En 2022, Google añadió una nueva «E» de Experience —experiencia directa— a E-A-T y la colocó en primer lugar. No es un simple cambio de siglas. Cuando ChatGPT, Perplexity o AI Overviews de Google seleccionan contenido para elaborar una respuesta, tienden a priorizar fuentes con detalles tangibles, fruto de haber realizado el trabajo y afrontado sus dificultades, en lugar de textos enciclopédicos que se limitan a reformular información. La pregunta decisiva es esta: ¿incluye tu artículo algo que solo podría contar quien realmente lo ha hecho? De ello puede depender que el contenido se extraiga y se cite.
Por qué los motores de IA prefieren la experiencia directa
Los motores de IA generan respuestas intentando reducir el riesgo de error. Las explicaciones genéricas suelen repetirse de un artículo a otro, por lo que citar cualquiera de ellas aporta poco valor. En cambio, el modelo tiende a escoger pasajes singulares y verificables: cifras concretas, plazos, fallos y pasos operativos. Estos detalles resultan más intuitivos y difíciles de inventar, por lo que añaden una capa de credibilidad al contenido. Las señales de experiencia también ayudan al modelo a atribuir la información. Si el texto afirma: «Al auditar a un cliente B2B SaaS, comprobamos que el 80% de sus páginas de producto nunca se había citado en una respuesta de IA», el modelo identifica un origen claro y citable. Decir solo «la visibilidad en IA de las páginas de producto es importante» no requiere experiencia ni aporta una referencia diferenciada.
Seis señales reconocibles de experiencia directa
- Alcance y muestra: «Más de 30 sitios web que hemos analizado durante el último año».
- Tiempo y proceso: indica cuándo lo hiciste, cuánto tardaste y cuántas versiones tuviste que modificar.
- Fallos e imprevistos: explica qué no funcionó, cómo lo descubriste y cómo lo corregiste.
- Primera persona y perspectiva operativa: «Entramos y lo comprobamos» resulta más convincente que «según lo observado».
- Material original: capturas propias del proceso y comparaciones reales, no gráficos genéricos.
- Conclusiones refutables: afirmar «esto no funciona en determinadas circunstancias» demuestra que realmente lo has probado.
Estas seis señales comparten un rasgo: es difícil encargárselas a alguien que nunca ha realizado el trabajo. Un redactor que jamás haya llevado a cabo una auditoría GEO puede escribir observaciones generales, pero difícilmente contará que no detectó hasta la tercera versión que al sitemap le faltaba un directorio entero. Los lectores distinguen enseguida si el relato nace desde dentro o desde fuera; los modelos también lo hacen, a partir de la densidad de detalles.
Ejemplo: convertir una frase vacía en contenido basado en la experiencia
Antes de reescribir
«Los datos estructurados pueden ayudar a los motores de búsqueda a comprender el contenido y aumentar las posibilidades de aparecer citado en respuestas de IA. Se recomienda implementar el marcado Schema adecuado en todas las páginas». La afirmación no es incorrecta, pero podría figurar en miles de artículos similares. El modelo no tiene ningún motivo para elegirla.
Después de reescribir, con experiencia directa
«Añadimos los tipos FAQPage y Product a la página de precios de un cliente SaaS. Hacia la sexta semana, Perplexity empezó a citar directamente sus rangos de precios al responder a consultas sobre “el coste estimado de esta herramienta”. Sin embargo, la clave no fue aplicar el marcado por sí solo: antes tuvimos que sustituir la imagen con los precios por texto sin formato dentro de la página, porque el modelo no podía leer esa información y la descripción estaba vacía». El tema es el mismo, pero la segunda versión aporta un plazo, una plataforma, una secuencia de acciones y una relación causal fácil de pasar por alto. Eso es lo que un motor puede extraer.
Las señales de experiencia no son adjetivos, sino nombres y cifras. Sustituye «tenemos mucha experiencia» por lo que hiciste, lo que ocurrió durante el proceso y el resultado que obtuviste.
Haz visible la experiencia: vincula el contenido con su autor
La experiencia debe quedar plasmada en el artículo, pero lectores y modelos también necesitan saber a quién pertenece. Para ello, el contenido debe incluir un contexto bien documentado y la identidad del autor debe mantenerse coherente en todo el ecosistema digital: su ficha en el artículo, su página de autor y sus perfiles en plataformas externas. Los motores de IA contrastan estas señales al evaluar la credibilidad. En la práctica, mencionar proyectos concretos en la biografía resulta mucho más eficaz que acumular cargos: «Ha realizado auditorías GEO en más de 30 sitios B2B» describe experiencia; «especialista sénior en marketing digital» es solo una afirmación propia.
La falsa experiencia más habitual: lectores y modelos saben reconocerla
- Empezar con «según nuestra experiencia» sin aportar ningún hecho concreto que lo respalde.
- Incluir cifras precisas sin contexto: para qué cliente, cuándo y cómo se obtuvieron.
- Presentar una imagen de banco como si fuera una captura obtenida durante el trabajo.
- Convertir toda la página en un caso de éxito donde no hubo imprevistos, concesiones ni fracasos.
Tres preguntas para comprobarlo
- ¿Podría escribir esta historia alguien que nunca lo ha hecho y que solo ha consultado la documentación? Si la respuesta es sí, no refleja experiencia directa.
- Si eliminas todos los adjetivos, ¿quedan hechos, cifras o pasos concretos?
- ¿Puede el lector responder: «Quién hizo esto, en qué circunstancias y con qué resultado»?
Gran parte del contenido ni siquiera supera la primera pregunta. Y hay un límite que nunca debe cruzarse: no inventes cifras para simular experiencia. Un supuesto «crecimiento del triple» se desmorona en cuanto alguien pide explicaciones; unas cifras reales, aunque sean modestas, valen más que otras espectaculares. Si quieres saber qué señales empíricas le faltan a tu página desde la perspectiva de un motor de IA y por qué no se cita, puedes solicitar una consultoría GEO de 30 minutos. Analizaremos tu página como ejemplo.
