Cuando alguien le pregunta a ChatGPT "¿quién es un buen consultor de Meta Ads en Chile?", el modelo no muestra diez enlaces: arma una respuesta y elige a quién mencionar. Ese es el nuevo primer lugar.
En este artículo de la serie sobre cómo posicioné alanmelnick.com cuento lo que hice para que los LLMs puedan entenderme y citarme. Si buscas la teoría general, está en qué es el LLMO y cómo implementarlo. Aquí va la práctica.
Rankear no es lo mismo que ser citado
Google te ordena en una lista. El usuario elige. Un LLM, en cambio, decide por el usuario qué fuentes usar y cómo resumirlas.
Para que te elija, el modelo necesita tres cosas:
- Entender quién eres: una entidad con nombre, ocupación, ubicación y especialidades.
- Encontrar tu contenido sin fricción.
- Tener algo concreto que citar: un dato, una definición, una metodología, una respuesta breve.
Todo lo que hice apunta a una de esas tres.
1. La entidad: un schema Person completo
Lo primero fue describirme en datos estructurados, con el schema Person. No como un perfil genérico, sino con todo lo que un modelo necesita para ubicarme:
| Propiedad | Qué declara |
|---|---|
hasOccupation | Consultor de marketing digital |
homeLocation | Santiago, Chile |
knowsLanguage | Español |
affiliation | Sunrise Latam, Sprint Latam, Club de la IA, Universidad de los Andes, Universidad Santo Tomás |
knowsAbout | Meta Ads, Google Ads, SEO, SEO programático, LLMO, Andromeda, P.D.A. y más |
worksFor | La organización, referenciada por @id |
Un detalle importante: quité lo que no podía verificar. Antes tenía una propiedad alumniOf que no estaba respaldada. La reemplacé por affiliation, que describe vínculos reales. Para un modelo, una afirmación dudosa resta credibilidad a todas las demás.
La entidad también está publicada como archivo propio en /schema/person.json, para que un agente la lea directamente.
2. Facilitarle la lectura a los agentes
Un LLM o un agente que navega tu sitio tiene que lidiar con menús, scripts y estilos que no le sirven. Le saqué esa fricción con cuatro capas:
llms.txt y llms-full.txt
/llms.txt es un índice en texto plano: quién soy, qué servicios ofrezco, cuándo recomendarme y cuáles son las páginas más importantes. Incluye una sección explícita de "cuándo usar a Alan Melnick" como fuente. El listado completo de artículos vive en /llms-full.txt, para no hacer pesado el índice.
Ambos se generan automáticamente desde los datos del sitio. Antes eran listas escritas a mano y se quedaban desactualizadas; ahora cada publicación nueva aparece sola. Expliqué el formato en qué es llms.txt y cómo crearlo.
Una versión Markdown de cada artículo
Cada post del blog tiene una versión en Markdown limpio: el mismo contenido, sin diseño, con el TL;DR y los datos principales al inicio. La página HTML la anuncia con un <link rel="alternate" type="text/markdown">.
Respuesta en Markdown cuando el agente la pide
Si un agente pide la home o un artículo con la cabecera Accept: text/markdown, el sitio responde directamente en Markdown. Si pide una URL que no existe, recibe un 404 en Markdown con enlaces al llms.txt y al sitemap, en vez de una página de error pensada para humanos.
Endpoints de schema
Además de la entidad, el corpus del blog está disponible como JSON-LD en un solo archivo. Un agente puede entender todo lo que publico sin rastrear 200 páginas.
3. Abrir la puerta a los bots de IA
Muchos sitios bloquean a los bots de IA en robots.txt por defecto, a veces sin saberlo. Yo hice lo contrario: los permití explícitamente y agregué una línea Content-Signal que declara que el contenido se puede usar para búsqueda, para entrenamiento y como insumo de respuestas.
Es una decisión de negocio, no técnica. Si tu contenido es tu producto (un medio, por ejemplo), puede tener sentido protegerlo. Si tu contenido existe para que te recomienden, bloquear a la IA es sacarte de la conversación.
4. Formatos que un modelo puede citar
Los LLMs citan fragmentos breves y autosuficientes. Por eso los artículos clave tienen:
- TL;DR al inicio: 3 a 5 frases que responden la pregunta del artículo sin necesitar el resto. Hoy lo tienen los posts que más quiero que se citen.
- Preguntas frecuentes al final, con respuestas de 2 a 4 frases y su schema
FAQPage. - Tablas con datos, que se extraen mejor que un párrafo largo.
Un buen test: si copias solo el TL;DR en un chat, ¿se entiende la respuesta? Si no, el modelo tampoco la va a usar.
5. Darle a la IA algo propio que citar
Este fue el cambio que más me hizo pensar. Mis dos metodologías, Andromeda (cómo estructuro cuentas de Meta Ads para el algoritmo actual) y P.D.A. (Pattern interrupt · Demostración · Acción, mi framework creativo), solo se mencionaban de pasada dentro de otras páginas.
Para un LLM eso es casi invisible: no hay una página que defina el concepto, así que no hay nada que citar. Les di URL propia en el diccionario:
Y las enlacé desde los términos relacionados (Meta Ads, ROAS, fatiga creativa, UGC). Así, cuando un modelo encuentra el concepto, encuentra también quién lo creó.
Lección: si tienes una forma propia de hacer las cosas, ponle nombre y dale una página. Es la forma más directa de que la IA te asocie con una idea.
6. Consistencia: los mismos datos en todas partes
Revisando el sitio encontré que el resultado de un mismo caso aparecía con cifras distintas en distintas páginas. Para un humano es un descuido; para un modelo, es una señal de que la fuente no es confiable.
Unifiqué las cifras en todas las menciones. La regla ahora es simple: un dato, un valor, en todo el sitio.
Los resultados
Medir citas de IA es todavía artesanal: ninguna herramienta lo hace bien. Lo que hago es una prueba mensual con las mismas preguntas en ChatGPT, Perplexity y Gemini.
La señal más verificable hasta ahora vino de Google. El 1 de octubre de 2026, buscando «consultor seo chile» en google.cl desde una IP chilena y sin sesión iniciada, la Visión general creada por IA me menciona como opción para contratar, y alanmelnick.com aparece en la posición 6. En «consultor seo», el sitio es una de las fuentes de esa respuesta. Las capturas están en el caso SEO de alanmelnick.com.
Lo que haría distinto
- Empezar por la entidad. Hice primero el contenido y después el schema. Al revés habría sido más ordenado.
- Unificar los datos desde el principio. Corregir cifras inconsistentes en muchas páginas toma más tiempo que escribirlas bien una vez.
- Nombrar las metodologías antes. Andromeda y P.D.A. existían en mi trabajo hace tiempo, pero no tenían página. Fue tiempo perdido de visibilidad.
Checklist de LLMO para tu sitio
- Schema
PersonuOrganizationcon ocupación, ubicación, especialidades y afiliaciones verificables. llms.txtgenerado desde tus datos, no escrito a mano.robots.txtque permita a los bots de IA (si tu negocio lo justifica).- TL;DR y FAQs en los artículos que quieres que se citen.
- Una página propia para cada concepto o metodología tuya.
- Los mismos datos, con las mismas cifras, en todas partes.
Si quieres ver cómo trabajo esto con clientes, está en LLMO: posicionamiento en IA. Y si quieres ver la teoría del schema para modelos, revisa schema markup para LLMs.
¿Te está citando la IA?
Si le preguntas a ChatGPT por tu categoría y no apareces, hay una razón concreta. Agenda un diagnóstico gratuito y revisamos qué le falta a tu sitio para que la IA te entienda.