LinkedIn penaliza los enlaces: veamos juntos cómo, por qué y qué ha cambiado en 2026

Por Daniele Forciniti

Sí, LinkedIn penaliza los enlaces: una publicación que saca a la gente de la plataforma se muestra a menos personas que una que la mantiene dentro. Pero cuánto exactamente no lo sabe nadie, porque las mediciones independientes van desde una caída del 18,8% hasta el 70% para lo mismo, y LinkedIn nunca ha publicado una cifra. La novedad de 2026 es otra: el truco del enlace en el primer comentario ha dejado de funcionar.

Por qué se habla de esto justo ahora

Durante años la regla era sencilla y la conocía todo el mundo: no pongas el enlace en el post, ponlo en el primer comentario. Funcionaba, y quien lo hacía veía la diferencia en sus números.

Desde principios de 2026 ese atajo se ha cerrado. Los análisis independientes reportan caídas de visibilidad de hasta el 80% también para los comentarios que contienen enlaces externos. Mientras tanto LinkedIn ha cambiado el motor que decide qué ves en el feed, y el alcance medio ha bajado de forma estable para todos.

El problema es que buena parte de los artículos en español todavía recomienda el primer comentario como solución. Son consejos escritos de buena fe que hoy juegan en tu contra. Vale la pena poner en orden qué está medido, qué se supone y qué simplemente no se sabe.

Cuánto cae el alcance de verdad: los números, y por qué no cuadran

Aquí está el punto que casi ningún artículo en español aborda. Las cifras que lees por ahí no vienen de LinkedIn: vienen de estudios independientes, con métodos distintos y resultados muy alejados entre sí.

Gráfico de barras con las estimaciones de caída de alcance en LinkedIn por enlaces en el post y en el primer comentario
Las tres cifras más citadas, una al lado de la otra. Miden lo mismo y no coinciden.
Dónde pones el enlace Caída reportada Fuente Base
En el cuerpo del post -18,8% Investigación de van der Blom 1,3 millones de posts
En el cuerpo del post -60% Dataslayer, febrero de 2026 no declarada
En el primer comentario hasta -80% análisis independientes 2026 no declarada
Las estimaciones más citadas sobre la caída de alcance. Ninguna está confirmada por LinkedIn.

Y si te quedas solo en las fuentes en español, el lío es todavía mayor. Repasando los artículos publicados este año encuentras, para la misma acción, caídas del 35%, del 50%, del 60% y del 70%. Cuatro cifras distintas, todas presentadas como si fueran un hecho.

El estudio con la base numérica más sólida es el de Richard van der Blom, que analiza 1,3 millones de publicaciones y habla de una caída del alcance mediano del 18,8% por un enlace en el cuerpo. Las estimaciones que hablan del 60% o del 70% tienen titulares más llamativos pero no dicen sobre cuántos posts se calculan.

No digo que una sea correcta y la otra falsa. Digo que cuando cinco mediciones de lo mismo van del 18 al 70, el número concreto no es un dato: es un orden de magnitud. La dirección está clara, la magnitud no.

El primer comentario ya no es la escapatoria

Esta es la novedad práctica, y es la que más daño puede hacerte si no la conoces, porque muchas guías en español la siguen recomendando.

Hasta 2025 mover el enlace al primer comentario era la jugada estándar: el post quedaba limpio, el algoritmo no veía la salida, el alcance aguantaba. Desde principios de 2026 los análisis reportan que los comentarios con enlaces externos también se distribuyen menos, con caídas que llegan al 80%.

Tiene su lógica: si el objetivo de la plataforma es que la gente se quede dentro, mover el enlace un metro no cambia el objetivo. Era cuestión de tiempo que cerraran también esa puerta.

La consecuencia es incómoda: ya no hay un sitio listo donde poner el enlace. Lo que hay son formas distintas de plantear el contenido, y de eso sí merece la pena hablar.

Qué es 360Brew, el sistema que decide lo que ves

Para entender por qué las reglas cambian tan rápido hay que saber qué hay debajo del feed, y aquí la mayoría de los artículos se queda en el nombre.

