Este es el tercer satélite del cluster GEO que estoy levantando. El pilar, GEO vs SEO: qué cambia en 2026, defiende que el GEO es SEO bien hecho en un 80%. Los dos satélites anteriores desglosaron cómo aparecer en AI Overviews de Google y SEO para ChatGPT y Perplexity. Aquí aterrizo la señal que más separa a quien los LLMs citan de quien ignoran: E-E-A-T.
Qué es E-E-A-T y por qué los LLMs lo miran todavía más que Google clásico
E-E-A-T son cuatro iniciales que acuñó Google en 2022 para sus Quality Raters: Experience, Expertise, Authoritativeness, Trustworthiness. Experiencia real de primera mano, conocimiento profundo demostrable, reputación externa, y confiabilidad global. Se suman para determinar si un contenido merece aparecer en los primeros resultados.
En Google clásico, E-E-A-T es una señal más, ponderada junto a backlinks, relevancia semántica y técnica. En los LLMs generativos (ChatGPT, Perplexity, Gemini, Claude) el peso es desproporcionado. Cuando un modelo tiene que elegir 3-8 fuentes para citar en una respuesta, no puede permitirse citar a alguien que parezca dudoso: si cita mal, la respuesta genera desinformación y el producto entero pierde credibilidad. El resultado es que los LLMs filtran primero por Trust, luego miran relevancia.
Lo comprobé haciendo un experimento simple con clientes de Ad2Place: dos webs del mismo sector, misma autoridad de dominio, mismo contenido casi idéntico. La que firma con autor real + Person schema completo + LinkedIn verificable apareció 4 veces más en respuestas de Perplexity para consultas de nicho. La que firma “Equipo editorial” no apareció ni una.
Los 4 pilares del E-E-A-T explicados sin rodeos
Experience (el “E” más reciente, añadido en 2022)
Tener contacto directo con lo que describes. Un artículo sobre restaurantes en Barcelona escrito por alguien que ha comido en esos restaurantes pesa más que el mismo artículo redactado por alguien que los conoce solo por web.
Cómo demostrarlo: fotos propias, casos con nombres (aunque sean anonimizados), fechas concretas, números específicos de tus propios proyectos, anécdotas en primera persona, testimonios en tu web.
Error típico: redactar como si acabaras de leer el tema. Los LLMs detectan el tono impersonal y degradan.
Expertise (conocimiento profundo)
Dominio técnico del tema. Terminología correcta, matices que solo conoce quien ha trabajado años en el campo, referencias a fuentes primarias, contextualización histórica.
Cómo demostrarlo: bio del autor con credenciales verificables, años de experiencia, certificaciones, publicaciones previas, profundidad en los artículos (explicar mecanismos, no solo superficies).
Error típico: copiar terminología sin entenderla. Los LLMs son sensibles a inconsistencias técnicas y penalizan fuentes que las tienen.
Authoritativeness (reputación externa)
Lo que dicen otros de ti. Menciones en medios, citas en otros sitios del sector, colaboraciones con organizaciones reconocidas, ponencias, podcasts, premios.
Cómo demostrarlo: página “Apariciones en medios” con enlaces, testimonios con nombre y empresa real, schema Person con sameAs a perfiles externos consolidados.
Error típico: inflar autoridad con sellos vacíos (“as seen in…”) sin enlace real. Los LLMs comprueban el enlace: si no existe, penalización.
Trustworthiness (confiabilidad) — el que más pesa
Todo lo que hace que un usuario razonable confíe en tu sitio. HTTPS, política de privacidad visible, información de contacto real (no solo un formulario), fuentes externas citadas, fechas visibles de publicación y actualización, ausencia de claims sin respaldo.
Cómo demostrarlo: HTTPS, páginas legales completas, dirección física si eres empresa, teléfono, email real, schema Organization bien poblado, citas a fuentes externas con enlace directo.
Error típico: página “Contacto” con solo un formulario genérico, sin dirección, sin teléfono. Los LLMs interpretan eso como opacidad.
