Investigación propia
¿Qué se pierden los rastreadores de IA cuando se saltan el JavaScript?
Cargamos dos veces cada página de inicio que sirvió HTML a nuestro bot: como HTML sin más y con JavaScript. El 20 de octubre de 2026, los datos estructurados casi nunca dependían de JavaScript: solo el 1,3 % de esas páginas de inicio, entre los 10.000 sitios más populares, recibía su JSON-LD por JavaScript. Con el texto es otra historia. En el 26,4 % de ellas, menos de la mitad de las palabras está en el HTML que recibe un bot sin JavaScript.
Medido el 20 de octubre de 2026
- de las páginas de inicio del top 10.000 tiene JSON-LD solo tras JavaScript
- 1,3 %
- tiene la mayor parte del texto solo tras JavaScript
- 26,4 %
- muestra su título principal (h1) solo tras JavaScript
- 6,5 %
Qué probamos
Una página web llega en dos pasos. Primero, el servidor envía HTML. Después, el navegador ejecuta el JavaScript de la página, que puede añadir texto, títulos y datos estructurados.
No todos los bots dan ese segundo paso. Según un estudio de registros de Vercel de 2024, los grandes rastreadores de IA descargan los archivos JavaScript, pero no los ejecutan. La herramienta web fetch de Anthropic para desarrolladores no admite, según su documentación, páginas hechas con JavaScript. Google es distinto: sí ejecuta el JavaScript de las páginas.
Así que cargamos cada página de inicio dos veces, con segundos de diferencia y con el mismo nombre de bot: una vez como HTML sin más, como la ve un bot sin JavaScript, y otra en un navegador Chrome real que ejecuta el JavaScript. Luego comparamos las dos.
Datos estructurados que solo aparecen con JavaScript
El 51,2 % de las páginas de inicio del top 10.000 tiene JSON-LD en el HTML sin procesar. Solo el 1,3 % lo recibe únicamente por JavaScript, y en el 1,3 % JavaScript añade más tipos. En datos estructurados, el HTML sin procesar suele contarlo todo.
| Medida | Top 10.000 | 10.001–100.000 | 100.001–1 millón | En neerlandés | En alemán |
|---|---|---|---|---|---|
| Tiene JSON-LD en el HTML sin procesar | 51,2 %46,1 %–56,3 % | 51 %45,9 %–56 % | 49 %43,8 %–54,2 % | 43,2 %38,2 %–48,3 % | 33 %28,2 %–38 % |
| Tiene JSON-LD después de JavaScript | 52,3 %47,2 %–57,3 % | 52,6 %47,5 %–57,6 % | 49,9 %44,6 %–55,1 % | 43,2 %38,2 %–48,3 % | 33,5 %28,8 %–38,6 % |
| JSON-LD solo después de JavaScript | 1,3 %0,6 %–3,1 % | 1,6 %0,8 %–3,5 % | 0,9 %0,3 %–2,5 % | 0,3 %0 %–1,5 % | 0,6 %0,2 %–2,1 % |
| JavaScript añade más tipos | 1,3 %0,6 %–3,1 % | 0,3 %0 %–1,5 % | 0,6 %0,2 %–2,1 % | 0,5 %0,1 %–2 % | 0,6 %0,2 %–2,1 % |
| JavaScript lo quita | 0,3 %0 %–1,5 % | 0 %0 %–1 % | 0 %0 %–1,1 % | 0,3 %0 %–1,5 % | 0 %0 %–1,1 % |
| Páginas de inicio comparadas (n) | 371 | 367 | 349 | 368 | 349 |
El JSON-LD roto también es raro: el 0,5 % de las páginas de inicio con JSON-LD en el HTML sin procesar tiene un bloque que no es JSON válido. Un bloque así no se puede leer como datos estructurados. Nuestro validador de schema lee el HTML sin procesar igual y te señala la línea exacta.
| Medida | Top 10.000 | 10.001–100.000 | 100.001–1 millón | En neerlandés | En alemán |
|---|---|---|---|---|---|
| Al menos un bloque no es JSON válido | 0,5 %0,1 %–2,9 % | 1,6 %0,5 %–4,6 % | 2,9 %1,3 %–6,7 % | 1,3 %0,3 %–4,5 % | 0,9 %0,2 %–4,8 % |
| Páginas de inicio con JSON-LD en el HTML sin procesar (n) | 190 | 187 | 171 | 159 | 115 |
Debajo de cada porcentaje ves su margen: con un 95 % de confianza, el porcentaje real está entre esos dos números. Las columnas 1-3 son sitios populares según su puesto en la lista Tranco; las columnas 4-5, sitios en neerlandés y en alemán del directorio Curlie.
