Cómo ser citado por ChatGPT, Claude y Perplexity en 2026: el método completo.

Los motores generativos no clasifican páginas: eligen fuentes

Un motor de búsqueda clásico produce una lista ordenada: diez resultados, un puesto para cada uno y una competición por las tres primeras posiciones. Un motor generativo produce un texto. Para redactarlo, primero debe reunir materiales, y ahí es donde se decide todo: retiene solo unas pocas fuentes, extrae pasajes de ellas y redacta una respuesta citándolas.

El mecanismo, llamado generación aumentada por recuperación (RAG), sigue siempre la misma secuencia. La pregunta del usuario se reformula en varias subconsultas, a menudo entre tres y diez, que cubren los ángulos implícitos de la petición. Cada subconsulta interroga un índice: el de Google para AI Overviews y AI Mode, un índice propio o de un socio para ChatGPT, Claude y Perplexity. El motor recupera pasajes, no páginas enteras, y después el modelo los sintetiza y atribuye las afirmaciones a sus fuentes.

De este funcionamiento se derivan tres consecuencias prácticas. La primera: estar séptimo en Google no le protege, y estar primero no le garantiza nada, porque la selección se realiza a nivel del pasaje y no de la URL. La segunda: una página muy precisa sobre una cuestión concreta puede ser citada por delante de un sitio más potente pero más vago. La tercera: el número de plazas es pequeño. Una respuesta cita en general entre tres y ocho fuentes; ya no compite por una posición, sino por un puesto en una lista corta.

Cuatro condiciones, en este orden

En las auditorías de visibilidad generativa que realizamos, las páginas citadas comparten cuatro propiedades, y a las páginas ausentes casi siempre les falta al menos una. Estas condiciones se encadenan: si la primera no se cumple, las otras tres no cuentan, sea cual sea la calidad del contenido.

El resto de este artículo detalla cada condición, con las comprobaciones que hacer y las correcciones que aplicar, y después el método de medición que permite saber si el trabajo da resultados.

Condición 1: ser accesible para los robots de los motores generativos

Cada editor de modelos explota varios robots, y no tienen el mismo papel. Unos recopilan datos de entrenamiento, otros alimentan el índice de búsqueda y otros consultan una página a petición de un usuario. Bloquear al robot equivocado equivale a retirarse uno mismo de las respuestas.

Tabla: desplácese horizontalmente.

La confusión más frecuente afecta a Google. El token Google-Extended solo controla el uso de sus contenidos para el entrenamiento de Gemini; no tiene ningún efecto sobre su presencia en AI Overviews o AI Mode, que se basan en Googlebot y en el índice clásico. A la inversa, bloquear OAI-SearchBot o PerplexityBot le retira de la búsqueda de ChatGPT y de Perplexity, aunque sus páginas sigan perfectamente indexadas por Google.

El bloqueo no siempre es voluntario. Muchos sitios han activado, en su CDN o en su cortafuegos, una regla de «bloquear los robots de IA» que trata a todos estos agentes de la misma manera. Otros devuelven un error 403 a las peticiones sin cabeceras de navegador, o esconden el contenido tras un banner de consentimiento renderizado en el servidor. En nuestras auditorías, este bloqueo involuntario es la primera causa de ausencia de las respuestas generativas en sitios por lo demás bien posicionados.

Las comprobaciones que hacer

• Leer el archivo robots.txt y distinguir explícitamente los robots de entrenamiento de los robots de búsqueda. El ejemplo siguiente autoriza la búsqueda y rechaza el entrenamiento; adáptelo a su política.
• Consultar las reglas del CDN, del cortafuegos y del proveedor de alojamiento: listas de agentes bloqueados, limitación de frecuencia, desafío JavaScript impuesto a las peticiones no humanas.
• Buscar en los logs del servidor los agentes de la tabla. Ninguna visita en treinta días significa un bloqueo previo, o una falta de descubrimiento.
• Verificar que el contenido principal figura en el HTML devuelto por el servidor. Los robots de búsqueda de IA ejecutan poco o ningún JavaScript: una página cuyo texto solo aparece tras el renderizado en el cliente es, para ellos, una página vacía.

