Esta publicación fue patrocinada por No Fluff. Las opiniones expresadas en este artículo son propias del patrocinador.
Cuando ChatGPT, Gemini y Perplexity mencionan una empresa, estos grandes modelos de lenguaje (LLM) deciden si es seguro hacer referencia a esa empresa, no cuánto tiempo ha existido.
La mayoría de los líderes empresariales asumen una cosa cuando no aparecen en las respuestas generadas por IA:
Somos demasiado nuevos.
En realidad, las primeras pruebas en múltiples plataformas de IA sugieren que algo más está sucediendo. En muchos casos, el problema ha menos que ver con la antigüedad de la empresa y más con la forma en que los sistemas de inteligencia artificial evalúan la estructura, la repetición y las señales de confianza.
Es posible que se mencionen nuevas marcas en los resultados de búsqueda de IA.
Incluso los productos bien construidos y con experiencia real suelen faltar en las recomendaciones de IA. Sin embargo, cuando los compradores preguntan en quién confiar, siguen apareciendo los mismos nombres heredados.
Por qué la mayoría de las empresas nuevas no aparecen en los resultados de búsqueda de IA
Esto no es aleatorio.
Los sistemas de inteligencia artificial se basan en datos de capacitación existentes y huellas digitales visibles, que favorecen a las marcas que han sido citadas durante años. Como cada respuesta conlleva un riesgo, estos sistemas actúan de forma conservadora.
No buscan la página más optimizada; ellos buscan lo mas entidad verificable. Si su huella es escasa, inconsistente o mal respaldada por terceros, la IA a menudo lo cambiará por un competidor en el que pueda confiar más fácilmente.
La mayoría de las nuevas empresas se lanzan con:
- Señales históricas mínimas
Muy poco contenido o menciones en línea, por lo que la IA casi no tiene nada con qué trabajar. - Pocas señales de credibilidad
Pocos vínculos de retroceso, reseñas o prensa, por lo que aún no “pareces” confiable. - Mezclando marcas
Es más fácil que los sistemas de inteligencia artificial confundan, atribuyan erróneamente o omitan por completo nombres de marcas similares o genéricos si las señales de confianza son débiles. - Posicionamiento poco claro
Es menos probable que se confíe en los posicionamientos poco claros o las ideas que aparecen solo una vez en el sitio web de una empresa.
Juntos, estos crean señales poco confiables.
En la búsqueda generativa, la visibilidad tiene menos que ver con la clasificación y más con el razonamiento.
Esta es la razón por la que la mayoría de las marcas nuevas no se evalúan como “malas”, sino como demasiado inciertas para hacer referencia a ellas de manera segura.
Esa distinción importa. Ser referenciado por la IA no es sólo exposición; influye en quién los compradores consideran creíble antes de llegar a un sitio web. Los visitantes remitidos por IA suelen realizar conversiones a tasas más altas que el tráfico orgánico tradicional.
Para las nuevas empresas, la falta de señales heredadas no es «sólo una desventaja». Si se maneja correctamente, puede ser una oportunidad para establecer claridad y confianza más rápidamente que los competidores más antiguos que dependen de una autoridad obsoleta.
Prueba de que pueden aparecer nuevas empresas en la búsqueda con IA (el experimento)
Sorprendentemente, hay poca orientación sobre si una marca nueva o en crecimiento puede aparecer realmente en las respuestas generadas por IA. Dado lo mucho que estos sistemas dependen de señales pasadas, es fácil asumir que las empresas establecidas aparecen por defecto.
Para probar esa suposición, se realizó un seguimiento de una nueva empresa B2B desde su lanzamiento como parte de un experimento de visibilidad de búsqueda de IA de 12 semanas. Los hallazgos a continuación reflejan la primeras seis semanas de esa prueba en curso. La empresa comenzó sin antecedentes, sin vínculos de retroceso y sin cobertura de prensa. Un verdadero cero.
