Detalle del informe
Buscadores con IA de sumergible.website
Pilar IA · 15 %
Visibilidad en buscadores con IA
Si los asistentes con IA pueden leer la web, si su contenido es fácil de citar y si se reconoce a la organización como entidad. Son señales con distinto nivel de evidencia, no garantías.
Cómo ven la web los asistentes
El robots.txt deja entrar a todos los rastreadores de IA que comprobamos: los de búsqueda, los que abren páginas a petición de un usuario y los de entrenamiento.
Los 3 problemas de esta sección, completos
ImportanteEl HTML inicial tiene 0 palabras y la página renderizada 61Días
Por qué importa: El contenido principal depende de JavaScript: el HTML que sirve el servidor tiene 0 palabras y la página ya renderizada 61. Según estudios de terceros, varios rastreadores de IA no ejecutan JavaScript y verían solo la versión inicial.
Qué hacer: Sirve el contenido principal en el HTML inicial: renderizado en servidor o generación estática. En WordPress, evita constructores que pinten el texto solo con JavaScript.
MedioLa portada no declara quién es en datos estructuradosMinutos
Por qué importa: Falta un bloque JSON-LD de Organization con el nombre, el logo y los perfiles de la organización. Los buscadores lo usan para mostrar esos datos; no hay estudios que muestren que cambie las citas en asistentes (evidencia baja).
Qué hacer: Añade en el <head> de la portada este bloque, rellenado con lo que hemos detectado. Antes de publicarlo, sustituye lo marcado como «COMPLETAR» (nombre oficial, logo, perfiles oficiales): no lo conocemos y no lo inventamos.
HTML <script type="application/ld+json"> { "@context": "https://schema.org", "@type": "Organization", "@id": "https://sumergible.website/#organizacion", "name": "COMPLETAR: nombre oficial de la organización", "url": "https://sumergible.website/", "logo": "COMPLETAR: URL de tu logo (PNG o SVG que responda)", "sameAs": [ "COMPLETAR: URL de un perfil oficial (red social, directorio, Wikidata)" ] } </script> <script type="application/ld+json"> { "@context": "https://schema.org", "@type": "WebSite", "name": "COMPLETAR: nombre oficial de la organización", "url": "https://sumergible.website/", "publisher": { "@id": "https://sumergible.website/#organizacion" } } </script>BajoLa página no declara su idiomaMinutos
Por qué importa: La etiqueta <html> no tiene atributo lang o no coincide con el idioma del texto. Declararlo ayuda a los buscadores y a los lectores de pantalla a tratar el texto en su idioma.
Qué hacer: Añade lang="es" (o es-ES, es-MX…) a la etiqueta <html> de todas tus páginas.
2 notas informativas
No restan puntos ni son errores: te las contamos por si te interesan.
InformativoNingún elemento de Wikidata declara este dominio como sitio oficialDías
Por qué importa: Wikidata es una base de conocimiento abierta que usan buscadores y modelos para reconocer entidades; su efecto sobre las citas no está medido. Solo buscamos por dominio (propiedad P856), no por nombre: una organización puede existir en Wikidata sin tener enlazado su sitio.
Qué hacer: Si la organización cumple los criterios de notabilidad de Wikidata (fuentes independientes que hablen de ella), crea o completa su elemento con la propiedad «sitio web oficial» (P856). No crees elementos promocionales: se borran.
InformativoEl llms.txt no sigue el formato propuestoMinutos
Por qué importa: Hay un llms.txt, pero la primera línea con contenido debería ser el título con un solo «#». Es opcional y no hay evidencia de que los asistentes lo lean, así que no cuenta en la puntuación.
Qué hacer: Si quieres mantenerlo, empieza con «# Nombre», una línea «> resumen» y secciones «## …» con enlaces «- [nombre](url): nota».
Matriz de acceso de los rastreadores de IA
Lo que el robots.txt permite a cada rastreador en la portada y en una muestra de rutas. Sin regla significa permitido. Evaluado en la portada y 1 ruta de la muestra.
- Búsqueda: Construye el índice con el que el asistente busca y cita fuentes.
- Petición de usuario: Abre una página cuando una persona se lo pide al asistente.
- Entrenamiento: Recoge contenido para entrenar o mejorar modelos.
- Otros: Uso mixto o poco documentado.
