Toda marca cuyo equipo de marketing haya pasado cinco minutos pensando en la búsqueda con IA se ha hecho la misma pregunta: ¿cómo deciden realmente los motores a quién citar? ¿Por qué Perplexity nos nombra en el 86% de los prompts relevantes mientras Vistas generales de IA no nos menciona en absoluto? ¿Por qué Claude nos da crédito mientras ChatGPT nos parafrasea hasta dejarnos en el anonimato?
La respuesta honesta es que nadie fuera de los equipos de cada motor conoce los sistemas de ranking completos. Pero hay suficiente documentación pública, comportamiento observable y reconocimiento de patrones obtenido al monitorear la participación en citas en miles de prompts como para trazar un mapa real. Cada uno de los cinco principales motores de IA tiene una postura distinta, un conjunto de señales distinto y una definición distinta de lo que cuenta como una "buena fuente". Esta es la mecánica, motor por motor.
Este artículo es la síntesis de lo que hemos aprendido instrumentando los principales motores para nuestros clientes y al publicar el informe Estado de las citas en compras con IA 2026. No es un algoritmo filtrado. Es la verdad operativa que sale de ejecutar los mismos prompts en los cinco motores durante el tiempo suficiente para ver que los patrones se mantienen.
La base compartida
Antes de entrar en cada motor, estas son las señales que mueven las tasas de citación en los cinco motores:
- Autoridad temática. Las páginas de dominios con una cobertura temática profunda y constante se citan más que las de dominios más amplios y superficiales. La misma regla que impulsaba el SEO tradicional.
- Datos estructurados de Schema.org. Las páginas con schema válido de Product, FAQPage, HowTo y Article aparecen con más frecuencia que las que no lo tienen. El schema es un seguro de elegibilidad, no un factor de ranking, pero en la práctica esa diferencia de elegibilidad es grande.
- Señales de E-E-A-T. Autores con nombre, biografías reales, páginas de "Acerca de" con profundidad y citas de fuentes primarias. El marco de Helpful Content es todavía más central para los motores de IA que para el Google tradicional.
- Acceso de los rastreadores. Si el rastreador del motor (GPTBot, ClaudeBot, PerplexityBot, Google-Extended, etc.) no puede acceder a tu página, no estás en el conjunto de candidatos.
- Corroboración fuera de tu dominio. Las marcas mencionadas en cobertura editorial, contenido comparativo y UGC auténtico aparecen más a menudo que las que no tienen esa huella. Es la capa en la que la mayoría de las marcas invierte menos de lo necesario.
Si haces bien estas cinco cosas, eres elegible. La elegibilidad es necesaria, pero no suficiente: la capa específica de cada motor, encima de esa base, determina quién termina siendo nombrado.
Motor 1: ChatGPT
El comportamiento de citación de ChatGPT está dominado por la memoria parafraseada. El modelo se entrenó con un corpus enorme que incluía muchísimas menciones de marcas en contexto; cuando le haces una pregunta centrada en un atributo, saca a la luz las marcas que el corpus asocia con más fuerza a ese atributo. El modo de navegación (cuando se activa) agrega una capa de recuperación en tiempo real, pero el mecanismo de memoria de fondo es la fuerza dominante en la mayoría de las consultas.
Lo que esto significa en la práctica:
- Aparecen las marcas que el corpus de entrenamiento nombra junto al atributo buscado. "La marca X es la que hace Y": cuando esa asociación existe en suficientes fuentes del corpus, ChatGPT la recuerda.
- La citación en sentido estricto es poco común. En nuestro piloto, ChatGPT devolvió 0 citas en línea en consultas con modo de navegación, incluso cuando mencionaba marcas por nombre dentro de la narración. El motor nombra marcas; no les pone notas al pie.
- La palanca de optimización es la densidad de menciones en otros dominios. Cobertura editorial, contenido comparativo, recopilaciones de expertos, contenido en Reddit y Quora: el corpus con el que se entrena el modelo. Es una inversión lenta que se acumula con el tiempo.
La guía completa de optimización para ChatGPT está en nuestra página de servicios de SEO para ChatGPT. La versión corta: sé la marca que se nombra en el contexto de ese atributo, en tantos lugares creíbles como sea posible, durante el tiempo suficiente para que el corpus lo absorba.
Motor 2: Anthropic Claude (Sonnet 4.6)
La postura de Claude es fundamentalmente distinta a la de ChatGPT. El motor es más lento, más deliberado y está diseñado explícitamente (según la documentación de Anthropic) para favorecer la síntesis extensa a partir de un número menor de fuentes de alta calidad.