Cómo cada LLM evalúa E-E-A-T (matriz comparativa)
Llevo meses haciendo pruebas y cruzando datos con herramientas como Peec AI. El patrón es claro:
- Google (AI Overviews, Gemini): prioriza Trust primero, después Authoritativeness vía backlinks. En YMYL, Trust se dispara hasta ser casi el único filtro.
- ChatGPT (SearchGPT + Bing): Trust y Expertise a la par. Valora mucho el Person schema y la coherencia interna del dominio (nicho claro).
- Perplexity: pondera alto Experience (casos concretos, datos propios). Es el que más fácilmente cita a autores independientes si demuestran práctica real.
- Claude: se apoya en Authoritativeness (reputación académica, medios reconocidos) cuando tiene web search. Menos permeable a autores emergentes salvo que haya proof externa.
Implicación operativa: si solo puedes invertir en una pata, trabaja Trustworthiness. Cubre el filtro de los 4 LLMs.
8 señales concretas que los LLMs leen
Esto es lo que aplico en cada sitio de cliente. En este orden.
1. Person schema completo en cada artículo firmado
No basta con poner el nombre del autor en texto. Hay que declarar el Person schema en JSON-LD con: name, url (perfil interno en tu web), jobTitle, image (foto real), sameAs (array con LinkedIn + al menos un perfil profesional más), worksFor (la organización), y si procede alumniOf y knowsAbout. Los LLMs parsean este schema y lo usan como marcador de confianza.
2. Página de autor dedicada y completa
Cada autor firmante debe tener su página: /autor/nombre-apellido/. Con bio real (150-300 palabras), credenciales verificables, lista de artículos publicados, enlaces a perfiles externos, foto profesional. Esta página es la que los LLMs consultan cuando profundizan en Trust.
3. Bio visible al principio o final de cada artículo
No solo en página aparte. En cada artículo: nombre + foto + 1-2 líneas de credenciales + enlace a la página de autor. Esto cierra el loop para usuarios y para scrapers de LLMs.
4. Fechas de publicación y actualización visibles
Fecha de publicación siempre. Fecha de actualización cuando hay refresh. En el frontmatter del MDX y en el texto visible (no solo en el schema). Los LLMs prefieren fuentes con frescura demostrable.
5. Casos reales con nombres, fechas y métricas
Cada afirmación fuerte debería estar respaldada por un caso propio, un estudio externo enlazado o una cifra verificable. “Los artículos largos posicionan mejor” no vale; “en 6 clientes de Ad2Place con artículos de 3.000+ palabras, impresiones GSC subieron una media del 180% en 8 meses” sí vale.
6. Enlaces externos a fuentes autoritativas
3-5 enlaces salientes por artículo largo. A estudios, a documentación oficial, a webs de autoridad reconocida. Citar fuentes es el marcador de Trust más subestimado. Las webs que citan se citan.
7. Organization schema con datos completos
El sitio entero debe declarar la organización: name, url, logo, address (postalAddress real), telephone, email, sameAs (perfiles sociales corporativos), foundingDate. Para empresas físicas, añadir LocalBusiness con geo y horarios.
8. HTTPS, política de privacidad, aviso legal, cookies
Base técnica. Sin esto ningún LLM te cita en temas sensibles. Con esto, superas el filtro inicial de Trust y puedes pelear las otras 3 patas.
Qué desactiva automáticamente tu E-E-A-T
Cinco errores que he visto hundir sitios enteros. Si tienes alguno, regenera el contenido antes de seguir trabajando nuevas señales.
- Autor anónimo o genérico (“Redacción”, “Admin”, “Equipo editorial”). Los LLMs lo detectan y filtran.
- Fotos de stock como “foto del autor”. Google Lens identifica stock. Los LLMs heredan ese filtro. Usa foto real o ninguna.
- Bios con claims sin enlace (“más de 20 años de experiencia” sin LinkedIn ni publicaciones). Se penaliza como claim no verificable.
