Imagina esta escena, que ya no es hipotética: un potencial cliente abre ChatGPT y escribe “necesito una agencia SEO para un hotel en Ibiza, recomiéndame tres”. El modelo responde con tres nombres, breves descripciones y, si el usuario quiere, enlaces. Esa respuesta ha decidido, en segundos, quién recibe la conversación comercial y quién no. Lo interesante es que esa decisión no la tomó un algoritmo de enlaces ni un dashboard de keywords: la tomó un modelo que optimizó por confianza antes que por visibilidad. Confianza, no posición. Y esa es probablemente la noticia más importante del SEO en los últimos dos años, aunque casi nadie lo esté contando así. Este artículo es sobre cómo los agentes de IA deciden a quién recomendar, por qué la confianza se ha convertido en el nuevo factor de ranking y qué tienes que hacer tú para estar en ese lado.
Lo que han hecho los buscadores en 20 años comparado con lo que hacen los modelos ahora
Durante dos décadas, los buscadores hicieron una promesa implícita al usuario: “te doy muchas opciones, elige tú cuál te convence”. Esa es la lógica de los 10 resultados orgánicos. El usuario veía una lista, evaluaba títulos, descripciones, snippets, a veces entraba en dos o tres, y decidía. El motor no escogía; el usuario escogía. El trabajo del SEO era conseguir estar en esa lista lo más arriba posible y hacer la descripción más atractiva que el resto.
Los agentes de IA han roto ese contrato. Cuando un usuario le pregunta a un modelo “recomiéndame tres agencias”, el modelo ya no da 10 opciones neutras: elige las que considera mejores y las presenta como sus recomendaciones. Esto es una diferencia cualitativa enorme. El usuario delega la decisión en el modelo, y el modelo asume la responsabilidad de no equivocarse. Equivocarse, para un modelo, no significa “dar una respuesta incorrecta”; significa “recomendar a alguien que luego resulta ser un desastre”. Los modelos están entrenados (y cada vez más ajustados) para minimizar ese riesgo. Y eso reconfigura completamente quién sale recomendado y quién no.
Qué entiende exactamente un modelo por “confianza”
Confianza en este contexto no es una métrica única: es una combinación de señales que, juntas, hacen que el modelo considere que recomendarte tiene bajo riesgo reputacional para él. Es útil pensarlo desde el punto de vista del modelo, no del negocio: si yo fuera un asistente de IA encargado de recomendar, ¿qué señales mirarían para decidir a quién poner primero? Estas son las que pesan, según lo que hemos visto en pruebas y en la literatura de los propios laboratorios:
1. Consistencia de información a lo largo del tiempo y de fuentes
Un modelo mira si la información sobre tu negocio es coherente entre lo que dice tu web, lo que dicen medios externos, lo que dicen directorios, lo que dicen reseñas. Si todo apunta en la misma dirección, la confianza sube. Si hay contradicciones (la web dice que sois 8 personas, el LinkedIn aparece con 2, Google Business dice una dirección y Facebook otra), el modelo te descarta antes incluso de llegar a evaluar tus capacidades. No porque seas malo, sino porque es más arriesgado recomendar a alguien sobre quien no hay señales claras.
2. Señales de autoría humana verificable
Contenido firmado por personas identificables, con historial propio, con perfiles externos que respalden, pesa mucho más. No porque sea más fácil de indexar, sino porque el modelo puede localizar una cadena de responsabilidad: “este contenido lo escribió X, X tiene estos perfiles, estos perfiles llevan años activos, X no parece un fantasma”. Un contenido con esa cadena clara es considerablemente más citable que el mismo contenido sin firma o con firma vaga.
3. Reputación externa (qué dicen otros de ti, no tú)
Esta es probablemente la que más pesa y la que casi nadie trabaja activamente. Si hay menciones en medios del sector, reseñas detalladas en plataformas reconocidas, presencia en directorios relevantes, artículos de terceros sobre ti, casos de estudio donde apareces nombrado, colaboraciones con otras marcas conocidas, todo eso construye una capa de evidencia externa. Un modelo entiende que una autoridad es algo que se le otorga desde fuera, no algo que uno declara sobre sí mismo.
