Guía de inicio rápido para implementar AI Search en una empresa

AI Search no se implementa agregando siglas, publicando decenas de páginas ni instalando un archivo especial. Se implementa conectando SEO, contenido, entidades, evidencia, recuperación, medición y conversión alrededor de preguntas comerciales reales.

Esta guía transforma el Manual LOBIK de AI Search en una ruta inicial de trabajo. En aproximadamente quince minutos podrás identificar el estado de tu empresa, decidir qué revisar primero y construir un plan de implementación medible.

Abrir el manual completo
Solicitar una auditoría

La respuesta corta: qué necesita una empresa para competir en AI Search

Una empresa necesita ser accesible, comprensible, relevante, verificable y medible. Si una de esas condiciones falla, su información puede quedar fuera de una respuesta, aparecer sin cita, ser descrita incorrectamente o no generar una acción comercial.

La ruta mínima contiene siete capas:

1. Demanda: conocer las preguntas y decisiones del comprador.
2. Elegibilidad: permitir rastreo, indexación y acceso al contenido principal.
3. Entidad: describir claramente quién es la empresa, qué ofrece, para quién y dónde opera.
4. Recuperación: crear páginas y pasajes pertinentes para intenciones concretas.
5. Confianza: respaldar afirmaciones con experiencia, fuentes y evidencia.
6. Medición: observar menciones, citas, precisión, competidores y variación.
7. Conversión: conectar la visibilidad con consultas, leads, ventas o acciones útiles.

Pregunta comercial
       ↓
Fuente accesible
       ↓
Entidad comprensible
       ↓
Pasaje relevante y verificable
       ↓
Recuperación, mención o cita
       ↓
Decisión y acción medible

¿Para quién es esta guía?

La guía está diseñada para:

• Empresas que aparecen en Google, pero no son mencionadas en motores de IA.
• Marcas que son mencionadas de forma incompleta o incorrecta.
• Equipos SEO que necesitan incorporar AEO y GEO sin abandonar las bases técnicas.
• Áreas de marketing que quieren medir Share of Voice en IA y conectarlo con leads.
• Empresas que están renovando una web, ecommerce o arquitectura de contenidos.
• Directivos que necesitan evaluar agencias, herramientas o propuestas de AI Search.
• Equipos de desarrollo que quieren preparar interfaces y datos para agentes.

No necesitas conocer todos los términos técnicos antes de comenzar. La guía parte desde el problema comercial y deriva hacia la capa que debe intervenirse.

Diagnóstico rápido: ¿qué tan preparada está tu empresa?

Responde cada pregunta con "sí", "parcialmente" o "no". Asigna dos puntos a "sí", un punto a "parcialmente" y cero puntos a "no". Esta evaluación es orientativa: no reemplaza una auditoría técnica ni una prueba de visibilidad.

Acceso y SEO técnico

1. ¿Las páginas importantes responden con código 200, poseen canonical correcto y aparecen en el sitemap?
2. ¿El contenido principal puede leerse en HTML sin depender completamente de una interacción o renderizado tardío?
3. ¿La arquitectura interna permite llegar a servicios, conceptos y evidencias mediante enlaces rastreables?

Entidad y oferta

4. ¿La web explica en una oración quién es la empresa, qué hace, para quién y dónde opera?
5. ¿Cada servicio importante tiene una URL canónica, alcance, proceso y siguiente paso?
6. ¿El contenido visible, JSON-LD, perfiles públicos e índices de conocimiento describen la misma organización?

Contenido y recuperación

7. ¿Las páginas responden preguntas reales y no solamente presentan mensajes publicitarios?
8. ¿Cada sección comienza con una idea clara y conserva suficiente contexto para comprenderse de forma independiente?
9. ¿La empresa aporta experiencia, datos, metodología, ejemplos o análisis que no podrían atribuirse a cualquier competidor?

Medición y resultado

10. ¿Existe un banco estable de preguntas para Google, ChatGPT, Gemini, Perplexity u otros motores relevantes?
11. ¿Se registran menciones, citas, precisión, orden, fuentes y competidores mediante ejecuciones repetidas?
12. ¿La analítica y el proceso comercial permiten relacionar la visibilidad con consultas, leads o ventas?

