Construido para ser citado

La versión breve: La citabilidad no es un truco de formato. Los motores de respuesta repiten lo que es original, específico y atribuido, y pasan por alto lo que solo parece ordenado. Una página puede llevar cada señal estructural del manual vigente y aun así no darle a una máquina nada que valga la pena extraer, porque la estructura solo ayuda a que una afirmación que ya merecía ser repetida viaje más lejos.

¿Por qué la estructura se lleva el crédito que en realidad ganó el fondo?

Los consejos actuales para lograr ser citado por un motor de respuesta de IA se leen como una lista de verificación de formato: un bloque de respuesta en negrita, un encabezado con forma de pregunta, una lista ordenada, un toque de marcado de esquema. Nada de eso está exactamente mal. Apunta a la capa equivocada del problema, y la evidencia de ello es más directa de lo que la mayoría de esos consejos admite.

Una página puede marcar cada casilla de esa lista y aun así no decir nada que una máquina no haya leído ya en otro lugar: una respuesta en negrita que repite lo obvio, un encabezado con forma de pregunta que en realidad nadie hace, una lista de consejos recopilada de otras listas de consejos. El envoltorio no es el problema. Lo que hay dentro sí lo es.

Ahrefs analizó cerca de 1.885 páginas que solo añadieron marcado de esquema, sin ninguna afirmación nueva, sin ningún número nuevo, solo una etiqueta legible por máquina envuelta alrededor de un contenido que ya existía, y no encontró un aumento fiable de citas atribuible solo a esa incorporación (Search Engine Roundtable, por reverificar). El esquema se acerca a la estructura pura: un envoltorio sin nada nuevo dentro. Si la estructura por sí sola fuera lo que recompensan los motores de respuesta, aquí es exactamente donde el efecto debería haberse manifestado con claridad. No fue así.

¿Qué encontró en realidad el primer estudio serio sobre esto?

Un equipo de Princeton, Georgia Tech e IIT Delhi publicó uno de los primeros estudios empíricos sobre qué es lo que realmente mueve la posición de una fuente dentro de una respuesta generada, presentado en KDD 2024. Al recorrer una serie de formas en que una página podría modificarse, el resultado fue específico, no vago: agregar estadísticas citadas y citas textuales directas elevó la visibilidad de una fuente dentro de la respuesta generada más de lo que lograron los cambios de formato (arXiv 2311.09735, por reverificar).

Leído con sencillez, ese hallazgo coloca al contenido por delante de su contenedor. El incremento provino de darle al motor de respuesta algo que atribuir: un número respaldado por una fuente, una cita con un nombre asociado, no una capa más prolija alrededor de la misma afirmación reciclada. Los cambios de envoltorio fueron el efecto menor. Los cambios de contenido fueron el mayor. Ese es el orden inverso al que todavía asume la mayoría de las guías, y vale la pena tomarlo en serio precisamente porque es uno de los pocos estudios académicos que pone a prueba la pregunta de forma directa, en lugar de inferirla a partir de una correlación.

Esa distinción importa porque la mayor parte de lo que circula sobre visibilidad en IA proviene de proveedores con un producto que vender, o de un único panel que describe sus propios resultados. Un estudio académico, puesto a prueba en muchas páginas y no en el resultado de un solo cliente, es un tipo de evidencia más escaso, y resulta que apunta lejos del envoltorio y hacia las palabras que contiene.

¿Por qué el formato sigue llevándose la mayor parte del crédito?

En parte porque es la mitad más fácil de vender y estandarizar: una plantilla, una auditoría, un elemento de una lista de verificación que existe en una página o no existe. La estructura es visible, se puede enseñar y se puede terminar en una tarde, lo que la convierte en un lugar cómodo donde concentrarse.

Y en parte porque el formato y el fondo tienden a viajar juntos, lo que hace fácil confundir uno con el otro. Un equipo con la disciplina para llevar a cabo investigación original, nombrar una fuente y enunciar un número preciso es también, por lo general, el tipo de equipo que se toma la molestia de estructurar bien la página. La estructura no causó la cita. Viajó junto al fondo que sí la causó, y es fácil confundir al pasajero con el conductor.

