DeepMention
Fundamentos GEO

Cómo deciden ChatGPT, Gemini y Perplexity qué marcas recomendar

No hay un ranking público de marcas en la IA. Así deciden ChatGPT, Gemini y Perplexity a quién recomendar según su documentación, y qué puedes hacer tú.

Por el equipo de DeepMention · · 16 min de lectura

No existe un algoritmo público que diga qué marcas recomiendan ChatGPT, Gemini o Perplexity. Lo que sí está documentado es de dónde sacan la información: lo que el modelo aprendió al entrenarse y las páginas que encuentra cuando busca en la web en el momento de la pregunta, filtradas por la intención del usuario, su ubicación y lo que el asistente sabe de él. Una marca tiene más probabilidades de salir recomendada cuando aparece de forma consistente en esas fuentes y el sistema puede leerlas.

Lo que se sabe y lo que no

Ninguna de estas empresas publica cómo pondera las marcas que recomienda, así que quien prometa «el algoritmo de ChatGPT» está especulando. En su ayuda, OpenAI indica que ordena los resultados con varios factores y que la posición no está garantizada. Lo que sí documentan, cada una en distinto grado, es con qué datos entrenan sus modelos, cómo buscan en la web, qué hacen con la ubicación del usuario y, en compras, qué datos de producto miran. Este artículo se ciñe a lo documentado y señala como deducción lo que no lo está.

Las dos fuentes de cualquier recomendación

Las recomendaciones de marca de un asistente de IA salen sobre todo de dos sitios: la memoria del modelo, construida durante el entrenamiento, y la búsqueda en tiempo real, cuando el asistente decide consultar la web. En compras se suman los datos de producto.

La memoria del modelo: lo que aprendió al entrenarse

OpenAI explica que sus modelos se entrenan con tres fuentes principales: contenido público de internet, información a la que accede mediante acuerdos con terceros, e información que aportan o generan usuarios, entrenadores humanos e investigadores. El modelo no guarda copias de esos textos: ajusta sus parámetros para reflejar patrones, como qué palabras suelen aparecer juntas.

La consecuencia para una marca (deducción nuestra, no una regla publicada) es directa: si apareces a menudo y en contextos coherentes en textos públicos, del tipo «X es un programa de nóminas para pymes», el modelo tiene más probabilidades de asociarte a esa categoría. Si casi nadie habla de ti fuera de tu web, esa asociación es débil.

Esa memoria tiene fecha de corte. OpenAI indica en las fichas de los modelos de su API hasta cuándo llega su conocimiento: hasta el 30 de abril de 2026 en el caso de GPT-6.1 Sol. Lo que haya cambiado después (un producto nuevo, un cambio de nombre, otro precio) solo le llega al asistente si busca en la web.

La búsqueda en el momento: lo que encuentra al preguntar

Cuando la pregunta lo requiere, el asistente busca en la web antes de responder, y no lo hace con las palabras exactas del usuario:

  • ChatGPT puede buscar automáticamente cuando la pregunta se beneficia de información actual, o cuando el usuario lo pide. Tiene su propio rastreador de búsqueda (OAI-SearchBot) y, según OpenAI, a veces recurre a otros proveedores (su ayuda enlaza las políticas de privacidad de Microsoft y Shopify); cuando lo hace, suele reescribir la pregunta en una o varias búsquedas concretas y, tras ver los primeros resultados, puede lanzar otras más específicas.
  • Google AI Overviews y AI Mode pueden usar el query fan-out (abanico de consultas): lanzan varias búsquedas relacionadas sobre subtemas y fuentes de datos y, mientras generan la respuesta, identifican más páginas de apoyo.
  • Gemini, en su API, decide si una búsqueda en Google mejoraría la respuesta; si es así, genera una o varias búsquedas y vincula partes de la respuesta con sus fuentes. Eso está documentado para desarrolladores; sobre la app de Gemini, su ayuda indica que muestra un botón «Fuentes» cuando hay fuentes disponibles.
  • Perplexity obtiene el contenido de la web en tiempo real mientras haces la pregunta, y cada respuesta incluye citas y enlaces a las fuentes originales.

En la práctica, compites por aparecer en los resultados de búsquedas que no ves: las que el asistente genera a partir de la pregunta. Lo desarrollamos en query fan-out: cómo ChatGPT convierte tu pregunta en búsquedas.

Los siete factores que influyen en si te nombran

A partir de lo documentado se pueden identificar siete factores que influyen en qué marcas aparecen en una respuesta. Ninguno funciona como un interruptor: cada uno suma o resta probabilidad.

