Hace no mucho tiempo, el fundador de una empresa de servicios recién creada me hizo una pregunta que no supe responder del todo bien en el momento: «si le pregunto a ChatGPT quién puede ayudarme con esto que nosotros hacemos, ¿por qué nunca sale nuestro nombre?. Esa pregunta, y las que vinieron después, son el origen de este artículo.
Aquí te cuento qué factores determinan que un sitio de servicios sea mencionado, citado o recomendado por un sistema de IA generativa, y —sobre todo— cómo puede abordar este canal una empresa que empieza sin reputación, sin historial y sin la autoridad acumulada de quien lleva años en el sector. No es un problema menor: los sistemas de IA tienden a apoyarse en señales de confianza que, por definición, una empresa nueva todavía no tiene. Pero tampoco es un obstáculo insalvable.
La pregunta que me hizo replantear cómo explicamos esto
La conversación con la que abro este artículo ocurrió durante una primera reunión de diagnóstico. La empresa llevaba poco más de medio año operando, tenía un puñado de clientes satisfechos y una web razonablemente bien construida, pero cero presencia en prensa, cero menciones externas y, por supuesto, cero historial de posicionamiento. Su fundador había probado a preguntar directamente a varios asistentes de IA por sus servicios, y su empresa nunca aparecía, ni siquiera cuando incluía términos muy específicos de su especialidad.
Recuerdo que, mientras me explicaba esto, sacó su propio teléfono y me hizo la prueba en directo, delante de mí: formuló la pregunta tal cual la habría hecho un cliente potencial, y vimos juntos cómo el asistente recomendaba a tres competidores, todos ellos con más de una década de trayectoria. Ninguno de los tres, en mi valoración profesional, ofrecía un servicio mejor que el suyo. Simplemente llevaban más tiempo siendo visibles, y esa visibilidad se había convertido en la base de la que partía el sistema para decidir a quién recomendar.
Mi primera reacción, bastante honesta, fue explicarle que esto es exactamente lo esperable: los sistemas de IA generativa, igual que los buscadores tradicionales, tienden a construir sus respuestas apoyándose en fuentes que ya han demostrado ser fiables de alguna forma verificable. Una empresa de seis meses, por definición, casi nunca ha tenido tiempo de acumular esas señales. No es un fallo técnico ni un sesgo injusto contra los recién llegados; es, sencillamente, cómo funciona la confianza, tanto para las personas como para las máquinas que ahora median buena parte de nuestras decisiones.
Lo que sí le pude decir, y es la idea que vertebra todo este artículo, es que existe un camino. No es un atajo mágico ni un truco de optimización que dé resultados en dos semanas. Es una combinación de factores muy concretos que, trabajados con disciplina desde el primer día, pueden acelerar de forma notable el tiempo que tarda una empresa nueva en empezar a ser mencionada por estos sistemas.
¿Por qué este problema es especialmente agudo en negocios de servicios?
Centro este artículo en negocios de servicios de forma deliberada, porque he observado que el problema de la falta de reputación pesa de una forma particular en este tipo de actividad, distinta a como afecta, por ejemplo, a una tienda online que vende un producto físico estandarizado.
En un servicio, la decisión de compra depende en gran medida de la confianza en quién lo presta: su experiencia, su forma de trabajar, su fiabilidad. Es, precisamente, el tipo de información más difícil de verificar de forma automática y más sensible a los sesgos de autoridad acumulada. Un asistente de IA que responde sobre qué asesoría fiscal, qué consultora de marketing o qué clínica dental recomendar está, en esencia, haciendo una recomendación de confianza personal, y tiende a apoyarse en las mismas señales —experiencia demostrable, validación externa, reputación consistente— en las que se apoyaría una persona pidiendo referencias a un conocido.
Esto explica por qué, en mi experiencia, los negocios de servicios profesionales necesitan trabajar con más intensidad la validación externa y las señales de autoría que, por ejemplo, un comercio electrónico de nicho, donde factores más técnicos como la estructura del catálogo pueden compensar, en parte, la falta de trayectoria.
