1. El asistente no puede leer tu web.
2. No estás en los resultados web que consulta antes de responder.
3. Nadie más ha escrito sobre ti donde él lee.
4. Tu página de inicio no dice qué eres ni para quién.
5. Un competidor te gana en reseñas cuando la cosa está reñida.

Abajo va cada causa, la evidencia y una prueba que puedes hacer hoy. Es la versión a fondo de por qué ChatGPT no me recomienda.

Causa 1: el asistente no puede leer tu web

Primero, el rastreador del asistente tiene que descargar tus páginas y recibir texto legible. Tres cosas lo impiden sin hacer ruido.

• Una regla de robots.txt que bloquea los rastreadores de IA. El rastreador de búsqueda de OpenAI es OAI-SearchBot y el de entrenamiento, GPTBot. Los de Anthropic son Claude-SearchBot y ClaudeBot. El de Perplexity es PerplexityBot.
• Un cortafuegos o una página de protección contra bots que sirve un desafío en lugar de tu contenido.
• Una web que solo muestra sus textos con JavaScript. La primera descarga devuelve una carcasa vacía.

Las marcas que bloquean el rastreador de Claude casi no reciben citas de Claude (Muck Rack).

Prueba de hoy: abre el /robots.txt de tu web. Busca líneas Disallow bajo cualquiera de esos bots, o bajo User-agent: *. Luego descarga tu página de inicio como lo haría un bot, sin JavaScript. Comprueba que el nombre y la descripción de tu producto salen en el texto en bruto. Los comandos están en nuestra página de comprobación de rastreadores de IA.

Causa 2: no estás en los resultados de búsqueda en vivo del asistente

Esta es la gorda. Cuando el asistente busca en la web, trabaja con las páginas que le devuelve la búsqueda. ChatGPT busca en más o menos un tercio de las preguntas, y añade el año al 76% de las búsquedas de software.

En el estudio de Tannenbaum de 2026, una marca ausente de esos resultados fue mencionada por GPT el 2.8% de las veces. Cuando se citaba la propia web de la marca y además había búsquedas de marca, el 91.4%.

La posición dentro de esos resultados también cuenta. Se citó el 58% de las páginas en la posición 1 y el 14% en la posición 10 (AirOps y Kevin Indig, 815,484 pares de consulta y página).

Prueba de hoy: apunta las tres o cuatro búsquedas que haría el asistente para la pregunta de tu comprador. Se parecen a “el mejor [categoría] 2026”, “reseñas de [categoría]”, “comparativa de [categoría]” y “reseñas de [tu nombre]”. Busca cada una sin sesión iniciada, en un buscador normal. Si en la primera página no sale ninguna página sobre ti, ya tienes la causa.

También puedes hacerle a Perplexity la pregunta de tu comprador y desplegar sus fuentes. Te enseña exactamente lo que recuperó.

Causa 3: nadie más ha escrito sobre ti

Los asistentes prefieren páginas que la marca no controla. En preguntas sobre software en Estados Unidos, el 72.7% de las fuentes citadas eran medios ganados (Chen et al.). En 207 millones de citas, más del 84% eran de terceros y el 0.3% de pago (Muck Rack).

Un producto que solo vive en su propia web y en unos cuantos directorios es invisible en esa mezcla. Los directorios casi nunca se citan (GetIntel, 9,978 respuestas).

Prueba de hoy: busca el nombre de tu producto excluyendo tu dominio, por ejemplo "Ledgerly" -site:ledgerly.example. Cuenta las páginas reales: reseñas, listas de “los mejores X”, hilos de Reddit o foros, vídeos de YouTube, artículos. Menos de cinco es lo normal para un producto en solitario. Por sí solo, explica una tasa de menciones casi nula.

Luego pasa la pregunta de tu comprador por un asistente y apunta cada fuente que cite. Esas son las páginas donde no estás.

Causa 4: tu página de inicio no dice qué eres

Aunque el asistente te encuentre, necesita una frase clara que citar. Qué es el producto, para quién es, cuánto cuesta.

El 44.2% de las citas sale del primer tercio de una página. Las frases tajantes se citan más (AirOps y Kevin Indig). Los compradores también lo necesitan: el 58.8% de las visitas que manda la IA aterriza en la página de inicio (Similarweb). Quien llega quiere confirmar de un vistazo lo que dijo el asistente.

Prueba de hoy: abre tu página de inicio y lee solo lo que se ve antes de hacer scroll. Completa esta frase solo con eso: “[Producto] es un [categoría] para [público] que [tarea principal]; cuesta [precio].” Si no puedes, el asistente tampoco.

