SEO para la IA: cómo aparecer en las respuestas

La gente ya no solo utiliza Google para hacer búsquedas; ahora también utiliza inteligencias artificiales como ChatGPT o Gemini para hacer preguntas y obtener respuestas.

Si ahora mismo buscases recomendaciones en ChatGPT como «¿cuál es el mejor en [categoría]?» y tu proyecto o marca no saliera, estarías perdiendo una oportunidad de visibilidad muy importante.

Las inteligencias artificiales han llegado para quedarse; conviven con los resultados ordenados de Google, que, a pesar de incluir también resultados generados con IA en sus 10 enlaces azules, también comparten liderazgo con chats y buscadores sociales en una nueva era de búsqueda.

El SEO amplía su alcance y ahora tiene el reto de tratar de maximizar la visibilidad en todas aquellas plataformas en las que se puede buscar o interactuar: ChatGPT, Gemini, Perplexity y Claude, pero también, Youtube, Instagram, Tik Tok, Pinterest…

1. El SEO entra en una nueva dimensión
2. Cómo funcionan las IA como ChatGPT (a grandes rasgos)
3. Cómo aparecer en IA como ChatGPT (áreas fundamentales de trabajo)
4. Conclusiones
5. Referencias

El SEO entra en una nueva dimensión

La gran diferencia entre las IA y los resultados que ofrecen Google o Bing es que debemos familiarizarnos con un nuevo entorno: con las IA, no nos fijamos tanto en la posición, sino en estar presentes en la respuesta y en la conversación.

La competencia ahora es ser la fuente de la información o aparecer mencionados en la conversación: considerando que casi nunca va a salir una única mención de una marca o de una cita a una web, la mayoría de veces apareceremos junto a otras marcas o webs, competidoras o no.

Por otro lado, cabe recordar que el nuevo entorno que abren las IA pone de relieve que el tablero del juego cambia radicalmente: ante mismos prompts, las respuestas rara vez son las mismas.

Este fenómeno, que algunos estudios llaman citation drift, hace referencia a la gran variabilidad que experimentan las respuestas cuando el mismo prompt en distintos momentos devuelve distintas citas, distintas menciones y, en suma, distintas respuestas.

Los sistemas de IA se basan en probabilidad. No son deterministas, por lo que es necesario cambiar el chip para surfear este momento de transición que va a combinar de forma híbrida ambos mundos: posiciones fijas en buscadores clásicos y respuestas variables en IA.

Por tanto, pasamos de un entorno estático a uno dinámico; a lo que podemos sumar que, si para posicionar en Google o Bing ya conocíamos las palabras clave que los usuarios usaban, para ChatGPT y las IA todavía desconocemos qué prompts lanzan los usuarios.

Tampoco existen unas directrices claras o concretas sobre lo que una marca debe hacer para tener presencia en ChatGPT u otras IA, así que estamos en manos de que la industria SEO siga experimentando y compartiendo conocimiento.

Aunque esto siempre tiene 2 lados, se genera un caldo de cultivo perfecto para que aumente el ruido alrededor de las estrategias de posicionamiento en IA (o GEO, o AEO o SEO vitaminado) y aparezcan autores con intereses comerciales que, en realidad, no tienen experiencia ni conocimiento SEO, solo argumentos de venta agresivos que calan en ciertos perfiles digitales, lamentablemente.

Es momento de tener claro de quién nos fiamos para poner en sus manos nuestros proyectos y no asumir riesgos que luego se puedan pagar caros.

El SEO de siempre ahora se convierte en algo más; mucha gente opta por llamarlo GEO, pero la realidad es que sin conocimiento SEO, no es viable hacer GEO.

Lo más importante que debemos entender, desde el punto de vista del negocio, son estos distintos insights:

• El tráfico que proviene de inteligencias artificiales como ChatGPT sigue creciendo de forma muy notable; además, ese tráfico tiene más capacidad de convertir, porque se encuentra en una fase del customer journey muy cercana a la decisión. Es como si le pidieras consejo a un amigo tuyo: si tú no tienes conocimiento y ese amigo es alguien en quien confías, es altamente probable que hagas caso a su consejo.
• Respecto del total de tráfico, el porcentaje que supone el tráfico de IA puede parecer poco, pero la tendencia que se observa es que sigue creciendo y puede llegar a tener mayor importancia en el cómputo global. Además, hay una incidencia invisible que no genera tráfico: en ocasiones, las menciones (sin enlace) pueden suponer aumentos de tráfico directo o aumentos de búsqueda de marca en momentos posteriores a recibir esa mención a través de ChatGPT.
• Por tanto, estos canales no son canales de volumen sino de intención. Estar presentes en las respuestas, como fuentes o mencionados, nos coloca en el momento clave en el que los usuarios están decidiendo, de ahí que la conversión suela ser mucho mayor.

