Guía práctica · Contenido e IA

Contenido escrito con IA: qué controles necesita antes de publicarse

Los siete controles que pasa un borrador escrito con IA antes de salir, qué exige la ley desde agosto y qué vimos al auditar los 135 enlaces de este blog.

Equipo editorial de PotencIAPublicado el
Una mujer señala con el dedo una línea de un artículo impreso con marcas en rojo mientras mira el portátil abierto a su derecha, en una oficina pequeña junto a la ventana.

Un borrador escrito con IA necesita siete controles antes de publicarse: cifras y fechas, enlaces, citas, metadatos, aportación propia, canibalización y responsabilidad editorial. Ninguno se puede delegar del todo en una máquina, y el que más se salta es el tercero: comprobar que la fuente dice literalmente lo que le estás atribuyendo.

Aquí está cada control con su fuente oficial, lo que la ley española y europea te exige desde el 2 de agosto de 2026, y lo que encontramos hoy al pasarle el control de enlaces a los 52 artículos publicados en este blog.

La regla de fondo: la etiqueta no es el control

Dos documentos muy distintos llegan a la misma conclusión desde direcciones opuestas.

Google, en las directrices que usan sus evaluadores de calidad, dice que declarar el origen del contenido no salva a una página mala. La sección 4.6.6, sobre contenido principal creado sin esfuerzo, sin originalidad y sin valor añadido, es explícita:

Esas páginas deben recibir la valoración más baja, aunque la página atribuya el contenido a otra fuente.

La Comisión Europea, en sentido contrario, dice que revisar de verdad un texto te libera de tener que etiquetarlo. El artículo 50, apartado 4, del Reglamento de IA obliga a divulgar que un texto se ha generado con IA en determinados casos, y a continuación exceptúa los textos sometidos a revisión humana con un responsable editorial detrás.

Junta las dos: decir que lo ha escrito una IA no arregla un contenido malo, y revisarlo de verdad es lo que te ahorra tener que decirlo. Lo que cuenta en ambos casos es el trabajo humano, no la declaración. Ese es el criterio que ordena los siete controles de más abajo.

Qué dice Google sobre escribir con IA

La página de referencia ya no es la entrada de blog de 2023 que se sigue citando por ahí. Es una página de documentación, Directrices de la Búsqueda de Google sobre el uso de contenido generado por IA en tu sitio web, actualizada por última vez el 31 de diciembre de 2025. Abre reconociendo la utilidad de la herramienta:

La IA generativa puede ser especialmente útil para investigar un tema y añadir estructura al contenido original.

Y marca el límite en la frase siguiente: usar estas herramientas «con el objetivo de generar muchas páginas sin añadir valor para los usuarios puede infringir la política de spam de Google sobre abuso de contenido a gran escala». Esa política y dónde está exactamente la frontera del volumen los desarrollamos en contenido SEO útil frente a contenido publicado por cumplir; aquí nos interesa lo que hay que hacer con un borrador concreto que ya está escrito.

Para eso, la propia página de Google remite a las secciones 4.6.5 y 4.6.6 de las directrices para evaluadores de calidad de la Búsqueda, un PDF público de 182 páginas en inglés, cuya versión vigente lleva fecha del 11 de septiembre de 2025. La 4.6.5 define el problema en una frase que no habla de IA, sino de proceso (traducción propia):

Crear una abundancia de contenido con poco esfuerzo u originalidad, sin edición ni curación manual, suele ser el atributo que define a los sitios web de spam.

Fíjate en sin edición ni curación manual. El defecto no es la herramienta: es la ausencia de un paso humano entre generar y publicar. El mismo documento lo dice después sin rodeos (traducción propia):

El uso de herramientas de IA generativa por sí solo no determina el nivel de esfuerzo ni la valoración de calidad de la página. Las herramientas de IA generativa pueden usarse para crear contenido de alta y de baja calidad.