1. La intención y la forma de la pregunta

Cada persona escribe su prompt (la pregunta o instrucción que se da al asistente) de forma distinta, y aun así los asistentes captan la intención de fondo. En el estudio de SparkToro y Gumshoe, 142 prompts escritos por personas para pedir auriculares tenían una similitud semántica media de solo 0,081, pero las respuestas coincidieron en gran medida: Bose, Sony, Sennheiser y Apple aparecieron en entre el 55 % y el 77 % de ellas.

El tamaño de la categoría también pesa. Los autores comparan los menos de doce concesionarios de Volvo de Los Ángeles con los miles de novelas de ciencia ficción recientes: cuantas más opciones existen, menos coinciden las respuestas. Por la misma lógica (deducción nuestra), cuanto más concreta es la pregunta («programa de gestión para clínicas dentales en Sevilla» frente a «mejor software de gestión»), más corta debería ser la lista de candidatos.

2. Dónde está el usuario y qué sabe de él el asistente

ChatGPT usa una ubicación aproximada basada en la IP y puede compartirla con los proveedores de búsqueda. El ejemplo de OpenAI: si alguien pregunta por buenos restaurantes cercanos desde la zona de San Francisco, ChatGPT puede buscar «top restaurants San Francisco». Si la memoria está activada, también puede usar recuerdos guardados al reescribir la búsqueda: si el usuario contó que es vegano, puede buscar restaurantes veganos.

Por eso la misma pregunta puede recomendar marcas distintas en Madrid, en Ciudad de México o en Miami. Lo analizamos en por qué ChatGPT responde distinto en España, México o EE. UU..

3. Qué páginas encuentra cuando busca

Si tu marca no aparece en las páginas que devuelven esas búsquedas reescritas, difícilmente saldrá en la parte de la respuesta que se apoya en la web. Esas páginas no tienen por qué ser tuyas: comparativas, reseñas, foros, medios y enciclopedias cuentan. Pew Research Center analizó las búsquedas en Google de 900 adultos de EE. UU. durante marzo de 2025 y encontró que Wikipedia, YouTube y Reddit eran los sitios más enlazados tanto en los resúmenes de IA como en los resultados normales; entre los tres sumaban el 15 % de las fuentes de los resúmenes.

Dos tipos de página de terceros merecen atención aparte: los artículos en formato lista («los 10 mejores...»), que tratamos en listicles y rankings en las respuestas de IA, y las comunidades y webs de reseñas, en Reddit, foros y reseñas en la visibilidad en IA. La selección de fuentes en sí está en cómo eligen las IA qué fuentes citar.

4. Cómo está escrito lo que recupera

No todas las páginas recuperadas aportan lo mismo a la respuesta. Microsoft Advertising explica que asistentes como Copilot dividen el contenido en fragmentos, los evalúan y los combinan, a menudo de varias fuentes, en una única respuesta. El estudio académico que dio origen al término GEO (Aggarwal et al., KDD 2024) midió en su banco de pruebas que citar fuentes, añadir citas textuales y añadir estadísticas mejoraba entre un 30 % y un 40 %, en términos relativos, la visibilidad de una página según una de sus dos métricas (texto de la respuesta atribuido a la fuente, ponderado por su posición), mientras que añadir más palabras clave apenas aportaba nada.

Otro trabajo, de Pfrommer y colaboradores (EMNLP 2024), observó que distintos modelos dan distinto peso al nombre del producto, al contenido del documento y a su posición dentro del contexto que reciben. No hay una fórmula única para todos los motores.

5. Los datos de producto, en preguntas de compra

En las preguntas de compra cuentan los datos estructurados de producto, no solo el texto. OpenAI detalla que, para decidir qué productos mostrar, ChatGPT tiene en cuenta metadatos estructurados de proveedores propios y de terceros (precio, descripción), otro contenido de terceros, las respuestas que el propio modelo genera antes de consultar búsquedas nuevas, y sus normas de seguridad y políticas de producto. En su ejemplo puede valorar opciones disponibles, precio, reseñas y facilidad de uso, y genera resúmenes de reseñas a partir de webs públicas. Los comercios de Shopify ya están integrados mediante Shopify Catalog; el resto puede solicitar enviar a OpenAI un feed de producto (un archivo con su catálogo).

En Google, la experiencia de compra de AI Mode combina Gemini con el Shopping Graph, su base de datos de productos, que en mayo de 2025 superaba los 50.000 millones de fichas, con más de 2.000 millones actualizadas cada hora. Google recomienda tener al día Merchant Center (su plataforma para comercios) y el Perfil de Empresa.

6. Que el rastreador pueda leerte

Un rastreador (en inglés, crawler) es el robot que descarga páginas para un buscador o un asistente. Si el rastreador de búsqueda de un asistente no puede entrar en tu web, ese asistente no podrá usarla como fuente:

  • OpenAI indica que los sitios que bloquean OAI-SearchBot no se mostrarán en las respuestas de búsqueda de ChatGPT, salvo como enlaces de navegación.
  • PerplexityBot está diseñado para mostrar y enlazar sitios web en los resultados de Perplexity, y la empresa recomienda permitirlo.
  • Anthropic avisa de que bloquear Claude-SearchBot puede reducir la visibilidad del sitio en las búsquedas de Claude.
  • En Google, el acceso para AI Overviews y AI Mode se controla con Googlebot, el mismo rastreador de la búsqueda normal.

