Cómo decide ChatGPT a quién recomendar (versión corta)
Antes de los pasos, los porqués mínimos. ChatGPT combina tres señales para decidir qué marcas mencionar en una respuesta: datos de entrenamiento (lo que aprendió hasta su corte), recuperación en tiempo real (lo que busca cuando el prompt lo requiere) y estructura del contenido (cómo de fácilmente puede extraer información citable de tu web). Los cinco pasos siguientes mueven esas tres palancas, en orden de impacto.
Paso 1: entity mapping de tu marca
Tu objetivo aquí es que el modelo entienda exactamente qué es tu marca — categoría, ubicación, casos de uso, competidores, propuesta de valor — y la asocie con las entidades correctas. Sin este paso, los demás se construyen sobre arena.
- Lista las 5-10 entidades con las que quieres asociarte (categoría, geografía, casos de uso clave).
- Audita tu web: ¿cada página deja claro a qué entidad pertenece y cómo se relaciona con las demás?
- Crea/actualiza tu perfil en Wikidata (gratis, alta autoridad para los LLMs).
- Unifica la descripción de tu empresa en todos los canales públicos — el modelo penaliza la inconsistencia.
Paso 2: contenido citable en tu web
Los LLMs citan fragmentos cortos y autocontenidos. Tu trabajo es estructurar cada página relevante para que cualquier bloque sea extraíble sin contexto adicional. La regla práctica: si el primer párrafo de cada sección no responde por sí solo a la pregunta del H2, reescríbelo.
- Cada H2 es una pregunta clara o una afirmación específica.
- Cada sección abre con una respuesta de 40-80 palabras que cierra la idea.
- Después puedes desarrollar todo lo que quieras para humanos — pero el bloque inicial tiene que poder vivir solo.
- Listas y tablas son oro: los LLMs las recuperan con altísima fidelidad.
Paso 3: schema y datos estructurados
Implementar Organization, Service, FAQPage, Article y BreadcrumbList en JSON-LD es la palanca con mejor ratio esfuerzo/impacto. Dos días de un dev competente y subes la probabilidad de cita literal en 30-40% en los próximos 8 semanas.
No te pelees con micro-decisiones (qué tipo exacto, qué propiedades opcionales). Empieza con los tipos básicos correctamente implementados y mide. Luego ajusta.
Paso 4: construir autoridad externa
Tu contenido y tu schema son lo que controlas. La autoridad externa — quién te menciona, dónde, en qué contexto — es lo que el modelo usa para decidir si confiar en lo que dices. Es la palanca más lenta y la más difícil de mover, lo que la hace también la más defensiva.
- Identifica 5-10 medios/canales relevantes en tu categoría (revistas sectoriales, newsletters, podcasts).
- Diseña 2-3 ángulos de PR sustantivos — no notas de prensa genéricas; ideas que aporten valor editorial.
- Pide y coordina 2-3 citaciones cruzadas con partners, clientes y aliados con autoridad relevante.
- Si tienes datos propios interesantes (estudios, benchmarks), publícalos abiertamente: son ímán de citaciones.
Paso 5: monitorizar y medir
Sin monitorización, los pasos 1-4 son fe. Define una batería de 50-100 prompts representativos de tu categoría, ejecútala semanalmente contra ChatGPT, Perplexity y Google AI, y registra tasa de mención, posición relativa y sentiment. Si haces esto desde el día uno, en 8 semanas tienes una lectura honesta de qué está funcionando.
Errores típicos que pulverizan el trabajo
- Inconsistencia en la descripción de la marca. Si en LinkedIn dices una cosa, en la web otra y en directorios una tercera, el modelo no consolida la entidad.
- Schema mal implementado. Mejor no tener schema que tener uno con errores — los validadores marcan el contenido como poco fiable.
- Optimizar prompts vanidosos. "¿Cuál es la mejor empresa de IA del mundo?" no te trae clientes; "¿Cómo automatizar atención al cliente en una pyme española?" sí.
- No iterar. GEO no es "lo dejo montado y a ver qué pasa". Es bucle semanal — quien para de medir, deja de mejorar.