Por qué ChatGPT recomienda a tu competidor y no a ti (y qué se puede hacer)

Última actualización: junio de 2026, tras el Google I/O de mayo.

La pregunta me llega cada semana, casi siempre con las mismas palabras: “¿cómo salgo en ChatGPT?”. Y casi siempre está mal formulada, porque da por hecho que salir en ChatGPT es como posicionar para una keyword: encuentras la palanca, la accionas, apareces. No funciona así, y entender por qué no funciona así es la mitad del trabajo.

Voy a defender una idea a lo largo de todo el post, y prefiero ponerla encima de la mesa ya para que la juzgues mientras lees: que una IA te recomiende no se gana en tu web. Se gana en lo que el resto de internet dice de ti. La cita no es un canal que optimizas con una página; es el reflejo de una reputación que ya tienes o no tienes repartida por las fuentes que el modelo lee. Por eso la mayoría aborda esto mal: trata un problema de reputación distribuida como si fuera un problema de SEO on-page. Y son cosas distintas, aunque se toquen.

Aviso antes de seguir, porque es importante y mucha gente lo vende al revés: nada de esto sustituye al SEO. El propio Google lo dijo en mayo de 2026, en su guía oficial de visibilidad en IA: AEO y GEO no son disciplinas separadas del SEO. Son SEO bien hecho más una capa nueva encima. Quien te venda la sigla del mes como una ruptura que tira todo lo anterior a la basura te está vendiendo humo. Lo de siempre sigue siendo el cimiento. Lo que cambia es lo que se construye sobre él. Este post va de esa capa de encima, no de demoler los cimientos.

El mecanismo: por qué un modelo no premia lo mismo que un buscador

Para entender qué hacer hay que entender qué pasa por dentro, y aquí es donde casi todas las guías se saltan el paso y van directas a la lista de tácticas. El qué hacer sin el por qué es lo que convierte un consejo en cargo culto: copias el gesto sin entender el mecanismo, y cuando deja de funcionar no sabes por qué.

Un buscador clásico evalúa páginas. Coge tu URL, la mira contra una consulta, y decide si merece posicionar: tus enlaces, tu contenido, tus señales técnicas, todo referido a esa página concreta compitiendo por ese término concreto. El objeto que se juzga es la página.

Un modelo de lenguaje no juzga páginas. Sintetiza un consenso. Cuando alguien le pregunta “¿cuál es el mejor X para Y?”, no devuelve la página que mejor responde; devuelve la conclusión a la que llega después de promediar lo que muchísimas fuentes dicen sobre ese tema. No te está rankeando. Te está resumiendo la opinión agregada de internet sobre ti. Son dos operaciones distintas: una ordena, la otra promedia.

Esa distinción, que parece teórica, lo explica todo lo demás. Y lo bonito es que explica de golpe tres datos que, sueltos, parecen trucos inconexos y que en realidad son el mismo fenómeno visto desde tres ángulos:

Uno. Las menciones de tu marca por la web pesan mucho más que los backlinks para que te citen. El estudio de Ahrefs de finales de 2025 puso la correlación de las menciones de marca con la visibilidad en respuestas de IA muy por encima de la de los enlaces, alrededor de tres veces más. ¿Por qué? Porque si lo que el modelo hace es promediar lo que se dice de ti, lo que cuenta es cuánto y cómo se te menciona, tengas enlace o no. El enlace era moneda en un sistema que contaba enlaces. En un sistema que mide consenso, la moneda es la mención.

Dos. Cerca del 60% de las fuentes que cita la IA no están en el top 10 orgánico de Google. Tiene todo el sentido si has entendido el mecanismo: el modelo no consulta el ranking de Google y copia los diez primeros. Consulta su propio agregado, que se ha formado con sitios que a Google ni le importan demasiado, foros, hilos, comentarios, sitios de nicho. Ser el primero de Google y ser la conclusión del modelo son resultados de dos máquinas que miden cosas diferentes.

Tres. Perplexity bebe enormemente de Reddit, casi la mitad de sus citas según algunos análisis. No es un capricho del producto. Es que Reddit es, literalmente, opinión agregada de gente real respondiendo preguntas concretas: el formato exacto del que un sintetizador de consenso quiere beber. Donde un buscador ve “contenido generado por usuarios de calidad dudosa”, un modelo ve “miles de personas opinando sobre esto, justo lo que necesito promediar”.

Tres datos, un solo mecanismo. Cuando lo ves así, dejas de coleccionar tácticas y empiezas a entender el juego. Y de ese mecanismo sale la consecuencia que no le gusta a nadie: no puedes hackear la cita escribiendo mejor tu propia página. Tu página es una fuente entre miles en el promedio. Lo único que mueve la aguja es cambiar lo que el agregado dice de ti, y eso es trabajo externo, lento y, en el fondo, de marca. Por eso esto se parece más a construir reputación que a optimizar una landing.

