Inteligência Artificial
Cómo aparecer en las respuestas de IA: qué decide la cita
Branddi · Publicado el
No existe una optimización específica para IA. Google afirma en su propia documentación que no hay requisito adicional ni archivo especial para aparecer en AI Overviews y AI Mode: la página debe estar indexada y ser apta para mostrarse con snippet. Lo que más pesa en la elección de la cita es lo que fuentes de terceros dicen sobre tu marca.
Esa última frase es la parte incómoda. La mayor parte del esfuerzo por "aparecer en la IA" se gasta en el sitio propio — y es justamente el material que los motores generativos menos usan cuando arman una respuesta sobre una marca.
¿Qué dice Google oficialmente sobre aparecer en AI Overviews?
La documentación AI Features and Your Website, de Google Search Central, es más corta y más directa de lo que el mercado da a entender. Tres afirmaciones importan:
- La elegibilidad es la única regla. La página debe estar indexada y ser apta para mostrarse con snippet, cumpliendo los requisitos técnicos de la Búsqueda. La documentación es explícita: "There are no additional technical requirements."
- No existe optimización especial. "There are no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary."
- No hay archivo nuevo que crear. "You don't need to create new machine readable files, AI text files, or markup to appear in these features." Y sobre marcado: "There's also no special schema.org structured data that you need to add."
Esto choca de frente con buena parte de lo que hoy se vende como servicio de optimización para IA:
- Lo que se vende — Lo que dice la documentación
- Crear un llms.txt para que el modelo lo lea — No hace falta crear archivos legibles por máquina ni "AI text files"
- Añadir schema específico para IA — No hay structured data especial que agregar
- Optimizar aparte del SEO — Valen las mismas prácticas de SEO; no son sistemas separados
- Garantizar la cita — La indexación y la publicación nunca están garantizadas
La documentación describe además el mecanismo de query fan-out: en lugar de responder la pregunta tal como fue escrita, el sistema lanza varias búsquedas relacionadas, en subtemas y fuentes distintas, y arma la respuesta a partir de ese conjunto. Por eso la lista de enlaces de una respuesta de IA muchas veces no coincide con la primera página de la búsqueda clásica — no es el mismo recorte de consulta.
Dos recomendaciones operativas aparecen en el texto de Google y conviene registrarlas, porque sí son accionables: mantener el structured data coherente con el texto visible de la página, y usar nosnippet, data-nosnippet, max-snippet o noindex cuando la intención sea limitar lo que se muestra.
Si no hay optimización especial, ¿qué decide la cita?
Google no detalla el criterio de selección. Lo más sólido que existe son dos estudios independientes — ambos preprints, todavía sin revisión por pares.
El primero es Generative Engine Optimization: How to Dominate AI Search, de Chen, Wang, Chen y Koudas, del 10 de septiembre de 2025. Los autores realizaron experimentos controlados en varios sectores, idiomas y formulaciones de la misma pregunta, en ChatGPT, Perplexity y Gemini, con Google como comparación. El hallazgo central: los motores generativos muestran un sesgo sistemático y marcado a favor del earned media — fuentes de terceros con autoridad — en detrimento del contenido propio de la marca y de las redes sociales. Google distribuye de forma más equilibrada.
El segundo es News Source Citing Patterns in AI Search Systems, de Kai-Cheng Yang, del 7 de julio de 2025, que analizó más de 366 mil citas extraídas de más de 24 mil conversaciones y 65 mil respuestas de modelos de OpenAI, Perplexity y Google. Dos conclusiones aplican más allá del noticiero que estudia: proveedores distintos citan fuentes distintas, aunque comparten patrones de comportamiento; y, en el recorte de noticias — 9% del total —, las fuentes de baja credibilidad rara vez son citadas.
Sumados, los dos estudios dibujan un cuadro práctico:
- No se puede optimizar una vez y que valga para todos. Cada motor tiene su propia preferencia de fuente, y los estudios indican divergencia también en diversidad de dominios, actualidad del contenido y sensibilidad a cómo está escrita la pregunta.
- Tu sitio no es la fuente principal. Entra, pero pesa menos que aquello que terceros publicaron sobre ti.
- La credibilidad de la fuente funciona como filtro. Al menos en el recorte medido, el sistema tiende a evitar la fuente mala — lo que solo ayuda si la fuente buena existe y es correcta.
¿Por qué la cita depende más de terceros que de tu propio sitio?
Tiene sentido desde el punto de vista del modelo. El contenido publicado por la propia marca es material interesado: describe el producto como el fabricante quiere que se lo describa. Un sistema que debe responder "cuál es la mejor opción" o "esta empresa es confiable" tiende a dar más peso a quien no tiene interés en la respuesta.
La consecuencia es incómoda de administrar. Puedes tener la mejor página del sector sobre tu producto y aun así no ser citado — o ser citado a través de un tercero que describe tu marca de forma equivocada, desactualizada o deliberadamente distorsionada. La respuesta llega con el mismo tono de autoridad, sin importar la calidad de la fuente que la alimentó. Ese desplazamiento del primer contacto ya fue tratado en el tope del embudo salió de tu control y en el fin del clic.
¿Qué pasa cuando las fuentes sobre tu marca están contaminadas?
Aquí el tema deja de ser marketing de contenidos y pasa a ser protección de marca.
