Factores de posicionamiento en la búsqueda con IA: cómo elige la IA qué fuentes citar y recomendar

El dueño de una asesoría contable pide a ChatGPT que le «recomiende una asesoría contable fiable para una pequeña empresa» y ve a tres competidores en la respuesta. Hace la misma pregunta a Perplexity y tampoco encuentra su empresa. Lo primero que piensa es que alguien está comprando esos puestos, o que la IA elige al azar. Ni lo uno ni lo otro. Detrás de la elección hay un mecanismo, y hoy se entiende lo bastante bien como para influir en él.

Se lo explicaré como se lo explicaría a un colega sin formación técnica: de dónde saca la IA sus conocimientos, cómo encuentra y filtra las páginas, por qué cita con gusto unos sitios web e ignora otros, y qué significan en la práctica los factores de posicionamiento en la búsqueda con IA para una empresa que quiere convertirse en una fuente de confianza para la IA.

Qué es una respuesta de IA y por qué importa la lista corta

Empecemos por lo básico. Una respuesta de IA es un texto que un asistente de IA redacta para una pregunta concreta. No una lista de diez enlaces, como en la búsqueda clásica, sino una recomendación ya elaborada: a quién elegir, cuánto cuesta, qué hay que vigilar. Junto a ella suelen aparecer enlaces a los sitios web de los que procede la información.

La gente ve estas respuestas en dos lugares. El primero, directamente en la búsqueda: Google AI Overviews («Resúmenes creados con IA») y AI Mode encima de los resultados de Google, las respuestas de Copilot en Bing. El segundo, los asistentes de chat: ChatGPT, Gemini, Claude, Perplexity, Copilot y otros, donde una persona escribe una pregunta como si le escribiera a un amigo y recibe una respuesta detallada. Comparamos cómo se ve esto en pantalla en cómo citan fuentes las respuestas de la IA.

Para un negocio, lo que más importa es esto: una respuesta suele nombrar solo un puñado de empresas. El usuario elige entre ellas y rara vez busca más allá. Así que la pregunta «¿cómo elige la IA sus fuentes?» es, en realidad, una pregunta sobre si usted entra en la lista corta entre la que va a elegir su cliente.

Dos fuentes de conocimiento: los datos de entrenamiento y la búsqueda en tiempo real

Todo asistente de IA moderno tiene dos formas de saber de su empresa. Es importante distinguirlas, porque se influye en ellas de manera distinta.

El conocimiento del entrenamiento

Un gran modelo de lenguaje (LLM) se entrena con un enorme volumen de textos recopilados hasta una fecha determinada. El modelo no almacena esos textos como una base de datos. Aprende relaciones entre palabras y conceptos. Las grandes marcas de las que hablan miles de páginas son bien «conocidas» por el modelo. Una pequeña empresa con un sitio web y un par de menciones probablemente le resulte desconocida, o la recuerde de forma imprecisa.

Este conocimiento tiene tres puntos débiles. Se queda obsoleto: el modelo no sabe nada de lo ocurrido después de su fecha de corte. No puede corregirse con rapidez: los cambios solo aparecen en una futura versión del modelo. Y es impreciso en los detalles: el modelo puede citar con toda seguridad un precio antiguo o confundir empresas de nombres parecidos.

La búsqueda en tiempo real (RAG)

Para responder a preguntas sobre cosas actuales, como precios, empresas, ubicaciones y acontecimientos recientes, los asistentes de IA buscan la información en el momento de responder. Este enfoque se llama generación aumentada por recuperación, o RAG (por sus siglas en inglés). Simplificado, el proceso es así:

