Llevamos meses auditando marcas que dominan la SERP tradicional y, sin embargo, no aparecen ni una sola vez cuando alguien le pregunta a ChatGPT, Perplexity o Gemini por su sector. El patrón se repite. Buen posicionamiento en Google. Tráfico orgánico estable. Cero presencia en respuestas generadas por IA, y por tanto, ninguna estrategia real para aumentar la citabilidad en LLMs.
El problema no es de algoritmos misteriosos. Es de diagnóstico. La mayoría de equipos de marketing siguen aplicando la misma lógica que en 2018, cuando lo que funciona ahora juega con reglas distintas. ¿Cuántas veces has visto un informe de visibilidad que ignora por completo dónde te menciona el modelo cuando responde una consulta comercial? Nosotros, demasiadas.
Lo que viene a continuación son los siete errores que detectamos sistemáticamente en proyectos donde la marca quiere aumentar citabilidad y, sin saberlo, está haciendo justo lo contrario.
El espejismo de creer que basta con buen SEO tradicional
Hay una creencia cómoda que circula por departamentos de marketing: si dominamos las primeras posiciones, los modelos generativos acabarán citándonos. Falso. Lo comprobamos con un cliente del sector financiero el año pasado: 47 keywords en top 3 de Google, cero menciones en respuestas de Perplexity para esas mismas consultas.
Los modelos no recorren el ranking de Google de arriba abajo. Construyen sus respuestas a partir de fuentes que consideran fiables según criterios propios, y esas fuentes raramente coinciden con quien gana la batalla del SEO clásico. ¿Por qué? Porque optimizar para el clic y optimizar para ser citado son juegos diferentes con métricas diferentes.
Esto no significa que el SEO tradicional sea inútil. Significa que es insuficiente. Quien lo trata como techo en lugar de suelo se queda fuera de la conversación que ya está ocurriendo en las interfaces conversacionales.
Confundir tráfico orgánico con presencia en respuestas generadas
El KPI clásico (sesiones, usuarios, páginas vistas) mide algo real, pero mide lo que pasa después de que alguien decida visitar tu web. ¿Y si el usuario nunca llega a esa decisión porque el modelo ya le dio la respuesta?
En 2024, Gartner publicó una proyección que el sector aún digiere: para 2026, el tráfico de búsqueda orgánica caerá un 25% por culpa de los motores generativos y los chatbots. Si tu cuadro de mando solo registra sesiones, estás midiendo un canal que se está achicando sin enterarte de dónde se está yendo el valor.
La cosa es que el tráfico es consecuencia, no causa. Lo importante es si te mencionan, en qué contexto, con qué tono y en qué momento de la respuesta. Eso ningún Google Analytics te lo va a contar.
Por qué publicar más contenido propio no mueve la aguja
Aquí está el malentendido más caro que detectamos. Cuando una marca descubre que no aparece en ChatGPT, su primera reacción suele ser: «publiquemos más artículos». Triplicar el calendario editorial. Contratar redactores. Pasar de 4 a 16 piezas mensuales.
El resultado, casi siempre: nada. Y tiene sentido si entendemos cómo funciona la cita. Los modelos buscan validación cruzada. Tu blog, por brillante que sea, es una fuente. Una sola voz diciendo lo mismo no construye consenso, construye sospecha.
Lo entendimos a base de equivocarnos con un cliente B2B en 2023. Producíamos 12 piezas mensuales de altísima calidad técnica. Cero impacto en visibilidad generativa. Cuando pivotamos a conseguir 6 menciones mensuales en medios sectoriales (en lugar de 12 artículos propios), las apariciones en Perplexity se multiplicaron por cuatro en 90 días.
La trampa de optimizar para keywords en lugar de para entidades
¿Cuántas guías SEO siguen vendiéndote la lista de «100 keywords con baja competencia»? Demasiadas. Y mientras tanto, los modelos no piensan en keywords. Piensan en entidades, relaciones entre entidades y atributos asociados a esas entidades.
Una entidad es una unidad conceptual identificable: una marca, una persona, un producto, un lugar. La diferencia operativa es brutal. Optimizar para la keyword «software de facturación» te coloca en un ranking. Optimizar la entidad «tu marca» te convierte en respuesta candidata cuando alguien pregunta por software de facturación para autónomos del sector creativo en España.
