¿Por qué ChatGPT no menciona a mi empresa? Las 4 causas

¿Por qué no basta con estar bien en Google?

La primera reacción cuando ChatGPT no menciona a una empresa suele ser pensar en una penalización. No existe un sistema de penalizaciones como el de la búsqueda clásica: lo que ocurre es que la mecánica es distinta, y la posición en Google no se traslada a la respuesta que construye la IA. Google mismo lo explica: sus funciones de IA pueden usar el método de query fan-out, que lanza varias búsquedas relacionadas sobre subtemas y fuentes de datos para construir una respuesta, y así muestran una selección de enlaces más amplia y diversa que la de una búsqueda web clásica.

Los datos de Ahrefs lo confirman con cifras. En su análisis de 4 millones de URL citadas en AI Overviews, solo el 37,9 % de las páginas citadas aparece también en el top 10 de la búsqueda original, mientras que el 31,0 % ni siquiera está en el top 100. Es decir, casi un tercio de las fuentes que Google cita en sus respuestas son páginas que no posicionan de forma visible para esa consulta.

Distribución de las URL citadas en AI Overviews según su posición en la búsqueda original (Ahrefs, 2 de marzo de 2026, unos 4 millones de URL citadas):

Posición en la búsqueda original	URL citadas en AI Overviews
Top 10	37,9 %
Posiciones 11 a 100	31,2 %
Fuera del top 100	31,0 %

Además, el fenómeno es reciente en España: las AI Overviews en español llegaron el 25 de marzo de 2025, junto con otros países europeos. Y el canal pesa cada vez más: según Ahrefs, la presencia de una AI Overview se correlaciona con un CTR un 58 % menor para la página mejor posicionada (diciembre de 2025, con datos globales de Ahrefs, no de España). Cuando la búsqueda se resuelve dentro de la respuesta, lo que cuenta es aparecer citado en ella.

Si tu empresa no aparece, la causa es una de cuatro: un rastreador bloqueado, una respuesta que no existe en tu sitio web, una ausencia de las fuentes ajenas que la IA consulta, o una pregunta que el modelo responde sin buscar nada. Conviene comprobarlas en ese orden, porque la primera se arregla en un día y las otras tres son de contenido.

¿Pueden los rastreadores de OpenAI entrar en mi sitio web?

Antes de tocar una sola línea de contenido, conviene comprobar que OpenAI puede acceder a las páginas. OpenAI documenta varios rastreadores con funciones distintas; OAI-SearchBot y GPTBot se controlan por separado en robots.txt. Los tres que importan para la visibilidad son:

• OAI-SearchBot: rastrea para la búsqueda de ChatGPT. Si está bloqueado, el sitio web no aparece como fuente en las respuestas que lanzan búsquedas.
• GPTBot: rastrea contenido que puede usarse para entrenar los modelos de OpenAI.
• ChatGPT-User: visita una página cuando un usuario se lo pide a ChatGPT. Como la petición la inicia el usuario, las reglas de robots.txt pueden no aplicarse.

El fallo más común que vemos en la práctica no está en robots.txt. Ahí los bots suelen estar permitidos; el bloqueo lo hace la CDN o el firewall, que rechaza por rangos de IP o por firma de bot el tráfico que la configuración deja pasar. El resultado parece un problema de contenido y en realidad es de infraestructura. La comprobación fiable es buscar en los registros del servidor accesos reales de estos bots, no limitarse a revisar el archivo de configuración.

Para Google hay una segunda condición igual de dura: para aparecer como enlace en las AI Overviews o en AI Mode (el modo IA de Google), una página debe estar indexada y ser apta para mostrarse con fragmento en la búsqueda, según Google. Los controles de vista previa nosnippet, data-nosnippet y max-snippet limitan el fragmento y, con él, la información de la página que puede aparecer en las funciones de IA. Revisados estos dos puntos, la parte técnica queda cerrada: si los bots entran y las páginas son aptas para fragmento, la causa ya no es esta.

¿Hay en mi sitio web una respuesta citable?

La segunda causa es la incómoda, porque no se arregla con un ajuste. Los sistemas de IA citan pasajes que responden una pregunta concreta de forma completa. Una página de producto orientada a beneficios, con frases como “la plataforma líder para equipos de ventas”, no ofrece nada citable: no responde ninguna pregunta que un comprador le haría a la IA. Para que haya cita, tiene que existir el pasaje que responde.

La prueba es sencilla: anotar las diez preguntas que un comprador hace justo antes de decidir (comparación, precio, integraciones, pruebas) y buscar en el propio sitio web la respuesta completa a cada una. En la mayoría de empresas solo una o dos superan la prueba. El resto de las respuestas no existe, y lo que no existe no puede citarse. Identificar esas preguntas con precisión es justo lo que hace Encontrar la intención de compra.

La buena noticia es que la evidencia funciona, y funciona más para quien está peor posicionado. El estudio GEO presentado en KDD 2024 midió el efecto de optimizar contenido para motores generativos: las técnicas probadas elevaron la visibilidad hasta un 40 % en respuestas generativas, y citar fuentes subió un 115,1 % la visibilidad de los sitios web que ocupaban la quinta posición. Es decir, la densidad de evidencia ayuda sobre todo a los proveedores pequeños frente a los dominantes.