¿Qué factores determinan realmente que un sitio de servicios sea mencionado por una IA?
Antes de hablar de cómo empezar desde cero, conviene entender qué está evaluando un sistema de IA generativa cuando decide si menciona, cita o recomienda una fuente. No es un proceso idéntico al del posicionamiento tradicional en buscadores, aunque comparte fundamentos con él. A partir de la observación directa de decenas de cuentas que gestionamos, y con la prudencia de saber que ningún proveedor de IA publica su metodología exacta, hemos identificado ocho factores que se repiten de forma consistente.
Claridad y capacidad de extracción del contenido
Un sistema de IA generativa no lee una página como lo haría una persona; necesita poder extraer afirmaciones concretas, autocontenidas y verificables. Un contenido que explica bien qué hace la empresa, a quién sirve y qué la diferencia, con definiciones claras al principio de cada sección, tiene muchas más probabilidades de ser citado que un contenido igual de bueno pero redactado de forma narrativa y dispersa.
Datos estructurados y marcado técnico
El uso de schema.org —especialmente los tipos Organization, Service, LocalBusiness o FAQPage, según el caso— facilita que un sistema automatizado interprete correctamente quién eres, qué ofreces y en qué condiciones. No sustituye a un buen contenido, pero reduce la ambigüedad que ese contenido pueda generar.
Los sistemas de búsqueda y de IA intentan construir una comprensión de quién eres como entidad, no solo de qué dice tu web. Esto exige que el nombre de la empresa, su actividad, su ubicación y sus datos básicos aparezcan de forma coherente tanto en la propia web como en cualquier fuente externa donde la empresa esté presente.
Validación externa independiente
Este es, en mi experiencia, el factor que más pesa y el que más cuesta a una empresa nueva. Que terceros —prensa especializada, directorios sectoriales, otras webs, perfiles profesionales verificables— hablen de la empresa de forma coherente con lo que la propia empresa dice de sí misma aporta un tipo de confianza que ninguna cantidad de contenido propio puede generar por sí sola.
Señales de autoría y experiencia demostrable
Un contenido firmado por una persona identificable, con experiencia verificable en la materia, tiende a generar más confianza que un contenido anónimo o firmado genéricamente por «el equipo». Esto es especialmente relevante en servicios donde la pericia profesional importa —asesoría, salud, finanzas, tecnología— y donde los sistemas de IA tienden a ser más cautelosos a la hora de decidir qué citar.
Accesibilidad técnica para rastreadores de IA
Un aspecto que muchas empresas nuevas descuidan por pura falta de conocimiento técnico es si su web permite el acceso de los rastreadores asociados a los principales sistemas de IA. Conviene revisar la configuración del archivo robots.txt.
Prueba social y reputación verificable
Reseñas en plataformas de terceros, valoraciones verificables y testimonios contrastables funcionan como una señal adicional de confianza, tanto para las personas como, cada vez más, para los sistemas que sintetizan respuestas basándose en el consenso aparente que encuentran sobre una marca.
Frescura y mantenimiento del contenido
Un contenido que se actualiza, que refleja el estado actual del servicio y de sus condiciones, transmite una señal implícita de que la empresa sigue activa y de que la información puede considerarse vigente. Una web abandonada, aunque tenga contenido antiguo de calidad, transmite justo la señal contraria.
¿Por qué la falta de reputación pesa más en este canal que en el SEO tradicional?
Quiero detenerme en esta idea porque creo que no se explica con suficiente claridad en la mayoría de contenidos sobre este tema. En el SEO tradicional, una empresa nueva podía, con paciencia y trabajo técnico, empezar a posicionar para consultas de nicho relativamente pronto, incluso sin una gran autoridad acumulada, siempre que la competencia en esa consulta concreta no fuera muy intensa.
En la síntesis de respuestas por IA, el problema de arranque en frío —lo que en otros campos se conoce como cold start problem— tiende a ser más pronunciado. Un sistema que sintetiza una respuesta sobre una categoría de servicio suele apoyarse en un número reducido de fuentes que ya ha aprendido a considerar fiables, y ese aprendizaje se construye, en gran medida, sobre patrones de consenso, repetición y validación externa que una empresa de pocos meses casi nunca ha tenido tiempo de generar.