El trabajo aquí es construir lo que llamamos «ficha de entidad consolidada»: un conjunto de menciones, atributos y contextos que el modelo pueda asociar a tu marca de forma inequívoca. Sin eso, da igual cuántas keywords domines.
Ignorar los medios fuente que cada motor cita de forma sistemática
Mira, lo que pasa es que cada modelo tiene preferencias. ChatGPT no cita las mismas fuentes que Perplexity. Gemini opera con un sesgo distinto al de Claude. ¿Cuántos equipos de marketing tienen un mapa actualizado de qué medios cita cada motor para su sector?
En nuestras auditorías para clientes del sector legal en España, encontramos un patrón claro: Perplexity tiende a citar Expansión, El Confidencial y Cinco Días en consultas comerciales; Gemini muestra preferencia por wikis sectoriales y publicaciones académicas; ChatGPT se apoya en una mezcla más amplia que incluye Reddit, Quora y medios generalistas. Quien no mapea estas preferencias está disparando con los ojos cerrados.
El trabajo real es identificar los 8-12 dominios que más cita cada motor para las consultas de tu nicho, y construir presencia en ellos. No con publirreportajes camuflados (los modelos los detectan y devalúan), sino con menciones editoriales legítimas dentro de piezas donde tu marca aparece como referencia natural.
Olvidar el sentiment: cuando te mencionan pero te perjudica
Hay algo más incómodo que no aparecer: aparecer mal. Una mención negativa en una respuesta generada vale, comercialmente, menos que el silencio. Y sin embargo, casi nadie audita el sentimiento de las menciones.
Recuerdo un caso del año pasado con una marca de software. Buena visibilidad generativa, aparecían en el 34% de las consultas comerciales relevantes. El problema: en el 41% de esas apariciones, el modelo los mencionaba en contextos de comparación donde quedaban claramente debajo de un competidor. La gente preguntaba «¿X o Y?» y el modelo respondía: «Y suele ser preferible porque X tiene limitaciones en [punto débil]».
Solucionarlo requirió 6 meses de trabajo combinado: corregir reseñas, generar contenido comparativo equilibrado en medios terceros y, sobre todo, atacar la fuente del sesgo (un par de artículos antiguos con afirmaciones obsoletas que el modelo seguía utilizando). Total, que la visibilidad bruta puede engañar. Sin sentimiento, no es una métrica, es ruido.
No medir la posición dentro de la respuesta (no todas las citas valen igual)
¿Tu marca aparece en el primer párrafo de la respuesta, o en la lista final de «otras opciones»? Esa diferencia, que casi nadie mide, decide si la mención convierte o se evapora.
Cuando hicimos benchmark con 320 respuestas generadas para 14 sectores, el resultado fue contundente: las marcas mencionadas en el primer tercio de la respuesta recibían un 73% más de visitas posteriores que las mencionadas al final. Las mencionadas en notas al pie o referencias finales tenían un impacto prácticamente nulo en consideración de marca.
El posicionamiento dentro de la respuesta es la nueva pole position. Y se trabaja con fuentes de alta autoridad citadas en el primer movimiento del razonamiento del modelo, no con menciones residuales en agregadores.
El camino correcto: auditar fuentes, ganar menciones laterales, medir Share of Voice en IA
Hasta aquí, los errores. Ahora el sistema que aplicamos cuando un cliente quiere construir visibilidad real en motores generativos. No es magia. Es metodología que funciona en plazos de 4-6 meses si se ejecuta bien.
Primer movimiento: auditoría de fuentes. Identificamos los 30-50 dominios que más cita cada uno de los principales motores (ChatGPT, Perplexity, Gemini, Claude) para las consultas comerciales y comparativas de tu nicho. No «fuentes autoritativas en general», eso es palabrería, sino fuentes reales que aparecen cuando se hace la pregunta concreta. Esto requiere ejecutar manualmente 200-400 consultas y registrar cada cita. Tedioso. Imprescindible.
Segundo movimiento: menciones laterales. Trabajar para aparecer en esas fuentes, pero no como protagonista de un publirreportaje (los modelos descuentan el sesgo comercial), sino como referencia citada dentro de piezas más amplias. Un buen artículo de medio sectorial que mencione a 5-7 actores del mercado y donde tu marca aparezca como uno de ellos vale más que diez piezas dedicadas. Aquí es donde una redacción factual y bien documentada marca diferencia: los modelos discriminan agresivamente contra contenido que no se apoya en datos verificables.
