¿Qué es el LLMO? Cómo lograr que ChatGPT, Claude y Perplexity te citen: rastreadores, redacción y datos reales

El LLMO (Large Language Model Optimization, optimización para modelos de lenguaje grandes) consiste en preparar tu sitio para que, cuando asistentes de IA como ChatGPT, Claude, Perplexity o Gemini elaboren una respuesta, lean tus páginas y las muestren como fuente.

Este artículo se centra en una sola pregunta: ¿qué puede hacer de verdad quien gestiona un sitio para que la IA lo cite? La pista más fiable es la documentación de rastreadores que publica cada empresa de IA. Qué robot llega, para qué, y qué ocurre si lo bloqueas en robots.txt está escrito con claridad en las páginas oficiales de cada una. Aquí reunimos esa guía rápida, la investigación sobre qué tipo de texto se cita y una medición de los registros de acceso de este mismo sitio.

1. ¿Qué es el LLMO?

El SEO clásico busca aparecer arriba en una lista de resultados. El LLMO busca estar incluido en la respuesta de una IA como fuente o respaldo. Como la respuesta es un texto y no una lista, importa menos la posición de la página entera y más qué fragmento de la página se toma y cómo se reformula.

El LLMO no sustituye al SEO. ChatGPT y Perplexity buscan en la web y leen páginas cada vez que responden, así que poder ser encontrado en los buscadores es en sí mismo la base del LLMO.

2. Las dos vías por las que la IA usa tus páginas

La idea más importante del LLMO es que la IA usa las páginas web por dos vías distintas. Si las confundes, acabas en situaciones como «bloqueamos todo para que no nos usen en el entrenamiento y ahora tampoco nos citan».

La vía ① termina cuando se construye el modelo. Si editas tu página, nada cambia hasta el siguiente entrenamiento, y desde fuera no puedes saber cuándo ni en qué versión entra tu texto. La vía ② lee la página actual cada vez que alguien pregunta, así que es en la vía ② donde una reescritura puede surtir efecto pronto. Casi todo lo que puedes hacer en LLMO ocurre en la vía ②.

Las empresas de IA separan estas dos vías en robots distintos. OpenAI indica que un sitio puede permitir OAI-SearchBot para aparecer en los resultados de búsqueda y bloquear GPTBot para señalar que su contenido no debe usarse en el entrenamiento (Overview of OpenAI Crawlers).

3. Guía rápida de rastreadores de IA: qué pasa si bloqueas cada uno

La tabla reúne la descripción oficial de cada empresa (comprobada en las páginas originales el 1 de octubre de 2026). La columna «Si lo bloqueas» resume la redacción de cada empresa; consulta la fuente enlazada para ver las condiciones exactas.

Si no quieres que te usen para entrenar pero sí que te citen, puedes separar robots.txt así:

# Búsqueda y citas: permitir
User-agent: OAI-SearchBot
Allow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

# Entrenamiento: bloquear
User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: Google-Extended
Disallow: /

De los documentos originales se desprenden cuatro puntos fáciles de pasar por alto:

• Los cambios tardan. OpenAI y Perplexity indican que un cambio en robots.txt puede tardar unas 24 horas en reflejarse.
• No se recomienda bloquear por dirección IP. Anthropic advierte que el bloqueo por IP le impide leer robots.txt, de modo que la exclusión puede no funcionar de forma fiable.
• La CDN y el WAF también son puertas. Perplexity publica pasos para permitir sus robots en Cloudflare y AWS WAF. Aunque robots.txt lo permita, una capa de protección contra bots puede frenar la petición.
• Los robots que actúan a petición del usuario son otro caso. OpenAI y Perplexity indican que robots.txt puede no aplicarse a ChatGPT-User y Perplexity-User. Aunque creas haberlos bloqueado, la página puede leerse si un usuario le pasa la URL a la IA.

Qué robots visitaron realmente este sitio

Este sitio (arte.itlibra.com) no bloquea ninguno de los robots de la tabla. Al contar unos tres días y medio de registros de acceso (del 26 al 29 de septiembre de 2026), OAI-SearchBot hizo 866 peticiones, PerplexityBot 1.086 y ClaudeBot 502. También llegaron ChatGPT-User (1.275) y Claude-User (438), que actúan a petición del usuario. En cambio, ningún robot de IA pidió ni una sola vez el archivo índice para IA /llms.txt. El método y la tabla completa están en la medición de nuestro artículo sobre llms.txt (un solo sitio durante tres días y medio, así que no se puede generalizar).

4. Textos que se citan: lo que dice la investigación

Hay poca investigación con fuentes claras sobre «cómo escribir para que la IA te cite». El estudio más citado es GEO: Generative Engine Optimization, de investigadores de la Universidad de Princeton y otras instituciones (aceptado en KDD 2024). Llama «motores generativos» a las IA que buscan y luego generan una respuesta, y compara métodos para mejorar la visibilidad de una página en sus respuestas.

