ChatGPT elige marcas antes de buscar: cómo entrar en la lista
ChatGPT incluye nombres de marcas en sus consultas de búsqueda incluso antes de cargar las páginas. Leí 60 diálogos para entender cuándo ocurre esto y qué ayuda a que una marca sea mencionada. Esta es una idea clave para todos los que trabajan en la visibilidad en IA: la decisión de recomendar o no tu marca se toma mucho antes de que ChatGPT toque tu sitio web.
Le pedí a ChatGPT que nombrara la mejor aplicación de notas con IA. Siete palabras, sin mencionar marcas. Antes de cargar nada, escribió para sí mismo esta consulta de búsqueda: Granola, Notion AI, Otter, Fireflies, Fathom, Mem, Limitless — siete productos en una sola búsqueda. No mencioné ninguno de ellos, y nada vino de la búsqueda web, así que esos nombres salieron del propio modelo.
Luego realizó nueve búsquedas más — ese es el famoso «abanico» de consultas del que escribí en las dos primeras partes. Una búsqueda forma la lista corta, luego una búsqueda por cada marca, cada una dirigiendo directamente al sitio de la empresa. El abanico nunca fue una búsqueda de candidatos — es ChatGPT recorriendo una lista que ya tiene, un nombre a la vez.
En las dos primeras partes escribí que necesitas sobrevivir a la verificación site:yourdomain.com, porque ChatGPT lanza esas verificaciones. Pero solo las lanza si apareciste en la primera consulta de búsqueda. Si no estás en la lista corta, tu sitio no será visto en absoluto, por muy bueno que sea. La decisión se toma antes de que algo toque tu servidor.
Pasé dos meses leyendo este tráfico para la primera y segunda parte. Esto es lo primero que cambia mis recomendaciones a los clientes. Antes de seguir leyendo: todo esto se obtuvo de una sola cuenta, así que cada porcentaje es una dirección, no una medición. El mecanismo es otra cosa. Puedes reproducirlo en tu cuenta en dos minutos, y te muestro cómo al final.
Cómo funciona
Cuando haces una pregunta, ChatGPT la reescribe en sus consultas de búsqueda, las ejecuta, lee los resultados y luego escribe la respuesta. Estas consultas están en la respuesta que tu navegador carga, bajo la clave search_queries. OpenAI lo renombró de search_model_queries a principios de agosto de 2026.
No es una filtración: tu navegador necesita ese JSON para renderizar la página, y puedes leerlo en DevTools en tu cuenta en unos dos minutos. Aquí hay un ejemplo de una pregunta sobre programas de chat: pregunté «mejor software de IA para chat de soporte», y añadió el año, «oficial», «precios» y tres nombres.
Todo lo siguiente se basa en la lectura de varios cientos de estas consultas. Empiece así: abra ChatGPT, haga la pregunta «mejor [su categoría]» que hacen sus compradores y lea la consulta que escriba. Esa línea mostrará si ChatGPT sabe que su marca existe, que es lo que normalmente se vende como auditoría de visibilidad de IA. El resto del artículo trata sobre qué hacer con lo que encuentre.
Prueba de causalidad
La objeción obvia a mi ejemplo de las aplicaciones de notas: quizás ChatGPT primero realizó una búsqueda, vio esas marcas y luego escribió una segunda consulta más inteligente. Eso haría que los nombres fueran el resultado de la búsqueda, no la causa.
Por eso realicé una prueba: para cada diálogo tomé el primer mensaje del usuario y la primera consulta de búsqueda, ordenados por tiempo. En ese momento no se había cargado nada, así que no había nada de qué aprender. En 21 de 27 diálogos, la primera consulta contenía marcas que el usuario no había introducido. Mire las líneas 2 y 3: la misma pregunta, una redacción ligeramente diferente, y la lista creció de tres a siete nombres. La lista crece según la redacción, no a partir de una tabla fija.
Luego ejecuté 12 categorías no relacionadas entre sí para comprobar que no era una característica del software. 11 de 13 mostraron lo mismo. La línea del robot aspirador me sorprendió: recordar que existe Roborock sería común, pero recordó Saros, Dreame X50 y Eufy S1 Pro, números de modelo actuales en la primera consulta, sin indicación. Este conocimiento llega hasta la línea de productos.
La línea de los SUV eléctricos se comporta de manera diferente. Para contabilidad, terapia y hosting, nombró proveedores y pasó a sus páginas de precios. Para automóviles, nombró revistas: Car and Driver, Edmunds, Top Gear. En una categoría, su instinto es ir a los fabricantes; en otra, a los críticos.
