breve al principio de cada bloque, comparativas en tabla, FAQs visibles donde proceda, autoría clara, fecha de revisión y schema coherente con lo que se ve en pantalla. No tocaría todo el sitio a ciegas: primero probaría en el contenido que ya tiene señales de intención, negocio o autoridad.
En la cuarta semana, abriría el frente externo: homepage y descripción de marca afinadas, perfiles y listings revisados, una pieza con datos propios o metodología pública bien explicada, y una pequeña rutina de presencia en comunidades o en LinkedIn, según la vertical. Después, fijaría una auditoría mensual de prompts para saber si la narrativa mejora o si la están escribiendo otros por ti.
Una nota sobre llms.txt
Conviene mencionar llms.txt, pero sin sobredimensionarlo. El proyecto, impulsado por Jeremy Howard, propone un archivo en Markdown en la raíz del sitio para ofrecer a los modelos una visión curada y más legible de la web en tiempo de inferencia. La idea es interesante, sobre todo para documentación técnica o sitios con arquitectura compleja, y el propio proyecto lo presenta como un complemento de robots.txt y sitemap.xml, no como un sustituto. El problema es de prioridad: incluso en el roundtable de Search Engine Land se advertía de que no debería ir en el primer puesto de tu lista. Hoy, para la mayoría de marcas, sigue siendo más rentable invertir el tiempo en HTML limpio, rastreo correcto, contenido visible, schema válido y narrativa consistente que en perseguir estándares emergentes todavía lejos de la adopción universal.
El LLM SEO no consiste en “gustarle” a una inteligencia artificial. Consiste en hacer que tu experiencia, tu marca y tus pruebas sean tan claras, tan accesibles y tan verificables que una IA prefiera citarte antes que resumirte mal o ignorarte. El SEO tradicional sigue siendo el cimiento. Lo nuevo es que ahora compites también por la frase que la máquina reutiliza, por el atributo con el que te describe y por la fuente que decide enlazar cuando el usuario ya no está navegando una SERP, sino leyendo una respuesta. Quien entienda antes esa lógica no solo defenderá mejor su tráfico: construirá una ventaja de visibilidad que, con el tiempo, acabará pareciendo autoridad natural.
Empieza hoy y haz una auditoria gratuita con destaca.ai
