Limpiar el HTML que copias de ChatGPT (y cómo hacerlo)

por que deberías limpiar el HTML que copias de ChatGPT (y como hacerlo en WordPress

Tres capas que conviene distinguir

El HTML pegado, los metadatos de una imagen y el watermark estadístico son mecanismos diferentes. Una limpieza del marcado no elimina todos ellos ni convierte un texto en contenido humano. Antes de una limpieza masiva, prueba con una copia y revisa el resultado de la versión instalada.

Guía original de diciembre de 2025, ampliada en agosto de 2026. Revisión editorial: 31 de octubre de 2026. Distingo rastros del HTML pegado, metadatos de archivo y watermark estadístico; las funciones descritas corresponden a las versiones indicadas del plugin.

Al pegar contenido desde un asistente o un editor, puedes incorporar atributos, referencias y parámetros que no necesitas publicar. Conviene inspeccionar el HTML real: no todos los flujos generan los mismos rastros.

LLM Trace Cleaner: por qué revisar el HTML que copias de ChatGPT y cómo limpiarlo en WordPress

Rastros en forma de atributos HTML ocultos (data-…), referencias incrustadas tipo oaicite, parámetros UTM en enlaces y caracteres invisibles que no ves, pero que se quedan en tu código. En el editor parece todo correcto. En el HTML publico, es otra historia.

LLM Trace Cleaner es un plugin de WordPress creado para eso: eliminar automáticamente esos rastros y dejar tu contenido limpio, ligero y bajo control.

Limpiar el HTML es una parte del trabajo. Si también necesitas comprobar cómo se rastrea e indexa tu sitio, una consultoría SEO técnica para WordPress permite revisar el marcado junto con la estructura, los recursos y los problemas de indexación.

Que son los rastros ocultos de los LLMs

Algunas interfaces y editores añaden atributos para su funcionamiento. Antes de borrarlos, distingue los rastros del pegado de los atributos que necesita tu web. El nombre de un atributo no demuestra por sí solo su finalidad ni su origen.

Revisa qué información publica cada atributo. Si contiene identificadores o contexto que no corresponde exponer, decide cómo retirarlo sin romper el contenido.

Tipo de rastroEjemplos comunesPor que es un problema
Atributos HTML ocultosdata-start, data-end, data-llm-id, data-message-id, data-model, etc.Engorda el HTML, mete ruido en el DOM y puede exponer metadatos que no quieres publicar.
Referencias incrustadas en el textoContentReference [oaicite:=0](index=0), [oaicite:0], etc.Ensucia el contenido y deja marcas obvias del origen.
Tracking en enlacesutm_source=chatgpt.com, utm_medium=chat, y cualquier utm_*URLs mas feas, menos consistentes, y de regalo: expone el origen.
Caracteres invisiblesZero-width, bidi controls, selectores de variacion, etc.Se cuelan sin que lo veas, pueden romper cosas raras y servir como marcas invisibles.

La utilidad de la limpieza es controlar el marcado que publicas y facilitar su mantenimiento. No atribuyo a estos rastros una penalización de Google ni una mejora de posicionamiento por eliminarlos.

Ventajas de limpiar esos datos (y por que debería importarte)

1) HTML mas ligero (y un DOM mas sano)

Menos atributos y menos ruido implica menos peso y menos complejidad. No es magia, es higiene: tu contenido queda mas limpio, mas fácil de procesar y mas estable a futuro.

2) Mejor control de privacidad

Hay atributos que directamente no deberían salir a producción en una web pública. Algunos pueden correlacionar sesiones, conversaciones o contexto. Otros son «solo» metadatos, pero igual: si no aporta valor al usuario, fuera.

3) Menos señales innecesarias sobre tu flujo de contenido

Si publicas enlaces con utm_source=chatgpt.com o dejas referencias oaicite, estas dejando migas de pan. No es que el mundo se acabe, pero estas regalando señales que no controlas y que no suman.

4) Menos problemas raros con editores, buscadores internos y accesibilidad

Algunos caracteres invisibles tienen una función legítima en idiomas, direccionalidad y emoji. Antes de eliminarlos, comprueba su contexto y revisa el resultado.

