Búsqueda con IA · SEO técnico
Por qué tu sitio web triunfa en Google pero es invisible para la IA
Tu sitio web puede posicionarse bien en Google, obtener marcas verdes en las herramientas de SEO y, aun así, ser casi invisible para la búsqueda con IA y para los agentes de IA. ChatGPT, Claude, Perplexity y Gemini no ven la web del mismo modo que Google. En este artículo repasamos tres razones por las que la IA no ve tu página, cómo lo pruebas tú mismo y por qué el HTML generado en el servidor resuelve el problema.
En resumen: si tu contenido importante (títulos, textos, precios, datos de Schema) se carga solo en el navegador con JavaScript, muchos bots de IA ven una página vacía. Lo mismo ocurre cuando un cortafuegos o una CDN bloquea al bot de IA. Tu herramienta de SEO puede no decirte nada de esto.
Google y la búsqueda con IA leen la web de forma distinta. Googlebot renderiza el JavaScript y, en la mayoría de los casos, atraviesa los cortafuegos. La mayoría de los bots de IA no ejecutan JavaScript, sino que solo leen el HTML en bruto que devuelve el servidor, y pueden quedar bloqueados ya en el cortafuegos o en la CDN.
Por eso un sitio puede triunfar en Google pero quedar invisible para la IA. Las herramientas de SEO habituales no lo detectan, porque leen sobre todo el archivo robots.txt y no el contenido que realmente se sirve a los bots.
La solución es que el contenido crítico y los datos de Schema estén ya listos en el HTML que devuelve el servidor (SSR o sitio estático) y que los bots de IA no estén bloqueados. Novavalo genera precisamente este tipo de HTML estático, así que las páginas creadas con Novavalo son visibles tanto para Google como para la IA.
Distintos bots para distintos fines
Las empresas de IA no tienen un único bot, sino varios bots distintos para tareas distintas: uno recopila material para entrenar el modelo, otro construye el índice de búsqueda y un tercero recupera la página justo en el momento en que el usuario la pide. Tu sitio puede permitir uno y bloquear otro sin darte cuenta.
Por ejemplo, OpenAI y Anthropic ejecutan cada una varios bots. En OpenAI, GPTBot recopila datos de entrenamiento, OAI-SearchBot construye los resultados de búsqueda y ChatGPT-User recupera la página a partir de la petición en tiempo real del usuario. En Anthropic, de forma análoga, ClaudeBot recopila material, Claude-SearchBot revisa las páginas para la búsqueda y Claude-User recupera la página cuando alguien le pregunta a Claude algo sobre esa dirección.
Google es aquí la excepción. No tiene un bot de IA aparte del mismo modo, sino que el tradicional Googlebot se encarga en buena medida también del trabajo de fondo de los resultados de AI Overview y de las funciones de IA. Por eso lo que funciona para Google no funciona automáticamente para los demás actores de IA: Google ya está dentro de antemano, mientras que a los distintos bots de IA hay que dejarlos entrar por separado y tienen que poder leer la página.
Los cortafuegos y las CDN bloquean bots antes del robots.txt
Una capa de protección, como Cloudflare, un cortafuegos WAF o los ajustes de bloqueo de un alojamiento web, puede rechazar al bot de IA ya a nivel de IP, antes de que el bot siquiera llegue a leer el archivo robots.txt. En ese caso el bot no obtiene la página en absoluto, por muy bueno que sea tu contenido.
Muchos servicios de CDN y de seguridad han empezado a bloquear a los bots de IA conocidos de forma predeterminada o con un solo clic. Puede ser una decisión consciente, pero a menudo ha quedado activada por accidente o la ha configurado otra persona. El resultado es que el visitante humano y Googlebot acceden a la página, pero, por ejemplo, ClaudeBot recibe un bloqueo como respuesta.
En un caso real de ejemplo, ChatGPT accedía al sitio, pero el Claude de Anthropic estaba bloqueado en el cortafuegos del servidor. Para el usuario esto se nota en que un asistente de IA sabe hablar de la empresa y otro no encuentra nada sobre ella. La herramienta de SEO habitual no revela el problema, porque solo lee el archivo robots.txt, donde el bloqueo no aparece: el bloqueo ocurre a nivel de red mucho antes.
El robots.txt no siempre se respeta
Otra cuestión sorprendente es que el robots.txt no es vinculante para todos los bots. Los bots que se mueven a petición del usuario a menudo ignoran las prohibiciones. La propia OpenAI ha señalado que, como la petición de ChatGPT-User la inicia una persona, las reglas del robots.txt no necesariamente le aplican.
