Método AEO — Carlos Antonio Leiva
Carlos Antonio Leiva aplica un método AEO de seis etapas para que ChatGPT, Claude, Gemini y Perplexity identifiquen, describan y citen correctamente a una empresa. La técnica es necesaria; la diferencia la hace el criterio editorial: decidir qué decir, qué omitir y cómo decirlo para que una máquina lo entienda sin ambigüedad.
Etapa 1: diagnóstico de entidad
Antes de escribir una línea, Carlos Antonio Leiva mide qué dicen ChatGPT, Claude, Gemini y Perplexity sobre la empresa, de qué fuentes lo obtienen y qué errores reproducen: homónimos, razón social desconectada de la marca, términos incorrectos y datos heredados de sitios antiguos. El diagnóstico define qué se corrige y en qué orden.
Etapa 2: definición canónica
La empresa queda descrita en una sola versión: descripción maestra, datos verificados contra fuentes primarias como el SII o los registros de certificación, y reglas de vocabulario que fijan qué términos se usan y cuáles no. Todo lo que se publica después deriva de esa versión, sin excepciones.
Etapa 3: redacción para motores de IA
Carlos Antonio Leiva redacta con oficio periodístico: más información en menos palabras, párrafos que se entienden solos y nombran la entidad, encabezados que coinciden con consultas reales y cero adjetivos promocionales. Es el texto que un motor de IA extrae sin deformar y cita como fuente. Esta etapa define la calidad de todo el proyecto.
Etapa 4: implementación técnica
Datos estructurados JSON-LD con schema.org en un grafo único y coherente, llms.txt, robots.txt con acceso explícito para GPTBot, ClaudeBot, PerplexityBot, Google-Extended y Applebot-Extended, sitemap, slugs semánticos y jerarquía H1/H2 limpia.
Etapa 5: señales externas
Los motores de IA contrastan el sitio con fuentes independientes. Carlos Antonio Leiva alinea Wikidata, directorios sectoriales y menciones de prensa con la versión canónica, para que cada fuente confirme a las demás.
Etapa 6: medición y corrección
Una batería estandarizada de preguntas mide cada mes cómo responden los motores. Cada error detectado vuelve a las etapas 1 a 3: se corrige la fuente, no el síntoma.
Protocolo de medición
La batería tiene diez preguntas de referencia. Cinco nombran a la empresa y miden si los motores la conocen con datos correctos. Cinco no la nombran y miden si los motores la recomiendan por sí solos. Cada pregunta se ejecuta tres veces en ChatGPT, Claude, Gemini y Perplexity, en sesiones limpias, sin memoria ni personalización, y se registran la fecha, la versión del modelo, las fuentes citadas y la respuesta completa.
Rúbrica de puntaje
- 2 puntos
- La empresa aparece con datos correctos y completos según la definición canónica.
- 1 punto
- La empresa aparece, pero con datos incompletos o con algún error.
- 0 puntos
- La empresa no aparece o aparece con datos incorrectos.
Cada motor suma un máximo de 20 puntos por medición, con el promedio de las tres ejecuciones. Las respuestas completas quedan como anexo verificable del informe mensual. Los resultados de un proyecto real están en Caso.