Un cliente le pregunta a ChatGPT quién hace SEO en Bucaramanga y tu sitio no aparece en la respuesta, aunque llevas años posicionado en Google para esa misma búsqueda. Eso es lo que revisa una auditoría GEO. Si tu sitio puede ser leído, entendido y citado por los sistemas que hoy responden esas preguntas en lugar de mostrar diez enlaces azules.
Las piezas anteriores de esta serie explicaron capas puntuales de ese problema. Cómo configurar robots.txt para bots de IA, cómo implementar un archivo llms.txt y qué errores técnicos bloquean a la IA sin que el dueño del sitio lo note. Esta pieza cierra el ciclo. Convierte esos hallazgos en una auditoría que puedes ejecutar tú mismo, con un orden claro y sin depender de una herramienta de pago.
Qué evalúa una auditoría GEO
Una auditoría SEO tradicional mide si Google puede rastrear e indexar tu sitio y si ese sitio compite por una posición en el buscador. Una auditoría GEO parte de una pregunta distinta. Si un modelo de lenguaje puede leer tu contenido, confiar en él y usarlo como fuente dentro de una respuesta que genera para otra persona.
La diferencia importa porque un modelo de IA no navega tu sitio como lo hace un usuario. No hace clic en el menú, no recorre subpáginas por curiosidad y casi nunca ejecuta JavaScript del lado del cliente. Extrae fragmentos de texto, evalúa qué tan claros son y decide si esos fragmentos merecen aparecer citados en una respuesta. Si tu contenido nunca llega en forma legible hasta ese punto, GEO Cluster 03 ya explicó por qué en tres piezas distintas, y esta auditoría reúne esos hallazgos en una sola revisión.
Una auditoría GEO en Colombia tiene una particularidad adicional. La mayoría de los frameworks disponibles hoy están escritos pensando en mercados anglosajones, con ejemplos de SaaS y ecommerce internacional. Un negocio de servicios en Bogotá, Medellín o Bucaramanga necesita priorizar factores distintos a los de una plataforma tecnológica con API pública, y esa priorización suele faltar en las guías genéricas que circulan en español.
Los tres bloques que componen la auditoría
Para que la revisión no se convierta en una lista interminable de factores sin orden, conviene agruparla en tres bloques que se ejecutan en secuencia. Rastreo y accesibilidad, comprensión del contenido, y señales de confianza. Cada bloque depende del anterior. De nada sirve trabajar la comprensión semántica de un sitio que un bot de IA ni siquiera puede rastrear, igual que de poco sirve pulir la redacción de una página que Google Search Console marca como bloqueada.
Bloque 1. ¿Puede la IA acceder a tu sitio?
Este bloque responde una pregunta más básica de lo que parece. ¿Los rastreadores de IA tienen permiso para entrar? Revisa el archivo robots.txt en busca de reglas que bloqueen a GPTBot, ClaudeBot, PerplexityBot o Google-Extended, algo que ocurre con más frecuencia de la esperada cuando un plugin de seguridad o una regla de firewall de Cloudflare bloquea el user-agent sin que el equipo de marketing se entere. En WordPress, este bloqueo silencioso suele venir de un plugin de seguridad configurado por defecto para tratar cualquier bot desconocido como amenaza, por lo que vale la pena revisar los logs del firewall antes de asumir que el archivo robots.txt cuenta toda la historia.
Hay que confirmar, de la misma forma, que el contenido principal de cada página vive en el HTML que responde el servidor, no en un bloque que solo aparece después de ejecutar JavaScript. Un rastreador de IA que recibe una página vacía en la primera carga no espera a que el navegador termine de renderizar. Sencillamente no ve nada que citar. Este punto se detalla con casos concretos en la pieza sobre errores técnicos que impiden que la IA encuentre tu sitio, y aplica sobre todo a sitios construidos con constructores visuales que cargan bloques completos por JavaScript en lugar de renderizarlos en el servidor.
El sitemap XML entra en el mismo bloque. Si una página nueva no aparece ahí, un rastreador tradicional puede tardar semanas en descubrirla por sus propios medios, y un modelo de IA que depende de índices actualizados con menos frecuencia que Google puede tardar aún más. En un sitio WordPress con Yoast o Rank Math, generar el sitemap toma minutos. El error habitual no es la falta de sitemap, es que quedó desactualizado después de una migración o un cambio de plugin y nadie volvió a enviarlo a Search Console.
Bloque 2. ¿Puede la IA entender lo que dice cada página?
Encontrar una página no es lo mismo que entenderla. Este segundo bloque revisa si el contenido responde con claridad qué hace tu negocio, a quién le sirve y qué problema resuelve, sin obligar al modelo a inferirlo a partir de rodeos.
