El algoritmo de LinkedIn en 2026: cómo funciona, qué premia, qué castiga y cómo mejorar tu perfil
Cómo decide LinkedIn qué posts mostrar en 2026, según su documentación, su blog de ingeniería y estudios con millones de posts: las señales que cuenta, lo que premia, lo que reduce, 19 mitos con veredicto y un radar gratis que lee tu perfil y te dice qué arreglar primero.
- 01
LinkedIn no optimiza para la viralidad sino para la relevancia profesional: puntúa cada post para cada miembro según la probabilidad de que lo lea, lo comente o lo comparta.
- 02
Desde marzo de 2026 un LLM convierte tu perfil (titular, habilidades, historial) y tus posts en vectores para decidir a quién mostrarlos, y un modelo secuencial lee más de 1.000 interacciones de cada miembro.
- 03
Lo que LinkedIn dice premiar: conocimiento y consejo, escribir dentro de tu experticia, perspectiva propia, comentarios con sustancia de gente del tema y que el autor responda.
- 04
Lo que reduce: engagement bait, pods, comentarios automatizados, contenido reciclado, texto genérico de IA y exceso de promoción; los pods y la automatización arriesgan la cuenta.
- 05
El alcance orgánico cayó entre 47 % y 65 % según el estudio, pero se concentra en audiencias afines: LinkedIn busca el alcance correcto, no el máximo.
- 06
La hora dorada, el castigo fijo a los enlaces, el «no edites», los hashtags y 360Brew no tienen respaldo en fuentes de LinkedIn: son correlaciones o folclore.
El algoritmo de LinkedIn no busca que tu post se vuelva viral: busca mostrárselo a las personas para las que es relevante. Desde marzo de 2026 lo hace en dos pasos: un LLM que lee tu perfil y tu post para encontrar candidatos, y un modelo que predice, miembro por miembro, si cada uno lo va a leer, comentar o compartir. Por eso tu perfil pesa casi tanto como tu post.
Esta guía separa tres cosas que casi siempre se mezclan: lo que dice LinkedIn (su ayuda, su blog de ingeniería, su sala de prensa y voceros con nombre y cargo), lo que muestran estudios con millones de posts y lo que es folclore. Fecha de corte: 3 de noviembre de 2026. Antes de leer, pasa tu perfil por el radar: copias tu perfil, lo pegas y te dice cómo te ve el sistema con esos mismos criterios.
¿Cómo te ve el algoritmo de LinkedIn?
Pega tu perfil y te decimos qué entiende LinkedIn de ti y qué arreglar primero.
¿Por qué hay que copiar y pegar? Porque LinkedIn no deja leer un perfil desde su enlace: lo bloquea para Google, para los asistentes de IA y para cualquier herramienta. Los siete ejes del radar salen de lo que LinkedIn ha dicho que pide (está resumido al final, en «¿Qué pide realmente el algoritmo de LinkedIn?»). Es un espejo, no el algoritmo: nadie por fuera de LinkedIn conoce sus pesos.
¿Qué tan confiable es lo que se dice del algoritmo de LinkedIn?
Depende de la fuente. Por eso cada afirmación de esta guía tiene un nivel: oficial de LinkedIn, estudio externo con muestra declarada, o folclore sin fuente.
| Nivel | Qué es | Ejemplos |
|---|---|---|
| A · Oficial de LinkedIn | Ayuda, blog de ingeniería, sala de prensa, papers y declaraciones de empleados con nombre y cargo | Dan Roth (editor en jefe), Tim Jurka (VP de Ingeniería del Feed), Alice Xiong, Hari Srinivasan, Gyanda Sachdeva, Rishi Jobanputra |
| B · Estudio externo | Análisis de millones de posts con muestra declarada. Muestran correlaciones, no causas | Richard van der Blom (1,8 y 1,3 millones de posts), Buffer, Metricool, AuthoredUp, Socialinsider, Growtempo |
| C · Folclore | Reglas repetidas sin método, muestra ni fuente primaria | «Hora dorada de 60 minutos», «editar resetea el alcance», «un enlace quita 60 %», «360Brew decide tu alcance» |
El propio LinkedIn advierte sobre el nivel B. Dan Roth dice que los informes que sacan conclusiones sobre hora, longitud o enlaces a partir de millones de posts suelen equivocarse: ven correlación sin entender la causa, y LinkedIn ajusta el sistema todo el tiempo (Entrepreneur, feb. 2024). Úsalos como pistas, no como leyes.
¿Cómo funciona el algoritmo de LinkedIn en 2026?
Es un sistema de recomendación en dos etapas: recupera candidatos con un LLM y los ordena con un modelo que lee tu historial. Puntúa cada par miembro-post; no cuenta likes.
LinkedIn describe el feed como un sistema que conecta a más de 1.300 millones de profesionales con ideas que los hagan avanzar, y define el contenido valioso como oportuno, relevante para sus objetivos profesionales y basado en la confianza (LinkedIn Engineering, mar. 2026). Su página de ayuda agrega que los algoritmos aprenden los intereses de cada miembro y filtran o reducen el contenido de baja calidad (LinkedIn Help).
