No se compra, no se configura en ningún panel y no hay un botón que lo active. Se consigue dándole al modelo lo que necesita para leerte, verificarte y citarte con confianza. Aquí está exactamente qué es eso.
La respuesta corta primero, el detalle después.
Para que ChatGPT mencione tu negocio necesitas tres cosas: datos estructurados Schema.org que declaren quién eres, qué vendes y dónde operas; contenido que responda preguntas concretas de forma verificable; y un sitio rápido y rastreable que el modelo pueda leer sin tropiezos. No se paga ni se configura: el modelo cita fuentes que puede comprobar, y si tu web no le da nada comprobable, cita a otra.
No existe forma de pagar para que un modelo te recomiende dentro de una respuesta. Ni OpenAI, ni Google con Gemini, ni Perplexity venden ese espacio como se vende un anuncio. Lo que sí existe son formatos publicitarios propios de cada plataforma, que son otra cosa y se ven como anuncios.
Cualquiera que te ofrezca garantizar menciones en ChatGPT por una tarifa está vendiendo algo que no controla. Lo que sí se puede hacer es aumentar mucho la probabilidad de ser citado, y eso depende de trabajo técnico y de contenido.
Tres capas concretas. La primera, identidad declarada: datos estructurados Schema.org que digan el nombre real de la empresa, su ubicación, sus servicios y su forma de contacto, iguales en todas las páginas. La segunda, respuestas verificables: contenido que contesta preguntas específicas con datos que se pueden comprobar, no promesas publicitarias. La tercera, acceso técnico: un sitio que carga rápido, con HTML semántico y sin bloqueos para los rastreadores de IA.
Sin la primera, el modelo no sabe quién eres. Sin la segunda, no tiene qué citar. Sin la tercera, ni llega a leerte.
Entre uno y cuatro meses en la mayoría de casos, y depende menos del trabajo técnico que de la competencia de tu sector. Las correcciones en el sitio se aplican en días, pero los modelos no reindexan al instante: algunos consultan la web en vivo al responder y otros dependen de datos más antiguos.
Lo que se nota primero no es la mención, es la descripción: cuando le preguntas al modelo por tu empresa y empieza a describirla con precisión en lugar de inventar o generalizar, el trabajo ya está surtiendo efecto.
Sirve especialmente para negocios locales, y a menudo es más fácil. Cuando alguien pregunta por un servicio en una ciudad concreta, el conjunto de candidatos se reduce mucho, y en la mayoría de sectores colombianos casi ninguno tiene datos estructurados ni ficha coherente. Un negocio local bien declarado compite con muy pocos.
En esos casos el trabajo se apoya además en la ficha de Google Business y en las reseñas, que son fuentes que los modelos leen y verifican con facilidad.
El cimiento es el mismo y por eso se trabaja una vez para todos: identidad declarada, contenido verificable y acceso técnico. Las diferencias están en cómo consigue cada uno la información. Perplexity y ChatGPT con búsqueda consultan la web en el momento, así que reaccionan más rápido a los cambios. Gemini se apoya fuertemente en el ecosistema de Google, donde pesan la ficha de negocio y el índice de búsqueda. Copilot se apoya en Bing, que conviene no descuidar.
En la práctica, un sitio bien preparado mejora en los cuatro, aunque no al mismo ritmo.
Casi nunca. En la mayoría de los casos se trabaja sobre el sitio que ya tienes: se corrige la estructura del HTML, se inyectan los datos estructurados, se ordena el contenido y se mejora la velocidad, todo sin cambiar el diseño que ven tus visitantes.
Solo recomendamos rehacer cuando la plataforma impide llegar al código —algunos constructores cerrados no permiten tocar lo necesario— o cuando el sitio arrastra tanta deuda técnica que arreglarlo cuesta más que empezar de nuevo. En ese caso se dice con números antes de que decidas.