Bloquear los rastreadores de entrenamiento (GPTBot, ClaudeBot) es una decisión independiente. Lo detallamos en robots.txt para bots de IA.

7. El azar

El último factor no se puede optimizar. OpenAI explica que, como hay varias formas plausibles de completar una frase, sus respuestas tienen un elemento inherente de aleatoriedad y la misma pregunta puede dar respuestas distintas.

Por qué la misma pregunta devuelve marcas distintas

La lista de marcas que recomienda un asistente cambia casi en cada ejecución, aunque el conjunto de marcas candidatas es bastante estable. Es la conclusión del estudio que Rand Fishkin (SparkToro) publicó el 27 de enero de 2026, hecho con Patrick O'Donnell (Gumshoe.ai):

  • 600 voluntarios lanzaron 12 prompts en ChatGPT, Claude y la IA de Google (AI Overviews o, si no aparecía, AI Mode) un total de 2.961 veces, con su configuración habitual, en noviembre y diciembre de 2025.
  • Si se pregunta 100 veces, hay menos de una probabilidad entre cien de que ChatGPT o la IA de Google den la misma lista de marcas en dos respuestas. Que coincida además el orden ocurre más bien una vez entre mil.
  • Aun así, algunas marcas aparecen casi siempre: en ChatGPT, el hospital City of Hope, de Los Ángeles, salió en 69 de 71 respuestas (97 %) a uno de los prompts, pero fue la primera mención solo en 25.

Los autores concluyen que la posición dentro de la lista es prácticamente ruido, mientras que el porcentaje de visibilidad medido sobre muchas ejecuciones sí tiene una validez razonable. Conviene leerlo con sus límites: se publicó en un blog, sin revisión científica por pares, sus autores dicen no ser investigadores profesionales, no se controló la ubicación ni el dispositivo, y se hizo con Gumshoe, que vende seguimiento de visibilidad en IA, algo que el propio artículo reconoce.

Diferencias entre ChatGPT, Google, Gemini y Perplexity

Cada motor busca y cita de forma distinta, y por eso una marca puede ser habitual en uno y no aparecer en otro. Esto es lo que documenta cada proveedor:

Motor Cuándo y cómo busca Rastreador o índice Fuentes visibles
ChatGPT Si la pregunta pide información actual o el usuario lo solicita; con proveedores externos, reescribe la pregunta en búsquedas concretas OAI-SearchBot y, a veces, proveedores externos Citas en el texto y apartado «Fuentes»
Google AI Overviews y AI Mode AI Overviews, solo cuando Google considera que aporta algo; AI Mode, cuando el usuario lo usa (Google lo destaca para explorar y comparar); ambos pueden usar query fan-out Índice de Google (Googlebot) Enlaces de apoyo
Gemini (API) Cuando el modelo decide que buscar mejora la respuesta; genera una o varias búsquedas en Google Búsqueda de Google Citas vinculadas a partes del texto
Perplexity En tiempo real, en cada pregunta PerplexityBot Citas en cada respuesta

Google añade un matiz: AI Overviews y AI Mode pueden usar modelos y técnicas distintos, así que sus respuestas y enlaces varían incluso dentro de Google. Por eso, medir un solo motor no basta para saber cómo te ven los demás.

Cuando la IA se equivoca sobre tu marca

Los asistentes también pueden describir mal tu marca, y sus proveedores lo advierten: OpenAI avisa de que los resultados de búsqueda y las citas pueden estar incompletos, desactualizados o ser incorrectos, y Google indica en la ayuda de Gemini que puede «alucinar» y presentar información inexacta como cierta. Un precio antiguo o una función que ya no existe también te perjudican. Lo que está en tu mano es mantener información actual y coherente en tu web y en las fuentes que el asistente consulta, y reportar el error con el pulgar hacia abajo, como sugieren la ayuda de Gemini y, para productos, la de ChatGPT.

Lo que no conviene hacer: intentar manipular al modelo

Hay investigación que demuestra que se puede manipular la recomendación de un modelo, pero eso es una vulnerabilidad, no una estrategia. Kumar y Lakkaraju (2024) mostraron que añadir una «secuencia de texto estratégica» a la página de un producto aumentaba mucho la probabilidad de que un modelo lo recomendara primero, en un catálogo ficticio de cafeteras. Pfrommer y su equipo usaron técnicas de jailbreaking (instrucciones diseñadas para saltarse las salvaguardas de un modelo) para subir productos mal posicionados, y el ataque funcionó también contra Perplexity.