Título, descripción y título principal
El título de la página casi siempre está en el HTML sin procesar: solo el 1,1 % de las páginas de inicio del top 10.000 lo añade con JavaScript. Con el título principal es distinto: en el 6,5 %, el h1 solo aparece después de JavaScript.
| Medida | Top 10.000 | 10.001–100.000 | 100.001–1 millón | En neerlandés | En alemán |
|---|---|---|---|---|---|
| Título de la página | 1,1 %0,4 %–2,7 % | 1,6 %0,8 %–3,5 % | 0,9 %0,3 %–2,5 % | 0,5 %0,1 %–2 % | 0,3 %0,1 %–1,6 % |
| Meta descripción | 1,1 %0,4 %–2,7 % | 1,6 %0,8 %–3,5 % | 0,9 %0,3 %–2,5 % | 1,1 %0,4 %–2,8 % | 0,6 %0,2 %–2,1 % |
| Título principal (h1) | 6,5 %4,4 %–9,4 % | 8,4 %6 %–11,7 % | 5,7 %3,7 %–8,7 % | 1,1 %0,4 %–2,8 % | 0,9 %0,3 %–2,5 % |
| Páginas de inicio comparadas (n) | 371 | 367 | 349 | 368 | 349 |
El texto en sí
En la página de inicio típica del top 10.000, el 87,5 % de las palabras que muestra un navegador también está en el HTML sin procesar. Pero en el 26,4 % de las páginas de inicio, menos de la mitad del texto está ahí sin JavaScript. Un bot que se salta el JavaScript solo ve una parte de esas páginas.
| Medida | Top 10.000 | 10.001–100.000 | 100.001–1 millón | En neerlandés | En alemán |
|---|---|---|---|---|---|
| Menos de la mitad de las palabras están en el HTML sin procesar | 26,4 %22,1 %–31,1 % | 23,9 %19,8 %–28,6 % | 16,3 %12,8 %–20,5 % | 13,2 %10,1 %–17,1 % | 8 %5,6 %–11,4 % |
| Páginas de inicio comparadas (n) | 368 | 360 | 344 | 363 | 348 |
| Medida | Top 10.000 | 10.001–100.000 | 100.001–1 millón | En neerlandés | En alemán |
|---|---|---|---|---|---|
| Palabras en el HTML sin procesar | 948 | 710 | 830 | 453 | 505 |
| Palabras después de JavaScript | 1409 | 1058 | 1044 | 523 | 552 |
¿Quieres ver qué recibe de tu página un bot sin JavaScript? Abre el código fuente de la página (Ctrl+U, o Cmd+Option+U en Mac) en lugar de la página en sí. O deja que nuestro análisis GEO gratuito revise la página.
Lo que esto no demuestra
- No demuestra que las herramientas de IA usen los datos estructurados para elegir fuentes, ni que añadirlos haga que te citen más.
- No somos un rastreador de IA. Un sitio puede mandar a los bots de IA otro HTML que a nosotros, según el nombre del bot o su dirección IP.
- Solo páginas de inicio. Las fichas de producto y los artículos pueden comportarse de otra forma.
- Contamos todo el texto del HTML, también el que está oculto en pantalla, en los dos lados. No comprobamos lo que de verdad ve un visitante.
- No hicimos clic en nada. Donde aparece un banner de cookies o de consentimiento, la página tras JavaScript puede contener el texto de ese banner, o menos de la propia página.
- El texto dentro del shadow DOM (que usan algunos componentes web) no forma parte del HTML de la página que leemos, así que tampoco lo contamos después de JavaScript.
- No dice nada sobre Google: Google ejecuta el JavaScript antes de indexar una página.
