Cómo conseguir que Perplexity cite tu web

07 noviembre, 2026

Cada semana me escribe alguien con la misma duda: «Ángel, ¿cómo consigo que Perplexity cite mi web?». Y casi siempre llega acompañada de otra pregunta, más incómoda: «¿hay algún truco?». Voy a ser directo desde la primera línea: no hay truco. Lo que sí existe es un conjunto de condiciones técnicas y editoriales que conviene cumplir para que Perplexity pueda encontrar, leer y enlazar tu contenido. Que lo haga o no depende de factores que ni tú ni yo controlamos.

En este artículo te cuento, con mi experiencia como consultor y con la documentación oficial de Perplexity delante, qué puedes hacer de verdad. Verás qué bots usa, cómo permitirlos en tu robots.txt, qué pasa con los cortafuegos y las herramientas anti-bot, cómo comprobar en tus registros si te visitan y cómo escribir contenido que sea fácil de citar. Todo con un criterio: nada de inventarme cifras ni prometerte resultados que nadie puede garantizar.

Si prefieres ver el panorama completo de la visibilidad en buscadores con IA antes de entrar en detalle, te recomiendo mi guía sobre SEO para inteligencia artificial. Esta pieza es una continuación práctica centrada en un único producto: Perplexity.

Qué es Perplexity y por qué te importa si vendes online

Perplexity es un buscador conversacional: le haces una pregunta en lenguaje natural y te devuelve una respuesta redactada que suele ir acompañada de enlaces a las fuentes consultadas. Esa es la clave para un negocio: cuando una respuesta enlaza a tu web, el usuario puede hacer clic y llegar a ti. Por eso hablamos de «ser citado» y no solo de «salir».

Desde el punto de vista de quien tiene una tienda online o ofrece servicios, esto cambia una parte del recorrido del cliente. Antes, alguien buscaba «mejor consultor SEO para ecommerce», veía diez resultados y entraba en tres o cuatro. Ahora una parte de esas personas pregunta a un asistente y espera una respuesta resumida con un par de fuentes. Si tu web no aparece entre esas fuentes, esa persona quizá nunca sepa que existes.

No quiero exagerar: no voy a darte un porcentaje de usuarios que usan Perplexity porque no tengo un dato verificado que ofrecerte, y prefiero callarme antes que inventarlo. Lo que sí puedo decirte es que merece la pena preparar tu web para este canal por una razón sencilla: casi todo lo que necesitas hacer para Perplexity es también buena práctica para Google, para tus clientes y para cualquier otro asistente con IA.

Por qué no basta con «hacer SEO de siempre»

El SEO clásico sigue siendo la base. Un sitio rápido, bien estructurado, con contenido útil y enlazado con sentido tiene más opciones en cualquier buscador. Pero los asistentes con IA añaden capas nuevas: usan bots propios con sus nombres, respetan o no ciertas reglas, y construyen respuestas a partir de fragmentos de página. Eso significa que hay que revisar cosas que en el SEO tradicional se daban por hechas, como si un cortafuegos está bloqueando a un rastreador que no conoces.

Si quieres entender mejor cómo se relaciona esto con la disciplina de la que más hablo, tienes mi explicación de qué es GEO o Generative Engine Optimization. Allí explico por qué optimizar para motores generativos no sustituye al SEO sino que lo complementa.

Qué ganas y qué no ganas

Si consigues que Perplexity pueda leer tu web y que tus páginas sean claras y citables, ganas oportunidades de aparecer como fuente. Lo que no ganas es una garantía. Piensa en ello como preparar un buen escaparate en una calle: no obliga a nadie a entrar, pero si el escaparate está tapado con papel de periódico, nadie va a entrar seguro.

Lo que dice la documentación oficial de Perplexity

Antes de escribir este artículo he leído la documentación oficial que Perplexity publica sobre sus rastreadores. Quiero apoyarme solo en lo que ellos mismos afirman, porque en este tema circulan muchas teorías sin fuente. Esto es lo que dice la documentación, resumido con mis palabras.

• PerplexityBot está diseñado para mostrar y enlazar sitios web en los resultados de búsqueda de Perplexity. Según su documentación, no se usa para rastrear contenido con el fin de entrenar modelos fundacionales de IA.
• Perplexity recomienda permitir PerplexityBot en el robots.txt si quieres que tu sitio pueda aparecer en sus resultados de búsqueda.
• Perplexity-User es otro agente: se activa cuando un usuario hace una acción concreta y Perplexity visita una página para responder, y puede incluir un enlace a esa página.
• Como Perplexity-User actúa a petición de una persona, la documentación indica que, en general, ignora las reglas del robots.txt. Tampoco se usa para entrenar modelos.
• Perplexity publica los rangos de IP de ambos agentes en archivos JSON, para que puedas identificar el tráfico legítimo.
• Los cambios en robots.txt pueden tardar hasta 24 horas en reflejarse.