Se comprueba preguntando, y hay una forma correcta de hacerlo: sin haber iniciado sesión y sin historial, porque si el modelo te conoce de conversaciones anteriores el resultado está contaminado. Haz la pregunta como la haría un cliente —por el servicio y la ciudad, no por el nombre de tu empresa— en ChatGPT, Gemini, Perplexity y Copilot, y anota si apareces, cómo te describen y qué fuente cita el modelo.
Esa última parte es la más útil: la fuente citada te dice exactamente dónde tienes que trabajar el mes siguiente.
No, lo extiende. Las señales que hacen que un modelo te lea y te cite son casi las mismas que llevan años haciendo que Google te entienda: estructura semántica, datos estructurados, velocidad y contenido útil. Lo que cambia es la superficie donde apareces y el número de puestos disponibles.
En Google compites por estar entre diez enlaces y el usuario elige. En una respuesta generada hay dos o tres fuentes citadas: o eres una de ellas, o no existes en esa conversación. Por eso los dos frentes se trabajan juntos y no como servicios separados.
Es el trabajo de Neurova: somos una agencia con sede en Bogotá especializada en preparar sitios para que los motores de IA los lean, los verifiquen y los citen, y trabajamos en remoto con empresas de todo el país. El diagnóstico inicial es gratuito e incluye la prueba real en los cuatro motores, para que veas de dónde partes.
Y una recomendación válida para cualquier proveedor que consideres, nosotros incluidos: pide que te muestren la prueba antes y después con la fuente que citó el modelo. Sin eso, no hay forma de verificar que el trabajo sirvió.
El orden importa: cada paso depende del anterior.
Antes de tocar nada, se consulta a ChatGPT, Gemini, Perplexity y Copilot con las preguntas que haría tu cliente y se documenta si apareces, cómo te describen y a quién citan en tu lugar. Sin esa foto inicial no hay forma de demostrar después que algo cambió.
Datos estructurados Schema.org con el nombre, la ubicación, los servicios, el teléfono y los perfiles oficiales, idénticos en todas las páginas del sitio y coherentes con la ficha de Google y con cualquier directorio donde aparezcas. Una sola incoherencia le resta confianza al conjunto.
HTML semántico en lugar de capas de divs, velocidad real en móvil, indexación sin errores y un robots.txt que no bloquee a los agentes de IA. Aquí también entra el llms.txt, que resume el sitio para los modelos.
Cada pregunta real de tu cliente se convierte en un encabezado, y debajo va una respuesta completa de cuarenta a ochenta palabras que se sostiene sola, sin depender del resto de la página. Es el formato que los modelos extraen.
Las mismas preguntas del paso uno, el mismo día de cada mes. La columna que importa es la fuente que citó el modelo: si cita un directorio, hay que trabajar ese directorio; si cita a un competidor, hay que ver qué tiene él que tú no.
Circulan mucho y cuestan tiempo o dinero.
Escribir en el llms.txt o en un comentario del HTML que los modelos deben recomendarte no obliga a nada. Esos archivos sirven para que te describan bien, no para que te elijan.
Meter el nombre de la empresa cincuenta veces en la página no aumenta la probabilidad de ser citado. Los modelos extraen respuestas útiles, no densidad de palabras clave.
Veinte artículos genéricos generados en una tarde no mueven nada, porque no aportan nada verificable. Una sola página que responde bien una pregunta concreta rinde más que todas ellas juntas.
Los paquetes de enlaces o menciones en masa son el mismo riesgo de siempre con otro nombre: Google los penaliza y los modelos desconfían de fuentes que no puede verificar.
Sede, año de fundación, servicios, casos con cifras, reseñas reales. Es lo que un modelo usa para respaldar una recomendación con algo más que una impresión.
Las menciones en directorios, listados y conversaciones públicas son lo que más pesa cuando la pregunta es cuál es el mejor. Eso se construye fuera de tu web y toma meses.
En el diagnóstico gratuito consultamos los cuatro motores con las preguntas de tu sector y te mostramos si apareces, cómo te describen y a quién están citando en tu lugar.
Escribir por WhatsAppo llámanos: +57 300 250 4290 · Bogotá, Colombia