Esto no significa que sea imposible, y lo demuestro más adelante con un caso concreto. Significa que el plazo razonable de expectativas debe ser distinto, y que la estrategia no puede limitarse a «escribir buen contenido y esperar», que es, honestamente, el consejo que con más frecuencia recibía este tipo de cliente hace apenas un par de años.
El caso que más me enseñó: acompañar a una empresa desde el mes cero
Volviendo al empresario con el que abría este artículo: decidimos abordar su caso como un experimento documentado, no como una promesa de resultado. Durante los primeros tres meses de trabajo, en lugar de centrarnos en producir volumen de contenido genérico sobre su categoría, hicimos tres cosas muy concretas.
- Primero, construimos su entidad digital desde cero: perfil profesional completo del fundador, alta y verificación en los directorios sectoriales relevantes para su actividad, y una página «sobre nosotros» con información concreta y verificable, en lugar del texto de relleno habitual en tantas webs nuevas.
- Segundo, en lugar de intentar competir por consultas genéricas de categoría —donde la competencia llevaba años acumulando autoridad—, identificamos dos o tres subcategorías muy específicas de su servicio, prácticamente sin contenido de calidad publicado por nadie, y escribimos ahí con mucho detalle y datos propios.
- Tercero, buscamos activamente dos o tres menciones externas tempranas: una colaboración con un medio especializado de nicho, una entrevista en un pódcast sectorial y la participación documentada en un evento profesional de su ámbito.
A los seis meses, al repetir de forma sistemática un conjunto de preguntas frente a los principales asistentes conversacionales, la empresa empezó a aparecer mencionada en dos de las subcategorías específicas que habíamos trabajado, aunque todavía no en las consultas más genéricas de su categoría.
No fue un resultado espectacular ni inmediato, y sigo sin poder garantizar que ese mismo enfoque produzca resultados idénticos en otro sector o con otro punto de partida. Pero sí fue una señal clara de que priorizar profundidad en un nicho pequeño, con validación externa temprana, funciona mejor para una empresa nueva que intentar competir de entrada en el terreno genérico donde la competencia ya lleva años de ventaja.
La estrategia de arranque en frío: un marco práctico para empezar desde cero
A partir de esa experiencia, y de otras similares con distintos clientes, hemos ido consolidando un marco de trabajo que aplicamos, con matices según el sector, a cualquier empresa que empieza este camino sin reputación previa.
Primero: construir la entidad antes que el contenido
El primer error que veo con más frecuencia es empezar a publicar contenido antes de haber construido una identidad digital coherente y verificable. Antes de escribir una sola pieza de contenido extenso, conviene asegurarse de que existe información básica, consistente y verificable sobre la empresa en, al menos, un puñado de fuentes externas fiables: directorios sectoriales, perfiles profesionales, registros o asociaciones del sector cuando existan.
Segundo: elegir la batalla correcta — nichos específicos antes que categorías genéricas
Una empresa nueva que intenta aparecer mencionada en la pregunta genérica más competida de su categoría está, en la mayoría de los casos, luchando una batalla que no puede ganar a corto plazo.
Identificar nichos, casos de uso concretos o combinaciones muy específicas de necesidad y contexto donde apenas existe contenido de calidad publicado ofrece una vía de entrada mucho más realista. Es la misma lógica que durante años ha funcionado en SEO para dominios nuevos, aplicada ahora a la citabilidad por IA.
Tercero: perseguir validación externa activamente, no esperar a que llegue sola
La validación externa no suele aparecer de forma espontánea en los primeros meses de vida de una empresa; hay que perseguirla de forma activa. Colaboraciones con medios de nicho, participación en pódcast del sector, ponencias en eventos profesionales, alianzas con otras empresas ya establecidas y complementarias: cualquier acción que genere una mención coherente en una fuente que no sea la propia empresa acelera de forma directa la construcción de confianza que los sistemas de IA necesitan para citar una fuente.
