¿Por qué el contenido se evalúa por fragmentos y no por página?

Cuando un asistente responde una pregunta, no lee tu artículo completo. Un sistema de recuperación parte el contenido en fragmentos, busca los que se parecen a la pregunta y le entrega al modelo solo esos trozos. El modelo redacta la respuesta con lo que recibió.

La consecuencia es incómoda para quien escribe bien en formato largo: tu artículo compite fragmento por fragmento, no como obra completa. Una sección brillante que solo se entiende habiendo leído las anteriores llega al modelo descontextualizada y se descarta.

¿Qué hace que una sección sea autosuficiente?

Que se pueda leer sola y siga teniendo sentido. Tres reglas concretas:

  • Repite el sujeto en lugar de usar pronombres. «La implementación de un CRM cuesta…» sobrevive la extracción; «esto cuesta…» no.
  • Encabezado en forma de pregunta. Le dice al sistema de recuperación exactamente a qué consulta corresponde ese bloque.
  • Respuesta en las primeras dos frases de la sección, con el desarrollo después. Si la conclusión está al final, el fragmento recuperado puede no incluirla.

Es la misma disciplina del periodismo de pirámide invertida, aplicada a cada sección en lugar de al artículo entero.

¿Qué tipo de afirmaciones se citan más?

Las verificables. Un modelo que debe elegir entre dos fuentes prefiere la que dice algo comprobable y atribuido antes que la que dice algo agradable.

Compara estas dos frases sobre el mismo hecho:

«Muchas empresas colombianas todavía no han digitalizado su operación.» — no aporta nada citable.

«Solo el 35% de las empresas en Colombia opera con un ERP integral; el 65% restante todavía trabaja con hojas de cálculo o sistemas aislados.» — cifra concreta, contraste claro, atribuible.

La segunda se puede insertar en una respuesta generativa; la primera no. Y el precio de la segunda es que tienes que poder sostenerla: si citas un dato, cita también de dónde sale.

¿Qué papel juegan realmente los datos estructurados?

Los datos estructurados no hacen que te citen. Hacen que te entiendan sin ambigüedad, que es una condición previa.

Lo que resuelven concretamente: declarar que una página es un artículo y no una ficha de producto, que su autor es una organización identificable, que las preguntas de esa página son preguntas frecuentes con sus respuestas, y —lo más importante para una marca— que todas tus páginas hablan de la misma entidad. Sin ese último punto, un motor puede tratar tu marca comercial y tu razón social como dos empresas diferentes y repartir entre ambas la poca confianza que tiene.

¿Qué contenido se ignora sistemáticamente?

Cinco patrones, en orden de frecuencia:

  • La introducción que no responde. Trescientas palabras de contexto antes de la primera afirmación útil.
  • El lenguaje promocional. «Somos líderes», «soluciones innovadoras». Un modelo no puede verificarlo, así que no lo usa.
  • Contenido que depende de JavaScript. Muchos rastreadores de IA no ejecutan scripts: si tu texto se inyecta en el navegador, para ellos la página está vacía.
  • Fragmentos huérfanos. Secciones que empiezan con «además», «por otro lado» o «esto significa que».
  • Contenido sin fecha ni autor. Dos señales baratas de confianza que mucha gente omite.

¿Esto significa escribir para máquinas y no para personas?

No, y confundirlo sale caro. El texto ensamblado para complacer algoritmos se lee mal, y quien llega tras una cita de un asistente es una persona que se va en diez segundos si no encuentra lo que buscaba. Además, los sistemas de contenido útil de los buscadores penalizan explícitamente ese patrón.

La formulación correcta es más simple: se escribe para humanos y se estructura para máquinas. Todo lo de este artículo es estructura —dónde va la respuesta, cómo empieza una sección, qué se declara en el marcado—, no relleno. Un buen artículo bien estructurado gana; un mal artículo bien estructurado sigue siendo un mal artículo.

¿Cómo se comprueba si tu página es extraíble?

Dos pruebas que toman diez minutos. La primera: descarga tu página con un agente de usuario de rastreador de IA y comprueba si el texto principal está en el HTML crudo. Si no está, nada más importa.

La segunda: toma una sección cualquiera, cópiala aislada en un documento en blanco y léela como si fuera lo único que existe. Si no se entiende sola, ningún motor va a poder usarla. En Articod Digital Lab aplicamos exactamente estas dos pruebas a nuestro propio sitio antes de proponérselas a un cliente.