Verificador de contenido citable por IA

Esta página analiza el texto. Si tu duda es anterior, si el robot llega siquiera a la página, el checklist de preparación GEO mide la capa de acceso de todo el sitio, y el generador de llms.txt resuelve el archivo de la raíz del dominio. Si lo que falta es marcado, el generador de schema FAQ y el generador de schema Article montan el JSON-LD. Orden práctico: acceso primero, texto citable después, marcado al final. Marcar bien un párrafo que nadie puede recortar no resuelve nada.

Qué hace la búsqueda generativa con tu texto

Un sistema de IA no lee tu página como la lee una persona. Corta el contenido en trozos, guarda cada trozo por separado y, a la hora de responder, rescata los que parecen responder la pregunta. Lo que llega a la respuesta final no es tu artículo: es un recorte de 40 a 60 palabras que tiene que tener sentido solo, fuera del sitio, sin el título de la sección, sin el párrafo anterior y sin el pie de la imagen que explicaba el gráfico.

De ahí sale la única pregunta que importa antes de publicar: ¿existe en tu texto un pedazo que responda la pregunta y se sostenga solo? En la mayoría de los posts de marketing la respuesta es no. La información está, pero repartida: la promesa queda en el título, la condición en el tercer párrafo y el número en una tabla sin leyenda. Para un lector humano paciente eso funciona. Para un recorte, no queda nada citable.

Cómo se usa

1. Escribe la pregunta objetivo como la escribiría un usuario, no como titularías tú. Vale 12 de los 100 puntos y es lo que revela cuando el texto responde solo con sinónimos.
2. Pega una sección por vez, no el post entero. Un H2 y el bloque de abajo es la unidad correcta: es más o menos así como cortan los sistemas.
3. Mira el recorte extraído antes que la nota. Si tú no entiendes ese bloque sin contexto, ningún modelo lo va a entender.
4. Resuelve la fila de corrección de arriba abajo. Ya viene ordenada por punto perdido, así que el primer ítem es siempre el de mayor retorno por minuto.
5. Vuelve a pegar el texto corregido y compara las dos notas. La diferencia es la única evidencia honesta de que la reescritura cambió algo.

Cómo funciona: los 9 ítems y sus pesos

La nota sigue el orden en que un sistema atraviesa el texto: primero busca la respuesta, después comprueba si el trozo se sostiene, después si cabe en una cita y solo entonces decide si aquello merece confianza.

La apertura se lleva 28 puntos porque es la parte que decide si existe recorte. El ítem de recorte autosuficiente castiga dos cosas: empezar con conector (esto, por lo tanto, además) y citar otro punto de la página (como vimos, la tabla anterior). Las dos son invisibles para quien lee el post entero y fatales para quien lee solo el trozo. La estructura vale 10 porque una lista o un título le dan al sistema un punto de corte limpio, y la fuente vale 8 porque una afirmación atribuida es más barata de verificar que una suelta.

Ejemplo trabajado (reproduce el resultado por defecto)

El texto que viene cargado es un caso real de blog de conversión: tres párrafos honestos, escritos para leerse enteros y por eso mismo imposibles de recortar. Tiene 109 palabras, 3 frases y 3 párrafos, y la nota cierra en 34 de 100, banda E.

• Respuesta en la 1a frase: la apertura es En este artículo vamos a hablar, así que los 10 puntos de rodeo se van. Tiene 37 palabras, lo que rinde 6 x (45 menos 37) / 20 = 2,4 de 16.
• Términos de la pregunta: durar y test aparecen en el recorte, tiempo no, así que 8 de 12.
• Recorte autosuficiente: ningún conector en la apertura y ninguna referencia al resto de la página, 12 de 12.
• Frase: 36,3 palabras por frase, casi en el techo de 38, quedan 1,1 de 12. Párrafo: 36,3 palabras, dentro del ideal de 60, 10 de 10.
• Dato verificable: ni un número en el texto, 0 de 12. Fuente atribuida: ninguna, 0 de 8. Estructura: sin lista, título ni tabla, 0 de 10.
• Lenguaje firme: 6 términos vagos en 109 palabras dan 5,5 por 100, más del doble del límite de 2,5, así que 0 de 8.
• Suma: 2,4 + 8 + 12 + 1,1 + 10 = 33,5, que redondea a 34.

