Limpieza de contenido AI-slop: detectar hechos alucinados antes de que te cuesten

Basamos el método en una prueba controlada, no en anécdotas. Patrick Stox en Ahrefs construyó una marca de lujo sintética llamada Xarumei, publicó narrativas contradictorias y probó cómo ocho herramientas de IA importantes manejaban la verdad. Documentamos ese experimento en Experimento de IA: la marca falsa Xarumei y las alucinaciones de los LLM. La lección para editores WordPress es directa: los modelos prefieren ficción específica frente a verdad vaga, y artículos de terceros que suenan periodísticos pueden sobrescribir tu FAQ oficial. Si tu sitio se lee como la investigación falsa de Medium en Xarumei, alimentas el mismo modo de fallo.

Cuando el slop se combina con código roto y proliferación de plugins, la vía de remediación está en el rescate de webs hechas por IA. Cuando necesitas saber si los modelos ya repiten tus fabricaciones, combina la limpieza con medición en primera persona de Cómo seguimos las citas de IA de wppoland.com durante 90 días.

#Por qué los sitios YMYL en WordPress fallan primero esta auditoría

Los editores YMYL aceleran con IA porque el cuello de botella es redactar, no el diseño. Una red de clínicas, un administrador de fondos o una consultoría de compliance puede generar cuarenta páginas de área de servicio en una tarde. WordPress hace trivial la publicación: duplica plantilla, cambia {ciudad}, publica.

El modo de fallo no es «mala calidad de redacción». Es especificidad sin fundamento. Un modelo inventará:

• una mejora del 47,3 % sin estudio que la respalde,
• una cita de Harvard Business Review sin enlace que funcione,
• una Dra. Elena Kowalska, MD, PhD que no aparece en el registro médico,
• un caso de estudio fechado en 2024 para un cliente firmado en 2026.

Los evaluadores de calidad de Google y los abogados de compras en Madrid o Barcelona hacen la misma pregunta: ¿puedes mostrar tu trabajo? El AI-slop falla esa prueba aunque la prosa sea fluida. EEAT no significa «suena experto». Significa experiencia demostrable, pericia verificable, autoridad reconocible y presentación confiable. Los hechos alucinados atacan los cuatro a la vez.

#Qué demuestra el experimento Xarumei sobre tu pila de contenido

El experimento de Stox tuvo dos fases. La primera preguntó a modelos sobre una marca que no debería existir. GPT-4 y GPT-5 rechazaron la mayoría de fabricaciones. Perplexity confundió Xarumei con Xiaomi. Copilot inventó elogios elaborados para encajar con el encuadre del usuario.

La segunda fase es la advertencia para operadores WordPress. Stox publicó:

1. Un FAQ oficial que negaba rumores en lenguaje claro.
2. Un blog brillante con 23 maestros artesanos en 2847 Meridian Blvd, Nova City, CA más un falso respaldo de Emma Stone.
3. Un AMA en Reddit, elegido porque Reddit se cita mucho en respuestas de IA.
4. Una «investigación» en Medium que desmintió mentiras obvias e insertó nuevas fabricaciones: fundadora Jennifer Lawson, ubicación Portland.

Gemini, Grok, AI Overview, Perplexity y Copilot citaron Medium por encima del FAQ. Prefirieron el tono investigativo. Cuando el FAQ decía «no publicamos cifras de unidades» y fuentes falsas afirmaban 634 unidades en 2023, los modelos eligieron el número.

Tradúcelo a WordPress:

Tu sitio es el FAQ. Tu clúster de blog redactado con IA es el artículo de Medium. Limpiar significa hacer el FAQ más específico con fuentes, no con más adjetivos.

#Señales de alerta y pasos de verificación

Usa esta tabla como triaje inicial antes de aprobar presupuesto de reescritura.

Imprime la tabla. Ejecútala contra tus veinte URLs de mayor ingreso.

#Estadísticas falsas: la preferencia de Xarumei por los números

Los modelos tratan los números como señales de autoridad. Stox mostró que 634 unidades vencían a «no divulgamos cifras de producción». En WordPress, el daño aparece en secciones hero, tablas comparativas y bloques FAQ exportados de sesiones de chat con IA.

#Síntomas

• Porcentajes con un decimal y sin fuente (41,6 % de reducción en tickets).
• Métricas antes/después sin ventana de medición.
• Líneas de «media del sector» sin nombrar la encuesta.
• Estadísticas idénticas en seis páginas de ciudad (sprawl de copiar-pegar).

#Flujo de verificación

1. Registro de fuentes: columnas: afirmación, URL primaria, autor, fecha de acceso, responsable. Sin URL, sin publicación.
2. Regla de cifras redondas: enteros como 50 %, 10x, 99,9 % son priors de alucinación salvo que estén ligados a un instrumento.
3. Coincidencia de instrumento: si afirmas mejora en Core Web Vitals, enlaza exportación CrUX o Lighthouse con rango de fechas.
4. Ruta de degradación: sustituye estadísticas sin fuente por resultados cualitativos que puedas defender en una llamada con el cliente.

