Cómo aparecer en ChatGPT y Perplexity: guía completa de GEO
Cada vez más clientes preguntan a una IA antes de buscar en Google. «¿Qué gestoría me recomiendas en Valencia?», «¿qué ERP me conviene para una pyme?». Si tu empresa no aparece en esas respuestas, pierdes clientes que nunca llegaron a hacer una búsqueda.
A esto se le llama GEO, optimización para motores generativos. No es humo ni una etiqueta nueva para vender lo de siempre. Hay investigación publicada que mide qué hace que un modelo te cite a ti y no a otro, y las conclusiones son bastante concretas.
Esta guía recoge lo que dice esa investigación, los rastreadores que tienes que dejar entrar para que te puedan leer, cómo estructurar tus páginas y qué hay de cierto en el archivo llms.txt del que tanto se habla.
1. Qué cambia cuando la respuesta la da una IA
En un buscador clásico compites por una posición en una lista y por conseguir el clic. En un motor generativo no hay lista. Hay una respuesta redactada que menciona unas pocas fuentes, y o estás en ellas o no existes.
El detalle que lo explica casi todo es que estos sistemas no contestan solo con lo que memorizaron durante su entrenamiento. Cuando les preguntas algo actual, buscan en la web en ese momento, recuperan un puñado de páginas, las resumen y enlazan a las fuentes que han usado. Esa recuperación es tu oportunidad.
Buscador clásico
SEO- Compites por una posición en la lista
- El objetivo es el clic
- Diez resultados por página
- Ganan la autoridad y los enlaces
Motor generativo
GEO- Compites por ser una de las fuentes citadas
- El objetivo es la mención, con o sin clic
- Dos o tres fuentes por respuesta
- Gana la densidad de datos comprobables
2. Qué dice la investigación sobre cómo te citan
El trabajo de referencia es el estudio GEO: Generative Engine Optimization, de Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan y Deshpande, presentado en la conferencia KDD de 2024. Probaron distintas formas de reescribir un mismo contenido y midieron cuánto cambiaba la probabilidad de acabar citado. La mejora llega hasta un 40 %.
| Técnica | Efecto | Qué significa en tu web |
|---|---|---|
| Incluir citas de expertos | El mayor aumento medido | Una frase entrecomillada de alguien con nombre y cargo vale más que tres párrafos tuyos. |
| Añadir datos con su fuente | Aumento alto | Cifras concretas, con el origen indicado y la fecha. |
| Referenciar las fuentes | Aumento alto | Enlazar a estudios, documentación oficial o normativa. |
| Escribir con claridad | Aumento medio | Frases limpias y bien ordenadas. La redacción torpe penaliza. |
| Explicarlo de forma sencilla | Aumento medio | Explicar lo complejo sin jerga innecesaria. |
| Usar términos técnicos del sector | Aumento pequeño | La palabra precisa cuando toca, no como adorno. |
| Repetir palabras clave | Resta visibilidad | La vieja táctica de SEO empeora los resultados aquí. |
| Meter sinónimos raros | Sin efecto | Cambiar palabras sin aportar información no sirve de nada. |
Resultados del estudio publicado en arXiv (2311.09735) y presentado en KDD 2024, medidos sobre un conjunto amplio de consultas y dominios de conocimiento.
Lo que esto significa en la práctica
Las tres técnicas que más suben son las tres que hacen un contenido verificable. Citas con nombre, datos con fuente y referencias comprobables. Tiene sentido, porque un modelo que va a afirmar algo delante de un usuario prefiere apoyarse en algo que pueda atribuir.
Y la mala noticia para quien lleva años haciendo lo de siempre, repetir la palabra clave por todas partes empeora los resultados. No es que sea neutro, es que resta.
3. Lo primero de todo, que te puedan leer
Antes de escribir una sola línea, comprueba que los rastreadores pueden entrar. Si los bloqueas, no hay nada que optimizar, porque tu web no entra siquiera en el sorteo.
Aquí está el matiz que casi nadie distingue. Cada empresa tiene varios rastreadores con funciones distintas, y meterlos a todos en el mismo saco es el error caro.
