IA & GEO

Site Audit

Site Audit rastrea el dominio completo de un proyecto y te devuelve su salud técnica, su salud para los buscadores de IA, la lista completa de problemas detectados con cómo resolverlos, y el histórico de cómo esos problemas evolucionan. Es el equivalente técnico del Site Audit de plataformas SEO profesionales, con una capa específica de optimización para IA generativa que el SEO técnico clásico no cubre.

A diferencia de auditar una URL suelta (usa GEO Audit para eso), Site Audit recorre cientos de páginas del dominio en un solo rastreo y te devuelve una radiografía agregada: cuántas páginas están sanas, cuántas rotas, qué comprobaciones fallan, en cuántas páginas, con qué severidad, y cómo evoluciona en el tiempo.

---

Qué mide

---

Cómo funciona, paso a paso

1. Configura la campaña del proyecto

Define:

• Dominio: tu web (ej. elevam.es). Site Audit rastrea desde la raíz.
• Alcance: todas las páginas, una carpeta concreta, o solo las del sitemap.
• Número máximo de páginas: cuántas quieres rastrear en cada ejecución. Depende de tu plan: Free 40 (una sola vez), Lite 100, Starter 500, Pro 1.000 y Agency hasta 10.000. Se cobra por las páginas que pides, no por las que se encuentran: si pides 1.000 y tu web tiene 200, pagas por 1.000.
• Dispositivo: escritorio o móvil (Core Web Vitals se analiza en el dispositivo que elijas).
• Renderizado JavaScript: rastrear solo HTML crudo, o además ejecutar JavaScript (más lento, más caro, revela problemas que una herramienta estática no ve).
• User-Agent y aceptación de idiomas: cómo presentarse al servidor (por defecto, como un bot neutro de Antropus; puedes personalizar).
• Programación: una sola vez, diariamente, o semanalmente (en función del plan).

2. Lanza el rastreo

Clic en "Iniciar auditoría". El rastreo se procesa en segundo plano. Puedes cerrar la pestaña: te notificaremos al terminar.

3. Monitoriza el progreso

Mientras rastrea, ves el progreso en vivo mostrando "páginas rastreadas / límite". Si algo falla (servidor inaccesible, timeout), verás una notificación con la razón y la opción de reintentar.

4. Revisa los datos del último rastreo

Una vez finalizado, los datos se guardan. Las vistas de Visión general, Problemas, Páginas, Estadísticas, etc., siempre muestran el último rastreo completado, aunque haya otro en curso. No esperes a que terminen todos los análisis (Core Web Vitals, etc.): ves el informe base inmediatamente.

5. Acciona: soluciona problemas

• Visión general: entiende la salud del sitio y ve los 5 problemas más urgentes.
• Problemas: lista detallada por comprobación, filtrable por severidad y categoría, con guía de cómo arreglarlo.
• Páginas: listado completo de URLs rastreadas con 23 columnas (estado, código HTTP, profundidad, enlaces internos, marcado, etc.).
• Estadísticas: métricas agregadas (distribuciones de profundidad, velocidad de carga, tipos de marcado, etc.).
• Core Web Vitals: LCP, TBT, CLS de las 10 páginas clave (análisis aparte, bajo demanda).

6. Compara y sigue el avance

• Comparar rastreos: elige dos fechas, ve qué problemas desaparecieron, cuáles son nuevos, cuántos corregiste.
• Avance: gráfico con la evolución de cada métrica en el tiempo (Site Health, total de errores, cada comprobación, etc.).

---

Conceptos clave

Rastreo vs. configuración

• Configuración: la forma de rastrear (dominio, páginas máx, JS, dispositivo, programación…). Se define una sola vez por proyecto y se reutiliza en cada rastreo.
• Rastreo: una ejecución concreta del rastreo con su fecha, estado y resultados. Un proyecto puede tener muchos rastreos en su histórico.

Límite de páginas por plan

El número máximo de páginas que puedes rastrear en cada ejecución varía según el plan:

Free es único: rastreas 40 páginas una sola vez, sin poder relanzar.

Alcance del rastreo

• Desde la raíz: todas las URLs encontradas desde el dominio (descubre automáticamente).
• Desde el sitemap: solo URLs declaradas en sitemap.xml (más rápido, más confiable para sitios grandes).
• Desde lista personalizada: un listado de URLs concretas que subes tú (para auditorías quirúrgicas).