5) Limpieza recurrente sin depender del «cuidado humano»

Si varias personas publican contenido, una revisión repetible puede ayudar. Prueba la limpieza con una copia y registra qué cambia antes de automatizarla.

¿Qué hace LLM Trace Cleaner exactamente?

LLM Trace Cleaner limpia el contenido HTML de entradas y paginas en WordPress eliminando:

  • Atributos de rastreo (data-…) que suelen colarse desde herramientas LLM.
  • IDs generados con patrones típicos de algunas respuestas pegadas.
  • Referencias incrustadas tipo oaicite.
  • Parámetros utm_* en enlaces (incluyendo utm_source=chatgpt.com).
  • Caracteres invisibles (por ejemplo, zero-width y controles de direccion) que pueden actuar como marcas o causar problemas.

Ademas, incluye:

  • Limpieza automática (opcional) al guardar entradas/paginas.
  • Limpieza manual para escanear y limpiar contenido existente.
  • Procesamiento por lotes con barra de progreso (para evitar timeouts en sitios grandes).
  • Logging completo de lo que se encontró y elimino.
  • Gestion inteligente de cache y compatibilidad con plugins populares (LiteSpeed, WP Rocket, W3TC, etc.).
  • Opción de desactivar cache para bots/LLMs cuando acceden al sitio (configurable).
  • Telemetria anonima opt-in (si quieres aportar datos agregados para investigación; el plugin funciona igual sin ella).
  • Actualizaciones directas desde GitHub (sin depender de instalaciones manuales constantes).

Detalle importante: en el changelog se indica que se mejoro la limpieza de UTM y caracteres invisibles dentro de bloques de Gutenberg y page builders, para evitar que se reintroduzcan al restaurar bloques. Esto es clave si publicas con Elementor, Divi, Bricks, WPBakery y compañía.

Ejemplo rápido: el tipo de basura que evita

Antes de ver el ejemplo, quédate con esta idea: cuando copias desde un LLM, a veces el texto viene “envuelto” en metadatos que no ves en el editor (atributos data-*, IDs internos), y los enlaces pueden traer tracking (UTMs) que tampoco aporta nada al usuario.

En pantalla parece limpio, pero en el HTML se queda ese ruido.

Este bloque muestra, de forma muy simplificada, el tipo de “basura” que el plugin elimina y como debería quedar el código final listo para publicar.


<p data-start="12" data-end="58" data-llm-id="abc123" data-model="gpt-4">
  Texto normal que parece limpio.
p>
<a href="https://ejemplo.com/">Enlacea>


<p>Texto normal que parece limpio.p>
<a href="https://ejemplo.com/">Enlacea>

Tutorial rápido: instalar, configurar y limpiar tu sitio

Requisitos

  • WordPress 5.0 o superior
  • PHP 7.4 o superior
  • Extensión PHP DOMDocument (recomendada, no obligatoria)

Paso 1: instalar el plugin

Opción A: instalación desde ZIP (la mas cómoda)

  1. Descarga el ZIP del repositorio.
  2. En WordPress, ve a Plugins > Anadir nuevo.
  3. Haz clic en Subir plugin.
  4. Selecciona el ZIP y pulsa Instalar ahora.
  5. Activa el plugin.

Opción B: instalación manual

  1. Descarga o clona el repositorio.
  2. Sube la carpeta llm-trace-cleaner a /wp-content/plugins/.
  3. Activa el plugin desde el menú Plugins.

Cuando este activo, entra en: Herramientas > LLM Trace Cleaner.

Paso 2: configuración inicial

  1. Ve a Herramientas > LLM Trace Cleaner.
  2. En la sección Configuración, activa o desactiva limpieza automática según tu flujo.
  3. Guarda los cambios.

Paso 3: limpieza automática (opcional, pero recomendada si publicas a menudo)

Si activas la limpieza automática:

  • El contenido se limpia cada vez que guardas una entrada o pagina.
  • Se registra el cambio en el log.
  • La cache se limpia tras cada modificación (si aplica).

Paso 4: limpieza manual del contenido existente (ideal para la primera vez)

  1. Ve a Herramientas > LLM Trace Cleaner.
  2. En Limpieza manual, haz clic en Escanear y limpiar contenido ahora.
  3. El proceso corre en lotes para evitar sobrecargar el servidor.
  4. Sigue la barra de progreso.
  5. Al finalizar veras un resumen: posts analizados, posts modificados y detalle de lo eliminado.