# Robots de búsqueda: autorizados
User-agent: OAI-SearchBot
User-agent: ChatGPT-User
User-agent: Claude-SearchBot
User-agent: Claude-User
User-agent: PerplexityBot
User-agent: Perplexity-User
Allow: /

# Robots de entrenamiento: decisión separada (aquí, rechazo)
User-agent: GPTBot
User-agent: ClaudeBot
User-agent: Google-Extended
Disallow: /

Condición 2: escribir páginas que un modelo pueda citar

Una vez que la página es accesible, el motor busca en ella pasajes capaces de responder por sí solos a una subconsulta. Un pasaje citable tiene una forma reconocible: cabe en entre cuarenta y ochenta palabras, empieza por la respuesta, contiene al menos un elemento verificable (una cifra, una fecha, un nombre, una condición) y sigue siendo comprensible fuera de su contexto.

En la práctica, esta forma cambia la manera de escribir una página.

• Los títulos adoptan la forma de las preguntas que realmente se plantean. «¿Cuánto tiempo hace falta para ser citado por ChatGPT?» estará alineado con una subconsulta; «Nuestros plazos» no lo estará nunca.
• El primer párrafo bajo cada título responde directamente. El contexto, el historial y el matiz vienen después. Un modelo que tiene que leer tres párrafos antes de encontrar la respuesta pasa a la fuente siguiente.
• Cada afirmación importante lleva una prueba. Un dato fechado, una fuente nombrada, un método descrito. Las formulaciones vagas («resultados rápidos», «una experiencia reconocida») nunca se extraen, porque no responden a nada.
• Se privilegian las tablas, las listas y las definiciones. Estos formatos se retoman casi tal cual, y reducen el riesgo de que el modelo reformule su mensaje de manera inexacta.
• La fecha de actualización es visible y sincera. En los temas que evolucionan, los motores generativos favorecen las fuentes recientes; una página sin fecha, o fechada en 2022, parte con desventaja.

La segunda formulación es citable: responde a una pregunta precisa, contiene un plazo y dos condiciones, y sigue siendo cierta fuera de su contexto. La primera no dice nada que un motor pueda retomar.

Condición 3: hacer legible su entidad

Un motor generativo no cita solo un texto: cita a alguien. Antes de retener una fuente, intenta saber quién habla, con qué título y si esa identidad es coherente con lo que encuentra en otros sitios. Esta lectura pasa primero por los datos estructurados, y después por la coherencia de la información sobre su empresa allí donde aparece.

• Organization: nombre legal y nombre comercial, dirección, identificadores y, sobre todo, la propiedad sameAs, que vincula su sitio con sus perfiles oficiales (LinkedIn, registro mercantil, Wikidata, directorios sectoriales).
• Person para cada autor: cargo, afiliación, publicaciones, perfiles. Una página de autor que documenta una experiencia verificable pesa más que una firma anónima.
• Article o BlogPosting: autor, fechas de publicación y de modificación, editor, imagen principal.
• FAQPage para las secciones de preguntas y respuestas: el formato más directamente alineado con el funcionamiento pregunta-respuesta de los motores generativos.

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "SEO360",
  "legalName": "SEO 360 ALICANTE S.L.",
  "url": "https://seo360.tech",
  "sameAs": [
    "https://www.linkedin.com/company/…",
    "https://www.wikidata.org/wiki/…"
  ],
  "founder": {
    "@type": "Person",
    "name": "Kamel Malek"
  }
}

La coherencia cuenta tanto como el marcado. Si su sitio dice «SEO360», su página de LinkedIn «SEO 360 Alicante» y un directorio «Seo360 Agency», el modelo reconstruye tres entidades débiles en lugar de una entidad fuerte. Armonizar los nombres, las descripciones y los datos de contacto en el conjunto de sus presencias externas es a menudo la palanca menos costosa de todo el programa.

El archivo llms.txt, propuesto como un resumen del sitio destinado a los modelos, responde a otra lógica. Cuesta una hora producirlo y no perjudica, pero ningún editor de motores ha documentado su uso en la selección de fuentes. Trátelo como un complemento, no como una palanca.