Cómo funcionan las IA como ChatGPT (a grandes rasgos)

Vamos a ver cómo funcionan estos sistemas de forma sencilla y separando en dos capas principales.

1. Memoria
   • Las IA son entrenadas con una ingente cantidad de información, documentos y contenidos; normalmente, ese entrenamiento tiene una fecha máxima de corte, es decir, cada modelo de IA se ha aprendido «de memoria» un montón de contenido hasta una fecha concreta, más o menos como si estuvieramos estudiando para un examen y el material es acotado hasta una fecha.
   • Con lo que hay en ese entrenamiento, ya tiene una idea preconcebida de distintos conceptos, marcas, cosas… Sobre esto tenemos mucho menor control y, a corto plazo, es más difícil trabajar en esta capa.
2. RAG o búsqueda en vivo
   • Todo lo que un modelo no está seguro, es posterior a la fecha de entrenamiento o contiene consultas que requieren buscar para obtener información o corroborarla, se hace a través de estos sistemas llamados RAG (Retrieval-Augmented Generation), que es una forma de conectarse a fuentes externas (como Google o Bing) para recuperar más información.
   • Por ejemplo, en los modelos de Gemini es más fácil entender que el RAG que usa Google es su propio índice de webs y contenidos, que lleva construyendo, ampliando, optimizando y mejorando durante décadas.

Después, conviene detenerse también en el concepto de query fan-out, ya que si la consulta que recibe una IA como ChatGPT es genérica o no está del todo clara su intención implícita, va a ser descompuesta en decenas de consultas relacionadas que van a ofrecer mayor contexto y alcance para identificar fuentes, filtrarlas y seleccionarlas como paso previo a componer la respuesta.

Cada subpregunta va a buscar sus propias fuentes, y puede que muchas de esas subpreguntas ni tengan demanda orgánica, sino que sean un desglose del tema principal.

Y, llegados a este punto, también es importante diferenciar, en la segunda capa, cómo es el proceso de búsqueda, filtrado de webs y selección, para entender dónde radica ahora la clave: en ser elegidos como fuente de la información y la importancia de cubrir los temas a nivel de fragmento.

Por tanto, los mayores insights que podemos extraer del funcionamiento esencial de las IA:

• Cubrir el tema completo que abarca nuestro proyecto, teniendo un enfoque de optimización de las páginas que cubra todos los posibles casos de uso, puntos de dolor, etc. No se trata de dividir páginas necesariamente, sino de estructurarlas y redactarlas mejor, controlando a nivel de fragmento.
• Con ChatGPt y otras inteligencias artificiales no perseguimos «ser el primero». Aquí no hay posiciones a alcanzar: el primer paso a conseguir es ser una de las fuentes elegidas.

Cómo aparecer en IA como ChatGPT (áreas fundamentales de trabajo)

Con estas ideas del funcionamiento (memoria vs. búsquedas en tiempo real y fan-out), vamos a enmarcar en 6 áreas o palancas todas las consideraciones y posibles tácticas que, trabajadas juntas, aumentan las probabilidades de que tu proyecto aparezca en las respuestas.

Las explicamos una a una.

Área 1: Accesibilidad

Esta capa nos responde a la pregunta «¿te ven las IA?», partiendo de la base de que si los bots de las IA no pueden entrar a tu sitio y consultar tu contenido, puedes convertirte automáticamente en no elegible y, por tanto, no aparecer en las respuestas.

Es probable que si tienes cierta autoridad, ya figures dentro del entrenamiento inicial que han hecho los modelos cuando se lanzaron, aunque no dieras tu consentimiento explícito, pero también hay que considerar la capa de búsqueda, que cobra mucha importancia.

Antes de entrar en esa diferenciación, vamos a ver las 3 capas que existen cuando hablamos de accesibilidad.

1. Nuestro servidor puede estar bloqueando a los bots que usan las IA o a las IP que utilizan. También mencionamos aquí servicios que tengamos contratados como firewalls o CDN; el típico servicio es CloudFlare.
2. Nuestro fichero robots.txt puede estar bloqueando el acceso a distintos bots, que se identifican en las peticiones que hacen a través del user-agent que usan. Aunque no todos los bots de las IA respetan el fichero, hay que tenerlo presente.
   