- Entrenamiento: 0 de 9 bloqueados
- Búsqueda: 0 de 10 bloqueados
- Petición de usuario: 0 de 6 bloqueados
- Otros: 0 de 7 bloqueados
Las respuestas con IA de Google (AI Overviews y el Modo IA) se alimentan de lo que rastrea Googlebot: no tienen un token propio. Bloquear Google-Extended no las evita; bloquear Googlebot saca la web de Google Search entera. Para limitar lo que Google muestra de las páginas existen nosnippet, data-nosnippet, max-snippet y noindex.
Catálogo de rastreadores revisado el 2026-11-17 contra la documentación oficial de cada operador.
El robots.txt
- robots.txt
- 200 · 1 grupo de reglas
Fragmentos de robots.txt según el objetivo
Un rastreador con su propio grupo User-agent sigue solo ese grupo e ignora el de User-agent: *. Por eso el bloque solo añade grupos de bloqueo, nunca toca bingbot, Applebot ni Googlebot y, para permitir a quien hoy bloqueas con un grupo propio, se indican las líneas que hay que quitar para que vuelva a seguir las reglas generales. Pega el bloque al final del robots.txt. Los tokens son los de la documentación de cada operador.
Permitir la búsqueda con IA y bloquear el entrenamiento
# Un rastreador con su propio grupo User-agent sigue solo ese grupo e ignora el de User-agent: *; por eso este bloque solo añade grupos de bloqueo y, para permitir, quita al rastreador de su grupo propio para que vuelva a seguir tus reglas generales.
# Bloqueados
User-agent: GPTBot
User-agent: ClaudeBot
User-agent: Google-Extended
User-agent: Applebot-Extended
User-agent: meta-externalagent
User-agent: CCBot
User-agent: Amazonbot
User-agent: MistralAI-Training
User-agent: AI2Bot
Disallow: /
# Opcional: la misma preferencia como señal de contenido (propuesta reciente, no todos la leen)
# User-agent: *
# Content-Signal: search=yes, ai-input=yes, ai-train=noPermitir a todos los rastreadores de IA
Ya se cumple: el comentario del bloque dice qué rastreadores decide este objetivo y por qué ya están como pide.
# Un rastreador con su propio grupo User-agent sigue solo ese grupo e ignora el de User-agent: *; por eso este bloque solo añade grupos de bloqueo y, para permitir, quita al rastreador de su grupo propio para que vuelva a seguir tus reglas generales.
# Tu robots.txt ya cumple este objetivo: los 30 rastreadores que decide este objetivo (GPTBot, OAI-SearchBot, ChatGPT-User, OAI-AdsBot, ClaudeBot, Claude-SearchBot y 24 más) ninguna regla les cierra la portada. No hace falta añadir nada.Bloquear a los rastreadores de IA (sin tocar los buscadores generalistas)
# Un rastreador con su propio grupo User-agent sigue solo ese grupo e ignora el de User-agent: *; por eso este bloque solo añade grupos de bloqueo y, para permitir, quita al rastreador de su grupo propio para que vuelva a seguir tus reglas generales.
# Bloqueados
User-agent: GPTBot
User-agent: OAI-SearchBot
User-agent: ChatGPT-User
User-agent: OAI-AdsBot
User-agent: ClaudeBot
User-agent: Claude-SearchBot
User-agent: Claude-User
User-agent: Google-Extended
User-agent: Google-CloudVertexBot
User-agent: Applebot-Extended
User-agent: PerplexityBot
User-agent: Perplexity-User
User-agent: meta-externalagent
User-agent: meta-webindexer
User-agent: meta-externalfetcher
User-agent: CCBot
User-agent: Amazonbot
User-agent: Amzn-SearchBot
User-agent: Amzn-User
User-agent: DuckAssistBot
User-agent: MistralAI-Training
User-agent: MistralAI-Index
User-agent: MistralAI-User
User-agent: YouBot
User-agent: AI2Bot
User-agent: Diffbot
User-agent: Diffbot-User
User-agent: cohere-training-data-crawler
User-agent: cohere-ai
User-agent: Bytespider
Disallow: /Lo que no podemos ver desde fuera
Una CDN o un cortafuegos pueden bloquear a un rastreador antes de que llegue a la web aunque robots.txt lo permita. No nos hacemos pasar por otros rastreadores, así que ese bloqueo no se puede verificar desde fuera.
Directivas generales de la página
Ninguna directiva que limite el uso del contenido.
Señales de contenido citable
Cada señal lleva su nivel de evidencia sobre las citas en asistentes: alta si lo documentan los propios operadores, media si lo apoyan estudios de terceros, baja si es razonable pero no hay estudios. Que una señal acompañe a las páginas citadas no prueba que la cause.
