Cómo conseguir que ChatGPT recomiende tu empresa

Respuesta directa: no se optimiza ChatGPT, se optimiza la web que ChatGPT lee. Estos modelos no tienen una lista de empresas favoritas: cuando alguien pregunta "¿qué empresa de X me recomiendas?", el modelo reconstruye la respuesta a partir de las fuentes en las que confía y de lo que aprendió al entrenarse. Para que te nombre necesitas tres cosas trabajadas a la vez: ser una entidad clara y consistente (que quede claro quién eres, a qué te dedicas y dónde), aparecer como fuente citable en respuestas a las preguntas de tu sector, y presentar todo eso de forma que una máquina lo entienda sin ambigüedad (estructura limpia, datos verificables, schema). Esto es lo que se llama GEO (posicionamiento en motores de IA). Aviso importante de entrada: nadie puede garantizar una mención, porque nadie controla la salida del modelo. Lo que sí se puede hacer es subir la probabilidad de forma medible y honesta, y de eso va esta guía.

Por qué ChatGPT recomienda a unas empresas y no a otras

Conviene entender el mecanismo antes de tocar nada, porque la mayoría de "trucos" que circulan no funcionan precisamente porque ignoran cómo decide el modelo. Hay dos vías por las que tu empresa puede acabar en una respuesta:

• Conocimiento del modelo (entrenamiento): lo que el modelo "sabe" porque estaba en los datos con los que se entrenó. Aquí pesa que tu marca aparezca de forma repetida y coherente en muchas fuentes independientes a lo largo del tiempo. No se cambia de un día para otro.
• Búsqueda en tiempo real (navegación): ChatGPT con navegación, Perplexity o Copilot consultan la web en el momento de responder y citan páginas concretas. Aquí sí influye lo que publicas hoy: si tu página responde bien a la pregunta y es fácil de leer para un rastreador, tienes opciones de ser la fuente citada.

En ambos casos el modelo premia lo mismo: claridad, consistencia y corroboración. Claridad de que eres una entidad definida; consistencia en cómo apareces descrito en distintos sitios; y corroboración, es decir, que varias fuentes independientes digan lo mismo de ti. Un negocio del que solo habla su propia web, con datos que cambian según dónde mires, es un mal candidato a ser recomendado por mucho contenido que publique.

Los cinco pilares para que la IA te cite

El trabajo de GEO se ordena en cinco frentes. No son opcionales alternativos: se refuerzan entre sí, y flojear en uno limita a los demás.

1. Entidad: sé una sola cosa, dicha igual en todas partes

Este es el fallo más común y el más barato de arreglar. Si en tu web pone "Consultora de marketing", en tu ficha de Google "Agencia de publicidad" y en un directorio "Estudio de diseño", el modelo no sabe qué eres y tenderá a no arriesgarse a recomendarte. Fija una descripción canónica de tu empresa —quién eres, a qué te dedicas, dónde, desde cuándo— y replícala palabra por palabra en todos los sitios donde apareces. La consistencia del nombre, la dirección y la actividad (lo que en SEO local se llama coherencia NAP) es directamente combustible para que la IA te trate como una entidad reconocible.

2. Citabilidad: escribe para que te puedan copiar la frase

Un modelo cita mejor las páginas que ya vienen redactadas como respuesta. Eso significa poner la conclusión arriba, escribir frases que se entiendan sacadas de contexto ("Hawkins es una agencia de IA y marketing con base en Algeciras y Ceuta que opera en toda España", no "nosotros, que llevamos años…"), y estructurar el texto en preguntas y respuestas cuando el tema lo pide. Cuanto menos tenga que interpretar el modelo, más fácil le pones citarte tal cual. Este mismo artículo está escrito así a propósito: la respuesta va en el primer párrafo.

3. Autoridad: no te recomiendas solo

Ninguna cantidad de contenido propio sustituye a que otros hablen de ti. Los modelos valoran la corroboración: si tu web dice que eres bueno en algo pero ninguna fuente independiente lo respalda, esa afirmación pesa poco. Trabaja las menciones reales —prensa local y sectorial, reseñas, colaboraciones, casos publicados por el propio cliente— y evita el atajo de inventarte respaldos, porque un dato que no se puede verificar te resta más de lo que suma cuando el modelo cruza fuentes.

