Escáner GEO: cómo puntúa, qué no mide y por qué un 89 no significa que te citen

Resumen ejecutivo

• El escáner GEO reparte 100 puntos entre cuatro categorías y dieciocho comprobaciones. Publicamos la tabla completa, punto por punto, incluidos los umbrales de nota y los tipos de schema que cuentan.
• Escribimos una página de relleno corporativo genérico —«soluciones a medida», «equipo de profesionales»— sin un solo dato propio, y la montamos sobre infraestructura impecable. Puntúa 100 sobre 100.
• Una página con datos propios verificables, pero sin robots.txt, sin sitemap y sin schema, puntúa 53 (nota C). Una SPA con cero palabras legibles sin JavaScript puntúa 77 (nota B). El marcador premia la fontanería, no lo que tienes que decir.
• Ni uno solo de los 100 puntos procede de preguntar a un modelo. El escáner hace cuatro peticiones HTTP y lee HTML: mide condiciones necesarias para ser citado, ninguna suficiente.
• Un 89 se consigue teniendo todo bien y fallando dos cosas concretas. Al final está la aritmética exacta, y el motivo por el que ese 89 no dice nada sobre si ChatGPT te menciona.

En abril pusimos un escáner gratuito en la web. Introduces una URL, esperas unos segundos y recibes una puntuación de 0 a 100 con una nota de la A a la D, el desglose por categorías y una lista de hallazgos. Es un lead magnet y no pretendemos que parezca otra cosa: a cambio del informe pedimos un correo.

Lo que sigue es el manual de instrucciones que normalmente no se publica. Cómo se calcula cada punto, dónde el instrumento es ciego, qué límites tiene el motor por dentro y —lo más importante— por qué una puntuación alta es una condición de partida y no un resultado. Si vas a tomar decisiones con ese número, conviene que sepas exactamente qué está midiendo.

Hay una razón de fondo para publicarlo. El sector está lleno de puntuaciones GEO cuya fórmula nadie enseña, y una puntuación opaca es indistinguible de una inventada. Si el nuestro va a servir para algo, tiene que poder auditarse.

Qué hace el escáner cuando le das una URL

Cuatro peticiones HTTP, y nada más:

1. La página que has introducido, con un máximo de 1,5 MB y 10 segundos de espera.
2. /robots.txt en la raíz del dominio final —el de después de los redirects—, hasta 200 KB.
3. /llms.txt en esa misma raíz.
4. El sitemap: el primero declarado en el robots.txt, o /sitemap.xml si no hay ninguno declarado.

Con eso construye el informe. No ejecuta JavaScript, no renderiza la página, no visita ninguna otra URL de tu sitio y no consulta ninguna API de ningún modelo de lenguaje. El HTML se analiza con expresiones regulares, no con un DOM real. Es un análisis estático, rápido y barato, con todo lo que eso implica a favor y en contra.

Merece la pena detenerse en el punto de vista que adopta. El escáner ve lo que ve un rastreador que no ejecuta JavaScript, que es el comportamiento de la mayoría de los rastreadores de IA. Eso es una limitación cuando quieres saber qué ve un usuario, y es exactamente lo que quieres cuando la pregunta es si un modelo puede leerte.

Los 100 puntos, comprobación por comprobación

A. Acceso para motores de IA — 35 puntos

Es la categoría con más peso, porque es la única cuyo fallo es binario: si un bot no entra, lo demás da igual.

Comprobación	Puntos	Cómo se otorgan
robots.txt accesible y legible	5	Todo o nada. Que exista y no devuelva HTML
Bots de IA sin bloquear	20	Proporcional a cuántos de los 8 evaluados pueden rastrear /
llms.txt presente	5	Todo o nada
Sitemap XML localizable	5	Todo o nada. Tiene que contener <urlset> o <sitemapindex>

Los ocho bots evaluados son GPTBot (entrenamiento de ChatGPT), OAI-SearchBot (ChatGPT Search), ChatGPT-User (navegación por encargo), ClaudeBot, PerplexityBot, Perplexity-User, Google-Extended (Gemini y AI Overviews) y Meta-ExternalAgent. Los 20 puntos se reparten proporcionalmente y se redondean, así que bloquear un bot cuesta 2 puntos y bloquear cuatro cuesta 10 y eleva el hallazgo a crítico.

