Cómo aparecer en ChatGPT y Google AI Mode: guía SEO y GEO en 2026

El anuncio de Google mezcla cambios ya activos, despliegues graduales y pruebas. Conviene separarlos, porque solo los primeros afectan hoy a todo el mundo:

• Ya en marcha: Google afirma haber aumentado de forma sostenida la presencia de enlaces integrados en sus experiencias de IA y lanza cambios para mostrarlos más arriba en la respuesta.
• Despliegue gradual: carruseles de artículos de actualidad, que priorizan las fuentes preferidas del usuario y se amplían a más países e idiomas sin que el anuncio diga cuáles.
• En pruebas: una sección al principio de la respuesta con enlaces a páginas oficiales y una explicación de por qué cada una es útil, y nombres de creadores y editores clicables en resultados de vídeo de AI Mode.
• Sin estado concreto: enlaces a artículos relacionados más visibles, con miniaturas, al final de algunas respuestas.

Más enlaces visibles no significa más clics garantizados para tu web, ni un sistema nuevo de selección de fuentes, ni requisitos técnicos nuevos para aparecer. Es un cambio de presentación sobre los mismos sistemas de la Búsqueda.

El anuncio llega con dos herramientas de medición que cambian el trabajo diario más que el propio anuncio: los informes de rendimiento de IA generativa de Search Console, disponibles para todos los sitios desde el 31 de agosto de 2026, y la beta de Topics Portfolio que Bing añadió el 13 de octubre a su informe AI Performance. Ninguna mide lo mismo y ninguna mide negocio; lo vemos en el apartado de medición.

Se puede mejorar la probabilidad de que tu web sea elegible como fuente y de que, cuando se use, se use bien. No se puede garantizar. Google lo dice en su documentación sobre funciones de IA: «No se garantiza la indexación ni la publicación». OpenAI, en su ayuda de búsqueda de ChatGPT, lo resume en tres palabras: «Placement is not guaranteed». Quien prometa otra cosa vende algo que no controla.

Además, «aparecer» no es un único fenómeno. Hay al menos cuatro, no son equivalentes y solo el último —la visita— lo ve directamente tu analítica:

Ejemplo B2B: alguien pregunta por «software de mantenimiento preventivo para plantas industriales pequeñas». En la misma respuesta, la página de producto de un fabricante puede salir citada, otro fabricante puede aparecer nombrado a partir de una comparativa de un medio sectorial, y el usuario puede no hacer clic en ninguno. Los tres han «aparecido» y cada caso se mide de forma distinta.

SEO es el trabajo para que un buscador rastree, indexe y muestre tus páginas. GEO (generative engine optimization) es el nombre que se ha popularizado para el trabajo orientado a que los motores generativos entiendan, resuman y citen bien tu contenido. AEO (answer engine optimization) es un término cercano, centrado en responder preguntas de forma directa. Los tres nombres describen objetivos, no tres disciplinas técnicas independientes.

Google es explícito en su guía de optimización para la búsqueda con IA generativa: optimizar para la búsqueda con IA generativa es optimizar para la experiencia de búsqueda. La misma guía indica que no hace falta generar archivos nuevos legibles por máquinas, que los datos estructurados no son obligatorios para estas funciones y que no es necesario dividir el contenido en partes pequeñas para que la IA lo entienda. También pide evaluar con cautela los consejos de terceros que prometen lo contrario.

Lo que sí cambia es otra cosa: la unidad de visibilidad (una cita dentro de una respuesta, no solo una posición), el tipo de consulta (más larga, más conversacional, descompuesta en subconsultas) y, sobre todo, la medición. Y existe una tercera capa que a menudo se mezcla con estas: preparar la web para que sistemas automáticos consulten datos mediante interfaces, que es lo que tratamos en Web Agent-Ready: qué es y cómo preparar tu web. Es complementaria, pero no mejora por sí sola tu visibilidad en buscadores.

Cada producto tiene su propio rastreador, su propio índice o sus propios socios de búsqueda, y sus propias reglas de selección, casi nunca públicas en detalle. Lo que sigue se limita a lo que documentan oficialmente.

Según la documentación de funciones de IA, para salir como enlace de apoyo una página tiene que estar indexada y cumplir los requisitos técnicos de la Búsqueda, es decir, poder mostrarse con un fragmento. No hay requisitos adicionales ni un robot específico: el rastreo lo hace Googlebot. Ambas funciones pueden usar la distribución de consultas (query fan-out): el sistema lanza varias búsquedas relacionadas para construir la respuesta, lo que permite que aparezcan páginas que no responden literalmente a la consulta original.

