Cómo eligen las IA qué fuentes citar (y cómo ser una de ellas)

Para que ChatGPT, Gemini o Google AI Mode citen tu web necesitas dos cosas: ser elegible (que el rastreador de búsqueda de cada motor pueda acceder a tu página y que esta esté indexada) y ser la página que mejor responde a alguna de las búsquedas concretas que la IA lanza para construir su respuesta. Lo segundo depende sobre todo de la relevancia exacta para esa búsqueda, de que el contenido aporte datos verificables y de tu presencia en medios y webs de terceros, a los que estos motores dan mucho más peso que a las webs de las propias marcas, según la investigación disponible.

Mencionar, consultar y citar no son lo mismo

Una cita es un enlace a tu página que aparece en la respuesta de la IA como respaldo de lo que dice. Es distinto de otras dos cosas con las que se suele confundir:

Concepto	Qué significa	Ejemplo
Mención	La IA nombra tu marca en el texto	«Entre las opciones están Marca A y tu marca…»
Consulta	La IA recupera y lee tu página, pero puede no enlazarla	Tu página está entre las fuentes leídas, no en las citas
Cita	La IA enlaza tu página como fuente de una afirmación	Un número o enlace junto a la frase que apoya

La diferencia entre consultar y citar está documentada. En la guía de búsqueda web de su API, OpenAI explica que el campo de fuentes devuelve la lista completa de URL que el modelo consultó y que esa lista suele ser más larga que la de citas, porque las citas en línea solo muestran las referencias más relevantes (OpenAI API docs).

Puedes tener menciones sin citas (la IA conoce tu marca por su entrenamiento) y citas sin menciones (la IA usa tu artículo para explicar un concepto, pero recomienda a otros). Las dos cuentan, y conviene medirlas por separado; lo explicamos en visibilidad de marca en IA: qué es y cómo se mide.

Paso 1: ser elegible en cada motor

Cada motor tiene una puerta de entrada técnica, y si está cerrada no hay contenido que valga. Estos son los requisitos que publican las propias empresas:

Motor	Qué controla si puedes ser citado	Qué dice la documentación oficial
ChatGPT (búsqueda)	OAI-SearchBot	Las webs que lo bloquean no se muestran en las respuestas de búsqueda, aunque pueden aparecer como enlaces de navegación (OpenAI)
Google AI Overviews y AI Mode	Googlebot e indexación	La página debe estar indexada y ser apta para mostrarse con fragmento; no hay requisitos adicionales (Google)
Perplexity	PerplexityBot	Está diseñado para mostrar y enlazar webs en los resultados de Perplexity y no se usa para entrenar modelos (Perplexity)
Claude	Claude-SearchBot y Claude-User	Bloquearlos impide indexar o recuperar tu contenido y puede reducir tu visibilidad en las búsquedas de los usuarios (Anthropic)

Tres matices que evitan errores caros:

Entrenamiento y búsqueda van por separado. En OpenAI, GPTBot recoge contenido para entrenar modelos y OAI-SearchBot sirve para la búsqueda (OpenAI). En Anthropic, ClaudeBot es el de entrenamiento. Bloquear el de entrenamiento no te saca de las citas; bloquear el de búsqueda, sí.
Google-Extended no afecta a la Búsqueda. Es un token de control, no un rastreador: decide si tu contenido puede usarse para entrenar futuros modelos Gemini y para el grounding (aportar contenido del índice de Google al modelo en el momento de responder) en las apps de Gemini y en Grounding with Google Search de Vertex AI. Google aclara que no afecta a la inclusión ni al ranking en la Búsqueda de Google (Google).
Las etiquetas de fragmento también cuentan. En Google, nosnippet, data-nosnippet, max-snippet y noindex limitan cómo se muestra tu contenido en AI Overviews y AI Mode (Google Search Central Blog, 2025).

La configuración concreta de robots.txt la tienes en robots.txt para bots de IA, y cómo comprobar en tus logs que esos bots te visitan, en logs del servidor: qué bots de IA visitan tu web.

