Guía

¿Cómo publicar datos propios que Google y la IA puedan citar?

Por Equipo Laurank · Publicado el · Actualizado el

Laurank es una empresa de AEO en español: ayudamos a que ChatGPT, Gemini, Perplexity y los AI Overviews de Google citen a tu marca, empezando por entender por qué hoy no lo hacen. Conoce a Laurank.

Puntos clave

  • Google pregunta si el contenido ofrece información, datos de informes, investigaciones o análisis originales; esa es la base documentada para publicar datos propios.
  • Un dato sin método ni muestra no se puede verificar: cada cifra debe llevar quién, cuántos, cuándo y cómo se midió.
  • La tabla debe estar como texto HTML en la página; el PDF o la imagen pueden acompañarla, no sustituirla.
  • Fecha, licencia, enlace de descarga y una URL estable dejan claro cuándo se midió y qué se puede hacer con el dato (criterio de Laurank).
  • El marcado Dataset de schema.org ayuda a descubrir conjuntos de datos en la Búsqueda de conjuntos de datos de Google; Google dice que para sus funciones de IA no hace falta marcado especial.
  • En las páginas de Google, OpenAI y Perplexity que leímos no hay promesa de que publicar datos propios lleve a una cita: lo que se puede hacer es dejar el dato fácil de leer y de comprobar.
  • Regla de decisión (criterio de Laurank): con método reproducible se publica como estudio; con muestra pequeña, como nota con sus límites; sin método o con datos personales, no se publica.

¿Qué cuenta como dato propio que vale la pena publicar?

Es un dato que solo tu empresa puede producir porque sale de su operación: pedidos, cotizaciones, tickets de soporte, encuestas, tiempos de entrega o pruebas propias. No es una cifra copiada de un informe ajeno ni un resumen de lo que ya dicen otras páginas.

Google lo plantea como pregunta de autoevaluación: si el contenido ofrece información, datos de informes, investigaciones o análisis originales. En esa página pregunta también si, al citar otras fuentes, aporta suficiente valor y originalidad. Y en su apartado sobre los evaluadores de calidad de la Búsqueda se lee: “Atribuir o dar crédito a otras fuentes no sustituye la necesidad de un esfuerzo original”.

Tres pruebas rápidas antes de empezar (criterio de Laurank):

  • ¿Lo puede producir otro? Si un competidor puede obtener el mismo número con una búsqueda, no es dato propio.
  • ¿Responde algo que preguntan tus clientes? Un dato sin pregunta detrás se queda como curiosidad.
  • ¿Puedes explicar cómo lo obtuviste? Si no puedes describir el método, no lo publiques todavía.

Esta pieza trata solo de la publicación del dato. Cómo redactar una página para que sea citable en general está en cómo escribir contenido que citen ChatGPT, Gemini y Perplexity.

¿Qué garantiza publicar datos propios?

No garantiza nada: ni posiciones, ni citas, ni apariciones en un AI Overview. Es una práctica que hace tu página más útil y más fácil de comprobar, y que responde a las preguntas de autoevaluación que Google publica sobre contenido útil, pero sin compromiso sobre un resultado concreto.

La guía de Google sobre funciones de IA dice: “No hay requisitos adicionales para aparecer en las vistas creadas con IA ni en el modo IA, ni tampoco es necesario realizar optimizaciones especiales”, y aclara que “no se garantiza la indexación ni la publicación”.

Su guía de optimización para funciones de IA generativa añade una condición de configuración: el sitio debe estar incluido en las funciones de IA generativa de la Búsqueda en Search Console; el artículo de ayuda de ese control indica que es el control predeterminado de todas las propiedades, es decir, que por defecto el sitio está incluido. Confírmalo en Search Console.

Las páginas de rastreadores de OpenAI y Perplexity que leímos explican cómo permitir sus bots (OpenAI indica que los sitios excluidos de OAI-SearchBot no se muestran en las respuestas de búsqueda de ChatGPT). No encontramos en ellas una regla para elegir páginas con datos propios, así que no afirmamos nada sobre cómo esos asistentes eligen qué citar.

En este artículo, lo que viene de la documentación de Google se atribuye a Google, y lo que es método de trabajo se rotula “criterio de Laurank”.

¿Publico como estudio, como nota de experiencia o no publico?

Decide con la reproducibilidad del método y el tamaño de la muestra, no con las ganas de tener un “estudio”. Esta regla es criterio de Laurank: no sale de ninguna documentación de buscadores y los umbrales no son cifras oficiales.