Los propios autores señalan el riesgo: Kumar y Lakkaraju advierten de que puede alterar la competencia leal en el mercado, y Pfrommer y su equipo lo plantean como un reto de robustez para los buscadores.

Qué puedes hacer para que te recomienden

Cada factor documentado tiene una acción asociada. Por orden de prioridad:

  1. Deja entrar a los rastreadores de búsqueda. Revisa robots.txt y tu CDN (red de distribución de contenidos) o cortafuegos para OAI-SearchBot, PerplexityBot, Claude-SearchBot y Googlebot.
  2. Explica siempre igual qué haces, para quién y dónde, en tu web, tus perfiles y los directorios del sector, para reforzar la asociación entre tu marca y tu categoría.
  3. Publica respuestas directas con datos a las preguntas de comparación y decisión de tus clientes: tablas, cifras con fuente, casos de uso concretos.
  4. Gana presencia en las páginas que consulta la IA: comparativas, webs de reseñas, foros y medios de tu sector.
  5. Mantén al día tus datos de producto y tu ficha local: Merchant Center, Perfil de Empresa, feed de producto y reseñas.
  6. Mide por porcentaje, por motor y por país, con muchas ejecuciones, y no por la posición en una respuesta aislada.

Cómo comprobar a quién recomienda la IA en tu sector

Para saber a quién recomienda la IA en tu categoría, lanza muchas veces las preguntas de tus clientes desde su país y cuenta:

  1. Escribe entre 20 y 50 prompts reales, como «¿qué gestoría online me recomiendas para autónomos?» o «alternativas a [competidor] para pymes en Colombia».
  2. Lánzalos varias veces en cada motor y anota qué marcas salen, en qué porcentaje de respuestas y con qué fuentes.
  3. Compárate con tus competidores y repite la medición cada semana.

DeepMention es nuestra herramienta para hacer esto de forma automática: cada día lanza los prompts que eliges en ChatGPT, Gemini y Google AI Mode desde tu país y te muestra tu visibilidad, tu cuota frente a competidores, las fuentes que citan las IA y qué contenido crear. No mide Perplexity, Claude ni AI Overviews, así que si tu prioridad es Perplexity no es la opción adecuada. Puedes empezar con la prueba gratuita de 7 días o consultar los planes y precios.

Fuentes

Preguntas frecuentes

¿Cómo elige ChatGPT qué marcas recomendar?

OpenAI no publica un algoritmo de recomendación de marcas. ChatGPT combina lo que el modelo aprendió al entrenarse con las páginas que encuentra al buscar en la web, para lo que suele reescribir tu pregunta en búsquedas más concretas y puede usar tu ubicación aproximada y tus memorias guardadas. De su documentación se deduce que las marcas que aparecen de forma consistente en esas fuentes tienen más probabilidades de ser nombradas.

¿Se puede pagar para que ChatGPT recomiende mi marca?

Según OpenAI, los productos que muestra ChatGPT en sus resultados de compra se seleccionan de forma independiente, no son anuncios y no están influidos por ninguna alianza de OpenAI; los anuncios van separados de esos resultados. Lo que sí está en tu mano es permitir su rastreador de búsqueda (OAI-SearchBot), mantener completos tus datos de producto y estar presente en las fuentes que consulta.

¿Por qué ChatGPT me recomienda marcas distintas cada vez que pregunto?

Porque los modelos generan texto con un componente aleatorio: OpenAI reconoce que la misma pregunta puede dar respuestas distintas. Un estudio de SparkToro de enero de 2026 estimó que hay menos de una probabilidad entre cien de obtener la misma lista de marcas dos veces, aunque las marcas más asociadas a cada tema se repiten con frecuencia.

¿Gemini, ChatGPT y Perplexity recomiendan las mismas marcas?

No necesariamente. Cada uno usa modelos y sistemas de búsqueda distintos: ChatGPT tiene su propio rastreador de búsqueda y a veces recurre a proveedores externos, Google AI Mode se apoya en el índice de Google, la API de Gemini puede conectarse a la Búsqueda de Google y Perplexity tiene su propio rastreador. Google reconoce incluso que AI Overviews y AI Mode pueden mostrar respuestas y enlaces diferentes, así que conviene medir cada motor por separado.

¿Influye el país desde el que pregunto en las marcas que recomienda la IA?

Sí, al menos en ChatGPT: OpenAI explica que usa una ubicación aproximada basada en la IP y que puede incluirla en las búsquedas que hace, por ejemplo convirtiendo «restaurantes cerca de mí» en una búsqueda con el nombre de la ciudad. Por eso una marca puede aparecer en España y no en México ante la misma pregunta.

Artículos relacionados