Hay una prueba rápida y gratuita para esto. Copia el texto de tu página de inicio y pégalo en una conversación nueva con ChatGPT o Claude, sin sesión iniciada ni contexto previo. Pregunta directamente a qué se dedica esa empresa. Si la respuesta es vaga o incompleta, el problema no está en el modelo. Está en que la página nunca lo dijo con claridad en las primeras líneas, algo bastante común en páginas de inicio que abren con una frase de marca genérica antes de mencionar el servicio real.
Los formatos pesan igual de fuerte en este bloque. Las preguntas frecuentes con respuestas concretas, las listas numeradas con pasos verificables y las tablas comparativas son mucho más fáciles de extraer y citar que un párrafo largo que mezcla varias ideas sin separación. La pieza sobre por qué la IA no está leyendo tu página profundiza en cómo estructurar contenido pensado para ser citado, no solo para ser leído.
Un archivo llms.txt bien construido apoya, de la misma manera, este bloque. Funciona como un mapa que resume qué páginas son prioritarias y en qué contexto interpretarlas, aunque su presencia no reemplaza la claridad del contenido, solo la complementa. Un sitio con un llms.txt impecable pero con páginas de servicio ambiguas sigue teniendo el mismo problema de fondo, solo que mejor documentado.
Bloque 3. ¿Tiene tu sitio señales de que se puede confiar en él?
El tercer bloque es el que más se pasa por alto en las auditorías genéricas que circulan en español. Un modelo de IA no solo procesa lo que dice tu página. Cruza esa información con lo que se dice de tu marca en otros sitios antes de decidir si la usa como fuente.
Aquí entran los datos estructurados, como el schema de tipo Organization, LocalBusiness o Article según el tipo de página, la autoría visible del contenido, las páginas legales y de contacto, y la coherencia entre lo que dice tu web, tu ficha de Google Business Profile y tus perfiles externos. Si un modelo encuentra tres versiones distintas del nombre de tu empresa o de su ubicación, la señal de confianza baja aunque el contenido esté bien escrito. Esto pasa más de lo que parece cuando un negocio cambió de razón social, de dirección o de nombre comercial y la web quedó desactualizada en algún rincón que nadie revisa con frecuencia.
Los casos de éxito con datos concretos entran en este mismo bloque. Un negocio que muestra resultados reales, aunque sean rangos o porcentajes agregados en lugar de cifras exactas del cliente, le da a un modelo un argumento más sólido para recomendarlo que uno que solo afirma ser experto sin ningún respaldo verificable.
Cómo priorizar las correcciones sin perder semanas
Una auditoría GEO que termina en una lista de 40 factores sin orden no sirve de mucho. La mayoría de las guías en español se quedan justo ahí. Enumeran los factores, pero no dicen por cuál empezar, y un equipo pequeño que intenta atacarlos todos a la vez termina sin terminar ninguno.
El criterio que da mejores resultados es cruzar dos variables, el esfuerzo de corrección y el peso real que tiene ese factor en la decisión de citación. Un bloqueo accidental en robots.txt toma minutos corregir y afecta a todo el sitio de una vez, por eso va primero. Reescribir la propuesta de valor de la página de inicio para que responda directo a la pregunta “a qué se dedica esta empresa” toma más tiempo, pero su impacto es alto. Añadir schema Organization a páginas que ya tienen contenido claro es rápido y de impacto medio. Construir una biblioteca completa de casos de éxito con datos verificables es lo que más tiempo toma, y conviene dejarlo para después de resolver lo urgente.
Establecer una línea base, de paso, ayuda a medir si la corrección funcionó. Antes de tocar nada, prueba en ChatGPT, Perplexity y Claude las preguntas que un cliente real haría sobre tu sector, y anota si tu marca aparece, en qué posición y con qué descripción. Repetir esa misma prueba después de aplicar los cambios es la única forma confiable de saber si la auditoría tuvo un efecto real, más allá de haber marcado casillas en una lista.
Vale la pena anotar estas pruebas en una hoja de cálculo simple con fecha, pregunta usada y lo que contestó cada modelo. Sin ese registro, comparar el antes y el después queda a la memoria de quien hizo la prueba la primera vez, y esa memoria falla más de lo que uno cree tres meses después.
Qué revisar según el tipo de negocio
No todos los sitios necesitan la misma profundidad en cada bloque. Un negocio de servicios profesionales, que es el caso más común entre las pymes colombianas, debe priorizar la claridad de su propuesta de valor, sus páginas de servicio y sus casos de éxito por encima de cualquier consideración técnica avanzada. Un ecommerce necesita cuidar las fichas de producto, los precios y la disponibilidad, porque un modelo de IA que recomienda dónde comprar algo revisa esos datos antes que cualquier otro.
