Por qué tus reseñas de cinco estrellas son invisibles para la IA

Hace dos años, el 25% de los consumidores utilizaban herramientas de IA en lugar de motores de búsqueda para encontrar productos y servicios. Hoy, esa cifra es del 58%.

A pesar de este salto, la mayoría de las empresas aún optimizan sus estrategias de contenido de manera tradicional. Como resultado, las empresas que dominaban la primera página de Google sometimes estaban ausentes por completo de las respuestas de la IA.

En Alps2Alps, he pasado meses probando para entender qué estaba sucediendo. Con el equipo, reconstruimos nuestra estrategia, y nuestro trabajo sistemático de GEO nos llevó a la cima entre los competidores en los modelos de búsqueda de IA (basado en el servicio Basebright).

El pensamiento breve es que la IA no clasifica sitios web. Compila respuestas de diversas fuentes en Internet, con criterios de evidencia que difieren fundamentalmente de los estándares de SEO.

De los rankings de búsqueda a las citas de IA

Los investigadores de Princeton y Georgia Tech acuñaron el término Optimización de Motor Generativo (GEO) en un estudio de 2024 publicado en KDD, una de las principales conferencias de ciencia de datos. Probaron cómo diferentes estrategias de contenido afectaban la visibilidad en las respuestas generadas por la IA y encontraron que las optimizaciones adecuadas podrían aumentar las tasas de citación hasta un 40%. También encontraron que las tácticas de SEO tradicionales como el llenado de palabras clave en realidad perjudicaban el rendimiento en la búsqueda generativa.

El caso de negocio es sencillo. Gartner predice que el volumen de búsqueda tradicional disminuirá un 25% para 2026 a medida que los usuarios migren a asistentes de IA. La investigación de consumidores de Capgemini de 2025, que cubrió a 12,000 personas en tres continentes, encontró que el 58% ya ha reemplazado los motores de búsqueda con IA generativa para el descubrimiento de productos. Según Statista, alrededor de 40% de los viajeros ahora utilizan herramientas de IA para planificar viajes.

Esto no son proyecciones sobre algún futuro lejano. Esto es ya cómo una parte creciente de sus clientes lo encuentra o no. Después de un año de pruebas y reconstrucción alrededor de esta realidad, han surgido patrones. Después de innumerables pruebas y reconstrucción de la estrategia de contenido hacia la nueva realidad, aquí está lo que funciona y lo que no.

Las reseñas perfectas son la nueva bandera roja

El estudio de Princeton encontró algo counterintuitivo. Agregar citas y estadísticas concretas al contenido mejoró la visibilidad de la IA mucho más que pulir el lenguaje o llenarlo con palabras clave. La implicación para las empresas que dependen de reseñas de clientes es significativa. No es que las calificaciones de estrellas no importen, porque la IA lee la distribución de puntuaciones en plataformas de confianza como Trustpilot y Google Maps, y una señal de agregado fuerte cuenta. Pero solo te lleva hasta cierto punto. Cuando un modelo sintetiza una respuesta sobre qué transferencia reservar, necesita algo que extraer. “¡Gran servicio!” no es eso. Esto tiene sentido si se piensa en cómo funcionan estos sistemas. Cuando ChatGPT responde a una pregunta sobre transferencias para viajeros, no solo cuenta estrellas. Sintetiza información de plataformas de reseñas, foros, redes sociales y contenido editorial. Cuentas detalladas le dan al modelo algo concreto con lo que trabajar.

La parte incómoda es que algún conflicto en su perfil de reseñas en realidad ayuda. Por ejemplo, viajar implica interrupciones del clima o retrasos de vuelos. Cuando esos problemas aparecen en reseñas públicas y una empresa responde con detalles específicos en lugar de un “valoramos su retroalimentación” de plantilla, señalaiza autenticidad. Un perfil con nada más que elogios parece fabricado para los consumidores y para los sistemas de IA que pesan la credibilidad de la fuente.

La parte práctica es simple pero difícil de poner en práctica. Deje de filtrar a quién invita a dejar reseñas. Pida a todos los clientes, incluidos aquellos que tuvieron una mala experiencia. Responda a las críticas públicamente con detalles concretos sobre lo que sucedió y qué cambió. El desorden es el punto, porque es lo que separa la reputación ganada de la sintetizada.

