Ha estado escribiendo para lectores. Ahora también debe escribir para máquinas

Introducción

Llevas años aprendiendo a escribir para el público. Frases cortas. Voz activa. Un gancho en el primer párrafo. Conoces las reglas.

Pero hay un nuevo público que lee tu contenido, y a este no le importa tu gancho.

Los sistemas de IA —ChatGPT, Perplexity, los resúmenes de IA de Google y otros— ahora procesan y resumen contenido web a gran escala. Cuando alguien le hace una pregunta a una de estas herramientas sobre tu sector, esta recurre a páginas que puede analizar, extraer y citar con seguridad. La pregunta es: ¿la tuya es una de ellas?

Lo frustrante es que un texto excelente para los humanos puede resultar casi ilegible para las máquinas. No porque el contenido sea malo, sino porque la estructura dificulta la extracción del significado.

Así es como se ve esto en la práctica, y qué puedes hacer al respecto.

El problema no es lo que dices, sino cómo lo dices.

Cuando un modelo de lenguaje lee una página, no percibe tu contenido de la misma manera que lo hace un humano. No se beneficia del contexto que se va construyendo a lo largo de los párrafos. No capta el significado implícito. Extrae: toma frases o secciones individuales y las utiliza para construir una respuesta.

Eso cambia el significado de «escribir bien».

Considera estas dos versiones de la misma frase:

Versión A: «Nuestra solución ayuda a los equipos a estar en sintonía y a ser más productivos».

Versión B: «El software de gestión de proyectos de Acme reduce la falta de comunicación entre equipos al centralizar el seguimiento de tareas en un único panel de control».

La versión A suena más cálida. La versión B suena más corporativa.

Pero la versión B es la que citará una IA. Menciona el nombre de la empresa, especifica lo que hace el producto e identifica el problema que resuelve, todo en una sola frase que puede funcionar de forma totalmente independiente. La versión A, sacada de contexto, no significa casi nada.

Redacción para la extracción: un marco sencillo

No es necesario que reescribas todo tu sitio web. Lo que debes hacer es pensar en cada pieza de contenido importante de una forma ligeramente diferente.

La pregunta fundamental es: si alguien sacara este párrafo de contexto, ¿seguiría comunicando algo claro y específico?

He aquí una forma práctica de aplicar esa prueba:

1. Nombra tus entidades de forma explícita. No escribas «nuestra plataforma», escribe el nombre de la plataforma. No escribas «este enfoque», di cuál es el enfoque. Los sistemas de IA construyen significado a partir de entidades nombradas. Los pronombres y las referencias genéricas no les dan nada a lo que aferrarse.

2. Define antes de matizar. Empieza con los hechos y luego añade matices. «La tasa de rebote se redujo un 40 % tras reestructurar la navegación» es extraíble. «Tras realizar algunos cambios en la forma en que los usuarios navegaban por el sitio, la interacción mejoró significativamente» no lo es.

3. Haz que cada sección responda a una pregunta. El mejor contenido para la recuperación mediante IA se organiza en torno a preguntas concretas: ¿Qué es esto? ¿Para quién es? ¿Qué problema resuelve? ¿Cómo funciona? Cada sección debe poder responder a su pregunta de forma independiente.

4. Evita el contexto suspendido. Una frase que empiece con «Como se ha mencionado anteriormente...» o «Partiendo de lo anterior...» pierde todo su sentido cuando se extrae. Vuelve a expresar lo que sea necesario. La repetición que a un lector humano le parece redundante resulta realmente útil para una máquina.

La capa estructural subyacente a la redacción

Incluso el contenido esté perfectamente redactado, puede que no llegue a los sistemas de IA si la estructura subyacente no permite su lectura automática.

Aquí es donde las cosas van más allá del estilo de redacción y entran en una capa técnica en la que la mayoría de los creadores de contenido no han tenido que pensar antes.

Algunas cosas que importan aquí:

• Marcado de esquemas: datos estructurados que indican a los sistemas de búsqueda basados en IA no solo qué hay en tu página, sino de qué tipo de contenido se trata. Para plataformas como las Descripciones generales de IA de Google, el esquema tiene un impacto bien documentado en cómo se interpreta y se muestra el contenido. Para los modelos de lenguaje grande (LLM) como ChatGPT y Perplexity, la relación es menos directa, pero una estructura clara y las señales semánticas siguen facilitando el procesamiento y la representación precisa de tu contenido.

• Jerarquía de encabezados: los encabezados claros y descriptivos (H1, H2, H3) proporcionan a los sistemas de IA un mapa de tu contenido. Los encabezados vagos como «Más información» o «El siguiente paso» no transmiten nada útil.

• llms.txt: una convención propuesta (aún no es un estándar oficial), similar en concepto a robots.txt, que ofrece a los rastreadores de IA una guía explícita sobre la estructura de tu sitio y lo que pueden utilizar. Fue introducida por el investigador Jeremy Howard y ha sido adoptada por varios rastreadores de IA importantes, pero su adopción sigue siendo desigual, y muchos sitios que tienen el archivo no han verificado que realmente se lea correctamente.

Las herramientas creadas específicamente para esta capa —como la herramienta de visibilidad para IA Geordy— existen precisamente porque esto no es algo que la mayoría de los equipos de contenido puedan gestionar manualmente. Geordy genera automáticamente los formatos estructurados que los sistemas de IA utilizan para comprender y citar tu contenido: schema, llms.txt, YAML, Markdown y más, servidos desde tu propio dominio sin tocar tu sitio web actual.

Cómo se ve esto en la práctica

Pongamos un ejemplo real. Imagina que diriges una pequeña empresa de contabilidad y has escrito una página explicativa muy completa sobre la declaración de impuestos trimestral para autónomos.

En este momento, cuando alguien le pregunta a ChatGPT «¿cuándo deben presentar los autónomos sus impuestos trimestrales?», es posible que tu página no aparezca entre las citadas, incluso si está bien redactada y tiene un buen posicionamiento en Google. Algunas razones comunes:

• Tu información clave está incrustada en un texto continuo que es difícil de extraer fuera de contexto.

• Sin una sección de preguntas frecuentes claramente estructurada, a los sistemas de IA les resulta más difícil identificar qué parte de tu página responde directamente a una pregunta específica.

• El nombre de tu empresa y los servicios específicos no están claramente vinculados a las afirmaciones que se hacen.

La solución no es reescribir toda la página. Se trata de añadir una sección de preguntas frecuentes claramente estructurada con marcado de esquema explícito, asegurándote de que el nombre de tu empresa aparezca cerca de cada afirmación clave y de que tus encabezados se basen en preguntas en lugar de en temas.

«Plazos de presentación trimestrales» se convierte en «¿Cuándo son los plazos de presentación de impuestos trimestrales para autónomos?». La misma información. Mucho más fácil de extraer.

La audiencia se ha ampliado: tu escritura también debería hacerlo

No se trata de abandonar todo lo que hace que el contenido sea legible para los humanos. Una buena redacción sigue siendo una buena redacción.

Pero la definición de «buena» se ha ampliado. El contenido que funciona hoy en día debe atender a dos públicos: la persona que lee tu página y el sistema de IA que puede citar tu página en una respuesta que reciba otra persona, sin que esta haya visitado tu sitio web en absoluto.

Esa segunda audiencia tiene necesidades diferentes. No puede deducir. No puede captar el contexto. Extrae y representa.

Escribe para ambos. Estructura para ambos. Y verifica que la capa técnica que subyace a tu contenido realmente respalde lo que intentas comunicar, porque en este momento, para la mayoría de los sitios, no lo hace.

Esa es una brecha que vale la pena cerrar.