Tercer movimiento: medir Share of Voice en IA. Establecer una batería fija de 50-150 consultas representativas para tu nicho y medir, cada mes, cuántas veces aparece tu marca, en qué posición de la respuesta, con qué sentimiento y junto a qué competidores. Este es el nuevo cuadro de mando. Sin él, estás navegando sin instrumentos.
Cuarto movimiento: corrección de fuentes problemáticas. Identificar los artículos, reseñas o foros que están sesgando negativamente las menciones y trabajar para neutralizarlos. A veces con respuestas oficiales, a veces con contenido correctivo, a veces con contacto directo con el editor. Es trabajo de PR clásico aplicado a un objetivo nuevo.
Si quieres un checklist accionable, estos son los siete errores que has leído resumidos para auditar tu situación actual:
- Asumir que dominar el SEO tradicional garantiza presencia en LLMs.
- Medir tráfico orgánico ignorando las menciones en respuestas generadas.
- Reaccionar publicando más contenido propio en lugar de ganar menciones externas.
- Optimizar para keywords cuando los modelos razonan por entidades.
- No mapear qué medios fuente cita cada motor para tu sector.
- Medir visibilidad bruta sin auditar el sentimiento de las menciones.
- Ignorar la posición de la mención dentro de la respuesta del modelo.
El cambio mental que hay que hacer es este: dejar de pensar en términos de «mi web» y empezar a pensar en términos de «mi marca en el ecosistema de fuentes». Los modelos no leen tu sitio para responder. Leen lo que el ecosistema dice sobre tu sitio. Y ese ecosistema se construye, no se hereda.
Lo que se nos olvida cuando hablamos de visibilidad generativa
Hay una última trampa que no entra en la lista de errores porque es más sutil: tratar la presencia en IA como un canal aislado. No lo es. Lo que el modelo dice de ti hoy condiciona la decisión de compra de mañana, la inversión que entra en tu empresa el mes siguiente, la candidata que decide no aplicar a tu oferta porque «leyó algo raro» sin recordar dónde.
Aumentar citabilidad en LLMs no es una métrica de marketing. Es infraestructura reputacional. Y como toda infraestructura, se construye antes de necesitarla, no después de echarla en falta. Quienes están empezando ahora llegan dos años tarde respecto a las marcas que ya entendieron el cambio. Quienes esperen seis meses más, llegarán cuatro.
El espejismo del buen SEO tradicional sigue siendo el principal obstáculo. No porque el SEO clásico sea malo, sino porque genera la falsa sensación de que ya estamos cubiertos. Y no lo estamos.
Preguntas frecuentes sobre citabilidad en LLMs
¿Cómo aparecer en ChatGPT cuando alguien pregunta por mi sector?
Aparecer en ChatGPT no depende de tu posicionamiento en Google, depende de las menciones que tu marca acumule en las fuentes que ChatGPT consulta para construir respuestas: medios sectoriales, foros como Reddit, wikis, publicaciones académicas y comparativas terceras. El trabajo es ganar presencia editorial en esos dominios, no publicar más contenido propio.
¿Qué es la citabilidad en LLMs?
Es la probabilidad de que un modelo de lenguaje grande (ChatGPT, Perplexity, Gemini, Claude) mencione tu marca, producto o servicio cuando responde a una consulta relevante para tu sector. Se mide combinando tasa de citación por motor, posición de la mención dentro de la respuesta, sentimiento y Share of Voice frente a competidores.
¿Cómo medir si mi marca aparece en IA?
Estableciendo una batería fija de 50-150 consultas representativas de tu nicho y ejecutándolas periódicamente en cada motor relevante. Registra qué marcas aparecen, en qué orden, con qué sentimiento y qué fuentes cita el modelo. Existen herramientas especializadas (Profound, Otterly, RankAgile entre otras) que automatizan este seguimiento, aunque también puede arrancarse con auditoría manual.
¿Por qué mi empresa no aparece en ChatGPT pese a tener buen SEO?
Porque los modelos no priorizan el ranking de Google. Priorizan fuentes que consideran fiables según criterios propios, normalmente medios editoriales, comparativas externas y agregadores con autoridad. Si tu estrategia de visibilidad solo invierte en contenido propio y enlaces, falta el componente de menciones editoriales en medios fuente, que es justo lo que los LLMs leen para construir respuestas.