Escribir para extracción, no para impresión

La mayoría de los textos de marketing están escritos para persuadir a los humanos que navegan por un sitio web. GEO requiere escribir para extracción. Su contenido necesita estar estructurado para que una IA pueda extraer hechos específicos y citarlos en una respuesta combinada.

Los modelos de lenguaje extraen de múltiples fuentes cuando generan una respuesta y favorecen a las plataformas independientes. Una mención en TripAdvisor, un hilo de Reddit donde un usuario real describió su experiencia, un video de YouTube de un influyente que realmente tomó el servicio lleva más peso de citación que la misma información en su blog corporativo. El contenido generado por el usuario en plataformas de terceros se indexa bien en la búsqueda generativa porque es detallado, conversacional y proviene de una fuente independiente.

La misma lógica se aplica a los medios ganados. Si una publicación de la industria lo cita en un artículo sobre su sector, esa cita se convierte en material de citación listo para la IA. Está en un dominio autorizado, está atribuido a un experto con nombre y aborda un tema específico. Una buena cita puede aparecer en docenas de respuestas generadas por la IA.

En su propio sitio web, los cambios son más técnicos pero igualmente importantes. La marca de datos estructurados ayuda a los analizados de IA a entender qué hace su negocio, dónde opera y qué servicios ofrece. Las secciones de Preguntas Frecuentes con respuestas directas y específicas funcionan bien porque coinciden con el formato de pregunta y respuesta en el que funcionan los modelos de lenguaje. Y el lenguaje en sí importa: “Somos el servicio líder” es ruido. “Operamos 12 servicios en 5 países con un tiempo de respuesta promedio de 6 minutos” es datos que la IA utilizará.

La cobertura de lenguaje es un factor importante que a menudo se pasa por alto. La IA responde en el lenguaje de la consulta. Si su sitio web solo existe en inglés pero la mitad de sus clientes buscan en francés, alemán o italiano, es invisible para esas consultas. Para cualquier negocio que opera en múltiples mercados, el contenido multilingüe es un requisito de GEO.

Sus tickets de soporte son una mina de oro de contenido

La mayoría de las empresas que utilizan IA tienen a alguien en el equipo con una pestaña de ChatGPT abierta para tareas básicas. Ese es un punto de partida, no una estrategia. La verdadera ventaja competitiva en GEO proviene de utilizar sus propios datos operativos para guiar lo que crea y optimiza.

Los servicios B2C pueden manejar miles de consultas de clientes cada mes. En transferencias, por ejemplo, alrededor del 45% de estas son repetitivas. Cuando comenzamos a enrutarlas a través de un asistente de IA, el beneficio inmediato y obvio fue el tiempo de respuesta más rápido y el personal de soporte liberado para casos difíciles. Pero otro beneficio importante fue los datos. Ahora tenemos un mapa claro de lo que los clientes realmente preguntan, en sus propias palabras, en cada etapa del viaje.

Esas preguntas son las mismas que la gente hará a ChatGPT. Si tiene una página detallada y específica que responde exactamente a eso, se convierte en la fuente que la IA cita. Si no, el comentario de alguien en Reddit se convierte en la respuesta en su lugar.

El mismo principio se aplica a la monitorización competitiva. ¿Qué fuentes se citan? ¿Dónde están las brechas? Cuando un nuevo competidor comienza a aparecer en las respuestas de la IA, ¿qué contenido creó que ganó la citación? Y esto debería ser una práctica semanal para las empresas.

GEO es un proceso continuo, no un proyecto con una fecha de lanzamiento. Los modelos generativos se actualizan constantemente. Las fuentes que priorizan pueden cambiar. Lo que le valió una citación hace tres meses puede no funcionar hoy. Las empresas que construyen un bucle de retroalimentación acumularán su ventaja con el tiempo. Todos los demás seguirán preguntándose por qué sus clasificaciones de Google no se traducen en visibilidad de IA.

Hace un año, no pensaba mucho en cómo ChatGPT describía nuestra industria. Ahora es una de las primeras cosas que verifico cada semana y las respuestas cambian. Nuevas fuentes aparecen, las antiguas desaparecen. Es un sistema vivo, y la única forma de mantenerse visible en él es seguir alimentándolo con algo real.