Los sistemas de IA eligen sus fuentes en dos pasos: primero recuperan una lista corta de páginas que encajan con la pregunta y después escogen los fragmentos que mejor respaldan la respuesta que están redactando. Una página se cita cuando supera ambos pasos. Para superar la recuperación, tiene que ser rastreable, estar indexada en el sistema del que depende el motor y ser relevante para la pregunta. Para superar la selección, tiene que afirmar algo concreto y verificable, coincidir con otras fuentes creíbles y proceder de un sitio o autor que el resto de la web ya considera fiable.
Ningún motor publica una fórmula completa. Google, OpenAI y Perplexity documentan las reglas de acceso (qué rastreadores permitir, qué páginas son elegibles) y los estudios independientes completan el resto. Esos estudios apuntan en la misma dirección: posicionar bien en el buscador sigue ayudando, sobre todo en Google AI Overviews, pero las menciones de marca en la web, los datos claros y citables y la actualidad en temas sensibles al tiempo deciden buena parte de qué fuentes llegan a la respuesta final.
Esta guía explica la mecánica de selección. Para construir las propias señales de credibilidad, consulta nuestra guía complementaria sobre E-E-A-T para la búsqueda con IA.
¿Qué ocurre entre una pregunta y una fuente citada?
Toda respuesta de IA con citas se construye con un sistema de recuperación que alimenta a un modelo de lenguaje. El modelo no navega por la web como lo haría una persona. Recibe un pequeño conjunto de documentos o fragmentos, redacta una respuesta y añade enlaces a los fragmentos en los que se ha apoyado. El proceso es bastante parecido en todos los motores, aunque cada uno lo implementa a su manera.
| Fase | Qué hace el sistema | Qué decide el resultado | En qué puedes influir |
|---|---|---|---|
| 1. Interpretar la pregunta | Reescribe el prompt en una o varias consultas de búsqueda | Intención, contexto, preguntas de seguimiento | Cubrir los subtemas por los que la gente pregunta de verdad |
| 2. Expandir (fan-out) | Lanza varias búsquedas relacionadas sobre distintos subtemas | Cómo divide el motor la pregunta | Páginas que responden directamente a cada subtema |
| 3. Recuperar | Extrae páginas candidatas de un índice de búsqueda | Acceso de rastreo, indexación, relevancia | Reglas de robots.txt, indexabilidad, texto renderizado en servidor |
| 4. Reordenar y filtrar | Puntúa a los candidatos por relevancia y fiabilidad | Autoridad, coincidencia con otras fuentes, actualidad | Reputación, menciones de terceros, frecuencia de actualización |
| 5. Sintetizar | Redacta la respuesta a partir de los fragmentos seleccionados | Qué fragmentos expresan con más claridad el dato necesario | Redacción con la respuesta primero, datos, fuentes nombradas |
| 6. Atribuir | Vincula las afirmaciones con las páginas que las respaldan | De qué página tomó el modelo cada afirmación | Afirmaciones diferenciadas y citables en tu página |
Google confirma el paso de expansión en sus propios productos. Su documentación de Search Central sobre funciones de IA (actualizada el 10 de diciembre de 2025) indica que AI Overviews y AI Mode pueden lanzar varias búsquedas relacionadas sobre distintos subtemas y fuentes de datos, y que esto les permite mostrar un conjunto de enlaces de apoyo más amplio y diverso que una página de resultados clásica. Por tanto, una página puede citarse por una subpregunta que responde bien, aunque nunca posicione para el prompt original.
¿ChatGPT, Google y Perplexity sacan sus fuentes de los mismos sitios?
No. Cada motor recupera información de un índice distinto, así que la misma pregunta puede dar fuentes diferentes en cada plataforma. Saber dónde busca cada motor te dice dónde necesitas ser visible.
