Cómo escribir una página que un agente de IA pueda citar de verdad

«Cómo conseguimos que la IA nos cite» es la pregunta más repetida de este campo, y la mayoría de las respuestas que circulan son conjeturas. Repasé la documentación de Google, Microsoft, OpenAI y Perplexity y extraje solo lo que está realmente documentado. El hallazgo principal: nosnippet y max-snippet afectan directamente a AI Overviews y AI Mode — Google lo dice de forma explícita. El segundo: FAQPage y HowTo ya no están en la galería de funciones soportadas de Google. Y el tercero: ningún proveedor documenta cómo se selecciona un pasaje para citarlo. Cada número que hayas visto sobre «la longitud de un pasaje citado» viene del marketing de herramientas, no de la investigación.

Qué está realmente bajo tu control

Lo primero que hay que separar son los controles documentados oficialmente de los consejos de estilo que alguien se inventó. Esta tabla traza esa línea de forma explícita: la columna del medio es lo que escribe el proveedor, no lo que alguien dedujo.

nosnippet y max-snippet: las únicas palancas documentadas

Esta es la parte que más sorprende, porque casi todos conocemos estas dos directivas del SEO clásico y damos por hecho que solo gobiernan el texto gris bajo un resultado de búsqueda. En la página de Google sobre la meta etiqueta robots, actualizada el 24 de marzo de 2026, se afirma de forma explícita que nosnippet se aplica a todas las formas de resultados de búsqueda — búsqueda web, Imágenes, Discover, AI Overviews y AI Mode — y que impide que el contenido se use como entrada directa para las funciones generativas.

max-snippet tiene una redacción paralela: limita cuánto del contenido puede usarse como entrada directa para AI Overviews y AI Mode. Lo que significa que si alguna vez pusiste max-snippet:50 en un conjunto de páginas para controlar cómo se veían en resultados, también limitaste, sin saberlo, cuánto puede tomar Google de ellas para una respuesta generativa. Vale la pena revisar qué hay configurado hoy en tu sitio.

Dos matices del mismo documento conviene conocerlos. El primero: data-nosnippet solo funciona en las tres etiquetas span, div y section, y Google advierte de forma explícita contra activarlo o desactivarlo con JavaScript. El segundo, y el más interesante, está en la sección siguiente.

La paradoja de los datos estructurados

En la guía de Google para optimizar de cara a la búsqueda generativa, en una página actualizada el 10 de julio de 2026, se dice que los datos estructurados no son necesarios para la búsqueda generativa con IA y que no hay ningún marcado de schema.org especial que haya que añadir. Suena al final de la discusión, pero otro documento añade una capa.

En la página de la meta etiqueta robots hay una excepción para max-snippet: el límite no se aplica en los casos en que el editor ha concedido permiso por separado — y una de las vías que se nombran son los datos estructurados dentro de la página. El mismo documento afirma también que los datos estructurados declarados dentro de un elemento data-nosnippet siguen siendo utilizables para los resultados de búsqueda.

FAQPage y HowTo fueron eliminados de la galería

Si la guía que estás leyendo recomienda añadir schema FAQPage para «entrar en las respuestas de IA», lleva años desactualizada. En 2023 Google redujo la aparición de los resultados FAQ y HowTo, y buena parte del sector sigue tratándolo como una «restricción». La situación de hoy es más definitiva: la página de documentación de FAQPage ahora redirige a la página de actualizaciones de documentación, y el registro de cambios indica que la documentación se eliminó después de que la función dejara de aparecer en resultados. Lo mismo ocurrió con HowTo.

En la galería de funciones soportadas, actualizada el 15 de junio de 2026, ninguna de las dos aparece. Lo que sí aparece y es relevante para contenido: Article, Q&A, Breadcrumb, Organization, ProfilePage y Review snippet.

En cuanto a speakable, que aparece en muchos consejos como «el schema de la era de la IA»: su documentación, actualizada el 10 de diciembre de 2025, lo define como una función en beta pensada para reproducción de audio en dispositivos con Google Assistant, devolviendo hasta tres artículos. Nada en esa documentación lo conecta con AI Overviews ni con AI Mode.

Google y Microsoft discrepan en la premisa misma

Aquí está la brecha más interesante entre proveedores, y explica por qué circulan tantos consejos contradictorios. Google, en esa misma guía de julio de 2026, escribe que no hay obligación de trocear tu contenido en piezas diminutas para que la IA lo entienda mejor, y que no existe una longitud de página ideal. Eso es un rechazo explícito de toda la escuela del «escribe en bloques cortos».