• Completa: responde la pregunta entera, incluidos los matices incómodos.
• Con fuentes: cifras, estudios y referencias verificables en las que el modelo pueda apoyarse.
• Vigente: actualizada en su URL original, porque la frescura es uno de los criterios con los que los sistemas eligen sus fuentes.

¿Por qué ChatGPT recomienda a mi competencia?

Este es el caso que más frustra a un responsable de marketing: el competidor más pequeño, con menos producto y menos presencia, aparece en la respuesta y la propia empresa no. La explicación está en de dónde salen las citas. En preguntas que mencionan una marca, el análisis de Omniscient Digital sobre 23.387 fuentes muestra que el 48 % de las citas procede de medios ganados (medios y blogs del sector, directorios, foros y sitios web de reseñas) y solo el 23 % del contenido propio de la marca.

Cuando alguien pregunta a ChatGPT por una categoría, el sistema se apoya sobre todo en las listas y los artículos que se consultan para esa pregunta. El competidor aparece porque está en esas listas, no porque su sitio web sea mejor.

La consecuencia es operativa: si la categoría tiene artículos comparativos y listas que los compradores consultan, y tu empresa no está en ellos, tampoco está en las fuentes con las que se construye la respuesta, por bueno que sea su sitio web. La tarea no es solo escribir en el propio dominio: es estar presente en las fuentes concretas que el sistema recupera para las preguntas de compra.

¿Y si la pregunta no lanza ninguna búsqueda?

Hay una cuarta causa que casi nadie contempla: puede que ChatGPT ni siquiera haya buscado. Según el análisis de Profound de más de 700.000 conversaciones de usuarios de EE. UU. en inglés (no de España), solo cerca del 18 % de las conversaciones lanza al menos una búsqueda web. El resto se responde con lo que el modelo aprendió durante su entrenamiento.

Cuando la respuesta sale del modelo, el sitio web de hoy no influye. Influye lo que se dijo de la empresa antes del entrenamiento: su contenido, sus menciones en prensa y foros, sus páginas de comparación. Si entonces era invisible, el modelo responde con la competencia o con una generalidad, y ninguna optimización del sitio web actual cambia esa respuesta hasta la próxima generación del modelo.

• Preguntas con búsqueda (cerca del 18 %): el contenido actual y el acceso técnico deciden si hay cita hoy.
• Preguntas sin búsqueda (el resto): decide lo que el modelo aprendió, y eso solo cambia con la próxima generación del modelo.
• Consecuencia estratégica: el contenido y las menciones de hoy son los datos de entrenamiento de la próxima generación; quien reacciona cuando la brecha ya es visible pierde un ciclo entero.

Por eso la invisibilidad en IA no se nota de inmediato y tampoco se corrige de inmediato. La parte que depende de la búsqueda responde antes; la que depende del entrenamiento se juega ahora, con lo que se publique antes de la próxima generación de modelos.

¿Quién escribe las respuestas que faltan?

Arreglado lo técnico, queda la mitad que decide el resultado, y es un problema de producción: cada pregunta de compra necesita en el propio sitio web una respuesta completa, con fuentes y vigente, mes tras mes, además de presencia en las listas y artículos que el sistema consulta. No es un proyecto con fecha de fin, es una operación continua. Esa operación es lo que hace Publicar contenido de scaile, el paso 3 de su proceso de cinco pasos (días 5 a 9). Lo planifica un estratega dedicado, cada dato lleva su fuente, lo aprueban el estratega de scaile y tu equipo antes de publicarse, y se publica directamente en el CMS de la empresa, también si todavía no tiene blog.

El caso de Building Radar muestra el mecanismo completo: duplicó sus leads inbound cualificados en 90 días con 50 páginas optimizadas para AEO (optimización para motores de respuesta).

El orden de comprobación es siempre el mismo. Primero, verificar que los rastreadores de OpenAI entran y que las páginas son aptas para fragmento en Google: un día de trabajo. Después, hacer el ejercicio de las diez preguntas de compra y ver cuántas responde el sitio web. Lo que falte ahí es el trabajo real, y es de contenido: respuestas completas y con fuentes, en el propio sitio web y en las fuentes ajenas de la categoría, producidas de forma continua. Para saber si el esfuerzo se traduce en menciones y negocio está Medir y mejorar. Pero el resultado lo decide quien escribe las respuestas que faltan.

Preguntas frecuentes

Fuentes

• Google Search Central: funciones de IA y tu sitio web: query fan-out, indexación y aptitud para fragmento como requisitos, controles de vista previa.
• OpenAI: rastreadores y agentes de usuario: OAI-SearchBot, GPTBot y ChatGPT-User.
• Ahrefs: citas de AI Overviews y top 10, 2 de marzo de 2026: 37,9 % en el top 10, 31,2 % en las posiciones 11 a 100 y 31,0 % fuera del top 100.
• Google: AI Overviews en más países de Europa, 25 de marzo de 2025: llegada a España en español.
• Ahrefs: las AI Overviews reducen los clics, 9 de febrero de 2026: CTR un 58 % menor para la primera posición, como correlación.
• GEO: Generative Engine Optimization, Aggarwal et al., KDD 2024: hasta un 40 % más de visibilidad y +115,1 % para la quinta posición al citar fuentes.
• Omniscient Digital: de dónde sacan los LLM la información de marca: 23.387 fuentes, 48 % medios ganados y 23 % contenido propio.
• Profound: fuentes de las citas de ChatGPT: cerca del 18 % de las conversaciones lanza una búsqueda web.