Paso 5: revisa el log (para auditar, no por ansiedad)

  1. En la misma pantalla, entra en Registro de actividad.
  2. Veras las ultimas acciones (y paginación si hay mas).
  3. Puedes vaciar el log o descargar el archivo completo si necesitas una auditoria.

Paso 6 (opcional): gestión de cache y bots/LLMs

El plugin incluye gestión inteligente de cache:

  • Durante la limpieza: puede desactivar cache para evitar interferencias.
  • Después de modificar posts: limpia cache del post modificado.
  • Al finalizar: limpia cache general del sitio para reflejar cambios.

Y si quieres ir un paso mas allá, puedes activar Desactivar cache para bots/LLMs:

  1. Ve a Herramientas > LLM Trace Cleaner.
  2. Activa la opción Desactivar cache para bots/LLMs.
  3. Selecciona los bots/LLMs que quieres detectar.
  4. Opcional: agrega bots personalizados (uno por línea).
  5. Guarda la configuración.

Estadísticas opcionales: qué conviene revisar antes de activarlas

La versión descrita incluye una opción de estadísticas para investigar los rastros encontrados. Su activación es una decisión voluntaria: revisa la documentación y el destino de los datos de la versión instalada.

En la documentación del plugin queda claro que la telemetría es opt-in (solo se activa si tu la marcas) y que no afecta a la funcionalidad: el plugin limpia igual aunque no compartas nada. Entonces, por que activarla?

Los datos agregados pueden orientar preguntas y prioridades, siempre que conozcamos cómo se recogieron y sus límites. No representan por sí solos todos los usos de una herramienta.

Que se envía (y que NO) cuando activas la casilla

Si se recopila (anónimo y agregado)No se recopila (nunca)
Numero total de paginas procesadas Numero de paginas con datos ocultos detectados Tipos de atributos y caracteres invisibles encontrados (por ejemplo:,, unicode: Zero Width Space) Contadores por tipo de rastro encontrado Version del plugin, WordPress y PHP (para compatibilidad)URLs de tu sitio Títulos de posts o paginas IDs de posts Contenido del sitio Información personal o sensible Datos que puedan identificar tu sitio o tus usuarios

Además, el plugin indica que el envio se hace de forma segura (HTTPS) y que los datos se almacenan de manera agregada, de forma que no se puede identificar un sitio individual a partir de lo recopilado.

Para que sirve (lo util, no lo bonito)

  • Investigación y estudios: publicar análisis reales sobre que «datos ocultos» están metiendo los LLMs en el HTML y como cambian por herramienta, tiempo y contexto.
  • Análisis de tendencias: saber que rastros son mas comunes (y cuales están apareciendo «nuevos») para no ir siempre por detrás.
  • Mejora del plugin: priorizar que atributos y caracteres eliminar primero, que casos dan mas problemas, y donde hay que reforzar la limpieza (Gutenberg, builders, decodificaciones raras, etc.).
  • Mejora de procesos: no solo «limpiar», sino entender el fenómeno para ajustar flujos editoriales, plantillas, QA y automatizaciones.
  • Estudios sobre buscadores: analizar a nivel agregado como se cruza todo esto con rastreo, render y consumo de contenido en la era LLM.

Control total: tu decides, cuando quieras

  • Opt-in explicito: si no marcas la casilla, no se envía nada.
  • Desactivable en 1 clic: puedes desmarcarla cuando quieras.
  • Sin impacto funcional: el plugin funciona igual sin telemetría.

La opción de estadísticas es independiente de la limpieza. Actívala solo si entiendes qué envía la versión instalada y quieres participar.

Actualizaciones agosto 2026

En diciembre de 2025 el problema era claro: copias de ChatGPT (o Claude, o Gemini) y, sin verlo, te llevas data-start, oaicite, UTMs y caracteres invisibles. Eso sigue pasando. Lo que ha cambiado en agosto de 2026 es el tablero alrededor.

Por un lado, Anthropic publica cómo Claude marca lo que genera: una marca estadística en el texto y credenciales C2PA en archivos. Por otro, Google ya documenta que Search puede leer C2PA y mostrar en «About this image» si una foto se creó o se editó con IA. En el medio, IPTC lleva años con un vocabulario (trainedAlgorithmicMedia) que C2PA y Google usan como señal de origen.