1. Entender la pregunta. La IA decide si le basta con su propio conocimiento o si necesita buscar. Las preguntas sobre empresas, precios y elección de proveedor casi siempre desencadenan una búsqueda.
2. Reformularla. Una pregunta se convierte en varias consultas de búsqueda. Un ejemplo hipotético: «recomiéndame una asesoría contable para una pequeña sociedad limitada» podría convertirse en «servicios de contabilidad para pequeñas sociedades limitadas en Nueva York precios», «mejores asesorías contables para pequeñas empresas» y «opiniones sobre contabilidad externalizada».
3. Encontrar páginas. Las consultas van a un índice de búsqueda. Google AI Overviews y AI Mode usan el índice de Google, Copilot se basa en Bing, y ChatGPT, Claude y Perplexity buscan en la web con sus propios rastreadores (OAI-SearchBot, Claude-SearchBot, PerplexityBot) y con socios de búsqueda.
4. Leer y seleccionar fragmentos. La IA abre las páginas encontradas, divide el texto en fragmentos y se queda con los que mejor responden a la pregunta.
5. Contrastar y redactar. Los fragmentos de distintas fuentes se comparan, se ensamblan en una respuesta coherente y se añaden enlaces a las páginas utilizadas.

Esta es la conclusión clave. En modo búsqueda, una empresa entra en la respuesta en dos etapas: primero hay que encontrar su página y, después, su fragmento tiene que ser más útil que el de un competidor. El SEO clásico se ocupa de la primera etapa, y el GEO (optimización para motores generativos), de la segunda. Por eso el GEO se construye sobre el buen SEO de siempre.

Los factores de posicionamiento en la búsqueda con IA, de un vistazo

No existe una lista oficial de factores de posicionamiento en la búsqueda con IA, y ninguna plataforma publica sus ponderaciones. Pero la mecánica descrita deja claro qué cualidades deciden si una página se cita. Este es el modelo de trabajo que usamos en las auditorías:

Primera etapa: la página tiene que ser encontrada y leída

El motivo más frustrante para quedarse fuera de las respuestas de la IA es puramente técnico. La IA no puede citar lo que no ha podido abrir. Estos son los obstáculos típicos que encontramos en las auditorías:

• el sitio web está mal indexado en Google o Bing por errores, duplicados o una carga lenta;
• robots.txt bloquea a los rastreadores de búsqueda de IA, como OAI-SearchBot, Claude-SearchBot o PerplexityBot;
• el hosting, una CDN o un cortafuegos bloquean a los bots aunque robots.txt los permita;
• el texto principal lo carga JavaScript, y el rastreador ve una página vacía;
• la información importante está enterrada en PDF, imágenes o pestañas que solo se abren al hacer clic.

Un matiz que conviene conocer: bloquear los rastreadores de entrenamiento es una decisión aparte. GPTBot recopila datos para entrenar los modelos de OpenAI, mientras que OAI-SearchBot alimenta la búsqueda de ChatGPT, y ChatGPT-User descarga páginas cuando un usuario lo pide. El token Google-Extended controla si su contenido se usa para el entrenamiento y la fundamentación (grounding) de Gemini, y no afecta a la Búsqueda de Google. Confundirlos es una forma habitual de desaparecer por accidente de la búsqueda con IA.

Todo esto puede comprobarse en un día y corregirse en unos pocos. Pero mientras el problema exista, ninguna cantidad de contenido servirá de nada.

Segunda etapa: por qué la IA cita páginas claras y con datos

Supongamos que la página se ha encontrado y leído. Ahora la IA decide si toma un fragmento de ella. Aquí rigen cuatro reglas sencillas.

El fragmento responde directamente a la pregunta

Compare dos fragmentos hipotéticos. El primero: «Ofrecemos un enfoque personalizado y soluciones flexibles para cualquier negocio». El segundo: «La contabilidad de una sociedad limitada de hasta 10 empleados cuesta desde 400 USD al mes e incluye informes mensuales y nóminas» (las cifras son inventadas a modo de ejemplo). La IA no puede sacar nada del primero. El segundo es una respuesta ya hecha a la pregunta del usuario y es fácil de reproducir.

El fragmento tiene sentido fuera de contexto

La IA no lee la página como un todo, sino en fragmentos separados. Frases como «los precios figuran más arriba», «como ya hemos dicho» o «nuestro servicio» sin un nombre pierden su sentido cuando se recorta el fragmento. Un buen bloque nombra por sí solo la empresa, el servicio y las condiciones.