   Un resumen de los user-agent principales:

Plataforma	user-agent	Tipo	Impacto
OpenAI	GPTBot	Entrenamiento	Equivalente a «ceder tu contenido para entrenar modelos».
	OAI-SearchBot	Búsqueda/Indexación	Es el «Googlebot» dentro de ChatGPT.
	ChatGPT-User	Acceso en tiempo real	Es un agente de navegador.
Perplexity	PerplexityBot	Búsqueda/Indexación	Es más un lector que un indexador.
	Perplexity-User	Acceso en tiempo real	Es un agente de navegador.
Anthropic	ClaudeBot	Entrenamiento	Equivalente a «ceder tu contenido para entrenar modelos».
	Claude-SearchBot	Búsqueda/Indexación	Es el «Googlebot» dentro de Claude.
	Claude-User	Acceso en tiempo real	Es un agente de navegador.
Google	Googlebot	Búsqueda (incluido AI Overviews)	Es el equivalente a «tener presencia en Internet».
	Google-Extended	Entrenamiento	Equivalente a «ceder tu contenido para entrenar modelos».
	GoogleOther	Otro tipo de seguimiento (no búsqueda)	Es el equivalente al «rastreo interno de Google fuera de la búsqueda».

En general, tanto las IP como los user-agent completos, están disponibles en las páginas oficiales de cada plataforma:

• Documentación de OpenAI: https://developers.openai.com/api/docs/bots
• Documentación de Perplexity: https://docs.perplexity.ai/docs/resources/perplexity-crawlers
• Documentación de Anthropic: https://privacy.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler
• Documentación de Google: https://developers.google.com/crawling/docs/crawlers-fetchers/google-common-crawlers?hl=en

En cuanto a la forma de saber si te están visitando o no, podemos dividirla en 2 tipos de herramientas:

• Simuladores: Harán un análisis sin disponer de los datos reales; normalmente se limitan a comprobar bloqueos en robots.txt.
  • https://bot.dejan.ai/
  • https://technicalseo.com/tools/ai-bot-access/
• Datos reales: Usando los datos que registra el servidor se puede analizar qué accesos están haciendo los distintos rastreadores y a qué páginas.
  • Registros del servidor que te permiten filtrar por user-agent y también identificar la IP.

En tercer lugar, tendríamos que reflexionar sobre el uso de JavaScript dentro de la web o proyecto que quiera aparecer en las respuestas de IA.

El renderizado JS consume muchos recursos y los sistemas de IA, ahora mismo, en su mayoría, no lo hacen, ya sea por motivos económicos o de infraestructura. Sin embargo, a futuro, podrían encontrar enfoques alternativos, ya sea colaboraciones para acceder al contenido o métodos diferentes de recopilación de datos.

La recomendación con esto es clara: no deberíamos esperar a que los rastreadores de IA evolucionen, sino conseguir que nuestro contenido sea accesible desde ya.

Por tanto, todo lo que está en el HTML inicial, tiene más posibilidades de ser leído, así que aquí no solo entra lo que no se renderiza, sino también lo que mediante estilos, se oculta, o incluso, todo lo que se aplaza.

Esto es típico que pueda ocurrir en acordeones, pestañas, scroll, filtros o elementos con personalizaciones.

La conclusión es clara: todo lo que sea contenido importante ha de poder ser leído, bien usando server side rendering o bien prescindiendo de JS para contenidos clave.

Por tanto, los mayores insights que podemos extraer en este área son:

• Podemos trazar dos líneas estratégicas para estar en las respuestas: trabajar en la capa de memoria y trabajar en la capa de consulta/búsqueda. La primera es más costosa en tiempo, ya que trabajarla implica ir mejorando de cara a estar mejor representados en futuros entrenamientos de modelos. La segunda es más inmediata, e implica trabajar en el posicionamiento en Google y Bing, además de ser fuente mencionada en el máximo número de lugares, sobre todo priorizando aquellos más prominentes en ser citados.
• Dejar entrar a los rastreadores de la IA, diferenciando entre rastreadores de entrenamiento y rastreadores de consulta/búsqueda. Esto depende estrictamente de la estrategia que hayamos marcado con el proyecto.
• Garantizar que los contenidos se pueden acceder y recuperar: esto implica tener estudiada la incidencia de JS en el proyecto, ya sea total (porque la web usa un framework 100 % basado en JS) o parcial (porque algunas funcionalidades usan JS, como el scroll, los filtros o las pestañas).

