¿Qué partes de una página web lee ChatGPT cuando hace una búsqueda en la web? - SEO-Quito, Posicionamiento web en Quito, Ecuador

Quería saber qué partes de una página web -encabezados, textos, metadatos, etc.- utiliza ChatGPT cuando hace una búsqueda en la web para crear una respuesta. Así que hice varias preguntas a ChatGPT sobre este tema.

Cuando ChatGPT accede a una página mediante su herramienta de navegación, puede leer todo el contenido visible para un usuario humano. Además, junto con ciertos datos estructurados presentes en el HTML.

Tabla de contenidos

Elementos que sí lee o utiliza ChatGPT

Título visible del artículo (<h1>)

Siempre lo toma, ya que corresponde a la cabecera principal del texto.

Si no existe un h1, ChatGPT utiliza un h2 u otro título visualmente muy grande y al inicio de la página. La falta de un h1 puede causar que ChatGPT no entienda bien la estructura semántica de una página web. Además, le hace más difícil saber cuál es la idea principal del contenido.

En el caso de que no haya un h1 y tampoco algún otro título, la herramienta de la IA utiliza el (meta) title como título principal.

Texto del cuerpo (<p>, <h2>, listas, tablas, etc.)

Es su fuente principal de información. Para ChatGPT es importante que el contenido esté bien estructurado (semánticamente: h1, h2, h3,…, p, etc.). Esto ayuda para que ChatGPT pueda entender, entre otros:

¿Qué es lo más importante del contenido?
¿Cuáles son los detalles secundarios?
¿Cuáles temas están agrupados?
¿Qué conclusión propone el autor?
¿Cómo fluye el argumento del autor?

Meta title (<title>)

Lo utiliza, porque generalmente coincide con el título que aparece en la página (generalmente el h1).

En el caso de que un meta title no sea igual al título, ChatGPT lo usa para entender el tema general de la página web. Además, el title sirve a ChatGPT para tener una idea de la estructura de un sitio web, por ejemplo, cuando se menciona categorías o marcas en el title.

Esto es interesante porque la gran mayoría de los sitios web que conoce no pone la categoría en el title. Tampoco el nombre de la empresa, porque Google -cuando muestra el title como parte del search snippet en los resultados de búsqueda- muchas veces quita el nombre de la empresa o marca.

Además, como mencionado arriba, ChatGPT puede utilizar el title como título principal si no existe ningún h1 u otro título visible en el contenido.

Etiquetas o categorías visibles

Si la página muestra al final de un artículo de noticias o de un blog algo como “Etiquetas: energía, apagones, Ecuador”, ChatGPT puede leerlas.

Ejemplo: Etiquetas en un artículo de Teleamazonas.

Puede ser que estas etiquetas sirvan a ChatGPT para categorizar los contenidos. Pero no creo que as etiquetas sean importantes para que pueda entender el contenido.

Texto alternativo de imágenes (alt text)

ChatGPT lo interpreta si aporta contexto relevante al contenido. Sin embargo, es información menos importante que el texto visible en una página web.

Además, ChatGPT recomienda que el alt no contenga el mismo texto como, por ejemplo, el título de una página web. En este caso, simplemente lo ignora porque no aporta valor adicional.
Por ejemplo, en muchas tiendas en línea el texto alternativo de la imagen de un producto es simplemente el h1. Mejor sería, por ejemplo, poner un alt que describa el producto.

Datos estructurados (Schema.org, Open Graph, microdata)

Los puede leer e interpretar como información complementaria (por ejemplo: autor, fecha, precio, valoración, etc.). Los datos estructurados pueden estar en formato JSON-LD, Microdata o RDFa.

Los datos estructurados dan información adicional a ChatGPT, por ejemplo, sobre el autor de un artículo o el precio de un producto.

Texto oculto mediante CSS (como tabs o acordeones)

Si el contenido está cargado en el HTML inicial, ChatGPT puede leerlo incluso si no es visible en pantalla:

Contenido dentro de tabs ocultos con display:none.
Acordeones cerrados.
Texto que aparece al hacer hover.
Elementos colapsados por CSS.
Secciones ocultas que se muestran solo en móvil o desktop.

Sin embargo, ChatGPT no da tanta importancia a contenido oculto como a contenido directamente visible para el usuario. Además, confía menos en el contenido oculto que en el contenido directamente visible y así no lo usa para interpretar una página y su contenido. Lo usa más bien como contenido complementario.

Elementos que no lee o no utiliza ChatGPT

Meta description

No la usa directamente, a menos que también aparezca visible en el texto principal (por ejemplo, como resumen o “lead”).

Meta keywords

No las toma en cuenta, ya que son obsoletas y no aportan información contextual útil. Esto es igual a Google y una gran mayoría de otros motores de búsqueda.

Código HTML, clases CSS, scripts o estilos ocultos

No los interpreta; solo analiza el contenido textual.

Contenido dinámico cargado con JavaScript o AJAX

No lo ve si no está presente en el HTML inicial, puesto que no ejecuta scripts ni interacciones. No solo ChatGPT, también otras herramientas de la IA tienen problemas con JavaScript. (Lee también mi artículo sobre «Fuentes en ChatGPT y Perplexity«).

Tags internos del CMS (como etiquetas o taxonomías de WordPress no visibles)
No los usa. Solo si están presentes en la parte visible de la página las puede utilizar.

Resumen

ChatGPT lee todo el contenido visible y cualquier texto incluido en el HTML inicial.
No utiliza metadatos puramente SEO (como meta description o meta keywords), salvo que se repitan en el texto visible. Pero sí, utiliza en (meta) title.
Puede interpretar datos estructurados (como Schema.org u Open Graph) para complementar la información del artículo.
No ejecuta JavaScript ni acciones interactivas, por lo que no accede a contenido cargado dinámicamente.