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.
| Agente | Para qué sirve | ¿Entrena modelos? | Impacto en tu visibilidad |
|---|---|---|---|
| OAI-SearchBot | Búsqueda en ChatGPT y enlaces citados | No | Esencial |
| GPTBot | Recolección de datos para entrenamiento | Sí | Opcional, según tu política |
| ChatGPT-User | Visita una URL cuando un usuario la comparte o pide leerla | No | Recomendado |
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
| Rastreador | De quién | Para qué |
|---|---|---|
| Claude-SearchBot | Anthropic | Encontrar páginas que Claude cita en sus búsquedas |
| Claude-User | Anthropic | Leer una página cuando un usuario se lo pide a Claude |
| ClaudeBot | Anthropic | Recolectar datos para entrenamiento |
| PerplexityBot | Perplexity | Indexar páginas que Perplexity muestra como fuentes |
| Perplexity-User | Perplexity | Leer una página cuando un usuario la pide |
| Googlebot | Búsqueda de Google, incluidos AI Overviews y AI Mode | |
| Google-Extended | Controla si tu contenido se usa para entrenar y fundamentar Gemini (no afecta la búsqueda) | |
| Bingbot | Microsoft | Búsqueda de Bing y respuestas de Copilot |
| Applebot / Applebot-Extended | Apple | Siri 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
| Estrategia | Por qué funciona | Ejemplo |
|---|---|---|
| Definición en las primeras 40 palabras | El modelo extrae la respuesta sin buscarla | "Un agente de IA es un sistema autónomo que…" |
| Tablas en HTML | Se interpretan mejor que listas desordenadas | Precios en COP y tiempos de entrega |
| Cifras verificables | Los 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.
| Texto vago | Texto citable |
|---|---|
| Soluciones web innovadoras | Sitios web, tiendas virtuales y software a la medida |
| Precios competitivos | Landing page desde $450.000 COP |
| Webs rápidas | El contenido principal carga en menos de un segundo |
| Amplia experiencia | Más 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:
- Rastreo y acceso al servidor: permite OAI-SearchBot y PerplexityBot, no los bloquees en el firewall y entrega HTML completo desde el servidor, rápido.
- 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
sameAsa registros y directorios verificados. - Estructura semántica y schema.org: Organization, Service, Product, FAQPage y BreadcrumbList.
- Contenido directo y verificable: respuesta primero, tablas y cifras; nada de relleno promocional.
- 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.
- Consistencia multicanal: precios y datos iguales en tu web, redes y directorios.
- llms.txt (opcional): un resumen en texto plano, útil solo cuando lo anterior está resuelto.
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.
| Estándar | Propósito |
|---|---|
| robots.txt | Qué pueden rastrear los bots |
| sitemap.xml | Qué URLs existen y cuándo cambiaron |
| Datos estructurados | Relaciones semánticas dentro del HTML |
| llms.txt | Resumen 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
- Título (H1): nombre de la empresa y qué hace.
- Cita (>): la propuesta de valor en una o dos frases, con cobertura geográfica.
- Información corporativa: nombre oficial, sitio, año de fundación, sede y contacto.
- Servicios principales: cada uno con su precio de partida y su moneda.
- 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
¿Te sirvió este artículo?
¿Lo hacemos a la medida para ti?
Cuéntanos tu proyecto y te enviamos una propuesta en tu moneda.
Cotizar →