¿Qué contenido ve ChatGPT de tu página web?
Miercoles 28 de Enero del 2026
Hoy en día parece que todo el mundo tiene un truco mágico para mejorar la visibilidad en los buscadores basados en IA (LLMs): que si optimizar la similitud de palabras clave, que si crear textos cortos o añadir un archivo llm.txt para guiar a los bots. Pero la realidad es mucho más simple: si tu contenido no es accesible para los rastreadores de IA, tu visibilidad tiende a 0...
Regreso al pasado - 2007
Estamos en la era de los LLMs y los buscadores basados en IA, pero, si por una parte parece que vamos a toda velocidad hacia el futuro, por otra volvemos al pasado, casi a la casilla de salida.
Y es que la mayoría de los LLMs y las aplicaciones de IA no ejecutan JavaScript: leen el código fuente como si hicieses un "Ver código fuente de la página". Ese es el contenido que los bots de IA podrán leer, valorar y mostrar a sus usuarios.
En 2007, Google apenas empezaba a pensar en cómo poder obtener contenido cargado mediante AJAX (JavaScript que solicita datos de forma asíncrona). Ni Google ni ningún buscador eran capaces de interpretar JavaScript, o no lo veían rentable ni necesario... ni Flash :D; si el contenido no estaba en el HTML puro, el buscador no lo veía.
En 2009 más o menos, Google aprendió a ejecutar JavaScript con la implementación de ciertos "parches". Hoy utilizan máquinas virtuales para realizar peticiones y poder procesar el código con el contenido. Pero el proceso de ejecutar JavaScript es bastante costoso y lento. Si tu sitio tiene millones de URLs que requieren el uso de JS para obtener el contenido, hará que el rastreo se vuelva más pesado y costoso.
Tardará un poco más de tiempo en rastrear e indexar el contenido de cada URL, pero acabará haciéndolo. Eso sí, tendrás un problema si el valor de tu contenido es de actualidad, porque no será capaz de descubrirlo con la misma rapidez que si se sirviese sin necesidad de habilitar JS.
Lo que ChatGPT puede ver de tu página web
Si queremos ver el contenido que ChatGPT es capaz de ver de tu sitio, puedes usar esta URL. El servicio de Jina obtiene el HTML y lo convierte a Markdown en tiempo real y, por supuesto, NO EJECUTA JS. Veamos un ejemplo.
He realizado muchos experimentos y pruebas para saber cómo Google obtenía el contenido cargado mediante JavaScript, así que aprovecharé un experimento de hace tiempo, concretamente este: Diferentes métodos para indexar contenido JavaScript - Ajax.
Es una prueba sencilla: cargar contenido por diferentes métodos de JavaScript, uno usando XMLHttpRequest y otro usando fetch.
No voy a entrar en detalles técnicos; solo a modo de resumen: lo que hago en esa URL es cargar cierto contenido que está en otra URL utilizando dos métodos diferentes de JS. El texto devuelto en esta llamada JS contiene ciertas palabras inventadas para las que no había resultados en Google, para así, realizando una búsqueda por esos términos, poder comprobar si Google era capaz de indexar esas palabras inventadas:
Cómo ChatGPT obtiene el contenido web
Hoy estaba "enredando" con las llamadas que hace ChatGPT cuando le digo que acceda a mi sitio para comprobar si ejecuta JS y cómo lo hace... No, no lo hace.
ChatGPT usaba SerpAPI, que fue demandada por Google por supuesta violación de derechos de autor (¡manda narices que sea Google quien utilice los derechos de autor para que no le rastreen el contenido, es para mear y no echar gota!).
Parece que ChatGPT ahora está utilizando Jina.ai para obtener el contenido de una URL. El servicio de Jina actúa como un proxy que toma el HTML de tu web y lo convierte a formato Markdown en tiempo real. En este proceso no se ejecuta JavaScript, por lo que ChatGPT no verá ese contenido cargado mediante JS.
Jina.ai como servicio de rastreador / proxy
He preguntado a ChatGPT por ambas palabras y, tras insistir con la pregunta "¿dónde aparece ese texto?", me dio un resultado. No sé de dónde lo obtuvo... seguramente lo hizo usando Google.
Cuando he analizado las llamadas que hacía ChatGPT para saber en qué web aparece, vi una URL de Jina a la que solicitaba la búsqueda. Si accedéis a esta URL, https://r.jina.ai/https://www.mecagoenlos.com/Posicionamiento/interpreta-google-el-javascript.php, podréis ver el contenido del artículo en formato Markdown.
para ver el contenido de cualquier URL solo debes cambiar https://www.mecagoenlos.com/Posicionamiento/interpreta-google-el-javascript.php por la URL que quieras
Vemos que el contenido que devuelve es en formato Markdown, y vemos cómo Jina no ejecuta JS: simplemente transforma el contenido de HTML a Markdown. No hay nada del contenido cargado por JavaScript y, sabiendo esto, lo primero que tenemos que hacer para mejorar la visibilidad en buscadores de IA es facilitar la vida a estos bots que, como hace 20 años, no son capaces de ejecutar JavaScript.
ChatGPT no lee contenido cargado mediante JavaScript
Ya puedes fragmentar tus párrafos o hacer que su similitud con las palabras clave sea de 0... si el bot no es capaz de leer el contenido, no serás visible en los nuevos buscadores.
Menos "hacks" y más accesibilidad básica
De nada sirve comerse la cabeza por los embeddings o la estructura de los párrafos si el bot ni siquiera puede leer tu texto.
Si quieres que tu negocio sobreviva en los nuevos buscadores de IA, la prioridad absoluta es facilitarles la vida. Esto significa volver a los fundamentos: asegúrate de que tu contenido principal se sirva en el HTML inicial y no dependa de ejecuciones complejas. En esta guerra por la visibilidad, el que mejor se deja leer es el que gana.