Cómo lo hicimos
Sacamos al azar 1500 sitios de cada uno de cinco grupos: tres tramos de la lista Tranco 467YX de sitios populares (puestos 1-10.000, 10.001-100.000 y 100.001-1.000.000), más las secciones en neerlandés y en alemán del directorio Curlie (47.502 y 309.045 sitios inscritos con su página de inicio). Con una semilla aleatoria fija, cualquiera con los mismos dos archivos saca exactamente los mismos sitios.
De los sitios cuya página de inicio se abrió con normalidad en nuestra prueba de robots.txt, tomamos los primeros 400 de cada grupo, en orden aleatorio. Antes de cargar una página, volvimos a descargar el robots.txt y solo seguimos si aún permitía a nuestro bot.
El navegador era Chrome/141.0.7390.76 (sin interfaz), con el mismo nombre de bot que la petición sin procesar: GEOScoreBot/1.0 (+https://geo-score.online). Esperaba a que la página terminara de cargar y hasta 10 segundos más sin actividad de red, y luego leía la página. Se saltaba imágenes, vídeos y fuentes, que no cambian el texto, y respetaba el robots.txt para los archivos del propio sitio. La ejecución duró unos 32 minutos.
Las dos versiones pasaron por el mismo código: el JSON-LD con el analizador de nuestro validador de schema, el título de la página, la meta descripción y el h1 si no están vacíos, y las palabras del cuerpo sin scripts, estilos ni comentarios. Una página cuenta como «la mayor parte del texto necesita JavaScript» cuando menos de la mitad de las palabras tras JavaScript también están en el HTML sin procesar.
Escribimos las preguntas, la muestra y cada medida antes de empezar, y guardamos ese plan. Todo lo que decidimos después de ver los datos está marcado como exploratorio.
| Paso | Top 10.000 | 10.001–100.000 | 100.001–1 millón | En neerlandés | En alemán |
|---|---|---|---|---|---|
| Páginas de inicio probadas | 400 | 400 | 400 | 400 | 400 |
| El robots.txt ya le decía que no a nuestro bot | 2 | 2 | 2 | 1 | 0 |
| Falló la petición de HTML sin procesar | 0 | 2 | 0 | 0 | 0 |
| El navegador no pudo cargar la página | 6 | 11 | 24 | 24 | 47 |
| El JavaScript llevó el navegador a otra página | 21 | 18 | 25 | 7 | 4 |
| Comparadas: cuentan en los porcentajes | 371 | 367 | 349 | 368 | 349 |
| … de ellas, aún cargando cuando dejamos de esperar | 46 | 37 | 24 | 12 | 22 |
Si el JavaScript lleva un navegador a otra página (una página de idioma, un muro de cookies, una comprobación antibots), las dos versiones ya no son la misma página, así que las dejamos fuera. Un bot sin JavaScript se queda en la primera página.
Otros estudios sobre la misma pregunta
Vercel (datos de un proveedor, diciembre de 2024) estudió el tráfico de rastreadores de IA en su propia red. Entonces, ninguno de los grandes rastreadores de IA ejecutaba JavaScript: descargaban los archivos JavaScript, pero no veían el contenido que añade JavaScript. Gemini era la excepción, porque usa el rastreador de Google, que sí ejecuta las páginas.
La documentación de Anthropic sobre su herramienta web fetch, con la que los desarrolladores hacen que Claude abra una página, dice que no admite sitios web creados con JavaScript. Eso se refiere a la herramienta para desarrolladores; la documentación no dice nada de la aplicación de Claude.
Revisa tu propio sitio
Esto son promedios. Tu sitio está dentro o fuera. Nuestras herramientas gratuitas lo comprueban en segundos.
Descarga los datos
Cada número de esta página está en el archivo CSV, una fila por número, con su recuento, su base y su margen del 95 %. Solo contiene totales, ningún nombre de sitio.
Descargar las cifras (CSV)Puedes reutilizar las cifras con la licencia CC BY 4.0. Menciona a GEO-Score y enlaza a esta página.
Fuentes de las listas de sitios
Sitios populares: la lista Tranco 467YX (Le Pochat et al., NDSS 2019).
Sitios en neerlandés y en alemán: con contenido de Curlie.org, el mayor directorio de la web editado por personas. Colabora proponiendo un sitio web o haciéndote editor. Los datos de Curlie tienen la licencia CC BY 3.0.
20 de octubre de 2026: primera medición publicada.