Acceso · 100/100 · peso 40
- Rastreadores de búsqueda permitidosSin acceso, el asistente no puede leer la página para citarla con enlace. Evidencia alta10 de 10 permitidos
- Peticiones de usuario permitidasCuando alguien pide al asistente que abra la página. Evidencia alta6 de 6 permitidos
- Rastreadores de entrenamientoInformativo: permitirlos o no es una decisión del titular de la web y no puntúa. Evidencia alta0 de 9 bloqueados
- Sin directivas que impidan fragmentosnoindex (no mostrar la página) o nosnippet (no mostrar fragmentos) limitan que su texto aparezca en respuestas. Evidencia altaNinguna
Técnica · 23/100 · peso 20
- Contenido disponible sin JavaScriptEstudios de registros de terceros indican que muchos rastreadores de IA no ejecutan JavaScript; los operadores no lo documentan. Evidencia media0 de 61 palabras sin JavaScript
- HTML semánticomain, article, header, nav y footer separan el contenido del resto. Es buena práctica; no hay estudios sobre su efecto en las citas. Evidencia bajaNinguno
- Canonical coherenteCanonical es la etiqueta que indica la dirección oficial de la página; aquí se comprueba que la de la portada apunta a sí misma. Importa para los buscadores; su efecto en las citas no está estudiado. Evidencia bajaausente
- Idioma declaradoEl atributo lang coincide con el idioma del texto. Evidencia mediaSin lang
- Respuesta rápida del servidorOrientativo: los rastreadores tienen tiempos de espera cortos. Evidencia baja32 ms hasta el primer byte
Datos estructurados · 0/100 · peso 15
- Organización en datos estructuradosOrganization o LocalBusiness con nombre, logo y perfiles. Lo usan los buscadores; su efecto en las citas no está estudiado. Evidencia bajaNo
- Tipo de página declaradoArticle, FAQPage, Product, Service u otro tipo de schema.org. Evidencia mediaNinguno
- Perfiles oficiales enlazados (sameAs)Une la web con sus perfiles y fichas en otras bases. Evidencia baja0 perfiles
Contenido · 0/100 · peso 15
- Respuestas directasPreguntas como subtítulo o en un bloque desplegable de preguntas frecuentes, con una respuesta breve justo debajo, o definiciones. En los estudios disponibles, los pasajes que responden de forma directa aparecen citados con más frecuencia; es una correlación, no una garantía. Evidencia media0 de 1 página
- Listas y tablasInformación estructurada fácil de extraer. Evidencia media0 de 1 página
- Cifras con fuenteDatos y porcentajes enlazados a su origen. Los precios no cuentan. Evidencia mediaSin cifras
- Citas textualesDeclaraciones entrecomilladas o en bloque de cita. Evidencia baja0 de 1 página
- Fechas visiblesFecha de publicación o actualización en las páginas de contenido. Ayuda a quien lee; su efecto en las citas no está estudiado. Evidencia baja0 de 1 página
- AutoríaQuién firma el contenido. Señal de confianza para quien lee; su efecto en las citas no está estudiado. Evidencia baja0 de 1 página
Entidad · 0/100 · peso 10
- Elemento en WikidataFicha vinculada por el dominio oficial, por una relación con la marca o por un perfil declarado en los datos estructurados. Evidencia mediaNo encontrada
- Artículo en WikipediaEnlazado desde ese elemento de Wikidata, en cualquier edición (mostramos primero es, en, ca, pt, gl y eu). Evidencia bajaNo
La web como entidad
No hemos encontrado una ficha de Wikidata que podamos atribuir a esta web con las fuentes consultadas.
Cómo lo comprobamos
Contrastamos el sitio web oficial (P856), la relación parte de (P361) y los perfiles sameAs declarados por la web. Comparamos las etiquetas de Wikidata con el nombre de la marca.
No buscamos por nombre: una coincidencia de nombre no prueba que sea la misma entidad.
Informativo · sin peso en la puntuación
llms.txt
Hay un llms.txt
La primera línea con contenido debería ser el título con un solo «#».
0 enlaces en 0 secciones
Prepara un borrador con la herramientaMuestreo en asistentes con IA
Sin muestreo en asistentes para este informe
No hemos preguntado a ningún asistente por esta web: el servicio no tiene configurado ningún proveedor de modelos de lenguaje, y sin él no hay respuestas que medir. Lo que ves arriba es lo que se puede comprobar sin preguntar: el acceso de los rastreadores y las señales de la web.