Alcance correcto, no alcance máximo
En 2023 LinkedIn rediseñó el feed para que fuera «más relevante e informativo» en vez de solo adictivo. Dan Roth, su editor en jefe, lo comparó con una oficina: «si algo no se hace viral en el trabajo, no debería hacerse viral en LinkedIn» (Entrepreneur, jun. 2023). Y fue más lejos: cuando algo se vuelve viral, internamente lo investigan, no lo celebran.
En 2024, ante las quejas por la caída de alcance, Roth puso el ejemplo de un enfermero cuyos posts vio su empleador y le valieron un ascenso: las únicas personas a las que necesitaba llegar trabajaban en ese hospital (Entrepreneur, feb. 2024). Tras el cambio de 2023, LinkedIn reportó +10 % de gente viendo posts de quienes sigue, casi +40 % viendo contenido de conocimiento de fuera de su red y −80 % de quejas por contenido irrelevante.
El embudo: recuperar, ordenar y reordenar
| Pieza | Qué hace | Desde |
|---|---|---|
| Recuperación con LLM | Un LLM afinado convierte a cada miembro y a cada post en vectores y busca los más parecidos. Reemplazó varias fuentes separadas: red cronológica, tendencias por país e industria, filtrado colaborativo y temas | Marzo de 2026 |
| Generative Recommender (ranking) | Lee el historial del miembro como una secuencia de más de 1.000 interacciones y predice clic, salto, lectura larga, like, comentario y compartido | Marzo de 2026 |
| Reordenamiento | Ajusta la lista final del feed a partir de lo que entregan las etapas anteriores | Antes de 2020 |
| Clasificadores de calidad | Marcan cada post como spam, baja calidad o limpio en unos 200 ms; si uno de baja calidad se está volviendo viral, puede ir a revisión humana | 2017 |
Qué lee el LLM. Del post: el formato, el nombre, titular, empresa e industria del autor, los conteos de engagement y el texto. Del miembro: su perfil, habilidades, historial laboral, educación y la secuencia de posts con los que interactuó (LinkedIn Engineering, mar. 2026). Por eso conecta ideas sin palabras en común: el ejemplo oficial es alguien interesado en ingeniería eléctrica que recibe posts sobre reactores modulares pequeños.
Qué predice, exactamente
Para cada post candidato el modelo estima tres cosas (LinkedIn Engineering, 2020):
- La probabilidad de que actúes: clic, reacción, comentario o compartido.
- El efecto en tu red: si compartes, el post llega a tus conexiones.
- El valor para el autor: un comentario le da retroalimentación y lo anima a seguir publicando.
Esas estimaciones se combinan con pesos que LinkedIn ajusta para «mantener un ecosistema sano» y que nunca ha publicado (LinkedIn Engineering, oct. 2024). La consecuencia práctica: el mismo post puede tener un puntaje alto para una persona y bajo para otra.
El dwell time: la señal de los que leen y no reaccionan
Los clics y las reacciones son raros, binarios y ruidosos, así que desde 2020 LinkedIn mide el tiempo que pasas en un post: empieza a contar cuando al menos la mitad del post está en pantalla, y distingue el «rebote» de quien hace clic y se va en segundos (LinkedIn Engineering, 2020). En 2024 lo reafirmó: una parte significativa de los usuarios lee sin interactuar, y el tiempo de lectura los cubre a ellos, al contenido de fuera de tu red y al video (LinkedIn Engineering, 2024).
Lo que reveló el blog de ingeniería de 2026
- La popularidad pesa mucho. Al pasar los conteos de engagement a percentiles, la correlación entre popularidad y similitud subió 30 veces y la precisión del top 10 mejoró 15 %.
- Aprende de lo que eliges, no de lo que ves. Filtrar el historial a solo interacciones positivas mejoró la recuperación y redujo 37 % la memoria.
- La frescura es de minutos. Cuando un post se publica o gana engagement, su vector se actualiza; la recuperación tarda menos de 50 ms sobre millones de posts.
- Tu interés cambia el siguiente post. Si pasaste la semana leyendo sobre operaciones hospitalarias y das like a un artículo de ciberseguridad, lo siguiente puede ser sobre proteger datos de pacientes.
Un aviso sobre 360Brew, el modelo de 150.000 millones de parámetros que muchos blogs de 2026 señalan como «el algoritmo»: Tim Jurka, VP de Ingeniería del Feed, respondió «Respuesta corta: ¡No!». Lo probaron con un grupo pequeño, lo descartaron y el paper se retiró de arXiv (The SEO Handbook).
En síntesis: el feed de 2026 recupera posts por afinidad de temas (un LLM que lee perfiles y posts) y los ordena por lo que cada persona probablemente lea o comente. Cuenta la lectura silenciosa, no solo las reacciones.
¿Qué señales tiene en cuenta LinkedIn para mostrar un post?