Para copy regulado, mantén PDFs revisados por abogados como fuente canónica y parafrasea ligeramente en HTML.

#Citas falsas y autoridades fantasma

Los asistentes de IA adoran nombres de marca. HBR, McKinsey, Forrester, NIST, ISO: los nombres dan tono sin trabajo.

#Síntomas

• Citas entre paréntesis sin enlace.
• Enlaces a homepages en lugar de informes concretos.
• Cadenas con forma de DOI que devuelven 404.
• «Como se señala en el whitepaper de seguridad WordPress 2024» sin autor.

#Flujo de verificación

1. Haz clic en cada referencia externa. Enlace muerto = elimina afirmación.
2. Para normas (ISO 27001, WCAG 2.2) enlaza la página oficial de la especificación, no un resumen SEO.
3. Guarda números de licencia externamente (colegio de abogados, CNMV, FCA) y réplicalos exactamente en el sitio.
4. Añade notas al pie en guías largas; los modelos rastrean notas con sorprendente frecuencia.

Si una cita no se verifica en diez minutos, nunca fue cita. Era decoración.

#Páginas duplicadas casi idénticas

La proliferación de plugins es duplicación de código. El sprawl de AI-slop es duplicación semántica: veinte URLs compitiendo por una intención.

#Síntomas

• Rejillas {servicio} + {ciudad} con el mismo orden de H2.
• Entradas «Guía definitiva de X» que difieren en dos párrafos.
• Rutas /v2/ o /nueva/ abandonadas tras un rediseño.
• Pares hreflang donde EN y ES dicen hechos distintos.

#Flujo de verificación

1. Rastrea con Screaming Frog o Sitebulb; exporta recuento de palabras y títulos casi duplicados.
2. Agrupa por intención de palabra clave principal, no por carpeta URL.
3. Elige una URL superviviente por clúster; 301 al resto.
4. Actualiza sitemap XML y enlaces internos en el mismo despliegue.
5. Vuelve a ejecutar un conjunto fijo de prompts de IA tras dos semanas y comprueba si persisten contradicciones en respuestas.

Fusionar duplicados suele mejorar la eficiencia de rastreo más rápido que añadir otro artículo «fresco» de IA.

#Fechas incorrectas y casos de estudio que viajan en el tiempo

Las fechas señalan frescura. Los modelos de IA rellenan años plausibles. Los auditores YMYL comparan fechas con contratos.

#Síntomas

• updatedDate en frontmatter más reciente que cualquier edición real.
• Testimonios de «2022» para un producto lanzado en 2025.
• Lotes de pubDate la misma tarde (importación masiva de IA).
• Pie de copyright atascado en 2024 mientras el texto dice «datos actuales de 2026».

#Flujo de verificación

1. Alinea el «Última actualización» visible con historial Git o de revisiones cuando sea posible.
2. Iguala fechas de casos de estudio con firmas de SOW (enmascara nombre de cliente en registro interno).
3. En contenido médico o financiero, añade lastVerified en frontmatter solo cuando un humano haya releído fuentes.
4. Elimina fechas futuras por completo; destruyen confianza en AI Overviews.

Consejo WordPress: restringe cambios masivos de post_date a roles que también gestionan revisión legal.

#Biografías de equipo fabricadas y páginas de autoridad

Xarumei inventó a Jennifer Lawson porque una historia de fundadora es más citable que «desconocido». Tu página /equipo/ es la misma superficie de ataque.

#Síntomas

• Biografías con estructura paralela («15 años de experiencia en…») en cada retrato.
• Credenciales que no figuran en registros (número de colegiado, registro médico, licencia CPA).
• Asesores listados sin prensa o filings correspondientes.
• Fotos de stock con EXIF inconsistente o coincidencias en búsqueda inversa.

#Flujo de verificación

1. Un identificador verificado por biografía: URL de licencia, ORCID, GitHub para ingenieros, perfil WordPress.org para autores de plugins.
2. Alinea sameAs del schema Person con perfiles que controlas.
3. Elimina miembros de «equipo» que en realidad son contratistas salvo que las reglas de divulgación lo permitan.
4. Para agencias, enlaza a colaboradores nombrados en commits reales o charlas WordCamp en lugar de títulos inventados.

EEAT no es recuento de personal. Son personas trazables.

#Flujo de auditoría específico para WordPress

Ejecuta esta secuencia en un clon de staging antes de borrar en producción.

#1. Exportación e inventario

wp post list --post_type=page,post --format=csv --fields=ID,post_title,post_name,post_date,post_modified > inventario-contenido.csv

Añade custom post types si tu tema los registra.

#2. Pasada automatizada de similitud

Usa detector de casi duplicados (Sitebulb, OnCrawl o scripts shingles) en HTML sin navegación. Marca clústeres por encima de 0,85 de similitud coseno.