El diagnóstico es claro: el texto sabe la respuesta y nunca la dice. Ahora el mismo contenido, con la misma información, reorganizado por los ítems de la fila:

## Cuánto tiempo debe durar un test A/B

Un test A/B debe durar ciclos semanales enteros, hasta alcanzar la muestra planificada antes de empezar.

En la mayor parte de las tiendas eso da entre 2 y 4 semanas. Tres reglas cierran la cuenta:

- Corre como mínimo 1 ciclo semanal completo, de lunes a domingo: quien compra el martes no es quien compra el sábado.
- Para al alcanzar la muestra calculada, nunca en la primera señal de victoria.
- No pases de 4 semanas. Por encima de eso, la pérdida de cookie y la estacionalidad corroen la lectura.

Ejemplo: una tienda con 20.000 visitantes por semana y conversión de 2,5% necesita 21 días para detectar una ganancia relativa de 10% con 95% de confianza. Fuente: calculadora de tamaño de muestra de Donnu A/B.

Esta segunda versión tiene 135 palabras, 8 frases, una media de 16,9 palabras por frase, 9 números y una fuente declarada, y marca 100 de 100. No se inventó nada: la ganancia vino de quitar las 37 palabras de rodeo, romper las frases largas, convertir las tres condiciones en una lista y cambiar algunos ciclos semanales por entre 2 y 4 semanas. Es la misma investigación, escrita para ser recortada.

Cómo interpretarla y dónde la nota engaña

La nota mide la forma, no el mérito. Un texto equivocado, bien estructurado y lleno de números, saca 100 sin problema. Ninguna herramienta que corre en el navegador verifica si tu dato es verdadero, y esa parte sigue siendo trabajo humano: el número que citas tiene que existir, y la fuente que atribuyes tiene que decir lo que afirmas que dice.

La segunda trampa es cazar puntos. Meter números irrelevantes para inflar la densidad de dato produce un texto peor y una nota mejor, que es lo peor de los dos mundos. Lo mismo con la lista: convertir prosa en viñetas sin jerarquía real deja el texto más fácil de cortar y más difícil de entender. Si la corrección no mejora el texto para una persona, no vale el punto.

La tercera es el límite del método. El análisis es léxico, así que no entiende ironía, no sabe si tu esto tiene antecedente claro y no evalúa si la respuesta es correcta. Acierta mucho en el diagnóstico estructural, que es donde casi todo el mundo pierde, y falla en casos de borde. Trata el resultado como una revisión que nunca se cansa, no como un veredicto.

La cuarta es confundir cita con tráfico. Aparecer citado en una respuesta generada no garantiza clic, y en búsquedas con la respuesta ya en pantalla buena parte de la sesión termina ahí. La ganancia de estar en la respuesta es presencia de marca y la porción de gente que hace clic para verificar. Si tu meta es solo la sesión, la relación entre test A/B y cita por IA está en el test A/B afecta cómo la IA cita tu sitio.

Del texto a la evidencia

Reescribir para citación es una apuesta sobre cómo tratan terceros tu contenido, y una apuesta sin medición se convierte en folclore de equipo. El camino corto:

• Guarda la nota antes y después de cada reescritura, con la fecha. Sin línea base, cualquier variación posterior queda a interpretación libre.
• Sigue menciones y citas, no solo posición. El método completo está en GEO en 2026, y la estructura de contenido que más citas rinde está en estructurar FAQ para citación por IA.
• Cuando la reescritura toque lo que ve el visitante, y no solo lo que lee la máquina, mídelo con un test A/B antes de extenderlo a todo el sitio. Cortar la introducción mueve conversión, no solo recorte.

Para convertir el primer ítem de la fila en una hipótesis testable, usa el generador de hipótesis. Para dimensionar el experimento antes de encender nada, la calculadora de tamaño de muestra lo resuelve en un minuto.

Preguntas frecuentes

¿Qué hace que un contenido sea citable por IA?