Si tu situación es… Publica como… Qué debe decir la página
Método escrito, definiciones claras, otra persona de tu empresa llega a la misma cifra, y la muestra cubre todo un periodo de tu operación Estudio con tabla, método y descarga Muestra, periodo, exclusiones y a quién no representa
Método claro pero pocos casos, o un solo periodo corto Nota de experiencia con los datos a la vista Que es una muestra pequeña, el conteo exacto y que no se generaliza
No puedes explicar cómo salió la cifra, o nadie más la reproduce No publiques todavía Nada: primero arregla el método
Los datos identifican a personas o clientes y no puedes anonimizar y agregar No publiques Nada; consulta a tu asesor legal

Si dudas entre las dos primeras filas, elige la segunda: es más fácil ampliar una nota que retirar un estudio que prometía de más.

¿Cómo publico datos propios paso a paso?

Sigue siete pasos en este orden: pregunta, método, respuesta, tabla en HTML, fecha con licencia y descarga, URL estable y revisión de lectura. Es criterio de Laurank, apoyado en lo que Google documenta sobre contenido útil, fechas y conjuntos de datos.

  1. Elige una pregunta con la forma en que la haría un cliente. “¿Cuánto tarda una pyme en responder una cotización por WhatsApp frente a correo?” es una pregunta; “Estadísticas de atención” no.
  2. Fija el método y la muestra antes de escribir.
  3. Escribe la respuesta primero, con su muestra al lado.
  4. Publica la tabla como HTML, con unidades, totales y la definición de cada columna.
  5. Muestra fecha, licencia y enlace de descarga.
  6. Fija una URL estable.
  7. Revisa la lectura y mide. Comprueba que la página se indexa y que la tabla aparece como texto; luego repite la prueba de preguntas.

Las siguientes secciones desarrollan cada paso. Si falla el paso 7 por razones técnicas, la lista de qué revisar está en cómo saber si tu sitio es legible para la IA.

¿Cómo elijo la pregunta que mis datos pueden responder?

Elige la pregunta que tus clientes ya hacen y que tus datos responden con un número, una comparación o un rango. Sin pregunta de cliente detrás, el dato no tiene a quién servir. Búscala en los mensajes de ventas y soporte, en las consultas con forma de pregunta de Search Console o en la prueba manual de qué preguntan tus clientes a ChatGPT.

Cruza esa lista con lo que tu empresa registra y quédate con la pregunta cuya respuesta no está ya en las primeras páginas de resultados y cuya medición puedas defender con un método simple.

¿Qué método y qué muestra debo describir?

Describe quién midió, qué se midió, a cuántos casos, en qué fechas, con qué criterio y qué se excluyó. Sin esos datos, la cifra no se puede verificar ni citar con responsabilidad. La plantilla siguiente es criterio de Laurank.

Un bloque de método de cinco o seis líneas, justo después de la respuesta, basta:

  • Pregunta: la misma del título.
  • Población y muestra: de dónde salen los casos y cuántos son.
  • Periodo: fecha de inicio y de cierre de la recolección.
  • Definiciones: qué cuenta como “respuesta”, “cliente”, “pedido”, etc.
  • Exclusiones: qué casos se dejaron fuera y por qué.
  • Límites: a quién no representa el dato.

La última línea es la que menos se escribe y la que más confianza da: datos de tus clientes no representan al sector, de un trimestre no cubren el año, de un país no valen para otro.

Tu cifra debe poder reproducirse: si otra persona de tu empresa, con la misma base y tus definiciones, no llega al mismo resultado, el dato no está listo. Si incluye información de personas, anonimiza y agrega antes de publicar (ver más abajo).

¿Cómo se ve la tabla en HTML con el método?

Se ve como una tabla de texto con unidades, totales y notas, precedida por la respuesta y seguida por el método. El siguiente es un ejemplo ilustrativo con datos ficticios para mostrar la forma; no son cifras de ningún negocio real.

Ejemplo ilustrativo 1 (datos ficticios): estudio completo. Una distribuidora ficticia registra 180 cotizaciones solicitadas entre el 1 de julio y el 30 de septiembre de 2026 y mide cuántas se respondieron en menos de 4 horas hábiles.

La respuesta que abriría la página: “En las 180 cotizaciones del tercer trimestre de 2026, las pedidas por WhatsApp se respondieron en menos de 4 horas hábiles con más frecuencia que las pedidas por correo o por el formulario web.”

