Optimizar para ser citado y posicionado: Guía práctica para periodistas y redactores SEO en la era de la IA

La Inteligencia Artificial (IA) generativa ya no es futurismo: es la puerta de entrada diaria a la información. Esto cambió el juego. El objetivo dejó de ser únicamente “aparecer arriba en Google” para convertirse en algo más estratégico: ser citado por los modelos de IA (ChatGPT, Gemini, Perplexity, Copilot).

En otras palabras, pasar de optimizar para clics a optimizar para citas, de optimizar para Google a optimizar para IA´s; pero, sin dejar de escribirle a nuestros lectores, personas reales con criterio y que buscan información confiable.

Este artículo reúne experiencia real en medios y marcas, más buenas prácticas verificables de AEO/GEO (Answer/Generative Engine Optimization), para que periodistas y redactores SEO escriban contenidos que la IA pueda entender, extraer y citar con fiabilidad.

Y también es, en sí mismo, parte del experimento: lo construí a partir de mi experiencia, de pruebas realizadas en notebooks con IA, de proyectos aplicados en el terreno y de la colaboración editorial con esta herramienta.

Comparto el proceso con transparencia porque creo que es igual de valioso que el resultado: mostrar cómo la IA puede amplificar el trabajo humano sin reemplazarlo.

¿Que encontrarás en esta guía?

✍️ Nota editorial: Este artículo fue elaborado a partir de pruebas con notebooks de IA, experiencias aplicadas en proyectos de MaIA y la colaboración editorial con herramientas generativas, siempre con revisión y curaduría humana. Creemos en la transparencia y en el valor de la combinación entre juicio humano y tecnología.

¿Qué cambió con la IA generativa?
(y por qué te importa)

Respuestas directas (AI Overviews) vs. 10 enlaces azules

Google y Bing ya generan respuestas; los usuarios consultan cada vez más a LLMs (ChatGPT, Gemini, Perplexity) que resumen y citan.

Nuevas métricas

No alcanza con CTR o posición: importa la “citabilidad” (qué tan fácil es que un modelo te utilice como fuente) y la autoridad percibida por la IA.

Fuentes fiables

Los LLM son “máquinas de citar” y necesitan contenido verificable, con EEAT (Experiencia, Experticia, Autoridad y Confiabilidad).

Diferencias visibles

Google y LLMs pueden mostrar resultados distintos por fuentes, algoritmos, personalización y semántica.

📌 Dato clave que respalda el cambio:

Análisis reportados por Semrush indican que una amplia mayoría de citas de ChatGPT no provienen del top 10 de Google (en algunos informes, ~86% o “casi 90%” desde posición 21+).

La lección: una buena respuesta puede ser citada aunque no rankees primero.

Clics vs. citas: la comparación que necesitas
(SEO vs. AEO)

Durante dos décadas, el SEO se midió con una lógica muy clara: posicionar alto en Google para conseguir clics. El objetivo era aparecer entre los primeros resultados y atraer tráfico al sitio.

Con la llegada de los modelos de lenguaje y los motores de respuesta, el escenario cambió: ahora lo que importa no es solo atraer un clic, sino ser la fuente que la IA utiliza y cita al dar una respuesta.

Es un giro de mentalidad: de competir por un clic, a competir por la confianza de ser la referencia.

👉 Para entenderlo mejor, mira esta tabla comparativa:

Aspecto	SEO tradicional (clics)	AEO/GEO (citas en IA)
Meta	Posicionar alto para atraer tráfico mediante clics	Ser fuente confiable dentro de las respuestas generadas por IA
Interacción	El usuario hace clic al enlace para leer la nota	La IA responde directamente y menciona la fuente, a veces sin clic
Formatos fuertes	Artículos largos, posts de blog, landings de producto	FAQs, listas, pasos, tablas, resúmenes breves
Señales clave	Backlinks, PageRank, densidad de keywords	Claridad del lenguaje, estructura semántica, EEAT (experiencia y confiabilidad)
Optimización	Keywords, enlazado interno, metadescripciones	Entidades, preguntas reales, datos estructurados (schema.org)
Éxito	Medido en CTR y visitas	Medido en citas recurrentes y reputación como fuente

¿Qué es AEO?
(Answer Engine Optimization)

Answer Engine Optimization (AEO) es la evolución natural del SEO. Mientras el SEO tradicional busca que un artículo aparezca entre los primeros resultados de Google para atraer clics, el AEO se centra en que ese contenido pueda ser entendido, extraído y citado por modelos de IA como ChatGPT, Gemini o Perplexity.