Paso 2: entrar en las búsquedas que lanza la IA

Antes de citar, la IA busca, y no busca tu pregunta tal cual. ChatGPT reescribe la pregunta del usuario en una o varias consultas dirigidas, puede lanzar otras de seguimiento tras ver los primeros resultados y puede añadir la ubicación aproximada del usuario (OpenAI Help Center). Google hace lo mismo en AI Mode y AI Overviews con su técnica de query fan-out, que emite varias búsquedas relacionadas sobre distintos subtemas (Google Search Central).

Esto significa que tu página compite en las subconsultas, no en el prompt original (la pregunta tal como la escribe el usuario). Si la IA busca «precio software nóminas por empleado» y tu web no tiene una página que lo responda, no puede citarte para esa parte de la respuesta aunque seas la mejor opción del mercado. El mecanismo completo está en query fan-out: cómo ChatGPT convierte tu pregunta en búsquedas.

Paso 3: qué hace que una página recuperada acabe citada

Una vez recuperada, la página compite con las demás por ser la que el modelo usa y enlaza. La investigación publicada apunta a cuatro factores.

La relevancia exacta pesa más que el estilo

Un equipo de la Universidad de California en Berkeley estudió qué evidencias encuentran convincentes los modelos de lenguaje cuando las fuentes se contradicen. Concluyó que los modelos dependen mucho de lo relevante que es una web para la consulta y que ignoran en gran medida rasgos de estilo que las personas valoran, como las referencias científicas o el tono neutral (Wan et al., ACL 2024).

Lectura práctica: una página que responde exactamente a la pregunta, con sus mismos términos, tiene ventaja sobre una página más prestigiosa pero genérica. Dar la respuesta en la primera frase de cada sección ayuda a que esa relevancia sea evidente.

Los datos y las fuentes ayudan

El estudio que acuñó el término GEO, firmado por investigadores de Princeton y del IIT Delhi, probó nueve formas de reescribir contenido y midió cuánto aparecía cada fuente en las respuestas de un motor generativo. Los métodos que mejor funcionaron fueron citar fuentes, añadir citas textuales de fuentes relevantes y añadir estadísticas, con mejoras relativas del 30-40 % en su métrica principal de visibilidad. El relleno de palabras clave, típico del SEO antiguo, no funcionó bien. En una prueba sobre Perplexity, las mejoras llegaron al 37 % (Aggarwal et al., KDD 2024).

Dos advertencias: el experimento se hizo con un banco de pruebas propio en 2023-2024, con motores que ya han cambiado, y los autores observaron que la eficacia variaba según el sector. Tómalo como dirección, no como garantía. Un dato interesante del mismo trabajo: en sus experimentos, las webs peor situadas en el buscador clásico se beneficiaban más de estas mejoras que las primeras.

Los terceros pesan más que tu propia web

Un estudio de la Universidad de Toronto comparó las fuentes de ChatGPT, Perplexity, Gemini y Claude con las de Google en varios sectores e idiomas. Encontró un sesgo «sistemático y abrumador» de los buscadores con IA hacia los medios ganados (earned media: medios independientes, reseñas y comparativas) frente al contenido de las propias marcas y las redes sociales, mientras que Google mostraba una mezcla más equilibrada. En un experimento aparte con ChatGPT y Perplexity sobre refrescos, también detectó un sesgo hacia las grandes marcas frente a las de nicho (Chen et al., 2025).

Esto explica por qué muchas marcas con buen SEO aparecen poco en la IA: su visibilidad clásica descansa en su propia web, y la IA prefiere que otros hablen de ellas. De ahí la importancia de las comparativas y rankings y de las reseñas y foros.

El idioma cambia las fuentes

El mismo estudio de Toronto encontró que, con prompts en idiomas distintos del inglés, las citas se inclinan hacia webs en el idioma de la pregunta, pero en distinto grado según el motor. GPT y Perplexity eran los que más fuentes locales usaban; Claude citaba sobre todo webs en inglés; y en Gemini, con prompts en español y en alemán, la proporción de fuentes en inglés se acercaba al 50 %. Con el español, en general, la mezcla era más equilibrada que con el japonés o el francés (Chen et al., 2025).

