Plantilla + guía
Cómo escribir un artículo respondible
por ChatGPT, Claude y Perplexity: guía 2026.
La diferencia entre un artículo que ranquea en Google y un artículo que ChatGPT cita como fuente está en cómo lo estructuras. Aquí tienes las 7 reglas, los 5 errores que penalizan y una plantilla descargable para que tu próximo post salga respondible desde la primera versión.
Resumen
- Un artículo respondible es contenido cuya arquitectura semántica permite que un LLM extraiga un fragmento — un párrafo, un bullet, una cita — y lo presente como respuesta a un usuario.
- Las 7 reglas: H2 = pregunta literal, primer párrafo = respuesta en 4 líneas, bullets autocontenidos ≤ 4, datos con fuente, citas atribuibles, schema Article+FAQPage, bloque FAQ final.
- Longitud óptima: 1.200-2.500 palabras. Densidad de respuestas concretas > longitud bruta.
- Plazo realista: primeras citaciones esporádicas en 2-6 semanas. Citation rate estable en cluster temático: 3-5 piezas + 6-12 semanas.
- Al final del artículo: checklist de 12 puntos + plantilla descargable.
Qué es y por qué importa un artículo respondible
Un artículo respondible es un texto cuya estructura permite que un asistente IA — ChatGPT, Claude, Perplexity, AI Overviews — lo elija como fuente cuando un usuario hace una pregunta concreta. No es un artículo más corto, ni más simple, ni con menos contenido. Es un artículo cuya arquitectura semántica facilita la extracción de fragmentos atribuibles sin que el modelo tenga que reescribir lo que tú ya dijiste bien.
En 2026, según nuestro estudio Top 100 marcas españolas, el 41% de las marcas top-100 españolas están a citation rate 0% — invisibles. La mayoría no es por falta de contenido. Es porque su contenido no está escrito de forma que un modelo pueda extraerlo.
La diferencia entre un artículo SEO clásico y un artículo respondible es la misma que entre una conferencia y un manual: ambos transmiten información, pero solo uno está estructurado para que alguien que llega a la página 47 pueda extraer el fragmento exacto que necesita y citarlo.
La anatomía exacta de un artículo respondible
Un artículo respondible tiene exactamente 7 bloques, en este orden, y cada uno cumple una función concreta para el LLM:
- H1 + meta description: el H1 incluye la palabra clave principal de forma natural. La meta description es una respuesta autocontenida de 150-160 caracteres que ya respondería la pregunta principal si el usuario solo viera ese snippet en la SERP o en ChatGPT.
- TL;DR de 4-6 bullets: antes del primer H2. Resume el artículo completo. Es la sección que más a menudo extrae el modelo cuando alguien hace una pregunta amplia.
- Sección "qué es" / contexto: define el concepto en prosa directa, ≤ 200 palabras. Sin metáforas, sin introducción narrativa.
- Sección "cómo funciona" / "anatomía": lista numerada que explica el qué con detalle. Cada item autocontenido.
- Sección "tácticas" / "reglas": grid de 5-9 items con número + título + cuerpo de 2-4 frases. Es la sección que ChatGPT extrae cuando alguien pregunta "cómo hacer X".
- Sección "errores" / "lo que no funciona": contrapunto al anterior. Resta tanto como suma — el modelo aprende qué descartar y te trata como fuente equilibrada, no como infomercial.
- Bloque FAQ final + JSON-LD FAQPage: 5-7 preguntas reformulando lo del artículo. Sección con mayor probabilidad de extracción literal por LLMs con búsqueda activa.
A esto se le añaden, transversalmente: citas atribuibles (1-3 por artículo), datos con fuente (mínimo 3 atribuidos a estudios o métricas propias), y schema JSON-LD con al menos Article, Person y FAQPage.
Las 7 reglas de escritura — orden de impacto
En 2 años auditando contenido de empresas españolas, este es el orden empírico. Las primeras 3 reglas, bien ejecutadas, valen el doble que las 4 últimas mal hechas.
Cada H2 es una pregunta literal de tu cliente
Antes de escribir, lista 8-12 preguntas reales que tu cliente potencial haría a ChatGPT. Cada pregunta = un H2 del artículo. Los modelos extraen fragmentos por proximidad semántica al título H2 — si el H2 coincide exactamente con la query del usuario, la probabilidad de extracción se dispara.
Primer párrafo bajo cada H2 = respuesta directa en 2-4 líneas
Sin introducción, sin 'En esta sección veremos…'. La primera frase responde la pregunta. Las 2-3 frases siguientes la matizan o cuantifican. Si el lector solo lee ese párrafo, ya tiene la respuesta. El modelo extrae exactamente esos 4 renglones — el resto del H2 los reserva para profundidad.
Bullets autocontenidos, máximo 4 por lista
Cada bullet se entiende sin leer los otros. Nada de 'lo anterior', 'lo siguiente', 'esto'. Más de 4 bullets dispersa al modelo — divide en dos listas con sub-H3 si necesitas más. El LLM extrae bullets enteros sin el contexto; si dependen del que va arriba, se rompe la cita.