Tres familias declaradas por LinkedIn: identidad (quién eres y qué sabes), contenido (de qué trata y cómo es la conversación) y actividad (qué lees y con quién interactúas).
| Familia | Señales que LinkedIn lista |
|---|---|
| Identidad | Ubicación, lugar de trabajo, habilidades y trayectoria: quién eres, dónde trabajas y qué sabes hacer |
| Contenido | Cuánto se ve y se interactúa con el post; de qué trata y si aporta conocimiento o consejo; qué tan reciente es; si viene de alguien que sigues; idioma; qué tan constructiva y profesional es la conversación; personas, empresas o temas etiquetados |
| Actividad | A qué reaccionaste, comentaste o compartiste; con quién interactúas; en qué contenido pasas más tiempo; a quién sigues y quién te sigue; el engagement que otros tienen con tus posts |
LinkedIn dice usar «cientos de señales», incluido el contexto del post (si es un consejo útil, una oferta de empleo o un hito de carrera), y aclara que no usa edad, raza, género, pronombres ni ninguna autoidentificación para decidir la visibilidad (LinkedIn Help). También afirma que la distribución no depende de pagos de terceros, salvo el contenido promocionado, que va etiquetado (LinkedIn Help).
Las señales que pones tú como lector
Ocultar un post, reportarlo o marcar que no te interesa alimenta tu personalización (LinkedIn Help). Desde el 30 de julio de 2026 existe además el botón «Seems like AI slop» («parece basura de IA»): Hari Srinivasan, director de producto, explicó que la definición de slop cambia y que esa señal les permite afinar los modelos (Fortune, jul. 2026).
¿Qué premia el algoritmo de LinkedIn?
Conocimiento y consejo, escribir dentro de tu experticia, hablarle a una audiencia concreta, perspectiva propia y comentarios con sustancia. Lo explicaron Dan Roth y Alice Xiong en 2023.
Estos son los cuatro criterios que detallaron Roth y Xiong, directora de producto de búsqueda y descubrimiento (Entrepreneur, jun. 2023):
- ¿El post le habla a una audiencia concreta? Cada contenido tiene su propio mercado. Un post familiar puede ser relevante solo para conexiones cercanas; uno de marketing B2B se muestra a esa comunidad.
- ¿El autor escribe dentro de su experticia? El sistema evalúa el post y al autor. Roth puso su propio ejemplo: si él diera consejos de geología sin formación ni historial en el tema, LinkedIn podría juzgar que el post no sirve.
- ¿Recibe comentarios con sustancia? Antes se amplificaban los posts con muchos comentarios, y eso creó los grupos de engagement. Ahora cuentan los comentarios que responden al fondo (no «¡genial!») y quién los hace. Que el autor responda también suma: el sistema entiende que hay una conversación y la muestra a más gente.
- ¿Tiene perspectiva propia? Un clasificador de IA mira si el post contiene opinión o consejo. La información genérica se premia menos; Xiong dijo que aprecian que los creadores usen su personalidad.
Cómo llega un post a gente que no te sigue
Para mostrar un post a quien no te sigue (con la etiqueta «Sugerido»), LinkedIn busca contenido de calidad y profesionalmente relevante: crecimiento profesional, educación, economía, tecnología, productos o servicios profesionales. Pide que dé contexto de su tema, que no sea excesivamente promocional y que el texto, la imagen y el video tengan que ver entre sí (LinkedIn Help). Tim Jurka lo describe como hacer de casamentero: mostrarte un contenido justo cuando te serviría, porque no todo el mundo necesita la misma información al mismo tiempo (Entrepreneur, feb. 2024).
En síntesis: LinkedIn premia al que sabe de algo y lo cuenta con voz propia a quien le sirve, y la conversación que se arma alrededor. El perfil es la prueba de que sabes.
¿Qué penaliza o reduce LinkedIn?
El engagement bait, los pods, los comentarios automatizados, el contenido reciclado, el texto genérico de IA y lo demasiado promocional. Los pods y la automatización ponen en riesgo la cuenta.
| Comportamiento | Qué hace LinkedIn | Fuente |
|---|---|---|
| Engagement bait («comenta ‹de acuerdo›», videos que no tienen que ver con el texto) | Lo reduce: quiere menos contenido repetitivo y de poca sustancia | Newsroom, mar. 2026 |
| Contenido reciclado o hecho para el clic | Lo reduce a favor de ideas accionables y perspectivas reflexivas | Newsroom, mar. 2026 |
| Grupos de engagement (pods) | Violan sus políticas: marca el contenido impulsado artificialmente, le limita el alcance, ha cerrado grupos y advertido a miembros con restricciones | Sachdeva, nov. 2025; Newsroom, mar. 2026 |
| Comentarios automatizados (extensiones, scripts) | No están permitidos: no salen en «Más relevantes», a veces no pasan de la red de quien comenta y la cuenta puede restringirse | Newsroom, mar. 2026 |
| Texto genérico de IA (AI slop) | Si el modelo lo marca, es menos probable que salga de tus conexiones directas; LinkedIn reporta −40 % de vistas en ese contenido | CNN, oct. 2026; Fortune, ago. 2026 |
| Contenido excesivamente promocional | No se elige como post sugerido fuera de tu red | LinkedIn Help |
| Contenido de baja calidad o inseguro | Los algoritmos lo filtran o le reducen la distribución | LinkedIn Help |
El matiz sobre la IA importa. Tim Jurka aclara que no intentan detectar si un texto se hizo con IA, sino si ofrece una perspectiva única y es útil, con varias señales a la vez: retroalimentación de miembros, verificaciones, engagement, políticas y criterio editorial (AiThority, nov. 2026). Dan Roth se lo dijo a quienes siguen todos los consejos de los gurús de LinkedIn, con sus listas perfectas y su gancho arriba: «lo que funciona es ser humano» (CNN, oct. 2026).