Canal de solicitud Cotizaciones Respondidas en menos de 4 h hábiles Proporción
WhatsApp 90 72 80 %
Correo 60 18 30 %
Formulario web 30 6 20 %
Total 180 96 53 % (no comparable entre canales)

Las proporciones son aritmética nuestra sobre los conteos ficticios: 72 de 90 es 80 %, 18 de 60 es 30 %, 6 de 30 es 20 % y 96 de 180 es 53 %. El conteo va junto a la proporción para que se vea sobre cuántos casos se calculó. El total es aritmética válida; por criterio de Laurank lo mostramos con la advertencia de que mezcla canales de tamaños distintos, y no lo usamos como titular porque ocultaría la diferencia entre canales, que es la respuesta a la pregunta.

Bloque de método de ese ejemplo:

  • Muestra: todas las cotizaciones del periodo, 180.
  • Definición de respuesta: primer mensaje con precio o con la lista de lo que falta para cotizar.
  • Exclusiones: ninguna; las recibidas fuera del horario hábil se contaron desde la apertura del día siguiente.
  • Límites: una sola empresa y un solo trimestre; no representa al sector ni a otros países.

Ejemplo ilustrativo 2 (datos ficticios): muestra pequeña publicada con sus límites. Un taller ficticio revisó sus 12 entregas de agosto de 2026 y anotó cuántas llegaron dentro de la ventana prometida al cliente.

Mes Entregas Dentro de la ventana prometida Proporción
Agosto de 2026 12 9 75 %

La frase de apertura sería: “De nuestras 12 entregas de agosto de 2026, 9 llegaron dentro de la ventana prometida.” Debajo, la nota de límites: “Es una muestra de 12 casos de un solo mes y de un solo taller; sirve para describir lo que nos pasó, no para decir cuántas entregas llegan a tiempo en el sector. 9 de 12 es 75 %.” La nota de límites hace aquí más trabajo que la tabla.

¿Por qué la tabla debe ir en HTML y no solo en PDF o imagen?

Porque una tabla en HTML es texto que se puede leer, copiar y buscar, y una cifra dentro de una imagen no lo es. El PDF y el CSV son un complemento útil, pero no deben ser el único lugar donde viven tus números (criterio de Laurank).

La guía de Google sobre funciones de IA lista entre sus prácticas “asegurarse de que el contenido importante esté disponible en formato de texto”. Es una recomendación general, no un texto sobre tablas: aplicarla a tus cifras es criterio de Laurank.

Reglas prácticas (criterio de Laurank): usa <table> con encabezados de columna; repite cada cifra importante en una frase, que es lo que se puede citar; pon las unidades en el encabezado o la celda; y deja el PDF o el CSV como anexo con enlace claro.

Cómo preparar los catálogos y fichas que ya existen en PDF se trata en PDF y catálogos para la IA. Para confirmar que tu tabla aparece como texto en la respuesta del servidor, usa la prueba descrita en cómo saber si tu sitio es legible para la IA.

¿Cómo pongo fecha, licencia y descarga?

Muestra una fecha de publicación y una de actualización visibles, declara una licencia concreta con versión y ofrece un enlace de descarga del archivo con los datos. Son los tres elementos que permiten a otra persona saber cuándo se midió, qué puede hacer con la tabla y de dónde bajarla. La elección de mostrar los tres juntos es criterio de Laurank; lo que sigue distingue qué dice Google.

Fecha (lo que dice Google). Su página sobre fechas recomienda: “Añade una fecha que los usuarios puedan ver en un lugar destacado de la página”, con texto como “Fecha de publicación” o “Última actualización”. Para los datos estructurados, recomienda añadir un subtipo de CreativeWork como Article o BlogPosting y especificar datePublished o dateModified, y comprobar que la fecha visible y la de los datos estructurados sean la misma. Google no garantiza que se muestre una fecha en los resultados.

Entre las preguntas de autoevaluación de contenido útil, Google incluye esta: “¿Cambias la fecha de las páginas para que parezca que están actualizadas cuando el contenido no ha cambiado de forma sustancial?”.

Fecha (criterio de Laurank). Si el periodo de los datos es distinto de la fecha de publicación, di las dos: “Datos de julio a septiembre de 2026; publicado el 23 de octubre de 2026”.

