Cómo saber si tu marca aparece en ChatGPT (3 pruebas gratis en 5 minutos)

Por qué conviene hacer este diagnóstico tú mismo antes de contratar nada

Gartner estima que el 90% de las compras B2B estarán mediadas por agentes IA en 2028. Las personas que compran para sus empresas ya están preguntando a ChatGPT, Claude y Perplexity cuál es el mejor proveedor para su problema antes de buscar en Google. Si tu marca no aparece en esas respuestas, directamente no estás en la conversación.

El problema es que la mayoría de empresas no sabe qué dicen las IAs de ellas. Hay dos formas de averiguarlo: pagar una auditoría AEO (500-1.500 EUR típicamente) o hacer tú mismo 3 pruebas básicas en 5 minutos. Este artículo te enseña las 3 pruebas. Si el resultado es malo, entonces tiene sentido contratar algo serio; si el resultado es bueno, no te hace falta.

Las 3 pruebas no requieren cuenta de pago, no requieren instalar nada y funcionan en cualquier sector —B2B, B2C local, e-commerce, consultoría, software, servicios profesionales—. Basta con tener a mano el nombre de tu empresa, tu sector y un competidor conocido.

Prueba 1: la pregunta que haría tu cliente

Entra en ChatGPT, Perplexity y Claude. Pregunta exactamente como preguntaría alguien que no te conoce todavía: «¿Cuál es la mejor [categoría de tu servicio] en [tu ciudad]?» o «¿Qué proveedores de [tu producto] recomendáis para una pyme?». No añadas tu nombre de marca ni pistas: queremos saber si apareces sin ayuda.

Hazlo en los 3 motores, porque cada uno tiene datos de entrenamiento y fuentes distintas. ChatGPT suele tirar de contenido web general, Perplexity cita fuentes en tiempo real y Claude mezcla. Las respuestas suelen diferir mucho.

• ¿Apareces en alguna de las 3 respuestas?
• Si no apareces, ¿quién aparece en tu lugar? Anota los nombres.
• ¿Son competidores reales de tu sector o son directorios genéricos (Páginas Amarillas, portales de reseñas, blogs sin autoridad)?
• ¿Cuántos competidores menciona cada motor? Si cita 5, estar en los 5 es diferente a estar fuera de los 5.

Prueba 2: la pregunta directa sobre tu marca

Pregunta: «¿Qué sabes de [NOMBRE DE TU EMPRESA]?». Esta prueba revela tu huella digital tal y como la ven los modelos. Hay 3 resultados posibles y cada uno dice algo distinto.

Resultado A: la IA no te conoce de nada («no tengo información sobre esa empresa»). Esto quiere decir que no tienes huella digital estructurada —ni ficha wiki, ni perfil LinkedIn relevante, ni menciones en medios citables—. Es el punto de partida más común y el más difícil de arreglar, pero también el que más impacto tiene cuando se arregla.

Resultado B: la IA inventa datos («alucina» tu año de fundación, tus servicios o tu ubicación). Esto es peor que no aparecer: la IA está dando respuestas plausibles pero falsas sobre ti a potenciales clientes. Hay que arreglar las fuentes (web, LinkedIn, directorios sectoriales) para que los modelos reentrenen con datos reales.

Resultado C: la IA te describe correctamente (servicios reales, equipo, ubicación, casos reconocidos). Es la situación óptima; aún así, conviene comparar la riqueza de la descripción con la de tu competidor en la prueba 3.

Prueba 3: la pregunta comparativa

Pregunta: «Compara [TU MARCA] con [COMPETIDOR CONOCIDO]». Las IAs te posicionan contra el líder del sector —y ahí es donde se nota qué información pública tienes y cuál les falta.

El resultado útil no es «quién gana». Las IAs rara vez dicen cuál es mejor —y cuando lo hacen, es poco fiable—. Lo útil es ver cuánta y qué calidad de información tiene la IA de ti vs del competidor. Si te resume en una línea y del competidor da 3 párrafos con detalles concretos, es que no te ha podido leer bien.

• ¿La descripción de tu marca es tan detallada como la del competidor?
• ¿Tienes diferenciadores concretos en la respuesta (precios, servicios únicos, cifras, metodología)?
• ¿Menciona casos de clientes, premios, apariciones en medios o integraciones conocidas?
• ¿La fuente que cita es tu web, LinkedIn, un medio sectorial, Wikipedia u otra?

Cómo interpretar los resultados de las 3 pruebas

Hemos hecho este diagnóstico decenas de veces en pymes españolas y hay 3 escenarios tipo que cubren la gran mayoría de casos.

Escenario 1 (lo más habitual, 70% de pymes): no apareces en la prueba 1, la IA no te conoce o inventa datos en la prueba 2, y en la comparativa de la prueba 3 el competidor sale con 3 párrafos y tú con 1 línea genérica. El problema no es tu web; es que no hay suficiente contenido estructurado y citable sobre ti en las fuentes que entrenan a los modelos (artículos en medios, perfil wiki, LinkedIn maduro, directorios sectoriales con contenido).

Escenario 2 (menos común, 20%): apareces en la prueba 1 esporádicamente, la IA te conoce en la prueba 2 pero mezcla datos, y en la prueba 3 estás equiparado al competidor en descripción pero no tienes diferenciadores claros. Aquí el trabajo es de refinamiento: schema estructurado, llms.txt y agent-feed.json, consistencia entre web y perfiles externos.

Escenario 3 (10%): te citan en la prueba 1 con regularidad, la prueba 2 devuelve datos correctos y en la prueba 3 ganas en diferenciadores. Enhorabuena, estás en el estado óptimo. Lo único que queda es monitorizarlo mensualmente para que no se degrade cuando los modelos reentrenen con datos nuevos.

Qué puedes hacer tú mismo si el resultado es flojo

Si tu diagnóstico está en los escenarios 1 o 2, hay 5 acciones que puedes aplicar sin contratar nada —ordenadas por relación esfuerzo/impacto—:

• Perfil de empresa en LinkedIn completo y actualizado (descripción, servicios, equipo, casos). LinkedIn es una de las fuentes principales que los modelos citan.
• Página «Sobre nosotros» de tu web con datos concretos (año de fundación, equipo, metodología, cifras). Nada de párrafos genéricos.
• Al menos 3-5 artículos en medios sectoriales con tu nombre citado. Guest posting o declaraciones. Es el acelerador más potente para que la IA te asocie a tu categoría.
• Fichas en directorios de tu sector (asociaciones, cámaras de comercio, portales B2B relevantes).
• llms.txt y agent-feed.json en la raíz de tu web. Son estándares emergentes que los agentes IA leen para entender rápidamente qué hace tu empresa.

Cuándo tiene sentido contratar una auditoría AEO profesional

El diagnóstico DIY está bien para saber tu punto de partida y ver si vale la pena invertir. Una auditoría AEO profesional empieza a tener sentido cuando: operas en un sector competitivo donde las IAs están reemplazando a Google en el proceso de compra (consultoría, software B2B, servicios profesionales, e-commerce de nicho), tus 3 competidores principales ya aparecen bien y tú no, o te interesa medir mensualmente cómo evoluciona tu visibilidad en 5 motores y recibir recomendaciones de acción priorizadas.

Un servicio AEO típico incluye consultas diarias controladas en ChatGPT, Claude, Perplexity, Gemini y Google AI Overviews, reportes de qué te cita cada motor y qué cita de la competencia, recomendaciones técnicas (schema, llms.txt, datos estructurados) y, en los planes superiores, un agente de contenido que publica FAQs optimizadas con schema en tu WordPress.