GEO-check: ¿cómo ven los asistentes de IA su sitio?
GEO-check: compruebe cómo ven su sitio web ChatGPT, Perplexity, Claude y Gemini: datos estructurados (Schema.org), el archivo llms.txt, el acceso de los rastreadores de IA (GPTBot, ClaudeBot, PerplexityBot) y con qué precisión describen los asistentes su marca. Obtiene una puntuación de preparación para GEO de 0 a 100 y una lista concreta de qué corregir. Gratis, sin registro.
Cómo funciona
Miramos su sitio como lo hace un asistente de IA: primero las señales legibles por máquina y después si los asistentes pueden encontrarle y citarle con precisión.
Introduzca la URL de su sitio
Su sitio web o el de un competidor. No hace falta cuenta ni acceso al sitio: leemos lo que leería cualquier rastreador de IA.
Unos segundos · sin registroAnalizamos el marcado y los archivos para IA
Leemos sus tipos de Schema.org, llms.txt, las reglas de robots.txt para GPTBot/ClaudeBot/PerplexityBot, Open Graph y la semántica de los encabezados.
Preguntamos a asistentes reales
Consultamos a ChatGPT, Perplexity, Claude y Gemini sobre su marca y comprobamos si citan su sitio y lo describen con precisión, o se inventan cosas.
Citabilidad · precisión de la marcaObtiene una puntuación GEO de 0–100
Combinamos las señales técnicas y las respuestas de los asistentes en una única puntuación de preparación para GEO, con una lista priorizada de qué corregir primero.
Puntuación de 0–100 · correccionesEl GEO-check es una auditoría técnica de la preparación de su propio sitio para los asistentes de IA; no es lo mismo que nuestra comprobación de visibilidad en IA, que mide con qué frecuencia mencionan los asistentes su marca y su cuota de voz. Las respuestas de los asistentes pueden cambiar con el tiempo y entre sesiones, y el comportamiento de los rastreadores depende de su robots.txt en producción. El resultado es orientativo y le señala las correcciones de mayor impacto.
GEO frente a SEO: por qué la legibilidad por máquina gana la respuesta
El SEO clásico optimiza para una página de diez enlaces azules, donde el usuario aún hace clic y lee. Los motores generativos no devuelven una lista: componen una única respuesta y, como mucho, citan unas pocas fuentes. Para ser esa fuente, su contenido tiene que ser inequívoco para una máquina: entidades explícitas, datos estructurados limpios y hechos que un modelo pueda citar sin adivinar.
Eso es lo que mide el GEO. Los datos estructurados (Schema.org) le dicen al modelo de qué tratan sus páginas; llms.txt le señala las páginas importantes; el acceso abierto en robots permite siquiera que su rastreador entre; y un texto claro y factual es lo que se cita con precisión en lugar de parafrasearse mal.
- El marcado Schema.org hace legibles por máquina las entidades y los hechos
- llms.txt ofrece a los asistentes un mapa seleccionado de sus páginas clave
- Bloquear GPTBot/ClaudeBot en robots.txt le hace invisible para la IA
- Un texto claro y factual se cita con precisión en lugar de alucinarse