Cómo hacer que ChatGPT y Gemini recomienden tu empresa

Durante veinte años el objetivo fue salir en la primera página de Google. Ese objetivo sigue vivo, pero ya no es el único: una parte creciente de la gente escribe su necesidad en un chat y recibe una respuesta con dos o tres empresas recomendadas. No diez enlaces. Dos o tres nombres.

Si no estás entre esos nombres, para esa persona no existes, por muy bien que posiciones en la décima posición del buscador clásico. Y la buena noticia es que casi ninguna pyme lo está trabajando todavía.

Qué mira realmente un modelo

1. Que sepa exactamente qué eres

Los modelos de lenguaje razonan sobre entidades, no sobre palabras sueltas. Una entidad es «esta empresa concreta, que está aquí, que hace esto». Si tu nombre aparece escrito de tres formas distintas, tu dirección no coincide entre la web y el directorio, o no queda claro a qué te dedicas exactamente, el modelo tiene dudas. Y ante la duda, recomienda a otro.

2. Que tu texto se pueda citar tal cual

Un modelo construye su respuesta cosiendo fragmentos de lo que ha leído. Para que un párrafo tuyo sirva de fragmento tiene que sostenerse solo, sin depender de lo que viene antes ni después, y contestar algo concreto. Hay una horquilla de longitud que funciona claramente mejor que las demás, y no es la que sale de escribir a ojo. Si tu página abre con tres párrafos de marketing antes de decir qué haces, no hay nada que citar.

3. Que la máquina pueda leerte sin interpretar

Los datos estructurados son el canal más limpio que existe para decirle a una máquina qué eres, dónde estás, qué prestas y qué preguntas respondes. No es opcional: es la diferencia entre que te lean y que te adivinen. Y no basta con ponerlos: tienen que contar exactamente lo mismo que cuenta el texto visible, o el modelo se queda con la duda y tira por otro lado.

4. Que otros hablen de ti

Lo que dice tu web de ti pesa; lo que dicen otros, pesa más. Directorios sectoriales, prensa local, foros del gremio, listados de proveedores. Es la misma lógica de los enlaces en SEO clásico, aplicada a fuentes que estos modelos consultan de verdad.

Por qué casi nadie lo tiene hecho

Leído así parece asumible, y de hecho ninguno de los cuatro puntos es difícil por separado. Lo difícil es que tienen que ser verdad a la vez y decir lo mismo. Puedes tener unos datos estructurados impecables y un texto que no los respalda, o una web redonda y tu nombre escrito de tres maneras distintas en los sitios donde te mencionan. Cualquiera de esas grietas basta para que el modelo dude, y cuando duda no se arriesga: nombra a otro.

La otra parte incómoda es que esto no se termina. Los modelos se reentrenan, las fuentes cambian y lo que hoy contestan sobre ti puede no ser lo que contesten en marzo. Sin medirlo cada cierto tiempo —en los cuatro asistentes, con las preguntas que haría tu cliente y no con las que te gustaría que hiciera— no tienes forma de saber si vas hacia algún sitio.

Por eso casi ninguna pyme lo tiene resuelto, y por eso ahora mismo hay sitio. Dentro de dos años lo habrá mucho menos.

Lo que no funciona

• Repetir tu marca cincuenta veces en la página. Los modelos no cuentan menciones, entienden contexto.
• Texto oculto o instrucciones dirigidas a la IA dentro del HTML. Se detecta y se penaliza.
• Generar cien artículos con IA para «alimentar» a los modelos. El contenido sin sustancia no se cita: se ignora.
• Esperar resultados en dos semanas. Esto tarda lo mismo que el SEO, porque bebe de las mismas fuentes.

Casi todo lo que se hace para salir en la IA —estructura clara, datos correctos, respuestas directas— mejora también el SEO clásico. El riesgo de trabajarlo es prácticamente cero.

Casi todo lo que hace falta para salir en la IA —entidad clara, datos correctos, respuestas directas— es lo mismo que sostiene el posicionamiento clásico. Por eso va junto en SEO en Alicante y en SEO en Elche, y no como un extra aparte.