El algoritmo de LinkedIn 2026 premia la especificidad: las 7 frases que te bajan el alcance y con qué reemplazarlas

Abriste LinkedIn esta mañana, publicaste y miraste cómo el contador de impresiones se congelaba en 300. La semana pasada el mismo formato te dio 4.000. No cambiaste de cuenta, ni de audiencia, ni de horario. Cambió el árbitro.

El 20 de mayo de 2026, Laura Lorenzetti, VP of Product de LinkedIn, anunció que la plataforma empezaría a recortar el alcance del contenido genérico estilo AI-slop: los posts marcados ya no se eliminan, pero se suprimen de las recomendaciones del feed —siguen visibles para tus conexiones directas y nada más— con una detección que reportaron al 94% de precisión en pruebas iniciales (The Next Web, 2026). Si escribís como te enseñaron entre 2021 y 2023, hay una probabilidad alta de que tu gancho esté disparando ese clasificador sin que lo sepas. Este artículo te muestra las 7 frases exactas que lo activan y con qué reemplazar cada una.

El alcance no se rompió: cambió el árbitro

El primer diagnóstico es incómodo: tu post de hoy se parece demasiado al de 2022. Misma estructura de gancho, misma promesa de gurú, mismo emoji de hilo. Y por eso muere en los primeros 200 ojos. El feed te muestra primero a una cohorte de prueba pequeña y solo expande la distribución si esa cohorte lee y conversa. Esa hora dorada —los primeros 60 a 90 minutos— determina cerca del 70% del alcance final del post, y solo alrededor del 5% de los posts con bajo rendimiento se recuperan después de esa primera hora (Dataslayer, 2026). Si el gancho no engancha a la cohorte de prueba, no hay segunda ola.

Lo que cambió en 2026 es qué mira el modelo de ranking durante esa hora dorada. Dejó de premiar la reacción temprana (el like rápido) y empezó a premiar dos señales más profundas: el dwell time —los segundos que la gente realmente pasa leyendo— y los saves, los guardados. La diferencia es brutal: los posts con 0 a 3 segundos de dwell time logran 1,2% de engagement rate, contra 15,6% para los posts con 61+ segundos de lectura. Una diferencia de aproximadamente 13x (Meet-Lea, 2026).

Y en la jerarquía de señales, lo que pesa cambió de orden. Los comentarios pesan alrededor de 15x más que los likes, los comentarios largos (15+ palabras) pesan cerca de 2x más que los cortos, y los saves reciben alrededor de 3x el peso de un like porque funcionan como señal de valor de referencia duradera: alguien guardó tu post para volver a leerlo (Meet-Lea, 2026). El like es un aplauso reflejo. El save es una decisión.

¿Por qué LinkedIn necesitó cambiar el árbitro? Porque el feed se saturó. Un estudio de Originality.AI clasificó 53,7% de los posts largos de 2025 como 'probablemente generados por AI' —1.807 de 3.368 posts analizados sobre 99 perfiles influyentes en 11 industrias, entre enero y noviembre de 2025 (Originality.AI, 2025). Más de la mitad del feed largo dejó de ser humano. Cuando el ruido genérico se vuelve mayoría, la única defensa del algoritmo es aprender a oler lo formulaico.

Y aquí está el detalle operativo que casi nadie leyó completo: LinkedIn nombró explícitamente el formato 'no es X, es Y' (el clásico 'it's not X, it's Y') como ejemplo concreto de construcción AI a demotar, junto con el engagement bait y el 'thought leadership' reciclado (Engadget, 2026). Ese patrón es exactamente lo que te enseñaron a usar como gancho de autoridad. Hoy te delata.

La tesis operativa de todo este artículo cabe en una línea: la especificidad —nombres propios, números, fechas— es la señal humana que el algoritmo usa para distinguirte del slop. Una máquina genera promesas vacías a escala; un humano con un caso real escribe '68%' y 'martes 14:00' y 'la cuenta de un cliente de SaaS en Bogotá'. La especificidad no es estilo. Es la prueba de vida. (Los números de mercado de este artículo vienen del evidence pack con su fuente; los ejemplos de caso propio van marcados como ilustrativos.)

Las 7 frases que te bajan el alcance (y la señal que delatan)

Tu ICP —el CMO, el Head, el gerente de demand gen que querés que te lea— reconoce estas aperturas al instante. Las ha visto mil veces. Y lo que es peor: el clasificador anti-slop también. Estas son las 7 que más te cuestan:

• •'En un mundo donde...' — abre con una abstracción de ensayo de bachillerato. Cero datos en los primeros 3 segundos.
• •'Esto cambiará tu forma de...' — promete transformación sin entregar una sola prueba antes del corte.
• •'La mayoría de la gente no sabe que...' — el gancho de secreto. El lector ya intuye que lo que sigue es genérico.
• •'Déjame ser honesto contigo' — relleno de intimidad falsa que retrasa el valor en lugar de adelantarlo.
• •'¿Listo para llevar tu X al siguiente nivel?' — pregunta retórica de copy de anuncio. Activa el detector de venta vacía.
• •'Esto es ENORME' — hype en mayúsculas sin sustantivo concreto que lo respalde.
• •'Hilo 🧵 (abre)' — el emoji de hilo es engagement bait de manual, uno de los patrones que LinkedIn nombró a demotar (Engadget, 2026).