Qué se puede hacer de verdad (y por qué, en cada caso)

Ahora sí, lo accionable. Pero cada cosa con su porqué pegado, porque sin el porqué no sabrás adaptarlo cuando el detalle cambie, que cambiará.

Averigua qué está leyendo la IA sobre tu categoría, antes de tocar nada

Esto es lo primero y casi nadie lo hace. Coge tus diez o quince preguntas de categoría con intención de compra (las que haría tu cliente, no las que te gustaría que hiciera) y pásalas por ChatGPT, Perplexity y el AI Mode de Google. No mires solo si sales. Mira qué fuentes cita: qué dominios, qué URLs concretas, qué hilos.

Esa lista es la cosa más valiosa de todo este proceso, porque es la IA enseñándote su bibliografía. Te está diciendo, literalmente, de dónde saca su opinión sobre tu mercado. Todo lo que hagas después debería ir dirigido a aparecer en esas fuentes, no en abstracto “por la web”. Sin este paso estás disparando a ciegas; con él, tienes un mapa de exactamente dónde tienes que existir.

El porqué: si el modelo promedia un conjunto concreto de fuentes, tu único trabajo real es entrar en ese conjunto. Saber cuál es no es un paso más, es el paso.

Gana presencia donde la IA ya cita, no donde a ti te gustaría

Una vez tienes el mapa, el trabajo es estar en esas fuentes. Si la IA cita un comparador de tu sector, tienes que estar en ese comparador. Si cita un medio, tienes que tener presencia en ese medio. Si cita tres hilos de Reddit, ahí hay una conversación en la que tu marca debería aparecer mencionada por gente real.

Esto es digital PR y presencia de marca, no link building clásico. La diferencia importa: no buscas un enlace, buscas que se hable de ti en el sitio correcto, con enlace o sin él. Un párrafo en un medio que la IA lee, mencionándote sin enlazarte, vale más que diez backlinks de directorios que el modelo nunca consulta.

El porqué, otra vez el mecanismo: el modelo cuenta menciones en su agregado, no enlaces en tu perfil. Trabajas para el agregado.

Sé fuente primaria de algún dato, o resígnate a ser eco

Esta es la palanca más infravalorada y la más defendible a largo plazo. Si publicas una cifra que no existe en ningún otro sitio (una encuesta tuya, un dato de tus propios sistemas, un benchmark de tu cartera) te conviertes en el origen de esa información. Y un sintetizador de consenso cita con preferencia al origen, no a los diez que lo reempaquetan después.

Es, además, lo único de esta lista que tu competencia no te puede copiar. Un dato propio es tuyo. Todo lo demás (mejor estructura, más menciones) lo puede replicar quien tenga más presupuesto. La cifra original, no.

El porqué: en un sistema que promedia, ser la fuente que todos los demás citan te da un peso desproporcionado en el promedio. Dejas de ser un voto y pasas a ser la cosa sobre la que los demás votan.

Estructura y frescura: necesarias, no suficientes

Lo de siempre sigue contando, pero conviene ponerlo en su sitio para no sobrevalorarlo. Respuesta directa arriba, una pregunta por encabezado, datos estructurados donde aplique. Y frescura visible: las plataformas premian lo reciente (Perplexity de forma muy marcada), así que un contenido fechado en el año en curso y mantenido al día se cita más que uno que parece de hace tres años.

Pero cuidado con el peso que le das. Esto te hace extraíble y citable una vez que ya estás en el agregado. No te mete en el agregado. Es la diferencia entre tener buena letra y tener algo que decir: la buena letra ayuda a que te lean, pero si no tienes presencia ninguna estructura te salva. Por eso lo pongo el último, no el primero, al revés que casi todas las guías.

Cada plataforma promedia distinto

El mecanismo es común, pero cada modelo pondera su agregado a su manera, y saberlo te ahorra esfuerzo mal dirigido:

ChatGPT se apoya mucho en menciones de marca y en fuentes de referencia, y se está abriendo a fuentes editoriales que combinan dato propio con autoridad. Perplexity es la más sensible a la recencia y la más rápida en reaccionar a cambios, cuestión de días, y la más influida por Reddit; el schema, en cambio, le importa poco. Claude da peso a las credenciales de experto con nombre y a las fuentes académicas. Y Google AI Mode, tras el I/O de mayo, es el de más volumen, con un detalle que cambia la apuesta: dentro de él no hay lista de enlaces azules debajo de la respuesta. O te cita, o no existes para ese usuario. No hay segundo premio.

La lectura práctica: usa Perplexity como termómetro, porque reacciona rápido y te dice en días si algo está funcionando. Y trabaja para Google si lo que quieres es volumen, asumiendo que tarda más en moverse.

