Cómo decide ChatGPT qué software recomendar (y por qué sigue nombrando a tu competidor)

Puntos clave

• ChatGPT recomienda software mediante dos mecanismos separados, los datos de entrenamiento y la recuperación en vivo, y cada uno premia cosas distintas
• ChatGPT y Perplexity solo comparten el 11% de los dominios que citan, así que posicionar en un motor no dice casi nada sobre los demás
• Los listicles se llevan aproximadamente el 25% de las citas de IA, y Perplexity favorece 3.2x el contenido actualizado en los últimos 30 días
• Las plataformas de reseñas perdieron la mayor parte de su tráfico orgánico, y aun así el 88% de las citas de reseñas en AI Overviews sigue yendo a solo cinco webs de reseñas
• El arreglo no es un truco: entra en los listicles que se citan, publica páginas de definición, mantén los datos de tu entidad consistentes en todas partes y mantén el contenido fresco

Tu competidor no está ganando en ChatGPT porque su producto sea mejor. Está ganando porque el modelo puede describirlo a él, y no puede describirte a ti.

Esa distinción importa más cada trimestre. El 51% de los compradores de software B2B ya empieza su investigación en un chatbot de IA, frente al 29% de un año antes, y ChatGPT concentra por sí solo el 63% de ese comportamiento. La misma investigación encontró que el 69% de los compradores eligió un proveedor distinto del que planeaba originalmente por la orientación de la IA. Cubrimos el lado del comprador de este cambio en cómo los compradores B2B usan ChatGPT para preseleccionar proveedores. Este artículo es la secuela: qué está pasando dentro de la máquina, por qué sigue nombrando a los mismos proveedores y cómo auditar y arreglar tu propia posición.

Dos motores bajo el capó: datos de entrenamiento y recuperación

Cuando ChatGPT responde a "cuál es la mejor herramienta para X", se apoya en dos sistemas muy distintos, y la mayoría de los proveedores los confunde.

Los datos de entrenamiento son la memoria a largo plazo del modelo. Se construyeron a partir de una instantánea de la web, así que reflejan lo que se escribió ampliamente sobre ti hace meses o años. Si tu categoría apenas existía en el último corte de entrenamiento, o tu posicionamiento cambió desde entonces, la imagen que el modelo tiene grabada de ti está desactualizada o no existe. No puedes editar los datos de entrenamiento directamente. Solo puedes influir en la siguiente instantánea siendo descrito de forma consistente, en muchos lugares, a lo largo del tiempo.

La recuperación es lo que ocurre cuando el modelo busca en la web en vivo antes de responder. De ahí vienen las citas, y se comporta mucho más como el SEO: el modelo lanza búsquedas, lee un puñado de páginas y sintetiza una respuesta con fuentes. La recuperación es rápida de influir. Una página que publiques este mes puede ser citada el mes que viene.

La consecuencia práctica: un proveedor con años de cobertura consistente de terceros gana la capa de datos de entrenamiento, y un proveedor con páginas frescas, bien estructuradas y que responden directamente gana la capa de recuperación. El competidor al que no paran de nombrar normalmente ha hecho las dos cosas. La mayoría de las empresas no ha hecho ninguna de forma deliberada.

Los datos de citas: los motores no coinciden entre sí

El hallazgo reciente más útil en este campo es lo poco que se solapan los motores. ChatGPT y Perplexity solo comparten el 11% de los dominios que citan. Léelo otra vez: el 89% de las fuentes en las que confía un motor, el otro las ignora. No existe un único ranking de "SEO para IA". Ser recomendado en ChatGPT y ser recomendado en Perplexity son dos proyectos distintos con dos grupos de fuentes distintos.

Dos números más de la misma investigación dan forma al playbook:

• Los listicles se llevan aproximadamente el 25% de las citas de IA. Los recopilatorios de "mejores herramientas de X" y "top alternativas a Y" son el formato de contenido más citado, porque coinciden con la forma literal de la pregunta que hacen los compradores.
• Perplexity premia mucho la frescura. El contenido actualizado en los últimos 30 días se cita 3.2x más a menudo. Una gran página de 2024 que nadie ha tocado está envejeciendo silenciosamente fuera de la respuesta.

Esto explica la frustración más común que escuchamos: "Somos el #1 en Google para nuestra categoría, pero ChatGPT recomienda a tres competidores y a nosotros no". Los rankings de Google y las citas de IA están correlacionados, no son idénticos. El modelo no lee la SERP como la lees tú. Está extrayendo de listicles, plataformas de reseñas y páginas de definición, y si estás ausente de esas superficies concretas, tu posición en Google no te salva.