Cuarto: ser honesto sobre ser nuevos, no ocultarlo
He visto a varias empresas jóvenes intentar aparentar una trayectoria mayor de la que tienen, exagerando años de experiencia o inflando el tamaño del equipo. Además de ser una práctica que no recomendaría por razones éticas evidentes, en mi experiencia resulta contraproducente: cualquier inconsistencia entre lo que la empresa dice de sí misma y lo que fuentes externas verificables muestran daña la confianza más de lo que la falta de trayectoria por sí sola lo haría.
Es preferible comunicar con claridad la propuesta de valor concreta que sí se puede demostrar hoy, aunque la trayectoria sea corta.
Quinto: acumular prueba social desde el primer cliente
Cada cliente satisfecho, por pequeño que sea el proyecto, es una oportunidad de generar una reseña verificable, un testimonio con nombre y contexto, o un caso documentado con resultados concretos. Las empresas nuevas suelen posponer este trabajo hasta tener «suficientes» clientes, y en mi experiencia es exactamente al revés: cuanto antes se empieza a documentar y publicar esa prueba social, antes se empieza a construir la base de confianza que este canal exige.
Sexto: revisar la accesibilidad técnica desde el primer día
Al tratarse de empresas nuevas, suele ser mucho más sencillo revisar y configurar correctamente la accesibilidad técnica para rastreadores desde el origen, en lugar de heredar años de configuraciones acumuladas y sin revisar, como ocurre con frecuencia en empresas más consolidadas. Aprovechar esa ventaja de partir de cero en la parte técnica es, paradójicamente, una de las pocas ventajas reales que tiene una empresa joven frente a una consolidada en este terreno concreto.
Errores que veo repetirse en empresas que intentan este camino
- Publicar mucho contenido genérico en lugar de poco contenido muy específico. El volumen sin profundidad no genera citabilidad; genera ruido que compite, sin ninguna ventaja, contra competidores con más autoridad acumulada.
- Esperar resultados en semanas. En ninguno de los casos que hemos acompañado desde el arranque en frío hemos visto menciones consistentes antes de los tres o cuatro meses de trabajo sostenido, y en la mayoría de los casos el plazo ha sido bastante más largo.
- Descuidar la validación externa por considerarla «relaciones públicas» ajenas al trabajo digital. Es, probablemente, el factor individual más determinante para una empresa sin reputación previa, y con frecuencia queda fuera del plan de trabajo por no encajar claramente en ningún departamento.
- Copiar el enfoque de un competidor consolidado. Una empresa con quince años de trayectoria puede permitirse competir en consultas genéricas porque ya tiene la autoridad acumulada para hacerlo; replicar esa misma estrategia de contenido sin esa autoridad previa suele ser tiempo y presupuesto mal invertidos.
- No medir ni documentar el proceso. Sin un seguimiento periódico y sistemático de menciones, es imposible saber si el trabajo está funcionando o si conviene ajustar el enfoque, y las decisiones acaban basándose en intuición en lugar de en evidencia.
Mi reflexión personal: nosotros también empezamos de cero en esto
No puedo escribir este artículo sin reconocer algo que me parece relevante para dar credibilidad de todo lo anterior: cuando empezamos a trabajar de forma sistemática la visibilidad en sistemas de IA, nuestra propia agencia partía, en este terreno concreto, de una situación muy parecida a la de cualquier empresa nueva. Llevábamos años de trayectoria en SEO tradicional, pero cero historial de menciones en asistentes conversacionales, porque ese historial, sencillamente, todavía no existía para nadie hace relativamente poco tiempo.
Aplicamos sobre nosotros mismos buena parte de lo que describo en este artículo: construimos con cuidado la entidad de nuestros perfiles profesionales, elegimos escribir sobre subcategorías muy específicas de nuestro trabajo antes que, sobre los términos genéricos más disputados del sector, y buscamos de forma activa las primeras colaboraciones y menciones externas en publicaciones y comunidades del ámbito digital. No fue instantáneo, y seguimos, a día de hoy, trabajando en ampliar esa presencia. Pero el proceso, vivido en primera persona sobre nuestro propio negocio, es lo que me da la confianza para describirlo aquí no como una teoría, sino como un camino que hemos recorrido nosotros mismos, con los mismos plazos de espera incómodos que describo para cualquier otra empresa que empieza.