Para una marca en España o Latinoamérica esto tiene dos implicaciones: con los modelos de OpenAI y con Perplexity, las fuentes en español tienden a pesar más; en Gemini, compites también con bastante contenido en inglés. Si tienes versión en inglés de tus páginas clave, mantenla al día.

Cuando la IA responde sin buscar

No todas las respuestas llevan citas, porque no todas las preguntas disparan una búsqueda. OpenAI explica que ChatGPT busca en la web automáticamente cuando la pregunta se beneficia de información actual, y que el usuario puede pedirle que busque (OpenAI Help Center). Si el modelo decide responder con lo que ya sabe, lo hace a partir de su entrenamiento y no hay fuentes que enlazar. Gemini funciona igual con su grounding en Google Search: primero decide si una búsqueda mejoraría la respuesta (Gemini API docs).

Esto tiene dos consecuencias para tu estrategia:

Las preguntas generales («qué es», «cómo funciona») pueden responderse de memoria. Ahí no compites por una cita, sino por haber sido parte de lo que el modelo aprendió: presencia sostenida en la web, en fuentes de referencia y en medios del sector.
Bloquear GPTBot es una decisión con coste. OpenAI indica que bloquearlo señala que tu contenido no debe usarse para entrenar sus modelos fundacionales (OpenAI). No te quita citas en la búsqueda, pero puede reducir la probabilidad de que versiones futuras del modelo conozcan tu marca cuando responden sin buscar. Es una decisión legítima; tómala sabiendo lo que implica.

Las preguntas comerciales y comparativas («mejor», «alternativas a», «precio de») dependen de información que cambia, que es justo el criterio que OpenAI menciona para que ChatGPT busque. Son también las que más valor tienen para una marca, y donde el trabajo de este artículo tiene más efecto.

Cómo es una página que la IA puede citar

Una página citable es la que contiene una respuesta concreta, verificable y fácil de extraer a una pregunta que la IA realmente busca. Esta lista resume lo anterior y las recomendaciones de Google para sus experiencias de IA (Google Search Central Blog, 2025):

Responde en la primera frase. Cada sección abre con la respuesta y después la desarrolla.
Usa la pregunta como encabezado cuando sea natural: «¿Cuánto cuesta…?», «¿Qué diferencia hay entre…?».
Pon datos con fuente: cifras, fechas, precios, especificaciones. Enlaza el origen.
Incluye tablas para comparativas y listas numeradas para procesos.
Escribe contenido propio, no genérico. Google pide contenido único y no intercambiable; una página que repite lo que dicen otras diez no da motivos para ser citada.
Que el contenido sea accesible: Googlebot sin bloquear, la página devuelve un código 200 y el texto principal se distingue del resto.
Datos estructurados coherentes con lo visible. Si usas schema, que coincida con lo que ve el usuario. Más en datos estructurados y schema para la IA.
Fecha visible y actualizada cuando el tema cambia con el tiempo.

Dónde conseguir citas de terceros

Si la IA prefiere fuentes independientes, una parte del trabajo consiste en estar en ellas. Por orden de esfuerzo:

Averigua qué dominios cita ya la IA en tu categoría. Lanza tus prompts clave y apunta las fuentes que aparecen. Es la lista de medios, directorios, comparativas y foros que importan en tu sector.
Revisa si estás en esas páginas. Si una comparativa citada no te incluye, ese es tu primer objetivo: contacta con el autor, aporta datos o pide una prueba del producto.
Consigue reseñas en las plataformas que aparecen como fuente, no en cualquier plataforma.
Publica datos propios que otros puedan citar: encuestas, precios medios, estudios del sector. Así te convierten en la fuente de una cifra.

El punto 1 es exactamente lo que hace un análisis de fuentes. DeepMention, nuestra herramienta, lanza cada día los prompts que eliges en ChatGPT, Gemini y Google AI Mode desde tu país, registra qué fuentes se citan en cada respuesta y te propone oportunidades de contenido. No cubre Perplexity, Claude ni Copilot: si esos motores son críticos para ti, necesitarás otra herramienta o revisarlos a mano. Tiene prueba gratuita de 7 días (crear cuenta) y puedes ver los planes y precios.