La escala es grande: Srinivasan contó que LinkedIn bloquea cientos de miles de intentos de comentarios automatizados al día, y que retiró la herramienta «enhance your post» para cambiarla por un corrector que no le cambie la voz al autor (Fortune, jul. 2026). Si te tienta comentar con una herramienta, mejor escribe tú: el comentador de LinkedIn te da ideas, pero no publica nada.
¿Por qué a unos les va mejor que a otros en LinkedIn?
Siete factores cruzan lo oficial con los datos: el grafo de intereses, la conversación, los guardados y la lectura, el formato, perfil o página, la concentración y la constancia temática.
1. Del grafo de relaciones al grafo de intereses
Richard van der Blom, que analiza millones de posts al año, llama al cambio de finales de 2025 «el mayor en diez años»: LinkedIn pasó de mostrarte lo de quienes sigues a mostrarte lo que te interesa. Según su informe 2026, los desconocidos ya son cerca de un tercio del feed (Creator Science, jun. 2026). Su frase más citada: «si LinkedIn no puede categorizarte, no puede distribuirte» (van der Blom, 2026).
Es una interpretación de nivel B, pero cuadra con el nivel A: el LLM de recuperación lee tu titular, industria, habilidades e historial (LinkedIn Engineering), y Roth dijo en 2023 que el perfil sirve para juzgar si eres autoridad en el tema. Por eso el número de seguidores dejó de predecir el alcance.
2. Conversación con sustancia, no volumen de reacciones
En 12.988 posts de 65 creadores, el 10 % que mejor rindió tuvo una mediana de 72 comentarios frente a 5 en la mitad de abajo (14 veces más), mientras las reacciones solo diferían 3 veces (Growtempo). Responder comentarios se asocia a +30 % de engagement en 72.000 posts (Buffer). Y hay rendimientos decrecientes: un comentario extra en un post con 3 suma +4,8 % de alcance; en uno con 54, +0,4 % (van der Blom, mar. 2026).
3. Guardados y lectura: las señales silenciosas
El 97,67 % de los posts no recibe ni un guardado, y los que tienen 10 o más tienen una mediana de alcance 1.886 % mayor (van der Blom, mar. 2026). Hootsuite cita un análisis de 3 millones de posts donde un guardado impulsa cinco veces más que un like (Hootsuite). Ojo con la causalidad: puede ser al revés, y los posts que llegan a más gente acumulan más guardados. Lo oficial es que el tiempo de lectura está en el modelo.
4. El formato importa, pero menos de lo que se predica
| Estudio (muestra) | Hallazgo |
|---|---|
| Buffer, 2026 (45 millones de posts, varias redes) | Carruseles PDF: 21,77 % de engagement mediano; video 7,35 %; imagen 6,52 %; enlaces 3,81 %; texto 3,18 % |
| Socialinsider, 2025 (1,3 millones de posts de páginas) | Engagement por impresión: documentos 7 %, video 6 %, imagen 5,3 %, texto 4,5 %, enlaces 3,25 % |
| Metricool, 2025 (577.180 posts) | Carruseles con más interacción; video +73 % de impresiones; encuestas +206 % de alcance |
| Searchable, 2025 (318.842 posts) | Alcance frente al texto: carruseles 4x, infografías 3x, citas 2,5x, historias personales 2,3x, video 1,9x |
| Growtempo (12.988 posts) | El video nativo aparece en el 26,3 % del 10 % que mejor rinde y en el 10,1 % de la mitad de abajo |
Con el video las señales se contradicen: LinkedIn reportó +36 % de tiempo de visualización (TechCrunch, feb. 2025), pero en la segunda mitad de 2025 varios creadores vieron caer sus impresiones de video y LinkedIn lo atribuyó a pruebas en curso (Digiday). Roth lo matiza: el video es lo que más crece, «pero no estamos diciendo que sea la única manera» (Washington Post Creator).
5. Perfiles personales frente a páginas de empresa
En 673.658 posts, los perfiles personales tuvieron 2,60 % de engagement y las páginas 1,60 % (Metricool, 2026). En el informe de van der Blom de 2025, los posts orgánicos de páginas llegaron en promedio al 1,6 % de sus seguidores (van der Blom). LinkedIn no tiene una regla contra las páginas, pero sus señales favorecen identidad, experticia y conversación humana: cosas que una marca tiene difícil.
6. Los creadores grandes se llevan más del feed
Desde 2022 la visibilidad de los creadores más grandes pasó de 15 % a 31 % del feed, y la del resto cayó de 57 % a 28 % (The Coaching Times). Searchable reporta que el 90 % de las vistas viene del 20 % de los posts (Donnelly y McTighe). Encaja con lo oficial: la popularidad es una señal muy fuerte en la recuperación, y eso acumula ventaja para quien ya tiene tracción.