Nada de esto vuelve inútil a la estructura. Tiene una función real y más acotada: hacer que una afirmación que ya vale la pena extraer sea fácil de encontrar y extraer para una máquina, sin necesidad de adivinar. Cómo lograr que la IA te cite cubre ese mecanismo por completo: el bloque de respuesta, el encabezado con forma de pregunta, la fuente asociada a cada cifra. Lo que la estructura no hace, y nunca iba a hacer, es fabricar una afirmación que valga la pena extraer a partir de una que no existía desde el principio.

¿Qué hace que una afirmación realmente valga la pena extraer?

Al dejar de lado la cuestión del formato, quedan tres cosas, y cada una es una propiedad de la afirmación en sí, no de la página que la envuelve.

• Originalidad. Un número, un hallazgo o una postura que no existe en ningún otro lugar, de modo que un motor que compone una respuesta no tiene otro sitio de donde obtenerlo.
• Especificidad. Una afirmación precisa en lugar de un consenso reformulado, redactada de modo que una máquina no tenga que adivinar si es la respuesta real o una más entre una docena de formulaciones casi idénticas que ya circulan.
• Atribución. Un nombre, una fuente y una fecha asociados a la afirmación, de modo que pueda repetirse sin que el motor asuma el riesgo de una autoridad no verificada.

Una página puede tener todo el formato del mundo y aun así fallar en las tres. Una página sin nada de formato pero con las tres suele, de todos modos, ser encontrada, citada y parafraseada, porque el verdadero trabajo de la máquina es componer una respuesta confiable, no premiar una plantilla.

¿Por qué la mayoría de las citas apuntan a páginas que una marca no posee?

El patrón se mantiene cuando el marco se amplía más allá del propio sitio web de una marca. El análisis de Muck Rack sobre el comportamiento de citación de la IA encontró que la gran mayoría de las citas, cerca del 94 por ciento, apunta a fuentes que una marca no posee (Muck Rack, por reverificar): cobertura de prensa, análisis independientes, discusión en foros y comunidades.

Esa cifra es difícil de conciliar con una teoría de la citación basada en el formato. Una marca no puede agregar marcado de esquema al artículo de un periodista o al comentario de un desconocido en un foro. Lo que sí puede hacer es decir algo lo bastante específico, original y verificable como para que un periodista, un analista o un comentarista lo repita sin que nadie se lo pida, en una página que la marca nunca tocó. Una vez que una afirmación se repite de forma independiente, en varios lugares, un motor que compone una respuesta cuenta con más confirmación de la que la propia página de la marca podría aportar por sí sola. El formato de esa única página nunca iba a decidir el otro 94 por ciento.

¿Qué significa esto para lo que se publique a continuación?

La visibilidad ya no es el posicionamiento argumenta por qué la citación reemplazó al posicionamiento como línea de meta, y cómo debería una marca medir ese cambio una vez que acepta la premisa. Este artículo tiene una tarea más acotada: insistir en dónde recae el crédito una vez que una marca decide siquiera perseguir esa línea de meta.

La jugada confiable no es una plantilla más inteligente. Es una afirmación más verdadera: lo bastante específica como para merecer ser dicha, lo bastante original como para que nadie más la haya dicho ya, y lo bastante claramente atribuida como para que repetirla no le cueste nada de credibilidad a un motor. La estructura puede llevar esa afirmación más lejos una vez que existe. Nunca ha podido inventarla, y ninguna cantidad de disciplina de formato cambiará ese orden.

Una marca que persigue solo el formato tiende a estancarse: páginas ordenadas, resultados modestos, sin una razón clara en ningún sentido. Una marca que persigue una afirmación más verdadera tiene hacia dónde crecer, porque una afirmación original sigue ganando menciones nuevas cada vez que alguien más decide que vale la pena repetirla en una página propia.