En la práctica, AEO significa preparar tus artículos para que cumplan con cuatro condiciones:

1. Claridad de lenguaje y estructura: encabezados jerárquicos, títulos en forma de preguntas y redacción en lenguaje natural.
   
2. Formateo para la extracción: listas, pasos, tablas y FAQs que la IA pueda reutilizar sin ambigüedades.
   
3. Confiabilidad y autoridad: reforzar EEAT (experiencia, experticia, autoridad y confiabilidad) con autores reales, fuentes verificables y casos propios.
   
4. Accesibilidad técnica: permitir que los bots de IA rastreen tu sitio (robots.txt, sitemap.xml) y ayudarlos con HTML semántico y schema.org.

En otras palabras, AEO se apoya en las bases del SEO técnico y semántico, pero añade tres capas nuevas:

• Preparación estructural: pensar cómo un modelo va a “leer” y fragmentar tu contenido.
• Claridad de propósito: cada sección debe responder a una pregunta concreta.
• Reputación editorial: tu marca y tus autores deben transmitir credibilidad para que la IA confíe en citarlos.

Ejemplo práctico:
Mismo contenido sin AEO vs. optimizado para AEO

Versión sin AEO (SEO clásico):

El packaging activo es una innovación en envases que prolonga la vida útil de los alimentos. Permite liberar o absorber sustancias para conservar el producto. Existen diferentes tipos en el mercado, con aplicaciones en carnes, lácteos y bebidas.

Versión optimizada para AEO (mismo contenido):

¿Qué es el packaging activo y cómo funciona?

El packaging activo es un tipo de envase diseñado para interactuar con el alimento y prolongar su vida útil.

Puede liberar sustancias (como antioxidantes) o absorber otras (como humedad u oxígeno).

Se aplica en categorías como:

1. Carnes frescas → mayor conservación.
2. Lácteos → retraso en la oxidación.
3. Bebidas → protección frente a contaminantes.

📌 Notá la diferencia:

En la segunda versión, la respuesta está estructurada como una pregunta-respuesta clara, con listas y pasos que la IA puede citar tal cual en una conversación.

👉 Para un periodista o redactor, esto implica un cambio de mentalidad: ya no se trata de escribir solo para “atraer clics”, sino para convertirse en la fuente que la IA consulta y cita cuando explica un tema.

Factores editoriales que priorizan ChatGPT, Gemini y Perplexity

Cuando un modelo de IA selecciona contenido para citarlo, no se fija en si usaste la keyword 20 veces, sino en si tu texto es claro, estructurado y confiable.

Por eso, más allá de lo técnico, la edición periodística es lo que marca la diferencia.

Encabezados y lenguaje que la IA entiende

H1 claro y directo:

El título principal debe decir de qué trata el artículo, sin metáforas crípticas. Ejemplo: en vez de “El futuro invisible del empaque”, usá “¿Qué es el packaging activo y cómo funciona?”.

Subtítulos en formato pregunta (H2/H3):

Este patrón facilita que la IA lo lea como si fuera una sección de FAQ. Un subtítulo como “¿Cuáles son los riesgos de reducir el azúcar en productos lácteos?” es más entendible que “Tendencias en reducción de azúcar”.

Primer párrafo con respuesta directa:

Las IA priorizan los textos que arrancan resolviendo la duda, igual que un chat.

Lenguaje natural y con entidades:

Mencionar personas, lugares, organismos y conceptos relacionados ayuda a la IA a darle contexto semántico a tu contenido.

👉 En resumen: escribe como si ya estuvieras respondiendo una consulta en una entrevista o chat en vivo.

Formatos que mejoran la citación

Los modelos de IA procesan mejor la información cuando está organizada en bloques fáciles de extraer. Los más efectivos son:

• FAQs: 5–10 preguntas por tema, con respuestas cortas y claras (ideal con marcado FAQPage).
• Listas y pasos numerados: muy valorados por Perplexity y por las búsquedas de voz.
• Tablas comparativas: útiles para contrastar conceptos (ej. SEO vs AEO).
• Mini-resúmenes y secciones prácticas: “Errores comunes”, “Consejos”, “Paso a paso”.
• Imágenes y video con alt text: cada recurso visual debe tener descripción útil para la IA.

Ejemplo práctico:
Sin formato vs. optimizado

Versión sin AEO:

Reducir el consumo de azúcar tiene beneficios para la salud, aunque también puede afectar la textura y el sabor de los alimentos.