Luego compara la descripción que da el asistente de ti con la realidad. Un precio o un público equivocado significa que las páginas que leyó están desactualizadas.

Causa 5: pierdes por reseñas cuando la cosa está reñida

Cuando el asistente te compara con un nombre más grande, lo conocido gana los empates. Con especificaciones idénticas, la marca conocida fue recomendada el 100% de las veces (Chu y Hou, 2026).

El mismo estudio encontró el arreglo: una ventaja de menos de 0.1 estrellas para el competidor rompió esa ventaja. En el estudio de agentes de Columbia, subir 0.1 la valoración llevó un producto de una tasa de elección del 10% al 15 a 20%. Una insignia de “recomendado” por un reseñador la llevó al 20 a 43%.

Prueba de hoy: busca el sitio de reseñas que el asistente más cita en tu categoría. A menudo es G2, Capterra, Product Hunt, Trustpilot o una tienda de apps. Pon tu valoración y tu número de reseñas al lado de los dos competidores que más nombra. Si no tienes perfil, o tienes tres reseñas frente a sus trescientas, esa es la causa.

Las reseñas honestas de clientes reales, pedidas sin rodeos, son la palanca que un producto pequeño sí puede mover.

Dos cosas que no son culpa tuya

Orden y posición. Los asistentes reaccionan al orden en que aparecen los candidatos en lo que leen (Bito et al.). Los agentes prefieren lo que sale en la fila de arriba (Columbia). Si todas las listas ponen primero al líder, heredas ese sesgo. No lo puedes arreglar directamente. Estar en más listas, y más arriba, es el único camino.

Ruido. La misma pregunta da la misma lista de marcas menos de 1 vez de cada 100. ¿Te nombraron el mes pasado y este no? Repítelo tres veces antes de decidir que algo cambió.

Límites

Las cifras de 2.8% y 91.4% vienen de un solo pre-print, sobre una sola familia de modelos. Los números exactos no se cumplirán en todas partes, pero la dirección se ha mantenido entre estudios. Muck Rack y GetIntel venden herramientas de RR. PP. y de visibilidad, así que toma sus cifras como grandes, pero declaradas por un proveedor.

Arreglar las cinco causas sube tus probabilidades. Nadie puede prometer lo que dirá un asistente.

Qué hacer ahora

Haz las pruebas en orden y para en la primera que falle. Esa es tu causa.

Suele ser la 2 o la 3. Entonces el trabajo es conseguir que te nombren en las páginas que el asistente ya cita para tu categoría. Eso es lo que hace nuestro proyecto. La comprobación gratuita es por donde empieza: te dice cuáles son esas páginas.

Lo que no funciona, o no se puede vender con honestidad: llms.txt solo, schema solo, el relleno de palabras clave, los envíos masivos a directorios y el texto oculto. La evidencia de cada cosa está abajo, con los estudios de proveedores marcados.

Lo que funciona

1. Consigue que te nombren en páginas que no controlas

Las respuestas de IA se apoyan en medios ganados y de terceros. En preguntas sobre software en Estados Unidos, el 72.7% de las fuentes citadas eran medios ganados. En una página normal de resultados de Google: el 45.4% (Chen et al., Universidad de Toronto). En 207 millones de citas, más del 84% eran ganadas o de terceros y el 0.3% de pago (Muck Rack, proveedor).

Las listas de “los mejores X” fueron por sí solas el 43.8% de los tipos de página que citó ChatGPT, en 26,283 URL de fuentes. Las listas actualizadas hace poco eran las más destacadas. Aparecer arriba en varias listas se correlacionó con ser recomendado (Ahrefs, proveedor, correlacional).

¿Qué páginas? Reddit y YouTube están entre los cinco dominios más citados por todos los motores. G2, en los de Perplexity (Peec, proveedor). En 75,000 marcas, las menciones en YouTube tuvieron la correlación más fuerte con la visibilidad en IA (alrededor de 0.737). Después venían las menciones de marca en la web (Ahrefs, proveedor).

En LinkedIn, los artículos largos fueron del 50 al 66% del contenido de LinkedIn citado. Alrededor del 95% de los posts citados eran originales, no compartidos (Semrush, proveedor).

El patrón: otras personas, escribiendo en concreto, con su propio nombre.

2. Reúne reseñas honestas, porque una ventaja pequeña gana a un gran nombre

Con especificaciones idénticas, la marca conocida ganó el 100% de las veces. Una ventaja de menos de 0.1 estrellas para el competidor pequeño le dio la vuelta (Chu y Hou, 2026, pre-print).