Interpretación del resultado

Revisar Retrieval Readiness en profundidad

Ruta rápida de implementación en ocho pasos

Paso 1 — Construye un banco de preguntas comerciales

El banco de preguntas define qué significa visibilidad para la empresa. No debe partir por el nombre de la marca, porque preguntar directamente por ella induce su aparición. Debe representar lo que preguntaría una persona que todavía está investigando opciones.

Reúne preguntas desde:

• Consultas de Google Search Console.
• Conversaciones del equipo comercial.
• Formularios, WhatsApp, llamadas y correos.
• Preguntas de soporte y postventa.
• Comparaciones y objeciones antes de contratar.
• Lenguaje utilizado en propuestas y reuniones.
• Temas por los que competidores ya son mencionados.

Clasifica cada pregunta:

Comienza con 30 a 50 preguntas de alto valor. Después amplía la muestra por servicio, territorio, tipo de empresa y etapa de decisión.

Leer: De palabras clave a conversaciones

Paso 2 — Verifica elegibilidad antes de reescribir

Una página que no puede rastrearse, indexarse o interpretarse correctamente pierde oportunidades antes de competir por relevancia. La revisión técnica debe preceder a la producción editorial.

Comprueba:

• Estado HTTP y ausencia de cadenas de redirección innecesarias.
• Canonical autorreferencial en las páginas indexables.
• Directivas robots coherentes con el objetivo de la URL.
• Sitemap con URLs canónicas y publicables.
• Enlaces internos en elementos <a href> rastreables.
• Contenido principal disponible en el HTML procesado.
• Títulos, descripciones, H1 y jerarquía de encabezados.
• Rendimiento móvil y Core Web Vitals.
• Imágenes importantes con contexto y texto alternativo apropiado.
• Correspondencia entre contenido visible y datos estructurados.

Google señala que las buenas prácticas SEO siguen siendo fundamentales para sus funciones generativas. No existe un marcado especial que reemplace esta base ni una configuración que garantice inclusión.

Consultar la guía oficial de Google

Paso 3 — Define la entidad y su oferta sin ambigüedad

Los motores necesitan distinguir la empresa, sus servicios, responsables, territorios y relaciones. Agregar muchas variaciones del nombre no corrige una definición confusa.

Construye una ficha maestra con:

• Nombre comercial y nombre legal.
• Descripción institucional breve y extendida.
• Servicios principales y páginas canónicas.
• Público y problemas que resuelve cada servicio.
• Cobertura geográfica real.
• Datos de contacto y responsables.
• Fundador, equipo o autores cuando sean públicamente verificables.
• Casos, investigaciones, certificaciones y fuentes primarias.
• Perfiles corporativos oficiales.
• Conceptos técnicos que la empresa domina y demuestra.

Después revisa paridad entre home, páginas de servicio, página institucional, JSON-LD y activos de conocimiento. Los archivos para IA pueden reforzar consistencia, pero nunca deben presentar una versión distinta de la empresa.

Leer: Plataformas y motores de respuesta

Paso 4 — Organiza el contenido por intención y pasajes

Una página útil cubre una intención principal mediante secciones que responden preguntas conectadas. No necesita una URL para cada frase ni un párrafo artificialmente corto para cada posible prompt.

Utiliza la estructura P.A.S.A.J.E. de LOBIK:

• Pregunta o intención: cada H2 o H3 debe abrir una necesidad reconocible.
• Answer first: la primera oración entrega la respuesta o conclusión.
• Sujeto, verbo y objeto: la relación principal se expresa directamente.
• Autoridad: datos, experiencia y fuentes aparecen cerca de la afirmación.
• Jerarquía: los encabezados representan dependencia temática real.
• Entidades: empresas, servicios, tecnologías y lugares se nombran con precisión.

Ejemplo débil:

En el mundo digital actual existen múltiples elementos que deben considerarse para obtener mejores resultados y estar preparados para el futuro.

Ejemplo recuperable:

Una auditoría de Retrieval Readiness evalúa si una página puede ser accedida, comprendida, recuperada y verificada para una intención concreta.

La segunda formulación identifica sujeto, acción, alcance y resultado sin depender de una introducción genérica.

Leer: Cómo crear contenido citable por la IA

Paso 5 — Agrega evidencia y señales de confianza

Una afirmación comercial se vuelve más defendible cuando explica su contexto, fuente, responsable y limitaciones. La confianza no surge de repetir "líder", "mejor" o "garantizado".