| Motor | Fuente principal de recuperación | Rastreador que hay que permitir | Qué está documentado |
|---|---|---|---|
| Google AI Overviews y AI Mode | El propio índice de búsqueda de Google | Googlebot | La página debe estar indexada y poder mostrarse con fragmento; no se necesita marcado especial ni archivos para IA |
| Búsqueda de ChatGPT | Proveedores de búsqueda externos más el rastreo propio de OpenAI | OAI-SearchBot | Cualquier sitio público puede aparecer; bloquear OAI-SearchBot deja las páginas fuera de resúmenes y fragmentos |
| Perplexity | El propio índice de Perplexity y descargas de páginas en tiempo real | PerplexityBot | PerplexityBot muestra y enlaza sitios en los resultados; Perplexity recomienda permitirlo |
| App de Gemini | Índice de la Búsqueda de Google para el grounding | Googlebot (Google-Extended controla el grounding y el entrenamiento de Gemini) | Google-Extended no afecta a la inclusión ni al posicionamiento en la Búsqueda de Google |
OpenAI no nombra todos los proveedores de búsqueda que utiliza, pero una prueba independiente da una pista clara. Seer Interactive (6 de febrero de 2025) revisó más de 500 citas de unas 100 preguntas y comprobó que el 87 % de las citas de SearchGPT coincidían con los primeros resultados orgánicos de Bing, frente al 56 % en el caso de Google. Seer califica la muestra de limitada, así que tómalo como una orientación. La conclusión práctica se mantiene: si tu sitio es débil o no aparece en Bing, ChatGPT tiene menos posibilidades de encontrarlo.
Las preguntas frecuentes de OpenAI para editores también separan la búsqueda del entrenamiento. OAI-SearchBot controla si el contenido puede aparecer en las respuestas de la búsqueda de ChatGPT, mientras que GPTBot controla si el contenido puede usarse para entrenar modelos. Bloquear GPTBot no te saca de la búsqueda de ChatGPT; bloquear OAI-SearchBot, sí.
¿Hasta qué punto posicionar en Google predice una cita de la IA?
Depende mucho del motor. En las funciones de IA de Google, el posicionamiento es un buen predictor. En los asistentes independientes, es un predictor débil.
- Google AI Overviews. Ahrefs analizó 1,9 millones de citas de 1 millón de AI Overviews (publicado el 21 de julio de 2025) y descubrió que el 76,1 % de las páginas citadas estaban en el top 10 de Google para la consulta, mientras que el 14,4 % ni siquiera aparecía en el top 100.
- Otros asistentes. En otro estudio de Ahrefs con 15.000 prompts long tail (11 de agosto de 2025), solo alrededor del 12 % de las URL citadas por ChatGPT, Gemini, Copilot y Perplexity estaban en el top 10 de Google para el mismo prompt. Perplexity fue el más cercano a Google, con un 28,6 %; los demás rondaron de media el 8 %.
- Investigación independiente. Un preprint académico de 2026 de Xu, Iqbal y Montgomery (arXiv 2605.14021, aún sin revisión por pares) analizó 55.393 consultas y concluyó que casi el 30 % de los dominios citados en AI Overviews no aparecían en la primera página de resultados mostrada junto a ellos. Los autores concluyen que AI Overviews utiliza un proceso de selección de fuentes en parte independiente del posicionamiento.
De aquí se extraen dos lecciones. Primero, el SEO clásico sigue siendo la vía más barata para entrar en las respuestas de IA de Google, porque su recuperación parte de su propio índice. Segundo, posicionar no basta para aparecer en las respuestas de ChatGPT o Perplexity. Esos motores lanzan sus propias consultas, a menudo formuladas de forma distinta al prompt del usuario, y seleccionan entre un conjunto de páginas más amplio. Nuestra guía sobre GEO vs SEO explica cómo repartir el trabajo entre ambos.
¿Qué señales hacen que una fuente parezca fiable para un sistema de IA?
Hay cinco grupos de señales que aparecen una y otra vez en la documentación y en los estudios: acceso, autoridad, consenso, actualidad y facilidad de extracción. Ninguno es por sí solo un factor de posicionamiento publicado, pero juntos explican la mayoría de los patrones que han medido los estudios.
