Qué hace que una IA cite tu página: estudio de 96.418 URL
·
AEO for LatAm Team
Las páginas que ChatGPT, AI Mode y AI Overviews citaron tenían con más frecuencia un índice de contenidos, schema de tipo Article y al menos cinco encabezados H2 que las páginas del mismo dominio que no fueron citadas [1]. Lo muestra un estudio de SISTRIX sobre 96.418 URL, publicado el 22 de octubre de 2026 con datos del segundo trimestre de 2026 [1]. La muestra es de la región DACH (Alemania, Austria y Suiza), así que sirve como pista y no como regla para tu mercado [1].
¿Qué midió exactamente SISTRIX?
SISTRIX comparó cada página citada con una página no citada del mismo dominio, de modo que la fuerza de la marca no explica las diferencias [1]. La muestra incluye 96.418 URL de 17.380 dominios, con 43 características revisadas en cada una [1].
Los resultados se expresan como factores. Un factor de 1,0 indica que las páginas citadas y las no citadas se ven igual en esa característica, y un factor de 1,7 indica que las citadas la tienen 1,7 veces más [1].
El estudio cubre ChatGPT, AI Mode (el modo conversacional de Google) y AI Overviews (los resúmenes de IA sobre los resultados de Google), con unas 16.000 URL citadas por motor [1]. Perplexity, Claude y Gemini quedaron fuera [1].
¿Qué características tenían las páginas citadas?
Las señales de estructura encabezan la lista. Cada factor compara una página citada con una no citada del mismo dominio [1]:
Índice de contenidos con enlaces internos: 1,7, y solo el 14 % de las páginas tiene uno [1].
Schema Article (datos estructurados que identifican la página como artículo): 1,6 [1].
Al menos cinco H2: 1,6, aunque los autores advierten que los textos largos tienen más subtítulos por naturaleza [1].
Schema FAQPage: 1,5 [1].
Al menos una pregunta escrita como H2: 1,4 [1].
Fecha de última actualización visible: 1,3, y solo el 5 % de las páginas la muestra [1].
SISTRIX también reunió once características en un solo indicador. Las páginas que cumplían muchas de ellas fueron citadas 2,1 veces más que las páginas con poca optimización, y apenas el 10 % de las páginas citadas cumplía muchas [1].
¿Qué no funcionó en el estudio?
El archivo llms.txt, una lista en texto plano de las páginas principales de un sitio para sistemas de IA, no mostró efecto. SISTRIX escribe que “there is no measurable effect on AI citations” [1]. En español: según los datos del estudio, tener el archivo no se asocia con más citas.
El 11,7 % de las URL citadas provenía de dominios con llms.txt, frente al 14,0 % en el conjunto de todos los dominios [1]. La comparación se hizo por dominio, así que otras diferencias entre sitios pueden influir [1].
Otros tipos de schema tampoco ayudaron. Breadcrumb, HowTo y QAPage quedaron en 1,0, Product en 0,8 y Recipe en 0,1 [1].
¿Qué límites tiene este estudio?
Los propios autores reconocen varios límites, y cada uno cambia cuánto puedes aplicar las cifras a tu negocio [1]:
Solo se estudió la región DACH, y la página no indica de forma explícita el idioma de las páginas [1].
Los resultados son correlaciones. No demuestran que agregar una característica cause una cita [1].
Los hallazgos sobre título y H1 se analizaron en retrospectiva y los autores los llaman indicios iniciales [1].
El factor 2,7 del año en el título puede reflejar contenido que se mantiene al día y no el año en sí [1].
¿Qué puede hacer hoy una empresa de LatAm que vende a EE. UU.?
Recomendación de AEO for LatAm: usa la lista como plan de prueba en tus diez páginas más importantes en inglés. El Contenido para extracción da forma a tu contenido para que los motores de IA puedan citarlo, con páginas que abren con la respuesta, preguntas frecuentes y comparaciones. Es uno de los cuatro pilares de AEO for LatAm, y el patrón de SISTRIX apunta en esa misma dirección [1].
Recomendación de AEO for LatAm: agrega un índice de contenidos con enlaces internos a tus guías de más de 1.000 palabras, porque solo el 14 % de las páginas de la muestra lo tiene [1]. Después repite las mismas preguntas en ChatGPT, Claude, Gemini y Perplexity para ver si algo cambia.
Recomendación de AEO for LatAm: mantén el archivo llms.txt como tarea de orden y bajo costo, sin esperar un aumento de citas, porque este estudio no encontró ninguno [1].
Preguntas frecuentes
¿Qué es el estudio de SISTRIX sobre citas de IA? Es un análisis de pares sobre 96.418 URL de 17.380 dominios, publicado el 22 de octubre de 2026. SISTRIX comparó páginas citadas por ChatGPT, AI Mode y AI Overviews con páginas no citadas del mismo dominio, usando 43 características y datos del segundo trimestre de 2026 [1].
¿El schema FAQPage ayuda a que una IA me cite? El schema FAQPage tuvo un factor de 1,5, es decir, las páginas citadas lo llevaban más a menudo que sus pares no citadas [1]. Breadcrumb, HowTo y QAPage quedaron en 1,0, sin diferencia medible [1]. Como el estudio muestra correlación y no causa, agregar el marcado por sí solo no garantiza una cita.
¿Los resultados valen para mi mercado en Latinoamérica? Los datos son de la región DACH y la página no indica el idioma [1]. Los resultados para Estados Unidos o Latinoamérica pueden ser distintos. Recomendación de AEO for LatAm: trata los factores como hipótesis y pruébalos con tus propias páginas y preguntas.
¿Un artículo más largo se cita más? Las páginas con al menos 1.000 palabras tuvieron un factor de 1,5, y los autores dicen que eso refleja sobre todo una mejor estructura y no la longitud [1]. La legibilidad no mostró efecto significativo, con un factor de 1,03 [1]. Los encabezados claros y el índice pesan más que el conteo de palabras.
¿Debo poner el año actual en los títulos? Los títulos con el año actual mostraron un factor de 2,7, pero SISTRIX los analizó en retrospectiva y lo presenta como un indicio inicial [1]. El efecto puede venir de contenido actualizado con frecuencia, y los datos no permiten saber si cambiar solo el año basta [1].
Haz un Quick-Start Blueprint sobre tu dominio.
Referencias
Johannes Beus, Julia Weissbach y el equipo de contenido de SISTRIX. SISTRIX. “Citation Worthiness: Which GEO Tactics Hold Up Across 96,418 URLs”. Publicado el 22 de octubre de 2026, modificado por última vez el 23 de octubre de 2026. Datos recopilados en el segundo trimestre de 2026, región DACH. https://www.sistrix.com/blog/citation-worthiness-study/ (consultado el 26 de octubre de 2026).