Fíjate también en lo que la documentación no dice: no explica cómo decide Perplexity qué sitios aparecen en una respuesta ni en qué orden. No hay una lista de factores de posicionamiento publicada. Cualquier persona que te venda una fórmula exacta para «rankear en Perplexity» está rellenando ese hueco con suposiciones.

PerplexityBot frente a Perplexity-User: dos cosas distintas

Mucha gente mezcla ambos nombres y luego toma malas decisiones en su robots.txt. Te lo explico con calma, porque es la base de todo lo demás.

PerplexityBot es un rastreador que recorre páginas de forma automática, similar en espíritu a otros rastreadores de buscadores. Su función, según Perplexity, es sacar a la superficie y enlazar sitios web en sus resultados. Su identificador de agente de usuario (user-agent) es: Mozilla/5.0 (compatible; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot).

Perplexity-User no rastrea por su cuenta: aparece cuando una persona pide algo que requiere abrir una página concreta. Su user-agent termina en Perplexity-User/1.0; +https://perplexity.ai/perplexity-user. Como el origen de la visita es una petición humana, la documentación señala que generalmente no obedece el robots.txt.

La consecuencia práctica es importante. Si quieres controlar qué rastrea PerplexityBot, el robots.txt es tu herramienta. Si lo que te preocupa es el tráfico que llega por una petición humana, el robots.txt no es el mecanismo principal, y tendrás que mirar más bien el cortafuegos y los permisos de acceso a tu servidor.

Un ejemplo para entenderlo

Imagina que tienes una tienda de cosmética natural. Alguien le pregunta a Perplexity por una rutina para piel sensible y la herramienta decide abrir la ficha de uno de tus productos para leerla. Esa lectura la haría Perplexity-User, porque nace de una petición humana. Mientras tanto, PerplexityBot ya habrá pasado antes, por su cuenta, rastreando páginas para construir el índice de resultados. Son dos momentos distintos y dos mecanismos distintos.

Este es un ejemplo ilustrativo para que visualices la diferencia; no describe el funcionamiento interno exacto de Perplexity, que no está documentado.

Paso 1: revisa tu robots.txt

El archivo robots.txt vive en la raíz de tu dominio (por ejemplo, tudominio.com/robots.txt) y le dice a los rastreadores qué partes del sitio pueden visitar. Es lo primero que reviso en cualquier auditoría relacionada con IA, porque es rápido de comprobar y porque un bloqueo heredado de hace años, olvidado en un rincón, puede dejar fuera a un bot sin que nadie lo recuerde.

Abre tu archivo en el navegador y busca tres cosas: reglas generales que bloqueen todo (User-agent: * seguido de Disallow: /), reglas específicas para PerplexityBot y reglas que bloqueen carpetas donde vive tu contenido importante, como el blog o las fichas de producto.

Cómo permitir PerplexityBot

Si quieres que PerplexityBot pueda rastrear tu sitio, una regla explícita y clara es suficiente. Un ejemplo básico sería este:

User-agent: PerplexityBot
Allow: /

Si tu archivo ya tiene un bloqueo general y quieres hacer una excepción, el orden y la especificidad importan. Un grupo con el nombre concreto del bot tiene prioridad sobre el grupo genérico *. Aun así, cada rastreador interpreta el estándar a su manera en los casos límite, así que mi consejo es no complicarlo: pocas reglas, claras y comentadas.

Perplexity indica en su documentación que los cambios en robots.txt pueden tardar hasta 24 horas en reflejarse. Por eso, si modificas el archivo, no esperes ver un efecto inmediato ni saques conclusiones apresuradas al día siguiente.

Cómo bloquear PerplexityBot (si ese es tu caso)

También puede ocurrir lo contrario: que por política de tu empresa prefieras que PerplexityBot no rastree tu web. Es una decisión legítima. En ese caso la regla sería:

User-agent: PerplexityBot
Disallow: /

Eso sí, ten presente la consecuencia: según la propia documentación, PerplexityBot sirve para mostrar y enlazar sitios en los resultados de Perplexity. Bloquearlo supone renunciar a esa vía de visibilidad. No es ni bueno ni malo; es una decisión de negocio que debes tomar sabiendo lo que implica.