4. Transparencia operativa
Señales como una página de “sobre nosotros” que cuenta quiénes son las personas, una política de privacidad clara, términos de servicio accesibles, precios visibles (o al menos horquillas), horarios de atención, datos de contacto reales, todo eso suma. Son las cosas que un ojo humano experimentado mira cuando entra en una web a decidir si fiarse o no. Los modelos han aprendido a mirar las mismas pistas.
5. Antigüedad y continuidad
Un sitio que lleva años publicando con regularidad tiene más confianza que uno que apareció hace un mes, incluso si el mes pasado ha publicado contenido mejor. La continuidad es una proxy de que eres un negocio estable. No es determinante, pero es una señal que los modelos integran. Por eso, perder la continuidad de publicación durante 6 meses en un blog activo tiene un coste invisible pero real en términos de citabilidad.
6. Ausencia de señales negativas
A veces la confianza no se construye, se preserva. Si hay menciones negativas muy visibles (denuncias públicas, polémicas, problemas legales, reseñas masivas muy malas, aparición en listados de dudosa reputación), el modelo prefiere no arriesgarse. No porque haya decidido que seas malo, sino porque otros candidatos tienen menos riesgo reputacional. La higiene reputacional importa mucho más de lo que la mayoría piensa.
Por qué los modelos penalizan a marcas que técnicamente lo hacen todo bien
Hay un patrón que desconcierta a muchos: negocios con web impecable, SEO técnico limpio, contenido abundante, que no aparecen recomendados por ningún modelo. ¿Por qué? Porque la técnica no compensa la ausencia de señales externas. Es perfectamente posible tener una web 10/10 en checklist técnica y un 2/10 en confianza a ojos de un modelo. Y ese 2/10 es eliminatorio.
Las cosas típicas que hemos visto en estos casos son:
- Sitio técnicamente impecable, pero sin autoría en el contenido. Todos los artículos firmados por “Equipo” o sin firma. Para el modelo, no hay cadena de responsabilidad.
- Sitio con mucho contenido, pero ni una sola mención externa del negocio. Si nadie habla de ti fuera de tu propia web, el modelo no tiene forma de validar nada.
- Sitio con página “sobre nosotros” genérica o vacía. Sin nombres, sin trayectoria, sin fotos, sin transparencia. Gran señal negativa.
- Sitio con categoría amplia sin especialización clara. “Marketing digital completo para todo tipo de empresas”. Imposible de citar como recomendación específica.
- Sitio con historial corto. Lanzado hace meses, sin trayectoria. El modelo prefiere a candidatos con continuidad.
Cualquiera de estas cosas, aisladamente, no te excluye. Varias a la vez, sí. Y es sorprendentemente común ver webs que suman 4 o 5 de estas señales negativas al mismo tiempo y luego no entienden por qué “la IA no me recomienda”.
Experimentos que puedes hacer hoy para ver dónde estás
La buena noticia es que puedes testear tu propia posición de confianza en modelos de IA en media hora. No hace falta ninguna herramienta especial. Es tan sencillo como molesto: sentarte a hacer preguntas a los modelos y anotar qué responden.
Experimento 1: La prueba directa
Abre ChatGPT, Perplexity, Gemini y Claude. Hazles a los cuatro la misma pregunta que haría un cliente ideal tuyo: “recomiéndame tres [tu sector] en [tu zona]” o “cuál es la mejor opción para [problema que resuelves]”. Apunta qué devuelve cada uno. Si apareces en alguno, perfecto; si no apareces en ninguno, tienes trabajo de confianza que hacer. Si apareces con información incorrecta, tu prioridad es arreglar el origen del error antes que nada.