Para limitar lo que se muestra de tus páginas siguen valiendo los controles de siempre: nosnippet, data-nosnippet, max-snippet y noindex. El token Google-Extended es otra cosa: según la documentación de rastreadores de Google, gestiona el uso del contenido para entrenar modelos de Gemini y para fundamentar respuestas en las aplicaciones de Gemini y en Vertex AI, y no afecta a la inclusión ni al posicionamiento en la Búsqueda de Google.

Según la ayuda de ChatGPT Search, para que una web sea elegible hay que permitir OAI-SearchBot y que el alojamiento o la CDN acepten el tráfico de sus IP publicadas. La misma página explica que ChatGPT a veces reescribe la consulta y la envía a proveedores de búsqueda asociados, sin detallar allí cuáles, y advierte de que resultados y citas pueden ser incompletos, antiguos o incorrectos.

La documentación de rastreadores de OpenAI distingue tres agentes, y confundirlos es el error más común:

• OAI-SearchBot es el de búsqueda. Los sitios que lo bloquean no se muestran en las respuestas de búsqueda de ChatGPT, aunque pueden seguir apareciendo como enlaces de navegación. OpenAI recomienda permitirlo en robots.txt y aceptar sus rangos de IP publicados, e indica que un cambio en robots.txt puede tardar unas 24 horas en reflejarse.
• GPTBot rastrea contenido que puede usarse para entrenar los modelos fundacionales de OpenAI. Bloquearlo indica que no quieres ese uso. No es un requisito para ChatGPT Search: cada ajuste es independiente.
• ChatGPT-User visita páginas cuando una persona hace una petición en ChatGPT o en un GPT personalizado. No rastrea la web de forma automática, robots.txt puede no aplicarse y OpenAI aclara que no se usa para decidir si un contenido aparece en la búsqueda.

Microsoft mide las citas de tu web en Copilot, en los resúmenes generados por IA de Bing y en algunas integraciones de socios a través del informe AI Performance de Bing Webmaster Tools, presentado en vista previa pública en febrero de 2026. La consecuencia práctica es sencilla: si tu web no está bien indexada en Bing, ni siquiera tienes forma de saber si se cita. Que Bing y Google compartan buenas prácticas no significa que compartan índice ni criterios de selección.

Perplexity documenta en su guía de rastreadores un esquema parecido al de OpenAI: PerplexityBot sirve para mostrar y enlazar webs en sus resultados y no se usa para entrenar modelos, mientras que Perplexity-User responde a peticiones de usuarios y, por eso, por lo general ignora robots.txt. Las aplicaciones de Gemini no son la Búsqueda de Google: su relación con tu contenido se gestiona con Google-Extended, como se ha visto arriba. Más allá de eso, no hay documentación pública suficiente para afirmar cómo seleccionan fuentes.

Fuentes: documentación oficial de Google, OpenAI, Microsoft Bing y Perplexity enlazada en este apartado, consultada el 28 de octubre de 2026.

Ninguna es nueva ni exclusiva de la IA, y esa es precisamente la idea: son las que mejoran la elegibilidad de una página como fuente en cualquier motor. Para cada una, qué revisar, cómo comprobarlo y por qué aporta.

Qué revisar: que las páginas importantes respondan con estado 200, tengan un canonical correcto, no lleven noindex por error, figuren en el sitemap y no dependan de JavaScript para mostrar el contenido esencial. Y que la CDN o el WAF no bloqueen a Googlebot, Bingbot ni OAI-SearchBot.

Cómo comprobarlo: inspección de URLs en Search Console y en Bing Webmaster Tools, lectura de robots.txt y revisión de los registros del servidor o de la CDN buscando esos agentes y sus respuestas. En Search Console, mira también el estado efectivo del control de participación en IA generativa.

Por qué aporta: una página que no cumple los requisitos de acceso e indexación de un buscador puede quedar fuera de sus resultados y de sus enlaces de apoyo. En las funciones de IA de Google cuentan los requisitos de la Búsqueda; ChatGPT, Bing o Perplexity usan sus propios rastreadores y mecanismos de recuperación, así que conviene revisar cada plataforma por separado. Es el fallo más barato de arreglar y el que más se pasa por alto.