Aplica C.I.T.A.:

• Contexto: bajo qué condiciones es válida la afirmación.
• Información verificable: qué dato o hecho puede comprobarse.
• Trazabilidad: quién publica, qué fuente usa y cuándo fue revisada.
• Aplicación: qué decisión permite tomar la información.

Prioriza evidencia como:

• Casos con cliente autorizado, alcance y periodo.
• Capturas o datos anonimizados con metodología explicada.
• Investigación original y conjuntos de datos propios.
• Experiencia directa del equipo.
• Fuentes primarias y documentación oficial.
• Comparaciones con criterios declarados.
• Autores identificados y páginas de perfil.
• Historial de actualizaciones sustantivas.

Google recomienda contenido original, útil y centrado en las personas. Crear muchas páginas que solo reformulan información existente no construye una ventaja sostenible.

Consultar los criterios de contenido útil de Google

Paso 6 — Ejecuta una línea base multiplataforma

La línea base muestra cómo es representada la empresa antes de intervenir. Debe conservar evidencia suficiente para comparar ciclos posteriores.

Para cada pregunta registra:

• Texto exacto del prompt.
• Intención y servicio asociado.
• Motor, modelo o experiencia utilizada.
• Fecha, país, idioma y sesión.
• Presencia o ausencia de la marca.
• Posición relativa cuando exista una lista comparable.
• Empresas competidoras mencionadas.
• URLs o dominios citados.
• Descripción atribuida a la empresa.
• Precisión, errores y omisiones.
• Recomendación o siguiente acción sugerida.

Ejecuta varias repeticiones. Cuando sea posible, alterna el orden de las preguntas y utiliza sesiones limpias para reducir la influencia del contexto acumulado.

Leer: Cómo medir visibilidad en IA

Paso 7 — Conecta la medición con leads y decisiones

Share of Voice en IA no equivale automáticamente a ingresos. La empresa necesita diferenciar exposición, consideración, visita y conversión.

Combina:

• Referencias identificables desde motores de IA.
• Landing pages y UTMs cuando la plataforma los conserve.
• Eventos de formularios, llamadas y WhatsApp.
• Pregunta "¿Cómo nos conociste?" en formularios o CRM.
• Registro comercial de menciones espontáneas a ChatGPT, Gemini o Perplexity.
• Conversiones asistidas y recorridos multicanal.
• Consultas de marca posteriores a una exposición.

No atribuyas una venta completa a una mención sin evidencia. Utiliza categorías como "directa", "asistida", "declarada por el usuario" y "sin atribución disponible".

Paso 8 — Prioriza intervenciones y repite la prueba

La optimización debe funcionar como un ciclo experimental. Cada cambio necesita una hipótesis, una implementación y una verificación.

Ejemplo:

Evita cambiar simultáneamente arquitectura, contenido, entidad y medición en todo el sitio si después no podrás identificar qué produjo el resultado.

Las métricas mínimas de AI Search

Una medición útil separa elegibilidad, visibilidad, precisión y resultado. Ninguna métrica aislada explica el sistema completo.

Cobertura de marca

Porcentaje de preguntas en las que aparece la empresa dentro de la muestra.

Cobertura = preguntas con mención de la marca ÷ preguntas evaluadas × 100

Tasa de citación

Porcentaje de preguntas en las que un activo de la empresa aparece como fuente o enlace identificable.

Tasa de citación = preguntas con fuente propia citada ÷ preguntas evaluadas × 100

Presencia Top-1 y Top-3

Mide cuántas veces la empresa aparece en la primera posición o dentro de las tres primeras alternativas cuando la respuesta produce una lista comparable. No debe aplicarse a respuestas sin orden explícito.

Share of Voice en IA

Estima la proporción de apariciones que corresponde a una empresa frente al conjunto competitivo dentro de una muestra definida.

SOV = apariciones ponderadas de la marca ÷ apariciones ponderadas de todas las marcas × 100

La ponderación debe declararse. Por ejemplo, una metodología puede asignar más valor a Top-1 que a una mención secundaria, pero no debe presentar esa decisión interna como una regla universal.

Precisión

Evalúa si la descripción de la empresa, servicios, cobertura y atributos es correcta. Puede expresarse mediante una escala documentada:

• Correcta.
• Correcta con omisiones.
• Parcialmente incorrecta.
• Incorrecta o confundida con otra entidad.

