Passage Ranking y GEO: estructura de contenido óptima para citas en IA

Por qué el Passage Ranking es decisivo para el GEO

Hace tiempo que los buscadores y los sistemas de IA no evalúan el contenido solo a nivel de página. Dividen las páginas en pasajes y los evalúan de forma independiente. Para la visibilidad en las respuestas de IA, este cambio es fundamental: ya no compite por un hueco la página entera, sino cada bloque de texto autocontenido.

Google anunció el llamado Passage Indexing en octubre de 2020 y lo desplegó a partir de febrero de 2021. Según Google, la técnica afecta al 7 % de todas las búsquedas en todos los idiomas una vez completado el despliegue global. Conviene marcar bien la diferencia: Google sigue indexando páginas completas, pero valora además el contenido y el significado de cada pasaje. Por eso, el término más preciso es Passage Ranking, no Passage Indexing.

Con el auge de la búsqueda generativa, este principio ha alcanzado una nueva dimensión. AI Overviews, ChatGPT y Perplexity no extraen páginas enteras, sino unidades de información atómicas: frases sueltas, elementos de lista o celdas de tabla. Si quieres que te citen en esas respuestas, tienes que estructurar tu contenido de modo que estas unidades se entiendan por completo sin el contexto que las rodea. Justo ahí entra la Generative Engine Optimization (GEO).

En la región DACH, esta evolución ya ha llegado a la propia Búsqueda de Google: en marzo de 2025, Google lanzó en Alemania, Austria y Suiza los resúmenes de IA (AI Overviews), al principio solo para usuarios mayores de 18 años con la sesión iniciada. Desde entonces, las páginas en alemán compiten directamente en los resultados de búsqueda por aparecer citadas en las respuestas de IA.

Cómo funciona el Passage Ranking y cómo se traduce en citas GEO

El mecanismo funciona en dos pasos. Primero, el buscador rastrea la página completa (full-page crawling). Después, un modelo de NLP segmenta el contenido en pasajes temáticos, guiándose por los encabezados y por los cambios semánticos de tema. Cada pasaje recibe su propia valoración de relevancia respecto a la búsqueda. Así, una página de enfoque amplio puede posicionarse para una pregunta muy específica si una sola de sus secciones responde a esa pregunta con precisión.

Los sistemas generativos van un paso más allá. Al construir una respuesta, los Large Language Models no extraen el primer párrafo que encuentran, sino la unidad de información más pequeña que tenga sentido. Una frase bien formulada, un elemento de lista preciso o una fila de tabla se pueden incorporar directamente a una respuesta generada y acompañarse de una fuente. Los párrafos largos y enrevesados sin un mensaje claro no sirven para esto.

La investigación demuestra que esta estructuración tiene un efecto medible. El paper de Princeton sobre Generative Engine Optimization (KDD 2024) constata que las medidas de GEO bien enfocadas pueden aumentar hasta un 40 % la visibilidad en respuestas generativas. Al mismo tiempo, el estudio señala que la eficacia de cada táctica varía según el ámbito temático, lo que hace necesaria una optimización específica para cada sector.

Un patrón estructural práctico refuerza aún más este efecto. Un análisis de datos de unas 25.000 URL y casi 400 millones de citas de IA en seis motores de IA concluyó que el 63 % de todas las citas remitía a listicles. Según el modelo, la proporción oscilaba entre el 40 y el 65 %, con Copilot en el extremo inferior y Gemini en el superior. Por tanto, los sistemas de IA extraen con clara preferencia los contenidos estructurados y divididos en puntos.

Buenas prácticas para una estructura de contenido citable

Los siguientes principios preparan el contenido de forma óptima para el Passage Ranking y las citas de IA.

