SEMPITE Investigación · Censo · Agosto 2026 · Por Jacob Gerrish
Puntuamos a 307 agencias de SEO con nuestra propia rúbrica de preparación para IA
Estas son las agencias que ganan los resultados orgánicos de Google para «SEO agency» en 30 áreas metropolitanas de EE. UU., la muestra más favorable. Pasamos todos sus sitios web por la misma rúbrica pública y determinista de 24 comprobaciones de preparación para IA con la que puntuamos los sitios de nuestros clientes. La mediana es respetable. Las tasas de fallo en las comprobaciones individuales no lo son.
En qué fallan las agencias de SEO en sus propios sitios
Porcentaje de las 307 agencias que fallan cada verificación por completo (el crédito parcial no cuenta como fallo). Un solo rastreo, 30 de agosto de 2026.
Las 24 verificaciones, por tasa de fallo
El gráfico anterior muestra los diez fallos más importantes. Aquí está el rubro completo, agrupado de la misma manera que lo hace el evaluador, con el porcentaje de las 307 agencias que fallaron cada verificación por completo.
| Verificación | Área | Falló |
|---|---|---|
| enlaces de perfil sameAs | Datos estructurados | 37,1% |
| Esquema de contenido (FAQ/Artículo/Miga de pan) | Datos estructurados | 36,8% |
| Esquema de entidad (Organization/LocalBusiness/Person) | Datos estructurados | 29,0% |
| Esquema WebSite | Datos estructurados | 28,3% |
| Datos estructurados JSON-LD presentes | Datos estructurados | 18,2% |
| Google-Extended permitido | Acceso a rastreadores de IA | 4,6% |
| GPTBot permitido | Acceso a rastreadores de IA | 3,6% |
| ClaudeBot permitido | Acceso a rastreadores de IA | 3,3% |
| ChatGPT-User permitido | Acceso a rastreadores de IA | 0,3% |
| PerplexityBot permitido | Acceso a rastreadores de IA | 0,3% |
| Encabezado H1 | Legibilidad para máquinas | 20,2% |
| Meta descripción | Legibilidad para máquinas | 16,6% |
| URL canónica | Legibilidad para máquinas | 15,6% |
| Contenido de texto legible en HTML (no solo JS) | Legibilidad para máquinas | 13,7% |
| La página carga (HTTP 200, menos de 3s) | Legibilidad para máquinas | 11,4% |
| Etiqueta de título | Legibilidad para máquinas | 6,5% |
| llms.txt enlaza a páginas clave | llms.txt | 54,4% |
| El archivo llms.txt existe | llms.txt | 51,5% |
| Contenido de preguntas y respuestas / FAQ | Capacidad de respuesta | 54,1% |
| Listas/estructuras estructuradas | Capacidad de respuesta | 21,2% |
| Etiquetas Open Graph | Capacidad de respuesta | 17,6% |
| sitemap.xml | Descubribilidad | 22,8% |
| Favicon | Descubribilidad | 14,3% |
| robots.txt | Descubribilidad | 10,4% |
Léelo por área y aparece un patrón. Las comprobaciones clásicas de legibilidad para máquinas (título, H1, canónico, HTML legible) fallan en el 6% al 20% de las agencias. Las capas más nuevas fallan con mucha más frecuencia: llms.txt en aproximadamente la mitad, datos estructurados hasta un 37%, y contenido de preguntas y respuestas en el 54%. El acceso de rastreadores de IA es la excepción, ya que al menos el 95% de los sitios permite a todos los rastreadores.
La distribución de puntuaciones es bimodal
La mayoría de las agencias se agrupan entre 70 y 100. Luego hay un segundo pico entre 20 y 29. Estos son sitios que el baremo apenas podía leer debido a la renderización exclusiva con JavaScript, muros para bots o respuestas rotas. Para un rastreador de búsqueda o un motor de IA, esos sitios se ven igual que como los vimos nosotros.
Lo que muestra el censo
1. La industria aprueba su propio examen, con una C de caballero en el material nuevo. La higiene clásica está mayormente presente: títulos (93,5%), robots.txt (89,6%), páginas de inicio suficientemente rápidas (88,6%). La capa de la era de la IA es donde se adelgaza: la mitad de la industria no tiene llms.txt ni contenido formateado para respuestas, y más de un tercio no tiene esquema de contenido.
2. Uno de cada cinco no tiene datos estructurados en absoluto. No es una marca imperfecta, es cero JSON-LD en la página de inicio de un negocio que vende optimización de búsqueda. Los datos estructurados son cómo los motores de IA confirman quién es un negocio; estas agencias están pidiendo a los clientes que compren una disciplina que no han aplicado a sí mismas.
