Una firma legal enfocada en derecho de familia en Washington D.C. atendía consultas todas las semanas sobre divorcio, custodia y manutención. Su sitio web funcionaba desde hace ya varios años, su ficha de Google tenía buenas reseñas y su equipo respondía a cada cliente potencial. Pero cuando alguien le preguntaba a ChatGPT o a Perplexity por un abogado de familia en su zona, el despacho no aparecía en ninguna de esas respuestas. Su competencia sí aparecía, una y otra vez, para esas búsquedas. Esa era la situación antes de aplicar optimización para motores generativos sobre su presencia digital.
Aquí te cuento qué hicimos, lo que logramos y algunas de las consultas con las cuales los LLMs empezaron a citarlo en sus resultados.
La situación antes de trabajar GEO para ellos
Antes de este trabajo, el despacho legal competía en un mercado saturado de firmas de abogados con presupuestos de publicidad grandes. En Google aparecía en posiciones bastante aceptables para búsquedas transaccionales que le generaban clientes, pero en las respuestas de IA generativa era invisible. Si alguien escribía en ChatGPT algo como “estoy buscando un abogado especializado en divorcio que hable español en DC”, la respuesta incluía cinco o seis despachos de la ciudad. El de nuestro cliente no aparecía entre ellas.
Lo mismo pasaba con consultas de Child support (manutención infantil), del tipo “mi esposo no paga child support desde hace meses, ¿qué abogado en DC es recomendable?”, y con casos de custodia complejos, donde la competencia por atención es aún mayor porque son los servicios de mayor valor para un despacho de familia. En ese punto, el negocio tenía todo lo que un buen SEO tradicional pide (contenido, reseñas, ficha activa) y aun así quedaba fuera de la conversación que hoy ocurre dentro de un chat con IA, no en una página de resultados de Google.
¿Qué implementamos para cambiar lo anterior?
Nuestro trabajo se concentró en tres frentes, todos aplicados sobre las páginas de servicio que el despacho ya tenía. No hizo falta un sitio nuevo ni contenido escrito desde cero.
Primero, se rediseñó la estructura de contenido de cada página de servicio, incorporando preguntas frecuentes basadas en búsquedas reales de Google sobre cada área de práctica. A esas mismas preguntas se les agregó un FAQ Schema con respuestas más elaboradas, pensadas para que los modelos de lenguaje pudieran tomar fragmentos completos y usarlos en sus respuestas. La diferencia frente a un FAQ normal está en el nivel de detalle de cada respuesta: una línea corta no era suficiente porque cada respuesta debía sostenerse sola, sin depender del resto de la página para tener sentido completo.
Segundo, se creó un archivo llms.txt específico para los servicios principales del despacho. Ese archivo (que hasta ahora sigue siendo una propuesta) describe cada URL relevante, qué cubre y por qué el despacho es una referencia en esa área, en un formato pensado para que un modelo de lenguaje lo lea directamente en vez de tener que interpretar la estructura visual de la página.
Tercero, se ajustó la ficha de Google del negocio. Se incluyeron las áreas de servicio con más detalle y se llevaron respuestas tomadas de las FAQ hacia el contenido de la ficha misma. Se reforzó el enlazado interno entre las páginas de cada servicio, para que un motor de búsqueda o un modelo de IA entendiera con más claridad cómo se relacionan entre sí.
Ningún cambio implicó rehacer el sitio ni escribir contenido nuevo desde cero. Se trabajó sobre lo que ya existía en el sitio, ajustando la estructura y completando los datos que faltaban.
¿Qué pasó luego de esos cambios?
Luego de algunas semanas, se empezaron a notar cambios en consultas concretas, no en una sola búsqueda aislada. Cuando alguien le pide a ChatGPT hoy una lista de abogados de divorcio en Washington D.C. con hijos de por medio, el despacho aparece hoy entre las primeras 3 opciones listadas. Cuando la consulta es sobre manutención después de varios meses sin pago, aparece en segundo lugar entre cinco opciones listadas. Y en consultas de custodia con antecedentes de conflicto familiar, tanto ChatGPT como Perplexity lo muestran entre los tres primeros resultados, con una calificación de 5.0 y más de 60 reseñas.