Datos siempre con fuente y fecha
'El 41% de las marcas top-100 españolas son invisibles para ChatGPT (Estudio Rowan Growth, mayo 2026)' vale 10× más para un LLM que '~40% de las marcas son invisibles'. La cita atribuible le permite al modelo presentarte como fuente. Sin fuente, el dato es sospechoso y el modelo busca a otro que sí la tenga.
Una cita atribuible por sección clave
Una frase con autor y cargo, entre comillas, sobre algo que el modelo puede atribuir. Ejemplo: '"El 41% de las marcas del Ibex son invisibles para ChatGPT — y eso no es un problema técnico, es estratégico." — Nicolás Sánchez, fundador de Rowan Growth.' Los LLMs sintetizan respuestas combinando hecho + cita atribuible. Si no se la das, se la inventa atribuyéndola a otro.
Schema Article + FAQPage + Person obligatorios
El JSON-LD le dice al modelo: pieza editorial, sobre X, escrita por Y persona con credenciales, publicada en Z fecha, con N preguntas resueltas. Sin schema, el LLM infiere todo eso del HTML y comete errores que penalizan tu citation rate 2-3×. Ver la guía técnica completa en /schema-org-para-llms-guia-2026.
Última sección = bloque FAQ explícito de 5-7 preguntas
Aunque las preguntas ya están como H2 a lo largo del artículo, reformúlalas al final como FAQ con marca <details>/JSON-LD FAQPage. Es la sección que ChatGPT con búsqueda activa lee primero cuando tu URL aparece en los resultados — y la que más a menudo extrae. Sin FAQPage explícito, tu citation rate se queda atrás contra competidores que sí lo hacen.
5 errores que matan la respondibilidad
Cualquiera de estos solo basta para que ChatGPT te descarte como fuente, aunque las otras 6 reglas estén bien.
Empezar con 200 palabras de introducción narrativa
El modelo no llega al H2 si tarda 4 párrafos en aparecer. Pon TL;DR en 5 bullets antes del primer H2 y empieza a responder desde la línea 3.
Párrafos kilométricos sin estructura
Un bloque de 600 palabras sin bullets ni sub-H3 es ilegible para el modelo (y para el humano). Trocea cada H2 en: respuesta directa + bullets + datos.
Datos sin fuente verificable
'Según estudios recientes…' es la peor frase del SEO. O das fuente concreta con autor + año + URL, o no lo digas. El modelo descarta afirmaciones sin atribución y favorece artículos que sí citan.
Bullets que dependen del bullet anterior
'Para esto', 'lo siguiente que…', 'a continuación…'. Cuando el LLM extrae el bullet aislado, el contexto se pierde y la cita queda rota. Cada bullet debe valer por sí solo.
FAQ inventado por SEO sin volumen real de búsqueda
Preguntas que nadie hace + respuestas genéricas = peso negativo. Cada pregunta del FAQ debe corresponder a una query real (validar en Search Console + ChatGPT propias preguntas + AnswerThePublic).
Plantilla descargable: el esqueleto exacto
Te dejamos la plantilla Markdown lista para copiar-pegar al CMS. Cubre los 7 bloques de la anatomía, con marcadores para que rellenes con tu tema y tus datos. Schema JSON-LD ya incluido.
Descargar plantilla (.md) Ver en navegador
Cómo usarla:
- Elige el tema (1 pregunta amplia que tu cliente haría a ChatGPT).
- Lista 8-12 sub-preguntas concretas dentro de ese tema. Cada una será un H2.
- Rellena la plantilla siguiendo el orden de los 7 bloques. No saltes ninguno.
- Antes de publicar pasa el checklist de 12 puntos.
- Espera 7 días tras publicación. Lanza las 10 preguntas más importantes contra ChatGPT y Perplexity. Cuenta en cuántas te citan.
Checklist
12 puntos de validación antes de publicar
Pasa cada artículo por este checklist. Si fallas más de 2 puntos, no publiques todavía — refactoriza primero. El coste de republicar y mover backlinks es mucho mayor que el de revisar una hora más antes de pulsar el botón.
- 01 El artículo abre con TL;DR de 5 bullets antes del primer H2
- 02 Cada H2 es una pregunta literal que tu cliente haría
- 03 Cada H2 se responde en sus primeros 4 renglones de prosa
- 04 Hay al menos 3 datos con fuente atribuible + fecha
- 05 Hay al menos 2 citas con autor y cargo entre comillas
- 06 Las listas tienen ≤ 4 bullets autocontenidos
- 07 Existe bloque FAQ final con ≥ 5 preguntas + JSON-LD FAQPage
- 08 El artículo tiene Article schema + Person schema del autor
- 09 Hay al menos 1 enlace externo a fuente Tier-1 (Wikipedia, prensa, estudio público)
- 10 Hay al menos 2 enlaces internos a otros pillars del cluster temático
- 11 El meta description es una respuesta autocontenida de 150-160 caracteres
- 12 Longitud total entre 1.200 y 2.500 palabras
Cómo medir si tu artículo es realmente respondible
Los 12 puntos del checklist son condición necesaria, no suficiente. La validación final es comportamiento real de los modelos. Método que usamos en Rowan Growth, cada artículo, 7 días tras publicar:
- Extrae 10 preguntas del artículo. Una por H2 más 2-3 reformulaciones. Sin tu marca en la query.