Errores frecuentes

Estos fallos pueden dejar tu web fuera de las citas aunque el contenido sea bueno:

Bloquear todos los bots de IA en bloque. Si una regla de robots.txt, un plugin o el cortafuegos bloquea «los bots de IA» sin distinguir, cierras también la puerta a OAI-SearchBot o PerplexityBot, que son los de búsqueda. Revisa qué bloqueas y por qué.
Esconder la respuesta. Precios solo en PDF, información clave dentro de pestañas que no cargan sin JavaScript o textos de marketing sin datos concretos.
Confiar solo en tu blog. La investigación indica que estos motores prefieren fuentes independientes; sin presencia en terceros, tu techo es bajo.
Medir una sola vez. Las respuestas de la IA varían mucho de una ejecución a otra, incluso con la misma pregunta (SparkToro, 2026); una captura de pantalla no demuestra nada. Mide con repetición.
Optimizar solo en inglés o solo en español. Según el motor, el idioma de las fuentes cambia; decide en qué idiomas compites.

Fuentes

OpenAI. Overview of OpenAI crawlers.
OpenAI API. Web search tool.
OpenAI Help Center. Searching the web with ChatGPT.
Google Search Central. AI features and your website.
Google Search Central Blog, John Mueller (21 de mayo de 2025). Top ways to ensure your content performs well in Google's AI experiences on Search.
Google. Google's common crawlers: Google-Extended.
Google AI for Developers. Grounding with Google Search.
Perplexity. Perplexity Crawlers.
Anthropic. Does Anthropic crawl data from the web, and how can site owners block the crawler?
Wan, A., Wallace, E. y Klein, D. (2024). What Evidence Do Language Models Find Convincing? ACL 2024.
Aggarwal, P. et al. (2024). GEO: Generative Engine Optimization. KDD 2024.
Fishkin, R. y O'Donnell, P., SparkToro (enero de 2026). NEW Research: AIs are highly inconsistent when recommending brands or products.
Chen, M., Wang, X., Chen, K. y Koudas, N. (2025). Generative Engine Optimization: How to Dominate AI Search.

Preguntas frecuentes

¿Cómo consigo que ChatGPT cite mi web?

Primero, permite el acceso de OAI-SearchBot en tu robots.txt: OpenAI indica que las webs que lo bloquean no se muestran en las respuestas de búsqueda de ChatGPT. Después, publica páginas que respondan de forma directa y verificable a las preguntas concretas de tu sector, con datos y fuentes, y consigue presencia en webs de terceros que la IA ya cita en tu categoría.

¿Necesito algo especial para salir citado en Google AI Overviews o AI Mode?

No. Google indica que basta con que la página esté indexada y sea apta para mostrarse con fragmento en la Búsqueda, y que no hay requisitos técnicos adicionales. Etiquetas como nosnippet o max-snippet limitan cómo se muestra tu contenido también en estas funciones.

¿Bloquear GPTBot impide que ChatGPT me cite?

No. Según la documentación de OpenAI, GPTBot sirve para recopilar contenido que puede usarse en el entrenamiento de modelos, mientras que OAI-SearchBot es el que se usa para mostrar webs en la búsqueda de ChatGPT. Puedes bloquear uno y permitir el otro.

¿Por qué la IA cita a mi competencia y no a mí?

Lo más habitual es que su página responda mejor a la consulta concreta que lanzó la IA o que aparezca en medios, comparativas y reseñas que la IA consulta. Un estudio de la Universidad de Toronto de 2025 encontró que los buscadores con IA priorizan con fuerza los medios independientes y las webs de reseñas frente a las webs de las propias marcas.

¿Que la IA consulte mi página significa que me va a citar?

No necesariamente. La documentación de la API de OpenAI explica que la lista de fuentes consultadas suele ser más larga que la de citas: el modelo lee más páginas de las que enlaza. Ser recuperado es condición necesaria, pero la cita depende de que tu página aporte algo que el modelo use en la respuesta.