Hay un detalle incómodo en la 4.6.5 que conviene conocer: el evaluador no tiene que demostrar que usaste IA. Las directrices le indican que, aunque no esté seguro del método de creación, aplique igualmente la valoración más baja cuando sospeche con fuerza que hay abuso de contenido a gran escala tras mirar varias páginas del sitio. Es decir, se juzga el patrón del sitio entero, no la confesión de una página.

Lo que la ley te exige desde el 2 de agosto de 2026

El Reglamento (UE) 2024/1689, el Reglamento de IA, es aplicable con carácter general desde el 2 de agosto de 2026, según su artículo 113. Entre lo que empezó a aplicarse ese día está el artículo 50, apartado 4, cuyo segundo párrafo dice literalmente, en la versión española del Diario Oficial:

Los responsables del despliegue de un sistema de IA que genere o manipule texto que se publique con el fin de informar al público sobre asuntos de interés público divulgarán que el texto se ha generado o manipulado de manera artificial. Esta obligación no se aplicará cuando el uso esté autorizado por ley para detectar, prevenir, investigar o enjuiciar delitos, o cuando el contenido generado por IA haya sido sometido a un proceso de revisión humana o de control editorial y cuando una persona física o jurídica tenga la responsabilidad editorial por la publicación del contenido.

El 20 de julio de 2026 la Comisión Europea publicó las directrices de aplicación de las obligaciones de transparencia del artículo 50, un documento de 51 páginas que solo existe en inglés y que en su punto 5 se declara no vinculante: la interpretación autorizada del Reglamento solo puede darla el Tribunal de Justicia de la Unión Europea. Dicho eso, es lo más parecido a un manual de instrucciones que hay ahora mismo, y tres cosas de ahí afectan directamente a una pyme que publica en su blog.

Qué es «asunto de interés público» para una pyme

Las directrices lo definen con amplitud: temas relevantes para la sociedad en su conjunto, a escala local, nacional, europea o internacional, y que merezcan debate o escrutinio público, incluyendo política, administración y servicios públicos, justicia, derechos fundamentales, seguridad pública, salud pública, protección del medio ambiente, seguridad de los consumidores y cualquier desarrollo económico, financiero, científico o cultural que pueda ser objeto de debate público (traducción propia).

Los ejemplos que da el documento son más útiles que la definición. Dentro del ámbito del artículo 50.4 pone, entre otros, este (traducción propia):

Partes manipuladas con IA de un artículo de una web de estilo de vida que compara los efectos de varias dietas sobre una enfermedad concreta en mujeres de mediana edad.

Y fuera del ámbito pone este:

Texto manipulado con IA que forma parte del anuncio de una empresa o de descripciones de producto (sin incluir afirmaciones relativas, por ejemplo, a salud, seguridad del consumidor o sostenibilidad).

Traducido a negocios reales: la ficha de producto de tu tienda y la página de servicio de tu web quedan fuera. El artículo del blog de una clínica sobre una dolencia, el de un instalador sobre eficiencia energética o el de un despacho sobre un cambio normativo, con bastante probabilidad, quedan dentro. Y el paréntesis del segundo ejemplo es el que más gente se va a saltar: en cuanto una descripción de producto afirma algo sobre salud, seguridad o sostenibilidad, deja de estar claramente fuera.

Qué cuenta como revisión humana y qué no

Aquí está lo que convierte una obligación legal en un control editorial concreto. Las directrices exigen dos condiciones acumulativas: revisión humana o control editorial, y una persona física o jurídica que asuma la responsabilidad editorial. Sobre la primera (traducción propia):

La revisión humana se refiere al examen deliberado del fondo del contenido por una o varias personas físicas que posean conocimiento relevante y juicio profesional sobre la materia examinada. La verificación de la exactitud del contenido es un requisito mínimo que debe formar parte de esa revisión.