Una plataforma con API pública o funcionalidad tipo SaaS suma un cuarto nivel que la mayoría de los negocios en Colombia todavía no necesita. Documentación técnica pensada para que agentes de IA puedan ejecutar tareas, no solo leer texto. Ese nivel se cubre en la pieza sobre agentes de IA y MCP, y conviene revisarlo solo si el modelo de negocio realmente lo requiere. Exigirle esa infraestructura a un consultorio, un taller o una firma de servicios profesionales es forzar un factor que no va a cambiar nada en su visibilidad real.
Un caso frecuente en Colombia es el negocio local que ya invirtió en su ficha de Google Business Profile y en reseñas, pero nunca conectó ese trabajo con lo que dice su sitio web. Si la ficha describe el negocio de una forma y la web lo describe de otra, el modelo recibe señales contradictorias sobre la misma entidad, y eso pesa más de lo que parece a simple vista.
Cómo ejecutar esta auditoría en un sitio WordPress
La mayoría de los sitios de pymes en Colombia corren sobre WordPress, así que vale la pena aterrizar cada bloque en pasos concretos dentro de ese entorno. Para el bloque de rastreo, el archivo robots.txt se edita desde plugins como Yoast SEO o Rank Math sin tocar código, y ahí mismo se revisa si el sitemap XML está activo y actualizado.
Para el bloque de comprensión, conviene revisar cada página de servicio de forma individual, no solo la de inicio. Una plantilla de WordPress reutilizada para varios servicios tiende a repetir la misma estructura genérica en todas, lo que deja a un modelo de IA sin forma de distinguir un servicio de otro más allá del título. Reescribir el primer párrafo de cada página de servicio para que nombre el problema concreto que resuelve, antes de cualquier frase de presentación de marca, resuelve buena parte de este bloque sin tocar el diseño.
Para el bloque de confianza, los plugins de schema como Schema Pro o el módulo integrado de Rank Math permiten declarar el tipo Organization o LocalBusiness sin escribir JSON-LD a mano. Lo que sí requiere revisión manual es la coherencia de los datos, nombre, dirección y teléfono deben coincidir exactamente entre el schema, la ficha de Google Business Profile y el pie de página del sitio.
Errores comunes al hacer esta auditoría
El error más frecuente en el bloque de rastreo es pensar que basta con subir un archivo llms.txt y dar la tarea por resuelta. Ese archivo ayuda, pero no compensa una página de inicio ambigua ni un robots.txt que bloquea rastreadores por accidente.
El segundo error es aplicar los tres bloques con la misma intensidad a cualquier sitio, sin distinguir qué necesita realmente ese negocio según su categoría. El tercero es confundir aparecer en Google con ser recomendado por un modelo de IA. Son señales relacionadas, pero no son lo mismo, y un sitio puede tener buen posicionamiento tradicional mientras sigue siendo invisible para ChatGPT o Perplexity.
Un cuarto error, menos comentado, es ejecutar la auditoría una sola vez y archivarla. Los modelos de IA actualizan con qué frecuencia rastrean un sitio y qué fuentes consideran vigentes, y por esa razón una auditoría que quedó guardada hace ocho meses puede describir un sitio que ya cambió, para bien o para mal, sin que nadie lo haya verificado de nuevo.
Preguntas frecuentes
Cada tres o cuatro meses es razonable para la mayoría de los negocios, con una revisión más frecuente en sitios que publican contenido nuevo cada semana o que dependen fuertemente del tráfico orgánico para generar clientes.
No la reemplaza. La complementa. El rastreo, la indexación y la arquitectura técnica que revisa el SEO clásico siguen siendo la base sobre la que se construye la visibilidad en IA.
Prueba las búsquedas que haría un cliente real sobre tu sector en esas plataformas, en una sesión sin historial previo, y revisa si tu marca aparece y con qué descripción. Repetir la prueba con regularidad muestra si tu visibilidad mejora o se mantiene igual con el tiempo.
Los dos primeros bloques, rastreo y comprensión del contenido, los puede revisar cualquier persona con acceso al panel de WordPress y al archivo robots.txt. El bloque de datos estructurados suele requerir apoyo técnico si el sitio no tiene un plugin de schema ya configurado.
Empieza por el bloque de rastreo. Si un bot de IA no puede acceder al sitio, ningún trabajo de contenido o de confianza va a cambiar nada hasta que ese acceso quede resuelto primero.
Ejecutar esta auditoría con orden toma un fin de semana de trabajo concentrado para un sitio de tamaño mediano. La parte que casi ningún negocio hace después es repetirla cada trimestre y comparar los resultados de las pruebas en ChatGPT y Perplexity contra la revisión anterior, que es justamente donde se nota si el trabajo técnico se está traduciendo en citaciones reales. Si prefieres que este diagnóstico lo haga alguien con experiencia trabajando estos factores en el mercado colombiano, revisa nuestro servicio SEO.