LLM Trace Cleaner (ahora en v1.8.5) se actualizó para ese escenario. Misma regla de siempre: esto no es para «ocultar que usas IA». Es para no publicar basura de pegado, no romper emoji ni árabe al limpiar Unicode, y no reventar por accidente una credencial de procedencia que Google (o un cliente) sí quiere ver.

El plugin está en GitHub. Si ya lo tenías, actualiza desde el panel (actualizaciones GitHub) y lee el recuadro «¿Cómo funciona el módulo de imágenes?» en LLM Trace Cleaner → Imágenes.

Tres capas que la gente mezcla (y no son lo mismo)

CapaQuién la publicaQué es, en cristiano¿Lo limpia el plugin?
Basura de copy/pasteChatGPT, Claude, Gemini, editores intermediosdata-*, oaicite, utm_source=chatgpt.com, zero-width huérfanos, data-ai-*, JSON-LD de «me he colado»Sí. Es el núcleo del plugin.
Marcado de procedencia en archivosC2PA / Content Credentials; Claude en PNG/JPG/SVG; cámaras y editores (Pixel, Adobe, etc.)Un manifiesto firmado en el archivo. Google puede extraerlo en Search.No lo borra. Lo detecta y, por defecto, detiene el saneamiento.
Watermark estadístico en el textoClaude: consulta la fecha, los modelos y el alcance que documenta Anthropic.No hay caracteres ocultos. El modelo sesga elecciones de palabras. Viaja con el copy/paste.No. No hay nada que «quitar» del HTML. Un cleaner de Unicode no toca eso.

Si alguien te vende «quitar el watermark de Claude limpiando Unicode», te está vendiendo humo. Anthropic lo dice sin rodeos: no se añade nada al texto, no hay caracteres ocultos.

El marcado de Google: C2PA, IPTC y «About this image»

Google no te pide que ensucies el HTML con data-llm-id. Te pide transparencia útil y, en imágenes, usa estándares de la industria.

En la documentación de Search Central (metadatos de imagen), Google explica que si una imagen trae metadatos C2PA, puede extraerlos y mostrar en «About this image» cómo se creó o si se editó con herramientas de IA. Condiciones: el firmante usa C2PA 2.1+ y el manifiesto va firmado con un certificado de una CA de la C2PA Trust List.

Eso encaja con lo que Google viene publicando como miembro del steering committee de C2PA: Content Credentials en Pixel / Android y herramientas para identificar media generada con IA. Traducción práctica para una web WordPress:

  • Un JSON-LD de artículo (Article, titular, autor) es schema normal. El plugin lo deja.
  • Un JSON-LD de ImageObject con digitalSourceType / trainedAlgorithmicMedia / SoftwareAgent pegado desde un LLM es ruido de procedencia en el HTML. El plugin quita ese bloque.
  • Un manifiesto C2PA dentro del JPEG/PNG es otra cosa: Google puede enseñarlo en Search. El plugin no lo strippea en silencio.

El vocabulario que verás una y otra vez es el de IPTC: trainedAlgorithmicMedia («creado con IA generativa») y variantes como compositeWithTrainedAlgorithmicMedia (foto real + IA). IPTC lo recomienda en XMP o dentro del manifiesto C2PA. C2PA lo usa como señal principal de si el asset es sintético.

Importante para SEO: quitar EXIF de GPS o un data-start no es lo mismo que borrar Content Credentials para que Google «no te pille». Lo segundo invalida una firma, puede ser engañoso y no es el trabajo de este plugin. Si la imagen es generada o editada con IA y te interesa la transparencia (o te aplica normativa), la conversación es editorial y de procedencia, no de «limpiar el HTML».

Claude, agosto 2026: dos marcas, no las mezcles

Anthropic lo documentó el 14 de agosto de 2026 en How Claude’s text watermark works y en el Help Center. Resumen sin teatro:

1) Texto: watermark estadístico. Anthropic documenta el marcado para los modelos y contextos indicados en su guía de marcado de contenido. No consiste en añadir caracteres invisibles. Para comprobar la cobertura vigente, consulta esa fuente; esta guía no acredita el comportamiento de cada modelo ni interpreta obligaciones legales.

