Qué fuentes usa ChatGPT: análisis de las webs que citan las IA

Para saber qué fuentes usa ChatGPT en tu sector, recoge las citas de las respuestas a las preguntas que hacen tus clientes, agrúpalas por dominio y cuenta en qué porcentaje de respuestas aparece cada uno. No existe una lista universal: las fuentes cambian según el motor, el tema, el país y la forma de preguntar. Este artículo explica cómo hacer ese análisis paso a paso, cómo clasificar los dominios y qué hacer con el resultado.

Qué es un análisis de fuentes en IA

Un análisis de fuentes es el estudio sistemático de las páginas que enlazan los asistentes de IA cuando responden a un conjunto de preguntas de tu sector. Su objetivo es responder a tres cosas: qué webs influyen en las respuestas, cuáles hablan de tus competidores y no de ti, y dónde tiene sentido invertir esfuerzo para que la próxima respuesta te incluya.

Es distinto de un análisis de enlaces clásico. En SEO miras quién te enlaza a ti; aquí miras a quién enlaza la IA cuando responde, seas tú o no. Muchas de esas fuentes ni siquiera te nombran, y ese es precisamente el hallazgo útil.

Este artículo trata del método de auditoría. Si lo que buscas es entender por qué una IA elige unas fuentes y no otras, y cómo convertirte en una de ellas, lo explicamos en cómo eligen las IA qué fuentes citar.

De dónde sacan sus fuentes ChatGPT, Gemini, AI Mode y Perplexity

Cada asistente obtiene sus fuentes de un sistema de búsqueda distinto, y eso explica por qué citan webs diferentes ante la misma pregunta. Lo que sigue es lo que dicen las propias empresas en su documentación.

De ahí salen dos ideas prácticas. Primera: la pregunta del usuario no siempre es la búsqueda que se ejecuta, así que una página puede citarse por responder bien a una subpregunta que nadie escribió literalmente. Segunda: OpenAI deja claro que la colocación no está garantizada; cumplir los requisitos te hace elegible, no citado.

Qué dicen los datos públicos sobre las fuentes

Ningún estudio público sustituye el análisis de tu propio sector, pero estos dos, con autor, fecha y metodología publicada, sirven de referencia:

• Pew Research Center (julio de 2025). Analizó la navegación de 900 adultos de Estados Unidos en marzo de 2025 y 68.879 búsquedas en Google, de las cuales 12.593 (un 18 %) mostraron un resumen con IA. Wikipedia, YouTube y Reddit fueron las fuentes más enlazadas, tanto en los resúmenes con IA como en los resultados normales: juntas sumaban el 15 % de las fuentes listadas en los resúmenes y el 17 % en los resultados normales. Las webs gubernamentales (.gov) aparecían en el 6 % de las fuentes de los resúmenes, frente al 2 % de los resultados normales, y el 88 % de los resúmenes citaba tres fuentes o más (Pew Research Center). Es un estudio de Estados Unidos, solo de Google y con datos de marzo de 2025, así que la mezcla de fuentes puede haber cambiado; no lo extrapoles a España o México sin medir.
• Aggarwal et al., «GEO: Generative Engine Optimization» (KDD 2024). El artículo que presentó el concepto de GEO concluye que la eficacia de las estrategias para ganar visibilidad en motores generativos varía según el dominio temático, y que hacen falta métodos específicos para cada uno (arXiv).

Ninguno de los dos te dice qué fuentes pesan en tu sector: Pew mide Google en Estados Unidos y mezcla todos los temas, y Aggarwal et al. muestran que lo que funciona en un dominio temático no tiene por qué funcionar en otro. Por eso hace falta medir con tus propias preguntas.

Mención frente a cita: no confundas las dos métricas

Una mención es que la respuesta nombre tu marca en el texto; una cita es que enlace una página como fuente. Son métricas distintas y conviene medirlas por separado.

Cómo hacer un análisis de fuentes paso a paso

El análisis consiste en recoger citas de muchas respuestas, normalizarlas por dominio, clasificarlas y calcular unas pocas métricas. Estos son los pasos:

1. Define la lista de prompts. Un prompt es la pregunta que se escribe al asistente. Elige entre 20 y 50 que representen lo que preguntan tus clientes en cada fase: descubrimiento («qué programa de facturación usan los autónomos»), comparación («facturar con Excel o con un programa de facturación en la nube») y decisión («cuánto cuesta un programa de facturación para una empresa de 10 personas»). Tienes criterios detallados en cómo elegir los prompts para monitorizar.
2. Elige motores y país. Decide qué asistentes analizas y desde qué país, y no los mezcles en una misma cifra. Las respuestas pueden cambiar según la ubicación y el idioma: OpenAI, por ejemplo, explica que ChatGPT puede usar una ubicación aproximada deducida de tu IP para dar resultados locales.
3. Lanza cada prompt varias veces. Las respuestas de IA pueden variar entre ejecuciones; con una sola tirada confundirás azar con tendencia. Repite en días distintos.
4. Guarda cada cita en una fila. Como mínimo: identificador de la respuesta, motor, prompt, fecha, URL citada y si la respuesta menciona tu marca y a qué competidores.
5. Normaliza las URL a dominio. Quita www., parámetros de seguimiento y fragmentos. Decide si tratas los subdominios por separado (un blog en blog.ejemplo.com puede tener un papel distinto al de la web principal).
6. Clasifica cada dominio por tipo (ver tabla más abajo).
7. Calcula las métricas y ordena los dominios por el porcentaje de respuestas en las que aparecen.
8. Marca las brechas: dominios que aparecen en respuestas que nombran a un competidor y nunca en respuestas que te nombran a ti.