Versión optimizada para AEO:

¿Cuáles son los beneficios y riesgos de reducir el azúcar en alimentos?

• Beneficios: mejora de salud metabólica, reducción de calorías.
• Riesgos: pérdida de textura, sabor menos atractivo, necesidad de aditivos.

📌 La segunda versión es más probable que sea citada por IA porque responde de forma clara, con estructura y comparaciones.

Evidencia y práctica

Las plantillas de AEO y los estudios de featured snippets confirman lo mismo: los formatos listas, tablas y FAQs alimentan una gran parte de las respuestas generadas por voz y por chat.

En otras palabras, si tu contenido está listo para un snippet, también está listo para la IA.

Casos reales:
¿qué está funcionando?

Los principios de AEO/GEO no son teoría: con MaIA ya los probamos en distintos proyectos de B2B y B2C, en industrias como alimentación, logística, deporte internacional y comercio exterior.

A continuación comparto algunos aprendizajes de campo, explicando tanto las prácticas aplicadas como cómo medimos los resultados.

Caso 1:
Medio digital sobre alimentación y nutrición (B2C)

Para un portal especializado en alimentos optimizamos artículos sobre ingredientes y productos terminados y los llevamos al formato de artículos con estructura AEO: títulos en formato de pregunta, tablas comparativas, listas prácticas y fuentes verificables.

Resultado observado: el tiempo de permanencia en la página aumentó un 27%, y el tráfico de referencia desde plataformas IA (como Perplexity.ai) creció en torno al 23% en 3 meses.

Caso 2:
Portal de logística industrial (B2B)

Transformamos guías técnicas en respuestas claras a preguntas frecuentes, como: “¿Cuáles son las diferencias entre un camión tortón y rabón?”. Se aplicó schema Article, subtítulos en forma de pregunta, listados, schema FAQs e interlinking hacia nodos temáticos como nearshoring y logística inversa.

Resultado observado: el artículo comenzó a aparecer citado en Gemini y ChatGPT para consultas específicas, y recibir tráfico de referencia desde estas fuentes incluso antes de estar en el top 3 de Google.

Caso 3:
Proyecto de captación deportiva internacional (B2C)

En un sitio orientado a familias y jóvenes que buscan oportunidades deportivas en Europa, convertimos textos promocionales en guías prácticas con FAQs, traducción al inglés e interlinking a distintas etapas del funnel.

Resultado observado: además de registrarse un incremento en leads cualificados, vimos la aparición del dominio como referencia en consultas sobre «Cómo jugar fútbol profesional en Europa», y academias deportivas en Perplexity.

Caso 4:
Blog de empresa de comercio exterior (B2B)

Reorganizamos la arquitectura de contenidos en el blog editorial del portal comercial de la empresa, priorizando bloques explicativos, FAQs semánticas y enlaces internos con contexto.

Resultado observado: el sitio empezó a recibir tráfico referido desde diferentes motores IA en especialmente, en los artículos relacionados a “tipos de contenedores”.

Lección ética:
El fallido caso CNET

En 2022, el medio tecnológico CNET utilizó IA generativa para redactar artículos de finanzas personales, sin informar a sus lectores. Investigadores externos detectaron errores factuales, plagios parciales y explicaciones confusas.

El resultado fue inmediato: CNET tuvo que corregir notas, suspender la práctica y enfrentó una fuerte pérdida de confianza.

Aprendizaje: la IA puede acelerar la producción, pero la edición humana y la transparencia son innegociables.

El riesgo de ocultar procesos o publicar contenido poco confiable es mayor que cualquier ganancia en velocidad.

¿Cómo medimos la citación en IA?

Hoy no existe un “Search Console para IA”, pero sí hay formas prácticas de aproximarnos a esa métrica:

1. Tráfico de referencia desde dominios IA: usamos herramientas de analítica web (ej. Google Analytics 4) para detectar visitas provenientes de dominios como perplexity.ai o you.com.
   
2. Consultas manuales en motores IA: definimos un set de preguntas frecuentes en cada sector y comprobamos si el contenido aparece citado en ChatGPT, Gemini o Perplexity.
   
3. Cruce de señales: contrastamos las dos fuentes (analytics + observación manual) para validar tendencias.
   
4. Señales de nuestros agentes de contenidos y tendencias: en MaIA desarrollamos agentes de IA propios que investigan en nichos temáticos de nuestros clientes usando modelos como Gemini y ChatGPT. Siempre les pedimos que reporten las fuentes originales de los datos, lo que nos permite verificar la información y detectar cuándo aparece contenido de nuestros clientes citado en esas respuestas.