Qué implica para tu WordPress:

  • Copiar y pegar se lleva la marca. No hay ZWSP que borrar.
  • Una corrección ligera de estilo casi no deja señal. Un texto largo generado por Claude, sí.
  • Un rewrite fuerte o una traducción hecha por un humano la diluye. Una traducción hecha por Claude vuelve a marcar, porque cada palabra la elige el modelo.
  • La detección de una marca tiene el alcance y las limitaciones documentados por el proveedor. No la presentes como una prueba general de autoría humana o automática.

LLM Trace Cleaner no elimina esa marca. Ni lo pretende. Si tu flujo es «Claude redacta el post entero y lo pego», el HTML quedará limpio de data-* y el texto seguirá siendo texto de Claude. Eso es coherente con el tip de este artículo: no uses el plugin para fingir que no hay IA.

2) Archivos: C2PA de verdad
Cuando Claude genera un .png, .jpg o .svg soportado, adjunta Content Credentials firmadas (C2PA). Eso sí es metadato de archivo, no magia en el píxel. Se puede perder al reconvertir, al reguardar en un editor que no lo entiende, o al hacer una captura. El módulo de imágenes del plugin lo detecta (chunk PNG caBX, JPEG APP11/JUMBF) y, con «Detener ante C2PA» (activado de fábrica), no toca el archivo.

3) Lo de siempre: rastros de interfaz
Aunque Claude marque «por dentro» el texto, las UIs y el pegado siguen soltando HTML sucio: data-ai-*, meta generator de vendor, Unicode huérfano, JSON-LD de más. Eso sí lo limpia el plugin. No confundas las tres cosas en la misma frase.

HTML: lo que el plugin limpia ahora (v1.8.3 y v1.8.4)

Además de data-start, oaicite y UTMs (eso no se ha ido):

Unicode contextual (v1.8.3). Antes, borrar a ciegas zero-width y selectores de variación rompía emoji (👨‍👩‍👧, ⚖️) y podía destrozar árabe/hebreo (ZWNJ, bidi). Ahora:

  • Quita marcas huérfanas (ZWSP, BOM, RLO suelto, tags Unicode, etc.).
  • Conserva el pegamento de emoji, ZWNJ en escrituras complejas y bidi emparejado.
  • Normaliza espacios «raros» (em space, ideográfico…) a espacio normal. El   de WordPress se queda, salvo que actives la opción de normalizarlo.
  • El análisis previo cuenta lo que se iba a limpiar, no el ZWJ de un emoji.

Procedencia en el HTML (v1.8.4).

  • Atributos data-ai y data-ai-* (data-ai-generated, data-ai-model…). Prefijo estricto: no toca data-air ni data-foo. También dentro de bloques Gutenberg.
  • JSON-LD application/ld+json con DigitalSourceType, trainedAlgorithmicMedia o SoftwareAgent: fuera el bloque. Un Article normal: se queda.
  •  (Claude, Gemini, Midjourney…): fuera. WordPress y Elementor: se quedan. El CMS no es un LLM.

Si publicas con Elementor, Divi, Bricks, etc., esto sigue aplicándose dentro de los bloques antes de restaurarlos. El fallo clásico de «limpio y al guardar vuelve el UTM» ya estaba cubierto; ahora también el data-ai pegado en un bloque HTML.

Imágenes: auditoría, perfiles y C2PA que no se borra (v1.7 a v1.8.5)

Nuevo menú: LLM Trace Cleaner → Imágenes. El módulo nace apagado, con dry run y backup activos. No es un «quita-marcas en el píxel». Es gobierno de metadatos: GPS, serie, prompts/workflows, autoría legítima (la que tú escribes), no inventar cámara ni coordenadas.

Puede:

  • Auditar EXIF / IPTC / XMP (Imagick en compartido; ExifTool opcional solo VPS).
  • Aplicar perfiles: privacidad, corporativo, SEO local, fotografía, imagen generada/editada con IA. El SEO local usa ubicación mostrada, no GPS de captura.
  • Ver hints XMP tipo digitalSourceType, trainedAlgorithmicMedia, AIGC.
  • Detectar C2PA de verdad, no un grep a 64 KB que dispara con basura comprimida.