"Fuente de tercero" no es solo prensa, reseñas y directorios. Es también el sitio que copia tu marca, el anuncio de un seller no autorizado, el perfil falso que se presenta como canal oficial, la página de reclamos con información distorsionada. Si el motor pondera a terceros por encima del contenido propio, y esa superficie de terceros está contaminada, el modelo repite la contaminación.
El tamaño de esa exposición en Brasil aparece en una investigación propia de Branddi con 500 brasileños de todos los estados, recolectada el 12 de enero de 2026, con 95% de confianza y margen de error de 3,3 puntos porcentuales:
- Indicador — Resultado
- Usan IA para investigar productos y servicios — 66%
- Ya compraron influenciados por una recomendación de IA — 54%
- Tuvieron dificultad para saber si la sugerencia era imparcial o patrocinada — 45%
- Señalan la difusión de estafas como preocupación — 28%
Los números completos están en más de la mitad de los brasileños ya compraron influenciados por IA. El dato relevante aquí es el 45%: casi la mitad de las personas no logra evaluar el origen de la recomendación que recibió. Es el escenario en el que una fuente hostil rinde más de lo que rendiría en una búsqueda tradicional, donde el usuario al menos ve el dominio antes de hacer clic. Cuando la compra pasa a estar intermediada por un agente, el problema cambia de escala — tema de IA agéntica.
¿Cómo auditar lo que la IA responde sobre tu marca hoy?
Antes de intentar influir en la respuesta, hay que medir cuál es. La rutina mínima tiene cinco pasos:
- Arma una lista de 20 a 30 preguntas reales. No las inventes: usa lo que escucha el equipo comercial, lo que llega por el formulario de contacto y las consultas de marca de Search Console. Incluye las incómodas — "¿[marca] es confiable?", "¿[marca] es estafa?", "mejor alternativa a [marca]".
- Corre la lista en cada motor por separado. ChatGPT, Gemini, Perplexity y AI Overviews responden distinto. Un resultado agregado esconde el problema que solo existe en uno de ellos.
- Registra las fuentes, no solo la respuesta. La respuesta cambia en cada ejecución; la lista de dominios citados es el dato estable y lo que de hecho se puede accionar.
- Clasifica cada dominio citado en cuatro cajas: tuyo, tercero legítimo, tercero desactualizado, tercero hostil o fraudulento.
- Repite con periodicidad fija y compara las listas. Lo que interesa es el cambio de composición a lo largo del tiempo, no la foto de un día.
¿Qué hacer con lo que encuentre la auditoría?
Cada caja de la clasificación pide una acción distinta, con un responsable distinto:
- Hallazgo — Acción — Responsable
- Ninguna fuente tuya es citada — Publicar material extraíble y buscar menciones en fuentes de terceros con autoridad — Marketing y contenido
- Fuente legítima con dato equivocado o vencido — Contactar al medio y pedir una corrección documentada — Comunicación
- Sitio clon, perfil falso o anuncio indebido — Takedown y monitoreo continuo de la reincidencia — Brand protection y legal
- Seller no autorizado citado como canal — Remoción en el marketplace y revisión de la gobernanza de canal — Canal y legal
- Competidor citado en tu consulta de marca — Verificar si hay uso indebido de marca en publicidad — Brand protection
Una observación honesta: las tres primeras filas son trabajo de comunicación y no se resuelven con herramienta. Las dos últimas son el terreno donde una operación de protección de marca actúa directamente — y son también las que más rápido contaminan la respuesta, porque la fuente fraudulenta suele producirse en volumen.
Preguntas frecuentes
¿Necesito un archivo llms.txt para aparecer en las respuestas de IA?
Para Google, no. La documentación de AI features afirma que no es necesario crear archivos legibles por máquina, "AI text files" ni marcado específico para aparecer en AI Overviews y AI Mode. Ningún otro motor grande ha documentado el llms.txt como requisito hasta ahora.
¿El marcado schema.org aumenta la posibilidad de ser citado?
Google afirma que no hay structured data especial que agregar para las funciones de IA. La recomendación registrada en la documentación es otra y sigue vigente: mantener el marcado coherente con el texto visible de la página.
¿Bloquear el crawler de IA protege mi marca?
Bloquea tu contenido, no el tema. Como los motores ponderan fuentes de terceros por encima del contenido propio, bloquear el sitio propio tiende a quitar la versión oficial de la respuesta y dejar el resto en su lugar. En Google, la documentación también advierte que las funciones de IA son parte de la Búsqueda — restringir a Googlebot afecta a ambas.
¿Aparecer en IA reemplaza al SEO tradicional?
No. La elegibilidad que documenta Google parte de la indexación y de la exhibición con snippet, lo que mantiene al SEO como prerrequisito. Lo que cambió es que dejó de ser suficiente por sí solo.
¿Con qué frecuencia debo repetir la auditoría?
Mensual cubre la mayoría de los casos. En período de campaña, lanzamiento o pico estacional, conviene semanal — es cuando la fuente fraudulenta se produce en mayor volumen y la composición de las citas cambia más rápido.
Si la auditoría muestra sitios clon, perfiles falsos o sellers no autorizados entre las fuentes que la IA cita sobre tu marca, el problema dejó de ser de contenido. La protección completa de Branddi monitorea y remueve ese tipo de fuente en búsqueda, marketplaces, redes sociales y anuncios — que es el material de terceros que los modelos leen cuando alguien pregunta por ti.