Lista de comprobación del robots.txt

• El archivo responde con código 200 y se puede abrir sin errores.
• No hay un Disallow: / general que afecte a todos los rastreadores por descuido.
• No hay reglas heredadas de una versión antigua de la web (por ejemplo, de un entorno de pruebas que se copió a producción).
• Las carpetas con contenido que quieres que se lea (blog, categorías, productos, servicios) no están bloqueadas.
• Si decides permitir PerplexityBot, la regla está escrita con el nombre exacto del agente.
• Anotas la fecha del cambio para poder revisar los registros pasadas 24 horas.

Qué no resuelve el robots.txt

Permitir a un bot en el robots.txt no garantiza que te rastree ni que te cite. Es una condición necesaria, pero no suficiente. Tampoco sirve para impedir de forma efectiva el acceso: es una convención que los rastreadores respetan o no. Si necesitas proteger contenido de verdad, hay que hacerlo con autenticación o con reglas en el servidor, no con un archivo de texto público.

Esto enlaza con el siguiente punto, que es donde más sorpresas me llevo.

Paso 2: revisa tu cortafuegos y la protección anti-bots

Aquí está, en mi experiencia, la causa más frecuente de «mi web es buena pero ningún asistente me lee». Muchas webs usan servicios de seguridad (Cloudflare, cortafuegos de aplicaciones web o WAF, plugins de seguridad, sistemas de limitación de peticiones) que bloquean o ponen a prueba a visitantes automáticos. Esos servicios no distinguen por defecto entre un atacante y un rastreador legítimo que no conocen.

La documentación de Perplexity es explícita en este punto: si tu sitio usa un WAF, recomienda crear una regla que permita a sus agentes combinando el user-agent con los rangos de IP oficiales, y usar los archivos JSON publicados como fuente de verdad. Esta es la razón por la que publican esos rangos.

Si usas Cloudflare

Según la documentación de Perplexity, la recomendación es crear una regla personalizada que identifique al agente por su user-agent y por los rangos de IP, con la acción «Skip» (omitir), y colocarla por encima de las reglas que bloquean. Hay un matiz importante que ellos mismos señalan: el «Bot Fight Mode» no puede omitirse con reglas personalizadas del WAF, por lo que podría seguir desafiando a esos agentes aunque tu regla esté bien hecha.

Mi consejo práctico: no actives ni desactives nada a ciegas. Entra al panel, revisa qué reglas y qué modo anti-bot tienes activos, anota la configuración actual y haz un cambio cada vez. Si no tienes claro qué hace cada opción, es mejor pedir ayuda a quien administra el servidor que improvisar, porque un error aquí puede abrir la puerta a tráfico que sí quieres filtrar.

Si usas AWS WAF

La documentación describe un enfoque equivalente: crear un conjunto de direcciones IP con los rangos publicados, añadir una regla de tipo «Allow» que combine el user-agent con ese conjunto y asignarle un número de prioridad más bajo que el de las reglas de bloqueo, de modo que se evalúe antes.

Si usas un plugin de seguridad o un hosting gestionado

Cuando la web está en un servicio donde no controlas el cortafuegos (muchos alojamientos compartidos, constructores de tiendas o plugins de seguridad), el margen es menor. Lo que puedes hacer es comprobar los ajustes de seguridad que sí están a tu alcance, buscar opciones de lista blanca de agentes o IP y, si no existen, preguntar a tu proveedor si hay alguna política que bloquee rastreadores desconocidos.

En tiendas alojadas en plataformas cerradas, muchas veces no hay nada que tocar y el rastreo funciona sin que tengas que hacer nada especial; el problema real aparece cuando has añadido capas externas. Por eso la pregunta útil es siempre la misma: ¿qué capa de seguridad he puesto delante de mi web que no estaba de serie?

Paso 3: comprueba los registros de tu servidor

Los registros del servidor (logs) son la prueba más fiable de si un bot te está visitando. No dependen de que una herramienta de analítica los cuente, porque muchas analíticas basadas en JavaScript ni siquiera detectan a los rastreadores. Si tu proveedor te da acceso a los logs de acceso, o si tu cortafuegos tiene un panel de eventos, esa es la fuente que necesitas.

Qué buscar: peticiones cuyo user-agent contenga «PerplexityBot» o «Perplexity-User», con qué código de respuesta se atendieron (200 es correcto; 403 o 429 indican bloqueo o limitación; 5xx indican fallos del servidor) y a qué URLs accedieron.