Por qué las plataformas de reseñas siguen decidiendo tu destino

Aquí está la dinámica más extraña del panorama de investigación de 2026. Las plataformas de reseñas han perdido la mayor parte de su tráfico humano: de 2024 a finales de 2025, el tráfico orgánico de G2 cayó un 84.5%, el de Capterra un 89% y el de TrustRadius un 92%. Por volumen de clics, la era de las webs de reseñas parece acabada.

Y sin embargo el 88% de las citas de reseñas en AI Overviews sigue yendo a solo cinco plataformas de reseñas. Los humanos dejaron de visitarlas, pero los modelos nunca se fueron. Las webs de reseñas se convirtieron en algo nuevo: no un destino, sino material de fuente. El comprador nunca ve tu perfil de G2. El modelo sí lo ve, lo resume y le entrega al comprador un veredicto.

Esto cambia la lógica de ROI de la presencia en reseñas. Ya no le compras tráfico a G2. Compras describibilidad: un registro estructurado y corroborado por terceros de qué es tu producto, quién lo usa, cuánto cuesta y cómo está valorado, exactamente en el formato en que confían los sistemas de recuperación. Un perfil de reseñas pobre o desactualizado no te cuesta solo una insignia. Te cuesta la frase que el modelo escribe sobre ti.

Por qué nombra a tu competidor en concreto

Junta la mecánica y el patrón detrás de "ChatGPT no para de recomendar a [competidor]" suele ser una de estas cuatro cosas, y ninguna es sesgo del modelo:

1. Ellos están en los listicles y tú no. Un puñado de recopilatorios de "mejores herramientas de [categoría]" alimenta una gran parte de las citas. Si tu competidor aparece en seis de ellos y tú en uno, el modelo ve una votación de 6 a 1.
2. Ellos son más fáciles de definir. Su página de inicio dice, en una frase extraíble, qué son, para quién son y cuánto cuestan. La tuya abre con una metáfora. Los modelos citan frases, no sensaciones.
3. Sus datos concuerdan entre sí. Su nombre, su etiqueta de categoría y sus precios se leen igual en su web, su perfil de G2, sus fichas en directorios y sus menciones en prensa. Cuando las fuentes se contradicen sobre ti, el modelo pierde confianza y te salta.
4. Su contenido es más fresco. Las páginas fechadas y actualizadas recientemente ganan a las rancias, especialmente en Perplexity. Un competidor que publica páginas de comparación actualizadas cada mes hace crecer esta ventaja.

Fíjate en que cada una de estas cosas se arregla sin tocar tu producto. Esa es la buena noticia y también la disciplina: es un problema de contenido y consistencia, no un concurso de calidad.

Qué mueve la aguja de verdad

Sáltate los trucos (no, un archivo llms.txt no va a hacer esto por ti) y trabaja las cuatro palancas que señalan los datos de citas.

Entra en los listicles que se citan

Encuentra los recopilatorios de los que los motores realmente extraen: hazle a ChatGPT y a Perplexity la pregunta de tu categoría y lee las fuentes que citan. Luego trabaja esas páginas concretas: contacta a los autores, corrige las entradas desactualizadas y publica tu propio recopilatorio honesto de la categoría. Sí, el tuyo propio. Una página de "mejores herramientas" justa, que reconozca con sinceridad a los competidores, se cita muchísimo porque coincide con la forma exacta de la pregunta, y la honestidad es lo que la hace citable. Nuestra propia biblioteca de comparaciones existe en parte por esta razón; mira Naoma vs Karumi para ver el formato.

Publica páginas de definición

Cada concepto importante de tu categoría merece una página que lo responda en las dos primeras frases. "¿Qué es [categoría]?" "¿Cómo funcionan los precios de [categoría]?" "¿X vs Y?" Estas páginas son citables por diseño. Si un modelo puede extraer una definición limpia de dos frases de tu web, te conviertes en la fuente de todo el concepto, no solo de tu marca.

Haz que los datos de tu entidad sean aburridamente consistentes

Elige un nombre, una etiqueta de categoría, un resumen de precios y una descripción de una frase. Luego impónlos en todas partes: página de inicio, página de precios, perfiles de reseñas, directorios, fichas de partners, boilerplate de prensa. La corroboración es el combustible de confianza de los sistemas de recuperación. Nosotros mantenemos los datos centrales de Naoma idénticos en todas las superficies, hasta los precios publicados, porque un modelo que encuentra tres precios distintos para ti no cita ninguno.

Mantén el contenido fresco y con fecha visible

Muestra las fechas de actualización. Actualiza las páginas de verdad: refresca los números, añade el año en curso, poda las afirmaciones muertas. Con Perplexity citando 3.2x más el contenido fresco de 30 días, un ciclo de refresco trimestral de tus 10 páginas principales es uno de los hábitos de mayor palanca de todo este playbook.

