GEO y Recencia: por qué las IA favorecen el contenido fresco y cómo mantener tus evergreens visibles

Las IA aplican un filtro temporal brutal: por qué tu contenido clásico desaparece

A diferencia de los motores de búsqueda SEO clásicos, donde la frescura es una señal entre varias, las IA generativas (ChatGPT, Claude, Perplexity, Gemini) parecen aplicar un filtro temporal agresivo. Un artículo fundamentalmente correcto puede desaparecer de las respuestas de IA en unas semanas o meses si no muestra ninguna señal de actualización. Tu guía sobre los fundamentos del marketing digital, publicada hace dos años, ya no será citada por los motores de IA, aunque siga siendo técnicamente relevante, porque estos sistemas otorgan un peso desproporcionado a la recencia como indicador de fiabilidad y relevancia contextual.

Este comportamiento no es un bug: las IA generativas fueron entrenadas con corpus donde la frescura del contenido correlaciona fuertemente con la exactitud (sobre todo para hechos que cambian rápido: precios, tecnología, eventos). Los sistemas, por tanto, han aprendido a favorecer sistemáticamente el contenido reciente, independientemente de su calidad real.

Cómo miden realmente las IA la frescura

La fecha de publicación: la señal más visible, pero no la única

La fecha de publicación (o "publish date" en la etiqueta schema) es la señal temporal más directa. Las IA la detectan a través de los metadatos HTML (etiqueta <meta property="article:published_time">) y el marcado schema.org. Sin embargo, esta señal por sí sola no es suficiente para mantener tu contenido visible durante mucho tiempo.

El problema: una fecha de publicación antigua, asociada a ninguna actividad detectable posteriormente, envía el mensaje «este contenido ha sido abandonado». Las IA interpretan la ausencia de mantenimiento como un indicio de obsolescencia, aunque sea implícito.

La fecha de última modificación: la señal decisiva pero poco utilizada

La etiqueta <meta property="article:modified_time"> es mucho más determinante que la fecha de publicación para las IA. Una modificación detectada señala activamente que el creador vigila el contenido y lo actualiza. Es esta señal la que las IA privilegian.

Sin embargo, la mayoría de los sitios nunca rellenan correctamente esta etiqueta. Resultado: las IA no ven ninguna prueba de mantenimiento, y el contenido se clasifica como obsoleto aunque se haya modificado ligeramente. Es una palanca invisible y muy poco explotada.

Las citas recientes: cuando otros contenidos te referencian

Las IA también observan las citas recientes. Si un nuevo artículo de calidad referencia tu contenido antiguo (con un enlace o una cita), esto señala que tu contenido sigue siendo relevante en la conversación actual. Es una señal indirecta pero potente: estás integrado en el ecosistema del tema hoy, no solo un resto arqueológico del pasado.

Puedes generar esta señal creando contenido nuevo que cite tus recursos evergreen, o animando a otros creadores a hacerlo.

La evolución del tema: contextualizar la recencia

Las IA también miden si un tema en sí ha evolucionado. Si tu artículo trata de un tema que cambia (ej: "Cómo usar ChatGPT"), su frescura es criterio. Si tu artículo trata de un tema estable (ej: "Los fundamentos de la gramática española"), la edad importa menos.

El desafío: las IA no son perfectas para determinar si un tema ha evolucionado realmente o no. Sobrecorrigen: incluso los temas estables se tratan como si pudieran cambiar, de ahí el filtro temporal brutal.

Por qué las IA privilegian la recencia (y es racional, hasta cierto punto)

El riesgo de desinformación: la frescura como proxy de fiabilidad

Las IA generativas alucinan. Ante una elección entre dos contenidos aparentemente equivalentes, se fían de señales de fiabilidad. La frescura es un proxy: si el contenido se ha publicado o actualizado recientemente, es probable que haya seguido siendo verdadero. Un artículo sobre las regulaciones del sector fintech, actualizado la semana pasada, es más fiable que un artículo idéntico publicado en 2021.

Esta heurística funciona bien para los temas que cambian rápido. Funciona mal para los evergreens. Las IA no hacen la diferencia.

La confianza del usuario: mostrar que "sigue activo"

Cuando un usuario pregunta a una IA "¿cómo optimizar mi contenido SEO?", y la IA cita un artículo de 2018, el usuario puede legítimamente dudar: "Es viejo, las reglas han cambiado." Aunque el artículo siga siendo relevante al 80%, la duda destruye la confianza.

Las IA han aprendido (implícitamente) que servir contenido reciente mejora la satisfacción del usuario. Por eso lo optimizan.

La limitación de los datos de entrenamiento: sin "contexto vivo"

Los LLM se entrenan con datos fijos (fecha de corte). No tienen acceso en tiempo real a la web. Para compensar, han aprendido heurísticas: "content published/modified recently" = good signal. Estas heurísticas son atajos, útiles pero blunt.

Cómo mantener tus evergreens visibles sin reescribirlos por completo

1. Las microactualizaciones: añadir señales de frescura discretas

No necesitas reescribir tu artículo. Bastan modificaciones menores pero detectables.

Estrategias concretas:

• Añadir una sección "Actualización 2024" al inicio del artículo con 2-3 frases contextuales (ej: "Los métodos siguen siendo válidos en 2024, aunque el ecosistema ha evolucionado en estos puntos...").
• Sustituir un enlace roto por una fuente actualizada.
• Añadir un ejemplo actual o un caso de uso reciente sin modificar el cuerpo del texto.
• Actualizar una fecha, una cifra o una tecnología mencionadas como "de hoy".