Renderizado JavaScript

• Desactivado (defecto): el rastreo lee solo el HTML crudo descargado. Más rápido, más barato.
• Activado: el rastreo ejecuta JavaScript en cada página (como lo haría un navegador). Detecta problemas que herramientas estáticas ignoran: enlaces creados por JS, contenido renderizado, scripts que rompen el SEO. Más lento y recomendado para Single Page Apps y sitios con JavaScript pesado.

Severidad de las comprobaciones

• Error (rojo): problema grave que daña el SEO o la experiencia. Ejemplos: código 5xx, enlaces internos rotos, contenido duplicado, etiqueta de título faltante.
• Advertencia (naranja): problema importante pero no crítico. Ejemplos: título demasiado largo, descripción faltante, ratio texto-HTML baja, HTTPS mixto en alguna página.
• Aviso (azul): señal de mejora o información. Ejemplos: sin schema markup, sin llms.txt, atributo nofollow en enlace interno, enlace sin texto de anclaje.

Site Health (puntuación 0-100%)

Se calcula ponderando errores y advertencias encontrados respecto al total de comprobaciones aplicables. Cada tipo de problema contribuye diferente al score final. Baja puntuación significa que hay problemas críticos que afectan múltiples páginas o comprobaciones importantes.

Ejemplo: si detectas muchos errores críticos en diferentes comprobaciones de tu sitio, la puntuación baja. Si corriges esos errores, la puntuación sube. Es un indicador de progreso en el tiempo.

AI Search Health (puntuación 0-100%, beta)

Mide cómo está tu sitio para que los motores de IA lo rastreen y lo usen como fuente confiable. Combina:

• Accesibilidad para bots de IA: ¿están bloqueados por robots.txt? ¿Pueden acceder?
• llms.txt: ¿existe? ¿Está bien formado? (archivo de metadatos que publicas para que las IAs sepan dónde te pueden usar).
• Marcado estructurado: ¿tienes schema.org (JSON-LD, microdata)? (ayuda a las IAs a extraer datos).
• Calidad de enlaces: ¿los enlaces son útiles para una IA navegando? ¿Tienen texto de anclaje descriptivo?
• Contenido de calidad: ¿el texto es suficiente? ¿El ratio texto-HTML es bueno?

Una web puede tener 85% Site Health y 50% AI Search Health si está bien indexada para Google pero bloqueada para IA, o con pocas fuentes que una IA pueda usar.

Internal Link Rank (ILR)

Algoritmo PageRank adaptado a tu sitio. Cada página recibe un score 0-100 que refleja cuánta autoridad recibe de enlaces internos. Las páginas con muchos enlaces internos hacia ellas, o enlaces desde páginas fuertes, suben en ILR. Importa porque:

• Una página con ILR bajo pero buena autoridad externa merece un empujón interno.
• Una página de aterrizaje olvidada probablemente necesita ser consolidada o enlazada mejor.

Ocurrencias ocultas y comprobaciones excluidas

• Ocurrencias ocultas: si ves un problema pero decides "esto es un falso positivo", puedes ocultarlo. La comprobación sigue existiendo pero esa ocurrencia no cuenta en los scores.
• Comprobaciones excluidas: si una comprobación completa no aplica a tu sitio (p. ej., "Faltan certificados SSL" cuando tu sitio es HTTPS puro), la excluyes. Desaparece de Site Health y de los informes.

Ambas acciones recalculan los scores automáticamente.

---

Estructura: las 6 vistas principales

Visión general

¿Qué tal está mi sitio de un vistazo?

• 4 indicadores principales: Site Health, Páginas rastreadas, AI Search Health (beta), Bloqueos a bots de IA.
• 2 gráficos de tendencia: Errores y Advertencias (con evolución).
• Top 5 problemas: los 5 más urgentes ordenados por impacto.
• 7 sub-pantallas temáticas: rastreabilidad, HTTPS, SEO Internacional, Core Web Vitals, Rendimiento, Enlaces internos, Marcado. Cada una con su score y detalles.

Problemas

¿Qué falla exactamente?