7. Constancia y foco temático
Con 2 millones de posts y un modelo de efectos fijos, Buffer halló que frente a publicar una vez por semana, publicar de 2 a 5 veces suma 1.182 impresiones por post, de 6 a 10 suma 5.001 y 11 o más suma 16.946 (Buffer, ago. 2025). Mantener 2 o 3 temas durante 90 días se asocia a +27 % de alcance (The Coaching Times). El respaldo oficial más cercano: el sistema mira si escribes dentro de tu experticia y tienes historial en el tema.
¿Cuánto ha caído el alcance orgánico en LinkedIn?
Entre 47 % y 65 % según el estudio y el periodo. Pero el engagement cayó menos: hay menos impresiones y más concentradas en gente afín.
| Fuente (muestra) | Dato |
|---|---|
| Algorithm InSights 2025 (1,8 millones de posts, 12 meses a feb. 2025) | Alcance orgánico −50 %; 72 % del uso en el celular |
| Algorithm InSights 2026 (1,3 millones de posts, 50.000 creadores) | Alcance −60 % en dos años para creadores activos; el engagement cayó menos |
| AuthoredUp (3 millones de posts, 30.000 perfiles) | Alcance mediano de 1.211 personas en junio de 2024 a 636 en mayo de 2025 (−47 %) |
| Searchable (318.842 posts, tercer trimestre de 2025) | Alcance −65 % desde el pico; impresiones medianas −18 % en un año |
| Metricool 2026 (673.658 posts) | Engagement total de 12,21 % a 13,90 %; los posts semanales promedio cayeron casi 10 % |
LinkedIn no lo niega, pero lo reencuadra: Roth dijo que no recuerda un momento en que alguien no se quejara de que era más difícil conseguir alcance (Entrepreneur, feb. 2024), y en 2026 lo justificó en términos de negocio: si los usuarios ven demasiados posts genéricos, LinkedIn arriesga perderlos (CNN). Es exactamente el «alcance correcto» que dice buscar.
¿Qué es mito y qué es verdad sobre el algoritmo de LinkedIn?
La mayoría de las reglas que circulan no tienen respaldo de LinkedIn: unas son correlaciones de estudios y otras folclore puro. Este es el veredicto de 19.
| Lo que se dice | Lo que dice la evidencia | Veredicto |
|---|---|---|
| «La hora dorada: los primeros 60 a 90 minutos deciden el destino del post» | Ninguna fuente de LinkedIn habla de una ventana fija. El blog de ingeniería describe decisiones en segundos (dwell) y predictores de viralidad que corren «cada pocas horas» (2017). Buffer, con 4,8 millones de posts, no encontró la ventana (Growtempo). Lo cierto: el modelo se actualiza en minutos con el engagement que recibe el post (2026) | Folclore con un núcleo real |
| «LinkedIn castiga los enlaces externos con −60 %» | Rishi Jobanputra (LinkedIn): el post debe dar contexto suficiente para sostenerse sin el enlace (ago. 2025). Los estudios sí ven menos alcance: −27 % (Metricool), −18,8 % (van der Blom), −26,5 % (Ordinal), −48 % solo con tarjeta de vista previa (Media-all; Growtempo). El 60 % no tiene método publicado | Medio mito: no hay regla; el lector se va |
| «El enlace en el primer comentario engaña al algoritmo» | Buffer no ve efecto negativo de los enlaces en comentarios (Buffer); no existe un test controlado con muestra declarada que compare las dos ubicaciones (Growtempo) | No probado |
| «Los hashtags aumentan el alcance» | Jobanputra: el algoritmo ya entiende de qué trata el contenido; los hashtags sirven para la búsqueda (Social Media Today, jul. 2025). El uso intensivo es 1,6 veces más común en la mitad de posts que peor rinde (Growtempo) | Mito |
| «Editar un post después de publicarlo mata el alcance» | No hay ninguna declaración de LinkedIn en ese sentido (Growtempo). Miembros del equipo de producto lo llamaron falso en un panel, de segunda mano (Kacie Jenkins) | Folclore sin fuente |
| «Los pods funcionan» | LinkedIn los declara violación de políticas, marca el contenido impulsado y limita su alcance (Sachdeva; Newsroom). Además mira quién comenta (2023) | Funcionaban; hoy son riesgo de cuenta |
| «360Brew es el algoritmo de LinkedIn» | Tim Jurka (VP de Ingeniería del Feed): «Respuesta corta: ¡No!». Fue una prueba cerrada y el paper se retiró (The SEO Handbook) | Mito |
| «Publica el martes a las 8 a. m.» | Buffer dice de 15 a 20 h entre semana, Sprout Social de martes a jueves de 11 a 17 h, Hootsuite otra cosa según la versión: nueve horas de diferencia (Growtempo) | Depende de tu audiencia |
| «Más seguidores, más alcance» | La recuperación de 2026 muestra contenido de autores que no sigues (LinkedIn Engineering); van der Blom: el número de seguidores ya no decide el alcance (2026) | Ya no, en la medida de antes |