Licencia. Declara qué se puede hacer con la tabla: citarla con atribución, reutilizarla, modificarla. Elige la licencia con tu equipo legal. En el marcado de conjuntos de datos, Google indica: “Proporciona una URL que identifique inequívocamente una versión específica de la licencia utilizada”. Criterio de Laurank: haz lo mismo en el texto visible; nombra la licencia y su versión y no escribas solo “uso libre”.

Descarga (criterio de Laurank). Un CSV con las mismas columnas de la tabla, un nombre de archivo claro y una nota de qué contiene. Si anonimizaste columnas, dilo.

Cita como (criterio de Laurank). Una línea sugerida ahorra errores: “Cita como: [Empresa], [título del estudio], [fecha], [URL]”.

¿Sirve el marcado Dataset de schema.org?

Sirve para que el conjunto de datos se descubra en la Búsqueda de conjuntos de datos de Google, no para las vistas con IA ni el modo IA, que según Google no requieren marcado especial. Con un archivo descargable puede valer la pena; con solo una tabla dentro de un artículo, probablemente no (criterio de Laurank).

Google dice que los conjuntos de datos son más fáciles de encontrar en esa herramienta cuando se proporciona información de apoyo (nombre, descripción, creador y formatos de distribución) como datos estructurados. Entre sus ejemplos de lo que puede considerarse un conjunto de datos figura “una tabla o un archivo CSV con algunos datos”.

Su guía de funciones de IA, por otro lado, es explícita: “Tampoco es necesario añadir datos estructurados especiales de schema.org”. Ambas cosas son compatibles: el marcado Dataset es para descubrir conjuntos de datos, no una palanca para ser citado. Panorama general: datos estructurados para empresas.

Si decides usarlo, estas son las propiedades de la página de Google sobre Dataset. Dice que debes incluir las propiedades obligatorias para que el contenido pueda mostrarse como resultado enriquecido; las recomendadas son opcionales.

Propiedad Estado según Google Para qué sirve en tu estudio
name Obligatoria Nombre descriptivo y único del conjunto
description Obligatoria Resumen de 50 a 5000 caracteres
creator Recomendada Quién produjo los datos
license Recomendada URL de la versión exacta de la licencia
temporalCoverage Recomendada; Google dice que se incluya solo si hay dimensión temporal Periodo que cubren los datos
variableMeasured Recomendada (propuesta pendiente de estandarización) Qué variable mide
measurementTechnique Recomendada (propuesta pendiente de estandarización) Método con que se recopilaron
distribution.contentUrl Obligatoria si ofreces descarga Enlace al archivo
distribution.encodingFormat Recomendada Formato del archivo, por ejemplo CSV

La descripción debe tener entre 50 y 5000 caracteres, según el documento de Google. Criterio de Laurank: el marcado debe describir lo que la página muestra; no declares un dato o un autor que el lector no ve.

Esqueleto JSON-LD ilustrativo (datos ficticios)

Plantilla para el ejemplo ilustrativo 1; cambia las direcciones de ejemplo por las tuyas. No describe datos reales.

{
  "@context": "https://schema.org/",
  "@type": "Dataset",
  "name": "Tiempo de respuesta a cotizaciones por canal, tercer trimestre de 2026 (datos ilustrativos)",
  "description": "Conteo de cotizaciones solicitadas por WhatsApp, correo y formulario web entre el 1 de julio y el 30 de septiembre de 2026 y cuántas se respondieron en menos de 4 horas hábiles. Datos ficticios para ilustrar el formato de publicación.",
  "url": "https://ejemplo.com/estudios/tiempo-de-respuesta-cotizaciones",
  "creator": { "@type": "Organization", "name": "Empresa de ejemplo" },
  "license": "https://creativecommons.org/licenses/by/4.0/",
  "temporalCoverage": "2026-07-01/2026-09-30",
  "distribution": [
    {
      "@type": "DataDownload",
      "encodingFormat": "CSV",
      "contentUrl": "https://ejemplo.com/estudios/tiempo-de-respuesta-cotizaciones.csv"
    }
  ]
}

Antes de publicar, valida el marcado con la prueba de resultados enriquecidos de Google. Su página de Dataset aclara que no garantiza que las funciones que usan datos estructurados aparezcan en los resultados de búsqueda.

¿Por qué importa la URL estable y cómo la mantengo?

