Cómo funciona la búsqueda RAG en ChatGPT, Perplexity y AI Overviews
Los buscadores generativos no ordenan diez enlaces azules, sino que emplean Retrieval-Augmented Generation (RAG) para dividir páginas en fragmentos semánticos, convertirlos en vectores y sintetizar una respuesta única con notas al pie clicables.
Cuando un usuario consulta en ChatGPT Search o Perplexity, el motor ejecuta una búsqueda híbrida que combina coincidencia léxica BM25 con similitud vectorial densa. Los mejores pasajes de 150 a 300 tokens pasan por un modelo reordenador que evalúa densidad factual y claridad de entidades.
Google AI Overviews opera con un flujo similar en dos etapas apoyado en su índice principal y los modelos Gemini. Las páginas en el top-10 orgánico tienen mayor probabilidad base de recuperación, pero sitios más abajo capturan la cita si presentan tablas HTML limpias y respuestas directas.
SEO clásico frente a Generative Engine Optimization (GEO)
El SEO clásico optimiza páginas completas para el CTR y enlaces entrantes, mientras que el GEO optimiza bloques aislados para la extracción automática, precisión numérica y consenso de marca.
En 2026 la densidad de palabras clave apenas influye en los reordenadores LLM. Lo determinante es si un bloque de 50 palabras responde de forma autónoma a una subconsulta sin depender del contexto previo.
| Parámetro | SEO Clásico | Generative Engine Optimization (GEO) |
|---|---|---|
| Unidad de clasificación | URL completa / página web | Fragmento semántico (150–300 tokens) |
| Formato de texto | Narrativa extensa con variaciones | Pirámide invertida, dato en la primera frase |
| Papel de tablas y cifras | Mejora de UX y fragmentos destacados | Señal crítica; +32% a +40% en citas |
| Señal de autoridad externa | Enlaces dofollow (PageRank) | Menciones de marca y coocurrencia de entidades |
| Acceso técnico de bots | Googlebot / Bingbot con renderizado JS | OAI-SearchBot, PerplexityBot, solo HTML SSR |
| Velocidad de actualización | Días o semanas según presupuesto de rastreo | Minutos o tiempo real vía RAG fetch |
| Métrica principal | Impresiones, CTR, sesiones orgánicas | Cuota de citas, clics en notas, Assisted CVR |
Arquitectura del bloque de texto ideal para citas en LLM
Un bloque GEO óptimo abre con una afirmación autónoma de 1 a 2 frases con entidades nombradas y cifras concretas, seguida de análisis técnico o una tabla HTML.
Los divisores RAG cortan el HTML en los encabezados (<h2>, <h3>). Si una sección arranca con rodeos retóricos, el vector resultante se aleja de la intención del usuario y el modelo descarta el fragmento.
- Regla de la primera frase: redacte la respuesta directa justo debajo de cada
<h2>en 20–35 palabras. - Entidades explícitas: sustituya pronombres ambiguos por nombres exactos como «PerplexityBot», «ISO 8583» o «2026».
- Tablas HTML nativas: utilice
<table>,<thead>y<tbody>en lugar de imágenes PNG o rejillas CSS. - Respuestas FAQ de 35–60 palabras: mantenga el marcado
FAQPageconciso para evitar recortes en AI Overviews.
Estándar técnico para rastreadores de IA: llms.txt, robots.txt y SSR
La visibilidad en buscadores de IA exige permisos explícitos en robots.txt para bots de búsqueda, renderizado en servidor (SSR) sin DOM diferido y un archivo /llms.txt en la raíz.
Muchos sitios bloquean su propio tráfico de IA al denegar GPTBot sin permitir OAI-SearchBot, o al cargar tablas de precios mediante JavaScript del lado del cliente.
| User-Agent del Bot | Operador | Propósito principal | Política recomendada en robots.txt |
|---|---|---|---|
OAI-SearchBot |
OpenAI | Índice de ChatGPT Search y citas en vivo | Permitir (Allow: /) para tráfico |
GPTBot |
OpenAI | Corpus de entrenamiento de modelos | Permitir o bloquear según política de IP |
PerplexityBot |
Perplexity AI | Índice de respuestas y enlaces fuente | Permitir (Allow: /) para citas |
ClaudeBot |
Anthropic | Búsqueda web y recuperación en Claude | Permitir para visibilidad de marca |
Google-Extended |
Control de datos para Gemini y AI Overviews | Permitir si busca presencia en AI Overviews |
El archivo /llms.txt en https://tudominio.com/llms.txt actúa como un mapa Markdown con el título de marca, resumen y enlaces a páginas comerciales, guías y calculadoras.
Economía del tráfico generativo: comparativa de CVR y LTV
El tráfico desde ChatGPT Search y Perplexity convierte entre 2.3 y 3.1 veces mejor que el clic orgánico clásico en Google porque el usuario completa su comparativa dentro del diálogo con la IA.
Ejemplo numérico con un valor medio de pedido (AOV) de $180 y margen bruto del 65% ($117 de beneficio bruto por venta):
- Google Organic clásico: 10,000 sesiones mensuales al 1.4% de conversión generan 140 pedidos, $25,200 en ingresos y $16,380 de beneficio bruto.
- Citas en búsqueda IA (ChatGPT + Perplexity): 3,500 sesiones al 3.8% de conversión generan 133 pedidos, $23,940 en ingresos y $15,561 de beneficio bruto, prácticamente el mismo resultado con 65% menos tráfico.
Sumando un mayor LTV a 12 meses, las referencias de LLM suelen superar a la publicidad de pago en ROI neto. Simule sus métricas en nuestra calculadora de unit economics de tráfico y revise los cálculos en la guía de unit economics en arbitraje de tráfico.
Errores frecuentes de GEO que anulan la visibilidad en IA
Los cuatro errores más críticos son bloquear OAI-SearchBot en el WAF, ocultar especificaciones en pestañas JS, redactar textos sin cifras y omitir datos estructurados.
- Falsos positivos en Cloudflare Bot Fight Mode: las reglas estrictas suelen devolver HTTP 403 a
PerplexityBotyOAI-SearchBot. - Datos en imágenes o Lazy DOM: tablas en PNG o acordeones React resultan invisibles para raspadores RAG sin renderizado JS.
- Falta de autoría y fecha: los reordenadores penalizan artículos sin campos
authorydateModifieden JSON-LD.
Lista de verificación de auditoría GEO en 60 minutos
Convierta cualquier página comercial o guía en una fuente prioritaria para sistemas RAG siguiendo estos ocho pasos en una hora:
- Revise
robots.txty registros del WAF para confirmar respuestas HTTP 200 aOAI-SearchBot,PerplexityBotyClaudeBot. - Publique el archivo
/llms.txten la raíz del dominio con enlaces a sus 15–25 URLs principales. - Inspeccione el código fuente HTML (Ctrl+U) para verificar que textos y tablas existen sin ejecutar JavaScript.
- Reescriba las primeras dos frases bajo cada
<h2>para ofrecer una respuesta directa y autónoma. - Transforme al menos dos comparativas narrativas en tablas HTML
<table>con encabezados<th>claros. - Incorpore cifras de 2026, porcentajes o cálculos financieros en cada sección principal.
- Añada un bloque FAQ de 5 preguntas (respuestas de 35–60 palabras) con esquema válido
FAQPageJSON-LD. - Configure segmentos en GA4 para referencias de
chatgpt.com,perplexity.aiyclaude.ai.