Cómo interpretar lo que ves

• Respuestas 200 sobre tus páginas clave: señal de que pueden leerte. No dice nada sobre si te citarán.
• Respuestas 403 o 429: alguien (cortafuegos, plugin o servidor) está rechazando o limitando la petición. Es lo primero que debes arreglar.
• Respuestas 301 o 302 en cadena: si el bot pasa por varias redirecciones hasta llegar a la página, estás haciendo el camino más difícil de lo necesario.
• Ausencia total de visitas: puede significar que aún no han pasado, que hay un bloqueo previo o que tus registros no incluyen ese tipo de tráfico. No lo interpretes como un castigo.

Verifica que el visitante es quien dice ser

Cualquiera puede poner «PerplexityBot» en su user-agent. Por eso Perplexity publica los rangos de IP en formato JSON: para que puedas contrastar que la visita realmente viene de sus servidores. Si ves tráfico con ese nombre desde una IP que no figura en los archivos oficiales, trátalo como sospechoso. Los archivos están enlazados desde la página de documentación de rastreadores de Perplexity y conviene consultarlos directamente, porque pueden actualizarse.

Si no tienes acceso a los logs y tu web está en una plataforma cerrada, hay una vía intermedia: preguntar al soporte de tu proveedor si pueden revisar las peticiones de esos agentes en un periodo concreto. No siempre lo harán, pero preguntar no cuesta nada.

Paso 4: crea contenido que merezca ser citado

Superada la parte técnica, llega la editorial, que es la que de verdad depende de ti. Un asistente que responde preguntas necesita fragmentos de texto claros, concretos y fiables a los que enlazar. Yo me hago siempre esta pregunta antes de publicar: si alguien me preguntase esto en voz alta, ¿esta página le daría una respuesta que pudiera citar sin dudar?

No conozco la fórmula exacta con la que Perplexity elige fuentes y no voy a fingir que sí. Pero sí sé qué tipo de contenido es difícil de citar para cualquier lector, humano o máquina: el que da vueltas, el que no define, el que esconde la respuesta en el párrafo doce y el que afirma cosas sin respaldo. Y sé cuál es fácil de citar: el que responde de forma directa.

Responde primero, explica después

Cada sección que dedique a una pregunta debería empezar con una respuesta breve y directa de una o dos frases, y a continuación desarrollarla con matices, ejemplos y excepciones. Es el mismo principio de la pirámide invertida del periodismo. Un lector con prisa (y una máquina que extrae fragmentos) agradecen encontrar la respuesta arriba.

Por ejemplo, si tu tienda vende zapatillas de running, una sección sobre «cómo elegir talla» puede abrir con «Elige media talla más que tu zapato de calle si vas a correr distancias largas» y luego explicar por qué. Ese ejemplo es ilustrativo; sustitúyelo por el criterio real y comprobado de tu catálogo.

Define los términos con tus palabras

Cuando introduzcas un concepto, defínelo una vez, de forma limpia. Las definiciones claras son uno de los tipos de fragmento más fáciles de reutilizar. Evita los sinónimos innecesarios: si en un párrafo llamas «servicio de mantenimiento» a algo y en el siguiente «plan de cuidados» y después «asistencia continua», complicas la lectura a las personas y probablemente también a los sistemas que procesan el texto.

Aporta lo que solo tú puedes aportar

Los asistentes con IA pueden reescribir lo que ya existe, así que lo que te hace citable es lo que tienes de propio: tu experiencia, tus datos reales, tus casos, tus procesos y tus criterios. Un texto genérico que cualquiera podría escribir tiene poco motivo para ser elegido. Uno que incorpora tu método, tus capturas, tus medidas o tu opinión argumentada es difícil de sustituir.

Ojo con una trampa: no te inventes datos para parecer más sólido. Una cifra falsa o sin fuente es lo peor que puedes publicar, porque destruye la confianza justo en el momento en que alguien decide si fiarse de ti. Si no tienes un dato, di que no lo tienes y explica cómo lo obtendrías.

Mantén el contenido actualizado

Una página con información desfasada es un riesgo para quien la cita. Revisa periódicamente tus contenidos más importantes, corrige lo que haya cambiado y muestra una fecha de actualización visible. No es un truco: es cortesía con el lector.