Y sobre lo que no basta:

Las comprobaciones superficiales, meramente formales o de procedimiento (por ejemplo, corrección ortográfica o gramatical), la mera existencia de una política editorial, los procesos de revisión automatizados o la aprobación editorial somera sin implicación sustantiva del revisor humano o de la entidad editorial no pueden cumplir las condiciones de revisión humana o control editorial.

Un detalle que casi nadie tiene en cuenta y que cambia el orden de trabajo: si el texto se retoca con IA después de la aprobación editorial, la excepción decae. El documento dice que cualquier intervención sustantiva de IA posterior a la revisión hace que la excepción se anule. Si pasas el borrador revisado por un modelo para «pulir el estilo» justo antes de publicar, has deshecho el control.

Sobre la segunda condición, la responsabilidad editorial, las directrices recomiendan que la identidad y los datos de contacto de quien la asume estén disponibles públicamente en un lugar fácil de encontrar, por ejemplo en las condiciones legales de la web. Para una pyme española eso normalmente ya existe: es el aviso legal que exige la Ley 34/2002.

Y si vendes online, Google te pide una etiqueta concreta

Esto no es el Reglamento de IA, es una política de producto, pero es igual de verificable y mucho más inmediata. La ayuda de Google Merchant Center sobre contenido generado por IA exige que las imágenes creadas con IA generativa conserven los metadatos IPTC DigitalSourceType y TrainedAlgorithmicMedia, y que los títulos y descripciones creados con IA se envíen en los atributos structured_title y structured_description con el subatributo digital_source_type con el valor trained_algorithmic_media.

El aviso más práctico de esa página es el que dice que no quites las etiquetas de metadatos insertadas. Muchos flujos de optimización de imágenes las borran por defecto al comprimir. Si tu tienda genera fichas con IA, esto es una tarea de esta semana, no del año que viene.

Los siete controles

Este es el orden en que los pasamos. Va de lo que más daño hace a lo que menos.

1. Cifras, fechas y precios, uno a uno, contra la fuente

Es el primero porque es el fallo más característico del medio. En Why Language Models Hallucinate, publicado por OpenAI el 4 de septiembre de 2025, sus autores lo resumen así (traducción propia): los modelos de lenguaje alucinan porque los procedimientos de entrenamiento y evaluación premian adivinar antes que reconocer la incertidumbre.

El ejemplo del propio artículo es el que mejor explica el riesgo para un blog. Preguntaron a un modelo la fecha de nacimiento de uno de los autores, pidiendo expresamente que respondiera solo si la sabía. En tres intentos dio tres fechas distintas, y las tres eran incorrectas. No dijo que no lo sabía: dijo un número con seguridad.

Un artículo de empresa está lleno de esos números: un precio, un porcentaje de IVA, una fecha de entrada en vigor, un plazo, una versión. Nuestra regla es que cualquier dato que pueda cambiar lleva al lado su fuente y la fecha en que se comprobó, y que si no hay fuente el dato no entra. Cuando la fuente no publica el dato, se dice que no lo publica en lugar de estimarlo.

2. Enlaces: que abran y que sean la página que dices

Dos comprobaciones distintas. La primera es mecánica: que la URL responda. La segunda no se puede automatizar: que la página que abre sea la que crees que es. Un modelo construye URLs plausibles, y una URL plausible de un dominio real puede existir y llevar a otro sitio.

3. Citas: que la fuente diga literalmente lo que le atribuyes

Este es el control que más se salta y el que más caro sale, porque un artículo con una cita falsa parece mejor que uno sin citas. La comprobación es tediosa y no tiene atajo: abres la página, buscas la frase y la comparas carácter a carácter. Si no aparece, no es una cita.

Hay una variante que engaña incluso a quien revisa con cuidado: leer la fuente en el idioma equivocado. Mientras verificábamos este artículo nos topamos con un ejemplo perfecto. La página de Merchant Center enlazada arriba advierte, en su pie, de que puede incluir contenido traducido con tecnología de IA y de que esas traducciones pueden contener errores. Y contiene uno: la versión española nombra la herramienta de Google como «Project Studio», mientras que la misma página en inglés la llama Product Studio, que es su nombre real. Google se equivoca en el nombre de su propio producto al traducirse a sí mismo con IA. Si esa frase entra en tu artículo citada de la versión española, entra el error con ella.