La página tiene una estructura clara

Los encabezados formulados como preguntas, una respuesta breve al comienzo de cada sección, las listas, las tablas comparativas y un bloque de preguntas frecuentes ayudan a la IA a encontrar el fragmento adecuado. El marcado Schema añade pistas sobre dónde están el nombre de la organización, el precio y la dirección. Más información en marcado Schema, FAQ y su empresa como entidad.

Los datos pueden verificarse

Un autor con nombre y experiencia real, una fecha de actualización, los datos de la empresa, una dirección, licencias y certificaciones. Cuantos más detalles verificables tenga una página, menos motivos tendrá la IA para dudar de ella.

Coherencia: por qué la IA le contrasta con otras fuentes

La IA no se fía de la palabra de una empresa. Trata a una empresa como una entidad, un conjunto de datos: nombre, dirección, teléfono, servicios, precios, dirección general, reseñas. Reúne esos datos de distintas fuentes. Cuando las fuentes coinciden, la imagen es clara. Cuando se contradicen, empiezan los problemas.

Un ejemplo hipotético. En el sitio web, la empresa es «Ledger Plus Bookkeeping»; en su Perfil de Empresa en Google, «LedgerPlus»; un directorio muestra una dirección antigua y un marketplace sigue mostrando los precios del año pasado. La IA ve cuatro versiones de una misma empresa. Hay tres desenlaces posibles, y todos son malos: toma los datos del marketplace y cita un precio equivocado, se cubre con un «según algunas fuentes» o evita mencionar una empresa de la que no puede estar segura.

Qué hay que alinear:

• el sitio web y todas sus secciones, incluidos el pie de página y la página de contacto;
• las fichas en mapas y los directorios de empresas;
• los catálogos sectoriales, los marketplaces y las plataformas de reseñas;
• los perfiles en redes sociales y redes profesionales;
• la cobertura en medios y los artículos de los expertos de su empresa.

La otra cara de la coherencia es la confirmación independiente. Cuando las selecciones sectoriales, las reseñas y los artículos hablan de una empresa, la IA recibe una señal: esta empresa existe, trabaja en este ámbito y es conocida. Explicamos cómo trabajarlo de forma sistemática en menciones de marca y PR digital para la búsqueda con IA.

Recomendaciones: por qué la IA nombra a unas empresas y no a otras

Ahora juntemos todas las piezas. Cuando un usuario pide una recomendación, la IA busca, en esencia, empresas que a la vez:

• aparecen en las consultas en las que ha reformulado la pregunta;
• cumplen las condiciones del usuario (ubicación, presupuesto, sector, plazos), y esas condiciones figuran de forma explícita en sus páginas;
• están confirmadas por varias fuentes independientes sin contradicciones;
• están descritas con claridad, de modo que sus puntos fuertes pueden resumirse en una o dos frases.

El competidor que recomienda la IA no es necesariamente mejor que usted. Lo más frecuente es que, sencillamente, esté descrito con más claridad y sea más visible en las fuentes.

¿Y los factores de posicionamiento propios de ChatGPT?

La gente busca a menudo los factores de posicionamiento de ChatGPT como si ChatGPT tuviera su propia fórmula secreta. En la práctica, cuando ChatGPT busca en la web, pasa por las mismas etapas: su rastreador y sus socios de búsqueda tienen que encontrar su página, la página tiene que ser legible y su fragmento tiene que responder a la pregunta mejor que los demás. Lo específico de cada plataforma es sobre todo técnico: qué rastreador necesita acceso y en qué índice se basa el asistente. El resto de los factores son comunes a Google, ChatGPT, Perplexity, Gemini, Claude y Copilot.

Por qué cambian las respuestas

La misma pregunta hecha dos veces puede dar listas de empresas distintas. Los motivos están claros: la IA redacta la respuesta desde cero cada vez, las consultas de búsqueda que genera pueden variar, y el resultado depende de la formulación, el idioma, la ubicación del usuario y lo actualizado que esté el índice. Por eso una agencia honesta nunca promete una posición concreta en una respuesta de IA. Lo que se mide es la visibilidad en los LLM: el porcentaje de prompts monitorizados en los que aparece la empresa, comprobado con regularidad con el mismo conjunto de preguntas.

