Aquest és el tercer satèl·lit del cluster GEO que estic aixecant. El pilar, GEO vs SEO: què canvia el 2026, defensa que el GEO és SEO ben fet en un 80%. Els dos satèl·lits anteriors van desglossar com aparèixer als AI Overviews de Google i SEO per a ChatGPT i Perplexity. Aquí aterro la senyal que més separa qui els LLMs citen de qui ignoren: E-E-A-T.
Què és E-E-A-T i per què els LLMs ho miren encara més que Google clàssic
E-E-A-T són quatre inicials que va encunyar Google el 2022 per als seus Quality Raters: Experience, Expertise, Authoritativeness, Trustworthiness. Experiència real de primera mà, coneixement profund demostrable, reputació externa, i confiabilitat global. Se sumen per determinar si un contingut mereix aparèixer als primers resultats.
A Google clàssic, E-E-A-T és una senyal més, ponderada juntament amb backlinks, rellevància semàntica i tècnica. Als LLMs generatius (ChatGPT, Perplexity, Gemini, Claude) el pes és desproporcionat. Quan un model ha de triar 3-8 fonts per citar a una resposta, no pot permetre’s citar algú que sembli dubtós: si cita malament, la resposta genera desinformació i el producte sencer perd credibilitat. El resultat és que els LLMs filtren primer per Trust, després miren rellevància.
Ho vaig comprovar fent un experiment simple amb clients d’Ad2Place: dos webs del mateix sector, mateixa autoritat de domini, mateix contingut gairebé idèntic. La que signa amb autor real + Person schema complet + LinkedIn verificable va aparèixer 4 vegades més a respostes de Perplexity per a consultes de nínxol. La que signa “Equip editorial” no va aparèixer ni una.
Els 4 pilars de l’E-E-A-T explicats sense embuts
Experience (la “E” més recent, afegida el 2022)
Tenir contacte directe amb el que descrius. Un article sobre restaurants a Barcelona escrit per algú que ha menjat en aquests restaurants pesa més que el mateix article redactat per algú que els coneix només per web.
Com demostrar-ho: fotos pròpies, casos amb noms (encara que siguin anonimitzats), dates concretes, números específics dels teus propis projectes, anècdotes en primera persona, testimonis al teu web.
Error típic: redactar com si acabessis de llegir el tema. Els LLMs detecten el to impersonal i degraden.
Expertise (coneixement profund)
Domini tècnic del tema. Terminologia correcta, matisos que només coneix qui ha treballat anys al camp, referències a fonts primàries, contextualització històrica.
Com demostrar-ho: bio de l’autor amb credencials verificables, anys d’experiència, certificacions, publicacions prèvies, profunditat als articles (explicar mecanismes, no només superfícies).
Error típic: copiar terminologia sense entendre-la. Els LLMs són sensibles a inconsistències tècniques i penalitzen fonts que les tinguin.
Authoritativeness (reputació externa)
El que diuen altres de tu. Mencions a mitjans, cites a altres llocs del sector, col·laboracions amb organitzacions reconegudes, ponències, podcasts, premis.
Com demostrar-ho: pàgina “Aparicions a mitjans” amb enllaços, testimonis amb nom i empresa real, schema Person amb sameAs a perfils externs consolidats.
Error típic: inflar autoritat amb segells buits (“as seen in…”) sense enllaç real. Els LLMs comproven l’enllaç: si no existeix, penalització.
Trustworthiness (confiabilitat) — el que més pesa
Tot el que fa que un usuari raonable confiï en el teu lloc. HTTPS, política de privacitat visible, informació de contacte real (no només un formulari), fonts externes citades, dates visibles de publicació i actualització, absència de claims sense recolzament.
Com demostrar-ho: HTTPS, pàgines legals completes, adreça física si ets empresa, telèfon, email real, schema Organization ben poblat, cites a fonts externes amb enllaç directe.
Error típic: pàgina “Contacte” amb només un formulari genèric, sense adreça, sense telèfon. Els LLMs interpreten això com a opacitat.