Que se pueda recortar. Un sistema de IA no cita tu página, cita un pedazo de ella, y ese pedazo tiene que responder la pregunta solo, sin depender del párrafo anterior ni del título de la sección. En la práctica son cinco cosas: la respuesta aparece en la primera frase, el recorte se sostiene fuera del sitio, la frase es corta como para caber en una cita, hay un dato verificable que ancla la afirmación y el lenguaje afirma en lugar de dudar. Eso es exactamente lo que mide esta herramienta.

¿La nota predice que la IA me va a citar?

No, y desconfía de cualquier herramienta que lo prometa. Ningún sistema de IA publica el criterio real de elección de fuente, y esa elección depende de cosas fuera de tu texto: la autoridad del dominio, lo que publicaron los competidores, el historial de la conversación del usuario. Lo que hace la nota es medir la forma del texto, que es la única parte de la ecuación bajo tu control. Un texto con nota 100 sigue compitiendo con otros; un texto con nota 30 ni siquiera entra en la competencia, porque no hay recorte que llevarse.

¿Por qué la primera frase vale tanto?

Porque es la que se convierte en el recorte. Cuando un sistema de recuperación parte la página en trozos, el trozo de arriba es el que carga la promesa del título y el que tiene más posibilidades de leerse entero. Si la primera frase es rodeo de introducción, el modelo tiene que buscar la respuesta en el medio del texto y competir con quien ya respondió de entrada. Los 16 puntos se dividen en 10 por la ausencia de rodeo y 6 por el tamaño: hasta 25 palabras se lleva todo, y a partir de 45 queda en cero.

¿La herramienta usa IA para analizar mi texto?

No. El análisis es léxico y estructural: conteo de palabras, división en frases y párrafos, búsqueda de expresiones en una lista cerrada por idioma y detección de números, listas y marcadores de fuente. No se llama a ningún modelo y nada sale de tu navegador. Eso tiene una ventaja que un análisis por IA no tendría: el resultado es reproducible. El mismo texto devuelve siempre el mismo número, así que puedes usar la nota como línea base antes y después de una reescritura.

¿Qué cuenta como lenguaje vago?

Expresiones que debilitan la afirmación sin aportar información: generalmente, tiende a, suele, de cierta forma, depende de varios factores, en la mayoría de los casos. Existen para proteger a quien escribe, no para informar a quien lee, y un sistema que debe elegir una fuente prefiere la que afirma. La lista es cerrada y distinta en cada idioma. El ítem queda en cero cuando el texto pasa de 2,5 términos vagos por cada 100 palabras. La corrección casi nunca es borrar el matiz: es cambiar el adverbio por un número y una condición.

¿Hace falta declarar la pregunta objetivo?

Hace falta, porque sin ella 12 de los 100 puntos quedan en cero y pierdes el diagnóstico más útil de la herramienta. La cobertura compara los términos de la pregunta con el recorte, y el patrón de error es siempre el mismo: el texto responde con sinónimos y nunca escribe los términos que la persona realmente escribió. Redactar la pregunta antes de redactar la respuesta también resuelve la mitad de los problemas de estructura, porque te obliga a decidir qué promete la sección.

¿Analizo el post entero o una sección?

Una sección por vez, que además es como leen los sistemas. Pegar 3.000 palabras devuelve un promedio que esconde lo que importa: la apertura de cada bloque. El uso que rinde es tomar cada H2 del post, pegar el bloque de esa sección con la pregunta que promete responder y corregir lo que señale la fila. Un post con ocho secciones se convierte en ocho análisis cortos, y cada uno es un recorte candidato a cita.

¿Escribir para la IA empeora el texto para el lector humano?

No, y la evidencia es anterior a la búsqueda generativa. Todo lo que premia la nota, respuesta en la apertura, frase corta, dato en lugar de adjetivo y párrafo que cabe en pantalla, es lo que la buena escritura para web ya pedía. Lo que castiga la nota es el hábito de rellenar la introducción para que el texto parezca más completo. Quitar el rodeo gana en los dos frentes: el lector humano encuentra la respuesta antes de rendirse, y la máquina encuentra un recorte que llevarse.

Sigue

Con el texto recortable, el siguiente paso es la capa que no resuelve: acceso del crawler, marcado y señal de autoría fuera de tu dominio. Lee el método completo en GEO en 2026 y qué cambia en el trabajo de conversión en CRO en la era de la IA.