GEO: cómo hice mi portafolio legible para agentes de IA

Respuesta corta: GEO (Generative Engine Optimization) es hacer que tu contenido sea fácil de encontrar, entender y citar para agentes de IA. En este sitio lo implementé con cinco piezas: robots.txt que permite explícitamente a los crawlers de IA, sitemap.xml generado en build, datos estructurados JSON-LD (Person, WebSite, BlogPosting, FAQPage, BreadcrumbList), llms.txt + llms-full.txt, y artículos escritos con respuesta directa al inicio y preguntas frecuentes al final.

Escribo para que el conocimiento circule. En 2026 una parte enorme de la gente ya no lee resultados de búsqueda: le pregunta a un agente. Si el agente no puede leerte, no existes en esa conversación.

SEO vs GEO

	SEO clásico	GEO
Lector principal	Crawler + humano en una SERP	LLM que sintetiza una respuesta
Unidad que compite	La página	El fragmento citable
Señales clave	Enlaces, rendimiento, keywords	Claridad, estructura, entidad del autor, acceso al texto
Éxito	Clic	Cita con enlace y atribución

No se reemplazan: GEO se construye sobre un SEO técnico sano.

1. robots.txt: invitar a los agentes

Muchos sitios bloquean a los bots de IA por defecto. Si tu objetivo es compartir, haz lo contrario y sé explícito:

User-agent: GPTBot
User-agent: ClaudeBot
User-agent: PerplexityBot
User-agent: Google-Extended
Allow: /

Sitemap: https://nathanlazo.website/sitemap.xml

2. Una entidad clara: quién escribe

Los motores de respuesta razonan sobre entidades. Defino una sola entidad Person con @id estable, perfiles (sameAs) y temas (knowsAbout), y cada artículo la referencia como autor:

{
  "@type": "BlogPosting",
  "headline": "GEO: cómo hice mi portafolio legible para agentes de IA",
  "datePublished": "2026-10-20",
  "inLanguage": "es",
  "author": { "@id": "https://nathanlazo.website/#person" }
}

Así cada post suma autoridad a la misma identidad en lugar de quedar huérfano.

3. Una sola fuente de verdad para metadatos

En Next.js (Pages Router) centralicé todo en dos piezas:

• src/lib/site.js: URL, autor, perfiles, temas y rutas.
• src/components/Seo.jsx: título, descripción, canonical, Open Graph, Twitter y JSON-LD en un componente.

Cada página declara solo lo suyo:

<Seo title="Articles" description="Long-form writing on AI agents, WebGPU..." />

Menos lugares donde equivocarse = menos metadatos inconsistentes (en mi caso había descripciones heredadas de la plantilla con el nombre de otra persona).

4. llms.txt y llms-full.txt generados en build

Al compilar, el mismo paso que genera el RSS escribe tres archivos:

• sitemap.xml con todas las rutas y fechas de los artículos.
• llms.txt: resumen del sitio, páginas clave y un índice de artículos con descripción.
• llms-full.txt: el texto completo de cada artículo en markdown limpio, con URL, autor y fecha.

Un agente que llega al sitio puede entenderlo completo en una sola lectura, sin ejecutar JavaScript ni adivinar qué es navegación y qué es contenido.

5. Escribir para ser citado

La técnica más rentable no es técnica:

• Respuesta directa en el primer párrafo. Lo que un agente cita es lo que responde la pregunta sin rodeos.
• Encabezados que son preguntas o conceptos. Facilitan extraer fragmentos.
• Definiciones explícitas. "X es…" es la frase más citable que existe.
• Tablas para comparaciones. Los modelos las resumen muy bien.
• FAQ al final, también expuesta como FAQPage en JSON-LD.
• Fechas y autor visibles. La frescura y la atribución importan.
• Enlaces internos entre artículos relacionados para que el grafo del sitio tenga sentido.

Checklist GEO

• robots.txt permite a los crawlers de IA y apunta al sitemap.
• sitemap.xml actualizado en cada build.
• Canonical, Open Graph y Twitter en todas las páginas.
• JSON-LD: Person + WebSite global, BlogPosting y BreadcrumbList por artículo, FAQPage si aplica.
• llms.txt y llms-full.txt publicados.
• lang correcto por artículo.
• Respuesta directa al inicio y FAQ al final de cada post.

Cierre

GEO no es engañar a un algoritmo; es ser la fuente más clara sobre lo que sabes. Si escribes para enseñar, haz que tu conocimiento sea legible para humanos y para máquinas. Es la forma más simple de devolverle algo a la comunidad que te enseñó.

Más del tema: cómo construí Roger-arq y WebGPU y modelado 3D en la web.

Preguntas frecuentes

¿Qué es GEO (Generative Engine Optimization)?

Es optimizar contenido para que motores de respuesta y agentes de IA (ChatGPT, Claude, Perplexity, Gemini) lo encuentren, lo entiendan y lo citen. Complementa al SEO clásico: además de rankear en una lista de enlaces, buscas ser la fuente de la respuesta.

¿Qué es llms.txt?

Una propuesta de estándar: un archivo markdown en la raíz del sitio con un resumen y un índice curado de las páginas importantes, pensado para que un LLM entienda el sitio sin parsear HTML. Suele acompañarse de llms-full.txt con el contenido completo.

¿Debo bloquear o permitir a los crawlers de IA?

Depende del objetivo. Si tu contenido existe para compartir conocimiento y construir reputación, permitirlos explícitamente en robots.txt (GPTBot, ClaudeBot, PerplexityBot, Google-Extended, etc.) aumenta la probabilidad de que te citen.