¿Cómo decide la IA qué marcas citar?
No ejecuta una fórmula de clasificación que puedas consultar. Un asistente compone una respuesta a partir de lo que recuerda del entrenamiento, de lo que devuelve su paso de búsqueda y de los datos de identidad estructurados que puede casar, y luego escribe un texto fluido a partir de esa mezcla. Las marcas que aparecen de forma coherente en fuentes fiables y legibles son más fáciles de nombrar correctamente para ese proceso.
Los proveedores no publican la ponderación. Lo que sigue separa lo documentado de nuestra interpretación de trabajo, y etiqueta cada cosa. Para el plan práctico, consulta cómo mejorar la visibilidad de marca en la búsqueda con IA.
¿Qué aportan los datos de entrenamiento?
Los datos de entrenamiento dan al modelo un conocimiento de fondo sobre las entidades bien documentadas, congelado en una fecha de corte. Si tu empresa está descrita en muchos lugares fiables, el modelo tiene cierta memoria de ella; si no, puede no decir nada o adivinar.
Documentado: Wikipedia es una parte deliberada de las mezclas de entrenamiento. El artículo de GPT-3 sitúa a Wikipedia en alrededor del 3 % de la mezcla de entrenamiento (Brown et al., 2020), y el artículo de LLaMA de Meta en alrededor del 4,5 % (Touvron et al., 2023). Son porcentajes de un corpus enorme, así que muestran una inclusión deliberada, no un dominio. En enero de 2026 la Fundación Wikimedia anunció socios de empresas de IA para su licenciamiento Wikimedia Enterprise, entre ellos Google, Microsoft, Perplexity, Amazon, Meta y Mistral.
Consecuencia: el entrenamiento cambia despacio. Un cambio de marca o un dato corregido no llegará a la memoria de un modelo hasta que se reentrene, por eso una corrección en la fuente puede tardar meses en verse en algunos asistentes.
¿Qué ocurre cuando un asistente busca en la web?
Cuando un producto tiene un paso de búsqueda, lanza consultas, lee un puñado de páginas y escribe la respuesta a partir de ellas, a menudo con enlaces. Es la recuperación, y es donde importan las páginas recientes, claras y rastreables.
Documentado: Perplexity y el modo de búsqueda de ChatGPT muestran sus fuentes junto a la respuesta, y Google afirma que las funciones de IA de la Búsqueda se construyen sobre sus sistemas de indexación y calidad existentes; consulta la página de Google Funciones de IA y tu sitio web. Así que lo básico de ser indexable, legible y fiable sigue aplicándose.
Interpretación de trabajo: la recuperación favorece las páginas que responden a la pregunta en un pasaje claro, procedentes de fuentes que el sistema ya trata como fiables. Un sitio de empresa escaso compite mal con un artículo comparativo o una página de referencia que mencione a la empresa. Qué fuentes se eligen puede variar de una ejecución a otra.
¿Qué es el anclaje y dónde encajan Wikidata y los grafos de conocimiento?
El anclaje es casar un nombre con una entidad concreta del mundo real, para que «Apple» signifique la correcta. Los registros estructurados como los elementos de Wikidata y el Knowledge Graph de Google ayudan en eso.
Documentado: Wikidata contiene identificadores estables y declaraciones con referencias y tiene licencia abierta; en octubre de 2025 la comunidad de Wikimedia y sus socios anunciaron un Wikidata Embedding Project para facilitar su uso a los desarrolladores de IA. Google construye los paneles de conocimiento automáticamente a partir de fuentes de toda la web, no publica qué fuentes alimentan un panel concreto y no permite que nadie compre uno; consulta la ayuda de paneles de conocimiento de Google.
No documentado, así que no lo afirmamos: que las declaraciones de Wikidata produzcan directamente un panel de conocimiento o la redacción de ChatGPT. Lo que sí podemos decir es que un registro de entidad claro y con referencias reduce la probabilidad de que te confundan con un homónimo. La mecánica, en Wikidata y el grafo de conocimiento.
¿Por qué nombran marcas distintas ChatGPT, Gemini y Perplexity?
Porque difieren en cuánto se apoyan en la memoria frente a la búsqueda, en qué fuentes consideran fiables y en cómo formulan las respuestas. Incluso un mismo producto da respuestas distintas entre ejecuciones.
| Asistente | Cómo suele responder | Qué comprobar para tu marca |
|---|---|---|
| ChatGPT | Memoria de entrenamiento, con un paso de búsqueda cuando la pregunta lo necesita | Si apareces sin búsqueda y con ella |
| Google (AI Overviews, Gemini) | Construido sobre la indexación de Google, con enlaces visibles | Si tus páginas y la cobertura independiente se posicionan y son legibles |
| Perplexity | Primero la búsqueda, fuentes visibles | Qué páginas se citan y si son tuyas o de terceros |
Tómalo como orientación, no como especificación. Los productos cambian cada mes, y los estudios publicados sobre cuotas de citas usan métodos distintos, así que no citamos un porcentaje único. Prueba tu propia categoría.
¿Qué señales hacen más probable que se cite una fuente?
En nuestra práctica, cinco cualidades aparecen una y otra vez. No son factores de clasificación documentados.
- Independencia. Una publicación especializada o una enciclopedia que te describe pesa más que tu propia página. La regla de verificabilidad de Wikipedia funciona igual: exige fuentes fiables publicadas.
