Dan Petrovic escribió un artículo excelente explicando por qué el contenido amigable para humanos es contenido amigable para la IA. En resumen, existe un paralelismo sorprendente entre cómo las personas y los modelos de IA procesan la información textual: ambos intentamos extraer el significado de textos largos sin gastar mucho tiempo y energía revisando cada palabra.
O dicho de forma sencilla: ni los modelos de IA ni las personas realmente leen el contenido. Ambos hojeamos, saltamos de un lado a otro y usamos heurísticas inteligentes para encontrar fragmentos de texto relevantes de la manera más eficiente posible.
Kevin Indig también llevó a cabo una gran investigación sobre cómo los modelos de IA prestan atención. Les gusta recuperar contenido con muchas entidades: referencias concretas y específicas a marcas, personas y cosas. Parecen priorizar el texto que incluye pares de pregunta/respuesta. Buscan afirmaciones contundentes y seguras. Ponderan el primer tercio de una página con más fuerza que los dos tercios restantes.
• Contenido amigable para humanos es contenido amigable para la IA (en inglés).
• La ciencia de cómo la IA presta atención (en inglés).
Lo único que falta en la discusión hasta ahora es la escritura en sí. A la hora de la verdad, cuando el bolígrafo virtual toca el papel virtual, ¿cómo puedes estructurar las palabras en la página para maximizar tus posibilidades de ser entendido, recuperado y citado por los sistemas de IA?
Ese es un problema de escritura, no de ciencia de datos, y tiene soluciones que preceden a los LLM por décadas. Los marcos de escritura a continuación provienen de la comunicación militar, la consultoría de gestión y el periodismo profesional. Fueron diseñados para ayudar a humanos ocupados a extraer información rápidamente, lo cual resulta ser exactamente el mismo trabajo que la IA intenta hacer.
Aquí tienes cuatro marcos de escritura atemporales que puedes usar para ganarte la atención tanto de los humanos como de los motores de búsqueda de IA.
BLUF (Bottom Line Up Front, por sus siglas en inglés) significa exponer tu conclusión, recomendación o hallazgo clave en la primera o segunda frase de cualquier sección, para luego respaldarlo.
Este marco se originó en la comunicación militar, donde los comandantes necesitan decisiones rápidas. Se convirtió en un estándar en la consultoría de gestión, donde los socios facturan por horas y los clientes quieren respuestas al instante.
BLUF ayuda a los lectores a entender tus puntos clave de inmediato, desde la primera frase de tu introducción o párrafo. También encaja directamente con cómo funciona la atención de transformador: los modelos ponderan el contenido cerca del principio de una sección con más fuerza que el contenido que se encuentra más abajo.
Según la investigación de Kevin, el 44.2% de las citas provienen del primer 30% del contenido.
Aquí tienes un ejemplo de escritura sin BLUF, a menudo llamado “enterrar lo importante”:
“Hay muchos factores que influyen en la dificultad de palabra clave, incluyendo la autoridad del dominio, los perfiles de backlinks, la calidad del contenido y la alineación con la intención de búsqueda. Tras analizar miles de SERPs, encontramos que los backlinks siguen siendo el predictor más fuerte del éxito en los rankings.”
Así es como se ve BLUF en la práctica, compartiendo la idea más importante al principio del párrafo:
“Los backlinks siguen siendo el predictor más fuerte del éxito en los rankings. Tras analizar miles de SERPs, encontramos que superan a la autoridad del dominio, la calidad del contenido y la alineación de la intención como factores de posicionamiento.”
Puedes aplicar el principio BLUF en toda tu escritura. Tu introducción debería compartir tu argumento clave, conclusión, respuesta o estadística. La primera frase de cada H2 debería ofrecer el punto principal de la sección.
Incluso tus títulos pueden (y probablemente deberían) adoptar BLUF. Nuestra investigación descubrió que ChatGPT “prefiere” citar páginas con títulos que tienen una fuerte similitud semántica con las consultas fan-out que usa para buscar contenido.
