Tu web no es lo único que la IA lee sobre ti

En octubre de 2026 observamos cómo los asistentes de IA y las herramientas de búsqueda describían a empresas que no son clientes nuestros. Los patrones de este artículo salen de esas observaciones. No nombramos a las empresas y hemos cambiado los datos que permitirían identificarlas.

Tu web se contradice a sí misma

En una agencia estadounidense de servicios de marketing, el año de fundación de las meta descripciones de varias páginas clave era distinto del que figuraba en la página Sobre nosotros, en la línea de copyright del pie de página y en los perfiles de la empresa en directorios. Un visitante nunca ve la meta descripción en la propia página. Los buscadores y las herramientas de IA sí la leen. Algunos títulos de página tenían un hueco vacío donde debía estar el año.

Los datos estructurados de la web tampoco resolvían la duda. El marcado Organization daba el nombre de la empresa y enlazaba sus perfiles sociales, pero no incluía fecha de fundación ni dirección.

En el blog, el autor de la mayoría de los artículos era una dirección de correo electrónico en lugar del nombre de una persona, tanto en los datos estructurados como en la firma visible de las páginas que revisamos.

Nada de esto es dramático. Pero en conjunto significa que un lector, humano o máquina, obtiene una respuesta distinta según la parte de la web que lea primero.

Los directorios guardan su propia versión

La web de esa misma agencia indicaba una ciudad para su oficina. Sus perfiles en una red profesional, en una plataforma de opiniones y en un directorio B2B daban una dirección en otra ciudad. El teléfono era el mismo en todas partes, y la web no explicaba la relación entre las dos ubicaciones.

A finales de octubre de 2026 pedimos a Perplexity, sin iniciar sesión y una sola vez, que describiera la empresa. La respuesta tomó el año de fundación y la ciudad de la web, y después avisó al lector de que los directorios seguían mostrando la otra ciudad. La contradicción llegó a quien preguntaba, dentro de la propia respuesta. El asistente no decidió qué versión era la verdadera. Informó de las dos.

Una página que quieres que se lea está cerrada a los lectores

El archivo robots.txt de la agencia contenía una regla Disallow corta. La documentación de Google sobre robots.txt explica que una regla coincide con cualquier ruta que empiece por el texto indicado: una regla para /fish también afecta a /fishheads. En este caso, la regla cubría también la sección de casos de éxito, una página que la web enlazaba desde el menú principal y que sus propias metaetiquetas marcaban para indexar.

Cuando pedimos a los asistentes que abrieran esa página, la mayoría no pudo. Los que podían acceder a la web abrieron sus otras páginas sin problema. La página con las pruebas de trabajo de la propia empresa era la única que esos asistentes no podían leer.

Es la versión más silenciosa del patrón. Para un visitante, nada en la web parece roto. La web simplemente da dos instrucciones opuestas, y gana la más restrictiva.

Las copias olvidadas siguen hablando

Los subdominios de pruebas, de staging y de campañas antiguas se olvidan con facilidad porque nadie de la empresa los visita. Los buscadores los conservan mientras sigan siendo accesibles. Bloquear un host así en robots.txt no lo saca de los resultados. La propia guía de Google dice que, si robots.txt bloquea una página, su rastreador nunca ve la regla noindex, y la página puede seguir apareciendo en los resultados. Para mantener una página fuera, Google indica eliminar o actualizar el contenido, protegerlo con contraseña o usar una regla noindex que el rastreador pueda leer. Su herramienta de retiradas es temporal: las solicitudes duran unos seis meses.

Cinco comprobaciones para hacer esta semana

1. Busca hosts olvidados. Busca en Google site:tudominio.com y revisa los resultados en busca de subdominios que no reconozcas: test, staging, dev, nombres de campañas o productos antiguos. Google advierte que el operador site: no devuelve necesariamente todas las URL indexadas, así que tómalo como una primera revisión y confirma cada dirección con la herramienta de inspección de URLs de Search Console.

2. Compara robots.txt con tus metaetiquetas robots. Abre tudominio.com/robots.txt. Para cada línea Disallow, pregúntate qué páginas importantes empiezan por ese texto, incluidas las de casos de éxito, precios, equipo y contacto. Después abre esas páginas y revisa su metaetiqueta robots. Una página marcada como index en sus propias etiquetas pero bloqueada en robots.txt está dando dos instrucciones opuestas.

3. Pon tus fichas de directorios junto a tu página de contacto. Abre la página de tu empresa en redes profesionales, plataformas de opiniones, directorios B2B y servicios de mapas. Compara el nombre de la empresa, la dirección y el teléfono con tu web, palabra por palabra. Donde no coincidan, decide qué versión es la correcta y actualiza las demás, o explica en tu propia web por qué hay dos ubicaciones.

4. Revisa el campo de autor. Abre un artículo del blog, mira el código fuente de la página y busca "author". El autor debe ser una persona con nombre o la propia empresa, no una dirección de correo ni un texto de relleno, y debe coincidir con la firma que ve el visitante.

5. Comprueba el año de fundación en todas partes. Página Sobre nosotros, pie de página, títulos de página, meta descripciones, datos estructurados y cada perfil en directorios. Un solo año, escrito igual, en todos los sitios.

Nota sobre el método

Periodo de observación: octubre de 2026. Usamos asistentes de IA y herramientas de búsqueda públicos, sin iniciar sesión cuando el servicio lo permitía. Las respuestas de los asistentes cambian entre ejecuciones, entre sesiones y con el tiempo, así que una respuesta aislada es una observación, no una medición de cómo se comporta siempre un asistente. Las empresas observadas no son clientes de TKM Studio y no encargaron ni revisaron este artículo. Hemos cambiado los datos que permitirían identificarlas.

Fuentes

• ·Google Search Central (versión en inglés), How Google Interprets the robots.txt Specification: https://developers.google.com/search/docs/crawling-indexing/robots/robots_txt
• ·Google Search Central (versión en inglés), Block Search Indexing with noindex: https://developers.google.com/search/docs/crawling-indexing/block-indexing
• ·Google Search Central (versión en inglés), Remove a page hosted on your site from Google: https://developers.google.com/search/docs/crawling-indexing/remove-information
• ·Google Search Central (versión en inglés), How To Use the Site Search Operator: https://developers.google.com/search/docs/monitor-debug/search-operators/all-search-site