Me alegré de esto y reinicié tres categorías para comprobar la estabilidad. El aprendizaje de idiomas casi no cambió: cinco de seis nombres coincidieron. La contabilidad se redujo de seis proveedores a una consulta específica para QuickBooks. El hosting web cambió completamente de bando: abandonó a todos los proveedores y pasó a un sitio de reseñas. Así que «proveedores contra revistas» es una tendencia que puede cambiar entre ejecuciones, no una propiedad fija de la categoría.
Dos cosas se mantienen: la inyección ocurría cada vez, y la categoría con los líderes de mercado más evidentes mantenía sus nombres. Supongo que las categorías establecidas tienen listas cortas estables, y las disputadas fluctúan, pero tres repeticiones no son suficientes para afirmarlo. No juzgue la visibilidad de IA por una sola respuesta. Ejecute la pregunta cinco veces, porque la lista cambia entre ejecuciones.
Qué influye en la inyección de marcas
En todas las consultas anteriores había la palabra «mejor», así que intenté romperla. Ejecuté 24 consultas adicionales sin esa palabra en siete formas diferentes. Resultó que «mejor» no tiene nada que ver. Lo importante es si ChatGPT tiene que inventar productos por sí mismo.
Cuando no busca en absoluto, no funciona. Pregunte cómo funciona la reducción de ruido o qué es una base de datos vectorial: responderá desde su entrenamiento sin búsqueda web. Lo mismo para quejas abiertas: «Gastamos demasiado en herramientas de atención al cliente» — también sin búsqueda. Siete de mis veinticuatro consultas no tocaron la web en absoluto, así que no había una lista corta en la que entrar.
Si usted mismo menciona marcas, las acepta. «Xero o QuickBooks para pequeñas empresas» pasó directamente a site:xero.com/uk. «¿Debería usar HubSpot para una agencia pequeña?» — a site:hubspot.com. Si deja los candidatos a su criterio, recurre a la memoria. Esto ocurrió en diez de los once casos en los que pedí una recomendación sin nombrar marcas.
La tercera línea es mi favorita: evité deliberadamente las palabras «robot aspirador» y no nombré a nadie, y fue al sitio de un modelo específico de Roborock en la primera búsqueda. La línea 2 debería preocuparle si vende software: la queja sobre notas de reuniones se convirtió en «Granola precios oficiales» antes de cargar la página.
Hay una versión dirigida a sus competidores. Las tres consultas sobre reemplazos llevaron a nuevos nombres: «Alternativas a Zendesk» — Help Scout; «qué puedo usar en lugar de QuickBooks» — Zoho Books; «algo como Duolingo, pero mejor para gramática» — Kwiziq y Babbel. Cuando su cliente busca una salida de su competidor, ChatGPT ofrece a los que ya conoce. Podría ser usted, y ese día no puede influir en ello.
Si ChatGPT busca un producto y usted no ha nombrado ninguno, trae los suyos. Haga esto: lance su pregunta de categoría cinco veces y anote los nombres que aparecen en la consulta cada vez. Los nombres que aparecen en cada ejecución son su conjunto competitivo real en la cabeza de ChatGPT. Lo que aparece y desaparece es territorio disputado donde puede mover el asunto. Si su marca no aparece ni una vez en cinco ejecuciones, tiene la respuesta, y no es técnica.
Citación: probabilidad del 3,1%
Dividí todas las marcas en dos grupos: las que aparecieron en la consulta que escribió ChatGPT y las que solo se cargaron durante la búsqueda pero no se nombraron. Luego verifiqué con qué frecuencia cada grupo llegaba a la respuesta final. La diferencia es de aproximadamente 33 veces. También encontré 86 casos en los que se recomendó una marca pero su sitio ni siquiera se cargó en ese diálogo. La mención no requiere rastreo.
Esto es incómodo para mi propia industria. Gran parte de lo que ahora se vende como GEO es trabajo de extracción, es decir, la columna del 2,1%. La columna del 68,9% se resuelve antes de que todo esto se ponga en marcha. Divida el presupuesto de acuerdo con las dos columnas.
Si usted no está en la consulta, el dinero debe ir a que hablen de usted, lo reseñen, lo comparen y lo incluyan en listas: relaciones públicas digitales, contenido por categorías, colocación en sitios de reseñas, cobertura de analistas, participación en selecciones que leen sus compradores. Si ya está en la consulta, esos gastos están mayormente hechos, y queda el trabajo técnico a continuación.
