Cómo leen los LLMs los productos

Cuando un comprador le pide a ChatGPT, Perplexity o Gemini una recomendación de producto, el modelo no scrollea tu web. Consulta un índice de catálogo — una representación estructurada de productos, puntuada por relevancia semántica respecto a la query.

La calidad de esa representación decide si apareces.

Qué buscan los LLMs

1. Identidad semántica clara — una frase que responda "qué es este producto y para quién es". Los títulos vagos ("SKU-23487 · Premium Item") se descartan.
2. Atributos estructurados — material, caso de uso, talla, temporada, audiencia. JSON-LD es el formato preferido.
3. Keywords bilingües — la gente pregunta en el idioma en el que piensa. Cobertura EN + ES dobla tu alcance en mercados hispanohablantes.
4. Reasoning — por qué alguien debería comprar esto frente a las alternativas. Cuándo es la elección correcta.
5. Señales de calidad — reseñas, tasa de devoluciones, certificaciones. Hoy es difícil obtenerlas a escala, pero está mejorando.
6. llms.txt — un manifiesto a nivel de tenant que les dice a los crawlers qué ofrece tu catálogo y dónde encontrar datos estructurados.

Qué hace Clione con cada uno

Necesidad del LLM	Artefacto de Clione
Identidad semántica	Texto core_identity
Atributos estructurados	JSON synthetic_properties + JSON-LD
Keywords bilingües	search_keywords[] (EN + ES)
Reasoning	reasoning.{recommended_for, decision_logic, objection_handler}
Señales de calidad	Quality scores (⚠ hoy inferidos por LLM — mira Quality Scores)
Manifiesto del catálogo	/.well-known/llms.txt servido por tenant

Por qué el stack tradicional de SEO no basta

Keyword stuffing, granjas de backlinks, títulos de exact-match — todo eso asume un crawler que hace matching de palabras. Los LLMs usan embeddings: comparan el significado de la query con el significado del texto de tu producto. Una identidad de producto bien escrita le gana al copy SEO agresivo siempre.

Esa es la apuesta entera de Clione: enriquece una vez, sirve semánticamente, gana el canal LLM.