Dos decisiones de diseño que conviene conocer porque te afectan:

No tener robots.txt te cuesta 5 puntos aunque no te bloquee nada. Sin fichero, el estándar dice que se permite el rastreo, y el escáner lo trata así: los 20 puntos de bots los ganas igual. Los 5 que pierdes son por no declarar una política explícita. Es una preferencia de higiene, no una medida de resultado, y es discutible.

El escáner te penaliza por una decisión que puede ser correcta. Si bloqueas GPTBot a propósito porque no quieres alimentar el entrenamiento de un modelo comercial, pierdes puntos. El instrumento asume que quieres máxima exposición; tú puedes querer otra cosa. El informe lo dice en el hallazgo —«bloquearlos es legítimo, pero renuncias a esa visibilidad»— pero el número no lo distingue.

Y una advertencia sobre llms.txt: le damos 5 puntos a un estándar que ninguna plataforma ha confirmado públicamente que use. Es una apuesta barata de implementar, no un hecho demostrado, y así lo contamos en detalle en para qué sirve de verdad el llms.txt. Si te molesta que 5 de tus 100 puntos dependan de eso, tienes razón en parte: réstalos mentalmente y quédate con 95 como techo real.

B. Datos estructurados — 20 puntos

Comprobación	Puntos	Cómo se otorgan
JSON-LD válido en la página	8	Al menos un bloque application/ld+json que sea JSON parseable
Schema de entidad	6	@type entre los tipos de organización o persona
Schema de contenido	6	@type entre los tipos de contenido

Cuentan como entidad: Organization, LocalBusiness, ProfessionalService, Person, Corporation, MedicalBusiness, LegalService, RealEstateAgent y FinancialService. Cuentan como contenido: WebSite, WebPage, Article, BlogPosting, NewsArticle, FAQPage, Service, Product, BreadcrumbList, HowTo, DefinedTermSet y DefinedTerm. Los tipos anidados se detectan hasta cierta profundidad, así que un @graph con varios nodos puntúa igual que bloques separados.

Un bloque de JSON-LD con sintaxis rota cuenta como presente pero no válido, y se marca como crítico: los motores lo ignoran por completo, que es lo mismo que no tenerlo con el coste añadido de creer que lo tienes. Es el fallo más caro de esta categoría porque es invisible a simple vista. Sobre por qué esto importa menos de lo que el sector repite —y dónde sí importa—, está lo que Google dice por escrito sobre schema y la IA.

C. Metadatos y señales de entidad — 20 puntos

Comprobación	Puntos	Cómo se otorgan
<title> de 10 a 70 caracteres	4	4 dentro de rango, 2 fuera de rango, 0 si no existe
Meta description de 50 a 170 caracteres	4	4 dentro de rango, 2 fuera de rango, 0 si no existe
rel=canonical declarado	3	Todo o nada. No se comprueba que apunte bien
Open Graph completo	3	Los tres a la vez: og:title, og:description y og:image
Atributo lang en <html>	2	Todo o nada. No se valida el valor
Exactamente un <h1>	2	Ni cero ni dos
Sin noindex	2	Si hay noindex, 0 puntos y hallazgo crítico

Estas comprobaciones son de presencia, no de calidad. El canonical suma 3 puntos por existir, aunque apunte a la página equivocada —un error habitual y grave que el escáner no ve—. El lang suma 2 por estar, aunque diga en en una web en español.

D. Contenido extraíble sin JavaScript — 25 puntos

Comprobación	Puntos	Cómo se otorgan
Palabras visibles en el HTML inicial	12	12 desde 300 palabras, 6 entre 150 y 299, 0 por debajo
Encabezados H2/H3	5	Desde 2 subtítulos
Servido por HTTPS	4	Todo o nada
Proporción texto/código	4	Desde el 10 % del HTML

El recuento de palabras se hace sobre el texto que queda tras eliminar scripts, estilos, SVG, plantillas y comentarios. Es la comprobación de más peso individual de todo el escáner, y por una razón: es la que separa «un modelo puede citarte» de «un modelo ve una página en blanco».

También es la más fácil de engañar, y ahora vamos a eso.