| «Haz que pulsen ‹ver más› y el algoritmo te premia» | Dan Roth: el clic en «ver más» solo indicaba curiosidad y dejaron de usarlo como señal (Entrepreneur, 2024) | Obsoleto, confirmado por LinkedIn |
| «Los selfies y la vulnerabilidad siempre ganan» | LinkedIn dijo en 2023 que una foto sin perspectiva se muestra a menos gente (Entrepreneur); las historias personales rinden 2,3 veces más y las fotos tras bambalinas superan a los selfies (Searchable) | Medio mito: lo personal funciona con perspectiva |
| «La verificación o la insignia Top Voice dan alcance» | Los posts verificados no reciben más visibilidad por estarlo (Entrepreneur, 2024); la insignia dorada de Top Voice se retiró el 8 de octubre de 2024 (LinkedIn Help) | Mito |
| «Activa el modo creador para tener más alcance» | El interruptor se eliminó en marzo de 2024 y sus herramientas quedaron para todos (LinkedIn Help; Social Media Today) | Obsoleto |
| «Programar los posts te penaliza» | Buffer: no se penaliza programar; el problema es publicar y desaparecer (Buffer) | Mito |
| «Hay que publicar todos los días» | La mayor diferencia está entre 1 y 5 posts semanales (Buffer); «la calidad importa más que cuántas veces publicas» (Metricool) | Exagerado |
| «LinkedIn prohíbe el contenido hecho con IA» | Jurka: no buscan si se usó IA, sino si el post es útil y tiene perspectiva (AiThority); Roth: no todo el mundo es un comunicador nato (CNN) | Mito: se reduce lo genérico, no la IA |
| «El feed es cronológico y tu post caduca en 24 horas» | LinkedIn probó resurgir posts de 2 a 3 semanas y lo revirtió (Social Media Today); la recencia es una señal, pero los posts sugeridos pueden vivir semanas (Entrepreneur, 2024) | Mito: relevancia y recencia conviven |
| «Un comentario vale exactamente dos likes» | Es una estimación de van der Blom que replicó AuthoredUp; el coeficiente real no es público (Growtempo) | Inferencia, no regla |
| «Puedes engañar al algoritmo con trucos» | LinkedIn quiere menos posts «diseñados para manipular la distribución» (Newsroom, 2026); los trucos que funcionaron (ver más, pods, bait) se desactivaron uno a uno | Mito |
En síntesis: los trucos que alguna vez funcionaron (el clic en «ver más», los pods, el bait) se desactivaron uno por uno. Lo que no tiene fuente de LinkedIn, trátalo como hipótesis y pruébalo con tus propios números.
¿Cuál es la mejor hora para publicar en LinkedIn?
No hay una hora universal: los estudios grandes discrepan hasta en nueve horas. La mitad de las impresiones llega en 48 horas y un post sugerido puede vivir semanas.
Buffer, con 4,8 millones de posts, recomienda de 15 a 20 h entre semana; Sprout Social, de martes a jueves entre 11 y 17 h; Hootsuite ha publicado franjas distintas según la versión de su guía (Growtempo). Metricool encontró que el 50 % de las impresiones ocurre en las primeras 48 horas (Metricool, 2026), y como los posts sugeridos pueden mostrarse semanas después (Entrepreneur, 2024), la hora pesa menos de lo que se vende.
Lo práctico: mira en tus analíticas a qué hora está activa tu audiencia, publica en esa franja y quédate la primera hora a responder comentarios. El engagement temprano sí cuenta como señal de popularidad; lo que no existe es una ventana que se cierre a los 60 minutos.
¿Cómo mejorar tu perfil de LinkedIn para el algoritmo?
Haz que tu perfil diga de qué sabes: el mismo LLM que reparte los posts lee tu titular, habilidades e historial. Estos siete pasos siguen los ejes del radar.
- Titular: qué haces, para quién y con qué resultado. Es lo primero que lee el modelo y va en el prompt de cada post tuyo. Cargos sueltos y adjetivos («Líder | Emprendedor | Apasionado») no dicen nada; «Jefe de operaciones en clínicas | Bajo tiempos de espera en urgencias» sí.
- «Acerca de»: tu tema y tu audiencia en las dos primeras líneas. Después, las pruebas: qué has hecho, con cifras.
- Habilidades y experiencia que repitan tus 2 o 3 temas. Si publicas de analítica, que la analítica esté en tus cargos, tus logros y tus habilidades. Es tu registro de experticia.
- Publica dentro de tu experticia y a una audiencia concreta. Conocimiento o consejo aplicable; LinkedIn tiene un clasificador que lo busca.
- Escribe con tu voz. Experiencia propia y opiniones con argumentos. Si usas IA, edítala hasta que suene a ti; lo genérico es lo que se frena.
- Abre conversación y responde. Termina con una pregunta concreta, contesta los comentarios y comenta con sustancia en posts de tu tema. Nada de «comenta SÍ».