Condición 4: ser corroborado fuera de su propio sitio

Un modelo que debe recomendar un proveedor, un producto o un método busca un consenso. Una afirmación presente solo en su sitio es una opinión; la misma afirmación recogida por un medio, un directorio sectorial, una comparativa, un foro o una publicación se convierte en información. Por eso las respuestas a las consultas del tipo «mejor», «comparativa» o «cuál elegir» citan masivamente páginas de terceros en lugar de los sitios de las marcas afectadas.

La corroboración se construye como una presencia, no como una campaña de enlaces. Las fuentes que los motores generativos movilizan con más frecuencia son:

• los artículos de prensa y las publicaciones profesionales que describen su empresa con los mismos términos que su sitio;
• las comparativas y los directorios especializados de su sector, incluidos los que le sitúan entre otros;
• los debates de foros y comunidades, donde una respuesta útil firmada por un experto de su equipo vale más que una mención promocional;
• las reseñas de clientes detalladas, en plataformas que el motor pueda leer;
• los contenidos de audio y vídeo cuya transcripción sea accesible, así como las intervenciones de autores identificados.

La palabra clave es «mención», no «enlace». Un enlace sigue siendo útil para Google; para un motor generativo, es la repetición coherente de su nombre, de su especialidad y de sus pruebas a través de fuentes independientes lo que marca la diferencia.

Medir su cuota de citación

La visibilidad generativa no se lee en un informe de posiciones. El indicador que lo sustituye es la cuota de citación: sobre un panel de preguntas que sus compradores plantean realmente, la proporción de respuestas en las que aparece su marca o su dominio, motor por motor. El método consta de cuatro pasos.

1. Constituir un panel de entre treinta y cien preguntas, repartidas entre preguntas informativas («cómo…»), comparativas («X o Y») y transaccionales («qué proveedor para…»), en cada idioma en el que vende.
2. Ejecutar el panel cada semana en ChatGPT, Perplexity, Gemini y Claude, anotando las fuentes citadas y las marcas nombradas. Las respuestas varían de una ejecución a otra; cada pregunta se lanza varias veces y se sigue una media.
3. Calcular la cuota de citación para usted y para sus tres competidores directos, por motor y por tipo de intención.
4. Relacionarla con la facturación: tráfico de referencia desde los dominios de los motores en su herramienta de analítica, evolución de las búsquedas de su marca, conversiones asistidas en el periodo.

Dos precauciones. Una medición puntual no significa nada, porque las respuestas fluctúan; lo que cuenta es la tendencia a lo largo de varias semanas. Y la cuota de citación debe leerse por intención: ser citado en las preguntas de definición no aporta nada si está ausente de las preguntas de elección de proveedor.

Los errores que cuestan citaciones

Las causas de ausencia que encontramos con más frecuencia se resumen en siete puntos. Cada uno se comprueba en menos de una hora.

• Una regla antirrobots global que bloquea OAI-SearchBot, PerplexityBot o Claude-SearchBot al mismo tiempo que los robots de entrenamiento.
• Un contenido principal inyectado con JavaScript, invisible en el HTML inicial.
• Páginas sin fecha, o cuya fecha de actualización se refresca artificialmente sin cambio de contenido.
• Textos de presentación genéricos, sin cifras, sin nombres y sin método.
• Una entidad incoherente de una plataforma a otra: nombres, descripciones y datos de contacto que divergen.
• Ninguna presencia en las fuentes de terceros que el motor consulta para su sector.
• Un seguimiento limitado a las posiciones de Google, que no muestra ni el problema ni el progreso.

Un plan de acción a noventa días

El programa siguiente es el que desplegamos en un encargo tipo. Empieza por el acceso y la medición, porque es inútil reescribir páginas que los motores no pueden leer, o actuar sin un punto de partida cuantificado.

Al término de las doce semanas, el objetivo no es haber «terminado», sino haber instalado un bucle: medición semanal, reescritura de las páginas ausentes, corroboración continua. Los motores generativos cambian deprisa; una organización que mide cada semana ve las caídas antes de que cuesten, y las ganancias antes que sus competidores.

Qué recordar