Com cada LLM avalua E-E-A-T (matriu comparativa)
Porto mesos fent proves i creuant dades amb eines com Peec AI. El patró és clar:
- Google (AI Overviews, Gemini): prioritza Trust primer, després Authoritativeness via backlinks. En YMYL, Trust es dispara fins a ser gairebé l’únic filtre.
- ChatGPT (SearchGPT + Bing): Trust i Expertise a la par. Valora molt el Person schema i la coherència interna del domini (nínxol clar).
- Perplexity: pondera alt Experience (casos concrets, dades pròpies). És el que més fàcilment cita autors independents si demostren pràctica real.
- Claude: es recolza en Authoritativeness (reputació acadèmica, mitjans reconeguts) quan té web search. Menys permeable a autors emergents llevat que hi hagi proof externa.
Implicació operativa: si només pots invertir en una pota, treballa Trustworthiness. Cobreix el filtre dels 4 LLMs.
8 senyals concretes que els LLMs llegeixen
Això és el que aplico a cada lloc de client. En aquest ordre.
1. Person schema complet a cada article signat
No n’hi ha prou amb posar el nom de l’autor en text. Cal declarar el Person schema en JSON-LD amb: name, url (perfil intern al teu web), jobTitle, image (foto real), sameAs (array amb LinkedIn + com a mínim un perfil professional més), worksFor (l’organització), i si escau alumniOf i knowsAbout. Els LLMs parsegen aquest schema i el fan servir com a marcador de confiança.
2. Pàgina d’autor dedicada i completa
Cada autor signant ha de tenir la seva pàgina: /autor/nom-cognom/. Amb bio real (150-300 paraules), credencials verificables, llista d’articles publicats, enllaços a perfils externs, foto professional. Aquesta pàgina és la que els LLMs consulten quan aprofundeixen en Trust.
3. Bio visible al començament o final de cada article
No només a pàgina apart. A cada article: nom + foto + 1-2 línies de credencials + enllaç a la pàgina d’autor. Això tanca el loop per a usuaris i per a scrapers de LLMs.
4. Dates de publicació i actualització visibles
Data de publicació sempre. Data d’actualització quan hi ha refresh. Al frontmatter del MDX i al text visible (no només al schema). Els LLMs prefereixen fonts amb frescor demostrable.
5. Casos reals amb noms, dates i mètriques
Cada afirmació forta hauria d’estar recolzada per un cas propi, un estudi extern enllaçat o una xifra verificable. “Els articles llargs posicionen millor” no val; “en 6 clients d’Ad2Place amb articles de 3.000+ paraules, impressions GSC van pujar una mitjana del 180% en 8 mesos” sí val.
6. Enllaços externs a fonts autoritatives
3-5 enllaços sortints per article llarg. A estudis, a documentació oficial, a webs d’autoritat reconeguda. Citar fonts és el marcador de Trust més subestimat. Els webs que citen es citen.
7. Organization schema amb dades completes
El lloc sencer ha de declarar l’organització: name, url, logo, address (postalAddress real), telephone, email, sameAs (perfils socials corporatius), foundingDate. Per a empreses físiques, afegir LocalBusiness amb geo i horaris.
8. HTTPS, política de privacitat, avís legal, cookies
Base tècnica. Sense això cap LLM et cita en temes sensibles. Amb això, superes el filtre inicial de Trust i pots barallar les altres 3 potes.
Què desactiva automàticament el teu E-E-A-T
Cinc errors que he vist enfonsar llocs sencers. Si en tens algun, regenera el contingut abans de seguir treballant noves senyals.
- Autor anònim o genèric (“Redacció”, “Admin”, “Equip editorial”). Els LLMs ho detecten i filtren.
- Fotos d’stock com a “foto de l’autor”. Google Lens identifica stock. Els LLMs hereten aquest filtre. Fes servir foto real o cap.
- Bios amb claims sense enllaç (“més de 20 anys d’experiència” sense LinkedIn ni publicacions). Es penalitza com a claim no verificable.
- Referència a altres webs de la mateixa xarxa sense declarar la relació. Els LLMs detecten PBN i downgrade.