La visibilidad se midió a través de 150 indicaciones de estilo comprador en ChatGPT, Google AI Overviews y Perplexity en lugar de inferirse de paneles de terceros.
Utilizando sprints semanales de GEO centrados en fundamentos técnicos, contenido de respuesta primero y señales de refuerzo como redes sociales, videos y vínculos de retroceso tempranos, el objetivo era ver hasta qué punto un manual de mejores prácticas GEO podría mover una marca verdaderamente nueva.
En seis semanas, el negocio emergente obtuvo los siguientes resultados:
- Apareció en 5% de respuestas relevantes de la IA.
- apareció al otro lado 39 de 150 preguntas.
- Mencionado 74 veces, con 42 menciones citadas.
- 6% precisión de las citas, ~11% apuntando al sitio de la propia marca.
Seis patrones observados en las primeras pruebas de visibilidad de la IA
Durante las primeras seis semanas, seis patrones influyeron constantemente en si la marca fue incluida, reemplazada por un competidor o excluida por completo de las respuestas generadas por IA:
Patrón 1: La estructura importa más que el tema
El contenido que deambulaba (incluso si era reflexivo o «robusto») constantemente quedaba rezagado en la captación de la IA. Las páginas que se recogieron eran más estrictas: respondieron la pregunta desde el principio, dividieron el contenido en pasos claros y se apegaron a una idea a la vez.
Patrón 2: El efecto “amplificador” social
Es más probable que AI cite fuentes en las que ya confía. En las primeras dos semanas, la mayoría de las citas provinieron de las publicaciones de la marca en LinkedIn y Medium en lugar de su sitio web. Para una nueva marca, publicar ideas clave primero en plataformas de alta autoridad, incluidas LinkedIn o Medium, a menudo activa la activación de la IA antes de que el mismo contenido se indexe en su propio sitio web.
Patrón 3: Alucinaciones A menudo hay fallas de señal
Cuando los sistemas de inteligencia artificial identifican erróneamente una nueva marca o la confunden con la competencia, la causa suele ser señales débiles, lentas o contradictorias. Cuando las páginas no se cargan en aproximadamente 5 a 15 segundos, los sistemas de inteligencia artificial emiten consultas más amplias y reúnen respuestas de fuentes adyacentes o incorrectas. Tras las mejoras en la velocidad del sitio, la confiabilidad del rastreo y la claridad de la entidad, la proporción de respuestas que hacían referencia correctamente al propio dominio de esta empresa aumentó, mientras que las menciones mal atribuidas disminuyeron.
Patrón 4: La ventana de indexación de 3 semanas
La primera recogida de IA de un nuevo dominio puede ocurrir en un plazo de tres a cuatro semanas. En este experimento, la primera página se descubrió el día 27. Después de ese descubrimiento inicial, las páginas siguientes se recuperaron más rápido, con el retraso más corto de alrededor de ocho días.
La inclusión temprana no fue impulsada por el volumen de contenido. Estaba impulsado por la estructura: un esquema sólido, metadatos consistentes, un sitio limpio y rastreable y archivos legibles por máquina como llms.txt.
Patrón 5: Gana primero la ronda explicativa
Por lo general, las nuevas marcas no comienzan ganando indicaciones altamente competitivas en la etapa de decisión, como listas de “mejores” o “mejores”, a menos que la oferta sea verdaderamente única o no competitiva. Antes de que una marca pueda ser preseleccionada de manera realista, primero debe ser considerada como una autoridad principal para preguntas educativas o de definición.
En los primeros 45 días, el objetivo no era la visibilidad comparativa, sino el reconocimiento y la confianza: lograr que los sistemas de inteligencia artificial asociaran la marca con los temas y fuentes correctos. El éxito temprano se mide mejor por la frecuencia de las citas o la frecuencia con la que se utiliza una marca como fuente principal para un tema determinado.