En el estudio de Columbia sobre agentes de compra, +0.1 de valoración llevó una tasa de elección del 10% al 15 a 20%. Una insignia de “recomendado” por un reseñador la llevó al 20 a 43%. Una etiqueta de “Patrocinado” la bajó al 8 a 9%.

Una sola fuente de Wirecutter o Reddit podía tumbar el favorito de un modelo (Wharton GAIL). La prueba social subió las tasas de recomendación en pruebas controladas. Las señales de escasez y de “exclusivo” las bajaron (Bias Beware, EMNLP 2025).

3. Aparece en la búsqueda en vivo del asistente

Las marcas ausentes de los resultados web del asistente se mencionaron el 2.8% de las veces. Con su propia web citada y búsquedas de marca: el 91.4% (Tannenbaum, 2026, pre-print). Dentro de esos resultados, la posición 1 se citó el 58% de las veces y la posición 10 solo el 14% (AirOps y Kevin Indig).

En C-SEO Bench (NeurIPS 2025), estar el primero en el contexto del modelo ganó a cualquier truco de reescritura. Así que posicionar en la búsqueda normal para “el mejor [categoría] 2026” sigue siendo trabajo real. No trabajo anticuado.

4. Pon una respuesta clara en el primer tercio de la página

El 44.2% de las citas sale del primer tercio de una página. Las frases tajantes se citan más (AirOps y Kevin Indig).

En los experimentos de GEO con 10,000 consultas, los números concretos, las citas textuales y las fuentes con nombre subieron la visibilidad entre un 30 y un 40%. Las páginas peor posicionadas fueron las que más ganaron (Aggarwal et al., KDD 2024).

Es la única táctica dentro de la página con apoyo experimental. Se resume en: di claramente qué eres, respáldalo y hazlo arriba.

5. Muestra fechas reales en actualizaciones reales

Los modelos prefieren fechas recientes. Una fecha de publicación más nueva subió pasajes en los siete sistemas de ordenación probados, hasta 95 puestos (Fang et al.). El contenido citado es más reciente que la media (Ahrefs).

Solo funciona si la fecha es honesta. Cambiar la fecha de una página que no cambió es manipulación. Si algún día un modelo aprende a comprobarlo, te costará caro.

Nuestra regla: una fecha visible, que solo cambia cuando cambia el contenido, anotada en el registro de cambios.

Lo que no funciona

llms.txt por sí solo

llms.txt es un archivo de texto plano que lista las páginas importantes de una web para agentes de IA. Es una cortesía razonable y lleva una hora. No es una palanca de visibilidad.

• SE Ranking no encontró correlación entre tenerlo y las citas de IA, en unos 300,000 dominios. Su modelo fue más preciso sin él (proveedor).
• Registros de servidor de Ahrefs: el 97% de los archivos llms.txt no recibió ni una petición en mayo de 2026 (proveedor).
• Google dice que no usa llms.txt para la Búsqueda ni para las funciones de IA.

Tenemos uno en /llms.txt porque los agentes pueden usarlo. Publicaremos nuestros propios registros de servidor sobre si algo lo lee. Quien te venda como entregable un archivo llms.txt te está vendiendo un placebo.

El marcado schema por sí solo

Los datos estructurados (JSON-LD) describen qué es una página: un artículo, una organización, un producto con un precio real. Úsalos con precisión.

Ninguna evidencia muestra que hagan que un asistente te cite o te recomiende. Google dice que no existe un marcado especial para IA. Las valoraciones inventadas en el marcado no sirven y van contra las normas de Google (la revisión de mitos de GEO de Search Engine Land; la documentación de Google). Un marcado que coincide con la página visible es higiene, no estrategia.

El relleno de palabras clave

No ayudó en los experimentos de GEO. Las referencias, las citas textuales y las estadísticas sí (Aggarwal et al., KDD 2024). La mayoría de los trucos de contenido específicos para IA hicieron poco en C-SEO Bench, y la ganancia de cada truco se encogió a medida que más competidores lo usaban.

Cuando todas las marcas aplicaron la misma optimización en las pruebas de Chu y Hou, el beneficio se desplomó de +0.802 a +0.007.

Envíos masivos a directorios

Los servicios que te dan de alta en 100 o 500 directorios venden volumen. ChatGPT y Gemini casi nunca citan directorios. En las 9,978 respuestas de GetIntel fueron una fuente menor al lado de las listas, las reseñas y los hilos de comunidades.