📌 Esto no equivale a un dato “oficial” como el CTR en Google, pero sí nos da una forma consistente de evaluar si un contenido empieza a ser utilizado como referencia por los modelos de IA.

Buenas prácticas para periodistas y redactores en la era de la IA

Escribir para ser citado por una IA no es cuestión de suerte: es el resultado de aplicar una metodología que combina SEO clásico, criterios de AEO (Answer Engine Optimization) y estándares editoriales claros.

El desafío está en mantener la calidad periodística y, al mismo tiempo, preparar los contenidos para que los motores de IA puedan entenderlos, extraerlos y reutilizarlos con fiabilidad.

Plantilla de nota periodística optimizada

Una nota optimizada para la era de la IA no solo debe informar a las personas: también debe estar preparada para ser entendida y citada por modelos como ChatGPT, Gemini o Perplexity. Para eso, cada elemento tiene un propósito claro.

1. Título (H1) claro y directo

• Debe incluir la palabra clave principal y, de ser posible, formularse como pregunta o respuesta concreta.
• Por qué importa: Los modelos de IA priorizan encabezados fáciles de reconocer como respuesta a una consulta.
  Un título como “¿Qué es el packaging activo y cómo funciona?” es mucho más citable que “El futuro invisible del empaque”, porque responde en lenguaje natural..

2. Lead conversacional (40–60 palabras)

• El primer párrafo debe responder como si estuvieras en un chat: qué pasó, dónde y por qué importa.
• Por qué importa: tras la actualización core de Google en marzo 2025, los AI Overviews crecieron un 116% y ya aparecen en más del 60% de las búsquedas. Cuando lo hacen, solo el 8% de los usuarios hace clic.
  El lead puede ser lo único que vea y cite la IA.

3. Subtítulos (H2/H3) en formato pregunta

• Favorecen que la IA lo interprete como un bloque de FAQ. Ejemplo: “¿Cuáles son los beneficios y riesgos de reducir el azúcar en lácteos?”.
• Por qué importa: este formato facilita la extracción automática en motores como Perplexity o Gemini, y es recomendado en plantillas de AEO porque también favorece la comprensión en búsquedas por voz.

4. Secciones prácticas y comparativas

• Usar listas, tablas, apartados como “Errores comunes”, “Consejos” o “Paso a paso”.
• Por qué importa: aunque aún no hay métricas cuantitativas, la evidencia editorial indica que estos formatos se reutilizan con mayor frecuencia en respuestas de IA porque son fáciles de fragmentar y citar.

5. Bloque de FAQs (5–10 preguntas clave)

• Responder en lenguaje natural y, cuando sea posible, reforzar con schema FAQPage.
• Por qué importa: los FAQPage son reconocidos por Google y Bing como fuente de snippets y AI Overviews. Además, aportan claridad semántica, lo que aumenta la probabilidad de que la IA seleccione el contenido en consultas relacionadas.

6. Firma del autor y bio breve

• Incluir nombre real, foto, credenciales y enlaces a redes o publicaciones.
• Por qué importa: forma parte directa del marco EEAT (Experiencia, Experticia, Autoridad y Confiabilidad). Los motores de IA necesitan evaluar si una fuente es confiable, y la autoría visible es una señal clave.

Checklist editorial AEO + EEAT

Antes de publicar, es útil hacer una revisión rápida.

Este checklist no solo ayuda al SEO, sino que también alinea el contenido con lo que priorizan las IA:

✅ Título en pregunta con keyword principal → facilita la indexación semántica.

✅ Lead conversacional que responde al “qué, dónde, por qué importa” → aumenta la citabilidad en AI Overviews.

✅ Subtítulos en formato FAQ → mejor extracción por motores de respuesta.

✅ Listas, tablas o comparativas → estructuras claras que los LLM reutilizan.

✅ Bloque de FAQs con mínimo 5 preguntas → señal técnica de AEO reconocida por Google.

✅ Citas y fuentes verificables → refuerzan EEAT y credibilidad.

✅ Bio y firma del autor → autoridad visible, recomendada por Google.

✅ Edición y revisión humana → reduce errores, sesgos y “alucinaciones” de IA.

Por qué importa: cada punto del checklist responde a estudios recientes (2023–2025) que muestran cómo la IA elige fuentes confiables y bien estructuradas para generar sus respuestas.