La mecánica de citación:
- La búsqueda web, cuando se activa, toma de 2 a 4 fuentes por respuesta, con una clara preferencia por contenido de fuentes primarias (páginas del fabricante, especificaciones originales, investigación revisada por pares, datos gubernamentales).
- El modelo favorece fuentes con autoría clara y una identidad clara de la entidad que publica. Las páginas con autores con nombre, biografías reales y señales visibles de la organización que publica se citan con tasas notablemente más altas que las páginas anónimas de marketing de contenidos.
- El contenido extenso y sustancial le gana a la cobertura superficial. Una pieza de metodología de 3,000 palabras con un argumento real y datos originales supera a una recopilación de afiliados de 600 palabras en la selección de fuentes de Claude, aunque ambas sean técnicamente elegibles.
Un resultado del piloto que vale la pena analizar: Claude nombró a 1Digital® en 4 de 6 prompts de comparación de agencias. La agencia par promedio apareció en aproximadamente 1 de 6. Es una diferencia de 4× con el mismo conjunto de prompts, en un vertical que en teoría es competitivo. La hipótesis que encaja con los datos: Claude premia la profundidad. Las agencias (y las marcas) con metodología sustancial publicada y datos propios reales aparecen; las que compiten con volumen de contenido superficial, no.
La palanca de optimización para Claude es la profundidad de contenido propio. White papers, páginas de metodología, contenido de investigación original y autoría de expertos con nombre. Tarda en construirse y tarda en perderse. Consulta los servicios de SEO para Claude AI para ver la guía completa.
Motor 3: Perplexity Sonar
Perplexity es el motor cuya mecánica de citación se parece más a la de un buscador tradicional, y eso es una ventaja, no un defecto. Sonar es un modelo con recuperación aumentada: obtiene un conjunto nuevo de documentos al momento de la consulta, los clasifica y fundamenta su respuesta en el subconjunto mejor clasificado. La transparencia es estructural.
La mecánica de citación:
- De 5 a 8 citas con nombre por respuesta en promedio. El modelo muestra las fuentes directamente en línea, con enlaces en forma de chip en los que el usuario puede hacer clic.
- Sonar resuelve las URL canónicas de forma agresiva. Las URL de variantes que apuntan como canónica a una PDP principal se consolidan en esa página principal.
- La capa de recuperación lee con claridad la estructura de tu dominio. Las páginas con datos comparativos estructurados, bloques de preguntas frecuentes y marcado de Schema.org limpio se parafrasean textualmente con más frecuencia que páginas equivalentes sin estructura.
- Tasa de menciones del 86% en nuestro piloto, $0.022 por respuesta, de 5 a 8 citas por respuesta. La superficie de IA más atribuible del mercado.
La ponderación de señales de Perplexity es la más "parecida al SEO" de los principales motores: la autoridad temática, la profundidad del contenido en tu dominio, la limpieza del schema y la autoridad de enlaces tienen peso. Lo que agrega este motor es su sensibilidad a qué tan fácil es extraer cada pasaje: los párrafos que se leen como definiciones se citan; los que se leen como texto de marketing, no.
La guía completa para Perplexity está en nuestra página de servicios de SEO para Perplexity AI, y los detalles del flujo de compra en optimización para Perplexity Shopping.
Motor 4: Google Gemini / AI Overviews
Gemini 2.5 Pro impulsa Google AI Overviews. El motor se alimenta del índice web principal de Google, no de un rastreo separado específico para IA, y su trabajo, en consultas con intención de compra, es ofrecer la respuesta a nivel de categoría, no recomendar marcas específicas.
La mecánica de citación:
- Los pasajes se extraen de páginas orgánicas que ya posicionan. AI Overviews no inventa nuevos ganadores; destaca pasajes de los primeros resultados orgánicos.
- La unidad citable es el pasaje, no la página. Una página en la posición #4 con un párrafo excepcional puede ganarse la cita mientras que la página #1 no.
- La validez del schema tiene una fuerte correlación con la aparición del chip de cita. No afirmamos que sea un factor de ranking directo; observamos que las páginas sin errores de schema y con todos los campos recomendados completos se citan con más frecuencia.
- AI Overviews suprime el comportamiento de recomendar marcas en consultas de compra. Nuestro piloto obtuvo una tasa de menciones de marca del 0% en AI Overviews con el mismo panel de prompts que produjo un 86% en Perplexity. El motor muestra categorías, no marcas.
El objetivo de optimización en Gemini / AI Overviews es adueñarte del bloque de respuesta que define la categoría. Sé la fuente cuyo párrafo parafrasea el motor al explicar la categoría. La estrategia de recordación de marca ocurre en Perplexity, Claude y ChatGPT, no aquí. Consulta los servicios de SEO para Gemini AI y la optimización para Google AI Overviews para ver la guía completa.