• Answer-Ready Blocks justo después del encabezado: Coloca inmediatamente debajo de cada subtítulo una respuesta autocontenida de unas 40 a 60 palabras. Este bloque tiene que responder por completo a la pregunta implícita en el encabezado sin necesitar el resto del texto. Es justo esta unidad la que un LLM toma como cita.
• Jerarquía de encabezados coherente: Usa una estructura limpia de H2 sobre H3 sin saltarte niveles. Los encabezados claros le dan al modelo de NLP los puntos de corte para segmentar los pasajes. Una jerarquía caótica dificulta separar bien los temas.
• Subtítulos formulados como preguntas: Redacta los encabezados como preguntas concretas o afirmaciones precisas que respondan a la intención de búsqueda. Así reflejan directamente los prompts con los que los usuarios consultan a los sistemas de IA.
• Longitud de sección centrada en la respuesta: Mantén las secciones temáticas compactas, por lo general en torno a 120 a 180 palabras por unidad de sentido. Cada pasaje debe tratar un único tema de forma completa antes de que empiece el siguiente.
• Usar listas con viñetas y tablas: Convierte enumeraciones, comparativas e instrucciones paso a paso en listas y tablas. Estos formatos aportan las unidades atómicas que los sistemas de IA extraen con preferencia, como muestra la elevada proporción de listicles en las citas.
• Estadísticas y lenguaje con autoridad: Respalda las afirmaciones clave con datos concretos y enlazados, y formula con precisión. La investigación de Princeton sobre GEO sitúa la incorporación de pruebas sólidas entre las palancas eficaces para aumentar la probabilidad de ser citado, aunque también señala que los efectos dependen del tema.

Datos estructurados como señal de grounding

El marcado de Schema.org en formato JSON-LD ayuda a los sistemas de IA a reconocer sin ambigüedad las entidades y los tipos de contenido de una página. Para los contenidos editoriales son relevantes sobre todo Article, FAQPage y HowTo. Este marcado aporta una señal de grounding legible por máquina que respalda la clasificación temática de un pasaje.

Aquí hay una ventaja competitiva concreta. Según el HTTP Archive Web Almanac, en 2024 el JSON-LD estaba presente en el 41 % de todas las páginas, frente al 34 % de 2022. En cambio, los tipos específicos de contenido son poco habituales: schema.org/article solo alcanzó el 1,77 % y schema.org/product, el 1,50 %. Si marcas semánticamente de forma sistemática tus artículos, FAQ y guías, te distingues de la gran mayoría y facilitas que la IA descubra tus contenidos.

Base técnica: rastreabilidad y rendimiento

Ningún pasaje puede citarse si no se rastrea de forma fiable. Por eso, la base técnica es un requisito, no un extra.

Lo primero es la rastreabilidad. El contenido debe servirse desde el servidor o prerrenderizado para que los crawlers y los bots de IA puedan leerlo sin ejecutar JavaScript. En una arquitectura con Next.js, eso significa usar de forma sistemática Server-Side Rendering o Static Generation para todo el contenido citable. El texto que se carga solo en el cliente sigue siendo invisible para muchos crawlers de IA.

La velocidad de entrega también cuenta. Las páginas rápidas servidas a través del edge y de una CDN facilitan un rastreo frecuente y completo. En los Core Web Vitals aún queda margen de mejora: según HTTP Archive, el 48 % de las páginas móviles superó en 2025 los tres Core Web Vitals. En detalle, en móvil el 62 % logró un LCP bueno, el 77 % un INP bueno y el 81 % un CLS bueno. La métrica individual más débil es, por tanto, el Largest Contentful Paint, es decir, el tiempo de carga del elemento visible más grande. Ahí merece la pena dar el primer paso de optimización.

Gestión de crawlers de IA: equilibrar visibilidad y protección

Si quieres aparecer en las respuestas de IA, tienes que controlar de forma deliberada los crawlers de IA. En el robots.txt puedes permitir o excluir uno a uno bots como GPTBot, ClaudeBot y PerplexityBot. Es una decisión estratégica entre visibilidad y protección del contenido.

Los datos muestran lo desequilibrada que está ahora mismo la relación entre esfuerzo y retorno. Según Cloudflare, en julio de 2025 la relación entre rastreos y visitas referidas era de unos 38.000 a 1 en Anthropic, aproximadamente 1.091 a 1 en OpenAI y unos 5,4 a 1 en Google. Además, el 79 % del rastreo de IA se destinó a entrenar modelos, no a la búsqueda en tiempo real. Si optimizas solo para el tráfico de referencia directo, deberías conocer estas proporciones. Aun así, para la mayoría de los proveedores B2B pesa más el interés por estar presentes en las respuestas, por lo que una exclusión total rara vez tiene sentido.

