Montas un asistente con IA en la web. Responde bien, los clientes se van contentos y el equipo de soporte respira. Y aun asi no te trae ni una visita nueva: lo que pasa dentro del widget no lo lee Google ni lo cita ChatGPT. Estas resolviendo las mismas dudas cien veces en un sitio donde nadie las encuentra.
El widget es una caja negra para los buscadores
Un chat de atencion al cliente carga por JavaScript, se dispara con un clic y genera respuestas al vuelo. No hay URL, no hay HTML estatico, no hay nada que rastrear. Para Googlebot y para GPTBot ese contenido no existe.
El problema no es tecnico, es de inventario. Cada conversacion es una pregunta real con intencion de busqueda real. Si solo vive dentro del widget, has convertido tu mejor material en un activo de un solo uso.
- El contenido generado tras interaccion del usuario no se indexa
- Las respuestas del modelo no son estables ni citables por URL
- Ninguna de esas consultas alimenta tu Search Console
Tus tickets valen mas que cualquier herramienta de keywords
Los logs de soporte son investigacion de palabras clave en bruto y gratis. Ahi esta el lenguaje exacto del cliente, con sus errores, sus sinonimos y sus dudas previas a la compra. Una herramienta te da volumen; el ticket te da la frase literal.
El proceso es simple. Exportas las consultas de los ultimos meses, las agrupas por intencion y detectas las que se repiten. Cada grupo con suficiente peso se convierte en una pagina propia o en un bloque de una guia. Las de cola muy larga van a un centro de ayuda organizado por temas.
Ojo con una trampa: no publiques la transcripcion tal cual. Reescribe la respuesta como contenido autonomo, con contexto suficiente para que se entienda sin la conversacion previa.
Datos estructurados: marcar donde estan las respuestas
Con el contenido ya en HTML, toca etiquetarlo. Para paginas de ayuda con varias preguntas, FAQPage. Para hilos donde un usuario pregunta y hay respuestas, QAPage. Para procesos paso a paso, HowTo.
Conviene ser honesto aqui: desde 2023 Google limito los resultados enriquecidos de FAQ a webs de gobierno y salud. El marcado sigue mereciendo la pena, pero por otra razon. El schema le da estructura explicita a tu contenido y esa estructura es justo lo que facilita que un sistema de IA extraiga la respuesta correcta.
Marca tambien el Organization con contactPoint y contactType customer support. Es la senal canonica de por donde se te contacta, y evita que un modelo se invente un telefono o un correo que no es el tuyo.
- FAQPage para bloques de preguntas frecuentes
- QAPage para foros y comunidades de soporte
- HowTo para guias de configuracion o resolucion
- Organization con contactPoint para canales oficiales
GEO: que la IA cite tu respuesta en lugar de improvisarla
Cuando alguien pregunta a un asistente como cancelar tu servicio o si tu producto hace X, el modelo va a responder. La unica decision que esta en tu mano es si responde con tu documentacion o con lo que deduzca de un foro de hace cuatro anos.
Para que te tome como fuente, la respuesta tiene que ser extraible. Pregunta como titular, respuesta directa en las primeras cuarenta o cincuenta palabras, y despues el detalle. Sin rodeos ni introducciones de calentamiento. Un modelo trocea el texto en fragmentos: si tu respuesta esta partida entre tres parrafos, el fragmento que llegue al modelo estara incompleto.
Anade la consistencia como capa de fondo. El mismo horario, el mismo email y las mismas condiciones de devolucion en la web, en Google Business Profile y en los directorios donde apareces. Las contradicciones entre fuentes hacen que el modelo elija una al azar o se abstenga de citarte.
Como saber si esta funcionando
Search Console te cubre la parte clasica: impresiones y clics de las URLs de ayuda, y que consultas las activan. Si una pagina recibe impresiones pero no clics, el titulo o la meta no encajan con la duda.
La parte de IA se mide de otra forma. Revisa los logs del servidor y filtra por los user agents de los rastreadores de IA: GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, Google-Extended. Saber que pasan y que URLs piden ya es una senal. Y complementa con lo manual: lanza tus veinte preguntas de soporte mas frecuentes en varios asistentes y anota si sales, con que respuesta y si es correcta.
Ese ultimo control tiene doble valor. Detecta huecos de contenido y detecta errores que se estan propagando sobre tu marca.
Resumiendo: la IA de atencion al cliente resuelve, pero no posiciona. El valor SEO aparece cuando ese conocimiento sale del widget y se convierte en paginas indexables, marcadas con schema y escritas para que un modelo pueda citarlas sin deformarlas. Si quieres empezar por algun sitio, exporta las veinte consultas mas repetidas de tu soporte y comprueba cuantas tienen ya una URL propia en tu web. En GEOySEO trabajamos justo ese puente entre lo que respondes y lo que te encuentran.
Preguntas frecuentes
¿Un chatbot de IA en la web perjudica al SEO?
No por si mismo, salvo que afecte a la velocidad de carga o tape contenido en movil. Lo que si supone es un coste de oportunidad: todas las dudas que resuelve son consultas con demanda de busqueda que no estas publicando en ningun sitio indexable. Lo sano es tener las dos cosas, un centro de ayuda en HTML que posicione y el chat para el caso concreto.
¿Puedo publicar directamente las respuestas que genera mi IA?
Puedes usarlas como borrador, nunca como version final. Una respuesta de chat asume contexto de la conversacion previa y suele quedarse corta como pagina independiente. Ademas necesita revision humana para verificar datos, precios y condiciones. Publicar salida de modelo sin editar produce paginas genericas que ni posicionan ni aportan nada frente a lo que ya hay indexado.
¿Sirve de algo el marcado FAQPage si Google ya casi no muestra esos resultados?
Si, aunque el motivo ha cambiado. Ya no lo pones esperando ocupar mas espacio en la SERP, sino para declarar de forma explicita que hay un par pregunta-respuesta en esa pagina. Esa estructura ayuda a que buscadores y sistemas de IA identifiquen el fragmento correcto y lo extraigan entero, en lugar de cortar por la mitad.
¿Que es llms.txt y hace falta ponerlo?
Es un fichero en la raiz del dominio, propuesto como forma de indicar a los modelos que contenido es relevante y como esta organizado. Es una propuesta de la comunidad, no un estandar con soporte confirmado por los grandes proveedores. Ponerlo cuesta poco y no rompe nada, pero no sustituye lo que si funciona: contenido bien estructurado, accesible en HTML y con datos consistentes.