Tres páginas que rompen el marcador

Las tres siguientes son páginas construidas por nosotros y pasadas por el motor real del escáner, el mismo código que corre en producción. Los resultados son reproducibles con las funciones analyzeHtml y buildReport del repositorio.

1. Relleno genérico + infraestructura impecable100 puntos100
2. SPA: contenido real servido por JavaScript77 puntos77
3. Datos propios verificables, cero infraestructura53 puntos53

Motor del escáner GEO, septiembre de 2026. Las tres páginas son sintéticas y reproducibles.

La página fantasma: 100 sobre 100

Escribimos una portada de consultora con 1.650 palabras de relleno: «en el entorno digital actual», «soluciones a medida adaptadas a las necesidades de cada cliente», «la calidad y el compromiso son nuestros valores». Ni un dato, ni un caso, ni una cifra, ni una afirmación que alguien pudiera comprobar o rebatir. Nada que un modelo tenga motivo alguno para citar.

Alrededor, la fontanería perfecta: lang="es", title de 62 caracteres, meta description en rango, canonical, los tres Open Graph, un Organization y un WebSite en JSON-LD, un H1, H2 y H3, HTTPS, robots.txt permisivo, llms.txt y sitemap.

Resultado: 100 sobre 100, nota A, «Bien preparado para la era de la IA». Los cuatro desgloses al máximo: 35/35, 20/20, 20/20, 25/25.

Esto no es un fallo del escáner: es su definición. Mide si tu contenido puede ser leído y entendido, no si merece ser citado. La diferencia entre las dos preguntas es todo el negocio.

La buena sin fontanería: 53 sobre 100

El caso inverso. Una página con 2.800 palabras de contenido real —el consumo energético medido de catorce obras entregadas, con la fuente del dato y la comparación contra el parque construido equivalente—, un H1, H2 y contenido servido en HTML puro. Exactamente el tipo de material que un modelo cita, porque aporta un hecho concreto que no está en otro sitio.

Pero sin robots.txt, sin llms.txt, sin sitemap, sin JSON-LD, sin canonical, sin Open Graph y sin lang.

Resultado: 53 sobre 100, nota C, «Visibilidad limitada en motores de IA». Contenido 25/25, y datos estructurados 0/20.

La nota C es correcta en su propio marco y engañosa fuera de él. Esa página tiene lo único que no se puede comprar: algo que decir. Le falta lo que se arregla en una tarde.

La SPA: 77 sobre 100 con cero palabras legibles

Una aplicación en cliente. Metadatos impecables, JSON-LD completo en el <head>, todo servido por HTTPS, robots permisivo, llms.txt y sitemap. El <body>, un <div id="root"> vacío y un bundle de JavaScript.

Resultado: 77 sobre 100, nota B, «Base sólida con mejoras pendientes». Con cero palabras legibles sin ejecutar JavaScript.

Este es el resultado que menos nos gusta de nuestro propio escáner. Una página que para un rastreador de IA está literalmente en blanco saca un aprobado alto porque el resto del marcador —75 de los 100 puntos— se puede conseguir sin servir una sola palabra de contenido. Es la principal debilidad del reparto de pesos, y la contamos aquí en vez de esperar a que alguien la encuentre.

Regla práctica: si tu desglose de «contenido extraíble» está por debajo de 12 sobre 25, la puntuación global es ruido. Ninguna otra categoría compensa eso.

La aritmética del 89

Un 89 no es una puntuación abstracta. Se consigue de formas concretas. La más habitual en webs bien construidas es esta:

Categoría	Puntuación	Qué falló
Acceso para motores de IA	30 / 35	Sin llms.txt (−5)
Datos estructurados	14 / 20	JSON-LD válido y de contenido, pero sin schema de entidad (−6)
Metadatos y señales de entidad	20 / 20	—
Contenido extraíble sin JavaScript	25 / 25	—
Total	89 / 100	Nota A

Ese 89 es un resultado excelente en lo que el escáner mide. Y ahora la parte incómoda: es perfectamente compatible con que ningún modelo te haya mencionado nunca. La página fantasma de hace dos secciones sacaba 100 con ese mismo perfil técnico. La única diferencia entre un 89 citable y un 89 invisible está fuera del marcador.

