Herramientas de código abierto para auditar la visibilidad en IA

Una lista corta y con criterio. El requisito para entrar es que la herramienta se gane su sitio en un flujo de trabajo, no que exista.

Empieza por las listas, y luego déjalas

El rincón de las awesome-list ya está ocupado y los veteranos son decentes: amplifying-ai/awesome-generative-engine-optimization es la más amplia, DavidHuji/Awesome-GEO es la que leer si quieres la investigación y no los proveedores, y discoveredlabs/awesome-aeo-seo-tools es la más orientada a ingeniería.

Lee una, llévate tres enlaces, cierra la pestaña. Estas listas crecen más rápido de lo que se consolida el campo, y pasado cierto punto miden entusiasmo, no herramientas.

La única comprobación que merece automatizarse primero

Descarga tus páginas como lo hace un rastreador que no renderiza y compáralo con lo que muestra un navegador. curl y un navegador headless, ambos por el mismo extractor de texto, y diff entre los dos. La diferencia es tu contenido invisible.

Es una tarde de trabajo, cero dependencias, y encuentra más que cualquier panel, porque la mayoría de rastreadores de IA no ejecutan JavaScript y la brecha suele ser mayor de lo que los equipos esperan. Ejecútalo en CI, no bajo demanda: una regresión de renderizado que sale un martes es invisible hasta que alguien mira por casualidad.

Validación de esquema en cada compilación

Valida los datos estructurados como paso de compilación, no como auditoría periódica. Un esquema que se rompe en silencio es peor que no tener ninguno, porque dejas de comprobar algo que crees que funciona. El fallo no es una página de error: es una página que se ve bien y ha dejado de ser legible por máquinas.

Qué saltarse

Todo lo que prometa una «puntuación de visibilidad IA» sin publicar su conjunto de prompts. Una puntuación derivada de prompts que no puedes ver no es una medición: es un número. Pregunta qué prompts, cuántas ejecuciones de cada uno y qué instantáneas de modelo — las respuestas separan las herramientas de los paneles.

Generadores de llms.txt. El archivo se escribe a mano en diez minutos o se genera en un paso de compilación, y la evidencia de que los motores de respuesta lo lean es lo bastante escasa como para leerla antes de invertir. Genéralo tú, desde tu propio contenido, y dedica el tiempo ahorrado al diff de renderizado de arriba.