La parte que convierte esto en estrategia y no en fe: medirlo

Aquí se cae la mayoría. Hacen las cosas, no miden, y a los tres meses no saben si han avanzado o han perdido el tiempo. Sin medición esto no es estrategia, es superstición con buena intención.

Y la métrica importa porque, mal elegida, te miente. Si tu indicador es “¿salgo en ChatGPT?”, tienes una métrica de vanidad binaria que no te dice nada. La pregunta de negocio es otra, y tiene tres capas:

Primero, cuota de voz: de todas las respuestas que la IA da sobre tu categoría, en qué porcentaje sales tú frente a tus competidores. Eso se mide con disciplina, no con magia: una lista fija de 15-20 preguntas, pasadas cada semana, anotando quién aparece. Hay herramientas que lo automatizan, pero una hoja de cálculo y constancia te dan casi todo el valor al principio. Lo que buscas no es la foto de una semana, es la tendencia: ¿tu cuota sube o baja?

Segundo, sentimiento. Que te mencionen no basta; importa cómo. Y aquí hay un riesgo que el optimismo se salta: el sentimiento negativo se indexa igual que el positivo. El modelo promedia también lo malo que se dice de ti. Una cita que te describe mal no es visibilidad, es daño con tu nombre encima. Por eso se vigila el cómo, no solo el cuánto.

Tercero, conversión del tráfico que sí llega. El poco tráfico que entra vía IA llega más decidido que el orgánico clásico, más cerca de comprar. Aislarlo en analítica y ver qué hace es lo que cierra el círculo y justifica todo el esfuerzo ante quien paga. El cómo técnico de separar ese tráfico da para su propio artículo, y lo dejo en cómo medir el tráfico de IA en GA4.

En resumen, y por qué esto es más marca que SEO

Vuelvo a donde empecé, que ahora se lee distinto. Si una IA te recomienda porque ha promediado lo que internet dice de ti, entonces tu visibilidad en IA es un síntoma. La causa está más abajo: en si el mundo tiene una idea clara, repetida y coherente de quién eres y para qué eres bueno. Puedes tener la web más optimizada del sector y, si fuera de ella nadie habla de ti con claridad, el promedio sale borroso y el modelo recomienda a otro.

Por eso insisto en que esto es trabajo de reputación distribuida, no de página. El SEO te mete en la conversación. Lo que el mundo entiende de tu marca decide si sales recomendado de ella. Y esa segunda parte no se arregla con un schema mejor.

La pregunta, entonces, no es “¿cómo salgo en ChatGPT?”. Es “¿por qué un sistema que ha leído media internet llegaría a la conclusión de que mi marca es la respuesta?”. El día que tengas una respuesta sólida a eso, la cita viene sola. Y el día que no la tengas, ninguna táctica de esta lista te va a salvar de la borrosidad.

Preguntas frecuentes

¿Cuánto tarda en notarse? Depende de la plataforma, y la razón es el mecanismo. Perplexity reacciona en días porque pondera mucho la recencia. ChatGPT y los AI Overviews tardan semanas o más, porque dependen de que se acumulen menciones en su agregado, y eso no es instantáneo. No es un canal de resultados rápidos; es de los que compensan al constante.

¿Esto significa que el SEO ya no sirve? Al contrario. El SEO es el que te mete en la conversación; sin fundamentos sólidos no estás en ninguna parte. Lo que cambia es que, una vez dentro, salir recomendado depende de una capa nueva (presencia, menciones, datos propios) que el SEO clásico no cubría. Es suma, no sustitución.

¿Necesito pagar herramientas de monitorización? Para empezar, no. Una lista fija de preguntas y una hoja semanal te dan el grueso del valor. Las herramientas de pago ahorran tiempo cuando esto escala, no cuando arrancas.

¿El schema sirve para que me citen? Ayuda a que te extraigan una vez que ya estás en el agregado, sobre todo en Google. Pero su peso varía mucho por plataforma (en Perplexity, poco) y no es la palanca que te mete en la conversación. Útil, secundario.

¿Y si la IA me cita diciendo algo incorrecto sobre mi marca? Es un riesgo real, porque el modelo promedia también lo negativo. No se arregla discutiendo con el modelo, sino trabajando las fuentes que está leyendo: si el agregado mejora, la respuesta mejora. Por eso el sentimiento es una métrica a vigilar, no un detalle.

---

Si quieres montar esto para tu marca, el diagnóstico de dónde te cita hoy la IA y qué fuentes está leyendo de tu categoría, el plan para entrar en ellas y el sistema de medición, es justo el trabajo que hago como consultor SEO y SEO Product Manager. Hablamos.

Esto es una pieza de mi guía sobre SEO agéntico: cómo hacer que la IA no solo te lea, sino que te elija.