Cómo aparecer en ChatGPT y otros motores generativos
Aparecer en las respuestas de ChatGPT, Claude, Perplexity o Gemini depende de tres cosas: que la marca sea una entidad reconocible para el modelo, que existan fuentes citables que la describan, y que esas fuentes estén estructuradas de forma que el modelo pueda extraerlas. Ninguna de las tres se resuelve con la página de inicio del sitio.
Conviene empezar por una aclaración. Los modelos no "prefieren" ni "recomiendan" marcas en ningún sentido deliberado: producen texto a partir de patrones en sus datos y, cuando operan con recuperación en tiempo real, a partir de las fuentes que encuentran. Mejorar la presencia en sus respuestas es, en esencia, mejorar el material que el modelo tiene disponible para nombrar a la marca.
Primero, medir
Antes de optimizar conviene establecer un punto de partida. La pregunta inicial no es "cómo subo", sino "dónde estoy": en qué porcentaje de las respuestas relevantes aparece la marca, en qué posición, y con qué tono. Sin esa línea base, cualquier cambio es difícil de atribuir. Los leaderboards de iarank publican esa medición por sector y país; un Snapshot gratuito la entrega para una marca específica.
Las palancas con evidencia
La investigación disponible en 2026 converge en un conjunto acotado de factores:
- Densidad de datos y citas. Las páginas que incluyen estadísticas concretas, cifras y fuentes verificables son citadas con más frecuencia. Un estudio académico encontró mejoras de hasta 40% en visibilidad al añadir estadísticas, citas y fuentes a un mismo contenido.
- Profundidad temática. Los motores citan páginas profundas y específicas —artículos, preguntas frecuentes, fichas de datos— mucho más que páginas de inicio. La autoridad sobre un tema acotado pesa más que la autoridad genérica del dominio.
- Estructura extraíble. El contenido que responde una pregunta en sus primeras líneas, en párrafos autónomos y con encabezados descriptivos, es más fácil de recuperar para un modelo que sintetiza por fragmentos.
- Menciones fuera del sitio. La presencia de la marca en fuentes que los modelos citan con frecuencia —medios, plataformas de reseñas, comunidades— correlaciona con su aparición en las respuestas, en algunos análisis más que los enlaces entrantes.
Lo que no funciona
No hay un archivo mágico ni un esquema especial que garantice la inclusión. La guía oficial de Google de mayo de 2026 es explícita: optimizar para sus funciones generativas sigue siendo SEO, y no requiere llms.txt ni marcado específico. Tampoco funciona la escala sin sustancia: las páginas delgadas o duplicadas, generadas en masa sin datos propios, son desindexadas. El contenido que sobrevive y que los modelos citan es el que aporta algo único.
Para una marca latinoamericana, el orden práctico es claro: medir la presencia actual, identificar dónde el contenido existente es delgado o ausente, y construir páginas profundas y bien estructuradas sobre los temas en los que la marca quiere ser citada. La metodología de iarank describe cómo se mide ese punto de partida.