Blog

Cómo hacer que ChatGPT recomiende tu negocio

Hay tres cambios técnicos concretos que aumentan las probabilidades de que ChatGPT, Claude o Perplexity citen tu web: publicar un llms.txt, marcar el contenido con datos estructurados (schema.org) y permitir explícitamente a los rastreadores de IA en robots.txt. Ninguno de los tres garantiza una mención: son condición necesaria, no suficiente. Así es como funciona cada uno.

Publicado el 21 de septiembre de 2026 · Víctor Gómez Rico

¿Cómo elige un modelo de lenguaje qué web citar?

Un modelo como ChatGPT no «navega» tu web como lo haría una persona: cuando responde citando una fuente, lo hace a partir de contenido que ha podido rastrear y entender con claridad, o que su motor de búsqueda integrado recupera en el momento de responder. Dos condiciones previas deciden si tu web entra en ese conjunto: que el rastreador del modelo pueda acceder a tus páginas, y que el contenido esté escrito de forma que se pueda extraer una respuesta concreta sin tener que interpretar una página entera. Sin esas dos cosas, da igual lo buena que sea tu web: no hay nada que un modelo pueda citar con confianza.

¿Qué es llms.txt y para qué sirve?

llms.txt es un archivo de texto en la raíz del dominio, pensado específicamente para modelos de lenguaje: en vez de que un modelo tenga que rastrear e interpretar toda la web para entender qué hace un negocio, llms.txt resume en texto plano qué es el sitio, qué servicios ofrece y qué páginas son más relevantes para cada pregunta habitual. Es el equivalente, para un modelo de lenguaje, a lo que un mapa del sitio es para un buscador tradicional: no sustituye al contenido real de las páginas, pero facilita muchísimo encontrarlo y resumirlo bien.

¿Qué aportan los datos estructurados (schema.org)?

Schema.org es un vocabulario compartido para marcar, dentro del HTML, qué es cada cosa: que un precio es un precio, que una pregunta frecuente es una pregunta con su respuesta, que un artículo tiene un autor y una fecha de publicación. Un modelo de lenguaje —igual que un buscador— puede leer ese marcado sin tener que adivinar la estructura a partir del diseño visual de la página. La diferencia práctica es esta: un precio escrito solo como texto suelto en un párrafo es una cifra más entre muchas; un precio marcado con el tipo adecuado de schema.org es un dato que el modelo puede extraer con seguridad y atribuir correctamente a quien lo publica.

¿Por qué hay que tocar el robots.txt?

Por defecto, algunos rastreadores usados por herramientas de IA no están permitidos en la configuración estándar de muchos sitios, o ni siquiera se han tenido en cuenta al escribir el archivo. Si el robots.txt de un sitio bloquea, expresamente o por omisión, los rastreadores de OpenAI, Anthropic o Perplexity, ese modelo nunca podrá indexar el contenido para citarlo, por muy bien escrito que esté. Permitir esos rastreadores no es una promesa de aparecer citado: es, simplemente, quitar el obstáculo que impide que se pueda considerar la posibilidad.

¿Qué hace que un párrafo sea citable y no solo publicidad?

Estas son las diferencias concretas entre un contenido que un modelo trata como información y uno que trata como publicidad, y que este mismo blog intenta aplicar:

¿Esto garantiza que ChatGPT recomiende mi negocio?

No, y cualquiera que lo prometa como un resultado garantizado no está siendo honesto. Publicar llms.txt, marcar el contenido con schema.org y permitir a los rastreadores de IA son condiciones técnicas necesarias para que un modelo pueda citarte, no una garantía de que lo haga: el modelo sigue decidiendo, para cada pregunta concreta, qué fuentes le parecen más fiables y relevantes, y eso depende también de la competencia, de la pregunta exacta que se haga y de cambios en el propio modelo que nadie fuera de las empresas que lo entrenan controla del todo. Lo que sí se puede afirmar, porque es verificable, es que sin esas condiciones técnicas la probabilidad es directamente nula: no se puede citar lo que no se puede rastrear ni entender.

¿Qué se ha hecho concretamente en esta web?

Esta misma web de Zemog aplica los tres cambios de los que habla este artículo: publica su propio llms.txt, marca sus páginas con schema.org (precios, preguntas frecuentes y artículos, cada uno con su tipo correspondiente) y su robots.txt permite explícitamente a los rastreadores de OpenAI, Anthropic y Perplexity. Además, páginas como esta se escriben siguiendo la misma tabla de la sección anterior: la primera frase responde la pregunta del título con una cifra, cada cifra de mercado cita su fuente junto al dato, y cada artículo incluye una sección explícita sobre cuándo la opción que vendemos no es la adecuada. No es una promesa de que esto vaya a traducirse en menciones; es la descripción de un trabajo técnico concreto, que cualquiera puede comprobar mirando el código fuente de esta página.

¿Puedo aplicar esto a mi propia web?

Sí, y no exige rehacer la web entera: llms.txt y robots.txt son archivos de texto que se pueden añadir a cualquier sitio ya existente, y los datos estructurados se pueden incorporar de forma incremental, página a página, empezando por las que más interesa que un modelo entienda bien (precios, preguntas frecuentes, artículos). El servicio de SEO y posicionamiento en buscadores de IA de Zemog incluye precisamente esta preparación técnica, junto con el contenido escrito para responder lo que la gente pregunta de verdad, con permanencia mínima de tres meses porque antes no hay datos suficientes para saber si algo está funcionando.

Si quieres que revisemos el estado actual de tu web en estos tres puntos, cuéntamelo en el formulario de contacto: te respondo en menos de 24 horas.