Enlaza con criterio

Los enlaces internos ayudan a que los rastreadores y las personas entiendan cómo se relacionan tus páginas. Si hablas de auditorías, enlaza a tu página de auditoría; si mencionas una técnica, enlaza a la guía que la explica. Por ejemplo, si quieres ampliar la parte técnica, puedes consultar mi guía de SEO técnico, y si lo que te interesa es la parte de contenido, la de SEO on page.

Paso 5: estructura cada página para que sea fácil de leer

La estructura no es decoración: es lo que permite a un lector (o a un sistema) saltar al fragmento que necesita. Una página bien estructurada es más fácil de usar y, por extensión, más fácil de citar.

Títulos que describen

Usa un único H1 que diga de qué trata la página, y H2 y H3 que funcionen como un índice comprensible. Evita los títulos ingeniosos que no dicen nada. «Cómo elegir una cafetera de cápsulas» es mejor que «El secreto que nadie te cuenta». Los títulos en forma de pregunta, cuando son preguntas que la gente realmente se hace, son muy útiles para las secciones de dudas frecuentes.

Párrafos cortos y listas cuando proceda

Un párrafo de ocho líneas es difícil de escanear. Divide las ideas, usa listas para pasos o requisitos y tablas cuando compares opciones. Pero no conviertas todo en viñetas: la prosa sigue siendo la mejor manera de explicar razones y matices.

Datos de la empresa visibles y coherentes

Tu nombre, tu actividad, tu ubicación, tus datos de contacto y quién escribe el contenido deben estar claros y ser consistentes en toda la web. Si una página dice que eres «agencia» y otra «consultor autónomo», le estás pidiendo a quien te lee que adivine. En mi caso, siempre firmo como Ángel del Soto y explico a qué me dedico y con qué experiencia.

Páginas rápidas y legibles

Si una página tarda en cargar o necesita ejecutar muchísimo JavaScript para mostrar el texto, haces el trabajo más difícil a cualquier rastreador. No tengo un dato público de cómo se comporta cada bot ante esto, así que no voy a afirmarlo, pero la lógica es la misma que para Google: cuanto más sencillo sea acceder al contenido, mejor. Mi recomendación es comprobar que el texto principal aparece en el código HTML de la página sin depender de interacciones.

Datos estructurados: úsalos, pero sin expectativas mágicas

Los datos estructurados (schema.org) ayudan a describir tu contenido de forma explícita: producto, organización, preguntas frecuentes, artículo. Son una buena práctica general. Lo que no puedo decirte es que Perplexity los use de una manera concreta, porque no hay documentación oficial que lo afirme. Implementarlos bien tiene sentido por sí mismo; esperar un efecto directo en las citas, no.

Lo que no puedo prometerte

Quiero dedicar una sección entera a esto porque es la que más protege a quien me lee. En el mercado hay mucha gente prometiendo «posicionar en Perplexity» o «garantizar citas en ChatGPT». Yo no lo hago, y te explico por qué.

• No puedo garantizar que Perplexity te cite. Perplexity no publica qué factores determinan las fuentes de una respuesta, así que nadie puede asegurarlo con fundamento.
• No puedo darte una posición. A diferencia de un buscador clásico, las respuestas se construyen a medida para cada consulta y pueden cambiar de una vez a otra.
• No puedo decirte cuánto tráfico recibirás. No manejo un dato oficial de volumen de usuarios ni de clics que pueda aplicarse a tu caso, y no voy a inventarlo.
• No puedo asegurar que un cambio concreto dé resultado. Lo que sí puedo hacer es quitar obstáculos técnicos y mejorar la calidad del contenido, que son condiciones razonables para tener opciones.

Lo que sí te ofrezco es método: comprobar lo comprobable, corregir lo corregible y medir con honestidad. Si alguien te enseña una captura de una cita en Perplexity como «prueba» de que su método funciona, recuerda que una sola respuesta no demuestra nada: las respuestas varían, y lo que apareció hoy puede no aparecer mañana.

Cómo medir si Perplexity visita tu web

Medir en este terreno exige humildad, porque las herramientas todavía son imperfectas y cada fuente cuenta una parte de la historia. Yo trabajo con tres capas y las contrasto entre sí.

Capa 1: los registros del servidor

Es la medición más directa de rastreo. Filtra por los nombres de los agentes y registra cuántas peticiones hay por semana, qué códigos de respuesta reciben y qué URLs visitan. Con eso puedes responder a una pregunta concreta: ¿el bot llega a mis páginas importantes y las recibe sin errores?