| Grupo de señales | Qué comprueba el motor | Evidencia | Acción |
|---|---|---|---|
| Acceso | ¿Puede el rastreador descargar y leer el texto? | Vercel (17 de diciembre de 2024): GPTBot, ClaudeBot y PerplexityBot descargan archivos JavaScript, pero no los ejecutan | Sirve el contenido clave en HTML y permite los rastreadores adecuados |
| Autoridad | ¿Se conoce al sitio o al autor por este tema? | Ahrefs: el Domain Rating tiene una correlación de 0,326 con las menciones de marca en AI Overviews | Profundidad temática, expertos con nombre, enlaces ganados |
| Consenso | ¿Otras fuentes creíbles dicen lo mismo sobre ti? | Ahrefs: las menciones de marca en la web tienen una correlación de 0,664, el factor más fuerte medido | Presencia en medios del sector, directorios, reseñas y comparativas |
| Actualidad | ¿Está al día la información para una pregunta sensible al tiempo? | Los motores con recuperación en tiempo real descargan las páginas en el momento de responder | Fechas de actualización visibles, revisiones reales, cifras actuales |
| Facilidad de extracción | ¿Se puede extraer de la página una afirmación clara? | Estudio GEO (KDD 2024): las citas textuales, las estadísticas y las referencias aumentaron la visibilidad entre un 30 % y un 40 % aproximadamente | Secciones con la respuesta primero, datos con fuentes, definiciones breves |
El acceso es la puerta de entrada. Una página bloqueada, no indexada o renderizada solo con JavaScript en el cliente nunca llega a las fases posteriores, por buena que sea. Googlebot sí renderiza JavaScript, así que un sitio así puede aparecer en las funciones de IA de Google y seguir siendo invisible para otros asistentes.
¿Por qué importa tanto que la web coincida?
Los modelos de lenguaje están diseñados para dar respuestas bien respaldadas, y la prueba más sencilla de ese respaldo es si varias fuentes independientes dicen lo mismo. Una afirmación que solo aparece en tu propio sitio es una candidata débil. Una afirmación que repiten una publicación del sector, una plataforma de reseñas y un artículo comparativo es una candidata sólida.
El dato más claro procede del estudio de Ahrefs sobre 75.000 marcas (publicado el 26 de mayo de 2025). Comparó las métricas de los sitios con la frecuencia con la que cada marca se mencionaba en Google AI Overviews. Las menciones de marca en la web tuvieron una correlación de Spearman de 0,664, los anchors de marca 0,527 y el volumen de búsqueda de marca 0,392. Las métricas clásicas de enlaces fueron más débiles: Domain Rating 0,326, dominios de referencia 0,295 y backlinks 0,218. Ahrefs señala que correlación no implica causalidad y que la muestra se filtró a sitios consolidados con un Domain Rating superior a 40, de modo que las cifras describen fuerza relativa, no una fórmula.
Seer Interactive encontró una relación más débil con el volumen de búsqueda de marca en su propio conjunto de datos de ChatGPT (correlación de 0,18, publicado el 16 de abril de 2025), lo que recuerda que motores y conjuntos de datos distintos dan resultados distintos. En lo que coinciden ambos estudios es en que importa lo que el resto de la web opina de ti, no solo tus propias páginas.
Trabajar el consenso significa tener datos coherentes en todas partes: el mismo nombre, categoría, ubicaciones y afirmaciones clave en tu sitio, tus perfiles, tus fichas y los artículos que te mencionan. Nuestra guía de SEO de entidades explica cómo hacer que esa coherencia sea legible para las máquinas.
¿Cómo influye la actualidad en las fuentes que se eligen?
La actualidad pesa más cuando la pregunta tiene un componente temporal: precios, normativa, versiones de software, rankings, listas de “lo mejor de este año” y noticias. Los motores con recuperación en tiempo real, como Perplexity y la búsqueda de ChatGPT, descargan las páginas en el momento de la pregunta, así que una página desactualizada compite directamente con las actuales.
Ningún motor publica el peso que da a la actualidad, y no hemos encontrado ningún estudio independiente lo bastante preciso como para citarlo. Lo importante es que las actualizaciones sean reales:
- Cambia el fondo: cifras nuevas, ejemplos nuevos, consejos obsoletos eliminados.
- Muestra una fecha de “última actualización” visible y que sea honesta. Cambiar la fecha sin cambiar la página no es una actualización.
- Prioriza las páginas que responden a preguntas sensibles al tiempo. Una definición atemporal necesita menos actualizaciones que una comparativa de precios.
¿Qué cambios de contenido hacen que una página sea más fácil de citar?
La mejor evidencia aquí es el artículo sobre GEO de Aggarwal y sus colegas de la Universidad de Princeton y otras instituciones, aceptado en KDD 2024. Los investigadores probaron varias formas de reescribir el contenido de las fuentes y midieron cómo de visible se volvía cada fuente en respuestas generativas sobre un conjunto de consultas de referencia.
