Cómo estructurar tu contenido para que ChatGPT, Gemini y AI Mode te citen

Entre el 23 de agosto y el 19 de septiembre de 2026, el Search Console de searchbrand.ai registró cerca de 22.000 impresiones en consultas con forma de prompt y ni un solo clic. Son preguntas como «¿cómo sé si mi marca está perdiendo terreno frente a competidores en las respuestas de ChatGPT?» (1.220 impresiones, posición 9,5), que nadie teclea así en Google. Las escribe la IA cuando descompone la pregunta de un usuario en varias búsquedas; después lee las páginas que encuentra y arma su respuesta. Que te cite depende en buena parte de cómo estructuraste lo que escribiste.

Este post sale del micro-training que Hussam Sufan publicó el 11 de febrero de 2026 con Rodrigo Rojo, divulgador de IA y marketing que hace clases en la Universidad de Chile y en la Universidad Diego Portales. Trae una herramienta que puntúa tu artículo y un caso con el ejemplo que Rojo usó en vivo: las freidoras de aire. El marco general está en qué es answer engine optimization.

¿Qué cambia cuando la IA responde en lugar de Google?

Cambia quién lee primero. Antes escribías para el motor de búsqueda, que clasificaba la página, y para la persona que hacía clic. Ahora hay un tercero en medio.

«El usuario ahora no entra a 10, 15 links, la IA entra a 10, 15 links y crea una respuesta con eso» — Rodrigo Rojo, divulgador y profesor de IA y marketing [18:28]

La persona pasa a validar: lee la respuesta armada y hace clic solo si quiere profundizar. Por eso Rojo prefiere el término AEO, optimización para motores de respuesta: tu página compite por ser la mejor respuesta dentro de un texto que escribe otro (minuto 6:23).

El oficio no cambia. Rojo lo dijo al cierre: el trabajo es el mismo que se hacía en SEO, multiplicado por la cantidad de preguntas que hace la IA.

¿Qué es el fan-out de consultas y por qué te obliga a cubrir más preguntas?

El fan-out es la técnica con la que un motor de IA divide tu pregunta en subtemas y lanza varias búsquedas a la vez antes de responder. Google la describió así al presentar AI Mode el 20 de mayo de 2025, y su documentación para sitios (actualizada el 10 de diciembre de 2025) dice que AI Overviews y AI Mode pueden usarla.

Rojo lo explicó con dos ejemplos (minuto 8:03). Si alguien pregunta por las mejores recetas para una air fryer, la IA primero se pregunta qué es una air fryer, luego cuál conviene y después qué recetas son conocidas. Si pregunta cuál es el mejor computador para jugar Fortnite, busca en qué equipos corre el juego y, quizás, qué es Fortnite. Parte lo saca de su entrenamiento; el resto lo busca en la web.

Si tu marca no tiene una página que responda alguna de esas subpreguntas, queda fuera de esa parte de la respuesta, aunque rankees bien para la consulta original.

¿Una página o varias?

En el webinar, Fernando, uno de los asistentes, objetó que muchas páginas significan muchas URL, con los problemas que eso trae (minuto 14:47). La respuesta de Rojo fue que una página no se optimiza para diez keywords a la vez, y que la IA hace preguntas tangenciales que en algún momento necesitan su propia página.

Nuestra regla, que es la que aplica el planificador de más abajo:

• Las preguntas semánticamente parecidas a la principal («¿cuál es la mejor freidora de aire en Chile?», «¿qué marca es buena?») van como H2 en la misma página.
• Las que cambian de intención («¿qué tan conveniente es comprar una freidora de aire?») van en un artículo aparte, enlazado desde la página madre.
• Las intermedias, como el precio o dónde comprar, van en una sección breve de dos o tres líneas con un enlace al detalle.

La objeción de Fernando tiene fondo: dos páginas que responden lo mismo se canibalizan. Rojo planteó que para la IA quizás funcione mejor un centro de ayuda con una página por pregunta que un FAQ único, y pidió validarlo en cada categoría. No es regla.

El enlazado interno como red

Rojo lo describió como llevar el enlazado interno «a la décima potencia» (minuto 15:49): una red donde, entre por donde entre la IA, encuentre las demás respuestas. Cada satélite enlaza a la página madre con un anchor que describe la pregunta, y la madre enlaza a cada satélite desde la sección que toca ese tema.

¿Qué priorizar según la etapa de tu negocio?

Para una pyme, Rojo fue concreto (minuto 13:54): primero asegúrate de que tu marca, tu propuesta de valor y tus productos principales estén cubiertos. Después testea preguntas adicionales.