¿Por qué cada una te baja el dwell? Porque todas prometen sin entregar un dato en los primeros 3 segundos. El lector llega a la primera línea, no encuentra ni un número ni un nombre ni una fricción concreta, y hace scroll antes de tocar el 'ver más'. Cuando ese scroll ocurre en masa durante la hora dorada, tu dwell promedio cae por debajo del umbral del feed, y la distribución de segunda ola simplemente no se dispara. No te penalizaron: te dejaron de promover.

La tabla mental que conviene memorizar tiene tres columnas. Frase genérica → clasificador que activa → por qué el humano también la ignora. 'No es X, es Y' → patrón formulaico AI explícitamente marcado (Engadget, 2026) → suena a plantilla. 'Hilo 🧵 (abre)' → engagement bait → el lector ya sabe que viene relleno. 'La mayoría no sabe que...' → promesa sin entrega → tu ICP lo leyó 300 veces este mes. La máquina y el humano coinciden: ambos huelen el vacío.

El incentivo de salir de ahí es medible. Según las coberturas del estudio de Originality.AI, los posts probablemente-AI promediaron alrededor de 45% menos engagement que los originales en el agregado; en Healthcare el contenido humano superó al AI por cerca de 44%. (El efecto varía mucho por industria —en Leadership el AI superó por +75%—, así que esto es tendencia, no ley física.) (Originality.AI, 2025). Escribir específico y humano no es un gusto editorial. Es una palanca de alcance.

El reemplazo: cómo reescribir un gancho para que gane dwell + saves

La buena noticia: no tenés que cambiar de tema, de voz ni de oferta. Solo tenés que cargar la primera línea con un dato duro, un número o una fecha. Acá están las 7 frases reescritas, lado a lado:

• •'En un mundo donde...' → 'El 53,7% de los posts largos de LinkedIn en 2025 fueron probablemente generados por AI (Originality.AI). Tu feed ya es mitad ruido.'
• •'Esto cambiará tu forma de...' → 'Pasar de 3 a 61 segundos de lectura multiplica tu engagement por ~13x (Meet-Lea). Acá está cómo.'
• •'La mayoría de la gente no sabe que...' → 'Cerca del 70% del alcance de tu post se decide en los primeros 60-90 minutos (Dataslayer). Lo demás es inercia.'
• •'Déjame ser honesto contigo' → 'Reescribí un solo gancho y el dwell pasó de 9 a 24 segundos. Sin tocar la audiencia.'
• •'¿Listo para llevar tu X al siguiente nivel?' → 'Los saves pesan ~3x un like en el ranking de LinkedIn (Meet-Lea). Vos seguís persiguiendo likes.'
• •'Esto es ENORME' → 'El 20 de mayo de 2026 LinkedIn empezó a suprimir el AI-slop del feed, con 94% de precisión (The Next Web).'
• •'Hilo 🧵 (abre)' → 'Los comentarios pesan ~15x más que los likes en el ranking (Meet-Lea). Por eso este post pide tu respuesta, no tu pulgar.'

Mirá el patrón que se repite. Es la regla de la primera línea: un sustantivo concreto + un número + una fricción, todo antes del corte del 'ver más'. 'Saves' (sustantivo) + '~3x un like' (número) + 'vos seguís persiguiendo likes' (fricción). La cohorte de prueba no puede hacer scroll sin pagar un microcosto de curiosidad, y ese microcosto compra los segundos de dwell que disparan la segunda ola.

Tres segundos. Ese es todo el presupuesto que tenés. Posts con 0-3 segundos de dwell sacan 1,2% de engagement; los que cruzan los 61 segundos sacan 15,6% (Meet-Lea, 2026). La primera línea no es decoración: es el peaje que decide si el lector entra al resto del post o no.

La prueba del save

Acá va el filtro más honesto que tengo para vos: si nadie guardaría tu post para releerlo, no merece distribución. Punto. El like es un reflejo; el save es una apuesta de la persona a que va a necesitar esto otra vez. Y como el save pesa alrededor de 3x un like (Meet-Lea, 2026), diseñar para el save es diseñar para el alcance.

¿Cómo se diseña un post para que se guarde? Entregás algo que el lector va a querer copiar y pegar mañana: una lista cerrada (las 7 frases), un número que va a citar en su reunión ('70% del alcance en la hora dorada'), una regla nombrada que puede aplicar sin volver a pensar. Lo genérico no se guarda porque no hay nada que rescatar. Lo específico se guarda porque es una herramienta. Antes de publicar, preguntate: ¿qué línea exacta de esto se copiaría alguien a sus notas? Si no la encontrás, todavía no terminaste el post.