- Añadir citas textuales de fuentes relevantes, incluir estadísticas y citar fuentes fueron los métodos más eficaces, con mejoras de entre el 30 % y el 40 % en la métrica de visibilidad principal del artículo.
- El relleno de palabras clave funcionó peor que no hacer nada.
- Las mejoras fueron mayores en las fuentes que partían de posiciones más bajas en la lista de resultados. Las fuentes en quinta posición más que duplicaron su visibilidad con el método de citar fuentes, mientras que las primeras perdieron algo de cuota.
Para los sitios pequeños es una buena noticia: una afirmación precisa y con fuentes en una página menos conocida puede superar a una vaga en un sitio famoso. En la práctica:
- La respuesta, primero. Pon la respuesta directa en las una o dos primeras frases de cada sección.
- Usa cifras con atribución. “Ahrefs encontró X en un estudio de Y, publicado en Z” es mucho más fácil de citar que “los estudios demuestran”.
- Usa encabezados en forma de pregunta. Encajan de forma natural con las subconsultas que lanza un motor durante la expansión.
- Añade tablas para las comparativas. Las filas estructuradas ofrecen al modelo datos limpios con los que trabajar.
Son los mismos hábitos que aplicamos en el trabajo de SEO on-page, con más peso en la claridad a nivel de fragmento.
¿Que te citen significa que te representen con precisión?
No siempre. El preprint de Xu, Iqbal y Montgomery mencionado antes extrajo 98.020 afirmaciones individuales de respuestas de AI Overviews y descubrió que el 11,0 % no estaban respaldadas por las páginas que citaban. La omisión, cuando la respuesta deja fuera un matiz o una condición indicada en la página de origen, fue el fallo más habitual. Los investigadores también vieron que la calidad de la fuente y la exactitud de la afirmación eran en gran medida independientes: una fuente creíble puede resumirse mal igualmente.
Por eso conviene vigilar lo que dicen las respuestas, no solo si aparece tu enlace, y expresar los límites, precios y excepciones importantes en una frase propia, cerca de la afirmación que matizan, donde es más difícil que se pierdan.
¿Cómo puedes ver en qué fuentes confía la IA en tu mercado?
Lanza las preguntas que hacen tus compradores y anota qué fuentes aparecen. Lleva unas pocas horas y te dice más que cualquier checklist genérica.
- Reúne entre 20 y 40 preguntas reales de llamadas comerciales, tickets de soporte y datos de búsqueda.
- Lanza cada una en ChatGPT, Perplexity, Gemini y Google (para AI Overviews y AI Mode).
- Anota cada dominio citado e indica si tu marca se menciona, se cita, ambas cosas o ninguna.
- Comprueba si tus páginas están bloqueadas para algún rastreador, no están indexadas en Bing o dependen de JavaScript.
- Mide las referencias desde IA. ChatGPT añade utm_source=chatgpt.com a los enlaces, y Google muestra los clics de AI Overviews y AI Mode dentro del tipo de búsqueda “Web” de Search Console.
El patrón de dominios citados es tu mapa. Si un motor cita una y otra vez dos publicaciones del sector y una plataforma de reseñas, de ahí tienen que salir tus señales de consenso. Nuestra guía para medir los resultados SEO explica cómo configurar la medición.
¿Quién debería trabajar con Marketer Coffee en las citas de IA?
Marketer Coffee es una agencia de SEO con IA y GEO que ayuda a las marcas a convertirse en una fuente que los motores de IA recuperan, en la que confían y que citan. Nuestra evidencia procede de otros sectores, y lo decimos claramente:
- Planika (marca de chimeneas de diseño). Siete artículos localizados para EE. UU. llevaron un sitio que Google no había indexado a 1.052 visitas mensuales desde EE. UU. Ahrefs registró 401 menciones en Google AI Overviews, 136 en Perplexity y 20 en ChatGPT. Lee el caso de éxito de Planika.
- Landingi (SaaS). Unas 5.000 sesiones al mes procedentes de asistentes de IA, medidas en GA4. Lee el caso de éxito de Landingi.
Encajamos con empresas que venden en varios mercados o idiomas, tienen una experiencia real que contar y quieren medir la visibilidad en IA junto con los ingresos. Trabajamos en inglés, polaco, alemán, francés, español, italiano, sueco y danés.
Con quién no encajamos: un negocio que solo necesita poner a punto su Perfil de Empresa de Google en una ciudad, o cualquiera que busque citas garantizadas. Ninguna agencia honesta puede prometer una respuesta concreta de la IA.