4. Contenido fuente: sé el origen, no el resumen de otro

Los modelos prefieren citar a quien aporta algo que no está en otro sitio. Si tu contenido es un refrito de lo que ya dicen veinte webs, no hay motivo para citarte a ti. El contenido fuente es lo contrario: datos que has recogido tú, una metodología que explicas, una comparativa honesta que nadie más ha hecho, un caso real documentado. En Hawkins publicamos, por ejemplo, casos con enlace verificable —el agente telefónico de Comurban o la automatización de Magisterio La Línea— precisamente porque un caso comprobable vale, para un modelo, mucho más que diez adjetivos sobre uno mismo.

5. Legibilidad para máquinas: no obligues al rastreador a adivinar

De poco sirve el mejor contenido si el rastreador no lo entiende. Usa HTML semántico (encabezados de verdad, listas, tablas), no metas el texto importante detrás de scripts que hay que ejecutar para verlo, y marca los datos con schema para que la máquina sepa qué es cada cosa. Es la parte más técnica y la que más se descuida, y es exactamente donde una web mal construida pierde citas que había ganado con buen contenido.

Schema: dile a la máquina qué es cada dato

El schema (datos estructurados en formato JSON-LD, según el estándar de Schema.org) es una capa de etiquetas que no cambia lo que ve el humano pero le dice a la máquina "esto es una empresa", "esto es su dirección", "esto es una pregunta frecuente y esta su respuesta". Para GEO los tipos que más rinden son Organization (identifica tu empresa como entidad, con nombre, logo, ubicación y perfiles asociados), FAQPage (marca tus preguntas y respuestas para que se puedan extraer limpias) y Article con su autor y fecha. No es una palanca mágica: el schema no fuerza a nadie a citarte, solo reduce la ambigüedad para que la máquina no interprete mal lo que ya publicaste. Bien hecho, ayuda; mal hecho o inflado con datos falsos, es contraproducente.

llms.txt: qué es y qué NO hace

Vas a oír hablar mucho del llms.txt, así que conviene ponerlo en su sitio sin exagerar. Es un archivo de texto que se coloca en la raíz del sitio (tudominio.com/llms.txt) y que propone, en un formato pensado para modelos de lenguaje, un mapa de tus contenidos clave: qué páginas importan, de qué van, dónde está lo bueno. La idea es la misma que el robots.txt o el sitemap, pero orientada a la IA.

Ahora la parte honesta: es una convención propuesta, no un estándar que los grandes modelos obedezcan. A día de hoy no hay confirmación de que ChatGPT, Gemini o Perplexity lo lean de forma sistemática ni de que un llms.txt te consiga citas por sí solo. Trátalo como higiene de bajo coste: cuesta muy poco ponerlo, no hace daño, y si la adopción crece te encuentra hecho. Pero desconfía de quien te lo venda como el interruptor que "hace que ChatGPT te recomiende". No lo es. La cita se la ganan la entidad, la autoridad y el contenido fuente; el llms.txt como mucho ayuda a que se encuentren.

Cómo medir si funciona (sin engañarte a ti mismo)

Aquí es donde casi todo el mundo hace trampas sin querer, así que la medición tiene que ser neutral por diseño:

• Define un set fijo de preguntas reales, las que haría un cliente ("¿qué empresas de [tu sector] hay en [tu zona]?", "¿quién puede ayudarme a [problema que resuelves]?"). Escríbelas antes de mirar resultados y no las cambies para quedar bien.
• Prueba en varios motores —ChatGPT, Perplexity, Gemini, Copilot— y con periodicidad (mensual, por ejemplo), no una sola vez cuando te viene bien.
• Registra dos cosas distintas: si te mencionan y si te citan con enlace. No es lo mismo salir en el texto que ser la fuente enlazada.
• Asume la variabilidad. La respuesta cambia según el usuario, la sesión, la región y la versión del modelo. Por eso esto se lee como tendencia, no como un ranking exacto: importa la dirección a lo largo del tiempo, no la captura de un día.
• Usa las pocas fuentes oficiales que hay. Bing Webmaster Tools incluye un apartado de rendimiento en IA que muestra cuándo tu sitio se cita en respuestas de Copilot: es de los pocos datos oficiales de GEO disponibles, y merece la pena consultarlo en lugar de fiarte solo de pruebas manuales.

