NOXEL Research Lab

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

Qué es esto

La mayoría del contenido 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 realizadas a través de NOXEL SEO, con una metodología transparente detrás de cada número.

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

Explorar

Preparación para la búsqueda con IA de NOXEL — 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 a uno "perfecto". Los dominios individuales nunca se mencionan; cada cifra a continuación es un agregado.

Accesibilidad de rastreadores de IA

• El 20,8 % de los sitios bloqueaba al menos un rastreador de IA importante (GPTBot, PerplexityBot y similares).
• De esos bloqueos, el 91 % era atribuible a reglas explícitas en robots.txt; el resto no tenía una causa clara solo en 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 de LocalBusiness.
• El 94,3 % no tenía esquema de BreadcrumbList.

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

La accesibilidad de rastreadores de IA se refiere a si rastreadores como GPTBot y PerplexityBot pueden obtener y leer correctamente una página, lo cual es un requisito previo para que esa página pueda ser citada alguna vez por un motor de respuestas con IA.

Cómo realizamos esta investigación

1. En primer lugar, 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 propio motor de auditoría de NOXEL SEO, la misma tecnología que hay detrás de cada informe de NOXEL SEO, verificando la accesibilidad de los rastreadores de IA y la presencia de datos estructurados.
3. A continuación, agregamos los resultados en los porcentajes anteriores; no se publica ningún dominio ni puntuación individual.
4. Finalmente, planeamos ampliar este conjunto de datos hacia una muestra más grande y representativa, y volveremos a publicar los hallazgos actualizados a medida que eso ocurra.

Nuestros datos fueron analizados en septiembre de 2026. Cada cifra anterior indica su tamaño de muestra de forma clara, tal como prometimos.

Por qué la investigación original es importante para la búsqueda con IA

Los grandes modelos de lenguaje como ChatGPT, Claude, Perplexity y Gemini no clasifican las páginas como lo hacen los motores de búsqueda tradicionales: sintetizan respuestas y favorecen las fuentes que ofrecen algo que una docena de otras páginas no dicen ya. Los consejos reciclados, las definiciones con otras palabras y las listas genéricas de "10 consejos" rara vez se citan, 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, lo que es exactamente lo que lo hace valioso para citar.

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

Qué viene a continuación

El conjunto de datos v1 anterior es deliberadamente modesto: 53 sitios son suficientes para publicar con honestidad, pero no suficientes para considerarlos representativos 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 de rastreadores de IA y los datos estructurados, como la actualidad del contenido, la claridad de las entidades y la profundidad temática en los mismos sitios.

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