Perplexity va un paso más allá. En varias respuestas incluye una tabla con nombre, calificación, número de reseñas, dirección y teléfono, tomados directamente de la ficha del negocio, en un formato mucho más parecido a un directorio que a una simple lista de texto. En una consulta sobre acuerdos prenupciales en español, el despacho aparece como primera opción con la nota “se habla español” destacada como razón de encaje, un servicio que ni siquiera formaba parte de las tres áreas principales trabajadas al inicio.
En una de las capturas revisadas para este caso, la misma consulta sobre custodia con antecedentes de alcoholismo en la pareja arrojó al despacho tanto en la vista de mapa de ChatGPT como en la lista textual de la respuesta, con 4.9 estrellas y más de 60 reseñas contadas. Ese tipo de coincidencia entre distintos formatos de respuesta (mapa, lista, tabla) es una señal de que el negocio quedó bien representado en varias capas de datos, no solo en el texto de la página.
Hoy el despacho aparece en cerca de 30 consultas distintas relacionadas con sus servicios, repartidas entre ChatGPT, Claude, Perplexity y las respuestas de IA de Google, en posiciones que van de la uno a la cinco según el tipo de búsqueda.
El seguimiento de estas consultas se hizo probando manualmente las mismas preguntas cada cierto tiempo, en distintas plataformas y con distintos matices (el idioma, el detalle del caso, la ubicación exacta, en diferente horario). Ese seguimiento manual, aunque toma tiempo, es hoy la forma más confiable de confirmar si un negocio aparece citado, porque ninguna herramienta de analítica tradicional muestra todavía ese dato con precisión.
Cada prueba se repitió más de una vez y en momentos distintos, para descartar que una respuesta favorable fuera un caso aislado. La constancia de estos resultados, mes tras mes, en varias plataformas y con distintas variantes de la misma consulta, es lo que convierte esto en un caso documentado y no en una anécdota puntual.
Qué significa esto para un negocio en Colombia
Este caso no depende del sector legal ni de Estados Unidos. Lo que sí depende de cualquier mercado es que la visibilidad en motores de IA responda a señales técnicas concretas como una estructura clara de contenido, datos estructurados, un archivo que describa el sitio a los modelos de lenguaje y coherencia entre el sitio y la ficha de Google son las cuatro que se trabajaron aquí. Nada de eso depende del tamaño del negocio ni del presupuesto de publicidad.
Cualquier empresa colombiana que atienda consultas específicas de sus clientes, como una clínica, un contador o un despacho de abogados local, puede revisar los mismos puntos. Qué preguntas responde su sitio hoy, si tiene un archivo llms.txt, y si su ficha de Google está alineada con el contenido de sus páginas de servicio. Una auditoría GEO es el punto de partida habitual para saber en qué punto está un sitio antes de tocar nada.
Vale la pena aclarar un punto que suele generar confusión. Este trabajo no consiste en trucos para “engañar” a la IA. Los modelos de lenguaje deciden a quién citar según señales de confianza y claridad, muy parecidas a las que ya exige un buen trabajo de posicionamiento web. Este caso confirma esa lógica con datos reales, no con una promesa. Un negocio que ya tenía buena reputación y buen contenido simplemente necesitaba que ese contenido fuera legible y aprovechable tanto para un modelo de IA como para una persona.
Preguntas frecuentes
No. El caso viene de ese mercado porque ahí teníamos datos completos para documentarlo, pero la lógica técnica es la misma en Colombia. Estructura de contenido, datos estructurados y una ficha de Google bien alineada funcionan igual, sin importar el país.
Varía según el sector, la competencia y el estado inicial del sitio. Acá los primeros cambios se notaron en semanas, pero cada negocio parte de un punto distinto y no hay un plazo único que aplique para todos.
No. Todo el trabajo de este caso se hizo sobre páginas de servicio que ya existían. Se ajustó estructura, se agregó Schema y se creó el archivo llms.txt, sin reescribir el sitio ni cambiar el diseño.
Por acuerdo de confidencialidad con el cliente. Los datos, las consultas y los resultados descritos aquí son reales.
Si tu negocio quiere saber en qué punto está frente a estas mismas señales, puedes revisar tu situación con nuestro servicio de GEO, que ya incorpora trabajo técnico orientado a motores generativos.