Estabilidad

Mide cuántas veces se repite un patrón entre ejecuciones. Una alta cobertura con baja estabilidad requiere cautela antes de declarar una mejora consolidada.

Conversión

Registra acciones comerciales vinculadas directa o asistidamente con la exposición: visita, formulario, llamada, WhatsApp, reunión, propuesta, venta o recompra.

Resumen de los 14 capítulos

Capítulo 1 — De los enlaces azules a Global Search

Resumen: el descubrimiento ya ocurre entre buscadores, motores generativos, redes, video, mapas, marketplaces y agentes. Global Search organiza estas superficies según el recorrido real del comprador.

Por qué importa: una empresa puede tener posiciones en Google y continuar ausente durante comparaciones o recomendaciones realizadas en otras plataformas.

Qué aplicar primero: mapa de plataformas, intenciones, formatos y acciones para cada etapa de decisión.

Leer el capítulo 1

Capítulo 2 — De palabras clave a preguntas y conversaciones

Resumen: las palabras clave conservan valor para investigar demanda, pero los prompts agregan contexto, restricciones, perfil y continuaciones.

Por qué importa: una página optimizada para una frase exacta puede no responder las preguntas sucesivas que conducen a la decisión.

Qué aplicar primero: banco de preguntas y árbol de intención por servicio.

Leer el capítulo 2

Capítulo 3 — Plataformas y motores de respuesta

Resumen: Google, ChatGPT, Gemini, Perplexity, Copilot y Claude pueden acceder, recuperar y presentar fuentes de manera diferente.

Por qué importa: no existe una única posición transversal a todos los sistemas.

Qué aplicar primero: matriz de plataformas relevantes para el mercado, audiencia y tipo de decisión.

Leer el capítulo 3

Capítulo 4 — Arquitectura, RAG y query fan-out

Resumen: AI Search puede interpretar la pregunta, generar subconsultas, recuperar documentos o pasajes, volver a ordenarlos y sintetizar una respuesta.

Por qué importa: una ausencia puede originarse en acceso, cobertura, selección, síntesis o atribución.

Qué aplicar primero: diagnóstico por etapa antes de reescribir toda la página.

Leer el capítulo 4

Capítulo 5 — Retrieval Readiness

Resumen: una página preparada para recuperación combina acceso técnico, intención clara, pasajes comprensibles, entidades, evidencia y actualidad.

Por qué importa: indexabilidad no equivale a pertinencia para una consulta concreta.

Qué aplicar primero: checklist de acceso, claridad, evidencia, entidad y relaciones internas.

Leer el capítulo 5

Capítulo 6 — Contenido recuperable y citable

Resumen: BLUF, contenido atómico, profundidad temática, entidades, fuentes y formatos multimodales ayudan a crear unidades útiles sin sacrificar experiencia humana.

Por qué importa: una respuesta clara y respaldada puede reutilizarse con menos riesgo de perder contexto.

Qué aplicar primero: reescribir las secciones prioritarias mediante P.A.S.A.J.E. y C.I.T.A.

Leer el capítulo 6

Capítulo 7 — Medición, atribución y simulación

Resumen: AI Search produce resultados variables que requieren preguntas estables, ejecuciones repetidas, observación de citas y análisis de precisión.

Por qué importa: una captura favorable o desfavorable no demuestra rendimiento sostenido.

Qué aplicar primero: línea base con cobertura, Top-1, Top-3, SOV, citación, precisión y estabilidad.

Leer el capítulo 7

Capítulo 8 — Equipos y selección de proveedores GEO

Resumen: AI Search necesita colaboración entre marketing, SEO, contenido, desarrollo, analítica, autoridad, ventas y gobernanza.

Por qué importa: delegar todo a un redactor o a una herramienta deja fuera componentes críticos.

Qué aplicar primero: responsables, entregables, fuentes de datos y criterios de validación.

Leer el capítulo 8

Capítulo 9 — Calidad, confianza y ética

Resumen: contenido genérico, claims absolutos, fuentes débiles y automatización sin revisión aumentan ruido y riesgo reputacional.

Por qué importa: una presencia incorrecta puede perjudicar más que una ausencia temporal.

Qué aplicar primero: registro de afirmaciones, política de fuentes y revisión editorial responsable.