EEAT en acción: cómo aplicarlo en periodismo

Google y los motores de IA aplican el marco EEAT para evaluar qué contenidos son dignos de confianza. Cada dimensión puede traducirse en prácticas concretas:

Experiencia (Experience):

• Publicar estudios de caso con datos cuantitativos.
• Incluir evidencia visual (capturas, gráficos).
• Por qué importa: la experiencia práctica documentada es más difícil de falsificar y aumenta la confiabilidad de la fuente.

Experticia (Expertise):

• Crear guías completas y análisis profundos.
• Cubrir temas de nicho y variaciones semánticas.
• Por qué importa: los contenidos de nicho demuestran dominio especializado, lo que la IA interpreta como autoridad temática.

Autoridad (Authoritativeness):

• Colaborar con expertos y conseguir menciones en medios externos.
• Incluir firma y bio breve del periodista.
• Por qué importa: tanto Google como los LLM valoran la reputación del autor y la del medio al momento de decidir qué citar.

Confiabilidad (Trustworthiness):

• Mostrar política de privacidad y contacto.
• Usar perfiles de autor reales y fuentes verificables.
• Por qué importa: la transparencia refuerza la credibilidad del medio, un criterio central para Google y la IA.

Métricas que importan en la era del AEO

Aunque el objetivo ya no son los clics masivos, hay métricas que ayudan a validar si un contenido es confiable y “citable”:

• Citas y menciones en IA: detectar tráfico de referencia desde perplexity.ai, ChatGPT u otros dominios de motores de IA.
• Tiempo de permanencia en página: indica que el contenido aporta valor (experiencia + experticia).
• Scroll depth y clics internos: prueban la calidad de la arquitectura de información y la relevancia del contenido.
• Tasa de rebote baja: demuestra que la intención de búsqueda fue satisfecha.
• Core Web Vitals: velocidad y experiencia técnica que refuerzan confiabilidad.
• CTR en snippets: títulos claros y metas concisas siguen siendo útiles, aunque el clic no sea el único objetivo.
• Participación en comunidades: menciones en Reddit, Quora o LinkedIn aportan señales externas de autoridad.

Por qué importa: estas métricas no solo miden engagement humano, también refuerzan la percepción de confiabilidad para los algoritmos de Google y los LLM.

Ética y transparencia:
innegociables

El caso de CNET y varios más, han mostrado lo que ocurre cuando se usa IA sin informar al lector: errores factuales, pérdida de reputación y desconfianza del público.

Investigaciones recientes van más lejos: en 2025, un estudio en España reveló que estudiantes de comunicación no distinguían entre noticias falsas creadas por ChatGPT y noticias reales; peor aún, percibieron como más veraces las falsas editadas por humanos.

Esto confirma un consenso creciente:

• Transparencia explícita: siempre informar si un texto fue asistido por IA (recomendación de Thomas Kent y agencias éticas de periodismo).
• Gestión ética: la IA debe estar al servicio de la misión periodística, no solo de fines comerciales (Consell de la Informació de Catalunya).
• Revisión humana obligatoria: verificar fuentes, ajustar estilo y asegurar coherencia antes de publicar.
• Preparación regulatoria: en Europa ya se anticipan normativas que obligarán a informar al usuario cuando un contenido es generado o asistido por IA.

La confianza del lector es tan crucial como la calidad técnica. Ocultar procesos erosiona credibilidad más rápido que cualquier error editorial.

📌 En síntesis, la diferencia entre un contenido que “vive” en Google y uno que trasciende en la era de la IA está en su capacidad para ser:

• Entendible (estructura clara).
• Citable (formato listo para extracción).
• Confiable (reforzado por EEAT).
• Honesto (con transparencia en el uso de IA).

Dejemoslo claro:
la IA no reemplaza, amplifica

La irrupción de la inteligencia artificial generativa cambió las reglas del juego. El objetivo ya no es solo aparecer en los primeros lugares de Google para ganar clics, sino convertirse en la fuente confiable que los modelos de IA citan cuando generan respuestas.

Este cambio trae consigo tres lecciones fundamentales:

a. Lo humano sigue siendo insustituible

Aunque los LLM pueden sintetizar información a gran escala, carecen de criterio editorial y responsabilidad ética.

Casos como el de CNET (2022) y estudios recientes en España (2025) muestran los riesgos de publicar contenido generado sin supervisión: errores factuales, desinformación y pérdida de confianza.