Y como tácticas concretas:

• Abre los bots correctos. Evalúa conscientemente a qué bots dejas pasar, distinguiendo entrenamiento de búsqueda. No es «abrir todo» ni «cerrar todo».
• Saca precios y especificaciones del JavaScript. Si solo viven dentro de JS, la IA no los ve: renderízalos en servidor para que estén en el HTML de entrada.
• Freshness + mapa del sitio al día. Avisa de cada cambio al instante: la frescura pesa, y un mapa del sitio actualizado es una vía fácil y limpia de comunicarla.
• Mira tus registros, que dicen la verdad. Los registros te cuentan qué está pasando de verdad con los bots, sin intermediarios ni estimaciones.

Área 2: Claridad de contenido

Teniendo en cuenta la descomposición de consultas que comentábamos antes, intentar cubrir los temas al completo, aunque es algo que deberíamos haber estado trabajando desde siempre, ahora es crucial.

¿Cómo podemos hacerlo?

1. Áreas de dominio («lo que ofrezco y lo que sé»). Esta perspectiva aborda un concepto muy sencillo que consiste en tratar de dominar al máximo el contenido de todo lo que un proyecto ofrece y todo lo que los expertos que trabajan en él saben. Es decir, cubrir los temas relativos al catálogo de productos y servicios y todo lo que los rodea, cualquier aspecto logístico del sector, novedades, evolución de precios o cualquier aspecto ligado a la experiencia.
2. Problemas a resolver («lo que el usuario necesita»). Esta perspectiva aborda todo lo que podemos hacer para entender mejor lo que el cliente potencial necesita de verdad, y eso pasa por:
   • Hacer entrevistas y encuestas.
   • Analizar foros especializados.
   • Revisar reseñas en el sector.
   • Recuperar datos de atención al cliente o del ámbito comercial.
3. Investigar intereses («lo que sabemos que tiene demanda y se busca directamente»). Esta perspectiva aborda todo lo que hemos estado haciendo durante muchos años en los proyectos SEO: investigar intereses a través de las distintas herramientas que tenemos a nuestra disposición:
   • Ahrefs.
   • SISTRIX.
   • Answer The Public.
   • Google Trends.
   • Campañas de Google Ads.

Sabiendo esto, para añadir claridad a los contenidos que producimos, tenemos que hablar de estructura y marcado.

Para hablar de estructura, podemos recuperar un gran recurso de wireframes SEO, que plantea cómo debería ser la distribución de elementos de distintas tipologías de páginas en un proyecto; aquí va el ejemplo de un artículo de contenido:

Con una estructura pensada para el usuario y enfocada a su satisfacción y buena experiencia ya tenemos un gran punto de partida.

El segundo punto es el marcado y aquí ya podemos trabajar lo que siempre hemos trabajado:

• Título.
• URL.
• Meta descripción.
• Fechas.
• Autores.
• Schema.

A esto le añadimos también que el HTML esté construido mostrando la estructura y jerarquía de elementos, usando las etiquetas apropiadas.

Por último, un aspecto más cualitativo es cómo escribimos y cómo presentamos la información: si entendemos que los usuarios procesan la información con distintos patrones de lectura, tenemos que facilitar y ayudar a que consuman la información, teniendo claro que cada pieza de contenido cubre un objetivo concreto.

No es lo mismo un artículo que una página de producto o que un listado de productos. Cada uno tendrá unas necesidades de información, más o menos visuales, más o menos textuales y tendrán una mayor o menor sensibilidad a aspectos de fiabilidad o confianza, como fotos y nombres de autores, sellos de calidad, reseñas de otros clientes, etc.

Con esto quiero enfatizar que no siempre es necesario mostrar autores o repetir el bloque de reseñas en todas las páginas.

Algunos datos nos dan pistas de lo que puede funcionar, en general, como buena práctica:

1. Lo que está arriba manda. Los estudios dicen que el 44 % de las citas está en el primer tercio del texto.
2. Las tablas comparativas aumentan la probabilidad de ser citado.
3. Las frases cortas son más susceptibles de ser elegidas en las citas.

Por tanto, las viejas tácticas de aumentar el texto y dejar abajo del todo la respuesta, para conseguir más estancia en página o más páginas vistas, es algo que puede ser contraproducente, al quedar la respuesta enterrada.

También cabe mencionar el tema del lenguaje que usamos y el enfoque al usuario; si utilizamos jergas demasiado técnicas también les perderemos.