• Lista filtrable por severidad y categoría.
• Por cada problema: nombre, número de páginas/recursos afectados, gráfico histórico, botón "Cómo solucionarlo".
• Vista detalle de cada problema:
  • Descripción completa del error.
  • Proporción visual "Fallo" vs. "Correcto".
  • Tabla de ocurrencias (URL afectada, recurso/enlace/entidad específica, cuándo se detectó, si es nuevo o corregido).
  • Sub-vista de ocurrencias ocultas: problemas que has marcado como ignorados.
  • Acciones en lote: ocultar/restaurar múltiples a la vez.

Páginas rastreadas

¿Qué URLs se rastrearon?

• Listado de páginas (paginado) con 23 columnas:
  • Estado (sana / con problemas / rota / redirigida / bloqueada).
  • Código HTTP, profundidad de rastreo, ILR (Internal Link Rank).
  • Velocidad de carga, número de enlaces internos, tipo de marcado, estado de hreflang.
  • Bots de IA bloqueados, canonicalización, indexabilidad, paridad JavaScript.
• Filtros avanzados: combina condiciones (p. ej., "errores HTTP 4xx o 5xx" + "profundidad mayor a 2" = páginas rotas profundas que desaprovechan presupuesto de rastreo).
• Búsqueda textual por URL.
• Ordenación: por cualquier columna, ascendente o descendente.
• Exportar: descarga todas las columnas en Excel.

Estadísticas

¿Cuál es la distribución de problemas y características?

• Gráfico de estado de páginas: cuántas sanas, con problemas, rotas, redirigidas, bloqueadas.
• Histograma de profundidad: cuántas páginas a 1, 2, 3, 4+ clics de la raíz.
• Distribución de velocidad de carga: páginas en rangos 0-0.5s, 0.5-1s, 1-3s, más de 3s.
• Enlaces internos: histograma de cuántas páginas tienen 0, 1, 2-5, 6-15, etc. enlaces entrantes.
• Distribución de ILR: cuántas páginas son fuertes (ILR mayor a 70), medias (10-70), débiles (menor a 10).
• Marcado estructurado: qué porcentaje tiene JSON-LD, microdata, Open Graph, Twitter Cards, microformatos.
• Tipos de entidades schema.org: cuántas páginas tienen Breadcrumb, Article, FAQ, LocalBusiness, etc.

Core Web Vitals (análisis aparte, bajo demanda)

¿Qué tal la experiencia de usuario en las 10 páginas clave?

• Gráfico de estado: cuántas páginas "Bueno", "Necesita mejorar", "Pobre".
• 3 métricas Core Web Vitals:
  • LCP (Largest Contentful Paint): tiempo hasta que aparece el contenido principal. Bueno si es menor a 2.5 segundos.
  • TBT (Total Blocking Time): tiempo en el que JavaScript bloquea la interacción. Bueno si es menor a 200 ms.
  • CLS (Cumulative Layout Shift): cuánto se mueve la página mientras carga. Bueno si es menor a 0.1.
• Tabla con 10 URLs y sus valores (coloreados por umbral: verde=Bueno, amarillo=Mejorar, rojo=Pobre).
• Principales mejoras por métrica: audits de Lighthouse fallidos que más impacto tienen.
• Histórico: gráfico de cómo evoluciona el estado de CWV entre rastreos.
• Botón "Editar lista": cambiar cuáles son las 10 URLs analizadas (por defecto, las 10 primeras 2xx encontradas en orden de descubrimiento).

Comparar rastreos

¿Qué cambió entre dos auditorías?

• Elige dos fechas: el último rastreo y uno anterior (o cualquier par de rastreos en tu histórico).
• Por cada comprobación: cuántos problemas había antes, cuántos ahora, cuántos corregiste, cuántos son nuevos.
• Veredicto automático: mejora consolidada / mejora parcial / sin cambios / regresión.
• Desglose por severidad: errores corregidos vs. nuevos, advertencias corregidas vs. nuevas.

Avance

¿Cómo evoluciona el sitio?

• Gráficos de línea para cada métrica: Site Health, Total errores/advertencias/avisos, cada comprobación individual.
• Eje X: fecha de cada rastreo (últimos 12 meses, si tienes histórico).
• Eje Y: valor de la métrica (% para scores, número de ocurrencias para checks).
• Notas: puedes añadir anotaciones en cada fecha (p. ej., "Cambié todo a HTTPS" el 1 de mayo) para correlacionar cambios con impacto.