Capa 2: la analítica de visitas de referencia

Cuando una persona hace clic desde una respuesta de Perplexity hacia tu web, en tu herramienta de analítica puede aparecer como una visita de referencia desde ese dominio. Revisa en tu informe de adquisición o de referencias si aparece, y compara semana a semana. No voy a decirte qué cifra es «normal» porque depende por completo de tu sector y tu tamaño y no tengo un dato fiable que ofrecerte.

Una precaución: si tu analítica no recoge bien las referencias (por configuración, bloqueadores de anuncios o consentimiento de cookies), verás menos de lo que ocurre en realidad. Tómalo como una señal, no como un recuento exacto.

Capa 3: pruebas manuales y repetidas

Haz una lista de diez preguntas reales que tus clientes podrían formular y consúltalas en Perplexity de forma periódica, por ejemplo una vez al mes. Anota si aparece tu web como fuente, qué competidores aparecen y cómo está redactada la respuesta. Es una medición pequeña y subjetiva, pero muy útil para detectar tendencias y huecos de contenido.

Dos reglas para que esta prueba tenga valor: usa siempre las mismas preguntas para poder comparar, y no saques conclusiones de una sola consulta. Las respuestas pueden variar, así que lo importante es la repetición y la tendencia.

Una tabla sencilla de seguimiento

Te propongo este esquema para tu hoja de cálculo. Es un ejemplo ilustrativo; adáptalo a tu caso.

Qué mides	Dónde lo miras	Cada cuánto
Peticiones de los agentes de Perplexity	Registros del servidor o del cortafuegos	Semanal
Códigos de respuesta (200, 403, 429, 5xx)	Registros del servidor	Semanal
Visitas de referencia desde Perplexity	Tu herramienta de analítica	Mensual
Presencia como fuente en tus 10 preguntas	Prueba manual en Perplexity	Mensual

Con esta tabla, a los tres meses tendrás algo que casi nadie tiene: un historial propio. Y un historial propio vale más que cualquier promesa ajena.

Errores frecuentes que veo en tiendas y webs de servicios

Estos son los fallos que más me encuentro cuando reviso negocios que quieren aparecer en buscadores con IA. No son cifras de un estudio, son patrones de mi trabajo diario.

1. Bloquear sin querer. Un robots.txt heredado o un cortafuegos demasiado estricto impide el acceso, y nadie se entera porque el sitio «funciona» para las personas.
2. Confundir los dos agentes. Se aplica a Perplexity-User una regla pensada para PerplexityBot, o al revés, sin entender que se comportan de manera distinta según su documentación.
3. Cambiar y no esperar. Modificar el robots.txt y revisar los resultados una hora después. La propia documentación habla de hasta 24 horas.
4. Contenido genérico. Páginas que repiten lo que dicen cien webs más, sin aportar experiencia, datos o criterio propios.
5. Respuestas escondidas. La información útil está enterrada en el último párrafo, tras una introducción larguísima.
6. Fichas de producto vacías. Descripciones de dos líneas copiadas del proveedor, sin medidas, usos, comparativas ni preguntas frecuentes.
7. Datos inconsistentes. El nombre, la dirección o la descripción de la empresa cambian de una página a otra.
8. Prometer lo imposible. Contratar o vender «posicionamiento garantizado en IA», un tipo de promesa que ningún documento oficial respalda.
9. No medir. Hacer cambios sin ningún registro previo, de modo que nunca se sabe qué funcionó.

Si te reconoces en tres o más de estos puntos, no te agobies: casi todos se corrigen con tiempo y orden. Si quieres que revise tu caso concreto, al final del artículo te cuento cómo.

Ejemplo práctico: así revisaría yo una tienda online

Te cuento cómo abordaría, paso a paso, la revisión de una tienda online imaginaria de productos de jardinería. Es un caso ilustrativo, no un cliente real ni unos datos reales, pero refleja el orden de trabajo que sigo.

Lo primero que hago es abrir el robots.txt en el navegador. Imaginemos que veo un grupo general con Disallow: / heredado de la fase de desarrollo. Ese hallazgo, por sí solo, ya explicaría por qué ningún rastreador lee nada. Lo corrijo, anoto la fecha y paso al siguiente punto.

Después pregunto qué hay delante de la tienda. Supongamos que hay un servicio de seguridad con protección anti-bots activada. Reviso las reglas y busco en el historial de eventos si hay peticiones rechazadas con los nombres de los agentes de Perplexity. Si las hay, valoro con la persona responsable de la infraestructura si procede crear una regla que combine user-agent y rangos de IP oficiales, siguiendo el esquema que describe la documentación.