De ahí una regla propia que ya nos ha salvado varias veces: cuando una página existe en dos idiomas, se cita la fecha y el texto del idioma que realmente has leído, y ante cualquier nombre propio, cifra o fecha se contrasta con el original.

4. Metadatos: el title, la descripción, el alt y los datos estructurados

Nadie revisa el texto alternativo de una imagen generada, y es contenido igual que el cuerpo. La documentación de Google lo dice sin dejar hueco:

Cuando crees contenido para la Web, céntrate en la precisión, la calidad y la relevancia, sobre todo si se trata de contenido generado automáticamente. Esto incluye metadatos, como los elementos <title>, los elementos de metadescripción, los datos estructurados y los textos alternativos de las imágenes, que pueden aparecer en los resultados de búsqueda.

Tres errores que encontramos una y otra vez: una descripción que promete un dato que el artículo no da; un alt que describe una fotografía distinta de la que finalmente se publicó; y datos estructurados que declaran un autor, una valoración o una fecha de revisión que no existen en la página visible. El tercero es el más grave, porque es una afirmación sobre quién responde del contenido.

5. Aportación propia: la prueba de la frase que solo puedes escribir tú

Recorre el borrador y busca una sola frase que haya exigido abrir algo fuera de la conversación con el modelo: tu hoja de precios, tu calendario, una medición que hiciste, un caso de un cliente, un número que solo está en tu panel. Si no hay ninguna, no hay aportación propia, y lo que tienes es un resumen bien escrito de lo que ya está publicado.

Este control es también el que mejor se corresponde con lo que Google pide. Las directrices para evaluadores remiten a su definición de esfuerzo, y «poco o ningún esfuerzo» significa ahí poco o ningún esfuerzo de cualquier tipo. La forma barata de superarlo es alargar el texto. La forma que funciona es bajar a un detalle que otros no publican.

6. Canibalización: una intención, una URL

Un modelo no sabe qué tienes publicado. Escribirá con gusto el cuarto artículo sobre la misma búsqueda. Antes de crear la URL se comprueba por intención, keyword, título, slug y significado si ya existe una página que responde eso; si existe, se amplía en lugar de duplicarse. Cómo se reparten las intenciones entre páginas lo desarrollamos en keywords informacionales y comerciales.

7. Rastros del modelo y responsabilidad editorial

Los rastros literales son fáciles: las propias directrices de Google citan como indicio expresiones del tipo «como modelo de lenguaje de IA». Los sutiles son los que sobreviven a una lectura rápida y los que buscamos a propósito: listas de tres elementos en todos los apartados, la coletilla «en el vertiginoso mundo de», adjetivos apilados sin información, párrafos que enuncian un criterio y no lo aplican, conclusiones que repiten la introducción con otras palabras y ese cierre que promete que todo depende de tu caso sin decidir nada.

Y el último paso: alguien con nombre y página propia firma, y alguien responde. En este blog las piezas del flujo diario las firma el equipo editorial, y la revisión posterior de cada artículo la hace una persona identificada, con su nombre y su fecha, solo cuando la ha leído de verdad. Nunca antes.

Lo que encontramos hoy al auditar los enlaces de este blog

El control número 2 es el único de los siete que se puede automatizar en parte, así que lo automatizamos y lo pasamos entero esta mañana, 19 de septiembre de 2026, sobre los 52 artículos publicados. Es una medición puntual de un día, no una serie.