Un directorio puede darte un enlace para el SEO clásico. No hará que te recomienden. Nunca los vendemos.

Texto oculto, inyección de instrucciones, reseñas falsas

En el laboratorio sí funcionan. El texto oculto y la inyección de instrucciones subieron un producto mal posicionado hasta arriba, también en Perplexity (Kumar y Lakkaraju; Pfrommer et al., EMNLP 2024).

Justo por eso quedan descartados. Son manipulación, se descubren y se juegan el nombre de quien fundó el producto en un truco que muere con la siguiente actualización del modelo. Nuestra página de métodos limpios lista todo lo que nos negamos a hacer.

El resumen honesto

Límites

Casi toda la evidencia de lo que “funciona” es correlacional. Mucha viene de empresas que venden herramientas de visibilidad en IA (Ahrefs, Muck Rack, Peec, Semrush, SE Ranking). Los experimentos se hicieron con modelos concretos en fechas concretas. Los efectos se encogen a medida que las tácticas se extienden.

Nada de esto permite a nadie prometer lo que un asistente dirá de ti.

Qué hacer ahora

Averigua qué páginas de terceros citan tus asistentes para tu categoría. Esa lista es toda la lista de tareas.

La comprobación gratuita la saca: 5 preguntas de compradores, 3 pasadas cada una, 4 asistentes. Recibes a quién nombraron en tu lugar y las fuentes citadas, en 2 días laborables. O hazla tú con la guía para hacerlo tú.

Cinco preguntas, tres pasadas, cinco asistentes: 75 respuestas, algo más de una hora. El resultado es una tasa de menciones (nombrado en X de 75), no una posición. Es el método exacto de nuestra comprobación gratuita. Hazlo tú hoy, o déjanoslo a nosotros.

Antes de empezar

• Cierra sesión o usa una cuenta nueva. Con sesión iniciada, los asistentes tiran de memoria. El tuyo ya conoce tu producto, así que te hará la pelota.
• Abre un chat nuevo en cada pasada. Nada de seguir en el mismo hilo. La respuesta anterior condiciona la siguiente.
• Ponte en la ubicación de tus compradores. ChatGPT sigue la ubicación que informa la app. Gemini sigue el país de la red. Los negocios recomendados cambian con la ubicación (Chen y Koudas, 2026). ¿Vendes en Estados Unidos? Prueba desde allí o con una VPN de Estados Unidos.
• Anota la fecha y el nombre del modelo que sale en pantalla. Los modelos cambian. La comparación del mes que viene solo es justa si sabes qué probaste.
• Usa los modos con búsqueda web: ChatGPT con búsqueda, Perplexity tal cual, Gemini, Claude y Muse como vienen. Eso es lo que usan los compradores.

Los cinco tipos de pregunta

Las preguntas reales de compradores son cortas (Stella Rising, n=524):

• dos tercios tienen 15 palabras o menos,
• más o menos una cuarta parte usa la palabra “mejor”,
• el 28% pone un límite de precio,
• el 32% cuenta algo personal de quien pregunta.

Los cinco tipos de abajo cubren esa mezcla. Escribe una pregunta por tipo, con las palabras sencillas que usan tus clientes. No las de tu marketing.

El tipo 5 es el que más importa a los productos pequeños. Muestra si el asistente te saca cuando nadie nombró tu categoría. El tipo 4 muestra si apareces siquiera junto al líder.

La versión completa de 25 preguntas, cinco por tipo, está en nuestra biblioteca de preguntas gratuita.

Haz cada pregunta tres veces en cada asistente

Abre ChatGPT, Gemini, Claude, Perplexity y Muse. Para cada pregunta: chat nuevo, pegar, leer, anotar. Y dos veces más. Son 5 preguntas x 3 pasadas x 5 asistentes = 75 respuestas.

Por qué tres pasadas. Dos pasadas de la misma pregunta dieron la misma lista de marcas menos de 1 vez de cada 100 (SparkToro, 2,961 respuestas). Una respuesta es ruido. Tres por asistente sigue siendo poco, pero distingue “nunca” de “a veces” y de “casi siempre”. Y lo puedes repetir dentro de un mes.

Por qué cinco asistentes. En 536,301 respuestas, ChatGPT, Claude y Gemini nombraron la misma empresa solo un 3% de las veces (BusySeed). Si tus compradores montan startups, Claude importa: es el asistente por el que más pagan. Si son consumidores, Gemini y ChatGPT importan más. Muse, la app de Meta, comparte modelos con el asistente de WhatsApp, Instagram y Facebook.