# Búsqueda de ChatGPT: permitido
User-agent: OAI-SearchBot
Allow: /

# Entrenamiento de OpenAI: no
User-agent: GPTBot
Disallow: /

curl -s https://www.example.com/robots.txt

• Qué revisar: si cada página responde a preguntas reales con detalle: a quién va dirigido el servicio, cómo se presta, qué incluye, qué no, con qué condiciones y en qué se diferencia de alternativas parecidas.
• Cómo comprobarlo: lista las preguntas que hacen los clientes en las reuniones comerciales y busca en qué página está la respuesta. Las que no tienen respuesta publicada son tu hueco.
• Por qué aporta: Google insiste en su guía en el contenido único, útil y con perspectiva propia. Un texto intercambiable con el de la competencia no da motivos para elegirte como fuente.

• Qué revisar: títulos descriptivos, un H1 por página, apartados que se correspondan con preguntas, tablas cuando hay datos comparables y preguntas frecuentes cuando de verdad las hay. El contenido esencial, en HTML legible, no dentro de imágenes, pestañas que solo se cargan al hacer clic o PDF sin versión web.
• Cómo comprobarlo: desactiva JavaScript o mira el HTML que devuelve el servidor, y comprueba que el texto importante está ahí.
• Por qué aporta: una estructura clara ayuda a cualquier lector, humano o no. Lo que no aporta es trocear todo en microbloques artificiales: Google dice expresamente que no hace falta.

• Qué revisar: autores identificables con su trayectoria, revisión editorial, fuentes primarias enlazadas, datos con fecha y pruebas de experiencia real: metodología, casos documentados, certificaciones verificables.
• Cómo comprobarlo: pregúntate si un lector escéptico podría comprobar cada afirmación importante sin salir de la página o con un clic.
• Por qué aporta: ayuda a que tanto personas como sistemas confíen en el contenido. E-E-A-T es un marco de calidad, no una etiqueta técnica ni un interruptor que desbloquee las funciones de IA.

• Qué revisar: Organization para la empresa, Article o BlogPosting para contenidos editoriales, BreadcrumbList para la navegación y los tipos de negocio local cuando procedan. Siempre coherentes con lo que se ve en la página.
• Cómo comprobarlo: prueba de resultados enriquecidos de Google y validador de Schema.org; comprueba que no hay entidades duplicadas ni datos que contradigan el texto visible.
• Por qué aporta: ayudan a entender la página y habilitan resultados enriquecidos. Pero no hay un schema «GEO»: Google indica que no hace falta ningún etiquetado especial para la búsqueda con IA generativa. En Article ni siquiera hay propiedades obligatorias, solo recomendadas.

• Qué revisar: que cada intención de búsqueda relevante tenga una página principal clara, que las páginas relacionadas la enlacen con anclas descriptivas y que no haya URL con objetivos casi idénticos que se solapen sin necesidad.
• Cómo comprobarlo: en Search Console, estudia las consultas en las que reciben impresiones varias URL tuyas. Que ocurra no prueba por sí solo canibalización: compara qué resuelve cada página, sus resultados, sus enlaces internos y sus canónicas antes de decidir fusionar o eliminar contenido.
• Por qué aporta: una arquitectura temática clara y una canonicalización coherente ayudan a personas y buscadores a identificar la página adecuada. El contenido duplicado no infringe las políticas de spam de Google, según su documentación sobre canonicalización, pero puede confundir a los usuarios y dificultar el seguimiento del rendimiento; Google recomienda reducirlo en su guía para la búsqueda con IA generativa.

• Qué revisar: que nombre, servicios, ubicación cuando sea relevante, precios cuando se publiquen y datos de contacto coincidan en la web, en Perfil de Empresa de Google, en directorios sectoriales y en tus perfiles corporativos.
• Cómo comprobarlo: busca tu marca en varios motores y anota qué dicen de ti y de dónde lo sacan.
• Por qué aporta: las menciones de marca sin enlace suelen salir de fuentes de terceros. Si esas fuentes están desactualizadas, las respuestas también. Lo que no funciona es fabricar menciones, reseñas o autoridad: Google cita expresamente entre lo que hay que evitar depender de menciones poco auténticas.

El caso es hipotético: una empresa ficticia de formación quiere ser una fuente útil para la búsqueda «formación en IA generativa para empresas». Las cifras de duración y precio son inventadas para el ejemplo. No describe ningún resultado real ni ninguna implantación de DatIACode.

Formación en IA generativa para
empresas

Somos líderes en formación en
inteligencia artificial. Impulsa la
transformación digital de tu equipo
con nuestros cursos innovadores y
adaptados a tus necesidades.
Metodología práctica y docentes
expertos.