Motor 5: la cola larga (Grok, Copilot, superficies de agentes)
Los motores de cola larga (Grok de xAI, Microsoft Copilot y la creciente cantidad de superficies con agentes que envuelven alguno de los principales modelos base) generalmente heredan la postura de citación del modelo sobre el que están construidos. El comportamiento de Copilot se parece más al de ChatGPT. Grok tiene su propio comportamiento (más agresivo al recordar fuentes sociales, menos consistente en la atribución). Las superficies de agentes se rigen cada vez más por MCP para el acceso a herramientas, lo que cambia la pregunta de "qué cita el motor" a "qué obtiene el agente directamente".
Para la mayoría de las marcas, el orden de prioridad en 2026 es: Perplexity, ChatGPT, Claude, Gemini/AI Overviews y luego la cola larga. Un programa que optimiza para los primeros tres o cuatro está bien posicionado para lo que venga; un programa que persigue cada motor emergente se dispersa demasiado.
Qué significa esto para tu programa
La realidad entre motores:
- Ninguna señal gana en todas partes. Una marca con una estructura sólida en su dominio gana en Perplexity; con contenido sólido de fuentes primarias gana en Claude; con una alta densidad de menciones en otros dominios gana en ChatGPT; con pasajes de categoría muy claros gana en AI Overviews. El programa completamente optimizado hace las cuatro cosas.
- La base compartida importa más que la táctica específica de cada motor. Las páginas con schema válido, SEO técnico limpio, autoría real y profundidad temática son elegibles en todas partes. La optimización específica por motor es la capa de arriba, no los cimientos.
- El diagnóstico es específico de cada motor. Si estás perdiendo en Perplexity, revisa la estructura de tu dominio y la corroboración editorial. Si estás perdiendo en Claude, revisa la profundidad de tu contenido propio. Si estás perdiendo en ChatGPT, revisa la densidad de menciones en otros dominios. Las soluciones no son intercambiables.
- La medición es multidimensional. La tasa de menciones, la tasa de citación, la participación en citas y la distribución entre motores son KPI distintos. Una sola "puntuación de SEO para IA" oculta los datos que realmente necesitas para actuar.
Preguntas frecuentes sobre cómo deciden los motores de IA qué marcas citar
¿Puedo optimizar solo para el modelo base y dejar que los motores lo sigan?
En realidad no. El mismo modelo Sonnet 4.6 se comporta de forma distinta dentro de Perplexity (con su capa de recuperación), en Claude.ai (con búsqueda web nativa) y en un agente integrado (con acceso a herramientas mediante MCP). La capa del motor importa. Optimizar para el modelo de forma aislada no se traslada a cada superficie.
¿Por qué hay tan poca información pública sobre cómo funcionan las citas?
Los equipos de los motores tratan sus sistemas de citación como parte de su ventaja competitiva. La documentación pública es escasa y muchas veces queda desactualizada a las pocas semanas de escribirse. El camino honesto es la instrumentación: ejecuta un panel fijo de prompts en todos los motores, mide qué cambia y deja que los datos te digan qué está funcionando.
¿Cuánto falta para que los sistemas de ranking cambien tanto que todo esto quede obsoleto?
Una parte estará equivocada en seis meses. La base compartida (schema, autoridad, profundidad de contenido, corroboración fuera de tu dominio) es duradera en un horizonte de 2–3 años porque sigue la verdad de fondo: el motor cita fuentes en las que confía. Las tácticas específicas de cada motor cambian más rápido. Un programa que funciona trata la base como la inversión de ciclo largo y la capa específica de cada motor como el trabajo iterativo.
Puntos clave
- Cinco grandes motores de IA, cinco mecánicas de citación distintas. No existe un único "algoritmo de ranking de IA".
- ChatGPT: memoria parafraseada, premia la densidad de menciones en otros dominios.
- Claude: sustancia por encima de cobertura, premia la profundidad de fuentes primarias y la autoría con nombre.
- Perplexity: basado en recuperación, premia la estructura de tu dominio y un schema limpio. La tasa de menciones más alta, 86% en nuestro piloto.
- Gemini / AI Overviews: extracción de pasajes de páginas que ya posicionan, con una postura de respuesta por categoría en lugar de recomendación de marcas.
- La base es compartida: schema, autoridad, profundidad de contenido, corroboración fuera de tu dominio. La optimización específica por motor es la capa de arriba.
Si quieres un programa de participación en citas que instrumente los cinco motores cada semana con tus consultas prioritarias y diagnósticos ligados a señales específicas, consulta nuestra metodología de monitoreo de participación en citas o inicia una conversación.