Si ya tienes contenido, tienes ventaja. Mucho de lo que se escribió para SEO se puede reconectar y refrescar. El ejemplo de Rojo fue un título temático, «Implementación de IA en la empresa», que se reescribe como la pregunta que haría alguien: «¿Cómo implementamos IA en la empresa?».

Para lanzar una marca nueva, el consejo va en sentido contrario al de publicar mucho (minuto 54:33). Sal con las páginas de marca y producto listas y las preguntas centrales cubiertas; sin tráfico todavía, no sabrás cuáles conectan. Para descubrir preguntas, Rojo sugiere un juego de roles: dale a una IA la descripción de tu buyer persona y pídele que pregunte como esa persona.

¿Cómo se escribe una sección answer first?

Answer first significa que cada sección parte con la respuesta. El H2 se formula como la pregunta del lector y el primer párrafo la contesta completa, en 20 a 70 palabras; el contexto y los ejemplos vienen después. Rojo lo resumió así (minuto 19:33): antes la idea se desarrollaba hacia abajo, ahora la respuesta va arriba, porque la IA se queda con ella apenas la ve.

El H2 es la pregunta

Escribe el H2 como lo teclearía alguien en ChatGPT: «¿Qué hace que una freidora de aire sea mejor que otra?» en vez de «Características». No todos tienen que ser preguntas; una tabla de especificaciones puede quedarse como está. Por eso el validador da el puntaje completo desde 60 % de H2 en pregunta.

La respuesta va en el primer párrafo

Bajo el H1, la respuesta a la pregunta del título tiene que estar dentro de las primeras 60 palabras. Bajo cada H2, en el primer párrafo. Esos umbrales son una convención nuestra, no una regla de Google ni de OpenAI: un bloque de ese largo se extrae entero sin cortar la idea. Lo que no se discute es el orden. Un párrafo que empieza con «En la era de la transformación digital…» obliga a leer 80 palabras antes de encontrar algo citable, y la persona que hace skimming se va antes.

Después, el detalle en listas y tablas

La IA lee el código de la página: qué va en negrita, qué es un enlace, dónde hay una lista y cómo se jerarquizan los encabezados (minuto 20:35). Listas y tablas son formatos que le cuesta poco extraer. Una lista de criterios de compra o una tabla de modelos con capacidad y potencia valen más que tres párrafos que dicen lo mismo.

Sobre las tablas comparativas contra la competencia, Rojo contó que en Estados Unidos se usan harto y que en Chile y otros países de la región se hacen poco «porque te reclaman». Él las ve como pequeños empujones para que la IA te considere mejor respuesta. Es una táctica, no un resultado medido. Si la usas, compara solo con datos verificables y fechados (capacidad, potencia, precio de lista del día, garantía), nunca con adjetivos. Los patrones de lo que sí se cita están en qué tienen en común los contenidos que aparecen en la IA y en si tu contenido responde o solo describe.

¿Qué señales de confianza lee la IA en una página?

Las mismas del EEAT de Google, leídas por otro lector (minuto 8:56). La página y el autor tienen que mostrar que son reales y que saben de lo que hablan, y suman las menciones y los backlinks. El checklist que Rojo repasó (minuto 21:42) se traduce en esto:

Señal	Qué hacer	Qué mide el validador
Autor	Nombre real, cargo y enlace a una página de autor o a LinkedIn	Byline con perfil o bio
Fuentes	Cada cifra con su fuente al lado, enlazada a un sitio con autoridad	Oraciones con cifras que citan fuente
Fecha	«Actualizado el…» visible bajo el H1	Fecha de actualización en el texto
Schema	BlogPosting con autor Person, datePublished y dateModified	JSON-LD válido y completo (solo HTML)
URL	Slug descriptivo, sin IDs	No puntúa: es debatible
Imágenes	Originales, con nombre de archivo y alt descriptivos	No puntúa

Sobre las fuentes, Rojo fue más lejos (minuto 40:18): lo ideal es que la fuente seas tú, con tu ficha de producto o una página de opinión propia. Y enlaza hacia afuera a sitios con autoridad, porque la IA interpreta que el contenido «me está llevando a fuentes validadas».

Sobre el schema conviene separar lo que se sabe de lo que se supone. Google dice en su documentación de diciembre de 2025 que no se necesita ningún schema especial para aparecer en AI Overviews ni en AI Mode. Aun así, recomendamos marcar BlogPosting con el autor como Person: declara quién escribió qué y cuándo. Rojo aconsejó revisarlo a mano y no dejar que el CMS lo complete solo, «porque a veces se le salen parámetros» (minuto 38:44). No esperes estrellas ni desplegables en Google por marcar FAQ o HowTo: desde agosto de 2023 Google limitó los resultados enriquecidos de FAQ a sitios de gobierno y salud, y retiró los de HowTo.

