Cuando un asistente de IA recomienda tres marcas para una pregunta, es lógico preguntarse por qué esas tres. La respuesta honesta es que ningún proveedor publica una fórmula. Pero buena parte del mecanismo está documentada, y el resto puede observarse midiendo las respuestas a lo largo del tiempo.
Este artículo separa lo que se sabe de lo que se deduce, y convierte ambas cosas en palancas prácticas.
Dos maneras en que un asistente «conoce» una marca
Un asistente puede mencionar su marca por dos grandes razones.
1. El conocimiento del modelo
Los modelos de lenguaje se entrenan con grandes cantidades de texto. Si su marca se trató de forma amplia y coherente en ese material, el modelo puede asociarla con su categoría. Este conocimiento queda fijado en el momento del entrenamiento: no se actualiza cuando usted publica hoy una página nueva.
Los proveedores documentan rastreadores específicos para el entrenamiento. OpenAI indica que GPTBot se utiliza para hacer más útiles y seguros sus modelos fundacionales de IA generativa, y Anthropic describe ClaudeBot como el rastreador que recopila contenido web que puede contribuir al entrenamiento de sus modelos.
2. La recuperación en el momento de responder
Muchos asistentes también buscan en la web mientras responden y después citan las páginas que han utilizado. Aquí es donde entran en juego su contenido actual y la cobertura de terceros.
La documentación es bastante explícita:
- OpenAI afirma que OAI-SearchBot se utiliza para mostrar sitios web en las funciones de búsqueda de ChatGPT, y que los sitios que lo excluyan no aparecerán en las respuestas de búsqueda de ChatGPT.
- Anthropic documenta Claude-SearchBot para mejorar los resultados de búsqueda y Claude-User para recuperar páginas cuando un usuario hace una pregunta.
- Perplexity explica que PerplexityBot está diseñado para mostrar y enlazar sitios web en sus resultados de búsqueda, y que Perplexity-User recupera páginas en respuesta a las preguntas de los usuarios.
- Google indica que las Vistas creadas con IA y el Modo IA pueden usar una técnica de «query fan-out», lanzando varias búsquedas relacionadas sobre subtemas y fuentes para elaborar una respuesta.
En la práctica, la mayoría de las respuestas sobre productos y servicios son una mezcla: la comprensión previa del modelo determina el enfoque, y las páginas recuperadas aportan los detalles y las citas.
Qué implica esto para la selección de marcas
De esos dos mecanismos se desprenden algunas deducciones razonables. Son deducciones, no reglas documentadas, así que trátelas como hipótesis que hay que contrastar con mediciones.
La coherencia entre fuentes importa. Si muchas páginas independientes describen su marca de la misma manera («una herramienta de nóminas para pequeñas agencias»), tanto los datos de entrenamiento como las páginas recuperadas apuntan en la misma dirección. Las descripciones contradictorias o desactualizadas producen respuestas contradictorias.
La pregunta determina el conjunto de candidatos. «Mejor CRM» y «mejor CRM para una inmobiliaria de 5 personas» desencadenan búsquedas distintas y fuentes distintas. Las marcas de nicho suelen aparecer en preguntas específicas mucho antes de aparecer en las genéricas.
Las páginas citadas suelen ser comparativas, opiniones y debates. En las preguntas de recomendación, los asistentes recurren con frecuencia a páginas que ya comparan opciones. Si usted no está en esas páginas, es menos probable que esté en la respuesta. Sus datos de medición mostrarán qué tipos de página dominan en su mercado.
La accesibilidad es una condición previa, no una garantía. Si un rastreador de búsqueda no puede acceder a su sitio, sus páginas no pueden recuperarse para ese asistente. Ser accesible no significa que vaya a ser citado.
Las respuestas varían. La misma pregunta puede producir marcas distintas en ejecuciones distintas. Una marca que aparece algunas veces está en una posición diferente de otra que aparece casi siempre, y esa diferencia solo puede verse con mediciones repetidas.