Como grandes insights en este área:

• No solo es de qué hablamos, sino cómo lo hacemos: enfócate en dominar tus temas ampliamente, pero también en estructurarlo bien y en comunicar de forma directa y clara.
• El marcado siempre ayuda, así que no te dejes los básicos y considera otros marcados semánticos como el schema para añadir mayor orden y estructura, si cabe, a tus contenidos, no solo la jerarquía HTML.
• Escribe el contenido teniendo en mente que un LLM va a extraer un fragmento de tu texto y lo va a mezclar con fragmentos de otros. Cuanto más autónomo y claro sea cada fragmento, más fácil se lo pones.

Y como tácticas concretas:

• Una idea por párrafo. La respuesta clara arriba, el desarrollo, después. Que cada bloque se pueda extraer solo.
• Titula con preguntas. Encabezados que respondan a lo que la gente realmente pregunta, no a lo que a ti te suena bonito, porque esto conecta directamente con el fan-out.
• Contexto en los datos. «42 dB, ideal para cocina abierta» dice muchísimo más que «silencioso». El dato con su interpretación es muy valioso para un modelo que sintetiza.
• Usa formatos que la IA cita. Tablas, comparativas «vs.», preguntas frecuentes y guías tipo «mejor X». No es casualidad que sean justo los formatos que mejor se fragmentan y recombinan, pero sin abusar ni manipular.

Área 3: Autoridad y presencia digital

Pasamos ahora a hablar de un área que a veces puede resultar incómoda: si cualquiera puede decir lo mismo que tú, eso no te convierte en una fuente sino en parte del ruido. La autoridad hay que demostrarla y la mayoría ocurre fuera de tu web.

Algunos datos que enlazan contenidos propios con generación de autoridad:

• Añadir un dato propio como una cifra, una investigación, una herramienta que no existe en ningún otro sitio, puede llegar a aportar +41 % de visibilidad en las citaciones de las IA.
• Si además, esto lo puedes respaldar con una fuente externa que lo avale, estaríamos hablando de +28 % de visibilidad en las citaciones de las IA.

Es decir, siempre que aportamos algo único y que tiene su apoyo en algo verificable, tenemos más probabilidades de ganar autoridad y también de ser citados.

Pero ahora vamos a ver de dónde saca ChatGPT buena parte de lo que cita:

Fuente	% de citaciones
Reddit	29 %
Wikipedia	15 %
Amazon	3 %

Ahora que abundan los estudios de citaciones y de SEO aplicado a la IA, míralo como una tendencia, no tanto como algo escrito en piedra.

La conclusión es que no es (solo) tu web, es lo que otros dicen de ti. Así que la conversación sobre nuestros proyectos y marcas vive, en gran medida, en sitios que no controlamos.

Algunos estudios apuntan a que aquellas marcas que trabajen activamente con terceros pueden llegar a conseguir hasta 6,5 veces más citas que las que se limitan a cuidar su propio dominio. Ejemplos:

1. Medios de comunicación. Prensa y publicaciones del sector que ya salen en las respuestas. Si un medio de referencia de tu nicho te menciona, esa mención es muy útil, y aquí hay un matiz nuevo, ya que varias IA tienen acuerdos de licencia con grupos editoriales (OpenAI, por ejemplo, con FT, Le Monde, News Corp o PRISA, dueño de El País, AS o Cinco Días). No significa nada, pero sí es un motivo más para trabajar Digital PR en medios fuertes de tu mercado.
2. Terceros. Listicles y comparadores tipo «mejores X», que ya suponen el 90 % de las menciones. Pero, ojo con abusar o con falsear la lista y ponerte tú el primero como el mejor, ¿en serio queremos hacer las cosas así? Espero que no.
3. Comunidad. Reddit, foros, reseñas. La conversación real, sin filtros de marketing, cada vez más citada por los modelos. Pero, ojo, que Reddit sea de los más citados, no lo convierte en un lugar en el que estar presente, revisa primero si tu producto, proyecto o servicio, ha de tener presencia ahí, y revisa también los recursos que tienes para trabajar ese activo.

Lo que podemos llamar un must es monitorizar la reputación en todos los lugares para evitar episodios negativos o detectarlos y poder actuar sobre ellos.

Más que buscar atajos, tienes que pensar en por qué tu producto tiene que merecer estar en la lista, no se puede «optimizar» el camino hasta ser la mejor opción de tu sector o nicho.

En los LLM podemos encontrar cruces de contenido, enlaces y conversaciones, y, si añaden a alguien que no merece estar ahí, tarde o temprano aprenden a quitarlo de la propia conversación.