3. Uno de cada diez posiciona a pesar de tener un sitio que una máquina apenas puede leer. El pico de 20 a 29 es el 10% de la muestra. Posicionan por reputación, enlaces e historial. Eso demuestra que la autoridad puede sostener un sitio débil, y también que su ejemplo es una mala plantilla para una pequeña empresa que aún no tiene autoridad.
4. Las agencias no están bloqueando a la IA. La narrativa de paranoia está equivocada aquí. Solo el 3,6% bloquea GPTBot, y menos del 1% bloquea ChatGPT-User o PerplexityBot. Lo que digan las agencias sobre el raspado de datos por IA, sus archivos robots.txt han votado: quieren estar en las respuestas.
La conclusión para el comprador: antes de contratar una agencia de SEO, dedica sesenta segundos a verificar si practican lo que te facturarán. Mira la fuente de su página de inicio y busca application/ld+json; prueba su-dominio.com/llms.txt, o pasa su dominio por el mismo baremo gratuito que usamos. Es público, determinista y toma diez segundos.
Método
Muestra: los 20 primeros resultados orgánicos de Google (EE. UU.) para 36 consultas, seis formulaciones genéricas de “agencia/empresa de SEO” más “seo agency {city}” para 30 grandes áreas metropolitanas de EE. UU., recopiladas el 30 de agosto de 2026. Se eliminaron directorios, plataformas de reseñas, tableros de empleo, sitios de medios y herramientas SaaS mediante lista de bloqueos más una revisión manual (14 eliminaciones), dejando 307 dominios únicos de agencias. Cada uno fue puntuado una vez con el baremo público de preparación para IA de SEMPITE: 24 comprobaciones deterministas sobre datos estructurados, acceso de rastreadores de IA en robots.txt, legibilidad por máquina, llms.txt, capacidad de respuesta y descubribilidad; el baremo completo está publicado. No se nombra a ninguna agencia; esto es un censo, no una clasificación.
Limitaciones
El baremo es nuestro y pondera la capa de visibilidad para IA en la que somos especialistas. Lo declaramos, y la puntuación es determinista y reproducible por cualquiera. Las puntuaciones reflejan la página de inicio y los archivos a nivel de sitio en una fecha de rastreo; los sitios solo con JavaScript puntúan bajo por diseño, ya que los motores de IA que leen HTML crudo se enfrentan al mismo muro. La muestra son agencias que ya posicionan: una selección de mejor caso, lo que hace que las tasas de fracaso sean conservadoras para la industria en su conjunto.
Preguntas frecuentes
¿Qué tan preparados para IA están los propios sitios web de las agencias de SEO?
La mediana de 307 agencias obtuvo 82 sobre 100 en el baremo de preparación para IA de 24 comprobaciones de SEMPITE, pero el 13% obtuvo menos de 50 y uno de cada cinco no tiene datos estructurados JSON-LD en absoluto.
¿Qué agencias se incluyeron?
Las 307 agencias que ganan los resultados orgánicos de Google para consultas de agencia de SEO en 30 áreas metropolitanas de EE. UU., la muestra más favorable, rastreada una vez el 30 de agosto de 2026.
¿En qué fallan más las agencias?
Sin contenido de preguntas y respuestas en un 54,1%, sin archivo llms.txt en un 51,5%, sin enlaces de perfil sameAs en un 37,1%, sin esquema de contenido en un 36,8% y sin esquema Organization en un 29%.
¿Bloquean las agencias de SEO a los rastreadores de IA?
No. El 96% permite GPTBot. Solo el 3,6% lo bloquea, y menos del 1% bloquea ChatGPT-User o PerplexityBot.
¿Por qué la distribución de puntuaciones es bimodal?
La mayoría de las agencias se agrupan entre 70 y 100, pero 31 sitios obtuvieron una puntuación de 20 a 29, aproximadamente el 10% de la muestra: renderizado solo con JavaScript, muros para bots o respuestas rotas que un rastreador o motor de IA apenas puede leer. Se posicionan por reputación y enlaces, no por sus sitios.
¿Qué comprobaciones superan más a menudo las agencias de SEO?
Acceso de rastreadores de IA. ChatGPT-User y PerplexityBot son bloqueados por solo el 0,3% de las agencias, ClaudeBot por el 3,3%, GPTBot por el 3,6% y Google-Extended por el 4,6%. Falta una etiqueta title en el 6,5% de los sitios.
¿Superaría tu sitio las mismas 24 comprobaciones?
Ejecuta la rúbrica gratuita: la puntuación idéntica utilizada en este censo, con tus correcciones listadas.