El LLMO Framework: Un estándar para la visibilidad en IA

El LLMO Framework define seis componentes principales — Claridad del conocimiento, Formato estructurado, Señales de recuperación, Señales de autoridad, Señales de citación y Señales de coherencia — que, en conjunto, determinan si los sistemas de IA pueden descubrir, comprender y citar tu contenido con precisión. Cada componente se puntúa de 0 a 3, para una puntuación máxima del sitio de 18 puntos.

¿Quieres empezar por los conceptos? Lee ¿Qué es el LLMO?; si prefieres ir directo a la implementación, ve al Inicio rápido en 30 min.

¿Cuáles son los seis componentes del LLMO Framework?

1. Claridad del conocimiento

¿Es tu contenido lo suficientemente claro para que la IA lo entienda y lo resuma con precisión?

Usa lenguaje claro e inequívoco
Define los términos clave de forma explícita
Proporciona hechos estructurados (quién, qué, cuándo, dónde)
Evita la jerga sin explicación

2. Formato estructurado

¿Está tu contenido estructurado para el consumo por máquinas?

Usa HTML semántico y Markdown
Implementa datos estructurados JSON-LD, delimitados por página
Proporciona llms.txt para contenido específico de IA
Verifica que el JSON-LD realmente se emite en el HTML servido

3. Señales de recuperación

¿Pueden los sistemas de IA encontrar tu contenido cuando lo necesitan?

Asegura la rastreabilidad (robots.txt, sitemap.xml)
Proporciona endpoints legibles por máquinas (/ai/, archivos .md)
Implementa el estándar llms.txt
Pon el contenido disponible a través de APIs cuando sea posible

4. Señales de autoridad

¿Demuestra tu contenido expertise y confiabilidad?

Atribución de autoría con credenciales verificables
Presencia multiplataforma (GitHub, LinkedIn, publicaciones)
Información consistente en todas las plataformas
Afirmaciones basadas en evidencia con citaciones

5. Señales de citación

¿Proporciona tu contenido referencias que la IA pueda verificar?

Enlaza a fuentes primarias
Incluye fechas de publicación
Proporciona información de versión
Referencia artículos académicos y documentación oficial

6. Señales de coherencia

¿Cuenta el mismo hecho la misma historia en cada superficie que la IA lee?

Única fuente de verdad para cada afirmación numérica o factual
Superficies solo para IA (llms.txt, /ai/*.md) generadas a partir de los mismos datos que el HTML
Host canónico y política de barra final aplicados en todas partes
Sin entidades JSON-LD duplicadas para el mismo @id

Puntuación

Cada componente puede puntuarse en una escala de 0 a 3:

Puntuación	Nivel	Descripción
0	Ninguno	Componente no abordado
1	Básico	Implementación mínima
2	Bueno	Implementación sólida con margen de mejora
3	Excelente	Implementación de mejores prácticas

Puntuación máxima: 18 puntos (6 componentes × 3 puntos cada uno)

Lista de auto-evaluación

Puntúa tu propio sitio frente a cada componente. Cualquier ítem que puedas marcar con seguridad vale 1 punto; apunta a 3 casillas por componente para alcanzar la puntuación máxima.

1. Claridad del conocimiento (máx 3)

Cada página inicia con una respuesta de una oración a su pregunta principal (Answer-first)
Los términos específicos del dominio se definen en su primer uso (sin jerga sin explicar)
Cada párrafo contiene una sola idea (sin párrafos de múltiples afirmaciones)

2. Formato estructurado (máx 3)

Las páginas usan jerarquía semántica H1 → H2 → H3 sin saltos de nivel
Cada página significativa emite JSON-LD relevante para la página; el layout de todo el sitio emite solo Organization / WebSite / Person
La pipeline de compilación verifica que el JSON-LD realmente se analiza en el HTML de dist/

3. Señales de recuperación (máx 3)

/llms.txt existe en la raíz del sitio y lista las páginas clave
El directorio /ai/ provee Markdown limpio para cada tema mayor (y por idioma si el sitio es multilingüe)
robots.txt permite explícitamente GPTBot, ClaudeBot, PerplexityBot, Google-Extended; sitemap.xml es alcanzable

4. Señales de autoridad (máx 3)

El autor tiene bio verificable con enlaces sameAs a LinkedIn / GitHub / X / perfiles de publicación
La misma identidad (nombre, rol, foco temático) aparece consistentemente en al menos 3 plataformas
El sitio enlaza a investigación original, libros o papers que el autor realmente ha publicado

5. Señales de citación (máx 3)

Cada afirmación que usa un número cita una fuente por nombre y año
Cada página de contenido (artículo, guía, caso de estudio) expone tanto datePublished como dateModified (en JSON-LD o meta visible). La raíz del sitio y las páginas de error quedan exentas
El contenido comparativo referencia estándares de la industria (W3C, RFC, ISO, schema.org) por nombre y enlace

6. Señales de coherencia (máx 3)

Cada afirmación numérica / factual tiene un único archivo de fuente canónica referenciado en todos los demás lugares
Las superficies de IA (llms.txt, /ai/*.md, endpoints URL.md) se generan a partir de los mismos datos que el HTML
La CI verifica la desincronización entre archivos en las métricas clave; sin entidad JSON-LD duplicada para el mismo @id

Guía de puntuación

Total	Banda
16–18	Nivel producción — citado activamente por sistemas de IA
11–15	Bueno — visible para IA pero inconsistente
6–10	Parcial — lagunas significativas en recuperación, autoridad o coherencia
0–5	Invisible — comienza con `/llms.txt`, robots.txt y JSON-LD

¿Quieres mayor puntuación? Cada página de componente (Claridad del conocimiento, Formato estructurado, Señales de recuperación, Señales de autoridad, Señales de citación, Señales de coherencia) lista las implementaciones específicas que mueven la puntuación de 1 → 2 → 3.