Lo que el 89 sí garantiza es real y no es poco: que si un modelo tiene motivos para citarte, nada técnico se lo impide. Es una condición de entrada. El equivalente a tener la licencia de apertura del local: necesaria para vender, irrelevante para que alguien compre.

Lo que el escáner no mide

Esta es la sección por la que existe el artículo. Ocho cosas que el número no contiene, ordenadas por lo que más distorsiona su lectura.

No pregunta a ningún modelo. No hay una sola llamada a la API de OpenAI, de Anthropic ni de nadie. El escáner no sabe, no puede saber y nunca ha intentado saber qué responde ChatGPT sobre tu marca. Eso exige una batería de prompts estable, ejecutada de forma recurrente y con serie histórica, que es otra medición completamente distinta.

No mide autoridad ni consenso externo. Ninguna de las dieciocho comprobaciones mira fuera de tu dominio. Ni menciones, ni enlaces, ni reseñas, ni si apareces en las listas y comparativas que los modelos consultan para responder sobre tu sector. Y ahí es donde se juega buena parte del partido: lo que decide la cita es el consenso entre fuentes independientes, no lo que tú declares en tu propio HTML.

Mide la política declarada, no el acceso real. Es el punto ciego más caro. Que GPTBot esté permitido en tu robots.txt no significa que pueda entrar: tu CDN, tu WAF o una regla de edge pueden estar devolviéndole un 403 sin que el robots.txt cambie ni una coma. El escáner lee la política publicada; el bot se encuentra con la realidad. Comprobar esa diferencia requiere revisar logs de servidor o lanzar peticiones con esos user-agents, y es de lo primero que miramos en una auditoría de acceso.

Analiza una URL, no un sitio. Las categorías B, C y D describen solo la página que introdujiste. Casi todo el mundo escanea su portada, que suele ser la página menos representativa que tiene: más diseño, menos texto y ningún contenido que un modelo quiera citar. Escanea también una ficha de servicio y un artículo; las diferencias suelen ser de veinte puntos.

No mide calidad, solo cantidad. 300 palabras dan 12 puntos tanto si son un análisis original como si son el aviso de cookies, el menú, el pie de página y tres párrafos de relleno —todo eso cuenta como texto visible—. Nada en el escáner evalúa experiencia, autoridad o fiabilidad, porque eso no se deduce de un HTML.

No mide frescura ni pérdida de citas. Una página que fue citada durante meses y ha dejado de serlo puntúa exactamente igual que el día que funcionaba. El citation decay es invisible para un análisis estático: solo aparece comparando mediciones en el tiempo.

No mide competencia ni demanda. Un 95 en un sector donde todos tus competidores están en 90 vale menos que un 70 donde el resto está en 40. Y ninguna puntuación técnica te dice si alguien está haciendo, en tu mercado y en tu idioma, las preguntas para las que quieres que te citen.

No comprueba que lo declarado sea cierto. Un Organization con un sameAs que apunta a un perfil inexistente suma los mismos 6 puntos que uno correcto. El escáner verifica sintaxis y presencia, nunca veracidad. Que la entidad declarada coincida con la que existe fuera es un trabajo manual, y en nuestra experiencia es donde más incoherencias aparecen.

Los límites del motor, por dentro

Además de lo que el escáner decide no medir, hay cosas que mide de forma imperfecta. Las publicamos con el mismo detalle.

Analiza con expresiones regulares, no con un DOM. Los encabezados se cuentan sobre el HTML crudo, así que un <h1> dentro de un comentario o de una plantilla cuenta como un H1 más. Lo medimos: una página con un único H1 visible, otro comentado y otro dentro de un <template> es reportada como «3 H1 en la página» y pierde los 2 puntos de esa comprobación. Si el hallazgo del H1 no te cuadra con lo que ves, esta suele ser la causa.

El emparejamiento de user-agents es deliberadamente laxo. Un grupo User-agent: GPT en tu robots.txt se considera aplicable a GPTBot, aunque un rastreador real siguiendo el estándar no lo interpretaría así. Es una decisión consciente: ante la duda, preferimos avisarte de un bloqueo que no existe antes que callar uno que sí. Significa que los falsos positivos de bloqueo son posibles, y que el hallazgo hay que contrastarlo con tu fichero.