Por tanto, en poco tiempo, el modelo puede aprender a ignorar la señal que te subió a lo más alto.

El mayor insight es que la construcción de marca deja de ser «otra cosa» y pasa a ser parte del SEO: la reputación real no se cae cuando cambia un algoritmo, sino que se hace más fuerte con el tiempo.

Un apunte más sobre los enlaces (análisis de 35.000 datos de Kevin Indig con Semrush) es que cuando se cruzan menciones en IA con métricas de enlaces salen cosas como estas:

• la calidad tiene mayor peso que el volumen, importan más los dominios distintos que te enlazan que el número total de enlaces.
• los enlaces nofollow pesan prácticamente igual que los follow, siendo más fáciles de conseguir.
• los enlaces desde imágenes, como infografías, gráficos o fotos de producto, en ocasiones mueven más la aguja que los de texto.

Para que estos aspectos tengan impacto hace falta una inversión mínima, no pruebas residuales o acciones a cuentagotas.

Cerramos con las tácticas recomendadas en este área:

• Aporta dato propio. Mediante cifras, investigación original, herramientas que solo tú aportas, etc. Básicamente, lo que otros no pueden copiar.
• Pon nombre y apellidos. Autores identificables, testimonios reales, estudios firmados, nada anónimo. El EEAT de siempre también ayudará con la IA.
• Trabaja Wikipedia y Wikidata. Fuentes que la IA trata como muy fiables, así que estar ahí puede ser un multiplicador.
• Vigila Reddit en español. Cada vez más citado como fuente por los modelos y, aunque en España es menos usado, valora si hay que estar ahí, trazando una estrategia bien trabajada y cumpliendo con las exigencias de tener un perfil fuerte en un foro.
• Monitoriza las menciones, no solo las citas. Una mención sin enlace no te trae tráfico, pero construye visibilidad y recuerdo de marca, y esa familiaridad es la que puede acabar decidiendo compras.
• Diversifica el Digital PR por mercado. Las citaciones por IA tienen una alta variabilidad, por lo que, mientras que unas pueden repetir siempre los mismos dominios, otras se adaptan mucho según idioma o país. Si trabajas varios mercados, trabaja terceros y prensa adaptados a cada uno.
• Trata las imágenes también como contenido. Infografías, gráficos propios, fotos reales de producto… son las que ganan enlaces de imagen y también aparecen citadas.

Área 4: Identidad de marca y consistencia

Si en tu web dices una cosa, en Google Business otra, en los directorios otra y en Wikipedia ni apareces, el modelo no consigue construir una entidad coherente sobre tu marca.

Un ejercicio sencillo que cualquiera debería hacer hoy mismo es preguntar a la IA por tu marca. Por ejemplo:

• «¿Qué sabes de [marca]?».
• «¿Qué [categoría] me recomiendas?».
• «Compara [marca] con [competidor]».

Los datos dicen que el 85 % de lo que la IA dice de tu marca viene de terceros, el 90 % de esas menciones nacen en listicles y comparativas, y el 80 % de las marcas citadas están en el top 3 de esas listas.

Antes de continuar, merece la pena mencionar un matiz interesante: la autoridad depende del tema y de la categoría. No es lo mismo intentar pelear en un sector con líderes fuertes y muy claros (Nike en zapatillas) que en uno nuevo o fragmentado, donde marcas más pequeñas sí pueden colarse.

La clave es que, para tus propios productos y servicios, la fuente que domina siempre debes ser tú, así que si le preguntas a la IA por algo tuyo y la respuesta se construye a partir de terceros en vez de a partir de tus activos, hay un problema de identidad que tienes que resolver con urgencia.

Añadido a esto, también hay que ser capaces de hacer un trabajo de asociación en la categoría a la que corresponda tu proyecto, para que dicha asociación sea inequívoca.

La parte más técnica y accionable de este area es el schema, que sigue siendo una de las formas más limpias de estructurar tu contenido en todos los activos que tengas para que haya una consistencia y se pueda facilitar el entendimiento:

Otras tácticas a tener en cuenta:

• Define tu NAP de marca. Propuesta de valor, categoría y cliente objetivo, sin ambigüedades: que quien te lea (persona o máquina) sepa en una frase quién eres y a quién van dirigidos tus productos o servicios.
• Una identidad en todo. Web, Google Business, directorios y Wikipedia diciendo exactamente lo mismo, la consistencia es la señal.
• Conéctalo con sameAs. Perfiles, Wikidata, redes… todo enlazado como una sola entidad reconocible, no dejes que la IA tenga que adivinar.
• Suma sellos y certificados. B Corp y similares, identidad verificable por terceros fiables en tu sector, lo que es entendido como otra capa de «esto es real».