Con el acceso despejado, miro el contenido. Imaginemos que las fichas de producto tienen dos líneas de descripción y ninguna pregunta frecuente. Elijo las cinco fichas de los productos más importantes y las reescribo con medidas reales, usos recomendados, consejos de cuidado procedentes de la experiencia de la tienda y un bloque de preguntas habituales. Añado también una guía de compra que responda directamente a preguntas como «qué sustrato elegir para macetas de balcón», con la respuesta arriba y el desarrollo debajo.

Por último, preparo el sistema de medición: una hoja con las diez preguntas de prueba, la tabla de seguimiento de peticiones en los registros y el informe de referencias en la analítica. A los treinta días, repito las pruebas y comparo con el punto de partida. Si algo ha mejorado, sé qué cambio se hizo y cuándo; si no, también lo sé, y puedo decidir con datos si el siguiente paso es más contenido, más acceso técnico o simplemente más tiempo.

Checklist final antes de dar el trabajo por terminado

• El robots.txt está revisado y refleja una decisión consciente sobre PerplexityBot.
• No hay reglas del cortafuegos que bloqueen por error a los agentes legítimos y se ha documentado cualquier excepción creada.
• He comprobado en los registros las respuestas que reciben las peticiones de los agentes y no hay códigos de error en las páginas clave.
• Las páginas más importantes responden primero a la pregunta, definen bien los términos y aportan algo propio.
• Los datos de empresa son coherentes en toda la web y el autor está identificado.
• Existe una tabla de seguimiento con la situación de partida y una fecha de revisión.
• No he prometido a nadie (ni me he prometido a mí) resultados que la documentación no respalda.

Plan de 30 días para empezar

Este es el plan que yo seguiría si tuviera que preparar una web para Perplexity desde cero. Es una propuesta de trabajo, no una receta oficial, y cada semana tiene un objetivo muy concreto.

Semana 1: acceso

• Abrir y leer tu robots.txt y decidir si permites PerplexityBot.
• Hacer el cambio, si procede, y anotar fecha y hora.
• Revisar qué capas de seguridad tienes delante de la web y apuntarlas.
• Pedir acceso a los registros o a un resumen de eventos del cortafuegos.

Semana 2: verificación

• Consultar los registros y buscar peticiones de los agentes de Perplexity, teniendo presente el retraso de hasta 24 horas.
• Contrastar las IP con los archivos JSON oficiales.
• Corregir los bloqueos detectados (403, 429) con ayuda de quien administre el servidor.

Semana 3: contenido

• Elegir las cinco páginas más importantes de tu negocio.
• Reescribirlas con la respuesta directa arriba, definiciones claras y ejemplos propios.
• Añadir preguntas frecuentes reales, con respuestas honestas.
• Revisar la coherencia de tus datos de empresa y la firma de autor.

Semana 4: medición

• Preparar tu lista de diez preguntas y hacer la primera prueba manual.
• Crear la tabla de seguimiento y rellenar los datos de partida.
• Decidir qué contenido nuevo cubrirá los huecos que hayas visto.
• Fijar la fecha de la próxima revisión.

Lo importante de este plan es el orden. No tiene sentido pulir contenido si un bloqueo impide que se lea, y no tiene sentido medir si no has cambiado nada. Primero acceso, luego comprobación, después contenido y por último medición.

Glosario rápido

• PerplexityBot: rastreador de Perplexity pensado para mostrar y enlazar sitios web en sus resultados.
• Perplexity-User: agente que visita una página cuando un usuario realiza una acción que lo requiere.
• User-agent: cadena de texto con la que un bot o navegador se identifica ante un servidor.
• robots.txt: archivo público en la raíz del dominio que indica a los rastreadores qué pueden visitar.
• WAF: cortafuegos de aplicaciones web, un sistema que filtra el tráfico antes de que llegue a tu sitio.
• Rangos de IP: conjuntos de direcciones desde las que operan los agentes; Perplexity los publica en archivos JSON.
• Citar o enlazar como fuente: que una respuesta generada incluya un enlace a tu página como origen de la información.
• Datos estructurados: marcado añadido al código de una página para describir su contenido de manera explícita.
• Logs (registros): archivos donde el servidor anota cada petición que recibe.

Preguntas frecuentes

¿Perplexity cita siempre las webs que permiten a PerplexityBot?