La reputación se construye, también frente a las máquinas
Vuelvo, para cerrar, a la pregunta del fundador con la que empezaba este artículo. No tengo, ni tenía entonces, una fórmula que garantice aparecer en las respuestas de un asistente de IA en un plazo determinado. Lo que sí tengo, después de haber acompañado varios procesos como el suyo, es la convicción de que la falta de reputación no es un obstáculo permanente, sino un punto de partida que se puede trabajar de forma deliberada: construyendo entidad antes que volumen de contenido, eligiendo nichos específicos antes que categorías disputadas, persiguiendo validación externa de forma activa, y siendo honesto sobre lo que la empresa es hoy, en lugar de aparentar una trayectoria que todavía no tiene.
Ninguna empresa nace con reputación. Todas las marcas que hoy aparecen citadas con naturalidad en las respuestas de un asistente de IA tuvieron, en algún momento, cero menciones y cero historial. La diferencia entre las que hoy son visibles y las que no lo son rara vez está en la suerte; suele estar en si alguien, desde el primer día, decidió trabajar de forma deliberada la confianza que este canal exige, en lugar de esperar a que llegara sola.
Preguntas frecuentes
¿Puede una empresa recién creada aparecer mencionada por ChatGPT o Gemini sin tener reputación previa?
Sí, pero no de forma inmediata ni sin trabajo intencional. En los casos que hemos acompañado, las primeras menciones consistentes han tardado entre tres y seis meses en aparecer, y casi siempre primero en subcategorías muy específicas antes que en consultas genéricas de la categoría.
¿Qué es más importante para una empresa nueva: el contenido propio o las menciones externas?
En mi experiencia, las menciones externas pesan más de lo que la mayoría de equipos de contenido asume, precisamente porque una empresa sin reputación previa no puede generar por sí sola la validación que estos sistemas parecen necesitar. Lo ideal es trabajar ambos frentes en paralelo, sin descuidar ninguno.
¿Sirve de algo el marcado schema.org si todavía no hay contenido suficiente?
No lo recomiendo como primer paso. En mi experiencia, identificar subcategorías o casos de uso específicos donde la competencia todavía no ha publicado contenido de calidad ofrece una vía de entrada mucho más realista que intentar competir de entrada por las consultas más genéricas y disputadas de la categoría.
¿Cuánto tiempo hay que esperar antes de considerar que la estrategia no está funcionando?
Con la evidencia que tenemos, no recomendaría sacar conclusiones antes de los cuatro o cinco meses de trabajo sostenido y bien documentado. Un plazo menor no suele ser suficiente para que los sistemas de IA acumulen las señales de confianza necesarias, incluso cuando el trabajo se está haciendo correctamente.
¿Hace falta invertir en relaciones públicas o basta con el trabajo de contenido digital?
Por lo que hemos observado, el trabajo de contenido digital por sí solo suele ser insuficiente para una empresa sin reputación previa. Alguna forma de relaciones públicas o de generación de menciones externas —aunque sea a pequeña escala y con recursos limitados— ha estado presente en todos los casos en los que hemos visto resultados consistentes.
¿Es distinto este proceso para negocios de servicios locales que para negocios digitales sin límite geográfico?
Sí, bastante. En negocios locales, la consistencia de datos básicos en directorios y plataformas de reseñas suele generar resultados más rápidos que en negocios digitales de alcance amplio, donde la competencia por cada consulta genérica suele ser mucho mayor y conviene apostar con más fuerza por la especialización en subcategorías concretas.
¿Puede una sola mención en un medio importante compensar la falta de trayectoria?
Puede acelerar el proceso de forma notable, pero en mi experiencia rara vez es suficiente por sí sola. Los sistemas de IA parecen valorar más la consistencia de varias señales moderadas a lo largo del tiempo que un único pico de visibilidad aislado, por relevante que sea la fuente.