👉 La IA es un amplificador, no un reemplazo. El juicio crítico, la creatividad y la transparencia humana siguen siendo la base de la credibilidad.

b. El contenido útil se multiplica con la IA

Para que un artículo sea citable, debe ser claro, estructurado y confiable. La práctica lo demuestra: listas, FAQs, subtítulos en forma de pregunta y leads conversacionales no solo ayudan a los motores de IA a extraer fragmentos, también facilitan la lectura a los usuarios humanos.

👉 La buena noticia es que lo que funciona para la IA también mejora la experiencia del lector.

c. El EEAT es más importante que nunca

Google y los motores de IA necesitan distinguir qué fuentes son confiables. El marco EEAT (Experiencia, Experticia, Autoridad, Confiabilidad) se convirtió en el estándar para decidir qué citar. Esto implica mostrar casos reales, autoría verificable, políticas transparentes y un estilo editorial consistente.

👉 Sin EEAT, incluso el contenido bien escrito pierde relevancia en el ecosistema de la IA.

Revisa tu contenido actual y pregúntate:

• ¿Responde de manera clara a una pregunta concreta?
• ¿Está estructurado con títulos, listas y FAQs fáciles de extraer?
• ¿Refuerza tu EEAT con casos reales, autoría visible y fuentes confiables?
• ¿Fue revisado por un humano antes de publicarse?

Si la respuesta es “no” en alguno de estos puntos, ese contenido no está listo para la era de la IA.

La buena noticia es que la adaptación no requiere reinventar todo, sino alinear el periodismo de calidad con los nuevos criterios de citabilidad. Así, cada artículo puede convertirse no solo en un recurso para tus lectores, sino también en una fuente que los modelos de IA reconozcan, citen y multipliquen.

Bibliografía de fuentes consultadas

1. Fuentes académicas y de investigación

• Corvalán, Juan G. y Sánchez Caparrós, Mariana. Agentes de inteligencia artificial y workflows agénticos: la nueva frontera de la automatización: guía práctica para comprender qué son, cómo funcionan y cuándo utilizarlos. Ciudad Autónoma de Buenos Aires: La Ley, 2025. (Con el apoyo de UBA IALAB).
• Suárez-Álvarez, Rebeca et al. “parece veraz”. Credibilidad de la desinformación producida usando IA desde la perspectiva de los estudiantes de comunicación. Revista de Comunicación, vol. 24, n° 2, 2025.
• UPF e-Repositori. Lopezosa, Carlos y Codina, Lluís. SEO y Periodismo. Publicado en mayo de 2020. (Basado en tesis doctoral defendida en noviembre de 2019).

2. Medios, asociaciones y entidades periodísticas

• ADEPA. Las noticias personalizadas mediante IA adoptan nuevas formas pero ¿las quieren los lectores?
• ADEPA. Seis herramientas de inteligencia artificial para periodistas.
• Master en Innovación en Periodismo. Ética de la Inteligencia Artificial en el periodismo: nos jugamos el futuro de la profesión.
• Postedin Blog. Olicon, Nico y Valdivieso, Felipe. La importancia de EEAT en las respuestas de la IA de Google. Publicado el 15 de julio de 2025.

3. Consultoras, agencias y recursos especializados en SEO e IA

• Cebra Blog. Quezada, Sabrina. ¿Cómo utilizar la IA en la redacción SEO?. 18 de julio de 2024.
• Data SEO. Agentes de IA SEO: Automatización de tareas, herramientas y casos de uso. 14 de mayo de 2025.
• WebFX. Cómo utilizar la IA para el SEO: 11 tácticas de expertos en SEO. (2025).
• Pragma. El futuro del SEO con la inteligencia artificial. Qué cambia y qué no.
• Mentoría SEO. Guía práctica para periodistas: redactar contenidos que posicionen en Google y en los motores de IA.
• Miguel Ángel Serra. SEO para IA. 17 Estrategias para que tu contenido sea seleccionado por los LLM. Publicado el 10 de julio (contexto 2027).
• Semrush. ChatGPT Cites Sources Outside Google’s Top 10 in 86% of Cases. Informe publicado en 2023.

4. Recursos y divulgación general

• Agustín Medina | IA Agency Academy. Cómo Empezar Una Agencia de IA +6H. Video de YouTube (2025).
• ClickUp. Las 10 mejores herramientas de IA para la investigación de palabras clave en 2025.
• Botpress. Guía completa de agentes de IA para marketing digital.
• Profe Alameda. La IA de Claude imita el estilo de los grandes escritores: desde Quevedo a Bukowski. Video de YouTube.
• Wikipedia. Optimización de modelos de lenguaje.