En otras palabras, cuanto más clara y directamente responda el título de tu página a la pregunta que ChatGPT quiere responder, mayores serán tus posibilidades de ser citado.
Puedes poner a prueba tu contenido leyendo solo la primera frase de cada sección. Si un lector puede entender todo tu argumento solo a partir de esas frases, has implementado BLUF correctamente.
Las afirmaciones declarativas son aseveraciones definitivas que pueden funcionar por sí solas como respuestas: “BLUF significa exponer tu conclusión primero”, “el contenido citado tiene una densidad de entidades del 20.6%”, “el Principio de la Pirámide estructura la información de lo general a lo específico”.
Este es probablemente el cambio de mayor impacto que puedes hacer para las citas de IA. La investigación de Kevin encontró que los ganadores de citas tienen casi el doble de probabilidades (36.2% frente a 20.2%) de contener lenguaje definitivo: frases como “se define como”, “se refiere a” y “significa”.
Tampoco es un concepto nuevo. Herramientas como SnippetBrain de Steve Toth utilizaron los mismos principios para optimizar para los fragmentos destacados (¿los recuerdas?).
Las afirmaciones declarativas ayudan a los lectores porque son inequívocas. No hay que hacer ningún esfuerzo para deducir lo que estás diciendo.
Ayudan a la IA por una razón similar: los modelos de IA buscan validar y respaldar las afirmaciones que hacen, por lo que se inclinan hacia frases que suenan seguras y que responden rápida y directamente a la consulta, idealmente en una sola frase.
Así es como se ve una frase “evasiva”, llena de lenguaje indirecto y poco seguro:
“Parece que podría ser una buena idea considerar quizás actualizar tus etiquetas de título, ya que potencialmente podrían ayudar a mejorar tus tasas de clics en los resultados de búsqueda.”
Así es como se ve la escritura declarativa en la práctica:
“Actualiza tus etiquetas de título. Mejoran directamente las tasas de clics en los resultados de búsqueda.”
He trabajado con muchos graduados en literatura inglesa, y la escritura académica entrena a las personas para ser evasivas. “Puede”, “podría”, “podría potencialmente”, “es posible que”; estos calificativos señalan humildad intelectual en un contexto de investigación. Pero en el contexto de las citas de IA, señalan incertidumbre. Si un modelo de IA tiene que elegir entre tu frase evasiva y una segura de la competencia, la tuya probablemente pierda.
No todo debería ser declarativo, por supuesto. Usa afirmaciones definitivas para definiciones, hechos establecidos, conceptos básicos y recomendaciones claras. Usa lenguaje matizado para investigaciones emergentes, afirmaciones controvertidas, predicciones y casos extremos.
La densidad de entidades es la proporción de entidades nombradas (marcas, herramientas, personas, lugares, conceptos específicos) en relación con el total de palabras. Parece ser una de las líneas divisorias más claras entre el contenido que es citado y el contenido que es ignorado.
La investigación de Kevin encontró que el texto muy citado tiene una densidad de entidades de alrededor del 20.6%, en comparación con el 5-8% en la prosa estándar en inglés. Eso es de 3 a 4 veces la tasa normal. La escritura genérica pasa desapercibida; la escritura específica se cita.
La densidad de entidades ayuda a los modelos de IA a “entender” de qué trata un fragmento de texto. Los LLM “piensan” en términos de entidades y las relaciones entre ellas (como el Knowledge Graph de Google). Cuantas más entidades, más fácil resulta juzgar si un fragmento de contenido es relevante para una consulta en particular.
El mismo principio se aplica a las personas: cuantas más entidades uses al escribir, más específico y detallado serás, y más significado útil transmitirás en tu texto.
Aquí tienes un ejemplo de baja densidad de entidades, utilizando palabras vagas y poco específicas:
“Hay muchas cosas que puedes hacer para que tu sitio web aparezca mejor en los resultados de búsqueda y conseguir que más personas lo visiten con el tiempo.”