Importa porque cualquier cita, enlace o referencia apunta a una dirección: si cambia, la cita se rompe y el dato pierde su historial. Fija la URL desde el principio y trata cada actualización como una edición dentro de ella o como una página nueva enlazada. Todo lo que sigue es criterio de Laurank:

  • Elige un slug sin fecha ni versión (/estudios/tiempo-de-respuesta-cotizaciones), para que la dirección sirva a lo largo de las ediciones.
  • Si cambias el contenido de forma sustancial, di qué cambió. Por ejemplo: “Edición de enero de 2027: se añadió el canal de llamadas”.
  • Para una serie, una página por edición enlazadas entre sí, y la principal apunta a la más reciente. No sobrescribas la edición anterior: otros pueden haber citado esas cifras.
  • Si debes mover la página, usa una redirección permanente y actualiza los enlaces internos y el sitemap. La mecánica está en cómo hacer un sitemap.
  • No mezcles la página con un PDF que cambia sin aviso. El archivo de descarga también necesita un nombre estable.
  • Si el dato tiene un error, corrígelo con una nota visible de corrección.

¿Qué errores evitar al publicar un dato propio?

Evita dos que no se cubrieron arriba: el alcance exagerado y las conclusiones causales. Nombra a quién representa el dato (“el sector” o “toda LATAM” se cita con un alcance que no tiene), y describe lo observado: una tabla de conteos no demuestra que X provoque Y. Si la página queda sin enlaces internos, fuera del sitemap o bloqueada, ni siquiera se lee: revisa por qué Google no indexa tu página y robots.txt para bots de IA.

¿Cómo sé si mi dato está funcionando?

Repite la prueba de preguntas con la misma lista antes y después de publicar, y mira en Search Console si la página recibe impresiones y clics. No esperes lo mismo en todos los asistentes.

Pasos de medición (criterio de Laurank, salvo lo atribuido a Google):

  1. Antes de publicar, anota qué responde hoy cada asistente a tu pregunta y a quién cita.
  2. Publica, envía la URL en el sitemap y espera a que se indexe. En su página de Dataset, Google recuerda que puede tardar varios días en encontrar y rastrear una página después de publicarse.
  3. Repite la misma prueba con las mismas preguntas y anota los cambios, sin sacar conclusiones de una sola respuesta: los asistentes pueden responder distinto cada vez.
  4. Revisa en Google Analytics y en Search Console si llegan visitas a la página. Para separar el tráfico que viene de ChatGPT, mira medir el tráfico de ChatGPT en GA4.
  5. Si nadie cita tu dato, no lo infles: revisa primero si la página es legible, si la pregunta es de verdad la de tus clientes y si otro sitio responde mejor. El método para saberlo está en cómo saber si la IA cita tu web.

Con una sola medición no distingues entre pregunta sin interés, competencia con más peso o página aún sin indexar.

¿Cuándo no conviene publicar datos propios?

No conviene cuando los datos identifican a personas o clientes, cuando no puedes explicar cómo se obtuvieron o cuando no vas a mantenerlos. Para la muestra pequeña, la regla de decisión de arriba indica la nota de experiencia, no el silencio.

  • Datos personales o confidenciales: si no puedes anonimizar y agregar, no publiques. Consulta la norma de protección de datos de tu país y a tu asesor legal.
  • Datos que no puedes mantener: si no vas a actualizarlos, publícalos con su fecha de corte.
  • Cifras ordenadas o resumidas con IA: revisa cada una contra la base original antes de publicar.

Sin datos propios, no los inventes: cita una fuente primaria con su fecha y aporta lo que sí tienes, como criterio, proceso o experiencia verificable.

¿Cómo puede ayudarte Laurank con esto?

Laurank hace el diagnóstico de por qué la IA no te cita, analiza a quién cita en tu lugar y mide tus citas; no publica ni valida tus datos por ti. No es una promesa de resultados; depende de tu sector y de tu competencia.

Si ya tienes los datos y no sabes por dónde empezar, el diagnóstico AEO muestra por qué hoy la IA no te cita, los segmentos de preguntas señalan dónde puedes competir y el servicio de optimización y medición cubre el arreglo y la medición de citas. Escríbenos por WhatsApp al +1 415 202 4369 con el nombre de tu marca y tu sector.

