Acerca de la legibilidad para LLM
¿Qué es la legibilidad para LLM?
La legibilidad para LLM indica cuánto contenido de tu página puede leer realmente un asistente de IA una vez renderizada. No se trata de lo que ve un visitante ni de lo que aparece en el archivo fuente, sino del texto que permanece cuando la página se carga y se eliminan las etiquetas.
Esas tres cosas difieren más de lo que la gente espera. Una página que parece tener mucho contenido puede quedarse en unos pocos cientos de palabras aprovechables una vez descontados la navegación, los avisos de cookies, los widgets de publicaciones relacionadas y las etiquetas de script.
Este comprobador carga tu página en un navegador real, del mismo modo que lo hace nuestra auditoría, e informa de cuánto contenido legible hay. Una página que un sistema puede leer detenidamente puede citarse; una que apenas puede leer se deja de lado en favor de la de un competidor que sí puede leer.
Por qué lo que cuenta es la versión renderizada
El contenido ensamblado por JavaScript después de la carga puede no estar disponible para las herramientas que leen la página. No todos los rastreadores ejecutan scripts y los que lo hacen abandonan rápidamente, por lo que una página cuyo texto principal aparece tarde puede interpretarse como prácticamente vacía.
La solución fiable es servir contenido relevante en el HTML inicial mediante renderizado en el servidor o generación estática. Un script lento degradará la experiencia en lugar de hacer que la página desaparezca.
La proporción importa tanto como el volumen. Una página cuyo texto real está enterrado bajo capas de marcado de presentación es más difícil de extraer limpiamente, aunque se renderice perfectamente para una persona.
Esta es la parte menos glamurosa de conseguir que te citen y una de las más decisivas, porque todo lo demás la da por supuesta. La estructura, los encabezados y los datos estructurados dan por hecho que el texto es accesible, y esta es la parte con más probabilidades de fallar silenciosamente durante un rediseño: la página sigue viéndose bien para cualquiera que la compruebe en un navegador.
Lo que suele faltar
- Texto insertado mediante JavaScript después de la respuesta inicial.
- Contenido oculto tras pestañas, acordeones o botones de «leer más» que nunca llegan a abrirse.
- Cualquier elemento dentro de un iframe, que es un documento independiente.
- Texto que solo existe dentro de una imagen, sin un equivalente textual.
- Páginas que son principalmente interfaz, cuyo contenido sustancial se reduce a un párrafo.
Qué comprueba esta herramienta
Renderiza tu página en un navegador sin interfaz y muestra el contenido legible resultante, por lo que estás viendo aproximadamente con qué tendría que trabajar una máquina que leyera la página.
Compáralo con lo que crees que hay en la página. Una gran diferencia apunta a contenido que depende de scripts o a una página con menos contenido del que su diseño sugiere.
Qué hacer a continuación
El texto legible es la materia prima; la estructura es lo que lo hace utilizable. Comprueba que los
etiquetas de encabezado proporcionen a la página una estructura lógica, confirma que
recuento de palabras coincida con lo que pretendías publicar y busca errores de
JavaScript que puedan estar impidiendo que el contenido se cargue.