SEO y GEOInteractivo

Cómo Aparecer en ChatGPT Search: OAI-SearchBot, Robots.txt y Citas IA

La diferencia entre OAI-SearchBot y GPTBot, cómo configurar robots.txt, datos estructurados y la jerarquía real de factores para que ChatGPT te cite.

En resumen

  • ChatGPT Search encuentra y cita páginas con el rastreador OAI-SearchBot. Si lo bloqueas, ChatGPT no puede enlazar tu sitio como fuente.
  • GPTBot es otro rastreador, usado para entrenar modelos: permitirlo o bloquearlo es una decisión de política y no afecta las citas si OAI-SearchBot está permitido.
  • Para que la IA te cite: servidor accesible y rápido, HTML completo, entidad de marca consistente, datos estructurados y contenido que responde primero.
  • Archivos como llms.txt son un complemento opcional, no un atajo: no compensan un sitio lento o mal configurado.

Cada vez más personas le preguntan a ChatGPT, Perplexity o Gemini a quién contratar o qué comprar. Si tu empresa no aparece citada en esas respuestas, pierdes clientes que nunca llegan a Google. Esta guía explica cómo configurar tu sitio para que ChatGPT Search te encuentre y te cite.

OAI-SearchBot vs. GPTBot: la diferencia clave

Confundir el rastreador de búsqueda con el de entrenamiento es el error más común. Bloquear el equivocado puede sacarte de ChatGPT Search.

Rastreadores de OpenAI y su función.
AgentePara qué sirve¿Entrena modelos?Impacto en tu visibilidad
OAI-SearchBotBúsqueda en ChatGPT y enlaces citadosNoEsencial
GPTBotRecolección de datos para entrenamientoSíOpcional, según tu política
ChatGPT-UserVisita una URL cuando un usuario la comparte o pide leerlaNoRecomendado

Dos configuraciones de robots.txt

  • Máxima visibilidad (la que recomendamos): permite OAI-SearchBot, GPTBot y ChatGPT-User en todo el sitio, y bloquea solo rutas privadas como /admin/ y /api/. Apareces en búsquedas y tu marca queda en el conocimiento general de los modelos.
  • Solo búsqueda, sin entrenamiento: permite OAI-SearchBot y ChatGPT-User, y bloquea GPTBot. Sigues siendo citable sin aportar datos al entrenamiento.

Los demás rastreadores de IA que conviene permitir

Rastreadores de otros asistentes y buscadores con IA.
RastreadorDe quiénPara qué
Claude-SearchBotAnthropicEncontrar páginas que Claude cita en sus búsquedas
Claude-UserAnthropicLeer una página cuando un usuario se lo pide a Claude
ClaudeBotAnthropicRecolectar datos para entrenamiento
PerplexityBotPerplexityIndexar páginas que Perplexity muestra como fuentes
Perplexity-UserPerplexityLeer una página cuando un usuario la pide
GooglebotGoogleBúsqueda de Google, incluidos AI Overviews y AI Mode
Google-ExtendedGoogleControla si tu contenido se usa para entrenar y fundamentar Gemini (no afecta la búsqueda)
BingbotMicrosoftBúsqueda de Bing y respuestas de Copilot
Applebot / Applebot-ExtendedAppleSiri y Spotlight / uso del contenido para entrenar modelos de Apple

Bloquear Google-Extended o Applebot-Extended no te saca de Google ni de Siri: solo decide si tu contenido se usa para entrenar sus modelos.

Datos estructurados que debes declarar

Los datos estructurados (schema.org en JSON-LD) le dicen a los modelos, sin ambigüedad, quién eres y qué ofreces.

  • Organization o LocalBusiness: nombre legal, logo, fundadores, dirección y perfiles oficiales (sameAs).
  • Service y Product: precios exactos, moneda (COP, USD), tiempos de entrega.
  • FAQPage: preguntas y respuestas directas, fáciles de extraer.
  • BreadcrumbList: la jerarquía de tu sitio.

Contenido en pirámide invertida

Estrategias de contenido que funcionan con los modelos de IA.
EstrategiaPor qué funcionaEjemplo
Definición en las primeras 40 palabrasEl modelo extrae la respuesta sin buscarla"Un agente de IA es un sistema autónomo que…"
Tablas en HTMLSe interpretan mejor que listas desordenadasPrecios en COP y tiempos de entrega
Cifras verificablesLos modelos prefieren datos a adjetivos"Landing pages desde $450.000 COP"

Del texto promocional al texto citable

"Somos líderes en soluciones integrales" no le dice nada a un modelo. "Estudio de desarrollo web a la medida en Cúcuta, Colombia; landing pages desde $450.000 COP; entrega en 7 a 12 días" sí.