- Referencia a otras webs de la misma red sin declarar la relación. Los LLMs detectan PBN y downgrade.
- YMYL sin credenciales. Escribir sobre salud, finanzas o legal sin mostrar formación o experiencia profesional es descalificación inmediata en estos nichos.
E-E-A-T en YMYL: por qué es decisivo
YMYL (“Your Money or Your Life”) son los temas donde una mala información puede dañar: salud, finanzas, legal, ingeniería crítica, nutrición, terapias. En YMYL, E-E-A-T deja de ser una señal más para convertirse en el factor dominante.
Un artículo sobre “cómo invertir 10.000 euros” escrito por alguien sin credenciales financieras visibles no aparece en LLMs ni en Google. Da igual la autoridad del dominio. Un artículo similar firmado por alguien con credenciales verificables (CFA, experiencia laboral en el sector, publicaciones previas reconocidas) sí aparece.
Regla práctica: si tu nicho roza YMYL, sobreinvierte en Experience + credenciales del autor. Si no rozas YMYL, con Trust y Expertise bien cubiertos vas sobrado.
Plan de 6 pasos para reforzar tu E-E-A-T hoy
Orden que funciona con proyectos que auditamos en Ad2Place.
Paso 1 — Audita lo que tienes
Lista de cada artículo publicado y revisa: ¿tiene autor visible? ¿tiene fecha? ¿cita fuentes? ¿hay Person schema en el HTML?. Hazlo en una hoja. Identifica huecos.
Paso 2 — Crea/refuerza la página de autor principal
Empieza por una sola persona (probablemente tú o el fundador). Página completa, schema, sameAs. Una página buena vale más que diez malas.
Paso 3 — Implementa Person schema en cada artículo firmado
Frontmatter del CMS + renderizado en JSON-LD. Si usas Astro (como la web de Ad2Place), se hace en 15 minutos para todo el sitio.
Paso 4 — Refresca los 10 artículos con más impresiones de GSC
Añade bio del autor, fecha de actualización visible, 3 enlaces externos nuevos a fuentes autoritativas, caso real o dato propio. Refrescar lo que ya ranquea es más rentable que crear contenido nuevo.
Paso 5 — Organization schema completo en la raíz del sitio
Un solo JSON-LD en <head> con todos los datos corporativos. Si eres LocalBusiness, añade eso también. Una vez bien hecho no se toca.
Paso 6 — Estrategia de Authoritativeness continua
Aparecer en medios, colaborar en podcasts, citar y ser citado. Esto se construye con meses, no con un sprint. Pero sin esto, techo visible en los LLMs con más filtro de Authoritativeness (Claude, Gemini en YMYL).
Cómo medir si estás ganando E-E-A-T
Cuatro métricas prácticas:
- Posición media en GSC para consultas YMYL del nicho. Sube cuando Google reconoce tu E-E-A-T.
- Menciones en LLMs (Peec AI, Profound, Otterly). Cuando apareces en más respuestas para más consultas, tu E-E-A-T está consolidando.
- Búsquedas directas de tu marca o tu nombre. Crecimiento orgánico de búsquedas con tu nombre es señal dura de autoridad real.
- Referral de LinkedIn/X a tu página de autor. Si los perfiles externos llevan tráfico a tu
/autor/, el loop está funcionando.
Por qué no vas a resolver esto con contratar un “AI SEO expert”
Todo lo descrito aquí es SEO bien hecho aplicado con disciplina. Las agencias que venden “AI SEO” como servicio diferenciado suelen cobrar el doble por lo mismo. Si tu SEO actual contempla autor real con schema, casos con datos, fuentes externas citadas y continuidad editorial, ya estás haciendo el 90% de tu E-E-A-T para LLMs. Desarrollo esta tesis en el pilar GEO vs SEO.
Si quieres que revisemos tu sitio y te diga qué 3-4 palancas de E-E-A-T darían más retorno en tu caso concreto, agenda una asesoría SEO gratuita. En 30 minutos salimos con un plan claro.