Hay topes de tamaño y tiempo. 1,5 MB para la página, 200 KB para los ficheros auxiliares y 10 segundos por petición. Un HTML más pesado que eso se trunca, y el recuento de palabras sale más bajo del real. Es raro, pero pasa en páginas con mucho contenido embebido en línea.

Las SPA pueden falsear los auxiliares. Muchas aplicaciones devuelven su index.html con estado 200 para cualquier ruta, incluidas /llms.txt y /sitemap.xml. El escáner lo controla comprobando que el cuerpo no sea HTML y que el sitemap contenga etiquetas XML válidas; si tu servidor hace algo más creativo, el resultado puede desviarse.

El umbral del 10 % de texto sobre código es arbitrario. No hay literatura que lo respalde como frontera. Es una heurística nuestra para detectar páginas dominadas por markup, y vale 4 puntos. Trátala como un aviso, no como un diagnóstico.

Entonces, ¿para qué sirve?

Ser citado por un motor generativo tiene tres capas, y solo la primera es técnica:

1. Acceso. ¿Puede un bot llegar a tu contenido y leerlo? Aquí el escáner es fiable, salvo por el punto ciego del WAF.
2. Extracción. ¿Puede un modelo separar de tu página una afirmación autocontenida, atribuible y citable? El escáner lo aproxima muy por encima —cuenta palabras y encabezados— pero no evalúa si tus bloques son extraíbles de verdad.
3. Citación. ¿Elige citarte a ti antes que a otro? Depende de autoridad, consenso, frescura y competencia. El escáner no toca nada de esto.

El escáner cubre la primera capa y roza la segunda. Por eso una puntuación alta descarta problemas en lugar de demostrar resultados: te dice que el motivo por el que no apareces no es que el bot no entre ni que tu contenido sea invisible. Que es exactamente la información que necesitas antes de gastar dinero en contenido.

Leído así, cada nota significa una cosa distinta:

Nota	Rango	Qué significa de verdad	Qué hacer
D	0–39	Hay un impedimento estructural. Probablemente bots bloqueados o contenido solo en JavaScript	Arreglar eso antes que nada. Ningún trabajo de contenido rinde hasta que se resuelva
C	40–64	Falta fontanería básica, no necesariamente contenido	Suele ser un día de trabajo técnico. Mira primero el desglose de contenido extraíble
B	65–84	Base correcta con huecos concretos. Cuidado si el hueco está en contenido extraíble	Cerrar los hallazgos críticos, y pasar a medir lo que el escáner no ve
A	85–100	Nada técnico te impide ser citado. No dice nada sobre si te citan	Dejar de optimizar el marcador. El siguiente problema ya no es técnico

La trampa está en la última fila. A partir de un 85, seguir subiendo puntos es de las cosas menos rentables que puedes hacer: los que quedan son llms.txt, un par de metadatos y tipos de schema. Ninguno va a cambiar si un modelo te menciona.

Qué hacer con tu resultado

Si ya has pasado tu web por el escáner:

1. Mira el desglose antes que el total. Un 77 con 4/25 en contenido es un problema grave; un 77 con 25/25 en contenido y todo el hueco en acceso es una tarde de trabajo.
2. Escanea tres URLs, no una. Portada, una página de servicio y un artículo. Si el artículo puntúa mucho mejor que la página de servicio, ya sabes por dónde entra la IA a tu negocio y por dónde no.
3. Comprueba el acceso real. Busca en los logs de tu servidor las visitas de GPTBot, OAI-SearchBot, ClaudeBot y PerplexityBot en los últimos treinta días. Si el escáner dice que están permitidos y en los logs no aparecen, tienes un bloqueo en el CDN o en el WAF. Este contraste vale más que cualquier punto del marcador.
4. Ignora las restas que sean decisiones tuyas. Si bloqueas crawlers de entrenamiento a propósito, tu techo real no es 100.
5. Si estás por encima de 85, cambia de pregunta. La siguiente no es «cómo subo la puntuación» sino «qué responden los modelos cuando preguntan por lo que yo vendo, y quién aparece en mi lugar».

El escáner está en /escaner-geo y es gratuito. Tarda unos segundos, pide un correo y ahora, además, viene con el manual de instrucciones. Úsalo para lo que sirve —descartar impedimentos— y desconfía de cualquier herramienta que te dé un número parecido sin enseñarte de dónde sale.