Aquí tienes un ejemplo de alta densidad de entidades, mencionando muchos conceptos y cosas concretas y específicas:
“Optimizar los meta títulos, los enlaces internos y las Core Web Vitals mejora tus posiciones en Google y aumenta el tráfico orgánico.”
La regla para escribir es sencilla: nombra la herramienta, cita la fuente, especifica la métrica. Cada vez que te sorprendas escribiendo algo vago y lleno de jerga (como “usa una herramienta”, “revisa una métrica”, “según una investigación”), reemplázalo con un ejemplo concreto y específico.
La repetición estratégica significa ubicar tus ideas más importantes en múltiples puntos de tu contenido, reformuladas para cada contexto.
La repetición ayuda a los lectores porque la gente no consume contenido de forma lineal. Llegan a través de la búsqueda, a través de enlaces internos, desplazándose más allá de tus primeras tres secciones. Un lector que salta a la sección cinco no ha visto tu introducción. La memoria de trabajo es limitada, y la repetición espaciada aumenta la retención. Si tu punto más importante solo aparece una vez, la mayoría de tus lectores se lo perderán.
La repetición ayuda a la IA por una razón más mecánica: los modelos no leen toda tu página. Como demostró Dan Petrovic, en su lugar recuperan fragmentos: pasajes cortos que coinciden con una consulta.
Si tu idea clave aparece solo en un párrafo y el modelo recupera un fragmento diferente, esa idea es invisible. Repetirla en diferentes lugares, con un fraseo distinto, crea múltiples oportunidades de extracción. Cada versión reformulada también coincide con formulaciones de consulta fan-out ligeramente diferentes, aumentando las probabilidades de que una de ellas se alinee con cualquier consulta fan-out que ChatGPT esté ejecutando.
Piénsalo de esta manera: si la IA solo muestrea el 30% de tu contenido, la repetición aumenta la probabilidad de que cualquier muestra dada contenga tu punto más importante.
Tiene sentido mencionar ideas clave en tu introducción…
“El enlazado interno es la palanca más subestimada en el SEO. Mientras que la mayoría de los equipos persiguen backlinks, los sitios que los superan constantemente en posiciones están distribuyendo autoridad de forma discreta exactamente donde se necesita.”
…para repetirlas a mitad del artículo, como un recordatorio contextual…
“Por esto el enlazado interno es tan desproporcionadamente efectivo: el sitio web de arriba no consiguió ni un solo backlink durante ese período.”
…y finalmente reforzar tu punto con un resumen en la conclusión:
“Los backlinks se llevan la gloria, pero para los sitios más grandes, el enlazado interno tiene un impacto sorprendentemente grande en la visibilidad de búsqueda.”
Cada versión replantea la misma idea central, añadiendo contexto adicional con cada repetición, y aumentando la probabilidad de que tanto las personas como las máquinas la
encuentren y la entiendan.
Los datos sugieren que estos sencillos marcos de escritura son beneficiosos tanto para los lectores humanos como para los motores de búsqueda de IA, que buscan contenido para recuperar y citar.
Pero fundamentalmente, estas no son soluciones mágicas: tu contenido necesita posicionar. Nuestro estudio de 1.4 millones de prompts de ChatGPT encontró que el 88% de las URLs citadas provienen del índice de búsqueda general de ChatGPT. Si no apareces en los resultados de búsqueda, la calidad de la escritura on-page es un punto irrelevante.
Pero una vez que estás posicionando, cómo escribes determina si eres citado o ignorado: ChatGPT solo cita aproximadamente la mitad de las URLs que recupera. Esa brecha es lo que estos marcos están diseñados para cerrar.
Puedes usar Brand Radar de Ahrefs para ver qué plataformas de IA te citan (ChatGPT, Perplexity, Claude, las AI Overviews de Google, AI Mode, Grok) y qué URLs específicas se mencionan. Solo tienes que introducir tu marca y dominio, dirigirte al informe de Páginas citadas y hacer clic en la pestaña de Tuyas para ver tus URLs más citadas (y cómo cambian sus citas con el tiempo):
¿Tienes preguntas? Estamos en LinkedIn y en X.