Patrón 6: Resolver la brecha de confianza inconclusa (lo más importante)
Incluso con un sitio bien estructurado y un contenido sólido, las marcas luchan por ser recomendadas sin una validación externa. Las etapas iniciales de este experimento mostraron que las respuestas de IA se dirigieron de forma predeterminada a dominios familiares y reemplazaron marcas más nuevas con competidores que tenían menciones de terceros más claras. Esto valida la importancia de la prensa y la cobertura autorizada desde el principio. Esperar a “agregarlo más tarde” sólo disminuye la confianza.
Cinco pasos para establecer un nuevo negocio que alcance el éxito visible de la IA
A estas alturas, la conclusión es clara: la visibilidad de la IA no ocurre automáticamente una vez que un sitio está activo o se ejecutan algunas campañas. La buena noticia es que se puede influir deliberadamente en esto. Los pasos a continuación reflejan la secuencia que constantemente hizo que una nueva marca pasara de tener visibilidad cero a ser citada en las respuestas generadas por IA. En lugar de tratar la visibilidad de la IA como un efecto secundario del SEO, este enfoque la trata como un problema operativo: cómo hacer que una marca sea fácil de reconocer, verificar y reutilizar para los sistemas de IA.
Paso 1: mapee la entidad de su marca
Antes de crear un sitio, debe definir su marca de una manera que las máquinas la entiendan. ChatGPT, Gemini y Perplexity no leen su sitio web como lo hacen los humanos. Conectan hechos, nombres y relaciones en entidades que definen quién eres. Si esas conexiones faltan o son inconsistentes, su marca simplemente no aparecerá (no importa cuánto contenido publiques).
- Defina su negocio claramente utilizando tripletas semánticas: Utilice el formato (Asunto) → (Predicado) → (Objeto) (por ejemplo, “Marca X” → “ofertas” → “Servicio Y”) para proporcionar datos legibles por máquina.
- Cíñete a un lenguaje público y ampliamente comprendido: Extraiga terminología de fuentes ampliamente aceptadas como Wikipedia o Wikidata. Si describe su producto utilizando una jerga interna que no coincide con la forma en que se define comúnmente la categoría, corre el riesgo de que lo clasifiquen erróneamente o lo pasen por alto.
- Indique su autoridad: Define por qué tu marca merece confianza. ¿Qué hechos, evidencias y pruebas lo respaldan? Escribe de 3 a 5 afirmaciones simples y objetivas por las que quieras ser conocido.
- Defina su contraposición competitiva: Ten claro qué te hace diferente. Busque el nicho específico que posee (público, problema, ángulo u oferta) que lo distingue de las alternativas.
Paso 2: Diseñe su conjunto de indicaciones de referencia
No puedes confiar en las herramientas de SEO tradicionales diseñadas para rastrear la visibilidad de la IA. La mayoría se basa en datos inferidos o simulaciones, no en indicaciones reales.
- Mapee el panorama competitivo: Identificar a qué marcas ya hacen referencia los sistemas de IA, a qué comprador las preguntas se pueden ganar de manera realista, y donde el lenguaje de categorías crea confusión.
- Preguntas del comprador mediante ingeniería inversa: Identifique cómo los compradores formulan preguntas reales mediante el análisis de palabras clave y de la competencia. (Datos de herramientas de SEO, People Also Ask, Google SERPS y preguntas a varios motores de IA)
- Bloquee su conjunto de datos: Cree un conjunto fijo de 150 preguntas auténticas para el comprador en seis grupos: marca, categoría, problema, comparación y semántica avanzada.
- Comience a probar: Ejecute estas indicaciones semanalmente en ChatGPT, Gemini y Perplexity para realizar un seguimiento de sus menciones y crecimiento de citas.