360Brew es el modelo que LinkedIn usa para ordenar los contenidos. Lo describió en un paper técnico firmado por Hamed Firooz junto a otros veintidós investigadores de la empresa: un modelo fundacional de 150.000 millones de parámetros, con arquitectura decoder-only, que cubre más de treinta tareas predictivas en distintas partes de la plataforma. La promesa declarada es igualar o superar a los sistemas anteriores sin entrenar un modelo distinto para cada función.

Hay un detalle que no he visto escrito en ningún sitio en español, y conviene saberlo: ese paper fue retirado de arXiv. El motivo indicado es administrativo, el autor no tenía derecho a aceptar la licencia en el momento del depósito, así que no es una retractación del contenido. Pero significa que el documento técnico que todos citan como prueba ya no se puede consultar en su versión original.

La diferencia con el sistema anterior es de fondo. El feed antiguo razonaba con señales explícitas: likes, comentarios, veces compartido. Un sistema basado en un modelo de lenguaje razona sobre el significado del contenido y sobre cuánto se parece a lo que una persona concreta encontró útil antes. Por eso los trucos mecánicos, como mover un enlace, dejan de funcionar: ya no estás esquivando una regla escrita, estás intentando engañar a algo que valora el sentido de lo que escribes.

Qué dice LinkedIn, y qué no ha dicho nunca

Separemos, porque es la parte donde se acumulan más leyendas.

  • LinkedIn dice que prioriza los contenidos que mantienen a la gente en la plataforma. Es coherente con su modelo de negocio y nunca ha sido un secreto.
  • LinkedIn dice que lo que cuenta es la relevancia para cada lector, no la popularidad absoluta de una publicación.
  • LinkedIn nunca ha publicado un porcentaje de penalización por enlaces. Ni 18,8, ni 35, ni 60, ni 80.
  • LinkedIn nunca ha confirmado que el primer comentario se trate de forma distinta al cuerpo del post.
  • Nadie, fuera de LinkedIn, puede verificar cómo funciona el ranking: se observan los efectos sobre grandes volúmenes y se deduce la causa.

Así que cuando leas un artículo que escribe «LinkedIn penaliza un 60%» como si fuera un dato oficial, estás leyendo una estimación de terceros disfrazada de hecho. Y es la misma razón por la que los consejos caducan en pocos meses: son fotografías de un sistema que nadie ve.

Daniele Forciniti · DF Studio Design

El tráfico que no depende de un algoritmo

Cada vez que una plataforma cambia las reglas, quien lo ha construido todo allí empieza de cero. Quien tiene una web que posiciona en Google y a la que citan las IA, no: ese tráfico se queda, y no lo decide ningún feed.

Me llamo Daniele Forciniti: llevo diez años haciendo webs y posicionamiento, y dos trabajando también en GEO. Si quieres dejar de depender del alcance orgánico de las redes, hablamos.

Consultoría SEO
Diseño web WordPress

Qué funciona en lugar del enlace

Quitado el truco, quedan las cosas que mueven los números de verdad. Las pongo por orden de peso hoy.

1) Escribe el post para que se sostenga solo

La señal más fuerte no es el like: es el tiempo que una persona pasa en tu texto antes de seguir bajando. Un post que se lee entero y termina con una idea completa se distribuye mejor que uno que es un pie de foto con un enlace pegado debajo.

2) Busca guardados y envíos por privado

En 2026 las señales que más pesan son los guardados y los envíos por mensaje, más que los comentarios. Son gestos que dicen «esto me va a servir», que es justo lo que busca un sistema de recomendación.

3) Si necesitas el enlace, ponlo y asume el coste

Si el objetivo del post es llevar tráfico, esconderlo ya no sirve. Más vale ponerlo en el cuerpo, escribir igualmente un texto que merezca la lectura, y contar con un alcance más bajo. Mejor mil personas correctas que diez mil que pasan de largo.

4) Responde a los comentarios en la primera hora

Las respuestas del autor cuentan como conversación, y la conversación es la señal que el sistema usa para decidir si vale la pena enseñar el post a más gente. Es lo más aburrido y lo más eficaz.

