Tu sitio web puede albergar decenas de contenidos de gran calidad y, aun así, los motores de IA quizá solo lean una parte. Las páginas huérfanas, que no reciben ningún enlace interno, y las situadas a demasiados clics de la portada son las que GPTBot, ClaudeBot y PerplexityBot tienen más probabilidades de omitir. Su presupuesto de rastreo es más limitado que el de Googlebot, regresan con menos frecuencia y no suelen profundizar tanto. Por bueno que sea un contenido, si no pueden rastrearlo, tampoco podrán citarlo.
¿Qué son las páginas huérfanas y la profundidad de clic?
Una página huérfana es una página del sitio a la que no conduce ningún enlace interno. Puede figurar en un sitemap, en una base de datos o en el servidor, y es posible abrirla escribiendo directamente su URL; sin embargo, no existe ninguna secuencia de clics que permita llegar a ella desde la página de inicio. Como los rastreadores descubren contenido principalmente siguiendo enlaces, si no hay una ruta, no tienen motivos para visitarla.
La profundidad de clic está relacionada con lo anterior, pero mide otra cosa: el número mínimo de clics necesarios para llegar desde la página de inicio hasta una página determinada. La portada ocupa el nivel cero; las páginas enlazadas directamente desde ella, el primer nivel; y así sucesivamente. Cuando una página se encuentra a más de tres o cuatro niveles, la frecuencia de rastreo disminuye de forma considerable, ya que los rastreadores destinan sus recursos limitados a páginas más cercanas a la portada y con más enlaces entrantes.
Por qué los rastreadores de IA son menos tolerantes con estos problemas
El SEO tradicional también presta atención a las páginas huérfanas, pero Googlebot dispone de una infraestructura enorme y está dispuesto a rastrear los sitios con mucha profundidad. Además, puede descubrir páginas mediante otras señales, como los enlaces externos y los datos de navegación. La mayoría de los rastreadores de IA actuales no funciona así.
- Un presupuesto de rastreo más conservador: la mayoría de los rastreadores de LLM visita un número limitado de páginas en cada sesión y, con frecuencia, ni siquiera pone en cola las más profundas.
- Intervalos más largos entre visitas: Googlebot puede regresar cada día, mientras que los rastreadores de IA suelen volver al mismo sitio una vez por semana o incluso por mes. Si pierdes una oportunidad, la siguiente puede tardar bastante en llegar.
- Menor dependencia de señales externas: estos rastreadores se guían sobre todo por la estructura de enlaces internos del sitio. Si no existe una ruta interna, apenas cuentan con mecanismos alternativos para descubrir la página.
- Capacidad de renderizado limitada: muchos rastreadores de IA no ejecutan JavaScript. Por tanto, no pueden ver los menús ni los enlaces generados dinámicamente mediante JS, y las páginas que dependen de ellos se convierten, en la práctica, en páginas huérfanas.
Auditoría de enlaces internos en tres pasos
El primer paso consiste en rastrear todo el sitio. Utiliza Screaming Frog, Sitebulb o cualquier herramienta capaz de construir un grafo de enlaces para simular el comportamiento de un rastreador desde la página de inicio y registrar tanto el número de enlaces internos entrantes como la profundidad de clic de cada URL. Concéntrate en dos datos: las páginas con cero enlaces internos entrantes son posibles páginas huérfanas; las que superan una profundidad de tres clics presentan un mayor riesgo de no ser rastreadas.
El segundo paso es comparar los resultados del rastreo con el sitemap. Exporta todas las URL de sitemap.xml y, por separado, las URL a las que la herramienta llegó siguiendo enlaces. Después, identifica la diferencia entre ambas listas. Las páginas que aparecen en el sitemap, pero no en los resultados del rastreo, son casi con toda seguridad páginas huérfanas. Esta comparación permite descubrir muchas URL olvidadas que no se detectan con solo revisar el panel de gestión del sitio.
El tercer paso es revisar los registros del servidor. Filtra las solicitudes de agentes de usuario como GPTBot, ClaudeBot, PerplexityBot y Google-Extended, y comprueba qué URL han rastreado realmente. Es habitual descubrir que los rastreadores de IA concentran su actividad en páginas cercanas a la portada, mientras que no existe ningún registro de las páginas profundas o huérfanas. Los logs ofrecen una prueba directa: muestran qué contenidos nunca han entrado en el campo de visión de la IA.
Una vez detectado el problema, ¿cómo se corrige?
La solución no consiste en llenar todas las páginas de enlaces, sino en reconstruir rutas de descubrimiento lógicas: las páginas importantes deben quedar más cerca de la portada y recibir enlaces desde un mayor número de contenidos relacionados.
- Crea una página pilar o hub temático: reúne en una página la visión general de un tema, enlázala con todas sus páginas secundarias y agrupa los contenidos huérfanos dispersos dentro de un mismo clúster.
- Añade enlaces contextuales dentro del texto: enlaza de forma natural desde los artículos existentes hacia páginas relacionadas que desarrollen el tema en profundidad. El contexto semántico de estos enlaces resulta especialmente valioso para que la IA determine la relevancia temática.
- Aplana la arquitectura del sitio: mantén las páginas importantes a un máximo de tres clics de la portada y, si hace falta, ajusta la estructura de directorios o el menú de navegación.
- Comprueba si JavaScript genera la navegación: sustitúyela por enlaces HTML convencionales para que también puedan leerla los rastreadores que no ejecutan JS.
- Elimina o fusiona las páginas que realmente no aportan valor: no merece la pena rescatar todas las páginas huérfanas. Integra las prescindibles en otros contenidos y concentra la autoridad de los enlaces en las páginas que sí deben conservarse.
La priorización es fundamental. Empieza por las páginas que quieres que la IA utilice como referencia, pero que ahora están huérfanas o demasiado profundas: comparativas de productos, información sobre precios y guías especializadas, por ejemplo. Son contenidos sobre los que los usuarios suelen preguntar a los asistentes de IA y que más interesa convertir en fuente de sus respuestas.
En las auditorías que realizamos para clientes, el caso más frecuente es encontrar contenidos especializados de gran calidad que ningún rastreador de IA ha visitado porque solo reciben enlaces desde un directorio muy profundo. Cuando los incorporamos a un hub temático, suelen empezar a aparecer en las respuestas de la IA en uno o dos meses.— Tenten GEO Audit Observation
Trata los enlaces internos como infraestructura de búsqueda
Las páginas huérfanas y la profundidad de clic no son cuestiones abstractas, sino problemas de ingeniería que se pueden medir y corregir. Rastrea el sitio, compara los resultados con el sitemap y revisa los logs: así sabrás cuánto contenido nunca ha entrado en el campo de visión de la IA. Si quieres identificar rápidamente qué páginas de tu sitio están pasando por alto los sistemas de IA y cuál es la magnitud del problema, puedes solicitar un diagnóstico GEO de 30 minutos. Utilizaremos datos reales de rastreo y de los registros del servidor para mostrarte qué contenido se está quedando fuera.