- Constancia sin trucos. De 2 a 5 posts por semana sobre los mismos temas rinde más que publicar a diario sobre cualquier cosa.
| Titular | Lo que puede extraer un sistema de recomendación |
|---|---|
| Líder | Emprendedor | Mentor | Transformación digital | Innovación | Nada específico: sirve para cualquier sector, así que no sabe a quién mostrar tus posts |
| Jefe de operaciones en clínicas | Bajo tiempos de espera en urgencias con datos de triage | 12 años en salud | Salud, operaciones hospitalarias, urgencias, datos y una prueba de experticia: sabe a quién le sirves |
¿Ya lo hiciste? Vuelve al radar y compara el antes y el después. Y si tu «Acerca de» tiene más sinergias que cifras, pásalo primero por el humómetro.
¿Cómo ha cambiado el algoritmo de LinkedIn desde 2017?
Del filtro de spam de 2017 al LLM de 2026: cada cambio desactivó un truco y acercó el feed a la experticia del autor.
| Fecha | Cambio |
|---|---|
| Marzo de 2017 | Clasificadores de spam y baja calidad en tiempo real; predictores de viralidad con revisión humana (LinkedIn Engineering) |
| 2018 | LinkedIn reactiva el descubrimiento por hashtags |
| Mayo de 2020 | El tiempo de lectura (dwell) entra al modelo (LinkedIn Engineering) |
| Primer semestre de 2023 | Giro a conocimiento y consejo, experticia del autor y comentarios con sustancia; deja de contar el clic en «ver más» (Entrepreneur) |
| Febrero y marzo de 2024 | Se retiran el modo creador y los hashtags del perfil; nacen los posts sugeridos (LinkedIn Help) |
| Febrero de 2024 | Paper de LiRank, el marco de ranking a gran escala (arXiv) |
| Octubre de 2024 | Se retira la insignia dorada de Top Voice; artículo sobre dwell time y optimización multiobjetivo (LinkedIn Engineering) |
| Enero de 2025 | Paper de 360Brew, luego retirado; no está en producción (arXiv) |
| Junio y julio de 2025 | Prueba de resurgir posts antiguos, revertida (Social Media Today) |
| Agosto de 2025 | Jobanputra aclara que no hay castigo deliberado a los enlaces (LinkedScore) |
| Noviembre de 2025 | Sachdeva: el objetivo es volver ineficaces los pods (LinkedIn) |
| 12 y 13 de marzo de 2026 | Nuevo feed: recuperación con LLM y Generative Recommender; ofensiva contra bait, pods y comentarios automatizados (Newsroom) |
| 30 de julio de 2026 | Botón «Seems like AI slop»; se retira «enhance your post» (Fortune) |
| Agosto a octubre de 2026 | Más de un millón de clics en el botón; −40 % de vistas para el slop y 94 % de precisión declarada (Fortune; CNN) |
¿Qué no se sabe del algoritmo de LinkedIn?
Los pesos del modelo, la supuesta «ventana de prueba» y el método detrás de las cifras de LinkedIn sobre IA. Todo estudio externo es observacional.
- Los pesos. LinkedIn nunca publicó cuánto vale un comentario frente a un like o un guardado en su modelo (LinkedIn Engineering, 2024).
- La «ventana de prueba». La idea de 0 a 60 minutos de clasificación, 1 a 2 horas de prueba con tu red y después expansión es un modelo mental de AuthoredUp, no documentación de LinkedIn (AuthoredUp).
- Las cifras sobre IA. El −40 % de vistas del slop y el 94 % de precisión vienen de LinkedIn sin método publicado: tómalas como dirección, no como medición (Depost).
- La causalidad. Ningún estudio externo separa el efecto del formato o del enlace del esfuerzo invertido en el post, ni descarta que más alcance cause más guardados (Growtempo).
- El cambio constante. LinkedIn corre cientos de pruebas a la vez (The SEO Handbook): cualquier regla medida en un momento puede dejar de valer.
¿Qué pide realmente el algoritmo de LinkedIn?
Reducido a lo que tiene respaldo oficial: un perfil que diga de qué sabes, posts con conocimiento y voz propia, conversación, lectura, autenticidad, contexto y constancia.
- Un perfil que diga de qué sabes. Titular, industria, habilidades e historial alimentan tu vector y sirven para juzgar si eres autoridad en el tema.
- Posts con conocimiento, consejo y perspectiva propia, para una audiencia concreta y dentro de tu experticia.
- Conversación con sustancia: comentarios que respondan al fondo, de gente del tema, y tus respuestas.
- Tiempo de lectura: contenido que haga detenerse, aunque nadie reaccione.
- Autenticidad humana: sin pods, sin comentarios automáticos, sin bait, sin texto genérico de IA sin editar.
- Contexto que se sostiene solo: si hay enlace, el post dice algo sin él; si hay imagen o video, tiene que ver con el texto.
- Constancia temática más que volumen diario.
Lo que no pide: hashtags, una hora exacta, no editar, insignias, modo creador, trucos de «ver más» ni un mínimo de seguidores.
Dan Roth lo resumió en 2024 con una garantía poco común en su cargo: si compartes conocimiento, las cosas van a salir bien; no en cada post, sino a lo largo del tiempo (Entrepreneur, feb. 2024).