Plantilla para registrar las citas

Cómo extraer el dominio de una URL

En una hoja de cálculo de Google, con la URL en la celda A2, esta fórmula devuelve el dominio sin www. (en configuración regional española, el separador de argumentos es punto y coma):

=REGEXEXTRACT(A2; "^(?:https?://)?(?:www\.)?([^/?#]+)")

Si tienes muchas filas, este script de Python lee un CSV con las columnas respuesta_id, motor, prompt y url, y devuelve cada dominio con su número de citas y el porcentaje de respuestas en que aparece:

import csv, sys
from collections import defaultdict
from urllib.parse import urlparse
# Uso: python dominios.py citas.csv   (columnas: respuesta_id, motor, prompt, url)
respuestas = defaultdict(set)   # dominio -> respuestas que lo citan
citas = defaultdict(int)        # dominio -> número total de citas
ids = set()
with open(sys.argv[1], newline="", encoding="utf-8") as f:
    for fila in csv.DictReader(f):
        dominio = urlparse(fila["url"]).netloc.lower().removeprefix("www.")
        respuestas[dominio].add(fila["respuesta_id"])
        citas[dominio] += 1
        ids.add(fila["respuesta_id"])
print("dominio;citas;respuestas;% de respuestas")
for d in sorted(respuestas, key=lambda d: len(respuestas[d]), reverse=True):
    print(f"{d};{citas[d]};{len(respuestas[d])};{100 * len(respuestas[d]) / len(ids):.0f}%")

El CSV de entrada debe usar comas como separador. El porcentaje se calcula sobre las respuestas que figuran en el CSV, es decir, las que tienen al menos una cita; ten en cuenta ese denominador al comparar motores. La salida usa punto y coma para que la pegues directamente en una hoja de cálculo. Requiere Python 3.9 o posterior. Ejecútalo con un CSV por motor para no mezclar cifras.

Cómo clasificar los dominios citados

Clasificar los dominios por tipo te dice qué clase de acción necesitas, porque no se trabaja igual un medio que un foro. Esta clasificación sirve para la mayoría de sectores:

Lo normal es que dos sectores muy distintos den mezclas distintas. Por ejemplo, en software B2B podrías encontrar sobre todo comparativas y webs de reseñas, y en salud, organismos públicos y medios especializados. Por eso el resultado vale para tu sector y país, no para otros.

Qué métricas calcular

Bastan cinco métricas para sacar conclusiones, y todas se calculan sobre la plantilla anterior:

1. Porcentaje de respuestas que citan el dominio. Es la más útil: un dominio citado en muchas respuestas distintas suele influir más que uno citado muchas veces en pocas.
2. Número total de citas. Sirve para desempatar y para detectar dominios con muchas URL distintas.
3. URL distintas por dominio. Te dice si la IA confía en todo el sitio o en una sola página.
4. Porcentaje de citas por tipo de dominio. Resume qué clase de fuente domina tu sector.
5. Dominios con brecha. Los que acompañan a respuestas que nombran a competidores y nunca a respuestas que te nombran a ti.

Calcula todas por motor. Mezclar ChatGPT con AI Mode en una sola cifra esconde diferencias que te interesan, porque cada uno se apoya en un sistema de búsqueda distinto. Incluso dentro de Google, la documentación advierte de que AI Mode y AI Overviews pueden usar modelos y técnicas diferentes, así que los enlaces que muestran varían.

Cómo convertir el análisis en acciones

El análisis de fuentes sirve para decidir dónde poner el esfuerzo de las próximas semanas. Ordena las acciones así:

1. Corrige lo que es tuyo. Si tus páginas se citan con datos antiguos (precios, funciones, condiciones), actualízalas primero. Suele ser lo más rápido.
2. Ataca las brechas de fuente de alto impacto. Empieza por los dominios de terceros que aparecen en más respuestas y en prompts de comparación o de decisión.
3. Elige la táctica por tipo. Para editoriales, relaciones con medios y datos propios (ver PR digital para IA); para comparativas y rankings, ver por qué los listicles (artículos en formato de lista o ranking) pesan tanto; para foros y reseñas, ver el papel de Reddit y las reseñas.
4. Mide de nuevo con los mismos prompts al cabo de unas semanas y compara.

El análisis de fuentes y el de brechas con la competencia se hacen mejor juntos: uno te dice qué webs influyen y el otro en qué preguntas pierdes. Lo explicamos en el análisis de brechas frente a la competencia.