Qué dice Google sobre sus propias funciones de IA
En el caso concreto de Google, hay una claridad útil. Google indica que no hay requisitos adicionales para aparecer en las Vistas creadas con IA o en el Modo IA, que no se necesita ningún marcado especial de schema.org y que no hacen falta nuevos archivos legibles por máquina ni archivos de «texto para IA». Las páginas deben estar indexadas y ser aptas para mostrar un fragmento. Se aplican las directrices habituales, incluidos los consejos de Google sobre contenido útil, fiable y pensado para las personas.
Es una comprobación de realidad útil: para las funciones de IA de Google, unos fundamentos SEO sólidos son la base, no una disciplina aparte.
Palancas prácticas
Esto es lo que puede hacer, ordenado de mayor a menor control por su parte.
| Palanca | Qué hacer | Cómo comprobar que ha funcionado |
|---|---|---|
| Acceso de los rastreadores | Confirmar que los rastreadores de búsqueda y de recuperación a petición del usuario no están bloqueados en robots.txt | La recuperación es posible; sus páginas empiezan a aparecer como fuentes citadas |
| Posicionamiento claro en su sitio | Indicar con claridad a quién atiende, qué hace, dónde y en qué nivel de precio | Los asistentes le describen con exactitud |
| Páginas listas para responder | Páginas que responden directamente a las preguntas de los compradores, incluidas comparativas y casos de uso | Sus páginas se citan en esas preguntas |
| Presencia en fuentes de terceros citadas | Aparecer y estar bien descrito en las páginas comparativas, de opiniones y de directorios que citan los asistentes | Las menciones aumentan en el grupo de preguntas correspondiente |
| Señales de reputación | Responder a las opiniones, corregir la información pública inexacta | Mejora el tono de las menciones |
| Coherencia en el tiempo | Mantener nombres, descripciones y datos alineados en todas partes | Menos descripciones contradictorias entre asistentes |
Un ejemplo
Un grupo de hoteles boutique descubre que los asistentes rara vez lo mencionan para «hoteles para familias en Oporto», mientras que dos competidores aparecen a menudo. Las fuentes citadas para esa pregunta son sobre todo guías de viaje y páginas de opiniones. El propio sitio del hotel solo menciona las habitaciones familiares en un módulo de reservas, no en texto legible.
Las acciones son concretas: una página clara sobre estancias en familia con datos (tamaño de las habitaciones, cunas, actividades cercanas), contactar con las guías que se citan y trabajar los perfiles de opiniones que enlazan los asistentes. Después, el grupo de preguntas se vuelve a medir durante los periodos siguientes para ver si el cambio se mantiene.
Qué no hacer
- No persiga una fórmula secreta. No se ha publicado ninguna. Trabaje a partir del comportamiento documentado y de sus propias mediciones.
- No bloquee los rastreadores de búsqueda por accidente. Bloquear los rastreadores de entrenamiento y bloquear los rastreadores de búsqueda son decisiones distintas, que cada proveedor documenta por separado.
- No juzgue a partir de una sola respuesta. La variación entre ejecuciones es normal.
- No ignore las fuentes de terceros. Su propio sitio es solo una parte de lo que leen los asistentes.
Lista de comprobación
- Rastreadores de búsqueda y de recuperación a petición del usuario permitidos para los asistentes que le importan
- Una descripción de su marca clara y coherente, usada en todas partes
- Páginas que responden directamente a las principales preguntas de sus compradores
- Una lista de las fuentes citadas para sus preguntas clave
- Presencia y exactitud comprobadas en esas fuentes
- Medición repetida antes y después de cada cambio
Cómo le ayuda SearchFirefly
SearchFirefly formula las preguntas que usted sigue en ChatGPT, Gemini, Perplexity, las Vistas creadas con IA de Google y el Modo IA de Google, y muestra en cada respuesta qué marcas se nombran y qué fuentes se citan, junto con su cuota de voz frente a la competencia. Las vistas de reputación (opiniones de Google, menciones en la web, debates en Reddit, tono y temas) muestran más de lo que da forma a esas respuestas, y las recomendaciones priorizadas detallan la corrección exacta que hay que aplicar.