Preguntas frecuentes sobre el algoritmo de LinkedIn
¿Cómo funciona el algoritmo de LinkedIn en 2026?
En dos pasos. Un LLM convierte tu perfil y cada post en vectores y recupera los posts más parecidos a tus intereses, también de gente que no sigues. Después un modelo que lee tus últimas 1.000 interacciones predice si vas a leer, comentar o compartir cada uno, y ordena el feed.
¿LinkedIn penaliza los enlaces externos?
No hay una regla contra los enlaces, según Rishi Jobanputra, director de producto del feed: el post debe sostenerse sin el enlace. Los estudios externos sí ven entre 18 % y 27 % menos alcance en posts con enlace, porque el lector se va y hay menos lectura y conversación.
¿Sirven los hashtags en LinkedIn?
Para el alcance, no. LinkedIn dice que su algoritmo ya entiende de qué trata un post por el texto y que los hashtags sirven para la búsqueda. En un estudio de 13.000 posts, el uso intensivo de hashtags fue 1,6 veces más común entre los posts que peor rindieron.
¿Cuál es la mejor hora para publicar en LinkedIn?
No hay una hora universal: Buffer, Sprout Social y Hootsuite recomiendan franjas que difieren hasta en nueve horas. La mitad de las impresiones llega en las primeras 48 horas y un post sugerido puede mostrarse semanas después. Mira tus analíticas y publica cuando tu audiencia esté activa.
¿Editar un post de LinkedIn le quita alcance?
No hay ninguna declaración de LinkedIn que lo diga, ni en su ayuda ni en su blog de ingeniería ni en su sala de prensa. Es folclore. Si tienes un error, corrígelo.
¿LinkedIn castiga el contenido hecho con IA?
Castiga el contenido genérico, no la herramienta. Tim Jurka, vicepresidente de ingeniería, dice que no buscan si se usó IA sino si el post tiene una perspectiva única y es útil. Lo que el modelo marca como IA de baja calidad tiene menos probabilidad de salir de tus conexiones directas.
¿Cuántas veces a la semana hay que publicar en LinkedIn?
Entre 2 y 5 veces por semana es donde está la mayor diferencia, según Buffer (2 millones de posts): suma 1.182 impresiones por post frente a publicar una vez. Más allá, la ganancia sigue pero es menor, y publicar todos los días no es obligatorio.
¿Qué es 360Brew? ¿Es el algoritmo de LinkedIn?
Es un modelo de 150.000 millones de parámetros que LinkedIn describió en un paper de enero de 2025. No está en producción: Tim Jurka dijo que lo probaron con un grupo pequeño y cerraron la prueba. El feed de 2026 usa recuperación con LLM y un Generative Recommender.
¿Los pods de engagement funcionan en LinkedIn?
Funcionaban. Hoy LinkedIn los declara violación de sus políticas, marca el contenido impulsado artificialmente, le limita el alcance y ha enviado advertencias de restricción de cuenta. Además, el sistema mira quién comenta: diez comentarios de un grupo ajeno al tema no son una señal.
Fuentes
- LinkedIn (oficial): Engineering the next generation of LinkedIn's feed, mar. 2026 · Understanding feed dwell time, 2020 · Leveraging dwell time, oct. 2024 · Equipo de Feed · Strategies for keeping the feed relevant, 2017 · Newsroom: Improving the feed · Newsroom: Authentic content and conversations · Ayuda: relevancia · Ayuda: cómo se ordena el feed · Ayuda: posts sugeridos · Ayuda: ocultar contenido · Ayuda: modo creador · Ayuda: Top Voice · Gyanda Sachdeva sobre pods · LiRank (arXiv) · 360Brew (arXiv)
- Voceros de LinkedIn en prensa: Entrepreneur, jun. 2023 · Entrepreneur, feb. 2024 · Fortune, jul. 2026 · Fortune, ago. 2026 · CNN, oct. 2026 · AiThority, entrevista con Tim Jurka · Washington Post Creator, Dan Roth · TechCrunch, feb. 2025 · Digiday, sep. 2025 · Social Media Today, jul. 2025 · Social Media Today, modo creador · The SEO Handbook · LinkedScore, Jobanputra sobre enlaces
- Estudios externos: Richard van der Blom, 2025 · van der Blom, huella temática · van der Blom, comentarios y guardados · Creator Science, informe 2026 · Buffer: algoritmo · Buffer: formatos · Buffer: frecuencia · Metricool 2026 · Metricool 2025 en Social Media Today · Socialinsider · Searchable (Donnelly y McTighe) · Growtempo: pods · Growtempo: enlaces · Growtempo: hora dorada · Growtempo: guía · Hootsuite · AuthoredUp · GrowthVector · Media-all · The Coaching Times · Depost · ContentIn
Investigación con corte al 3 de noviembre de 2026, a partir de fuentes en inglés traducidas y resumidas por Storydata. LinkedIn cambia el feed con frecuencia: revisamos esta guía cuando publica algo nuevo. Última actualización verificada para motores de IA: 3 de noviembre de 2026.