Entrenamiento
Bloquearlo es opcional- Recoge contenido para entrenar modelos futuros
- GPTBot, ClaudeBot, Google-Extended
- Bloquearlo no afecta a tu posicionamiento
Búsqueda
Nunca lo bloquees- Construye el índice del que salen las respuestas
- OAI-SearchBot, Claude-SearchBot, PerplexityBot
- Si lo bloqueas, desapareces de las citas
Petición del usuario
Déjalo pasar- Entra cuando alguien pide algo concreto
- ChatGPT-User, Claude-User, Perplexity-User
- Es una visita pedida por una persona real
| Rastreador | Para qué sirve | Qué hacer |
|---|---|---|
| `GPTBot` (OpenAI) | Entrenar los modelos de OpenAI | Opcional. Bloquéalo solo si no quieres ceder tu contenido para entrenamiento. |
| `OAI-SearchBot` (OpenAI) | Indexar para la búsqueda de ChatGPT | Permitir siempre. Sin esto no apareces citado en ChatGPT. |
| `ChatGPT-User` (OpenAI) | Abrir una página que ha pedido un usuario | Permitir. Ojo, OpenAI indica que en este caso las reglas de robots.txt pueden no aplicarse, porque la acción la inicia una persona. |
| `ClaudeBot` (Anthropic) | Entrenar los modelos de Claude | Opcional, igual que GPTBot. |
| `Claude-SearchBot` (Anthropic) | Indexar para las búsquedas de Claude | Permitir siempre. |
| `Claude-User` (Anthropic) | Abrir una página pedida por el usuario | Permitir. Anthropic confirma que sí respeta robots.txt. |
| `PerplexityBot` | Indexar para Perplexity | Permitir siempre. |
| `Googlebot` | Indexar para Google, incluidas las respuestas con IA | No lo bloquees nunca. |
| `Google-Extended` | Permiso de uso para entrenar Gemini | Opcional. Bloquearlo no afecta a tu posicionamiento en Google. |
| `Bingbot` | Indexar para Bing, que alimenta a Copilot | Permitir. |
Nombres y funciones según la documentación oficial de OpenAI y de Anthropic, consultada en septiembre de 2026.
4. El robots.txt que te recomendamos
Si quieres aparecer citado pero prefieres no ceder tu contenido para entrenar modelos, esta es la configuración. Bloquea el entrenamiento y deja pasar todo lo demás.
# Entrenamiento de modelos: fuera
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
User-agent: Google-Extended
Disallow: /
User-agent: Applebot-Extended
Disallow: /
User-agent: CCBot
Disallow: /
# Índices de búsqueda: dentro, aquí te juegas las citas
User-agent: OAI-SearchBot
Allow: /
User-agent: Claude-SearchBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: Googlebot
Allow: /
User-agent: Bingbot
Allow: /
# Peticiones que hace un usuario en ese momento
User-agent: ChatGPT-User
Allow: /
User-agent: Claude-User
Allow: /
Sitemap: https://tudominio.com/sitemap.xmlSi prefieres ceder también el contenido para entrenamiento, algo perfectamente razonable cuando lo que buscas es notoriedad, quita el primer bloque entero.
Si usas Cloudflare, esto cambió en septiembre de 2026
Cloudflare retiró el botón único de bloquear bots de IA y lo dividió en tres controles independientes, uno para búsqueda, otro para entrenamiento y otro para agentes. Desde el 15 de septiembre de 2026 puedes rechazar el uso de tu contenido para entrenamiento sin salirte del índice de búsqueda, que antes era un todo o nada.
En la misma actualización, Cloudflare estrenó una categoría de rastreadores responsables para los operadores que cumplen sus requisitos de transparencia. Apple, Google y Microsoft la recibieron de salida. Si tu web está detrás de Cloudflare, merece la pena revisar esos ajustes, porque una configuración antigua puede estar dejando fuera a los rastreadores que te interesan.
5. Cómo escribir para que te citen
Aquí es donde se aplica lo que mide el estudio. No se trata de escribir para una máquina, sino de escribir con la precisión con la que escribirías un informe que alguien va a revisar.
- 01Responde en las primeras líneas. Justo debajo del titular, dos o tres frases que contesten directamente la pregunta. Es el fragmento que un modelo puede tomar tal cual. Si empiezas con tres párrafos de introducción, le estás dando trabajo extra para nada.
- 02Pon cifras y di de dónde salen. «El clic en Meta cuesta unos 0,63 $ según el informe de Triple Whale de 2026» funciona. «El clic es más barato en redes sociales» no.
- 03Cita a alguien con nombre. Una frase entrecomillada de una persona identificable, aunque seas tú mismo con tu cargo, es la técnica que más sube.
- 04Enlaza a las fuentes. A la documentación oficial, al estudio, al boletín oficial. Un dato sin origen es indistinguible de uno inventado.
- 05Fecha lo que caduca. «Precios consultados en septiembre de 2026» le dice al modelo que el dato es reciente y acotado.
- 06Cubre el tema entero. Los modelos prefieren una fuente que resuelve la pregunta completa antes que cinco que resuelven un trozo cada una.
- 07No repitas palabras clave. Está medido que resta. Escribe con naturalidad.
6. Cómo tiene que estar montada la página
Escribir bien no basta si la página se lo pone difícil a quien la lee. Estos son los puntos técnicos que más pesan.
- Que el texto esté en el HTML. Muchos rastreadores no ejecutan JavaScript. Si tu contenido aparece solo después de que cargue el código del navegador, para ellos la página está vacía. Comprueba qué se ve con JavaScript desactivado.
- Nada escondido en pestañas y acordeones que solo se cargan al hacer clic. Si el contenido importa, que esté en el HTML desde el principio.
- Tablas de verdad, con sus etiquetas de tabla, fila y celda. Una tabla maquetada con cajas se convierte en un churro de texto al procesarla y se pierde la relación entre columnas y filas.