Si todo se detuviera aquí, el consejo sería «construyan capital de marca», y todos podríamos irnos a casa. Pero después de la consulta, actúa un segundo filtro, y es despiadado. Creé un conjunto de datos etiquetados a partir de 57 diálogos: cada página cargada como una fila, con una etiqueta sobre si recibió una citación. 3,554 páginas, 110 recibieron citación: 3.1%. ChatGPT lee alrededor de 600 páginas para escribir una respuesta y cita unas 30. Casi todo se lee. La brecha entre la lectura y la citación es donde está el trabajo.
Tres factores que influyen en la citación
Posición. ChatGPT agrupa los resultados por dominios, y tu posición en ese grupo predice casi todo. Por debajo del top 2, la citación es un error de redondeo. Estar en el conjunto no es una victoria si eres el noveno.
Canibalización. Añadir páginas perjudica. Cuando varias páginas del mismo dominio aparecen en un mismo grupo, la conversión por página cae drásticamente. Dos páginas estrechamente relacionadas es lo óptimo. Más de seis: básicamente compites contra ti mismo. Durante un año les dije a los clientes que consolidaran por intuición. Esta es la primera vez que lo veo en los datos.
Relevancia. La relevancia califica, pero no elige. Evalué la página citada frente a todas las demás páginas extraídas para la misma afirmación, según qué tan bien su texto coincidía con la oración respaldada. La página citada entró en el top 5% del grupo. Pero fue la única mejor coincidencia solo en el 20% de los casos, y su superposición promedio fue significativamente menor que la mejor disponible.
Así que la relevancia de la afirmación forma la lista corta, y algo más elige al ganador. Entra en el top 10% para una afirmación específica, y estás en la conversación. Esa parte la controlas a través del texto. La selección final involucra cosas que no veo.
Haz esto: toma las preguntas que hacen tus compradores y encuentra todas tus páginas que responden a la misma pregunta. Elige la página que mejor coincida con la intención, conviértela en la respuesta, y fusiona o redirige las demás hacia ella. Asegúrate de que la oración que realmente responde a la pregunta esté en la parte superior de la página como texto HTML simple con cifras.
Encontrar estas superposiciones manualmente en un sitio real es la parte más desagradable. La canibalización generalmente se evalúa por la superposición de palabras clave, pero esa es la unidad incorrecta porque ChatGPT agrupa por afirmaciones, no por palabras clave. Para eso se creó Keyword Insights: agrupa las palabras clave por intención de búsqueda, no por coincidencia de cadenas, de modo que las páginas que compiten por una misma intención se ven como un grupo, incluso si no comparten palabras clave. Esta agrupación coincide exactamente con lo que veo cuando ChatGPT comprime un dominio a una sola página citada. Divulgación completa: es mi empresa, así que sé que maneja esta tarea.
Los resultados dividen la visibilidad en IA en dos juegos que a menudo se confunden. Si ChatGPT no asocia tu marca con tu categoría, no te mencionará en una consulta, y tienes un 2% de probabilidad de ser mencionado. El esquema no arreglará esto, ni la velocidad de página. El archivo llms.txt tiene incluso menos probabilidades, porque tu servidor no entra en contacto antes de la decisión.
Lo que parece construir la asociación es un trabajo lento y poco glamoroso: que escriban sobre ti, te reseñen, te comparen y debatan sobre ti en la web abierta durante años, hasta que la asociación aparezca en los datos de entrenamiento. Esto es PR digital y contenido que define la categoría, lo cual es incómodo para quienes venden auditorías técnicas como estrategia de IA.
La parte técnica es el 3,1%, y es real: una página cuidadosamente dirigida por intención, una propuesta con una afirmación clave al principio, hechos y cifras en texto HTML simple, sin un clúster de páginas casi idénticas compitiendo entre sí. Aquí está la secuencia completa que puedes ejecutar esta semana:
- Verifica si ChatGPT conoce tu marca: haz una pregunta de categoría cinco veces y observa si tu marca aparece en las búsquedas.
- Verifica qué páginas se citan: usa FanoutFox para rastrear citas y ver consultas.
- Elimina la canibalización: encuentra páginas que respondan a la misma pregunta y combínalas.
- Optimiza el contenido: asegúrate de que la afirmación clave y las cifras estén en la parte superior de la página.
En mis datos, una marca fue cargada 66 veces y nunca citada. Eso no es un problema de conocimiento. El motor seguía volviendo y decidía que no había nada que citar. El paso 4 existe para capturar esto.
Los pasos 1 y 4 son para lo que creé FanoutFox, porque hacerlos manualmente para cada respuesta se vuelve tedioso rápidamente. Es una extensión gratuita de Chrome; todo permanece en tu navegador y lee tu propio contenido.
