Pares del mismo dominio: el método del estudio de citación de SISTRIX
El estudio se llama «Citation Worthiness: Which GEO Tactics Hold Up Across 96,418 URLs» y salió el 22 de octubre de 2026 a las 08:42 UTC en inglés, alemán (con otro título, «GEO-Mythen im Datencheck») y español, firmado por Johannes Beus, fundador de SISTRIX, y Julia Weißbach. Las citas salen del índice de IA de SISTRIX para la región DACH en el segundo trimestre de 2026: 48.527 URLs citadas, unas 16.000 por cada plataforma, ChatGPT, Google AI Mode y Google AI Overviews, de 17.380 dominios, y 43 variables medidas por URL. La tasa de citación de base es de alrededor del 1,4%. El post no detalla qué prompts se usaron ni cuántos.
La diferencia con los estudios de citación anteriores está en la comparación. «Each cited page is compared with a non-cited page from the same domain. This means the strength of the domain and brand plays no role, leaving only what comes down to the page itself». La gráfica del método añade que el par se forma con la misma marca y una visibilidad similar. Sobre esos pares corre una regresión logística condicional, con corrección de Benjamini-Hochberg para las 43 pruebas, y los factores que publica son odds ratios, que a una tasa del 1,4% «are practically equivalent to the frequency ratio». Un factor de 1,7 significa que, entre dos páginas del mismo dominio, la que tiene índice de contenidos se cita 1,7 veces más que la que no lo tiene. Los autores venían de un estudio de diciembre de 2025 sobre los 100 dominios más citados en AI Mode, y en el nuevo reconocen que ese formato mide sobre todo fuerza de marca.
Hay un aviso sobre el tamaño de la muestra que vale para cualquier otro estudio de GEO. Con 833 URLs, el schema FAQ aparecía un 23% menos en las páginas citadas; con 4.600, un 31% más; con las 96.418, un 19% más. «Only from around 5,000 URLs onwards did the result reliably point in the same direction», y de ahí su regla, «Don't trust a GEO study with fewer than 5,000 URLs». Para clasificar el tipo de página usaron Gemini 3.5 Flash, contrastado con Gemini 3.1 Pro con un 84% de coincidencia y una muestra de 100 páginas revisada a mano: el 48,7% de lo citado son guías y tutoriales, y el 38,7% webs de marca.
Índice de contenidos 1,7, Article 1,6, cinco H2 1,6: la tabla de factores
Los factores con más peso son de estructura y de confianza, que es la frase con la que los autores resumen el estudio, «structure for the machine, trust for the human». El índice de contenidos con enlaces de salto es el primero, con 1,7, y solo lo tiene el 14% de las páginas. Detrás van el schema Article, al menos cinco H2, el schema FAQPage, las tablas con fila de cabecera, las listas de viñetas y las páginas de mil palabras o más. La fecha de actualización visible, con 1,3, solo aparece en el 5% de las páginas. Esta es la tabla publicada, sin los factores de title y H1, que SISTRIX añadió a posteriori y marca como indicios iniciales.
| Factor | Factor de citación |
|---|---|
| Índice de contenidos con enlaces de salto | 1,7 |
| Schema Article | 1,6 |
| Al menos cinco H2 | 1,6 |
| Schema FAQPage | 1,5 |
| Tabla con fila de encabezado | 1,5 |
| Listas de viñetas (diez o más por página) | 1,5 |
| Al menos 1.000 palabras | 1,5 |
| Caja de autor con foto | 1,4 |
| Al menos una pregunta como H2 | 1,4 |
| Fecha de actualización visible | 1,3 |
| Al menos tres tipos de schema | 1,3 |
| Al menos diez enlaces externos | 1,3 |
| TL;DR al principio | 1,3 |
| Meta description, fuente científica, listas numeradas, bloques desplegables, 100 o más enlaces internos | 1,2 |
| Imágenes en el contenido principal | 1,1 |
| Buena legibilidad (Flesch) | 1,03 (no significativo) |
| Schema Breadcrumb, HowTo y QAPage | 1,0 |
| Schema Product | 0,8 |
| Schema Recipe | 0,1 |
Las señales no se suman sin más, pero se acumulan. SISTRIX construye una puntuación combinada con las señales de estructura y confianza y las páginas del tramo alto se citan 2,1 veces más que las del tramo bajo, y las del tramo medio 1,6 veces más; solo el 10% de las páginas citadas cumple muchas de esas características. Entre los indicios añadidos a posteriori está el año en curso en el title, con 2,7, y un año antiguo, con 0,7, aunque los autores avisan de que «this is not a title trick» y de que con sus datos no pueden saber si basta con cambiar el número.