[Solicita información]

Formación en IA generativa para
empresas
Última revisión: octubre de 2026

Para quién: equipos de marketing,
operaciones y atención al cliente que
ya usan herramientas ofimáticas. No
hace falta saber programar.

Qué aprenderán:
- Redactar instrucciones para tareas
  reales del puesto.
- Revisar y verificar respuestas antes
  de usarlas.
- Identificar qué datos no deben
  introducirse en un asistente.

Modalidades: presencial en la empresa
o en directo en línea.
Duración (ejemplo): 16 horas en
cuatro sesiones.

Entregables: guía interna de uso,
plantillas de instrucciones por
departamento y casos prácticos con
datos de ejemplo.

Evaluación: ejercicio final sobre un
caso del propio equipo, corregido con
una rúbrica que se entrega al inicio.

Preguntas frecuentes:
- ¿Se adapta a nuestras herramientas?
  Sí, se trabaja con las que la
  empresa ya tiene aprobadas.
- ¿Es bonificable? Depende de cada
  caso; se revisa antes de empezar.

• Desambigua: dice para quién es y para quién no, y qué nivel se requiere.
• Responde preguntas reales: objetivos, modalidad, duración, entregables y evaluación, que son lo que compara quien elige proveedor.
• Es verificable y fechada: la fecha de revisión indica si la información sigue vigente.
• Elimina lo que no informa: «líderes», «innovadores» o «expertos» no aportan nada que un sistema pueda citar ni que un comprador pueda comprobar.

En Search Console, las impresiones y clics de esa URL en el informe general y su presencia en el informe de IA generativa. En Bing Webmaster Tools, si la URL empieza a recibir citas y con qué consultas de fundamentación. Y en pruebas manuales, si las respuestas a tus preguntas de referencia describen el servicio con más exactitud. Ninguna de estas señales demuestra causalidad por sí sola: compara periodos equivalentes y anota qué más cambió.

Primero, acceso y elegibilidad. Decide si quieres permitir OAI-SearchBot y, si es así, corrige el bloqueo del WAF; comprueba también que la propiedad no está excluida de las funciones de IA de Google. Permitir OAI-SearchBot no implica permitir GPTBot: la búsqueda y el entrenamiento se gestionan por separado.

Después, contenido. Revisa las páginas y consultas que importan al negocio: detalle concreto, fuentes, autoría y las preguntas que hacen los clientes, como en el ejemplo anterior.

Por último, medición. Fija la línea base, repite las observaciones y mide visitas y contactos por separado. Las 230 impresiones y las 12 citas no se suman: miden cosas distintas en herramientas distintas, y ninguna permite concluir causalidad ni rentabilidad sin datos comparables.

• La página responde con 200, tiene canonical propio y está indexada.
• El contenido esencial está en el HTML, no en imágenes ni en elementos que solo aparecen tras hacer clic.
• Dice para quién es, qué incluye, qué no incluye y en qué condiciones.
• Tiene fecha de revisión visible y datos comprobables.
• Identifica quién la escribe o la respalda.
• Los datos estructurados coinciden con lo que se ve.
• Otras páginas del sitio la enlazan con anclas descriptivas y no hay otra URL casi igual.

Este es el apartado que más ha cambiado en 2026, porque por fin hay datos oficiales. Pero cada herramienta mide una cosa distinta, y sumar o comparar sus números sin entenderlo lleva a conclusiones falsas. La regla que conviene tener presente: impresiones no son clics, clics no son citas y ninguna de las tres cosas es negocio.

El informe de rendimiento de IA generativa ofrece vistas dedicadas para la Búsqueda y para Discover. Según el anuncio, muestra impresiones (cuántas veces aparecieron URLs de tu sitio en funciones de IA generativa como AI Overviews y AI Mode), páginas, países, dispositivos (en la Búsqueda) y evolución temporal con granularidad por horas, días, semanas o meses.

El anuncio no menciona clics, CTR ni posición en esta vista; Google dice que podría añadir métricas con el tiempo. Esos datos siguen incluidos en el informe de rendimiento general, donde el tráfico de las funciones de IA se cuenta dentro del tipo de búsqueda «Web», pero mezclado con el resto. Tampoco es un recuento de citas ni una clasificación de qué marcas aparecen en cada respuesta. Si la propiedad está excluida mediante el control de participación, esas funciones no le darán impresiones.