Como complemento, IndexNow acelera la detección de contenido nuevo y modificado al avisar activamente de las actualizaciones a los buscadores participantes. Combinado con el control en el edge y la CDN, te permite decidir qué bots ven qué contenido y con qué rapidez.

Errores frecuentes

• Párrafos enrevesados sin un mensaje central claro: Los bloques de texto largos que mezclan varios temas no se pueden segmentar bien y, por tanto, tampoco citar. Cada pasaje necesita una afirmación clara e independiente.
• Respuesta enterrada muy abajo: Si la respuesta real aparece después de una larga introducción, falta el bloque citable justo debajo del encabezado. Los sistemas de IA no encuentran entonces ninguna unidad compacta que extraer.
• Keyword stuffing en lugar de lenguaje natural: Un texto sobreoptimizado, con repeticiones forzadas, perjudica la legibilidad para personas y máquinas. Las formulaciones precisas y con autoridad funcionan mejor que la densidad de palabras clave.
• Contenido renderizado solo en el cliente: El texto que se genera mediante JavaScript en el navegador sigue siendo invisible para muchos crawlers de IA. El contenido citable debe estar en el HTML renderizado en el servidor.
• Ignorar los datos estructurados: Si renuncias al marcado Article, FAQPage o HowTo, desperdicias una señal de grounding eficaz que, dada la escasa difusión de los schemas específicos de contenido, aporta una clara ventaja.

Métricas y medición en la región DACH

La medición del éxito pasa del clic a la cita. Las cifras de clics clásicas pierden valor informativo porque las respuestas de IA absorben clics. Según un análisis de 300.000 palabras clave, la tasa de clics de la posición 1 cae en torno a un 34,5 % en cuanto aparece un AI Overview. Este estudio se refiere a búsquedas informativas.

Al mismo tiempo, los AI Overviews son volátiles. Según Semrush, en 2025 aparecieron en el 6,49 % de las búsquedas en enero, subieron al 24,61 % en julio y bajaron al 15,69 % en noviembre, medido sobre más de 10 millones de palabras clave. Si gestionas la visibilidad, deberías tener en cuenta estas oscilaciones y no fiarte de una única fecha de referencia.

Por eso, los KPI útiles para GEO son el seguimiento de citas en ChatGPT, Perplexity y AI Overviews, el número de menciones por plataforma y la visibilidad dentro de las respuestas generadas. La cuestión es si tu marca aparece como fuente y con qué frecuencia, no solo el número de sesiones.

A esto se suma la parte legal. En la medida en que el tracking de visitas referidas desde IA y de interacciones de usuarios genere datos personales, en Austria y Alemania se aplica el RGPD. Si el tracking almacena o lee cookies o identificadores similares en el dispositivo, se necesita además un consentimiento conforme al § 165, apdo. 3, de la TKG 2021 en Austria o al § 25 de la TDDDG en Alemania. Queda exceptuado lo estrictamente necesario para el servicio que el usuario ha solicitado expresamente. En Suiza rige desde el 1 de septiembre de 2023 la Ley Federal de Protección de Datos revisada (revDSG), y el RGPD también puede aplicarse a las empresas suizas. Si analizas fuentes de referencia como ChatGPT o Perplexity, ten en cuenta desde el principio una recogida de datos conforme a la normativa de protección de datos.

Para profundizar

El Passage Ranking y el GEO van de la mano: solo una estructura de contenido limpia, dividida en unidades atómicas, hace que una página sea citable, y solo una base técnica de rastreabilidad, renderizado y rendimiento hace que esa estructura sea visible. Para la implementación conviene combinar tres elementos: contenido centrado en respuestas con Answer-Ready Blocks y listas, marcado JSON-LD coherente para artículos, FAQ y guías, y una entrega rápida renderizada en el servidor con una gestión deliberada de los crawlers de IA. Como complemento, merece la pena montar un seguimiento de citas para medir el paso del clic a la cita.