---

El flujo del configurador (primeras 2 pantallas)

Cuando creas una campaña de Site Audit o la editas:

1. Paso 1: Información general

   • Dominio (requerido).
   • Rastrear subdomios (p. ej., www.ejemplo.es más api.ejemplo.es).
   • Limitar a una carpeta (p. ej., /blog/: solo rastrea esa rama).
   • Alcance: "Descubrimiento automático" (desde la raíz) vs. "Sitemap" vs. "Lista personalizada".

2. Paso 2: Rastreo

   • Máximo de páginas (limitado por tu plan).
   • Dispositivo: escritorio o móvil.
   • Renderizado JavaScript: sí o no.
   • User-Agent personalizado (opcional).
   • Lenguaje: qué idioma enviar en la cabecera para servir variantes de contenido (para i18n).

3. Paso 3: Privacidad y reglas (opcional)

   • Paths a permitir/bloquear (wildcards con *).
   • Parámetros de URL a ignorar (utm_*, fbclid, etc.).
   • Robots.txt alternativo para probar antes de desplegar.
   • Delay entre peticiones (para no sobrecargar).

4. Paso 4: Programación (opcional)

   • Una sola vez, diariamente, o semanalmente.
   • Si es semanal, qué día.
   • El rastreo se ejecuta automáticamente sin que hagas nada (útil para monitorizar cambios en el tiempo).

5. Paso 5: Opciones avanzadas

   • Benchmark de "Site Health" (comparativo con qué valor mostrar como referencia "Top 10%").
   • Excluir comprobaciones que no apliquen a tu sitio (p. ej., "No tengo CMS multiidioma, así que ignoro los checks de hreflang").
   • Token de enlace compartido (para dar acceso de solo lectura a clientes sin crear usuarios).

---

Coste y escala

Estimación antes de lanzar

Antes de iniciar un rastreo, ves el coste exacto en créditos. El coste depende del número de páginas y de si activas renderizado JavaScript.

El rastreo nunca es instantáneo: es procesamiento en segundo plano. Por eso se ejecuta sin bloquear la pantalla y te notificamos al terminar.

Límites por plan

Cada plan tiene un techo de:

• Páginas máximas por rastreo.
• Rastreos por mes.
• Reauditorías (análisis individual de una URL concreta para re-evaluar tras corregir).

Free es especial: 40 páginas, una sola vez, sin poder relanzar. Es una auditoría puntual, no un monitoreo.

Presupuesto de rastreo

Incluso dentro de tu límite de páginas, un rastreo puede "usar" menos si:

• El sitio tiene menos páginas de las que indicaste como máximo (espera, descubre 150, límite 500 → rastrea 150).
• Lo paras manualmente a mitad (guarda datos parciales).
• El servidor cierra la puerta antes (timeout, bloqueo, etc.).

---

Categorías de problemas

Cada comprobación pertenece a una o más categorías. Los filtros te permiten ver solo problemas de una categoría:

---

Acciones sobre problemas

En la lista de problemas

• Clic en el contador o el nombre: abre el detalle del problema.
• Clic en "Cómo solucionarlo": desplega la guía paso a paso.
• Botón ocultar: marca ese check como "no aplica a mi sitio" (lo retira de Site Health y reportes).

En el detalle de un problema

• Tabla de ocurrencias: ve cada URL/recurso/enlace afectado.
  • URL de la página: clicable (abre en pestaña nueva el sitio auditado).
  • Recurso/Enlace: la cosa concreta que falla (URL de imagen cargada por HTTP en HTTPS, enlace destino inválido, etc.).
  • Detectado: fecha y hora (útil para saber si es nuevo o viejo).
  • Badge "Nuevo": si es la primera vez que aparece en este rastreo.
  • Ocultar: marca esa ocurrencia concreta como ignorada.
• Acciones en lote: marca varios con checkbox, luego oculta/restaura todas a la vez.
• Filtros avanzados: combina condiciones para ver solo ocurrencias en, p. ej., "páginas con profundidad mayor a 2" o "errores 404 en imágenes".

Restaurar ocurrencias ocultas

En la sub-vista de ocurrencias ocultas, ves las ocurrencias que marcaste como ignoradas. Puedes restaurarlas (vuelven a contar en el score) si quieres reconsiderar.