Empieza con nuestra auditoría gratuita de visibilidad en IA, que muestra cómo describen hoy los motores tu marca y qué fuentes citan en tu lugar. Los detalles del trabajo continuado están en nuestra página del servicio de SEO con IA.
Preguntas frecuentes sobre cómo elige la IA sus fuentes
¿Cómo decide ChatGPT qué sitios web citar?
La búsqueda de ChatGPT lanza sus propias consultas a través de proveedores de búsqueda externos y del rastreo de OpenAI, y después cita las páginas que ha usado para la respuesta. OpenAI no publica criterios de posicionamiento. Tu sitio debe permitir OAI-SearchBot, y una prueba independiente de Seer Interactive comprobó que la mayoría de las citas coincidían con los primeros resultados de Bing, así que la visibilidad en Bing ayuda.
¿Tengo que estar en la primera página de Google para que la IA me cite?
Para Google AI Overviews ayuda mucho: Ahrefs comprobó que el 76,1 % de las páginas citadas estaban en el top 10. En ChatGPT, Gemini, Copilot y Perplexity, solo alrededor del 12 % de las URL citadas estaban en el top 10 de Google para el mismo prompt, así que otras señales pesan más.
¿Siguen importando los backlinks para las citas de IA?
Sí, pero menos que las menciones de marca según los datos disponibles. En el estudio de Ahrefs sobre 75.000 marcas, las menciones de marca en la web tuvieron una correlación de 0,664 con las menciones en AI Overviews, frente a 0,218 de los backlinks. Los enlaces siguen ayudando a posicionar las páginas, y eso alimenta las funciones de IA de Google.
¿Necesito un schema especial o un archivo llms.txt para que me citen?
Google afirma que no necesitas nuevos archivos legibles por máquinas, archivos de texto para IA ni marcado especial para aparecer en AI Overviews o AI Mode. Los datos estructurados que coinciden con el contenido visible siguen siendo una buena práctica, pero no son un atajo para conseguir citas.
¿Por qué la IA cita fuentes que no están en la primera página de resultados?
Los motores dividen una pregunta en varias búsquedas relacionadas y seleccionan fragmentos que respaldan partes concretas de la respuesta. Una página puede ser la mejor fuente para una subpregunta sin posicionar para el prompt original.
¿Qué debes recordar sobre cómo elige la IA las fuentes fiables?
Los motores de IA citan páginas a las que pueden acceder, que consideran relevantes y que pueden confirmar en otros sitios. El acceso es la puerta de entrada, el posicionamiento es una gran ventaja en Google y una ventaja débil en el resto, y lo que el resto de la web coincide en decir de ti pesa más que cualquier ajuste on-page aislado. Lo que acaba en las respuestas son afirmaciones claras, con fuentes y actualizadas.
Si quieres saber en qué fuentes confían los motores de IA en tu mercado y qué haría falta para estar entre ellas, envíanos tu sitio y tus preguntas clave. Reserva una consulta gratuita.
Fuentes: Google Search Central, “AI features and your website” (actualizado el 10 de diciembre de 2025); Google Search Central, documentación de rastreadores comunes de Google (Google-Extended); Centro de ayuda de OpenAI, Publishers and developers FAQ; Perplexity, documentación de PerplexityBot; Seer Interactive, “87% of SearchGPT citations match Bing’s top results” (6 de febrero de 2025); Seer Interactive, reconocimiento de marca y visibilidad en LLM (16 de abril de 2025); Ahrefs, citas en AI Overviews y posiciones en Google, 1,9 millones de citas (21 de julio de 2025); Ahrefs, citas de asistentes de IA y top 10 de Google, 15.000 prompts (11 de agosto de 2025); Ahrefs, factores de visibilidad de marca en AI Overviews, 75.000 marcas (26 de mayo de 2025); Xu, Iqbal y Montgomery, “Measuring Google AI Overviews: Activation, Source Quality, Claim Fidelity, and Publisher Impact”, arXiv 2605.14021 (preprint, 2026); Aggarwal et al., “GEO: Generative Engine Optimization”, KDD 2024, arXiv 2311.09735; Vercel, “The rise of the AI crawler” (17 de diciembre de 2024); casos de éxito de Marketer Coffee para Planika y Landingi (otros sectores).