Qué anotar en cada respuesta

Haz una hoja con una fila por respuesta y estas columnas:

La columna de fuentes es lo más valioso que vas a sacar. En 207 millones de citas, más del 84% vino de fuentes de terceros (Muck Rack). Las páginas citadas cuando no te nombran son las páginas donde necesitas estar.

Cómo leer tu resultado

Suma la columna “¿Nombrado?”. Esa es tu tasa de menciones: nombrado en X de 75 respuestas, y en X de 15 por asistente.

Luego lee qué dijo el asistente de ti cuando sí te nombró. Los compradores lo comprueban. El 89.9% de quienes compran con IA verifica el consejo en otra fuente antes de comprar (Product.ai). El 94% de los compradores de tecnología B2B lo contrasta (TrustRadius). Un precio o un público equivocado te cuesta el comprador que te buscó.

Sé honesto con el tiempo

Setenta y cinco respuestas, bien anotadas, llevan algo más de una hora. Eso si escribes rápido y no te quedas enganchado leyendo. Mucha gente llega a 20 y lo deja. Vale: 20 respuestas valen más que una captura. Solo apunta que paraste, para que la comparación del mes que viene sea justa.

Mantén fijo el conjunto de preguntas y repítelo a los 30, 60 y 90 días. Si cambias las preguntas, no sabrás si mejoraste o solo preguntaste distinto.

Límites

Esto es una muestra, no un censo. Quince respuestas por asistente muestran un patrón. No pueden medir un cambio del 5%. Los asistentes además personalizan, y varían según ubicación y versión del modelo, así que tus números y los de un amigo no van a coincidir.

Toma la tasa de menciones como un termómetro, no como un marcador. Nuestra auditoría de pago usa el mismo método con 25 preguntas en lugar de 5. Más respuestas, la misma honestidad.

Qué hacer ahora

¿Prefieres no gastar la hora? Hacemos esta comprobación por ti, gratis: 5 preguntas de compradores, 3 pasadas cada una, en ChatGPT, Gemini, Claude, Perplexity y Muse. 75 respuestas, resultados por email en 2 días laborables, y una persona revisa cada informe.

¿La hiciste tú y tu número es bajo? Lee por qué la IA no recomienda tu producto para encontrar la causa.

Las guías

• Cómo decide la IA qué recomendar: primero busca, lee lo que otros dicen de ti y desempata a favor de la marca que conoce. La evidencia, por orden.
• Cómo comprobar si ChatGPT te recomienda: nuestra comprobación gratuita, hecha a mano. Cinco tipos de pregunta, tres pasadas cada una, cinco asistentes, y qué anotar.
• Por qué la IA no recomienda tu producto: cinco causas en el orden en que suelen darse, cada una con una prueba que puedes hacer hoy.
• Qué funciona y qué no: las pruebas de terceros y las reseñas funcionan. llms.txt solo, schema solo, el relleno de palabras clave y los envíos masivos a directorios no. Estudios para cada cosa.
• Por qué una página de glosario ayuda a que la IA te encuentre: una página de definiciones, entre 30 y 120 impresiones de búsqueda al día en dos semanas. Qué construí, y la relación honesta con la IA.
• Vigilar a los competidores que la IA nombra en tu lugar: un agente de $7.80 al mes que revisa páginas cada mañana, y lo que pilló en dos semanas.
• Respuestas de soporte redactadas con IA, con honestidad: de 14 horas a 12 minutos, y las reglas que lo mantuvieron honesto. El soporte es de donde salen las reseñas que lee la IA.
• De proyecto paralelo a producto que la IA puede nombrar: cinco sesiones convirtieron una app para mi madre en nueve productos. El sexto paso hace que un asistente pueda recomendar uno.

Más adelante

Entrar en las listas de “los mejores X” que cita la IA. Que te recomiende Claude, y ChatGPT, en concreto. Hacer tu propia web legible para la IA. Añadimos una guía cuando tenemos algo con fuentes que decir, no antes. Las guías nuevas van al registro de cambios.

Cómo se escriben estas guías

Las escribe Dasha, con ayuda de IA en los primeros borradores. Cada número se contrasta con el estudio original antes de publicarse. Los estudios de proveedores (de empresas que venden herramientas de visibilidad en IA) van marcados como tales. ¿Encontraste un error? Escribe a hello@heardofyou.io. Lo arreglamos y dejamos constancia.