Con la URL, Rojo admitió que hay opiniones en ambos sentidos entre los sitios grandes de la industria, y resolvió así:

«si algunos dicen que sí, otros que no, mejor hagámoslo» — Rodrigo Rojo [22:54]

De las imágenes, el modelo que lee la página ve el nombre del archivo y los atributos, no la foto (minuto 48:54). La excepción son los navegadores con agentes, como Comet de Perplexity, que navegan con capturas de pantalla.

Valida tu artículo y planifica su fan-out

El validador puntúa sobre 100 el texto o el HTML que pegues. El planificador toma tu consulta principal, genera las subpreguntas típicas con plantillas y reglas fijas, sin IA, y separa las que van como H2 de las que merecen artículo propio.

Estos son los pesos del validador. Si pegas texto en vez de HTML, el schema no se puede evaluar y el puntaje se calcula sobre 92 puntos y se lleva a 100.

Criterio	Puntos	Cómo se mide
Respuesta en las primeras 60 palabras	20	15 si el primer párrafo sustantivo termina antes de la palabra 60 (9 si al menos su primera oración); 5 si no abre con una frase ambiental y repite el tema del H1
H2 con forma de pregunta	14	Puntaje completo con 60 % o más de H2 en pregunta; con un solo H2, máximo 7
Respuesta directa tras cada H2	10	Proporción de H2 cuyo primer párrafo tiene entre 20 y 70 palabras
Datos con fuente	12	Proporción de oraciones con cifras que tienen link o atribución; con menos de 3 cifras, máximo 6
Párrafos cortos	10	Completo si 90 % o más de los párrafos tiene 80 palabras o menos
Schema JSON-LD	8	JSON válido, Article/BlogPosting completo y un tipo adicional
Fecha visible	7	7 con «actualizado» y fecha; 4 solo fecha; 2 si solo está en metadatos; −2 si tiene más de 12 meses
Autor identificable	7	7 con perfil o bio; 4 solo nombre; 2 si solo está en metadatos
Listas	6	3 ítems o más
Tablas	6	Con fila de encabezado

Un 80 no garantiza que te citen: mide si tu artículo es fácil de extraer. Que la IA te elija depende también de tu autoridad y de quién más responde esa pregunta. Para saber si hoy te citan hay que preguntarle a los motores. Puedes comprobar a mano si tu contenido aparece en ChatGPT o medir la pregunta en los cinco motores a la vez en SearchBrand, que además genera las preguntas relacionadas de tu categoría con lo que responden esos motores. Parte con 10 créditos gratis, sin tarjeta.

Caso práctico: de «mejores freidoras de aire» a un clúster citable

En la demo (minuto 25:20), Rojo escribió en SearchBrand «¿cuáles son las mejores freidoras de aire del mercado?» y comparó en cinco motores qué marcas aparecían y qué fuentes usaban. Su marca no aparecía, lo esperable porque no vende freidoras. Aquí llevamos el ejemplo a una tienda chilena de electrodomésticos (ilustrativa) con los pasos del webinar.

1. Mide la línea base. Haz la pregunta madre («¿cuál es la mejor freidora de aire en Chile?») en ChatGPT, Gemini, Perplexity, Claude y los AI Overviews de Google. Anota qué marcas y qué fuentes aparecen y si la tienda está.
2. Arma el mapa de fan-out. Pasa la consulta por el planificador. Con «¿Cuáles son las mejores freidoras de aire del mercado?» y país Chile, devuelve 11 preguntas por plantilla. Suma las que vengan de SearchBrand, de las «Otras preguntas de los usuarios» de Google y de tu juego de roles.
3. Clasifica. Rojo lo hizo en vivo (minuto 33:47): «¿cuál es la mejor freidora de aire en Chile?» y «¿qué marca es buena para una freidora?» se contestan en el mismo artículo; «¿qué tan conveniente es comprar una freidora de aire?» es otro artículo. «¿Cuáles son las mejores freidoras en 2025?» es, en sus palabras, una pregunta que va muriendo. El planificador reproduce esa clasificación y marca la de 2025.
4. Escribe la página madre en answer first. H1, respuesta de 40 a 60 palabras y H2 en pregunta, como «¿Qué hace que una freidora de aire sea mejor que otra?». Rojo sumó un H2 «El ranking en corto» con el top 5 numerado.
5. Pon una tabla con datos objetivos. Cinco modelos con capacidad, potencia, precio en CLP con la fecha del día y garantía. Sin adjetivos.
6. Sé la fuente. Cada modelo enlaza a su ficha en la tienda o a una página de opinión con pros y contras. Los beneficios enlazan a un pilar propio de cocina saludable y a una fuente externa con autoridad.
7. Firma y fecha. Autor real con bio y «Actualizado el…» visible.
8. Marca el schema. BlogPosting con autor Person, ItemList para el ranking y Product en las fichas. En la demo, la pestaña «código técnico» de SearchBrand entregó el JSON-LD y los meta tags (minuto 37:53); ahí el autor salió como organización, así que revísalo.
9. Imágenes propias. Rojo recreó con Nano Banana Pro, dentro de Freepik, la foto de la Ninja en una cocina de tonos verdes, como si fueran los colores de su blog, sin deformar el producto. Nombre de archivo y alt descriptivos; la herramienta puede haber cambiado desde febrero.
10. Publica los satélites que marcó el planificador, como «¿Vale la pena comprar una freidora de aire?», enlazados en ambos sentidos con la página madre.
11. Valida y agenda el refresh. La página madre debería sacar 80 o más antes de publicarse. Vuelve a medir la pregunta madre en un mes.

