Documentación oficial de motores y plataformas
Google (Search + SEO)
- Google Search Central - Guías oficiales de SEO y structured data
developers.google.com/search - Robots.txt Introduction - Especificación y uso de robots.txt
developers.google.com/search/docs/crawling-indexing/robots/intro - Canonical URLs - Consolidación de URLs duplicadas
developers.google.com/search/docs/crawling-indexing/consolidate-duplicate-urls - Structured Data / Schema - Guías de markup semántico
developers.google.com/search/docs/appearance/structured-data - Helpful Content System - Principios de contenido útil y confiable
developers.google.com/search/docs/fundamentals/creating-helpful-content
OpenAI (ChatGPT)
- GPTBot Documentation - Bots de OpenAI y control de acceso
platform.openai.com/docs/gptbot - GPTBot robots.txt example - Cómo permitir/bloquear GPTBot
DocumentaUser-agent: GPTBoty otros bots relevantes
Anthropic (Claude)
- ClaudeBot Documentation - Bots de Anthropic y políticas de crawling
anthropic.com/claudebot - Documenta bots separados para entrenamiento vs. acceso por usuario
Bing / Microsoft
- Bing Webmaster Guidelines - SEO y structured data para Bing
bing.com/webmasters/help/webmasters-guidelines - Bing AI Search - Documentación sobre búsqueda con IA generativa
Incluye recomendaciones de sitemaps y crawling para motores AI-powered
Schema.org
- Schema.org Vocabulary - Especificación completa de structured data
schema.org - Organization Schema - Markup para entidades organizacionales
schema.org/Organization - Service Schema - Markup para servicios
schema.org/Service - FAQPage Schema - Markup para páginas de FAQ
schema.org/FAQPage
Literatura académica y técnica
Retrieval-Augmented Generation (RAG)
- "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks"
Lewis et al. (2020) - Paper fundacional de RAG
Explica combinación de retrieval (memoria no paramétrica) con generation
arxiv.org/abs/2005.11401 - "RAG for LLMs: A Survey"
Gao et al. (2023) - Estado del arte en RAG para LLMs
Cubre arquitecturas, estrategias de retrieval, y aplicaciones comerciales
Answer Engine Optimization (AEO)
- "Generative Engines and Search Visibility"
Literatura emergente sobre optimización para motores generativos
Incluye análisis de factores on-site y off-site para citabilidad - "From SEO to GEO: Optimizing for Generative Search"
Análisis de diferencias entre SEO tradicional y optimización para IA generativa
Enfatiza importancia de structured data, citabilidad y fuentes canónicas
Herramientas y plataformas de medición
Plataformas de AEO/GEO (referencia competitiva)
- Profound - AI search visibility platform
Mide presencia en motores de IA, ofrece benchmarking - Goodie - Generative engine optimization tracking
Tracking de menciones y citas en ChatGPT, Claude, otros - Otterly - AI-powered SEO insights
Combina SEO tradicional con visibilidad en motores generativos - Rank Prompt - AI search ranking tracker
Monitoreo de "ranking" en respuestas generadas por IA - LLMrefs - Citation tracking for AI engines
Seguimiento de referencias y citaciones en modelos de lenguaje
Nota: Exista.io no usa estas plataformas (medimos manualmente con metodología propia) pero las citamos como evidencia de mercado emergente.
Estándares y especificaciones
Crawling y acceso
- Robots Exclusion Protocol (robots.txt)
Especificación original (1994) + extensiones modernas
robotstxt.org - Sitemaps Protocol
Especificación XML para sitemaps
sitemaps.org
Emergente: llms.txt
- llms.txt Proposal
Formato emergente (markdown) para ayudar a motores de IA a priorizar contenido
No es estándar oficial pero adoptado por comunidad técnica
llmstxt.org
Caso de estudio: Exista.io (auto-aplicación)
Implementación de la metodología EVS en exista.io
- On-site Readiness: Schema Organization, llms.txt, canonical URLs, answer boxes en blog
- Off-site Visibility: Presencia en ecosistema B2B AR, blog técnico con casos, menciones en newsletters
- Baseline v1.0: Medido en diciembre 2025, score inicial [documentado en auditoría interna]
- Iteración v1.1: Mejoras post-quick-wins (schema, llms.txt, FAQ optimizadas)
Exista.io usa su propia metodología EVS de forma transparente. Publicamos esta documentación abierta como evidencia de "practice what we preach".
Actualización de fuentes
Esta página se actualiza cuando:
- Motores de IA publican nueva documentación oficial
- Aparece literatura académica relevante sobre RAG/AEO
- Hay cambios en especificaciones (robots.txt, schema.org, llms.txt)
- Detectamos nuevas plataformas de medición con metodología publicable
Última actualización de fuentes: 2025-12-17