Por plataforma, las diferencias son de orden, no de dirección. En ChatGPT pesan más el title en forma de pregunta (1,9), la tabla con cabecera (1,8) y la pregunta en el H2 (1,6); en AI Mode, el índice (1,8), los cinco H2 (1,8) y el FAQ (1,7); en AI Overviews, el schema Article (2,0) y el índice (1,8), con las páginas de producto a 0,5. La hipótesis previa de los autores era que AI Overviews reaccionaría más a la estructura, y la descartan: «all three platforms are close together, with ChatGPT narrowly ahead and AI Overviews just behind». Por tipo de dominio, en los medios el índice sube a 2,5 y el Article a 2,1, con la fecha a 1,9 y la caja de autor a 1,7; en ecommerce, Article y FAQ van a 1,5, Product a 0,6 y la fecha de actualización a 0,7.
Lo que no correlaciona: llms.txt, Product, Breadcrumb y Flesch
El archivo llms.txt es la excepción al método, porque es de dominio y no de página, así que aquí SISTRIX compara dominios entre sí. El resultado es que el 11,7% de las URLs de los dominios con llms.txt están citadas, frente al 14,0% del conjunto. La versión alemana lo escribe sin rodeos, «Ein Effekt auf AI-Citations ist Stand jetzt nicht messbar», y la inglesa matiza: «If anything, domains with llms.txt are less represented among the cited pages. Even so, this does not show whether the file does any harm, because the domains being compared also differ in many other respects. It shouldn't be a priority, though».
Es coherente con lo que había. John Mueller comparó llms.txt con la meta keywords en abril de 2025 y escribió en junio de ese año que «no AI system currently uses llms.txt»; SE Ranking no encontró relación con la citación en unos 300.000 dominios en noviembre de 2025, y Google aclaró en su changelog del 15 de junio de 2026 que esos archivos «aren't needed for Google Search (and won't negatively or positively impact your visibility or rankings)», aunque se pueden mantener para otros sistemas que los usen.
En el resto de la lista baja, el schema Product queda en 0,8 en general, 0,6 en tiendas, 0,5 en AI Overviews y 1,7 en SaaS; Recipe en 0,1, con una hipótesis que los autores no validan, que la IA prefiere enlazar páginas temáticas antes que recetas sueltas; Breadcrumb, HowTo y QAPage en 1,0, con los breadcrumbs presentes en el 43% de las páginas; y la legibilidad Flesch en 1,03, no significativo. El recuento de palabras sí da 1,5, pero según SISTRIX se explica por la estructura que acompaña a los textos largos: «Covering topics comprehensively, yes. Writing to a word count, no». El hreflang aparece asociado a algo menos de citas, sin cifra, y los autores dicen que debe quedarse.
Límites: DACH, segundo trimestre de 2026, correlación y tres plataformas
Los autores lo dejan escrito: «Like any study, this one has its limits: it shows correlations, not proven causes, and is a snapshot of the DACH region. Perplexity, Claude and Gemini chat were not included in the analysis. A follow-up study is planned». La versión en español añade un aviso que no está en las otras dos: los resultados «pueden variar en otros países e idiomas». No hay intervalos de confianza, p-valores ni datos brutos publicados, y los subgrupos pequeños, como organismos públicos o enciclopedias, van con cautela expresa.
Sobre la causalidad hay un contraste reciente. Ahrefs publicó el 11 de mayo de 2026 un test con 1.885 páginas que añadieron JSON-LD frente a 4.000 de control y no vio subida de citas (AI Overviews a la baja un 4,6%, AI Mode y ChatGPT con cambios no distinguibles de cero), con la salvedad de que eran páginas ya muy citadas. Que las páginas citadas tengan Article no demuestra que añadirlo cite, y SISTRIX no afirma lo contrario. El estudio tampoco mide tráfico ni conversiones, solo si la URL aparece como fuente.
Mi lectura
Lo que me gusta del estudio es el diseño, no la tabla. Comparar cada página citada con una hermana del mismo dominio quita de en medio la marca y la autoridad, que es justo lo que hacía poco útiles los rankings de los 100 dominios más citados. Con eso dicho, la tabla dice lo que llevo contando en La estructura óptima de una página para que la IA te cite: índice con anclas, H2 que sean preguntas, tabla con cabecera, Article y una caja de autor con cara. HTML de 2012, bien hecho. Y llms.txt donde estaba, en la lista de cosas que no hacen daño pero tampoco mueven nada, que es lo mismo que dijo Google en junio.
Ojo con dos cosas antes de llevárselo a un cliente. Es DACH y segundo trimestre, y la propia SISTRIX avisa en su versión en español de que puede variar por país e idioma, así que para saber si en tu mercado pasa lo mismo hay que medirlo con tus prompts y tus competidores (es lo que hace Clicandseo, y aviso de que barro para casa). Y es correlación. Que las páginas citadas tengan índice no demuestra que ponerlo te cite, aunque entre hacerlo y no hacerlo, yo lo haría, porque es barato y le sirve también al lector.