Cómo publicar datos propios para que Google y la IA puedan citarlos

  1. Elige una pregunta. Parte de una pregunta que tus clientes hagan y que tus datos internos puedan responder con un número.
  2. Fija el método y la muestra. Anota qué se midió, cuántos casos, en qué periodo, con qué criterio y qué quedó fuera.
  3. Escribe la respuesta primero. Abre la página con el resultado principal en una frase y su muestra al lado.
  4. Publica la tabla en HTML. Pon la tabla como texto en la página, con unidades y totales, y añade el CSV o el PDF como descarga.
  5. Añade fecha, licencia y descarga. Muestra la fecha de publicación y de actualización, una licencia con versión y el enlace al archivo.
  6. Fija una URL estable. Elige una dirección que no cambie y, si publicas ediciones nuevas, conserva las anteriores.
  7. Revisa que se pueda leer y mide. Comprueba que la página es indexable y que el texto aparece sin ejecutar scripts; después repite la prueba de preguntas.

Preguntas frecuentes

¿Necesito un estudio grande para publicar datos propios?

No. Google pregunta si el contenido ofrece información, datos de informes, investigaciones o análisis originales, y no fija un tamaño mínimo. Que el dato sea tuyo, que digas cómo lo obtuviste y que una muestra pequeña se publique como tal, con sus límites.

¿Puedo publicar la tabla solo como PDF o como imagen?

Es mejor no hacerlo. Publica la tabla como texto HTML en la página y ofrece el PDF o el CSV como descarga adicional. La guía de Google sobre funciones de IA lista entre sus prácticas que el contenido importante esté en formato de texto; además, una cifra dentro de una imagen no se puede copiar ni buscar (criterio de Laurank).

¿Hace falta marcar la página con schema Dataset?

No es un requisito para las funciones de IA de Google, que según su guía no necesitan datos estructurados especiales de schema.org. Sirve para descubrir conjuntos de datos en la Búsqueda de conjuntos de datos; úsalo solo si publicas un conjunto descargable.

¿Qué licencia pongo a mis datos?

La que decida tu empresa con su asesor legal; aquí no damos asesoría jurídica. Lo práctico (criterio de Laurank) es declarar una licencia concreta y con versión, por ejemplo una Creative Commons de atribución. Google recomienda indicar una URL que identifique una versión específica de la licencia.

¿Cada cuánto actualizo un estudio propio?

Cuando tengas datos nuevos o corrijas un error, no por aparentar frescura. Google advierte contra cambiar la fecha de una página para que parezca actualizada si el contenido no cambió de forma sustancial. Si repites la medición, publícala como nueva edición y conserva la anterior (criterio de Laurank).

¿Publicar datos propios garantiza que me citen?

No. Google dice que no hay requisitos adicionales para sus vistas con IA ni optimizaciones especiales, y que cumplir los requisitos no implica que rastree, indexe o muestre una página. En las páginas de rastreadores de OpenAI y Perplexity que leímos se explica cómo permitir sus bots, y no encontramos en ellas una regla para elegir páginas con datos propios. Un dato original es un buen contenido, no una promesa de cita.

Fuentes

¿Quieres que la IA cite a tu marca?

Cuéntanos tu caso por WhatsApp y te decimos por dónde empezar.

Escríbenos por WhatsApp

Artículos relacionados

AEO ·

¿Cómo escribir contenido para IA que citen ChatGPT, Gemini y Perplexity?

No hay receta oficial: ningún proveedor documenta cómo elige a quién citar. Google pide contenido original, con datos o análisis propios y experiencia de primera mano; OpenAI y Perplexity piden permitir sus rastreadores. Como criterio editorial de Laurank: abre con la respuesta, añade un dato propio con fuente y fecha, y usa la lista de este artículo.

Preguntas de clientes en la IA ·

¿Cómo escribir preguntas frecuentes que la IA pueda citar?

Para escribir preguntas frecuentes que una IA pueda citar, usa preguntas reales de tus clientes, responde en la primera frase con una respuesta completa por sí sola, añade las condiciones y excepciones, y mantén el texto visible en la página. Google ya no muestra el resultado enriquecido de FAQ desde el 7 de mayo de 2026.

Contenido citable ·

¿PDF o HTML: qué conviene para que Google y la IA lean tu catálogo?

Sí, Google indexa los PDF y lo documenta, siempre que tengan texto que se pueda copiar y no estén protegidos con contraseña. En las páginas de OpenAI y Perplexity que leímos (octubre de 2026) no aparece nada sobre PDF. Por eso conviene que cada producto importante tenga además una página HTML y que el PDF quede como descarga complementaria.