Búsqueda con IA: cómo te encuentran ChatGPT, Google AI y otros

Cómo encuentran fuentes los servicios de IA#

Cuando alguien pregunta a un servicio de IA “¿qué electricista de Luleå es el mejor?”, el servicio suele buscar en la web y resumir lo que encuentra. Los sitios que se pueden leer, son claros y otros mencionan tienen más posibilidades de convertirse en fuente. Pero cada servicio tiene su propio método, y ninguno publica una regla sobre qué fuentes elige exactamente.

AI Overviews y el modo IA de Google#

Google dice que se aplican las mismas reglas que en la búsqueda normal: una página indexada que puede mostrarse con un fragmento también puede mostrarse como enlace en AI Overviews y en el modo IA. No hace falta ningún archivo especial de IA ni marcado nuevo [1].

El tráfico de AI Overviews se cuenta dentro del tráfico “Web” normal en Search Console, así que allí no se puede ver por separado [1]. Quien no quiera que Google use el contenido para entrenar otros modelos de IA puede usar Google-Extended, sin que afecte a la Búsqueda de Google [2].

ChatGPT, Claude y Perplexity#

Los servicios tienen programas distintos para fines distintos, y robots.txt puede controlarlos uno a uno:

• OpenAI: OAI-SearchBot obtiene páginas para la búsqueda de ChatGPT, GPTBot recopila texto para entrenamiento y ChatGPT-User visita una página cuando un usuario lo pide. Los cambios en robots.txt para la búsqueda pueden tardar alrededor de un día en surtir efecto [3].
• Anthropic (Claude): Claude-SearchBot para resultados de búsqueda, ClaudeBot para entrenamiento y Claude-User cuando un usuario pregunta. Respetan robots.txt [4].
• Perplexity: PerplexityBot para el índice de búsqueda y Perplexity-User para las preguntas del propio usuario [5].
• Microsoft Copilot y Bing: se basan en el índice de Bing. Bing muestra ahora un informe sobre la frecuencia con que se cita un sitio en respuestas de IA, en versión preliminar y sin cubrirlo todo [6].

Comprobamos si los programas de búsqueda (los que deciden si puedes aparecer en las respuestas) pueden entrar, y lo mostramos en el análisis. Si quieres dejar fuera los programas de entrenamiento, se puede hacer sin que la búsqueda se vea afectada.

Esto es lo que hacemos#

• Datos que las máquinas leen directamente: nombre de la empresa, dirección y teléfono como datos estructurados [7].
• Un archivo llms.txt que resume el sitio. Es un estándar propuesto [8]. Google no lo necesita [1], pero no cuesta nada y puede ayudar a otros servicios.
• Respuestas claras a las preguntas que hacen de verdad los clientes, en páginas que se pueden leer sin iniciar sesión ni JavaScript.

Cómo medimos la visibilidad en IA, y por qué la cifra es una muestra#

Hacemos a los servicios de IA una serie de preguntas sobre tu sector y tu ciudad y anotamos si se menciona tu empresa. El resultado muestra qué preguntas, qué servicio y qué fecha. Las respuestas de IA cambian de una vez a otra y de una persona a otra, así que la cifra es una muestra, no una plantilla de respuestas. Sin las preguntas, el servicio y el momento, una cifra de IA no se puede comparar, y por eso mostramos siempre las tres cosas.