Por tanto, la identidad no va de un dato, va de que todos tus datos cuenten la misma historia en todos los sitios.

Área 5: Medición y seguimiento

Lo primero a tener en cuenta es que necesitamos cambiar el chip sobre qué se mide, sobre todo en lo que se refiere a métricas relacionadas al tráfico.

Estamos acostumbrados a trazar el éxito orgánico a través de posiciones en un buscador que derivan visitas a la web, y, luego, esas visitas, en base a la cualificación, llevan a cabo distintas acciones (comprar, pedir presupuesto, llamar, comparar…).

¿Las IA pueden generar tráfico hacia nuestras web? Sí, pueden, en las citas que aparecen con enlaces dentro de las respuestas, y existen parámetros UTM que informan del origen de ese tráfico.

Por tanto, podemos registrar ese tráfico que viene de las IA para hacer un seguimiento posterior a nivel de comportamiento y conversión.

El tema es que, en muchos casos, los clics pasan a ser casi irrelevantes, ya que todo queda resuelto sin salir de las respuestas de las IA.

ChatGPT se va a parecer más a TikTok que a la búsqueda de Google, donde el clic no tiene el protagonismo, sino la visibilidad: ser visible, aunque no hagan clic en ti.

Por tanto, en algunos casos, nuestro proyecto tendrá métricas de tráfico y otras métricas de visibilidad; estamos en mundo híbrido en cuanto a consecución de objetivos, y el camino, por ahora, es mixto.

Las fuentes que ya tenemos a nuestra disposición para medir esta visibilidad son:

• Google Search Console empieza a dar datos sobre todo relacionados con AI Overviews (jun. 2026).
• Bing Webmaster Tools ofrece informes específicos de citaciones y citation share (feb. 2026); ellos abrazan el GEO como disciplina.
• Herramientas específicas; aunque los costes son altos, puede ser una forma de estandarizar las métricas relativas a IA e ir a lo fácil. Ahrefs, SISTRIX, Semrush, Profound, Peec AI, AirOps… son algunas de las opciones.
• Tus prompts clave, revisados cada mes. Puedes crear tus propios sistemas de seguimiento para monitorizar tu batería de prompts de marca o también algunas representativas de tu sector. Aunque esto no te garantiza tener un dato real y objetivo, dado que no es posible replicar lo que los usuarios reales ven en sus sesiones con ChatGPT, es un buen punto de partida si lo orientas a extraer conclusiones y mejoras.
• La pregunta directa al cliente: «¿nos conociste en una IA?». Lo cualitativo, que muchas veces vale más que cualquier número.

Un apunte importante es que entramos en una paradoja curiosa, porque si monitorizamos los prompts, estamos generando peticiones a esos prompts: no es que esos prompts tengan una demanda real de usuarios. Por tanto, las herramientas de monitorización inflan y generan datos exagerados.

La realidad es que, hoy por hoy, es dificilísimo medir estos datos con precisión, y solo grandes compañías con mucha capacidad computacional pueden llegar a generar datos, sacar conclusiones y descubrir tendencias basados en grandes volúmenes de datos.

Por tanto, tratemos con cautela las métricas relacionadas con IA, y más si están muy orientadas a ser métricas de vanidad.

Otras ideas a tener en cuenta:

• Herramientas base. Configura Bing Wemaster Tools y analiza datos también de Google Search Console.
• Share of Model Voice. Cuánto te mencionan a ti frente a la competencia. Es el equivalente al share of voice de siempre, pero dentro de las respuestas de los modelos.
• Analiza el sentimiento. No te quedes en «¿me mencionan?». Pregúntate qué emoción despiertan esas resupestas y por qué. La reputación dentro de la respuesta importa tanto como la aparición, nos dará pistas cualitativas que pueden activar acciones correctoras o nuevas iniciativas.
• Cuenta citaciones y menciones. Con enlace (cita) o sin enlace (mención): cuenta las dos, porque las dos construyen marca aunque solo una traiga clic.
• Vigila el brand volume. Cuánto crece la demanda de búsqueda de tu marca. Si estás apareciendo bien en las IA, tarde o temprano debería notarse en cuánta gente te busca por nombre.
• Separa tu crecimiento del crecimiento del mercado. La pregunta clave es «¿crezco yo o crece toda la categoría?». Mirar la estacionalidad de tu sector también es buena idea para no confundir mérito propio con tendencia del sector.
• Escucha lo cualitativo. Encuestas rápidas de recuerdo de marca y escucha activa en redes, foros y reseñas: con esto se puede inferir tu autoridad percibida y no solo un nombre que aparece citado en la IA.