Paso 3: hacer que la marca sea legible por máquina
Haga que su sitio sea legible por máquina para garantizar que los robots de inteligencia artificial no omitan su contenido. A los sistemas de inteligencia artificial no les importa la estética de su sitio web; les importa la facilidad con la que pueden analizar sus datos. Si sus señales técnicas son escasas o contradictorias, la IA alucinará o sustituirá su marca por la de un competidor.
- Implementar el esquema JSON-LD: Utilice esquemas de organización, servicio y preguntas frecuentes para decirle a la IA exactamente quién es usted y qué hace.
- Implementar un archivo de texto: Colóquelo en la raíz de su dominio para proporcionar una guía en texto plano para los rastreadores de IA, indicándoles cómo describir su empresa y qué páginas priorizar.
- Elimine los problemas de rastreo: Asegúrese de que su sitio sea totalmente rastreable a través de robots.txt y de que no haya ningún contenido oculto en archivos PDF o imágenes privados. Lo más importante es comprobar la velocidad del sitio con PageSpeed Insights. ¡Los modelos no esperan pacientemente páginas lentas!
Paso 4: publicar contenido «listo para recuperar»
Escriba para el analista impaciente (el robot de IA). Comience con indicaciones de alto apalancamiento, preguntas con una intención real del comprador que la IA ya responde, pero utilizando solo un conjunto pequeño y débil de fuentes, lo que hace que sea más fácil influir en ellas antes de que la confianza se afiance por completo.
- Diríjase con la respuesta: Comience cada sección con una respuesta directa y objetiva.
- Fragmentar semánticamente: Divida el contenido en secciones lógicas e independientes que la IA pueda extraer y reutilizar sin necesidad del contexto de toda la página.
- Considere el factor de frescura: La IA favorece el contenido actualizado en los últimos 60 a 90 días. Para sectores altamente competitivos como SaaS o Finanzas, el contenido debe actualizarse cada tres meses para seguir siendo una recomendación «confiable».
Paso 5: obtenga validación externa
Los sistemas de inteligencia artificial verifican las afirmaciones de su sitio con las del resto de la web.
- Perfiles del directorio de reclamos: Alinee los datos de su entidad en Crunchbase, G2, LinkedIn y Yelp. Las inconsistencias entre estos perfiles son una causa principal de las alucinaciones de la IA.
- Menciones autorizadas de destino: Menciones seguras en publicaciones específicas de la industria con una recogida constante en todas sus indicaciones o una sólida calificación de dominio.
- Refuerzo exterior: Para cada página importante de su sitio, busque al menos tres enlaces externos intencionales de fuentes autorizadas para activar la captación de IA.
La conclusión más importante: priorizar la autoridad como un juego a largo plazo
Para las nuevas marcas, el factor limitante en la búsqueda con IA no es la optimización. Es autoridad.
Es más probable que los sistemas de inteligencia artificial muestren empresas desconocidas primero en respuestas explicativas de bajo riesgo, no en mensajes de “mejor”, “mejor” o de comparación. Un sitio limpio y un SEO sólido ayudan a que una marca sea reconocida, pero ser recomendado es un obstáculo diferente.
En la práctica, los primeros avances consisten en reducir la incertidumbre. Cuando una marca aparece constantemente en artículos de terceros, reseñas u otras fuentes independientes, resulta más fácil de explicar y más seguro de consultar. Sin esa validación externa, las recomendaciones se estancan, sin importar qué tan sólido sea el contenido o qué tan rápido se cargue el sitio.
Este análisis cubre la primera fase de una prueba en vivo de 90 días que examina cómo una nueva marca B2B gana visibilidad en los resultados de búsqueda generados por IA. Los hallazgos en curso y los resultados finales se publicarán cuando concluya el experimento.
SIGA EL EXPERIMENTO COMPLETO DE 90 DÍAS
Créditos de imagen
Imagen destacada: Imagen de No Fluff. Usado con permiso.
Imágenes en la publicación: imágenes de No Fluff. Usado con permiso.