Es lo más parecido a un informe de citas que existe hoy. Muestra citas totales, media de páginas citadas por día, una muestra de consultas de fundamentación (grounding queries: las frases que usó la IA para recuperar tu contenido), la actividad de citas por URL y su evolución. Desde junio, en vista previa, agrupa esas consultas por intención y por temas, calcula la cuota de citas de tu sitio para una consulta y permite comparar periodos (anuncio de junio).

Topics Portfolio, en beta desde el 13 de octubre, agrupa temas y señala consultas de oportunidad en las que se cita a otros sitios y no al tuyo. Solo aparece si hay datos suficientes, así que una web pequeña puede ver pocos temas o ninguno, y Bing pide tratar sus cifras como señales orientativas, no como una contabilidad exacta.

Microsoft es claro en los límites: una cita no indica posición dentro de la respuesta, la cuota de citas no es cuota de tráfico ni un ranking de competidores, y la actividad de citas depende de factores ajenos a tu web, como cambios de modelo o de demanda.

La analítica web es donde la visibilidad se convierte, o no, en algo útil. Crea un segmento para las sesiones cuyo referente corresponde a un asistente o motor de respuesta y sigue lo que hacen después: páginas vistas, formularios, contactos, oportunidades en el CRM.

Dos advertencias. No todo el tráfico referido se puede atribuir con precisión: cuando la visita llega desde una aplicación, un enlace copiado o un navegador que no envía el referente, aparece como tráfico directo. Y las menciones sin clic no generan sesión: si un asistente recomienda tu empresa y el usuario te busca por su nombre días después, esa visita llegará como búsqueda de marca o como directa.

Las herramientas no cubren ChatGPT ni las menciones sin enlace, así que hace falta un muestreo propio. Hecho con método, aporta contexto; hecho a ojo, aporta anécdotas.

1. Elige entre 8 y 12 preguntas representativas, mezclando intención informativa («cómo formar a un equipo en IA generativa») y comercial («empresas de formación en IA generativa en España»).

2. Fija las condiciones

   idioma, país, herramienta, modo (por ejemplo, AI Mode o búsqueda de ChatGPT), sesión sin personalizar cuando sea posible y fecha.

3. Registra para cada respuesta

   si cita fuentes, si aparece tu URL, si es la URL correcta, si te menciona sin enlace, si lo que dice es exacto y qué competidores aparecen.

4. Repite el muestreo con la misma lista cada dos o cuatro semanas, y anota los cambios entre muestras, no solo el estado.

Antes de cambiar nada, toma una línea base: exporta las últimas cuatro semanas de cada fuente, haz el primer muestreo manual y guarda todo con fecha. No hace falta inventar objetivos numéricos; lo que importa es poder comparar el mismo indicador, en la misma fuente y con el mismo método, antes y después de cada cambio.

Un plan realista para un equipo pequeño. No promete resultados en 30 días: deja un diagnóstico, unas páginas mejoradas y un sistema de medición que permita decidir el siguiente paso con datos.

Cuatro semanas suelen ser pocas para ver cambios estables en las métricas: los ciclos de rastreo, indexación y selección de fuentes no dependen de ti. El valor del primer mes es el diagnóstico y el método; la evaluación de impacto necesita varios ciclos.

Casi todos parten de lo mismo: buscar un atajo técnico donde no lo hay.

• «Hay que crear llms.txt para posicionar en Google». Google no lo usa en su Búsqueda: su guía dice que no hacen falta archivos nuevos legibles por máquinas. Otro sistema podría usarlo con otra finalidad; eso no lo convierte en requisito.
• «Hay que permitir GPTBot para salir en ChatGPT». El agente de búsqueda es OAI-SearchBot. GPTBot está relacionado con el entrenamiento y se gestiona por separado.
• «El schema FAQPage o HowTo garantiza citas». No hay tal garantía: los datos estructurados se usan según su elegibilidad y su caso de uso, no por superstición.
• «Cuantas más palabras clave para IA, mejor». Repetir términos no hace un contenido más útil ni más citable; lo hace peor para quien lo lee.
• «Hay que trocear cada párrafo en fragmentos cortos». Google dice que no es necesario dividir el contenido para que la IA lo entienda y que no existe una longitud ideal de página.
• «Una mención en ChatGPT siempre trae visitas o clientes». Muchas respuestas se leen sin clic, y una mención casi nunca se puede atribuir.
• «Una web Agent-Ready aparece automáticamente en las respuestas». Una API, un servidor MCP o un llms.txt no mejoran por sí solos el posicionamiento; resuelven otro problema.