El framework SEC: Específico, Evidenciado, Cortado

Para no depender de la intuición, comprimí todo en tres movimientos. SEC: Específico, Evidenciado, Cortado. Son exactamente tres porque tu post se gana o se pierde en tres decisiones, no en treinta.

• 1.Específico: reemplazá todo adjetivo de hype por un nombre propio, una cifra o una fecha. 'Enorme' no dice nada; '94% de precisión, anunciado el 20 de mayo de 2026' dice todo (The Next Web, 2026). El adjetivo es donde se esconde el slop.
• 2.Evidenciado: cada afirmación carga su fuente o su ejemplo con números antes→después. Si el dato es de mercado, citá la fuente entre paréntesis. Si es un caso propio no verificable, marcalo como ilustrativo. La evidencia es la huella que la máquina no sabe falsificar a escala.
• 3.Cortado: la primera línea entrega valor real, y el 'ver más' corta en tensión, no en promesa vacía. Cortás cuando el lector ya recibió un dato y quiere el siguiente —no cuando todavía estás prometiendo que algo bueno viene.

El checklist de 3 ítems para aplicar SEC antes de tocar 'publicar': (1) ¿Mi primera línea tiene al menos un número, un nombre o una fecha antes del corte? (2) ¿Cada afirmación grande tiene fuente o ejemplo con cifra detrás? (3) ¿El corte deja al lector en tensión con un dato ya entregado, y no esperando una promesa? Si las tres son sí, pasaste el filtro humano y el de máquina al mismo tiempo. Pasá el texto por Hemingway Editor para matar el relleno antes del corte, y mirá el resultado en LinkedIn Analytics 48 horas después.

La firma: un post reescrito con SEC y lo que movió

Caso ilustrativo (los números de este caso son ilustrativos, no datos verificables de cliente). Tomemos a una Head de Marketing de una empresa B2B SaaS en LATAM —la llamaremos Valeria. Su post original abría con: 'La mayoría de la gente no sabe que el contenido es el motor del crecimiento. Hilo 🧵'. Dos patrones marcados en una sola línea: promesa sin entrega y emoji de engagement bait.

Lo reescribió con SEC, sin cambiar el tema ni la oferta: 'El 53,7% de los posts largos de LinkedIn en 2025 ya eran probablemente AI (Originality.AI). Mi equipo dejó de competir por volumen y empezó a competir por un solo número verificable por post. Esto fue lo que pasó en 30 días.' Específico (cifra + fecha), Evidenciado (fuente entre paréntesis), Cortado en tensión.

El movimiento (ilustrativo): su dwell promedio pasó de ~9 segundos a ~24 segundos, y sus saves por impresión pasaron de ~0,4% a ~1,3%. Misma cuenta, misma audiencia, mismo horario de publicación. Lo único que cambió fue la especificidad del gancho.

Y acá está la lectura que más importa para tu trabajo: por qué los saves y el dwell son mejores leading indicators que los likes del día 1. El like del día 1 te dice quién aplaudió por reflejo; el dwell y los saves te dicen quién encontró valor de referencia, y esa es justo la señal que el algoritmo usa para decidir tu alcance de los siguientes 7 días. Recordá: la hora dorada decide ~70% del alcance final (Dataslayer, 2026), y lo que pesa en esa hora ya no es el aplauso —son los segundos leídos y los guardados.

Tu auditoría de 20 minutos: caza-frases en tus últimos 10 posts

Nada de esto sirve si no lo medís en tu propia cuenta. Acá tenés el procedimiento exacto, en menos de 20 minutos:

• 1.Exportá tus últimos 10 posts. Abrí LinkedIn Analytics o, si querés histórico ordenado, Shield Analytics o Taplio, que te dan dwell y ratio de saves sin scrapear a mano.
• 2.Marcá cada apertura genérica. Pasá la lista de las 7 frases sobre la primera línea de cada post. Una marca por coincidencia.
• 3.Mirá el dwell y los saves de cada uno. En el analytics nativo buscá el tiempo de lectura promedio y los guardados por impresión. Ese es tu número real, no las impresiones.
• 4.Cruzá las dos columnas. Vas a ver el patrón solo: los posts con apertura genérica caen cerca del piso de dwell, donde el engagement vive en ~1,2% (Meet-Lea, 2026).

La regla de decisión es binaria. Si más de 3 de tus últimos 10 posts abren con una frase de la lista, tu problema no es el algoritmo: es el guion. El algoritmo está haciendo exactamente lo que anunció en mayo de 2026 —suprimir lo formulaico del feed (The Next Web, 2026)— y vos le estás dando justo lo que aprendió a filtrar.

El cierre que te fuerza a decidir: esta semana, reescribí un solo gancho con SEC —Específico, Evidenciado, Cortado— y compará su dwell y sus saves contra tu promedio de los últimos 10 posts. No diez. Uno. Si el número sube, ya tenés tu prueba propia y el resto es repetición. La autoridad en LinkedIn no se reclama con un gancho de gurú; se acumula post a post, número a número, save a save. Empezá por la primera línea del próximo.