- YMYL sense credencials. Escriure sobre salut, finances o legal sense mostrar formació o experiència professional és desqualificació immediata en aquests nínxols.
E-E-A-T a YMYL: per què és decisiu
YMYL (“Your Money or Your Life”) són els temes on una mala informació pot fer mal: salut, finances, legal, enginyeria crítica, nutrició, teràpies. A YMYL, E-E-A-T deixa de ser una senyal més per convertir-se en el factor dominant.
Un article sobre “com invertir 10.000 euros” escrit per algú sense credencials financeres visibles no apareix als LLMs ni a Google. Tant és l’autoritat del domini. Un article similar signat per algú amb credencials verificables (CFA, experiència laboral al sector, publicacions prèvies reconegudes) sí apareix.
Regla pràctica: si el teu nínxol frega YMYL, sobreinverteix en Experience + credencials de l’autor. Si no fregues YMYL, amb Trust i Expertise ben coberts vas sobrat.
Pla de 6 passos per reforçar el teu E-E-A-T avui
Ordre que funciona amb projectes que auditem a Ad2Place.
Pas 1 — Audita el que tens
Llista de cada article publicat i revisa: té autor visible? Té data? Cita fonts? Hi ha Person schema a l’HTML? Fes-ho en un full. Identifica forats.
Pas 2 — Crea/reforça la pàgina d’autor principal
Comença per una sola persona (probablement tu o el fundador). Pàgina completa, schema, sameAs. Una pàgina bona val més que deu de dolentes.
Pas 3 — Implementa Person schema a cada article signat
Frontmatter del CMS + renderitzat en JSON-LD. Si fas servir Astro (com el web d’Ad2Place), es fa en 15 minuts per a tot el lloc.
Pas 4 — Refresca els 10 articles amb més impressions de GSC
Afegeix bio de l’autor, data d’actualització visible, 3 enllaços externs nous a fonts autoritatives, cas real o dada pròpia. Refrescar el que ja rànqueja és més rendible que crear contingut nou.
Pas 5 — Organization schema complet a l’arrel del lloc
Un sol JSON-LD a <head> amb totes les dades corporatives. Si ets LocalBusiness, afegeix això també. Una vegada ben fet no es toca.
Pas 6 — Estratègia d’Authoritativeness contínua
Aparèixer a mitjans, col·laborar en podcasts, citar i ser citat. Això es construeix amb mesos, no amb un sprint. Però sense això, sostre visible als LLMs amb més filtre d’Authoritativeness (Claude, Gemini en YMYL).
Com mesurar si estàs guanyant E-E-A-T
Quatre mètriques pràctiques:
- Posició mitjana a GSC per a consultes YMYL del nínxol. Puja quan Google reconeix el teu E-E-A-T.
- Mencions a LLMs (Peec AI, Profound, Otterly). Quan apareixes a més respostes per a més consultes, el teu E-E-A-T està consolidant.
- Cerques directes de la teva marca o el teu nom. Creixement orgànic de cerques amb el teu nom és senyal dur d’autoritat real.
- Referral de LinkedIn/X a la teva pàgina d’autor. Si els perfils externs porten trànsit a la teva
/autor/, el loop està funcionant.
Per què no resoldràs això contractant un “AI SEO expert”
Tot el descrit aquí és SEO ben fet aplicat amb disciplina. Les agències que venen “AI SEO” com a servei diferenciat solen cobrar el doble pel mateix. Si el teu SEO actual contempla autor real amb schema, casos amb dades, fonts externes citades i continuïtat editorial, ja estàs fent el 90% del teu E-E-A-T per a LLMs. Desenvolupo aquesta tesi al pilar GEO vs SEO.
Abans de la trucada convé tenir un punt de partida: llança un test SEO online sobre la teva home i emporta’t l’informe tècnic perquè l’assessoria sigui més útil. Si vols que revisem el teu lloc i et digui quines 3-4 palanques d’E-E-A-T donarien més retorn al teu cas concret, reserva una assessoria SEO gratuïta. En 30 minuts sortim amb un pla clar.