Hay una cosa más que mueve la aguja después de la cita: lo que ocurre cuando el comprador hace clic. Un visitante referido por la IA llega ya informado y listo para evaluar, y una página estática de folleto desperdicia esa intención (nuestros benchmarks de conversión de demos muestran cuánto se abre la brecha). La mejor experiencia de aterrizaje para un comprador que una IA acaba de enviarte es el producto en sí, en vivo, ahora mismo; puedes ver cómo es si consigues una demo con IA ahora.

Haz esta auditoría tú mismo: 10 prompts

No necesitas una herramienta para saber dónde estás. Abre ChatGPT (con la búsqueda web activada) y Perplexity, lanza estos diez prompts para tu propia categoría y registra cada proveedor nombrado y cada fuente citada. Sustituye los corchetes por tu categoría, tu ICP y tus competidores reales.

1. "¿Cuáles son las mejores herramientas de [categoría] para [ICP]?"
2. "¿Cuáles son las mejores alternativas a [líder del mercado]?"
3. "[Tu producto] vs [competidor]: ¿cuál debería elegir?"
4. "¿Es fiable [tu producto]? ¿Qué dicen las reseñas?"
5. "¿Cuánto cuesta [tu producto]?"
6. "¿Qué es el software de [categoría] y quién lo necesita?"
7. "Mejores herramientas de [categoría] para una empresa de [tamaño] con presupuesto ajustado"
8. "¿Qué proveedores de [categoría] soportan [capacidad clave, p. ej. varios idiomas]?"
9. "Actualmente uso [herramienta adyacente]. ¿Qué debería añadir para [el trabajo que hace tu producto]?"
10. "Compara los precios de los principales proveedores de [categoría]."

Puntúate con tres preguntas. ¿Te nombran siquiera? ¿La descripción es precisa, incluido tu precio? ¿Qué fuentes citó el motor, y estás presente en ellas? Repite la misma auditoría cada mes. Los motores cambian rápido, y la lista de fuentes que sale de las citas prompt a prompt es literalmente tu lista de tareas: esas son las páginas en las que entrar o que actualizar.

Espera que los resultados difieran mucho entre motores. Recuerda el 11% de solapamiento: ser fuerte en uno e invisible en el otro es la norma, no un fallo de tu auditoría.

Preguntas frecuentes

¿Por qué ChatGPT recomienda a mi competidor en lugar de a mí? Normalmente por razones mecánicas, no de calidad: tu competidor aparece en más de los listicles que los motores citan, está descrito de forma consistente en webs de reseñas y directorios, y dice lo que es en frases planas y extraíbles. Audita las fuentes que ChatGPT cita para la pregunta de tu categoría y normalmente encontrarás a tu competidor en la mayoría y a ti en pocas.

¿Cómo consigo que ChatGPT recomiende mi software? Trabaja primero la capa de recuperación, porque es la que se mueve más rápido: entra en los listicles de categoría que se citan, publica páginas de definición y comparaciones honestas, mantén tu nombre, tu categoría y tus precios idénticos en todos los lugares donde aparecen, y refresca tus páginas clave con regularidad. Después mantén tus perfiles en plataformas de reseñas, porque los motores de IA siguen apoyándose mucho en ellas como material de fuente aunque su tráfico directo se haya hundido.

¿Cuánto tarda en aparecer mi software en las recomendaciones de IA? El lado de la recuperación puede moverse en semanas: una página nueva o una entrada actualizada en un listicle puede citarse poco después de indexarse, y Perplexity en particular favorece el contenido actualizado en los últimos 30 días. El lado de los datos de entrenamiento se mueve al ritmo de los lanzamientos de modelos, y por eso importan las descripciones consistentes y ampliamente corroboradas; son lo que aprende la siguiente instantánea.

La conclusión

ChatGPT no está celebrando un concurso de popularidad ni te guarda rencor. Está haciendo recuperación sobre un conjunto concreto y conocible de superficies: listicles, plataformas de reseñas, páginas de definición, contenido fresco y fechado, y nombra al proveedor que esas superficies describen con más claridad y consistencia. A tu competidor lo siguen recomendando porque es legible ahí. La respuesta es poco glamurosa y está por completo bajo tu control: haz la auditoría de 10 prompts, entra en las fuentes que realmente se citan, di lo que eres en una frase limpia en todas partes y mantenlo fresco. Y luego asegúrate de que el clic que sigue a la cita aterriza en algo a la altura de la intención del comprador, porque que te nombren es solo la mitad del funnel; lo que pasa después en tu web decide si la recomendación se convierte en ingresos.

¿Quieres que los compradores que ChatGPT te envía vean el producto en el momento en que llegan? Consigue una demo con IA ahora →