- Coherencia. El mismo nombre, fecha y dirección en todos los perfiles. Las contradicciones obligan a un modelo a titubear.
- Claridad. Afirmaciones simples al principio de la página, encabezados formulados como preguntas, primeras frases de definición.
- Accesibilidad. Páginas no bloqueadas en robots.txt y legibles sin scripts. Comprueba qué dejas leer a los rastreadores.
- Actualidad donde importa. Los productos centrados en la recuperación favorecen las páginas actuales para las preguntas sensibles al tiempo.
La relevancia está debajo de las cinco: donde existe poca cobertura independiente, hay poco que citar. Nuestro Índice de relevancia muestra lo desigual que es por sector (en nuestras propias evaluaciones de 2018 a 2026, el 98 % de las marcas de Crypto / Web3 obtuvo una relevancia baja, frente al 19 % en Finance / Fintech / Investment).
¿Qué controlas y qué no?
Controlas las entradas; no controlas las salidas.
- No puedes controlar: la redacción de una respuesta, si te nombran, la fecha en que se reentrena un modelo, qué fuentes elige un producto un día concreto. Ninguna agencia puede prometerlo.
- Puedes controlar: la exactitud de tus propias páginas y perfiles, la coherencia de los datos, el acceso de los rastreadores, los datos estructurados de tu sitio y tu esfuerzo por ganar cobertura independiente.
- Puedes influir en parte, por vías legítimas: Wikipedia y Wikidata, que gestionan voluntarios y exigen relevancia y conflictos de intereses declarados. Consulta edición remunerada y declaración de COI y por qué Wikipedia es la principal fuente de ChatGPT para saber qué significa y qué no significa eso.
¿Cómo compruebo lo que dice la IA sobre mi marca?
Lanza un panel fijo de consultas en varios asistentes y registra las menciones, la exactitud y las fuentes citadas.
- Escribe de 10 a 15 consultas: qué es [marca], quién lidera [categoría], es [marca] buena para [caso de uso].
- Lanza cada una en ChatGPT, Gemini y Perplexity, con y sin búsqueda cuando el producto lo permita.
- Anota: nombrada o no, datos correctos o erróneos, fuentes citadas.
- Para cada elemento erróneo o ausente, encuentra la página de la que más probablemente salió la afirmación.
- Repite cada mes y lee la tendencia.
Si encuentras un error, ChatGPT se equivoca sobre tu empresa cubre la reparación. Para una visión más amplia del papel de Wikipedia, lee visibilidad en IA de Wikipedia. Las herramientas que automatizan el panel se comparan en herramientas de monitorización de marca en IA.
Preguntas frecuentes
Se basa en lo que aprendió en el entrenamiento, en las páginas que recupera su paso de búsqueda cuando busca y en la información de entidades que puede casar. La ponderación exacta no se publica y las respuestas varían entre ejecuciones, así que la mención es cuestión de probabilidad.
Wikipedia es neutral en el tono, está estructurada de forma coherente, tiene licencia abierta y fuentes, y es una parte documentada de los datos de entrenamiento de los principales modelos. Eso no significa que sea la única fuente ni que toda empresa cumpla los requisitos para un artículo.
No. No existe colocación de pago dentro de las respuestas de los asistentes, y quien vende menciones garantizadas vende algo que no existe. Puedes mejorar las fuentes que hay detrás de las respuestas.
Depende del producto. Los asistentes que recuperan páginas en vivo pueden actualizarse en semanas tras cambiar las fuentes; la memoria del modelo se actualiza cuando se reentrenan los modelos. Nadie puede dar una fecha firme.
Sí, para la recuperación y como lugar donde viven tus datos, pero es la fuente menos independiente. Los modelos lo tratan como una afirmación que contrastar con otras fuentes.
El marcado schema ayuda a las máquinas a leer tus datos y es buena práctica. De llms.txt no conocemos documentación de los principales proveedores que confirme que cambie las citas. Ninguno sustituye a las fuentes independientes.
Entonces céntrate en la cobertura independiente, los datos de entidad coherentes y la presencia en comunidades, y vuelve a comprobar la relevancia a medida que crece la cobertura. Una auditoría de relevancia te dice dónde estás, fuente por fuente.
Cómo ayuda WikiBusines
Trabajamos la capa de fuentes. La edición remunerada siempre se declara en Wikipedia a nombre de WikiBusines, y nunca garantizamos que un artículo vaya a publicarse ni lo que dirá una IA.
- Auditoría de visibilidad en IA, €490: qué dicen de ti los principales asistentes, en qué fuentes se apoyan y qué capa arreglar primero. No se descuenta de los paquetes.
- Auditoría de relevancia, desde €490, descontable de la creación de página si la encargas en el plazo de un mes, desde €2,400 (inglés, 4 a 5 semanas); Wikidata desde €680.
- Soporte anual, desde €720/año: hasta cuatro actualizaciones y garantía de 12 meses.
Para empezar, escríbenos a través de contacto.
Autores y política editorial
Bohdan DubylovskyiCofundador y CBO, WikiBusines→
Roman MelnykCofundador y redactor jefe, WikiBusines→El artículo lo prepararon los cofundadores de WikiBusines. Vendemos servicios de pago en Wikipedia y por eso declaramos este interés: la edición remunerada siempre se declara en Wikipedia a nombre de WikiBusines, y las afirmaciones sobre las reglas se respaldan con enlaces a fuentes primarias.
Política editorial: declaración del pago, conflictos de interés, fuentes Read in English