Tu marca no aparece en ChatGPT, Perplexity o las vistas creadas con IA de Google porque «el modelo la haya aprendido». Aparece porque un sistema de recuperación encuentra en vivo una página tuya, o una que habla de ti, se la pasa al modelo, y este ancla su respuesta en ella y la cita. Esa es la vía real del GEO: recuperación y grounding, no entrenamiento. Si entiendes esta diferencia, dejas de perseguir mitos («entrenar a ChatGPT») y empiezas a trabajar lo que de verdad mueve la aguja.
Los tres mecanismos
| Mecanismo | Qué es | ¿Puedes optimizarlo? |
|---|---|---|
| Entrenamiento (training) | El modelo aprende de un corpus masivo hasta una fecha de corte. Memoria «de fábrica». | No, en la práctica. No puedes reentrenar a ChatGPT optimizando tu web, y no genera citas ni tráfico. |
| Recuperación (retrieval) | El motor busca en vivo en un índice (Google, Bing o propio) y recupera documentos. | Sí. Es la vía del GEO. Depende de estar indexado y ser accesible. |
| Grounding (anclaje) | El modelo apoya cada afirmación en las fuentes recuperadas y añade la cita. | Sí, indirectamente: haciendo tus pasajes extraíbles y verificables. |
Entrenamiento: lo que el modelo sabe «de memoria»
Un modelo de lenguaje se preentrena con un corpus enorme de texto hasta una fecha de corte de conocimiento. Todo lo que aprende queda codificado en sus pesos: es su memoria paramétrica. El dato relevante para ti: incluso los modelos más recientes nacen con meses de desfase respecto al presente. GPT-5, por ejemplo, tiene fecha de corte el 30 de septiembre de 2024 pese a haberse lanzado en agosto de 2025 (documentación de modelos de OpenAI).
¿Por qué esto significa que el entrenamiento no es tu canal de GEO?
- Ciclos lentos y opacos. No sabes cuándo se rastreó tu web, qué se filtró ni cuándo saldrá el próximo modelo.
- Sin atribución. La memoria paramétrica no genera enlaces: aunque el modelo «sepa» de ti, no te cita ni te manda tráfico.
- Imprecisión. Esa memoria es difusa; un modelo puede equivocarse con tus precios, servicios o ubicación.
- Son canales separados. OpenAI distingue entre GPTBot (rastreo para entrenamiento) y OAI-SearchBot (rastreo para aparecer en ChatGPT Search). Puedes bloquear el primero y permitir el segundo: quedas fuera del entrenamiento pero sigues siendo elegible para que te citen.
«Me llegan clientes convencidos de que necesitan ‘colarse en el entrenamiento de ChatGPT’, es una pérdida de energía. No puedes reentrenar un modelo desde tu web, y aunque pudieras, no te citaría. Lo que sí controlas es si, cuando la IA sale a buscar en directo, te encuentra. Ahí es donde se juega el partido.» – Rafa Villaplana, consultor SEO y CEO de Linking & Growing
Recuperación: la vía real del GEO
La recuperación es el momento en que el motor, en lugar de responder solo de memoria, lanza búsquedas en vivo contra un índice y recupera documentos que le pasa al modelo como contexto. Cada motor bebe de una fuente distinta:
- Vistas creadas con IA y AI Mode de Google: el índice de Google. Su guía oficial (2026) dice que estas funciones «destacan contenido de nuestro índice de búsqueda» apoyándose en «nuestros sistemas de ranking principales».
- ChatGPT Search: un modelo híbrido que usa sobre todo el índice de Bing más su propio índice y caché (alimentado por OAI-SearchBot). En el juicio antimonopolio contra Google (abril de 2025), el responsable de ChatGPT declaró que se nutre de datos de Bing.
- Perplexity: su propio rastreador (PerplexityBot) e índice, combinados con terceros.
- Gemini: usa «Grounding con la Búsqueda de Google», es decir, el índice de Google.
La implicación es directa y dura: si no estás indexado en el índice que usa cada motor, no existes para él. Google lo dice sin rodeos: para ser elegible en sus funciones de IA, una página «debe estar indexada y ser apta para mostrarse con un fragmento». Y OpenAI advierte que los sitios que bloquean OAI-SearchBot «no se mostrarán en las respuestas de ChatGPT Search».
Grounding: de «lo que recuerdo» a «lo que dice esta fuente»
El grounding es la capacidad de conectar la salida del modelo con fuentes verificables. Una respuesta está grounded cuando cada afirmación se apoya en un documento recuperado y se puede rastrear hasta él. La guía de Google de 2026 equipara explícitamente los conceptos: la generación aumentada por recuperación (RAG) «también conocida como grounding» mejora «la calidad, precisión y frescura» mostrando «enlaces destacados y clicables» a las páginas que respaldan la información.
Lo importante para ti: la cita se produce a nivel de pasaje. El sistema vincula frases concretas de la respuesta con trozos concretos de tu página. No se cita «tu web»: se cita un párrafo que responde bien a una subconsulta.
RAG paso a paso en un buscador con IA
Así funciona el proceso completo, en lenguaje de marketing, no de ingeniería:
- Decisión de buscar. El modelo decide si la pregunta requiere información externa.
- Reformulación y query fan-out. Descompone tu pregunta en varias subconsultas. Google lo define como «un conjunto de consultas concurrentes y relacionadas generadas por el modelo»: para «cómo arreglar un césped con malas hierbas» lanza «mejores herbicidas», «eliminar malas hierbas sin químicos», «cómo prevenirlas». Un apunte para el mercado español: según un estudio de Peec AI (Search Engine Journal, febrero de 2026), casi el 78% de los prompts en idiomas distintos del inglés incluyó al menos una subconsulta en inglés — el contenido en inglés de tu sector también puede competir por tus temas.