Esto no es mera teoría. Según estudios del sector, ChatGPT-User alcanzó páginas en aproximadamente la mitad de aquellos sitios europeos que lo habían bloqueado expresamente en el archivo robots.txt. La lección práctica tiene dos direcciones: no puedes confiar en que el robots.txt bloquee a los agentes en tiempo real, ni puedes dar por hecho, por otro lado, que basta con permitir en el robots.txt para que tu sitio sea visible para la IA. La visibilidad se resuelve solo cuando el bot accede a la página y es capaz de leer el contenido.
JavaScript y renderizado: el punto técnico más importante
Googlebot sabe ejecutar y renderizar JavaScript, pero la mayoría de los bots de IA no ejecutan JavaScript en absoluto. Solo leen el HTML que devuelve el servidor. Si el contenido importante se trae solo en el navegador con JavaScript, el bot de IA ve, en la práctica, una página vacía.
Esta es la observación técnica más importante del artículo. Según el amplio estudio de Vercel y MERJ (diciembre de 2024), GPTBot, OAI-SearchBot, ClaudeBot y PerplexityBot no ejecutaron JavaScript. Puede que descarguen los archivos JavaScript (como parte de los datos recuperados), pero no los ejecutan, así que el contenido que se añade después mediante código queda oculto para ellos. Googlebot y algunos agentes basados en navegador son excepciones que sí renderizan la página.
En la práctica, el problema surge cuando la página se construye con un framework pesado del lado del cliente o cuando los precios, los datos de producto, los textos o los datos de Schema se inyectan en la página solo a través de Google Tag Manager u otro script. Para una persona y para Google la página parece completa, pero para el bot de IA el armazón que devuelve el servidor está casi vacío. La solución es que el contenido esté ya listo en el HTML que genera el servidor, ya sea renderizado en el servidor (SSR) o como página estática.
El armazón de la página es un <div id="root"></div> casi vacío, y los títulos, los textos y los precios aparecen solo cuando el navegador ejecuta el JavaScript. El bot de IA lee únicamente el armazón vacío.
El título H1, los textos, los precios y application/ld+json están directamente en el HTML que devuelve el servidor. El bot ve el mismo contenido que una persona, sin JavaScript.
¿Cómo pruebas si la IA ve tu sitio?
No necesitas herramientas especiales. Con tres comprobaciones ves rápidamente si la IA ve el contenido de tu sitio.
Tres formas de probar la visibilidad para la IA
- Revisa el código fuente. Abre en el navegador Ver código fuente de la página (View Source), no la vista del DOM de las DevTools. Busca si el título H1, los textos, los precios y
application/ld+jsonaparecen directamente en el HTML. Si faltan en el código fuente, también le faltan al bot de IA. - Pregunta a los modelos directamente. Pide a ChatGPT, a Claude y a Perplexity que busquen en tiempo real información directamente desde la dirección de tu sitio. Observa si obtienen el contenido o no. Si algún modelo no encuentra nada, tiene un bloqueo o un problema de renderizado.
- Mira los registros del servidor y de la CDN. Comprueba en los registros del servidor y en el panel de control de la CDN (por ejemplo, la vista de IA de Cloudflare) si los bots de IA reciben como respuesta un 200 OK o bloqueos como 403 o 429. Un código de bloqueo indica que el bot se rechaza ya a nivel de red.
¿Hacen falta llms.txt y nuevos archivos milagrosos?
No necesariamente hacen falta archivos nuevos y separados como llms.txt. Los grandes actores de la IA no se han comprometido con ellos, y un archivo aislado no arregla que el bot no acceda a la página o que no vea el contenido. Alrededor del 80 por ciento del SEO habitual sigue vigente.
Dicho de otro modo, lo básico sigue sosteniéndolo todo: la accesibilidad técnica, una estructura de página clara, un enlazado interno sensato y la credibilidad (E-E-A-T, es decir, experiencia, pericia, autoridad y fiabilidad). El mayor cambio en la era de la IA es que el contenido crítico de la página y los datos de Schema deben poder leerse directamente del HTML sin el JavaScript que ejecuta el navegador, y que hay que dejar entrar a los bots a la página. Cuando esto está en orden, los archivos milagrosos aparte son, como mucho, un ajuste fino.
| Factor | Googlebot | La mayoría de los bots de IA |
|---|---|---|
| Ejecuta el JavaScript | Sí, renderiza la página | No, solo lee el HTML del servidor |
| Atraviesa el cortafuegos la mayoría de las veces | Normalmente sí | A menudo bloqueado a nivel de IP o de CDN |
| Respeta el robots.txt | Sí | Variable, la petición del usuario a menudo lo ignora |
| Ve el contenido cargado solo con JS | Sí (tras el renderizado) | No lo ve |
Cómo lo resuelve Novavalo
Los problemas descritos arriba surgen en buena medida de cómo está construido técnicamente el sitio. El enfoque de Novavalo los elimina de raíz, porque las páginas se generan ya listas en el servidor.