Cómo convertirse en una fuente que la IA cita: qué significa para su empresa

De la mecánica se deriva una secuencia clara de acciones. Cada paso aborda una etapa concreta de la selección.

• Auditoría de visibilidad en IA. Averigüe qué dicen hoy los asistentes de IA y descubra los obstáculos técnicos en la etapa de «ser encontrado y leído».
• Investigación de prompts. Reúna las preguntas que los clientes hacen a la IA, igual que se hace la investigación de palabras clave para el SEO. Es la base tanto del contenido como de la medición.
• Mejoras técnicas. Abra el sitio web a los rastreadores de los buscadores y de la IA, corrija errores, saque el texto de los scripts, añada marcado Schema y llms.txt.
• Contenido con datos. Reescriba las páginas clave para que cada bloque funcione como una respuesta autónoma, y cree contenido para sus prompts monitorizados.
• Datos de la empresa coherentes. Alinee la información de su empresa en el sitio web y en todas las fuentes de terceros.
• Confirmación de terceros. Aumente las menciones de marca y publique artículos de sus expertos en fuentes externas.
• Seguimiento de la visibilidad en IA. Lance con regularidad sus prompts monitorizados y ajuste el trabajo según los resultados.

Por separado, estos pasos consiguen poco. Un artículo excelente en un sitio web bloqueado a los rastreadores no se convertirá en fuente. Un sitio web perfecto sin ninguna mención de terceros pierde frente a un competidor conocido. Y los datos contradictorios en los directorios socavan ambas cosas. Si la IA ya recomienda a sus competidores, explicamos qué hacer en la IA recomienda a sus competidores: qué hacer.

El resultado: un trabajo previsible en lugar de una lotería

Una vez que entiende la mecánica, el posicionamiento en IA deja de parecer magia. La IA recomienda los negocios que puede encontrar, entender y en los que confía. Cada una de esas tres condiciones se traduce en tareas concretas: técnicas, de contenido y de reputación. Pueden realizarse, verificarse y repetirse cuando las plataformas de IA cambian las reglas. El efecto se acumula: cuanto antes se convierte una empresa en una fuente clara y confirmada, más sólida es su posición en las respuestas de la IA.

Cómo convierte Posicionamiento en IA su sitio web en una fuente para la IA

Hacemos SEO desde 2002, con más de 100 clientes en todo el mundo y certificaciones de Google y Yandex. Optimizamos para Google AI Overviews y AI Mode, ChatGPT, Gemini, Claude, Perplexity y Microsoft Copilot, además de otros asistentes cuando su mercado lo requiere. Un solo equipo se ocupa de principio a fin de su sitio web y de su visibilidad en IA, para empresas de Nueva York y de cualquier otro lugar.

El trabajo incluye una auditoría de visibilidad en IA, investigación de prompts, mejoras técnicas en el sitio web (acceso de los rastreadores de IA, llms.txt, marcado Schema, velocidad, errores), contenido nuevo pensado para las respuestas de la IA, menciones de marca en sitios de terceros, artículos en fuentes externas que refuerzan la autoridad de su empresa y de sus expertos, y seguimiento continuo de la visibilidad en IA.

La IA evalúa su sitio web en su conjunto, así que nos ocupamos de todo el sitio desde el primer día, de las mejoras técnicas al GEO. Garantizamos la ejecución de las tareas de GEO, la corrección de errores y la adaptación rápida de su sitio web a los requisitos cambiantes de la búsqueda con IA.

La tarifa es de 290 USD al mes, con las primeras 10 horas de trabajo incluidas. Cada hora adicional cuesta 45 USD. El trabajo de GEO se factura por horas trabajadas: solo facturamos el trabajo realizado y entregado ese mes. Sin descuentos ni meses gratis.

Agende una llamada: localizaremos la etapa en la que los asistentes de IA pierden hoy a su empresa y qué corregir primero.