Errores frecuentes

• Sacar conclusiones de una sola ejecución. Las respuestas varían; repite antes de decidir.
• Mezclar países e idiomas. Una respuesta obtenida desde México no te dice lo que ve un usuario en España.
• Contar solo citas totales. Un dominio con diez citas en una única respuesta suele pesar menos que uno con una cita en diez respuestas.
• Ignorar las fuentes que no te nombran. Son las más valiosas: te dicen dónde está la conversación de la que no formas parte.
• Tratar el resultado como permanente. Las fuentes pueden cambiar; revisa el análisis cada mes.

Cómo hacerlo con DeepMention

Hacer este análisis a mano es viable con pocos prompts, pero se vuelve lento si quieres repetirlo cada mes. DeepMention es nuestra herramienta. Cada día analiza las respuestas reales de ChatGPT, Gemini y Google AI Mode a los prompts que eliges, desde tu país, y guarda el historial completo de chats. Reúne las fuentes que citan las IA con la evidencia de cada respuesta, mide tu visibilidad y tu cuota frente a los competidores, con la posición y el sentimiento de cada mención, y su apartado de oportunidades propone qué contenido crear. El resumen se exporta a PDF o a PowerPoint.

Sus límites: no monitoriza Perplexity, Claude ni Copilot, así que si esos motores son clave para tu sector, necesitarás otra herramienta o revisión manual. La capacidad depende del plan: Starter (50 € al mes + IVA) incluye 15 prompts, Growth (80 € al mes + IVA), 30, y Pro (110 € al mes + IVA), 75, según los precios de octubre de 2026; si quieres cubrir 20-50 prompts como propone este artículo, Starter se queda corto. Si solo vas a hacer un análisis puntual con pocas preguntas, la hoja de cálculo te basta. Los planes son mensuales; puedes ver el detalle en precios o probarla gratis 7 días (el primer cargo es el día 8).

Fuentes

• OpenAI, «Searching the web with ChatGPT»
• Google Search Central, «AI Features and Your Website»
• Google, «Google's common crawlers» (Google-Extended)
• Perplexity, «Perplexity Crawlers»
• Athena Chapekis y Anna Lieb, Pew Research Center, «Google users are less likely to click on links when an AI summary appears in the results», 22 de julio de 2025
• Pranjal Aggarwal et al., «GEO: Generative Engine Optimization», KDD 2024

Preguntas frecuentes

¿Qué fuentes usa ChatGPT para responder?

Cuando busca en la web, ChatGPT puede apoyarse en proveedores de búsqueda externos; en ese caso suele reescribir tu pregunta en una o varias búsquedas más concretas, y la respuesta puede incluir citas que enlazan a sus fuentes. Las fuentes concretas cambian según el tema, el país y la propia pregunta, así que la única forma fiable de conocerlas en tu sector es recoger las citas de muchas respuestas y contarlas.

¿Qué webs cita más Google en sus resúmenes con IA?

Un estudio de Pew Research Center con usuarios de Estados Unidos, publicado en julio de 2025 con datos de marzo de ese año, encontró que Wikipedia, YouTube y Reddit eran las fuentes más enlazadas tanto en los resúmenes con IA como en los resultados normales. Ese dato es general y de otro mercado; en tu sector y tu país la lista puede ser muy distinta.

¿Qué diferencia hay entre una mención y una cita en una respuesta de IA?

Una mención es que el texto de la respuesta nombre tu marca. Una cita es que la respuesta enlace una página como fuente. Puedes tener una sin la otra: la IA puede hablar de ti apoyándose en webs de terceros, o citar tu web sin recomendarte.

¿Cada cuánto conviene repetir el análisis de fuentes?

Para la mayoría de marcas suele bastar una revisión mensual, siempre con los mismos prompts y motores para poder comparar. Si lanzas una campaña de relaciones públicas o publicas contenido nuevo, revisa también las semanas siguientes para ver si esas páginas empiezan a citarse.

¿Qué hago si las IA citan sobre todo a mis competidores?

Mira qué dominios de terceros citan a tus competidores y a ti no. Esas son tus brechas de fuente: medios, comparadores, foros o directorios donde te conviene aparecer con información correcta. Prioriza los que se repiten en más respuestas y en las preguntas con más intención de compra.

Artículos relacionados

• Análisis de brechas en IA: dónde sale tu competencia y tú no

  Si tu competencia aparece en ChatGPT y tú no, un análisis de brechas te dice en qué prompts pierdes, por qué y qué hacer primero. Método, plantillas y ejemplo.

  13 de octubre de 2026

• Cómo elegir los prompts para monitorizar tu marca en la IA

  Qué prompts monitorizar en ChatGPT, Gemini y Google AI Mode: tipos de prompt, método paso a paso, cuántos elegir y ejemplos en español por sector.

  13 de octubre de 2026

• Cómo hacer un informe de visibilidad en IA para un cliente

  Guía para agencias: qué secciones incluir en un informe GEO para un cliente, qué métricas usar, plantillas listas y cómo explicar la variabilidad de la IA.

  13 de octubre de 2026