- Encabezados en orden, sin saltar del segundo nivel al cuarto. Los sistemas que trocean el contenido usan los encabezados para saber dónde empieza y acaba cada idea.
- Datos estructurados de organización, artículo y preguntas frecuentes, con el campo `sameAs` apuntando a tus perfiles. Es lo que conecta tu web con la ficha que el buscador tiene de tu empresa.
- Preguntas como titulares. Un `h2` que diga «¿Cuánto cuesta implantar Odoo?» encaja con la pregunta que alguien escribe en el chat mucho mejor que uno que diga «Nuestros precios».
7. La verdad sobre el archivo llms.txt
Es el tema del que más se habla y sobre el que más se exagera. El archivo llms.txt, propuesto por Jeremy Howard, es un resumen de tu web en texto plano, pensado para que un modelo entienda de qué va tu sitio sin tener que digerir el HTML entero.
Entonces, ¿tiene sentido ponerlo? Sí, pero por otra razón. Sirve de mapa para los agentes y asistentes de programación que necesitan recorrer tu web sin gastar recursos, y cuesta muy poco generarlo. Nosotros lo tenemos publicado por eso mismo, no porque esperemos posicionar con él.
Lo que no debes hacer es ponerlo y dar por hecho que ya has hecho GEO. El trabajo de verdad está en las secciones anteriores.
8. Por dónde empezar y cómo medirlo
| Fase | Qué hacer | Cómo sabes que está hecho |
|---|---|---|
| 1. Acceso | Revisar robots.txt y los ajustes del CDN para que entren los rastreadores de búsqueda. | Los bots de búsqueda reciben respuesta correcta en los registros del servidor. |
| 2. Contenido | Reescribir tus páginas principales con respuesta directa arriba, datos con fuente y citas. | Cada página responde su pregunta en las primeras líneas y contiene datos citables. |
| 3. Estructura | Texto en el HTML, tablas reales, encabezados en orden y datos estructurados. | La página se lee entera con JavaScript desactivado. |
| 4. Presencia externa | Reseñas, directorios del sector, menciones y comparativas en otras webs. | Tu empresa aparece en varias fuentes independientes. |
| 5. Medición | Seguimiento de las visitas que llegan desde asistentes y de las menciones. | Sabes cuántos contactos vienen de ahí. |
Cómo se mide esto, que es la parte incómoda
No existe todavía una herramienta equivalente a Search Console para los motores generativos. Lo que sí puedes hacer es esto.
- Preguntar tú mismo. Haz una lista de veinte preguntas que haría tu cliente y pásalas cada mes por ChatGPT, Perplexity y Gemini. Apunta quién sale. Es manual, pero es el dato más directo que hay.
- Mirar de dónde llega el tráfico. En tu analítica aparecen ya visitas con origen en chatgpt.com o perplexity.ai. Agrúpalas para verlas juntas.
- Revisar los registros del servidor. Ahí ves qué rastreadores entran, con qué frecuencia y qué páginas se llevan.
Y conviene decirlo claro, nadie puede garantizar que una IA te cite. Lo que se puede hacer es ponérselo fácil y aumentar mucho las probabilidades. Quien te prometa una posición en ChatGPT te está vendiendo algo que no controla.
Fuentes consultadas
Dudas sobre cómo aparecer en ChatGPT y Perplexity: guía completa de GEO
No, se apoya en él. Los motores generativos recuperan páginas de índices de búsqueda, así que estar bien posicionado sigue ayudando. Lo que cambia es cómo escribes y cómo estructuras lo que ya tienes.
No, y desconfía de quien lo prometa. Nadie controla lo que responde un modelo. Lo que sí se puede es cumplir las condiciones que hacen probable que te cite, empezando por dejar entrar a sus rastreadores.
Es una decisión tuya y no afecta a tu posicionamiento. Si tu contenido es tu producto, tiene sentido bloquearlo. Si buscas notoriedad, dejarlo abierto también es razonable. Lo importante es no confundir esos rastreadores con los de búsqueda.
Sirve como mapa para agentes y asistentes de programación, y cuesta poco. Lo que no es, pese a lo que se repite, es un factor de posicionamiento. Google ha dicho que ningún sistema de IA lo usa hoy para decidir qué mostrar.
Los cambios en tu web los recogen los índices en días o semanas. Construir presencia en fuentes externas, que es lo que más pesa en las recomendaciones, lleva meses.
Especialmente para una empresa pequeña. En un buscador clásico compites contra la autoridad acumulada de los grandes. En una respuesta generada compite quien mejor responde esa pregunta concreta, y ahí una web pequeña y precisa tiene mucho que decir.
Hablemos de tu
próximo proyecto.
Sin discursos de ventas. Una conversación directa sobre cómo la automatización y el desarrollo web pueden transformar tu operación en la era de la IA.
Soporte España, LATAM y EE. UU.
España · Colombia · Latam · EE. UU.
Respuesta directa y diagnóstico en menos de 24 horas.