Área 6: Estrategia, criterio y enfoque al usuario

Nos falta la más importante, la que sostiene a todas las demás: estrategia, criterio y enfoque al usuario.

Toda acción que funciona hoy, termina siendo usada en exceso, hasta el punto de que termina siendo castigada. No es algo de estos tiempos, lo llevamos viendo décadas con Google y sus cambios de algoritmo.

Ahora pasará igual con los listicles o con Reddit: meter enlaces y menciones a mano en Reddit funciona hoy, sí, pero si se abusa de ellos con un objetivo interesado, los propios modelos aprenderán y dejaran de tenerlo en cuenta o de citarlo.

Igual que en los últimos años hemos vivido 5-7 cambios de algoritmo anuales, analizando qué aspectos pesaban más o menos, pasará lo mismo con las IA: cada modelo nuevo tendrá unas reglas, y seguirá siendo nuestro trabajo entenderlas.

¿Qué podemos aprender de esto? Las estrategias cortoplacistas te exponen a un riesgo que a medio o largo plazo, puede ser letal para tu marca.

Durante un tiempo, puedes aprovechar los resultados obtenidos al aplicar una táctica que funciona, pero que sabes que probablemente se va a castigar, y, si te afecta, tu visibilidad en Google y en las IA se verá resentida.

La siguiente pregunta es, ¿cuánto tiempo tardarás en recuperarte de ello?

Por tanto, contextualicemos el momento que vivimos: de experimentación, de entendimiento y de enfoque al usuario, siempre. Prioricemos las tácticas por esfuerzo, beneficio e impacto, no intentando explotar acciones de la zona gris.

También cuidado con obsesionarse, porque la sobreoptimización siempre sale cara, y, repetimos, el posicionamiento en Google y la visibilidad en las IA están conectados, lo que apliques a un lado afecta ambos.

Otras ideas a tener en cuenta:

• Evita atajos y riesgos, aunque funcionen a corto plazo. Sobre todo si tienes un proyecto consolidado que arriesgar. El corto plazo no compensa cuando lo que te juegas es lo que ya funciona.
• Habla con los usuarios: lo cualitativo aporta más. Ve más allá de los números. Habla con tu equipo de atención al cliente, entrevista a usuarios, escucha cómo formulan sus dudas de verdad. Ahí está el oro del fan-out.
• Experimenta para validar. La variabilidad de los resultados de IA es alta (recuerda ese <1 % de posibilidades de repetir la misma lista), así que aplica métodos de experimentación de verdad. Aquí tenemos muchísimo que aprender de UX y CRO, disciplinas acostumbradas a hacer pruebas en serio.
• Matriz esfuerzo/beneficio. No quieras hacerlo todo. Ley del 80/20. Prioriza lo que mueve el negocio y suelta lo que solo alimenta el ego.

Conclusiones

Si tuviera que resumir todo esto en una sola idea, sería esta: la visibilidad en las IA no es un truco nuevo, es hacer muy bien los fundamentos de siempre, con la legibilidad de las máquinas como concepto extra y el cambio de chip en el aspecto de la medición.

Nada de lo que está escrito en este artículo es magia, tiene que ver con acciones de SEO, branding, reputación y contenidos de calidad, puestos en torno a cómo funcionan hoy los modelos.

Las seis áreas, juntas, cuentan su historia:

1. Acceso: que puedan entrar.
2. Claridad: que te entiendan y te puedan elegir y extraer.
3. Autoridad: que otros hablen de ti.
4. Identidad: que digas lo mismo en todas partes.
5. Medición: que iteres con datos.
6. Estrategia: que lo hagas con criterio y sin atajos.

Y me despido con tres avisos:

• Primero: cifras a matizar. Casi todos los estudios que se publican pueden contener sesgos, enfoques interesados o pertenecer a mercados muy específicos, por lo que todos ellos requieren mucha atención y validación con tu caso concreto.
• Segundo: el momento de empezar es ahora (si no lo has hecho ya).
• Tercero: habla más con tus usuarios, porque entender de verdad a la persona que hay detrás de la pregunta es la única ventaja que ninguna herramienta te va a dar.

Esto da para muchísimo más, y recuerda que cada proyecto necesitará su propio mix de acciones y consideraciones.

Referencias