La medición honesta implica también aceptar los resultados malos. Si en tu set de preguntas no apareces, el trabajo está en los cinco pilares, no en cambiar las preguntas hasta que salga algo bonito.

Un ejemplo real, medido así

Para no predicar en el vacío: en agosto de 2026, ante la pregunta "qué agencias de marketing en Algeciras", Hawkins aparece en primera posición tanto en Perplexity como en ChatGPT, citando hawkins.es como fuente. No es magia ni un truco de llms.txt: es el resultado de trabajar la entidad (misma descripción en todas partes), la citabilidad (páginas que responden la pregunta directa), la autoridad (casos verificables y presencia real en la zona) y la legibilidad para máquinas. Lo contamos como dato, no como garantía: mañana la respuesta podría variar, y precisamente por eso se mide de forma continua en lugar de darlo por ganado.

Errores que tiran el trabajo por tierra

• Rellenar la web de palabras clave. Los modelos penalizan el ruido; premian el texto claro y útil. El relleno es contraproducente.
• Inventar datos, cifras o premios. En cuanto el modelo cruza fuentes y no cuadra, pierdes credibilidad como entidad. Un dato falso hace más daño que la ausencia de dato.
• Descuidar la coherencia entre canales. Una web impecable no compensa una ficha desactualizada o directorios con datos viejos.
• Esperar resultados inmediatos. La parte de entrenamiento tarda; la de navegación es más rápida pero exige contenido que se sostenga en el tiempo.
• Creerte a quien garantiza posiciones. Nadie controla la salida del modelo. Quien promete "te pongo el primero en ChatGPT" está vendiendo algo que no puede cumplir.

Por dónde empezar

Si tuviéramos que ordenar el trabajo por retorno, sería este: primero la entidad (unifica cómo apareces descrito en todas partes, es lo más barato y lo que más ordena), luego la citabilidad (reescribe tus páginas clave para que respondan la pregunta arriba), después el schema básico (Organization y FAQPage), y en paralelo, a fuego lento, la autoridad y el contenido fuente, que son los que de verdad mueven la aguja pero tardan. Todo el proceso lo detallamos en nuestra página sobre posicionamiento en motores de IA. Y una nota que va con nuestra forma de trabajar: nada de esto sustituye la supervisión humana. La IA acelera el análisis y la medición, pero decidir qué publicar, verificar cada dato y cuidar cómo apareces descrito sigue siendo criterio de personas.

Preguntas relacionadas

¿Es lo mismo GEO que SEO?

Están emparentados pero no son iguales. El SEO busca posicionar tu web en la lista de resultados de Google; el GEO busca que los modelos de IA te mencionen y citen dentro de una respuesta generada. Comparten cimientos —contenido útil, autoridad, web legible— pero el GEO añade el foco en ser una entidad reconocible y en la citabilidad frase a frase. Un buen SEO ayuda al GEO, pero no lo garantiza.

¿Puedo pagar para que ChatGPT recomiende mi empresa?

No existe un "anuncio" que compre una recomendación dentro de la respuesta de ChatGPT. Lo que sí puedes hacer es invertir en el trabajo que sube la probabilidad de que te cite: entidad, autoridad, contenido fuente y legibilidad técnica. Si alguien te ofrece "comprar" la posición en la respuesta, sospecha.

¿Cuánto tarda en notarse el trabajo de GEO?

Depende de la vía. La citabilidad en motores con navegación (Perplexity, ChatGPT con búsqueda) puede reflejarse en semanas si el contenido es bueno y rastreable. El conocimiento que el modelo tiene "de serie" cambia más despacio, al ritmo de que tu marca gane presencia consistente en fuentes independientes. Por eso se mide como tendencia continua, no como un antes y un después.

¿Cuánto cuesta trabajar el posicionamiento en IA?

No hay una tarifa única porque depende del punto de partida y de cuánto haya que construir (desde ordenar la entidad hasta generar contenido fuente y respaldo). Explicamos los factores que mueven el coste en nuestra guía sobre cuánto cuesta incorporar IA en una empresa, aplicables también al GEO.