---

Deltas: cómo se calcula qué es "nuevo"

El sistema compara cada rastreo con el anterior inmediatamente anterior:

• Nueva ocurrencia: aparece en este rastreo pero no estaba en el anterior (o estaba en una URL diferente).
• Corregida: estaba antes, ahora no.
• Sin cambios: sigue ahí desde el último rastreo.

Esto funciona con un identificador único por tipo de problema:

• Problemas de página: URL más tipo de comprobación = key único.
• Problemas de recurso: URL de página más URL de recurso más tipo de comprobación.
• Problemas de enlace: URL origen más URL destino más tipo de comprobación.

Ejemplo: si un enlace de /inicio a /contacto falla hoy pero no falló el mes pasado, es "nuevo". Si lo arreglaste, es "corregido".

En el primer rastreo de un sitio, todo es "nuevo" (porque no hay anterior con qué comparar).

---

Lighthouse y Core Web Vitals

Site Audit integra Lighthouse, el motor de análisis de rendimiento de Google, para auditar las 10 primeras páginas del sitio (estables entre rastreos para que el histórico sea coherente).

Qué se mide

• LCP (Largest Contentful Paint): ¿cuánto tarda en aparecer el contenido visible? Umbrales: menor a 2.5s Bueno, menor a 4.0s Mejorar, mayor a 4.0s Pobre.
• TBT (Total Blocking Time): ¿cuánto bloquea JavaScript la interacción? Umbrales: menor a 200ms Bueno, menor a 600ms Mejorar, mayor a 600ms Pobre.
• CLS (Cumulative Layout Shift): ¿se mueve la página? Umbrales: menor a 0.1 Bueno, menor a 0.25 Mejorar, mayor a 0.25 Pobre.

Cómo funciona

1. Termina el rastreo normal.
2. Site Audit lanza un análisis Lighthouse separado contra las 10 URLs clave (por defecto, las primeras 200 encontradas; editable).
3. Cada URL recibe análisis de cada métrica. Cada análisis tarda 10-30 segundos.
4. Los resultados se guardan y se integran en la sub-pantalla Core Web Vitals (vista Visión general).

Limitaciones

• Las 10 URLs: se analizan las 10 primeras encontradas (estables). Si quieres otras, clic en "Editar lista" dentro de Core Web Vitals.
• Audits opcionales: además de las 3 métricas, Lighthouse identifica mejoras concretas (p. ej., "Evita animaciones no compuestas", "Imágenes sin ancho/alto explícitos"). Site Audit lista las TOP de cada métrica en la vista Core Web Vitals.

---

Configurador de la campaña (vista Configuración)

Acceso: Configuración en la cabecera.

Secciones

1. Información del sitio

• Dominio: editable (cambiarla actualiza la campaña entera).
• Permitir subdomios: sí/no.
• Limitar a carpeta: /blog/ solo rastrea /blog/...
• Alcance: automático / sitemap / lista personalizada.

2. Rastreo

• Máximo de páginas (limitado por plan).
• Dispositivo: escritorio o móvil.
• Renderizado JS: sí/no.

3. Identidad

• User-Agent: personalizar o usar el de Antropus.
• Lenguaje: idioma en cabecera.

4. Reglas

• Paths permitidos / bloqueados.
• Parámetros a ignorar.
• Delay entre peticiones (ms).

5. Robots.txt alternativo

• Testear un robots.txt nuevo sin desplegarlo en producción.

6. Programación

• Frecuencia: una sola vez / diaria / semanal.
• Día: si es semanal.

7. Comprobaciones excluidas

• Lista de comprobaciones que no aplican a tu sitio.
• Botón "Restaurar" para cada una (vuelve a activar).

8. Compartir auditoría

• Copia el enlace de solo lectura (sin crear usuario para el cliente).

---

Errores comunes y soluciones

---

Cuándo / por qué usar Site Audit

---

Disponibilidad por plan

Free permite una auditoría puntual de 40 páginas sin poder repetir. Ideal para conocer la herramienta. Desde Lite, acceso completo al monitoreo en el tiempo.

---

Primeros pasos: Lee la Guía de Site Audit en la Academia para un paseo interactivo. Esta documentación es la referencia completa.