NOXEL Research Lab

NOXEL Research Lab publica datos originales sobre SEO, AEO, GEO y visibilidad en búsquedas con inteligencia artificial — extraídos de auditorías reales de sitios web, no de consejos reciclados.

Qué es esto

La mayoría del contenido sobre SEO repite los mismos consejos que se encuentran en todas partes. NOXEL Research Lab está diseñado para hacer lo contrario: publicar hallazgos que provienen directamente de auditorías reales ejecutadas a través de NOXEL SEO, con una metodología transparente detrás de cada número.

Cada estadística que publiquemos aquí incluirá una cifra precisa, un tamaño de muestra, una metodología, una fecha y una fuente — sin números inventados, sin afirmaciones vagas.

Explora

NOXEL — Preparación para Búsquedas de IA: Hallazgos v1

Muestra: 53 sitios web de acceso público, seleccionados entre agencias de marketing/SEO, herramientas SaaS y un pequeño grupo de control institucional (sitios gubernamentales, académicos y de referencia). Este es un conjunto de datos v1 en desarrollo, no una muestra aleatoria o representativa de la web — lo publicamos ahora porque un estudio transparente de tamaño modesto es mejor que esperar indefinidamente por uno "perfecto". Los dominios individuales nunca se nombran; cada cifra a continuación es un agregado.

Accesibilidad para rastreadores de IA

• El 20.8% de los sitios bloqueó al menos un rastreador de IA importante (GPTBot, PerplexityBot y similares).
• De esos bloqueos, el 91% fue atribuible a reglas explícitas en robots.txt — el resto no tenía una causa clara solo desde robots.txt y requeriría una investigación a nivel de servidor.

Adopción de datos estructurados

• El 28.3% de los sitios no tenía ningún dato estructurado JSON-LD.
• El 66.0% no tenía esquema de Organization ni LocalBusiness.
• El 94.3% no tenía esquema BreadcrumbList.

En resumen: nuestra investigación encontró que la adopción de datos estructurados — especialmente el esquema BreadcrumbList — sigue siendo poco frecuente incluso entre sitios técnicamente sofisticados, y que el bloqueo de rastreadores de IA generalmente se debe a robots.txt, no a firewalls.

La accesibilidad para rastreadores de IA se refiere a si rastreadores como GPTBot y PerplexityBot pueden obtener y leer una página correctamente — un requisito previo para que esa página sea citada alguna vez por un motor de respuestas de IA.

Cómo realizamos esta investigación

1. Primero, seleccionamos 53 sitios de acceso público en tres categorías: agencias de marketing/SEO, herramientas SaaS y sitios de referencia institucionales.
2. Luego, ejecutamos cada dominio a través del motor de auditoría propio de NOXEL SEO — la misma tecnología detrás de cada informe de NOXEL SEO — verificando la accesibilidad para rastreadores de IA y la presencia de datos estructurados.
3. A continuación, agregamos los resultados en los porcentajes anteriores; no se publica ningún dominio individual ni puntuación.
4. Finalmente, planeamos ampliar este conjunto de datos hacia una muestra más grande y representativa, y republicaremos los hallazgos actualizados a medida que eso suceda.

Nuestros datos fueron escaneados en septiembre de 2026. Cada cifra anterior indica claramente su tamaño de muestra, como prometimos.

Por qué la investigación original importa para las búsquedas de IA

Los modelos de lenguaje a gran escala como ChatGPT, Claude, Perplexity y Gemini no clasifican páginas como lo hacen los motores de búsqueda tradicionales — sintetizan respuestas, y favorecen fuentes que ofrecen algo que una docena de otras páginas no dicen ya. Los consejos reciclados, las definiciones reformuladas y las listas genéricas de "10 consejos" rara vez son citados, porque un modelo de IA ya ha absorbido esa información de miles de otras fuentes durante el entrenamiento. Los datos originales — una muestra real, una metodología real, porcentajes reales — son diferentes. Son el tipo de contenido que un modelo de IA no puede conocer de antemano, que es exactamente lo que lo hace digno de citar.

Esta es la idea central detrás de NOXEL Research Lab: en lugar de escribir más consejos genéricos de SEO, ejecutamos auditorías reales a través del motor propio de NOXEL SEO y publicamos lo que realmente encontramos. Cada estudio aquí sigue la misma disciplina — un tamaño de muestra divulgado, una metodología descrita, una fecha de publicación y resultados solo en forma agregada sin que se nombre ningún sitio individual.

Qué viene a continuación

El conjunto de datos v1 anterior es deliberadamente modesto — 53 sitios es suficiente para publicar honestamente, pero no suficiente para llamarlo representativo de la web en general. Nuestra próxima publicación ampliará la muestra hacia un conjunto de datos más grande y estratificado (más categorías, más sitios por categoría, una metodología de muestreo más clara), y añadirá nuevas señales más allá de la accesibilidad para rastreadores de IA y los datos estructurados — cosas como la frescura del contenido, la claridad de entidades y la profundidad temática en los mismos sitios.

Si deseas recibir una notificación cuando se publique la próxima versión de NOXEL Research Lab, o si administras un sitio y quieres que se incluya en un estudio futuro (con tu consentimiento explícito — consulta nuestra política de datos anterior), comunícate a través de nuestra página de contacto.