- Recuperación. Cada subconsulta se ejecuta contra el índice y devuelve candidatos.
- Reranking. Los candidatos se reordenan por relevancia, calidad y frescura. Aquí no compite tu página entera, sino sus pasajes.
- Síntesis con citas. El modelo redacta la respuesta anclada en los pasajes elegidos y asocia la cita a cada afirmación.
Este mecanismo del fan-out explica el dato más revelador del panorama actual: solo el 37,9% de las URLs citadas en las Vistas con IA está en el top 10 de esa misma consulta (Ahrefs, marzo de 2026), frente al 76,1% de julio de 2025. Las citas salen cada vez más de las SERPs de las subconsultas, no de la consulta principal.
Qué dicen los datos (2025-2026)
- La cita se desacopla del ranking: 37,9% de las citas de AI Overviews en el top 10 (Ahrefs, marzo 2026). De media, solo ~12% de las URLs citadas por asistentes está en el top 10 de Google para el prompt original (ChatGPT, 8%; Perplexity es la excepción con 28,6%).
- La visibilidad en IA es volátil: un AI Overview persiste de media 2,15 días y tiene un 70% de probabilidad de cambiar entre observaciones (Ahrefs). Repetir el mismo prompt da la misma lista de marcas menos de 1 vez entre 100 (SparkToro + Gumshoe, 2026).
- Las menciones de marca pesan más que los backlinks: correlación 0,664 vs 0,218 con la visibilidad en AI Overviews; las menciones en YouTube, 0,737, el factor individual más fuerte (Ahrefs, 75.000 marcas).
- La frescura importa: las URLs citadas por IA son un 25,7% más recientes que las orgánicas (Ahrefs).
«Que tu posición cambie cada dos días asusta a mucha gente, pero yo lo leo al revés: significa que la puerta está abierta. En SEO clásico, desbancar al número uno lleva meses. En la IA, si construyes el contenido y las menciones adecuadas, puedes entrar en semanas. Eso sí, hay que medir distinto: no la posición de un día, sino cada cuánto apareces de media.» – Rafa Villaplana, consultor SEO y CEO de Linking & Growing
Cinco mitos que conviene enterrar
- Puedo entrenar a ChatGPT sobre mi marca optimizando mi web. Falso. Optimizar tu web no toca los pesos de ningún modelo; te hace recuperable.
- Si ChatGPT no me conoce, necesito entrar en su entrenamiento. No. Basta con estar indexado y permitir OAI-SearchBot.
- «Necesito llms.txt o un schema especial para la IA. Google dice literalmente que no hacen falta «archivos legibles por máquinas, archivos de texto para IA, marcado o Markdown» especiales, y Ahrefs no halló aumento de citas al añadir schema a 1.885 páginas.
- Si estoy en el top 3, ya saldré en la IA. Ayuda, pero el 62% de las citas de AI Overviews viene de fuera del top 10.
- Comprar menciones me hará visible. Google avisa de que las «menciones inauténticas» las filtran los mismos sistemas antispam.
Qué hacer con todo esto (checklist)
- Audita la elegibilidad técnica por motor: indexación en Google (con snippet permitido) y Bing, inclusión en funciones de IA en Search Console, y robots.txt y WAF permitiendo OAI-SearchBot y PerplexityBot.
- Mapea el fan-out de tus intenciones: por cada servicio, lista las subconsultas probables (comparativas, precios, alternativas, «cómo elegir») y cúbrelas.
- Reescribe para extraibilidad: respuesta directa al inicio de cada sección, datos con fuente, citas de expertos, tablas, definiciones autocontenidas.
- Invierte en datos propios: estudios y cifras originales son el contenido que ningún modelo puede generar y que otros citarán.
- Construye presencia fuera de tu web: prensa sectorial, YouTube, reseñas, comunidades. Son las fuentes que recupera el fan-out.
- Mide por frecuencia, no por posición: cada cuánto apareces de media, por motor, más el informe de IA generativa de Search Console.
Preguntas frecuentes
¿Se puede «entrenar» a ChatGPT para que hable de mi marca?
No desde tu web. El entrenamiento de un modelo ocurre en ciclos cerrados de su fabricante y no se puede influir optimizando tu sitio. Lo que sí consigues es ser recuperable: que, cuando ChatGPT busque en vivo, encuentre tu página y la cite.
¿Qué diferencia hay entre GPTBot y OAI-SearchBot?
GPTBot rastrea contenido para el entrenamiento de los modelos de OpenAI; OAI-SearchBot rastrea para que tu página pueda aparecer en ChatGPT Search. Son canales distintos: puedes bloquear el entrenamiento y seguir siendo elegible para las citas en búsqueda.
¿Por qué me cita la IA una página que no está ni en la primera página de Google?
Por el query fan-out: la IA descompone tu pregunta en subconsultas y recupera resultados de cada una. Tu página puede posicionar bien para una subconsulta aunque no esté arriba en la consulta principal. Por eso solo un 38% de las citas de AI Overviews está en el top 10.
¿Hace falta el archivo llms.txt para que me cite la IA?
No hay evidencia de que ayude. Google ha dicho que no necesita archivos especiales para la IA, y los estudios disponibles no encuentran relación entre tener llms.txt y recibir más citas.
¿Cómo mido si la IA me está citando?
Con dos capas: paneles que ejecutan tus prompts clave muchas veces y miden el porcentaje de veces que apareces (no la posición de un día concreto, que cambia constantemente), y el informe de rendimiento de IA generativa de Google Search Console, que muestra impresiones en AI Overviews y AI Mode
Más de 10 años trabajando en proyectos SEO donde he conseguido aumentar las ventas a +100 empresas en más de 10 sectores distintos.