Por qué ChatGPT no encuentra el sitio web de su empresa

Motivo 1: los rastreadores de IA no llegan a su sitio web

Las respuestas de ChatGPT proceden de dos fuentes: los datos de entrenamiento del modelo y una búsqueda web en directo realizada en el momento de responder. Ambas dependen de la misma condición previa: que los rastreadores de IA puedan descargar su sitio web.

Todos los rastreadores de IA importantes utilizan nombres de User-Agent documentados públicamente: GPTBot (OpenAI, para el entrenamiento de modelos), OAI-SearchBot (OpenAI, para el índice de búsqueda de ChatGPT), ClaudeBot (Anthropic), PerplexityBot y CCBot (Common Crawl). Si su robots.txt los bloquea, su contenido nunca entra en el campo de visión de la IA. OAI-SearchBot es el que determina si aparece en los resultados de búsqueda de ChatGPT: bloquear GPTBot solo le excluye del entrenamiento de modelos, mientras que bloquear OAI-SearchBot es lo que le retira de la búsqueda de ChatGPT.

Google-Extended merece una mención aparte. No es un rastreador que descargue páginas, sino un identificador de control dentro de robots.txt que determina si Google puede usar su contenido para el entrenamiento de IA; el rastreo real lo sigue haciendo Googlebot.

Muchas plantillas de sitios web y plugins de seguridad bloquean por defecto a los rastreadores que no reconocen, sin que el propietario del sitio llegue a enterarse. Otro problema habitual es la falta de un sitemap, que deja a los rastreadores sin una lista completa de sus páginas.

Autocomprobación: abra yourdomain.com/robots.txt en el navegador y busque los nombres de rastreador citados arriba, comprobando si tienen reglas Disallow asociadas. Compruebe también si el grupo User-agent: * contiene una regla para todo el sitio del tipo Disallow: /, porque cualquier rastreador que no figure por su nombre queda sujeto a ese grupo por defecto. Después abra yourdomain.com/sitemap.xml y confirme que el archivo existe y enumera sus páginas principales.

Motivo 2: su contenido no tiene afirmaciones citables

Cuando un motor de IA responde a una pregunta, extrae frases completas y autónomas. Una afirmación citable es una frase que explica un hecho por sí sola, sin necesitar el contexto que la rodea.

Un eslogan como "Descubra hoy mismo un servicio excepcional" no aporta información, así que la IA no tiene nada que citar. En cambio, una frase como "Example Trading Co. es una empresa de software de Hong Kong que ofrece sistemas de contabilidad en la nube" sí se puede citar.

Autocomprobación: abra una página cualquiera de su sitio y pregúntese, frase a frase, si al extraerla sola el lector sabría quién es usted, a qué se dedica y dónde opera. Si todas las frases solo tienen sentido junto al texto que las rodea, la IA tampoco podrá interpretarlas.

Motivo 3: sus páginas no tienen datos estructurados

Los datos estructurados son un marcado estandarizado, normalmente escrito en JSON-LD dentro del código fuente de la página, que permite a las máquinas entender su contenido con precisión. Para el sitio web de una pyme, el conjunto imprescindible es Organization (datos de la empresa), FAQPage (contenidos de pregunta y respuesta) y BreadcrumbList (jerarquía de páginas).

Merece especialmente la pena añadir el marcado FAQPage. Convierte los contenidos de pregunta y respuesta en una estructura que las máquinas leen directamente, lo que facilita que los motores de IA los extraigan y los citen.

Autocomprobación: haga clic con el botón derecho en su página web, elija "Ver código fuente de la página" y busque application/ld+json. Si no hay ninguna coincidencia, la página no contiene ningún dato estructurado.

Motivo 4: la información de su marca está dispersa y es incoherente

Los motores de IA contrastan varias fuentes para confirmar los datos básicos de una empresa. Si su sitio web dice "Example Trading Company Limited", sus perfiles sociales dicen "Example Trading Co." y un directorio de empresas sigue mostrando su dirección antigua, la IA no puede tener la certeza de que todo se refiera a la misma empresa y prefiere no responder.

Las empresas de Hong Kong que utilizan a la vez un nombre en chino y otro en inglés están especialmente expuestas. Los dos nombres circulan por separado en distintas plataformas y ninguna página los conecta en una sola frase completa.

Autocomprobación: copie el nombre de la empresa, la dirección y el teléfono que aparecen en su sitio web, en sus perfiles sociales y en los directorios de empresas, y compárelos uno al lado del otro. La página "Quiénes somos" debería recoger el nombre en chino, el nombre en inglés y la actividad de la empresa juntos en una sola frase enunciativa completa.

Motivo 5: su sitio es demasiado nuevo y le falta respaldo externo

Los motores de IA prefieren citar información que otras fuentes corroboran. Un sitio recién lanzado, al que ningún sitio externo menciona, no le da a la IA ninguna base para confiar en él por bien escrito que esté el contenido. Además, los datos de entrenamiento de los modelos tienen una fecha de corte, así que un sitio muy nuevo puede sencillamente no estar incluido todavía.

Autocomprobación: escriba site:yourdomain.com en un buscador y observe cuántas páginas están indexadas. Después pregunte por el nombre de su marca a la función de búsqueda de ChatGPT o a Perplexity y fíjese en qué fuentes citan. Si todas las citas son de sitios de terceros y su propio sitio web no aparece nunca, el problema está en la indexación y en el respaldo externo.

Preguntas frecuentes

Vea su sitio tal y como lo ve la IA

Las cinco comprobaciones anteriores pueden hacerse a mano, pero repasar página a página las reglas de robots, los datos estructurados y el formato del contenido lleva su tiempo. El AEO Auditor gratuito (ai.ud.hk/aeo-auditor) ejecuta un análisis de visibilidad en IA sobre cualquier URL que introduzca. Ver primero cómo percibe la IA su sitio web facilita mucho decidir por qué corrección empezar.