The Guía de visibilidad en IA for crypto sites.

AEO vs SEO: qué es realmente diferente

SEO optimiza por posición de ranking en páginas de resultados de motores de búsqueda. AEO optimiza por citas en respuestas generadas por IA de ChatGPT, Perplexity, Claude y motores similares. La base técnica se solapa significativamente; el modelo de citas diverge significativamente.

Tres patrones importan para crypto específicamente. Primero, los motores de búsqueda IA ponderan el schema más fuertemente de lo que Google lo hace porque extraen hechos directamente de JSON-LD. Segundo, los motores IA penalizan los renders solo-JavaScript agresivamente porque la mayoría de crawlers IA no ejecuta JS. Tercero, los motores IA ponderan las citas de autoridad diferentemente: un sitio citado por DefiLlama puntúa más alto con prompts enfocados en crypto que un sitio con el doble de backlinks genéricos.

El modelo de citas LLM de 4 factores

Diferentes LLMs usan diferentes señales pero un modelo de 4 factores captura la mayor parte del comportamiento de citas a través de ChatGPT, Perplexity y Claude. Un sitio débil en cualquier factor es citado menos de lo que su calidad de contenido por sí sola predeciría.

Corrección de schema para AEO

Corrección de schema is the highest-leverage AEO fix because it is binary and fast to implement. Either the page exposes the right schema type or it does not. The Crypto SEO Guide covers schema decision tree by page type; this chapter focuses on the AEO-specific patterns.

El error individual más común en sitios crypto: páginas de información de token con schema Producto genérico en lugar de FinancialProduct. Para una IA extrayendo hechos, un Producto es una cosa que se vende. Un FinancialProduct es un instrumento con propiedades monetarias específicas.

{
  "@context": "https://schema.org",
  "@type": "Producto",                       // AI sees: this is a thing
  "name": "PRTC Token",
  "description": "Native governance token"
}

{
  "@context": "https://schema.org",
  "@type": "FinancialProduct",              // AI sees: financial instrument
  "name": "PROTOCOL Token (PRTC)",
  "description": "Native governance token of the PROTOCOL DeFi protocol.",
  "category": "Cryptocurrency",             // AI sees: type of asset
  "feesAndCommissionsSpecification": "https://protocol.com/fees"
}

El modelo de extracción IA trata estos muy diferentemente. El primero se categoriza ligeramente; el segundo se categoriza como un instrumento financiero con propiedades específicas que la IA puede citar directamente cuando se le pregunta sobre criptomonedas.

For deeper schema treatment by page type (token, exchange, wallet, organization), see the dedicated Guía de schema de tokens with copy-paste examples for every page type.

Patrones de densidad factual

La densidad factual mide la proporción de afirmaciones factuales directas a lenguaje de marketing. Los motores IA recompensan el contenido que nombra entidades, cita números y fechas claramente. El copy de marketing sin hechos es citado raramente sin importar qué tan bien escrito esté.

Tres patrones de transformación convierten el copy de marketing crypto de baja densidad en contenido AEO-friendly de alta densidad. Cada uno toma el mismo hecho clave y lo expone como algo que una IA puede extraer y citar.

robots.txt para bots IA

El tercer factor de citas es binario: o el bot IA puede crawlear la página o no puede. Muchos sitios crypto bloquean a los bots IA accidentalmente a través de filtrado agresivo de Cloudflare o reglas obsoletas de robots.txt.

Los siete bots IA que importan para AEO en 2026 sirven cada uno propósitos diferentes. Permítelos a todos a menos que tengas una razón específica para no hacerlo.

# OpenAI
User-agent: GPTBot
Allow: /

User-agent: OAI-SearchBot
Allow: /

# Anthropic
User-agent: ClaudeBot
Allow: /

User-agent: Claude-SearchBot
Allow: /

# Perplexity
User-agent: PerplexityBot
Allow: /

# Google AI
User-agent: Google-Extended
Allow: /

# Apple Intelligence
User-agent: Applebot-Extended
Allow: /

The free Web3 Robots.txt Checker tests for the seven bots above plus catches deprecated user-agent strings (the OpenAI bots renamed several times in 2024-2025) and CDN-level overrides.

Un caso específico que vale la pena marcar: GPTBot entrena el modelo; OAI-SearchBot trae para la búsqueda de ChatGPT. Permitir solo GPTBot no significa que ChatGPT pueda citar tu página en vivo; OAI-SearchBot es el bot que recupera páginas actuales para citas. El mismo patrón para ClaudeBot vs Claude-SearchBot.

Citas de autoridad y ponderación IA

Los motores IA prefieren citar cadenas de autoridad. Un sitio citado por fuentes en las que la IA ya confía hereda peso de citas para prompts relacionados. Para crypto específicamente, las fuentes de autoridad difieren de las fuentes de autoridad SEO genéricas.

Tres tiers de fuentes de autoridad importan para AEO crypto. Cada tier carga peso de citas diferente dependiendo de la categoría del prompt.

Evita la tentación de perseguir backlinks genéricos de DA alto en su lugar. Un sitio con 5 citas de autoridad crypto Tier 1 supera a un sitio con 50 backlinks genéricos de DA alto para AEO crypto-específico. El cálculo es diferente.

Metodología de pruebas de tasa de citas

La única forma de medir el progreso de AEO es pruebas directas de tasa de citas. Construye un set de prompts, córrelo a través de múltiples LLMs, puntúa las citas. Re-prueba en una cadencia fija para medir la mejora.

La metodología de cinco pasos abajo es lo que la auditoría Crawlux corre internamente. La metodología es abierta; otros auditores pueden usarla sin Crawlux.

The free Verificador de citas en IA runs 5 prompts per audit; the full Crawlux Pro audit runs 30+ category-specific prompts with prompt-by-prompt diagnostics.

Diseño de set de prompts por categoría crypto

Los sets de prompts genéricos pasan por alto los patrones de citas crypto-específicos. La auditoría Crawlux detecta la categoría automáticamente y corre el set de prompts relevante. Cuatro categorías crypto cubren la mayoría de los proyectos.

Monitoreo de AEO en el tiempo

La tasa de citas se mueve más rápido que la posición de ranking de Google. La data de entrenamiento LLM se refresca, los modelos de ruteo de prompts se actualizan independientemente y la ponderación de autoridad cambia mientras los motores IA aprenden del comportamiento real del usuario. Un sitio que rankeaba alto en Q1 puede rankear más bajo en Q2 sin cambiar nada.

Tres patrones de monitoreo capturan los diferentes tipos de drift. Cada uno opera en una escala de tiempo diferente.

The companion Crypto SEO Guide covers the full quarterly audit workflow including the other 7 dimensions beyond AEO. The Guía de schema de tokens goes deeper on schema selection per page type.