Cualquiera que le venda llms.txt, fragmentación de contenido o un esquema específico de IA como camino hacia las citas de la descripción general de IA se ha equivocado durante 18 meses. Google lo dijo.
Pero hay un detalle que vale la pena abordar. “Incorrecto para la Búsqueda de Google” no es lo mismo que “incorrecto para los agentes de IA”.
En la sección que responde si el SEO sigue siendo relevante para la búsqueda con IA generativa, la nueva guía de optimización de Google aborda AEO y GEO por su nombre: “Desde la perspectiva de la Búsqueda de Google, optimizar para la búsqueda con IA generativa es optimizar la experiencia de búsqueda y, por lo tanto, seguir siendo SEO”. En la sección Cazadores de Mitos se nombran cinco tácticas como cosas que puedes ignorar: archivos legibles por máquina para IA como llms.txt, fragmentación de contenido, reescritura de contenido específico de IA, menciones no auténticas y obsesión por los datos estructurados. Ésa es la desacreditación, en palabras del propio Google.
Lea esos cinco nuevamente, una vez para la Búsqueda de Google y otra para el resto.
El alcance que cubrió Google y el alcance que no cubrió
La guía de Google, y todo el manual de estrategias de AEO y GEO, trata sobre una cosa: hacer que su contenido sea citado dentro de una respuesta generada por IA. Las descripciones generales de AI, el modo AI, ChatGPT y Perplexity tienen la misma forma. El alcance verdaderamente diferente es lo que sucede cuando un agente autónomo no cita su sitio web sino que actúa en consecuencia.
La guía menciona brevemente esto. En la sección “Experiencias agentes”, Google reconoce que “los agentes de IA son sistemas autónomos que pueden realizar tareas en nombre de las personas, como realizar una reserva o comparar especificaciones de productos” y que “los agentes del navegador pueden acceder a su sitio web para recopilar los datos que necesitan para completar estas tareas, como analizar representaciones visuales (como capturas de pantalla), inspeccionar la estructura DOM e interpretar el árbol de accesibilidad”. Google señala un documento separado en web.dev para patrones de UX amigables para los agentes.
Lo que la guía no aborda es si las cinco tácticas que desacreditó para el alcance de las citas aún podrían tener utilidad para el alcance del agente que actúa en el sitio web. Ésa es la pregunta inconclusa. Lea cada una de esas cinco tácticas dos veces: una para el alcance de la cita donde la desacreditación de Google es correcta, y otra para el alcance de la acción donde la respuesta difiere según la táctica y el caso de uso.
LLMs.txt y archivos legibles por máquina para IA
Para citar en la Búsqueda de Google, el robot de Google lee su HTML e ignora llms.txt por completo. Un archivo llms.txt no cambia lo que se cita en las descripciones generales de AI o en el modo AI, y ningún consultor debería cobrarle por uno como táctica de citación.
Para el alcance de la acción, el concepto de un “manual de sitio web para agentes de IA” es razonable. Un agente autónomo que navega por su sitio web para completar una tarea en nombre de un usuario podría beneficiarse de un índice curado de qué contenido cubre qué capacidades, qué puntos finales API existen, qué flujos de trabajo están documentados y dónde. El principio de tener un mapa legible por máquina para los agentes que necesitan actuar, no sólo recuperar, se mantiene.
Pero llms.txt en sí aún no es el estándar ampliamente adoptado para esto. Ninguna de las principales plataformas cuyos agentes lo consumirían se ha comprometido a leerlo como un mecanismo de descubrimiento. El concepto puede resultar útil. El formato de archivo específico podría terminar siendo el estándar, o podría surgir otro formato, o la pregunta podría resolverse de alguna manera completamente diferente.
Lo que está claro: no agregue un llms.txt a su sitio web porque alguien le dijo que ayudaría con sus citas de AI Overview. Un archivo llms.txt no moverá el recuento de citas de AI Overview. Si tiene un motivo aparte para publicar un manual legible por máquina para agentes autónomos que lean su documentación, esa es una decisión diferente y los datos de implementación aún no existen para tomarla con confianza.
La reescritura de contenido específico de IA es una señal
Para las citas en la Búsqueda de Google, los sistemas de calidad de Google tratan la reescritura de contenido específicamente para descripciones generales de IA como contenido que requiere poco esfuerzo. Reescribir para IA es una señal, no una táctica.
Para el ámbito de acción, el encuadre es erróneo desde el principio. Escribir específicamente para IA es el marco equivocado. El marco correcto es escribir con claridad para cualquier lector, humano o máquina. El contenido estructurado para la extracción (respuesta primero, especificidad citable, bloques modulares) ayuda a todos los lectores, incluido el lector agente autónomo. Esa es la posición de Machine-First Architecture, y es la disciplina de contenido la que sobrevive a ambos ámbitos.
La misma lógica se aplica a las siguientes tres tácticas de la lista de Google.
Fragmentación de contenido, menciones no auténticas y obsesión por los datos estructurados
La fragmentación de contenido para IA sigue la lógica de reescritura específica de la IA. Dividir su contenido en partes pequeñas específicamente para IA es un movimiento equivocado, y construir bloques de contenido modulares para una extracción fácil de recuperar es una disciplina de contenido que ayuda a cualquier lector. Los sistemas de Google manejan páginas multitemáticas de forma nativa.
Las menciones no auténticas se aplican independientemente del alcance. Las menciones de marcas falsas, la compra de enlaces y las citas manipuladas son incorrectas para cualquier sistema de recuperación de lectores o agentes. La desacreditación de Google aquí está más cerca de una declaración de ética que de una cuestión de alcance. Manipular la recuperación a través de señales falsas era una violación de las pautas dos décadas antes de que alguien acuñara GEO para intentar alterar la escena de las herramientas de SEO.
La obsesión por los datos estructurados es la más fácil de malinterpretar de las cinco. Google no dijo que dejara de usar el esquema. La guía decía que no existe un esquema especial de IA y que centrarse demasiado en el esquema como palanca de citas es incorrecto. El marcado estándar de Schema.org todavía tiene utilidad para el reconocimiento de entidades, la identidad del gráfico de conocimiento, los datos de productos legibles por el agente para los flujos del agente como comprador y la base de la identidad legible por máquina en general. El estudio de Ahrefs publicado el 11 de mayo de 2026 (1885 páginas que agregan esquemas, sin un aumento significativo de citas en Google AI Overviews, AI Mode o ChatGPT) midió una pregunta más específica de lo que sugiere el titular. Schema es ahora una infraestructura de identidad fundamental. Lo que no funciona es implementarlo en el sexto mes y esperar un aumento de las citaciones.
Qué hacer con la guía de optimización de IA de Google
Hágase dos preguntas después de leer la nueva guía de Google.
¿Le está pagando a alguien por tácticas en la lista desacreditada de Google? Detener.
¿Tiene alguna visibilidad sobre cómo los agentes autónomos leen su sitio web fuera de la Búsqueda de Google? Probablemente usted no lo haga, y nadie más lo sabe en este momento.
Lea la guía de Google como autoridad para lo que cubre y siga leyendo el resto de la web para lo que no cubre.
Más recursos:
Esta publicación se publicó originalmente en No Hacks.
Imagen de portada: Roman Samborskyi/Shutterstock