El borrador que SearchBrand generó en la demo ya traía la estructura de preguntas. Faltaban las fuentes, y ese trabajo, según Rojo, sigue siendo tuyo.

¿Cómo escalar con IA sin publicar relleno?

A Rojo lo que más le entusiasma es la velocidad. En la demo salieron 12 preguntas relacionadas de un tirón y, según él, con ese ritmo «quizás en una tarde ya tengo 10 artículos» (minuto 53:04). Ese volumen tiene un costo que él mismo mostró: el primer párrafo que la IA le escribió para el top 5 «no me dice mucho», porque le faltó contexto en el prompt (minuto 34:55).

«si antes yo tenía que optimizar para una pregunta, ahora tengo que optimizar para 10 a la vez» — Rodrigo Rojo [54:21]

Lo que separa diez artículos útiles de diez de relleno se decide antes y después de generar. Antes, con un manual de estilo de marca (cómo habla, qué publica, qué colores usa) que le pasas a la IA en cada encargo; Rojo lo propuso como su segundo aprendizaje al cierre (minuto 57:58). Después, con alguien del equipo que agrega datos propios y fuentes y lee el texto entero antes de aprobarlo. Y luego hay que publicar:

«El artículo en el Google Doc no me sirve, me sirve publicado.» — Rodrigo Rojo [59:05]

¿Cada cuánto actualizar?

Depende de la velocidad de tu industria. Rojo puso al retail, los autos y los viajes entre las de flujo rápido (minuto 50:48). Su pauta: sigue de forma continua en Search Console al menos las búsquedas de tu marca y ataca el artículo que empiece a bajar. Los de long tail, refréscalos cada tres o cuatro meses. Los de «cuál es el mejor», cada vez que salga un producto nuevo.

Entre actualizar y crear, nuestra regla es simple: si la pregunta está cubierta y la posición baja, actualiza; si el mapa de fan-out muestra preguntas sin página, crea. Las visitas desde ChatGPT y Perplexity se siguen en Google Analytics 4.

¿Y llms.txt y los crawlers?

Una versión anterior de este post dedicaba varias secciones a llms.txt y a los bots de IA. En corto: revisa que tu robots.txt no bloquee a los bots de OpenAI (OAI-SearchBot y GPTBot) ni a PerplexityBot si quieres aparecer en ChatGPT y Perplexity, y trata llms.txt como un complemento opcional. Google dice en su documentación que no hace falta ningún archivo especial para AI Overviews ni AI Mode. Todo el detalle, con ejemplos de archivo, está en la guía de llms.txt.

Lo que no recomendamos

• Abrir cada artículo con un año en el título («las mejores de 2025») si no vas a actualizarlo. Usa la fecha de actualización visible.
• Publicar diez artículos generados en una tarde sin fuentes ni revisión. Son páginas que compiten entre sí y no le dan a la IA nada que citar.
• Comparar tu producto con el de la competencia con adjetivos. Con datos fechados, sí.
• Esperar que el schema haga el trabajo. Ayuda a declarar autor y fechas; la cita la gana el contenido.

Hussam lo dijo al cerrar el webinar: esto es de mediano a largo plazo y con un artículo nadie se hace millonario. Si vas a empezar por una sola página, que sea la que responde la pregunta que tu cliente le hace a ChatGPT antes de comprarte.