Confianza C2PA (lo que verás en el informe):

ConfianzaQué significa¿Se detiene el saneamiento?
confirmedContenedor embebido: PNG caBX (o juMB / C2PA) o JPEG APP11 con JUMBF.Sí, si «Detener ante C2PA» está activo (por defecto).
probableMención en EXIF/XMP/texto, sin contenedor confirmado.Sí, con la misma opción.
informationalAviso: soft-binding, o un APP11 genérico (JPEG 360) sin JUMBF.No.

No se busca la cadena c2pa dentro del pixel data (IDAT / SOS). Una coincidencia de bytes no es una credencial.

El informe avisa del soft-binding: quitar EXIF no borra una marca en el píxel ni un manifiesto remoto. El plugin no valida la firma criptográfica (eso es c2patool u otro validador; no va en el núcleo) y no promete indetectabilidad ni borra SynthID.

En hosting compartido pide Imagick. ExifTool no es una extensión PHP: si no está, el plugin no se cae.

Cómo usarlo si ya tenías el plugin

  1. Actualiza a 1.8.5 (el updater de GitHub del propio plugin).
  2. En Herramientas > LLM Trace Cleaner, lanza una limpieza manual del contenido viejo: pillará data-ai*, JSON-LD de procedencia y Unicode huérfano que la versión anterior no tocaba igual.
  3. Revisa la opción de normalizar NBSP (off por defecto). Si tu maquetación vive de  , no la actives.
  4. En Imágenes: deja el módulo desactivado hasta que hagas un dry run de un adjunto. Si el informe dice C2PA confirmed/probable, no proceses a lo loco.
  5. Si usas offload a S3 sin archivo local, el módulo te dirá unsupported_remote_storage. No hay magia.

Qué no hace (y qué no debería vender nadie)

  • No convierte un texto de Claude en «texto humano» ni quita el watermark estadístico.
  • No borra SynthID ni marcas en el píxel.
  • No strippea C2PA por debajo de la mesa para esquivar «About this image».
  • No inventa EXIF de cámara para disfrazar una imagen generada.
  • No sustituye una divulgación editorial («este gráfico está generado con IA») cuando la debas hacer.

La frase de siempre sigue siendo la correcta: usar LLMs está bien. Publicar rastros innecesarios, no. En 2026 hay que añadirle la coda: tampoco borres la procedencia seria para parecer «más original». Limpia el pegado. Respeta (o gestiona a propósito) las credenciales. Y si Claude escribió el artículo, el HTML limpio no convierte eso en otra cosa.

Tips y buenas practicas (modo YaggoSEO)

  • Revisa lo que publicas y conserva la procedencia que corresponda. Una limpieza de HTML resuelve un problema de marcado, no la calidad ni la autoría del contenido.
  • Haz una limpieza manual la primera vez y luego activa la automática si tu flujo es de copy/paste frecuente.
  • Si usas page builders, este tipo de limpieza es aun mas importante porque el HTML ya es denso de por si.
  • Menos ruido = mejor mantenimiento. Migraciones, caches, minificaciones y editores se llevan mejor con HTML limpio.
  • Publica como si tu HTML lo fuese a leer alguien. Porque lo va a leer: bots, scrapers, LLMs, Agentes IA, revisores, tu yo del futuro.

Preguntas frecuentes (FAQ)

¿Qué son los rastros del HTML pegado desde un LLM?

Son atributos, referencias, parámetros o caracteres que pueden acompañar al contenido copiado. Revisa su función antes de eliminarlos: no todos son innecesarios ni demuestran el origen del texto.

¿Eliminarlos mejora el posicionamiento?

Esta guía no demuestra una mejora de posiciones por retirar esos rastros. La utilidad es controlar el marcado y detectar residuos; el contenido, la experiencia y la visibilidad se evalúan por separado.

¿El plugin cambia el texto que escribo?

La limpieza descrita busca conservar el contenido útil mientras retira los elementos configurados. Compara una entrada antes y después, especialmente si contiene código, Unicode o atributos propios.

¿Puede afectar a la maquetación o a los estilos?

Sí, si una limpieza elimina un atributo o una estructura que necesita tu web. Haz una copia, prueba con páginas representativas y revisa texto, enlaces, componentes y estilos antes de ampliar el proceso.