Leer el capítulo 9

Capítulo 10 — AXO, agentes y automatización

Resumen: los agentes pueden pasar de responder a comparar, completar formularios o ejecutar tareas autorizadas.

Por qué importa: una interfaz visualmente clara para una persona puede continuar siendo ambigua o insegura para automatización.

Qué aplicar primero: controles identificables, estados explícitos, permisos mínimos y validación en servidor.

Leer el capítulo 10

Capítulo 11 — Ecommerce y comercio agéntico

Resumen: catálogo, oferta, disponibilidad, variantes, imágenes y políticas forman la base de una recomendación de producto correcta.

Por qué importa: un dato desactualizado puede romper la comparación o inducir una decisión equivocada.

Qué aplicar primero: fuente canónica de producto, feeds sincronizados y marcado coherente con la página.

Leer el capítulo 11

Capítulo 12 — SEO local y visibilidad en IA en Chile

Resumen: la relevancia local depende de cobertura real, datos consistentes, Google Business Profile, evidencia territorial y páginas útiles.

Por qué importa: sustituir automáticamente el nombre de una comuna no demuestra experiencia ni capacidad local.

Qué aplicar primero: consistencia NAP, cobertura verificable y contenido específico por mercado.

Leer el capítulo 12

Capítulo 13 — Video y búsqueda multimodal

Resumen: texto, imágenes, audio, video, tablas y transcripciones responden diferentes formas de aprender y recuperar información.

Por qué importa: una demostración audiovisual puede aportar evidencia que un texto genérico no contiene.

Qué aplicar primero: videos con propósito, transcripción revisada, capítulos y página canónica relacionada.

Leer el capítulo 13

Capítulo 14 — Cómo captar clientes con AEO y GEO

Resumen: la visibilidad en ChatGPT, Gemini, Perplexity y Google solo genera valor cuando se traduce en clientes potenciales calificados y conversiones medibles.

Por qué importa: aparecer en respuestas generativas sin una ruta de contacto clara ni trazabilidad en CRM no produce impacto en los ingresos de la empresa.

Qué aplicar primero: embudo de conversión para IA, puntos de contacto directos, cualificación de leads y registro del canal de origen en el CRM.

Leer el capítulo 14

Plan de implementación de 30, 60 y 90 días

Primeros 30 días — Diagnóstico y línea base

Objetivo: entender la situación antes de producir o migrar contenido.

• Definir objetivos comerciales y responsables.
• Construir el primer banco de preguntas.
• Auditar estado HTTP, indexabilidad, sitemap, canonicales y enlaces internos.
• Inventariar entidad, servicios, autores, evidencias y URLs canónicas.
• Ejecutar la línea base en motores relevantes.
• Identificar errores de precisión y contradicciones.
• Seleccionar páginas prioritarias según intención y valor comercial.

Entregables: banco de preguntas, mapa de entidad, auditoría técnica, tablero inicial y backlog priorizado.

Días 31 a 60 — Implementación prioritaria

Objetivo: corregir bloqueos y mejorar las fuentes con mayor impacto potencial.

• Resolver problemas técnicos críticos.
• Consolidar páginas duplicadas o canibalizadas.
• Reescribir secciones mediante P.A.S.A.J.E. y C.I.T.A.
• Agregar evidencia, autoría, fuentes y fecha de revisión.
• Ajustar JSON-LD para reflejar el contenido visible.
• Fortalecer enlaces entre páginas pilares, capítulos, servicios y casos.
• Configurar eventos y campos de atribución comercial.

Entregables: páginas optimizadas, grafo coherente, medición de conversiones y registro de cambios.

Días 61 a 90 — Verificación y aprendizaje

Objetivo: comprobar cambios, detectar patrones y decidir el siguiente ciclo.

• Repetir el banco de preguntas con metodología equivalente.
• Comparar cobertura, citas, precisión, SOV y estabilidad.
• Revisar Search Console, analítica, logs y CRM.
• Entrevistar al equipo comercial sobre menciones declaradas por prospectos.
• Documentar qué hipótesis ganaron, perdieron o quedaron inconclusas.
• Expandir solamente los temas con demanda, utilidad y evidencia suficiente.

Entregables: informe comparativo, aprendizaje documentado y roadmap del siguiente trimestre.