La conclusión principal del artículo es que la visibilidad puede subir hasta un 40 %, pero conviene tener en cuenta tres matices:

• El entorno de prueba. Los resultados se midieron en un motor generativo creado por los investigadores y en Perplexity tal como era entonces. Nada garantiza las mismas cifras en los ChatGPT o Claude actuales.
• Qué significa «visibilidad». Es una puntuación basada en cuántas palabras de la respuesta se atribuyen a tu fuente y en qué posición aparecen, no en clics ni en ventas.
• El efecto varía según el ámbito. El artículo indica que añadir estadísticas funcionó bien en temas de derecho y gobierno, y añadir citas textuales en historia y personas.

Aun así, la lección práctica es clara: respalda tus afirmaciones con fuentes y cifras, e indica de dónde sale cada cita. Eso también facilita que los lectores lo comprueben; no es un truco solo para la IA.

5. Medidas de LLMO que puedes aplicar hoy

No hace falta una reforma a gran escala. Por orden, los pasos son:

Paso 1: comprueba que las puertas están abiertas

• Comprueba que robots.txt no bloquea los robots de búsqueda de la tabla de la sección 3.
• Comprueba que la protección contra bots de tu CDN, WAF o alojamiento no bloquea en bloque a los robots de IA.
• Comprueba que el texto principal no aparece solo después de ejecutar JavaScript (lo más fiable es que el texto esté en el HTML).

Paso 2: confirma en los registros que de verdad llegan

• Cuenta los registros de acceso de tu servidor por User-Agent. Hay un comando de una línea en nuestro artículo sobre llms.txt.
• Si los robots de búsqueda casi no aparecen, sospecha primero de las puertas y después de lo fácil que es descubrir tu sitio (mapa del sitio, enlaces internos).

Paso 3: escribe fragmentos que puedan tomarse

• Di la conclusión en la primera frase del párrafo y haz que cada párrafo se entienda por sí solo (no dependas de «esto» o «eso» para remitir a un párrafo anterior).
• Indica el editor y la fecha de cada cifra. Cambia «se dice que…» por «una encuesta publicada por X en el año Y encontró…».
• En lugar de resumir otros sitios, incluye resultados que hayas probado tú, datos propios y tu criterio práctico.

Paso 4: mide las visitas que llegan a través de la IA

• OpenAI explica que ChatGPT añade automáticamente utm_source=chatgpt.com a los enlaces de referencia de su búsqueda (Publishers and Developers FAQ). Filtra ese valor en tu analítica para ver las visitas desde ChatGPT.
• Para otras IA, revisa el origen de referencia (referrer) en tu analítica.
• Haz con regularidad preguntas relacionadas con tu negocio a ChatGPT, Claude, Perplexity y Gemini, y anota si apareces como fuente. Las respuestas cambian cada vez, así que no juzgues por un solo resultado.

6. Lo que puedes omitir y a qué prestar atención

Poner llms.txt no hace que te citen

llms.txt es una propuesta de índice del sitio pensado para la IA (llmstxt.org). OpenAI, Anthropic y Google publican archivos llms.txt para su propia documentación para desarrolladores, pero ninguna de las páginas de rastreadores anteriores dice que sus rastreadores lean el llms.txt de otros sitios y lo usen en las respuestas (comprobado el 1 de octubre de 2026). Google declara que la Búsqueda no usa llms.txt y que tenerlo no ayuda ni perjudica al posicionamiento. En los registros de este sitio, los robots de IA lo pidieron cero veces. Si conviene ponerlo o no se explica en nuestro artículo sobre llms.txt.

«Una vez en los datos de entrenamiento, funciona mucho tiempo» no se puede comprobar

Desde fuera no puedes verificar qué entró en los datos de entrenamiento, y aunque tu página esté incluida, no se muestra como fuente en las respuestas. La idea de que «una vez entrenado, funciona a largo plazo» no se puede comprobar. Si quieres actuar, hazlo en la vía ②, donde las páginas se leen en el momento de responder.

Las respuestas cambian cada vez

La misma pregunta puede dar respuestas y fuentes distintas. No se puede gestionar como «mantener la primera posición» en SEO; es más realista entender el LLMO como aumentar la probabilidad de ser citado.

No diluyas el contenido para la IA

Producir en masa explicaciones genéricas cortadas en trozos para parecer «apto para IA» no le da a la IA ningún motivo para citarte. En el artículo GEO, lo que funcionó fue la sustancia: fuentes, citas y cifras. Google también dice que no hace falta dividir el contenido en trozos pequeños para la búsqueda con IA (consulta nuestro artículo sobre AI Overviews).

Preguntas frecuentes

Relacionado: Diferencias entre AEO y LLMO / Qué es el AEO / Qué es llms.txt