#3. Cola de revisión manual

Ordena por tráfico orgánico y atribución de ingresos. Audita URLs principales con la tabla de señales. Editores junior revisan; senior firma páginas YMYL.

#4. Pasada de schema y GEO

• Elimina aggregateRating sin reseñas visibles.
• Alinea respuestas FAQPage con el cuerpo (sin claims extra solo en schema).
• Asegura que canonicalUrl coincida con la URL superviviente tras fusiones.
• Ejecuta npm run geo:qa si tu build incluye comprobaciones de forma GEO.

#5. Comprobación de eco de IA

Elige cinco prompts de marca y cinco de categoría. Registra respuestas semanalmente. Si un asistente cita una estadística que eliminaste, solicita recrawl y revisa copias externas (PDF, agregadores).

Documentamos esa cadencia en la serie de citas de IA de 90 días. Limpiar sin medir es adivinar.

#Checklist de limpieza para entregar al cliente

Semana 1 - Triaje

• Tabla de señales en las 20 URLs principales
• Plantilla de registro de fuentes compartida con responsable de contenido
• Lista de clústeres duplicados con URL superviviente elegida
• Páginas legal/compliance marcadas para revisión manual

Semana 2 - Eliminar y fusionar

• Mapa 301 para páginas fusionadas
• Estadísticas sin fuente eliminadas o sustituidas
• Citas falsas borradas
• Biografías recortadas a identificadores verificables

Semana 3 - Reforzar la verdad

• FAQ actualizado con respuestas específicas y con fuente (lección Xarumei)
• lastVerified o fecha de revisión visible en guías YMYL
• Enlaces internos solo a URLs supervivientes
• Schema coincide con contenido visible

Semana 4 - Medir

• Comprobación de prompts de IA fijos registrada
• Validación en Search Console para URLs eliminadas
• Aprobación de stakeholders para afirmaciones restantes

#Cuándo escalar más allá de la limpieza editorial

La limpieza editorial arregla el copy. Algunos builds de IA también entregan plugins inseguros, checkout roto y pilas de cuarenta plugins. Señales para rescate de webs hechas por IA en lugar de solo ediciones de texto:

• Plugins personalizados de IA en wp-content/plugins/ sin revisión de seguridad.
• Flujos WooCommerce que fallan al quitar claims de marketing sin fuente (porque las funciones nunca funcionaron).
• Varios bloques NAP contradictorios en opciones del tema y page builders.
• Carta legal citando cifras publicadas.

Los proyectos de rescate tienen precio individual porque el alcance abarca código, contenido y medición. La limpieza solo de copy es menor; el rescate completo no.

#Notas de práctica desde trabajo de rescate

En un onboarding reciente de B2B regulado desde Madrid, marketing exportó 112 URLs de un flujo Divi más IA. 34 páginas compartían un párrafo introductorio. 19 estadísticas no tenían fuente cuando se les pidió. Tres biografías usaban la misma estructura de frase con nombres distintos. Ninguna biografía coincidía con URLs de LinkedIn que el cliente aportó solo tras nuestra pregunta.

Tras fusión y pasada de fuentes, las páginas indexadas bajaron 28, pero los clics orgánicos en URLs supervivientes subieron en ocho semanas porque desaparecieron las contradicciones. El cliente pudo responder due diligence de compras sin contradecir su propio sitio. Ese es el caso de negocio de la limpieza, no el recuento de palabras vanidoso.

Otro patrón: los borradores de IA adoran el lenguaje de «estudio independiente». Lo sustituimos por instrumentos nombrados (CrUX, snapshot Geoboard de CitationOne, exportaciones Lighthouse aprobadas por el cliente) o lo eliminamos. El término medio es donde gana Xarumei.

#Conectar limpieza con GEO y citas

Los motores generativos rastrean lo que publicas. Si tu WordPress dice Portland en una URL y Nova City en otra, recreas la fase dos de Xarumei en tu propio dominio. Los modelos elegirán el párrafo más específico.

El trabajo GEO sin orden de hechos repite errores en llmCard.facts, selectores speakable y schema FAQ. Amplificas slop estructuralmente. Corrige el copy primero, luego enriquece schema.

Nuestra instantánea de medición de citas de IA propias Q2 2026 mostró cómo la elección del instrumento cambia la historia. La limpieza es la mitad on-page; la corroboración off-page es la otra. Ambas fallan si los hechos son inventados.

#Tabla resumen: de detección a criterios de publicación

Limpiar AI-slop no es anti-IA. Es pro-evidencia. Los modelos ya alucinan. Tu trabajo es asegurar que WordPress no sea el material de entrenamiento que citan.

Última actualización: 2026-07-10. La metodología referencia el experimento de marca sintética Xarumei y la línea base de seguimiento de citas de IA de 90 días en wppoland.com. Para remediación combinada de código y contenido, consulta rescate de webs hechas por IA (presupuesto individual).