Páginas que se ven tanto para Google como para la IA
Novavalo genera un HTML estático ya construido en el servidor que los bots de IA saben leer:
- El contenido está ya listo en el HTML. Los títulos, los textos, los precios y los datos de Schema vienen ya en la respuesta del servidor, no detrás del JavaScript.
- Sin bloqueos de bots innecesarios. Las páginas se sirven a través de una CDN rápida de modo que los bots de IA entran igual que Google.
- Datos estructurados automáticamente. Para cada página se genera el marcado de Schema adecuado, que la IA sabe leer y citar.
- Prueba de visibilidad GEO/AEO. Puedes comprobar en lenguaje claro cómo ve la búsqueda con IA a tu empresa y obtener propuestas de corrección.
Preguntas frecuentes
¿Por qué mi sitio aparece en Google pero no en la búsqueda con IA?
Googlebot renderiza el JavaScript y, a menudo, los cortafuegos lo dejan pasar, así que Google ve la página. La mayoría de los bots de IA no ejecutan JavaScript, sino que solo leen el HTML en bruto que devuelve el servidor, y pueden quedar bloqueados en el cortafuegos o en la CDN incluso antes de leer la página. Si el contenido nace solo en el navegador o el bot está bloqueado, la IA ve una página vacía.
¿Ejecutan JavaScript los bots de IA?
En su mayoría, no. Según un amplio estudio, GPTBot, OAI-SearchBot, ClaudeBot y PerplexityBot no ejecutan JavaScript, sino que solo leen el HTML que devuelve el servidor. Puede que descarguen los archivos JS, pero no los ejecutan. Googlebot es la excepción, porque sí renderiza el JavaScript.
¿Por qué una herramienta de SEO marca todo en verde aunque la IA no vea la página?
Las herramientas de SEO habituales suelen comprobar solo el archivo robots.txt y la indexabilidad. No detectan si un cortafuegos o una CDN bloquea al bot de IA a nivel de IP, ni que el contenido crítico se carga solo con JavaScript. Por eso la herramienta puede indicar que todo está correcto aunque, para el bot de IA, la página quede vacía o bloqueada.
¿Cómo pruebo si la IA ve mi sitio?
Abre el código fuente de la página (Ver código fuente) y comprueba si el título H1, los textos, los precios y el schema application/ld+json aparecen directamente en el HTML. Después pide a ChatGPT, a Claude o a Perplexity que busquen información directamente desde la dirección de tu sitio y observa si lo consiguen. Por último, revisa en los registros del servidor o de la CDN si los bots de IA reciben un 200 OK o bloqueos como 403 o 429.
¿Necesito un archivo llms.txt?
No necesariamente. Los grandes actores de la IA no se han comprometido con llms.txt, y no sustituye lo básico. Alrededor del 80 por ciento del SEO habitual sigue vigente: accesibilidad, estructura clara, enlazado interno y credibilidad (E-E-A-T). El cambio más importante es que el contenido crítico y los datos de Schema deben poder leerse directamente del HTML, sin JavaScript.
¿Son visibles para la IA las páginas de Novavalo?
Sí. Novavalo genera en el servidor un HTML estático ya construido en el que los títulos, los textos, los precios y los datos de Schema están incluidos sin depender de JavaScript. Las páginas se sirven a través de una CDN rápida, sin bloqueos de IP contra los bots de IA, así que el bot de IA ve el mismo contenido que una persona.
Haz que te vean también en la búsqueda con IA
Deja que la IA construya para tu empresa un sitio web cuyo contenido esté ya listo en el HTML del servidor y que vean tanto Google como la búsqueda con IA. Ves el resultado en unos minutos.
Empieza gratis →Nota de transparencia: este artículo se ha elaborado con ayuda de inteligencia artificial y la redacción de Novavalo responde de su contenido. El artículo es información general sobre la búsqueda con IA y el SEO técnico. Los bots y sus prácticas cambian con rapidez, así que comprueba la información actualizada en las fuentes oficiales indicadas más abajo.