5) No fuerces lo que el algoritmo reconoce

Entre los comportamientos que disparan penalizaciones están los contenidos generados en serie con inteligencia artificial, los cebos de comentarios («escribe SÍ y te mando la guía»), los grupos de intercambio de likes y la acumulación de hashtags. Todo eso funcionaba en 2020.

Mi opinión sobre esta carrera detrás de los algoritmos

Llevo diez años trabajando con webs, posicionamiento y contenidos, y esta historia ya la he visto tres o cuatro veces con nombres distintos.

Lo que me llama la atención no es la penalización en sí, es el tiempo que se gasta en perseguirla. He visto a profesionales reescribir su forma de comunicar por un porcentaje que nadie ha confirmado, y volver a empezar seis meses después porque la regla había cambiado.

Lo que repito a los clientes es esto: un canal que no controlas no es un patrimonio, es un alquiler. En LinkedIn no decides tú quién ve qué, y tu alcance puede partirse por la mitad en una noche por una decisión tomada en Sunnyvale. Tu web, tu lista de contactos y las posiciones que ganas en Google son la única parte que sigue siendo tuya.

No es una invitación a dejar las redes, que sirven y funcionan. Es una invitación a usarlas por lo que son: un sitio donde te conocen, no el sitio donde vives. Quien en los últimos años ha construido solo ahí dentro hoy está rehaciendo el trabajo desde cero, y no por culpa suya.

Conclusión

Resumiendo sin rodeos: los enlaces reducen la visibilidad de las publicaciones, el primer comentario ya no es una solución, y nadie puede decirte cuánto con precisión porque LinkedIn no lo publica y las estimaciones independientes no coinciden.

La respuesta práctica no es buscar el próximo truco, porque durará pocos meses como los anteriores. Es escribir publicaciones que merezcan la lectura aunque no haya clic, y poner el enlace cuando de verdad haga falta, asumiendo que cuesta algo de alcance.

Preguntas frecuentes

¿LinkedIn penaliza de verdad los enlaces en las publicaciones?

Sí, las publicaciones que sacan a la gente de la plataforma reciben menos distribución. Sobre la magnitud no hay acuerdo: las mediciones independientes van de una caída del 18,8% a una del 70%, y LinkedIn nunca ha publicado una cifra oficial.

¿Poner el enlace en el primer comentario sigue funcionando?

No, o mucho menos que antes. Desde principios de 2026 los análisis reportan que también los comentarios con enlaces externos se distribuyen menos, con caídas de hasta el 80%. Era la jugada estándar hasta 2025, hoy ya no es un atajo fiable.

¿Conviene quitar la vista previa del enlace?

Puede ayudar, porque reduce el peso visual de la salida dentro del post. Pero es un ajuste menor: no anula la caída de alcance y no sustituye a un texto que se sostenga solo.

¿Qué es 360Brew?

Es el modelo que ordena los contenidos en el feed de LinkedIn: un sistema de 150.000 millones de parámetros que cubre más de treinta tareas predictivas en la plataforma. A diferencia de los sistemas antiguos basados en likes y comentarios, valora el significado de los contenidos y su relevancia para cada lector.

¿Qué comportamientos hacen perder visibilidad en LinkedIn?

Los que se repiten con más constancia son cinco: enlaces externos en el cuerpo del post, contenidos generados en serie con inteligencia artificial, cebos de comentarios, intercambios de likes organizados en grupos y acumulación de hashtags.

¿Cómo llevo tráfico a mi web si los enlaces están penalizados?

Escribiendo publicaciones que funcionen aunque no haya clic y poniendo el enlace solo cuando el tráfico es de verdad el objetivo de ese contenido. Y sobre todo construyendo canales que no dependan de un feed: el posicionamiento en buscadores y una lista de contactos propia siguen ahí cuando el algoritmo cambia.

¿Por qué ha caído mi alcance aunque no ponga enlaces?

Porque el alcance medio de la plataforma ha bajado para todos, no solo para quien pone enlaces. Es un reajuste general: los valores de hace un par de años no vuelven, mientras que la interacción de quien se queda ha crecido.

Leer también:
Cómo llevar tráfico a tu web en 2026 ·
Las empresas citadas por ChatGPT ·
Brand authority en la era de la SGE

Fuentes

Avatar de Daniele Forciniti
Contáctanos ahora