No. Permitir al bot es una condición necesaria para que tu contenido pueda ser rastreado, pero la documentación de Perplexity no explica cómo se eligen las fuentes de cada respuesta. Que te dejen pasar no equivale a que te citen, y nadie puede asegurarte lo contrario.

¿Debo permitir PerplexityBot en mi robots.txt?

Es una decisión tuya. Perplexity recomienda permitirlo si quieres que tu sitio pueda aparecer en sus resultados de búsqueda. Si por política interna prefieres no aparecer, puedes bloquearlo, sabiendo que renuncias a esa vía de visibilidad. Lo importante es que sea una decisión consciente y no un bloqueo heredado por descuido.

¿Perplexity usa mi contenido para entrenar modelos?

Según su documentación, PerplexityBot no se utiliza para rastrear contenido con el fin de entrenar modelos fundacionales de IA, y Perplexity-User tampoco se usa para entrenamiento. Te recomiendo consultar la página oficial de rastreadores por si esa información se actualiza, porque es el tipo de política que puede cambiar.

¿Por qué Perplexity-User no respeta el robots.txt?

La documentación indica que, como esa visita nace de una petición de una persona concreta, generalmente ignora las reglas del robots.txt. Es una diferencia de diseño respecto a PerplexityBot. Si quieres limitar ese tráfico, tendrás que usar controles a nivel de servidor o de cortafuegos.

¿Cuánto tarda en notarse un cambio en el robots.txt?

Perplexity indica que los cambios pueden tardar hasta 24 horas en reflejarse. Espera ese margen antes de comprobar los registros y no extraigas conclusiones de lo que veas pocas horas después de modificar el archivo.

¿Cómo sé si mi cortafuegos está bloqueando a Perplexity?

Mira los registros del cortafuegos y del servidor buscando peticiones con los user-agent de Perplexity y los códigos de respuesta. Los 403 y los 429 son señales de bloqueo o limitación. Contrasta siempre las IP con los archivos JSON oficiales para asegurarte de que el tráfico es legítimo.

¿Sirve de algo el archivo llms.txt para Perplexity?

No he encontrado en la documentación oficial de Perplexity que ese archivo se mencione como requisito o factor, así que no puedo afirmar que tenga efecto. Si te interesa el tema, lo trato con más detalle en otros contenidos del blog, siempre separando lo documentado de lo especulativo.

¿Cuánto tráfico puedo esperar desde Perplexity?

No lo sé, y desconfío de quien te dé una cifra. No dispongo de un dato oficial aplicable a tu sector. Lo razonable es medirlo en tu propia analítica y en tus registros, y tomar decisiones con tus datos reales.

¿Hace falta contratar a alguien para esto?

Las comprobaciones básicas (revisar el robots.txt, mirar los registros, reescribir contenido clave) las puede hacer cualquier persona con paciencia. Donde suele hacer falta ayuda es en el cortafuegos y en la interpretación de los registros, porque un cambio mal hecho tiene riesgos de seguridad.

Una última idea sobre las preguntas

Si te fijas, en casi todas las respuestas aparece la misma estructura: lo que está documentado, lo que no lo está y qué puedes comprobar tú mismo. Es una forma de trabajar que me gusta aplicar a todo lo que tiene que ver con la IA y la búsqueda, porque protege de las modas. Cada pocos meses aparece una nueva «técnica definitiva», y casi siempre se desinfla cuando alguien le pide una fuente.

Conclusión y auditoría gratuita

Conseguir que Perplexity cite tu web no es cuestión de un truco, sino de eliminar obstáculos y ofrecer contenido que valga la pena enlazar. Primero, que el bot pueda entrar: robots.txt revisado, cortafuegos sin bloqueos innecesarios y registros que confirmen que las peticiones llegan con respuestas correctas. Después, que lo que lea sea claro, propio, honesto y esté bien estructurado. Y, por último, que midas con paciencia y sin esperar milagros.

Lo que has leído aquí está apoyado en la documentación oficial de Perplexity y en mi experiencia revisando webs, y he marcado con claridad lo que son ejemplos ilustrativos. Si quieres seguir profundizando, tienes la guía de SEO para inteligencia artificial y la formación en GEO donde ordeno todo esto paso a paso.

Gracias por leerme hasta aquí. Si este artículo te ha servido, compártelo con alguien que tenga una web y esté preguntándose lo mismo que tú. — Ángel del Soto

Dejar un comentario

Los comentarios se aprobarán antes de mostrarse.

Nombre *

Correo electrónico *

Comentario *

---

OTROS ARTÍCULOS