- Lanza cada pregunta contra ChatGPT, Claude y Perplexity. Con búsqueda activa si está disponible. Anota: ¿te cita el modelo? ¿en qué posición? ¿extrae literal o reformula?
- Calcula tu citation rate de la pieza: menciones recibidas / 30 (10 preguntas × 3 modelos).
- Umbrales: < 10% = el artículo no es respondible, refactoriza. 10-30% = aceptable, posiblemente falta autoridad del dominio. > 30% = respondible, mantén ese formato.
- Repite a los 30 días. Los LLMs tardan en indexar. Una segunda medición a los 30 días suele subir 15-20 puntos respecto a la del día 7.
Si quieres saltar el trabajo manual, nuestra auditoría gratis ejecuta este pipeline automáticamente sobre cualquier URL que le pases, contra 4 modelos. Te devuelve el citation rate en menos de 60 segundos.
Auditar tu contenido existente
¿Tu contenido actual
es respondible?
Pásanos tu dominio y te decimos qué porcentaje de tus URLs son respondibles por ChatGPT y por qué las que no lo son no lo son. Gratis, 60 segundos, sin registro hasta el final.
Preguntas frecuentes
Lo que más nos preguntan sobre contenido respondible.
01 ¿Qué es exactamente un artículo respondible por LLMs?
Un artículo respondible es un texto estructurado para que un asistente IA (ChatGPT, Claude, Perplexity, AI Overviews) pueda extraer un fragmento — un párrafo, un bullet, una definición — y citarlo dentro de una respuesta sintetizada a un usuario. No es un artículo más corto ni más simple: es un artículo cuya arquitectura semántica (titulares pregunta-respuesta, bullets autocontenidos, datos atribuibles) permite que el modelo te elija como fuente cuando un humano hace una pregunta concreta.
02 ¿En qué se diferencia un artículo respondible de un artículo SEO clásico?
El SEO clásico optimiza para Google y para un lector humano que escanea de arriba a abajo. El artículo respondible optimiza para que un LLM extraiga un fragmento aislado del texto y lo presente como respuesta. Esto cambia: títulos H2 reformulados como pregunta exacta del usuario, párrafos autocontenidos (sin pronombres ambiguos), datos siempre acompañados de fuente, lenguaje directo sin metáforas ni introducciones largas. Un artículo respondible bien escrito sigue funcionando como SEO clásico — al revés no.
03 ¿Cuántas palabras debe tener un artículo respondible?
Entre 1.200 y 2.500 palabras es el rango óptimo. Menos de 800 da poca señal de profundidad y el LLM no te considera autoridad. Más de 3.000 dispersa el modelo y reduce la probabilidad de extracción de fragmentos concretos. La longitud no es la métrica clave — la densidad de respuestas concretas por palabra sí lo es.
04 ¿Funciona escribir un artículo respondible con IA generativa?
Como punto de partida sí. Como producto final no. Los LLMs detectan contenido generado sin edición humana (patrones léxicos repetitivos, ausencia de datos propios, frases comodín) y bajan tu peso como fuente. La fórmula que funciona: borrador con IA, edición humana que añade datos propios, citas atribuibles, ejemplos concretos y un punto de vista. Sin ese paso, todo el SEO/GEO se cae.
05 ¿Cuánto tarda un artículo respondible en empezar a ser citado por ChatGPT?
Si el artículo está bien estructurado y el dominio ya tiene autoridad mínima, las primeras citaciones esporádicas llegan entre la semana 2 y la 6 tras la publicación. Para llegar a citation rate estable >30% en queries del cluster temático, lo realista son 3-5 artículos en el mismo tema + 6-12 semanas. La pieza individual rara vez mueve la aguja sola — el cluster sí.
06 ¿Hay alguna herramienta para validar si un artículo es respondible?
No existe (todavía) un validador automático fiable. El método que usamos: (1) extraer 10 preguntas del artículo y comprobar que cada una se responde en menos de 4 líneas autocontenidas; (2) lanzar esas 10 preguntas a ChatGPT/Perplexity 7 días después de publicar y ver si te cita; (3) revisar que el schema FAQPage cubre las 5-7 preguntas principales del artículo. Si falla cualquiera de los tres, el artículo no es respondible.
07 ¿Un artículo respondible necesita JSON-LD schema obligatorio?
Sí. Como mínimo Article + FAQPage. El schema le dice al LLM 'esta pieza es contenido editorial sobre X tema, con estas preguntas resueltas, escrito por esta persona, publicado en esta fecha'. Sin schema, el modelo tiene que inferir todo eso del texto plano y se equivoca más. La diferencia entre un artículo respondible con schema y sin él suele ser 2-3× en citation rate del mismo contenido.
Sigue leyendo