Punto crucial: cada modificación debe ir acompañada de una actualización visible de la etiqueta <meta property="article:modified_time">. Sin esto, la IA no verá ninguna diferencia.

2. Corregir la etiqueta modified_time: la palanca invisible

La mayoría de los sistemas CMS (WordPress, etc.) no actualizan automáticamente esta etiqueta en cada modificación. Verifica que:

• Tu etiqueta modified_time se actualiza cada vez que editas el artículo.
• Tu sitemap XML incluye la etiqueta <lastmod> con una fecha actualizada.
• Tu marcado schema.org (article.schema) incluye dateModified actualizado.

Es técnicamente simple, pero a menudo olvidado. Corregir esto puede relanzar la visibilidad IA de un artículo sin ninguna reescritura.

3. Crear contenido nuevo que cite tus evergreens

Crea artículos complementarios que referencien tu contenido clásico. Por ejemplo:

• Un artículo "Tendencias 2024 en SEO" que cite tu guía de los fundamentos del SEO como base.
• Una actualización de actualidad que remita a tu recurso evergreen para profundizar.
• Un contenido "antes/después" que muestre cómo tu antiguo método se compara con las nuevas prácticas.

Cada cita reciente refuerza la señal: tu contenido evergreen sigue siendo parte de la conversación en 2024.

4. El refresh estratégico: cuándo reescribir ligeramente

Cada 6-12 meses, planifica un refresh ligero de tus 10-20 artículos más importantes. No esperes a que la visibilidad se derrumbe.

El proceso:

1. Lee tu artículo con ojo crítico: ¿sigue siendo exacto?
2. Actualiza los ejemplos o estudios realizados para reflejar el contexto actual.
3. Añade 2-3 frases que contextualicen el contenido en el año en curso.
4. Corrige inmediatamente la etiqueta modified_time.
5. Comparte la actualización en tus canales (esta señal también la detectan las IA).

Esta operación lleva 30-45 min por artículo, pero puede duplicar la vida útil IA de tu contenido.

5. Estructurar el contenido para la citabilidad IA

Las IA citan más fácilmente los contenidos bien estructurados. Esto amplifica indirectamente tu visibilidad.

• Utiliza títulos Markdown claros (h2, h3) que planteen preguntas ("Por qué...", "Cómo...").
• Comienza cada sección con una frase autónoma que resuma la respuesta (IA-friendly).
• Divide en párrafos cortos (3-4 frases máx).
• Evita listas de 15+ elementos (las IA tienen dificultades para citarlas parcialmente).

Un contenido bien estructurado, incluso antiguo, será citado más a menudo que un contenido denso y no estructurado.

El calendario de mantenimiento: mantenerse visible sin sobrecargarse

No necesitas actualizar todos tus artículos cada mes. Un calendario pragmático:

• Artículos pilares (top 10-15): refresh ligero cada 6-9 meses. Miniupdate (1-2 frases) cada 3 meses.
• Artículos importantes (top 50): auditoría anual, miniupdate si es necesario.
• Contenido secundario: auditoría cada 18-24 meses, reescritura solo si hay señales de obsolescencia (enlaces rotos masivos, tecnología reemplazada).

Errores comunes que evitar

No confundir "recencia" con "volumen de contenido"

Crear artículos completamente nuevos cada semana no es necesario. Las IA prefieren un artículo evergreen actualizado regularmente a 20 borradores abandonados. Calidad + mantenimiento >> cantidad + abandono.

Olvidar la etiqueta modified_time

La modificación técnica debe acompañar a la modificación real. Sin señal técnica, la IA no lo verá.

Actualizar para nada

Si tu artículo sobre las "5 ventajas de la materia gris" no ha cambiado, no lo toques por gusto. Las actualizaciones demasiado frecuentes o insignificantes son contraproducentes (ruido).

Descuidar la estructura en favor del contenido

Un artículo perfecto en contenido, pero mal estructurado (párrafos enormes, sin títulos claros) será citado menos a menudo por las IA. Invierte en la estructura.

Síntesis: por qué los evergreens no deben abandonarse

La trampa clásica: crear una excelente guía y luego abandonarla. Unos meses después, una IA cita un artículo competidor más débil, pero más reciente. Concluyes que el contenido evergreen ha muerto.

La realidad: tu contenido evergreen puede seguir siendo viral en las IA durante años, siempre que mantengas dos señales simples: (1) una prueba visible de mantenimiento (etiqueta modified_time, microactualizaciones), y (2) una integración en la conversación actual (citas recientes, contenido nuevo que te referencia).

Las IA buscan contenidos frescos, sí. Pero también buscan contenidos mantenidos. Un contenido antiguo pero claramente mantenido vencerá a un contenido nuevo y ya abandonado.

Puntos clave para recordar

Las IA detectan la frescura a través de cuatro canales: fecha de publicación, fecha de última modificación (poco utilizada, muy impactante), citas recientes, y contexto de evolución del tema. Privilegian la recencia porque correlaciona con la fiabilidad y la satisfacción del usuario. Para mantener tus evergreens visibles, no necesitas reescribirlos: bastan microactualizaciones semestrales, una etiqueta modified_time correcta, y contenido nuevo que te referencie. Invierte 30-45 minutos cada 6-9 meses en lugar de reescribir por completo, y tu contenido seguirá siendo visible para las IA a largo plazo.