Los números, tal cual salieron:

  • 135 URLs externas distintas, 196 enlaces en total contando repeticiones entre artículos.
  • 109 respondieron 200 a una petición automatizada con cabeceras de navegador.
  • 9 respondieron 400 y todas son de Meta: la documentación de la plataforma de WhatsApp Business, su política comercial y el centro de ayuda. Las nueve abren perfectamente en un navegador sin interfaz, y devuelven su título real.
  • 17 respondieron 403: quince de OpenAI y dos de un medio especializado. Estas ni siquiera pasan en un navegador sin interfaz; chocan con la pantalla de verificación de Cloudflare. Solo se confirman con un navegador de verdad y una persona delante.
  • Ninguna devolvió 404 ni 410. Ningún enlace roto.

La conclusión práctica importa más que las cifras: un comprobador de enlaces te dará 26 falsos positivos sobre 135 y ni uno solo de los errores que de verdad te preocupan. No detecta que un enlace apunte a la página equivocada, ni que la página siga viva pero ya no diga lo que citaste. Sirve para descartar el enlace roto y para nada más.

Y una autocrítica que sale de la misma medición, porque el dato estaba ahí: 10 de los 52 artículos no enlazan ninguna fuente externa. Los diez son del carril de actualidad, publicados entre el 2 y el 13 de septiembre, y los diez nombran su fuente primaria en el pie con su fecha y su verificación, pero sin enlazarla. Nuestra propia guía de estilo pide enlazar la fuente dentro del texto, junto a la afirmación que sostiene. No lo hicimos en esos diez, y queda apuntado para revisión en lugar de esperar a arreglarlo para contarlo.

Lo que una máquina puede comprobar y lo que no

Conviene tener claro el reparto, porque la parte automatizable da una falsa sensación de control.

Nuestro flujo bloquea la publicación por su cuenta cuando el artículo firma con un autor que no tiene página, cuando enlaza una ruta interna que no existe, cuando el título supera los 60 caracteres contando el sufijo de marca, cuando la descripción pasa de 160, cuando se publica sin imagen de portada o cuando el proyecto no compila. Son errores de forma, y ninguno de ellos tiene que ver con si el artículo dice la verdad.

Lo que no comprueba ninguna máquina es exactamente la lista de los siete controles: si el precio es el vigente, si la fuente dice lo que le atribuyes, si el alt describe la foto publicada, si hay algo propio dentro y si ya tenías una URL para esa búsqueda. Eso es trabajo humano, y es literalmente lo que la Comisión llama examen deliberado del fondo del contenido.

Lo que no prometemos

No prometemos aparecer ni ser citados en ChatGPT, Gemini, Perplexity, las vistas creadas con IA ni el modo IA. Nadie puede prometer eso, y quien lo haga está vendiendo humo. Lo que sí se puede hacer es publicar contenido que resista una verificación, y medir lo que hay dato para medir: qué significa y qué no significa cada número del informe de IA de Search Console lo explicamos en el informe de IA generativa de Search Console. Una impresión ahí es una impresión, no una cita ni una visita.

Cómo lo planteamos en PotencIA

Escribimos con ayuda de modelos y lo decimos. Lo que no hacemos es publicar lo que sale sin pasar los siete controles, y por eso este blog sale con piezas que a veces son incómodas de escribir: la cifra que la fuente no publica, el dato negativo, el fallo propio del párrafo anterior.

Si ya tienes artículos publicados y no sabes cuáles aguantarían una verificación, ese es un trabajo de diagnóstico y va antes que escribir nada nuevo: es parte de lo que revisa una auditoría SEO, donde se identifican contenidos que no reciben ninguna consulta, intenciones duplicadas entre URLs y páginas que merecen ampliarse en lugar de repetirse. Y si lo que necesitas es un sistema editorial que publique con este nivel de control en lugar de por volumen, es lo que incluye nuestro servicio SEO.

La pregunta útil no es si se puede escribir con IA. Se puede, y Google lo dice por escrito. La pregunta es quién comprueba cada afirmación antes de que salga, y con qué nombre responde si está mal.

Fuentes consultadas