Cómo convertir un texto vago en uno que la IA pueda citar.
Texto vagoTexto citable
Soluciones web innovadorasSitios web, tiendas virtuales y software a la medida
Precios competitivosLanding page desde $450.000 COP
Webs rápidasEl contenido principal carga en menos de un segundo
Amplia experienciaMás de 20 proyectos en producción en Colombia, México y Perú

La jerarquía real de factores GEO

No existen archivos mágicos. Lo que los equipos de OpenAI, Perplexity y Google describen es rastreo HTTP estándar sobre páginas accesibles, rápidas e indexables. En orden de prioridad:

  1. Rastreo y acceso al servidor: permite OAI-SearchBot y PerplexityBot, no los bloquees en el firewall y entrega HTML completo desde el servidor, rápido.
  2. Autoridad de entidad: para un modelo, tu empresa es un nombre asociado a un tipo de negocio, un lugar, unas personas y unos servicios; si esos datos cambian de un sitio a otro, la entidad se vuelve borrosa. Usa el mismo nombre, fundadores y servicios en todas partes, incluidas las facturas, enlazados con sameAs a registros y directorios verificados.
  3. Estructura semántica y schema.org: Organization, Service, Product, FAQPage y BreadcrumbList.
  4. Contenido directo y verificable: respuesta primero, tablas y cifras; nada de relleno promocional.
  5. Menciones y reseñas externas: los asistentes contrastan lo que dices con lo que otros dicen de ti, así que la prensa, los directorios, los casos de éxito documentados y las reseñas reales refuerzan la confianza.
  6. Consistencia multicanal: precios y datos iguales en tu web, redes y directorios.
  7. llms.txt (opcional): un resumen en texto plano, útil solo cuando lo anterior está resuelto.
Checklist para aparecer en ChatGPT Search0 de 7 listos

llms.txt: qué es y cómo publicarlo

/llms.txt es una propuesta de 2024 para que los sitios web ofrezcan a los modelos de lenguaje un resumen estructurado en Markdown: quiénes son, qué venden, precios oficiales y enlaces a lo importante. Va de último en la lista anterior porque no reemplaza ninguno de esos factores.

Cada archivo cumple una función distinta.
EstándarPropósito
robots.txtQué pueden rastrear los bots
sitemap.xmlQué URLs existen y cuándo cambiaron
Datos estructuradosRelaciones semánticas dentro del HTML
llms.txtResumen en texto plano para modelos de lenguaje

Su ventaja es la economía: un agente que tiene que descargar 50 páginas llenas de menús y scripts gasta miles de tokens; con llms.txt obtiene el contexto esencial en una sola petición de pocos kilobytes.

Qué debe incluir

  1. Título (H1): nombre de la empresa y qué hace.
  2. Cita (>): la propuesta de valor en una o dos frases, con cobertura geográfica.
  3. Información corporativa: nombre oficial, sitio, año de fundación, sede y contacto.
  4. Servicios principales: cada uno con su precio de partida y su moneda.
  5. Enlaces clave: precios, servicios, casos de estudio y blog.

Puedes ver el nuestro en /llms.txt y una versión extendida con todos nuestros casos y artículos en /llms-full.txt.

Cómo publicarlo

  • Sírvelo en la raíz (tudominio.com/llms.txt), como texto plano en UTF-8 y con código 200.
  • Genéralo desde los mismos datos de tu sitio (precios, servicios, casos) para que nunca se contradiga con la web.
  • Ponle caché de un día y regenéralo cuando cambien tus precios.
  • Permite el acceso en robots.txt a los rastreadores de IA que te interesen.

Sigue aprendiendo

¿Quieres que lo configuremos por ti? Mira nuestro servicio de SEO técnico.

Preguntas frecuentes

¿Qué rastreador usa ChatGPT Search?

OAI-SearchBot. Indexa páginas y las enlaza como fuentes sin usarlas para entrenar modelos. GPTBot es el rastreador de entrenamiento.

¿Debo permitir GPTBot para aparecer en ChatGPT Search?

No es obligatorio. Puedes permitir OAI-SearchBot y bloquear GPTBot. Permitir ambos ayuda a que los modelos conozcan mejor tu marca.

¿Qué es GEO?

Generative Engine Optimization: el conjunto de prácticas técnicas y de contenido que ayudan a que los motores de IA reconozcan y citen tu empresa.

¿Los datos estructurados ayudan a que la IA me cite?

Sí. Tipos como Organization, Service, Product y FAQPage describen de forma explícita quién eres, qué vendes y a qué precio.

¿Necesito un blog para aparecer en ChatGPT?

Ayuda mucho. Un blog con comparativas y respuestas claras le da a los modelos el material que necesitan para citarte como referencia del sector.

¿El SEO tradicional sigue sirviendo para la IA?

Sí. La jerarquía de encabezados, la velocidad, los datos estructurados y un sitemap limpio siguen siendo la base para que los rastreadores de IA lean y evalúen un sitio.

¿llms.txt es obligatorio para aparecer en ChatGPT?

No. Es una propuesta voluntaria. Lo determinante es que los rastreadores puedan acceder, que el HTML tenga el contenido y que la información de tu empresa sea clara y consistente.

¿Qué diferencia hay entre llms.txt y llms-full.txt?

llms.txt es un resumen con enlaces; llms-full.txt incluye el contenido completo (casos, artículos) en texto plano para que un modelo no tenga que visitar cada página.

Fuentes

  1. OpenAI: Overview of OpenAI crawlers
  2. Google Search Central: AI features and your website
  3. Anthropic: Does Anthropic crawl data from the web?
  4. Google: Common crawlers (Google-Extended)
  5. Perplexity: Perplexity crawlers
  6. Apple: About Applebot
  7. Schema.org
  8. Propuesta del estándar llms.txt
  9. K&T Code: llms.txt

¿Te sirvió este artículo?

¿Lo hacemos a la medida para ti?

Cuéntanos tu proyecto y te enviamos una propuesta en tu moneda.

Cotizar →
← Volver al blog
¿Hablamos? En línea · respondemos hoy