Cómo aparecer en ChatGPT y otros motores de IA

Un buscador tradicional devuelve una lista y usted elige. Un motor generativo devuelve una respuesta ya redactada y, como mucho, cita las fuentes de las que la sacó. La diferencia importa: en una lista de diez resultados hay diez oportunidades de aparecer; en una respuesta única hay dos o tres menciones, y el resto no existe.

A esta disciplina se la empieza a llamar GEO (generative engine optimization) o AEO (answer engine optimization). No sustituye al SEO: se apoya en él. Un sitio que ya está bien estructurado para Google parte con ventaja, porque los motores generativos se alimentan en buena medida del mismo rastreo web.

Los modelos no leen su web en el momento de responder. La han leído antes, mediante rastreadores propios, y muchos sitios los bloquean sin saberlo. GPTBot es el de OpenAI, ClaudeBot el de Anthropic, PerplexityBot el de Perplexity, y Google-Extended controla si su contenido alimenta a Gemini y a las respuestas generadas de Google.

Estos rastreadores son distintos del Googlebot de siempre y se autorizan por separado en el archivo robots.txt. Bloquearlos es una decisión legítima si no quiere que su contenido alimente modelos ajenos, pero hay que tomarla a conciencia: mientras estén bloqueados, ningún modelo puede recomendarle por mucho contenido que publique.

La comprobación es inmediata. Abra sudominio.com/robots.txt y busque esos nombres. Si no aparecen y hay un Disallow general, ahí está el problema. Si el archivo no existe, el comportamiento por defecto suele ser permisivo, pero conviene declararlo de forma explícita para no depender de la interpretación de cada rastreador.

Un modelo cita frases. No cita una imagen bonita, ni un video, ni un carrusel donde el texto está incrustado en el diseño. Muchas webs de negocio local están construidas casi enteramente con imágenes y animaciones: para una persona se ven bien, para un modelo están vacías.

Hay un segundo problema, más silencioso: los sitios que solo montan su contenido con JavaScript en el navegador. Google ejecuta JavaScript, pero varios rastreadores de IA no lo hacen o lo hacen a medias. Si el HTML que llega en la primera respuesta del servidor es un contenedor vacío, eso es exactamente lo que ve el modelo. La solución es servir el contenido ya renderizado en el HTML.

El texto, además, tiene que ser afirmativo y concreto. «Soluciones innovadoras a la medida de su empresa» no es citable porque no dice nada. «Instalamos agendamiento automático por WhatsApp para spas en Aguascalientes, conectado a la agenda que ya usan» sí lo es: tiene servicio, giro, ciudad y alcance.

Los modelos penalizan la ambigüedad. Si su nombre, su dirección y su teléfono aparecen de tres formas distintas entre su web, su ficha de Google y sus directorios, el sistema no sabe cuál es la entidad real y opta por no arriesgarse a recomendarle.

Los datos estructurados (schema.org) ayudan a resolverlo, sobre todo si las entidades se enlazan entre sí con identificadores estables en lugar de repetirse. Una empresa descrita cinco veces con matices distintos puede interpretarse como cinco empresas parecidas.

Para un negocio local, la ficha de Google Business Profile completa y coherente con la web sigue siendo la señal más fuerte, y alimenta tanto el paquete local de Google como las respuestas generadas que se apoyan en él.

Circula una propuesta llamada llms.txt: un archivo en texto plano, en la raíz del dominio, que resume de qué trata el sitio para que un modelo lo entienda sin rastrear cincuenta páginas. La idea es sensata y es barata de implementar.

Conviene ser honestos sobre su estado: es una propuesta de la comunidad, no un estándar adoptado oficialmente por OpenAI, Anthropic o Google, y a día de hoy ninguno de los grandes proveedores ha confirmado públicamente que lo use como fuente prioritaria. Quien se lo venda como la clave para salir en ChatGPT le está vendiendo humo.

Dicho eso, el ejercicio de escribirlo tiene valor por sí mismo aunque ningún modelo lo leyera: obliga a redactar en texto plano qué hace su negocio, para quién y con qué límites. Ese mismo texto suele acabar mejorando la web entera.

Es la parte que casi nadie escribe y la que más rinde. Un modelo que no sabe dónde están sus límites le recomienda para cosas que no ofrece, y esa recomendación termina en una conversación frustrante que quema la confianza de todos: la del cliente, la suya y la del propio modelo respecto a su sitio.

Declarar con claridad qué no se hace filtra a quien no encaja antes de que escriba, y hace que las recomendaciones que sí llegan sean mucho más precisas.

No existe todavía una herramienta equivalente a Search Console para motores generativos, así que la medición es artesanal. Pregunte directamente a ChatGPT, Claude, Perplexity y Gemini por el servicio que ofrece en su ciudad, sin nombrar su marca, y anote quién sale. Repítalo cada pocas semanas.

Vigile también las visitas cuyo origen es un dominio de IA en su analítica, y tenga presente el punto ciego real de esta disciplina: cuando alguien lee su nombre en una respuesta generada y luego le busca directamente, esa visita se registra como tráfico directo o de marca. El efecto existe aunque la atribución no lo muestre.