Qué no debes hacer

• Crear cientos de URLs para cada variante de una pregunta o comuna sin contenido específico.
• Cambiar títulos y fechas repetidamente sin una mejora sustantiva.
• Copiar manuales, estudios o contenido de competidores.
• Presentar observaciones internas como reglas oficiales de una plataforma.
• Declarar "posición número uno en ChatGPT" a partir de una única prueba.
• Agregar propiedades Schema.org que no puedan comprobarse en el contenido visible.
• Publicar reseñas, premios, métricas o casos que no tengan respaldo.
• Confiar únicamente en llms.txt, JSON-LD o un manifiesto de IA.
• Medir menciones sin revisar precisión y adecuación de la recomendación.
• Optimizar visibilidad sin construir un recorrido de conversión.

Checklist antes de publicar una página

Intención y contenido

• La página responde una intención principal definida.
• El H1 describe claramente el tema o resultado.
• Cada H2 cubre una subpregunta necesaria.
• La respuesta principal aparece al comienzo de cada sección.
• Los párrafos utilizan sujetos y relaciones inequívocas.
• La profundidad corresponde a la complejidad del tema.

Evidencia y confianza

• Las cifras poseen fuente, fecha y contexto.
• Los ejemplos son reales o están identificados como hipotéticos.
• El autor o entidad responsable es visible.
• Existe una fecha de revisión sustantiva.
• Las promesas comerciales incluyen condiciones y límites.

SEO y arquitectura

• La URL es descriptiva y canónica.
• El SEO title y la meta descripción corresponden al contenido.
• La página es rastreable e indexable cuando debe serlo.
• Los enlaces internos utilizan destinos válidos.
• No existen redirecciones o duplicados innecesarios.
• El contenido principal está disponible en HTML.

Datos y formatos

• JSON-LD representa información visible y verificable.
• Imágenes, tablas y videos tienen contexto textual.
• Los videos relevantes incluyen transcripción revisada.
• Los archivos para IA coinciden con la página canónica.

Medición y conversión

• La página está asociada con preguntas del banco de medición.
• Existe un CTA relacionado con la intención.
• La interacción principal genera un evento medible.
• El proceso comercial puede registrar el origen declarado.

Preguntas frecuentes sobre la implementación

¿Debo abandonar las palabras clave y trabajar solamente con prompts?

No. Las palabras clave continúan revelando demanda y lenguaje del mercado. Los prompts amplían el análisis mediante contexto, restricciones y continuaciones. La estrategia debe conectar ambos niveles dentro de un mapa de intención.

¿Necesito crear una página para cada pregunta?

No. Una página debe cubrir una intención principal y sus subpreguntas necesarias. Crear URLs para variaciones mínimas puede producir duplicación, canibalización y contenido de poco valor.

¿El schema avanzado garantiza menciones en motores de IA?

No. Los datos estructurados ayudan a representar entidades y relaciones, pero deben coincidir con el contenido visible. Ningún schema garantiza indexación, cita o recomendación.

¿llms.txt y los índices de conocimiento ayudan?

Pueden ayudar como capas complementarias de publicación y consistencia cuando un sistema decide utilizarlos. Deben derivar de las fuentes canónicas y nunca sustituir contenido, SEO, evidencia o autoridad.

¿Con qué frecuencia debo medir?

La frecuencia depende del tamaño de la muestra y de la capacidad operativa. Un programa inicial puede ejecutar ciclos mensuales y mantener una muestra más pequeña para observación semanal. Lo importante es comparar condiciones equivalentes y conservar evidencia.

¿Cuántas preguntas necesita una línea base?

No existe una cifra universal. Para un servicio específico, 30 a 50 preguntas bien distribuidas pueden formar un piloto útil. Un programa multisegmento necesitará más preguntas, pero aumentar volumen sin controlar intención y calidad no mejora la medición.

¿Cuánto tarda en mejorar la visibilidad?

No existe un plazo garantizado. El resultado depende del estado técnico, autoridad, demanda, competencia, rastreo, fuentes y plataforma. La metodología responsable compara ciclos y evita prometer fechas universales.

¿Qué hago si la IA describe mal mi empresa?

Identifica la afirmación incorrecta, las fuentes citadas y las fuentes públicas que podrían sostenerla. Después corrige el contenido canónico, elimina contradicciones y fortalece evidencia. Agregar más repeticiones del nombre no resuelve una relación factual equivocada.