Microsoft dice lo contrario. En una entrada del 8 de octubre de 2025 escrita por un principal product manager de Bing se describe que asistentes como Copilot descomponen el contenido en piezas estructuradas más pequeñas en un proceso llamado parsing, y que esas piezas luego se ensamblan en respuestas. La entrada señala que con estructuras de pregunta y respuesta los asistentes a menudo pueden tomar el par palabra por palabra, y recomienda formulaciones autocontenidas — frases que tengan sentido incluso sacadas de contexto.

Un matiz que quiero dejar claro: esa entrada aparece en el blog de Microsoft Advertising, que es contenido de marketing más que documentación técnica, aunque la escribiera una persona sénior de producto. La conclusión práctica no es trasplantar el modelo de Microsoft a Google. Si escribes en párrafos claros y autocontenidos, eso está documentado como útil en Microsoft, es neutral en Google y en cualquier caso es bueno para los lectores humanos.

OpenAI y Perplexity: dos controles y ningún control

OpenAI tiene dos controles documentados que casi nadie conoce. El primero: OAI-SearchBot es completamente independiente de GPTBot, y puedes permitir uno y bloquear el otro. La documentación indica que un sitio que haya bloqueado OAI-SearchBot no se mostrará en las respuestas de búsqueda de ChatGPT, aunque todavía pueda aparecer como enlace de navegación. Un cambio en robots.txt surte efecto en aproximadamente 24 horas. Desglosé la distinción entre las familias de bots en el mapa de bots de 2026.

El segundo control: las preguntas frecuentes para editores indican que, incluso en páginas no permitidas, OpenAI puede mostrar el enlace y el título de la página en ChatGPT Atlas, y que la forma de evitarlo es una etiqueta noindex. En cuanto a cómo se seleccionan las fuentes en primer lugar, todo lo documentado es una sola frase: el ranking usa múltiples factores y la inclusión no está garantizada. Los factores no se enumeran.

En Perplexity el panorama es distinto otra vez. Su documento sobre etiquetas de fuentes indica que valora el sitio web completo del que procede una fuente, no cada página individual, y enumera criterios a nivel de publicación: si el sitio corrige sus errores, si dice quién escribió cada pieza y si mantiene separadas las noticias de la publicidad y la opinión. Su programa para editores, anunciado el 30 de julio de 2024, es un acuerdo comercial de reparto de ingresos y acceso a la API — no contiene ninguna señal técnica que un sitio pueda emitir.

Qué puedes medir hoy

Han entrado en escena dos sistemas de informes nuevos, y ambos son más limitados de lo que suenan.

1. Google Search Console — un informe de rendimiento de IA generativa que cubre AI Overviews y AI Mode. Informa solo de impresiones: sin clics, sin CTR y sin posición. La documentación señala que si se muestran dos resultados del mismo sitio, eso cuenta como una única impresión. Existe además un interruptor de permiso en Ajustes, y excluir tu sitio impide que se enlace dentro de las funciones generativas. Ambas capacidades están documentadas como despliegue gradual a un subconjunto de sitios — no a todos.
2. Bing Webmaster Tools — un informe de rendimiento de IA que entró en vista previa pública el 10 de febrero de 2026. Expone citas totales, media de páginas citadas, actividad de citación a nivel de página y grounding queries: las frases que la IA usó al recuperar contenido. La documentación señala que esas consultas son una muestra. La cobertura es Copilot, los resúmenes generados por IA en Bing e integraciones seleccionadas de socios.
3. Referencias de ChatGPT — identificables en analítica, porque OpenAI añade un parámetro UTM que nombra a chatgpt.com como origen en las URL a las que dirige.

Los números que no deberías creerte

Busqué una fuente primaria para cada uno de los números siguientes y no encontré ninguna. Circulan en incontables guías y todos vienen del mismo sitio: el marketing de herramientas que venden «optimización para motores de respuesta».

No hay fuente para la longitud típica de un pasaje citado — ni 25 tokens ni 19 palabras. No hay fuente para la proporción de citas literales frente a paráfrasis. No hay fuente para el número medio de citas en una sola respuesta. Lo único que encontré con metodología publicada es un artículo de investigación sobre los patrones de citación de fuentes de noticias en sistemas de búsqueda con IA, que analiza más de 24.000 conversaciones y 65.000 respuestas con más de 366.000 citas, de las cuales un 9% referencian fuentes de noticias. Ni siquiera de ahí derivaría una «media de citas por respuesta» para publicarla como hecho.

Mi conclusión no es derrotismo sino priorización: todo lo documentado y bajo tu control está en los tres primeros artículos de este clúster — permisos correctos, contenido que existe en el HTML inicial y una capa de descubrimiento construida sobre lo que realmente se lee. Escribir con claridad en párrafos autocontenidos es un buen consejo por méritos propios. Simplemente no es un mecanismo documentado, y prefiero decirlo antes que inventarme un número.

Preguntas frecuentes