¿Cómo lo pruebo con Gutenberg o un constructor visual?

Comprueba la versión instalada y prueba una página por cada estructura relevante. Revisa también el contenido al volver a abrirlo y guardarlo en el editor; una prueba en un constructor no verifica todos los demás.

¿Qué pasa con los enlaces que tienen parámetros UTM?

La versión descrita contempla su limpieza. Si usas parámetros de campaña de forma intencionada, revisa el alcance de la opción antes de activarla y comprueba los enlaces resultantes.

¿Hay que borrar todos los caracteres invisibles?

No. Algunos caracteres Unicode son necesarios para idiomas, direccionalidad o emoji. La decisión debe tener en cuenta el contexto y conservar la representación correcta del texto.

¿La limpieza se hace a mano o automáticamente?

La versión descrita ofrece revisión manual y limpieza al guardar. Empieza por una prueba manual; automatiza solo después de comprobar qué cambia y cómo puedes revertirlo.

¿Cómo preparo una limpieza masiva?

Guarda una copia restaurable, prueba en un clon y revisa una muestra que incluya plantillas y contenidos distintos. Procesar por lotes puede reducir interrupciones, pero no sustituye esas comprobaciones.

¿Limpiar HTML equivale a mejorar la calidad del contenido?

No. El marcado y la utilidad editorial son trabajos distintos. Revisa también la pregunta que responde la página, sus ejemplos, fuentes, claridad y autoría.

¿Qué debo revisar antes de activar las estadísticas opcionales?

Consulta la documentación, los datos enviados y su destino en la versión instalada. La participación es voluntaria y la limpieza descrita puede utilizarse sin activar esa opción.

¿Qué compruebo si utilizo caché?

Después de guardar, compara la respuesta pública con el contenido esperado y revisa las variantes pertinentes. Si necesitas purgar, utiliza el mecanismo de tu sistema y confirma el resultado.

¿Cómo detecto rastros antes de instalar el plugin?

Inspecciona el HTML y busca referencias o atributos concretos. Un nombre como data-* no basta para decidir que sobra. Para Unicode, usa una inspección que muestre los puntos de código y su contexto.

¿Google penaliza un texto por utilizar IA?

Google pide contenido útil y fiable y tiene políticas contra el spam, incluida la producción a escala para manipular resultados. El origen automático no sustituye esa evaluación. Retirar atributos del HTML no demuestra una mejora ni resuelve un problema de calidad.

¿Cómo compruebo qué pasa con mi JSON-LD?

En la versión descrita se distingue el schema de artículo del marcado de procedencia que limpia. Compara los bloques antes y después y valida su sintaxis y relación con el contenido visible; no asumas que todos los JSON-LD deben eliminarse.

¿Puedo revisar el GPS de una foto conservando sus credenciales?

Son capas distintas. La versión descrita puede detener el procesamiento al detectar C2PA; no equivale a validar su firma ni a garantizar que cualquier edición mantenga las credenciales. Prueba con una copia y valida el archivo resultante.

Descarga y soporte

Puedes ver el repositorio del plugin aquí:

Si te sirve:

  • Si encuentras un fallo, abre una incidencia en GitHub con la versión instalada, los pasos para reproducirlo y un ejemplo sin datos sensibles.
  • Adjunta el HTML antes y después cuando ayude a reproducir el problema.
  • Si eres dev, PRs bienvenidas.

Revisión final: comprueba el texto, los enlaces y la maquetación después de limpiar. Conserva una copia para poder comparar y revertir.

Feliz Navidad y Felices Fiestas.
Yago Vázquez Gómez

Sobre el autor

Consultor SEO técnico. Trabajo con arquitectura web, SEO local, datos y automatización para investigar problemas de visibilidad y definir mejoras comprobables.

Fundador de Syvat Sistemas. En YaggoSEO comparto guías y estudios sobre SEO, entidades y sistemas con IA, con sus observaciones y límites.

¿Necesitas revisar la parte técnica de tu web?

Si una URL no se indexa o entrega información incompleta, investigo su arquitectura, acceso y contenido antes de proponer el cambio. Acordamos qué revisar y quién implementará las mejoras.

Sigue investigando.