Experimento 2: La prueba lateral
Pregunta por nombres específicos de tu competencia (“háblame de [competidor]”) y observa qué información da el modelo: desde cuándo existen, cuál es su especialidad, qué proyectos destacables tienen. Si el modelo da detalles ricos de tu competidor y cuando le preguntas por ti responde con genéricos o “no tengo información suficiente”, esa brecha es exactamente lo que tienes que cerrar.
Experimento 3: La prueba de contradicción
Haz preguntas con premisas incorrectas sobre tu negocio para ver si el modelo te corrige. “¿Es verdad que [tu marca] trabaja solo con e-commerce?” Si tu marca es fuerte en confianza, el modelo corregirá la premisa falsa con datos correctos. Si responde “no tengo información suficiente para confirmarlo”, sabes que tu presencia en fuentes externas es insuficiente.
Timeline de 90 días para ganar citas en agentes de IA
Cómo construir confianza en 90 días de forma realista
La confianza no se compra ni se acelera con hacks, pero sí se puede empujar con trabajo concentrado. En 90 días se pueden mover señales suficientes para que un modelo te empiece a considerar recomendable en consultas de tu nicho. Esto es lo que nosotros aplicaríamos para un cliente nuevo que parte desde cero.
Días 1-15: Poner en orden la casa propia
Antes de pedir atención externa, arregla lo interno. Página “sobre nosotros” completa con nombres, fotos, trayectoria, años de experiencia. Artículos firmados por personas concretas, no por “equipo”. Biografías de autor en cada perfil con enlaces a LinkedIn y a perfiles profesionales externos. Datos de contacto consistentes en web, GBP, redes, directorios. Política de privacidad y términos claros. Schema Organization y Person bien puestos. Es lo más barato y lo más rentable: muchos candidatos fallan en este primer paso.
Días 15-45: Generar evidencia externa
Aquí toca salir de tu web. Guest posts en 2 o 3 medios del sector. Participación activa en foros especializados respondiendo preguntas con calidad. Menciones en directorios profesionales relevantes (bien elegidos, no spam). Perfiles completos en plataformas donde tu público te busca (LinkedIn, perfil sectorial, comunidades temáticas). Intenta conseguir al menos una entrevista en un medio especializado, aunque sea uno pequeño. El objetivo no es volumen: es que existan 5-10 fuentes externas que hablen de ti con datos coherentes.
Días 45-75: Contenido propio con valor citable
Ahora toca producir 2-3 piezas de contenido sustanciales que puedan ser citadas: un análisis con datos propios, una guía completa sobre un sub-tema de tu especialidad, un caso de estudio anonimizado con cifras reales. No 15 posts genéricos: 3 piezas que no existen en otra parte. Este es el contenido que los modelos usan como fuente cuando alguien pregunta algo muy concreto, y es lo que convierte un sitio neutro en un sitio “de referencia”.
Días 75-90: Repite los experimentos y mide
Al día 90, vuelve a hacer las pruebas del ChatGPT, Perplexity, Gemini, Claude. Compara con el punto de partida. No esperes un milagro: los modelos tardan semanas en refrescar señales recientes. Pero si has hecho bien el trabajo, debería haber cambios visibles: información más completa cuando preguntan por ti, alguna aparición en recomendaciones, corrección de premisas falsas. Si no ha habido ningún cambio, revisa qué no se ha ejecutado bien.
Lo que no funciona (y qué no merece tu tiempo)
Hay muchas cosas que se venden como “imprescindibles para AEO” y que en realidad no mueven la confianza a ojos de los modelos. Para no hacerte perder dinero:
- Comprar menciones en webs de dudosa reputación. No construye confianza: la degrada. Los modelos integran calidad de fuente, no solo cantidad.
- Generar cientos de posts con IA para “alimentar” modelos. Lo único que alimentas es ruido. Los modelos detectan contenido AI-generated sin valor y lo descuentan.
- Hackear perfiles de conocimiento falsos. Paneles falsos de Wikipedia o similares son fácilmente detectables y pueden traerte una penalización visible.
- Obsesionarte con el volumen de backlinks. Un enlace de un medio serio vale más que cincuenta de blogs irrelevantes. El foco debería estar en la calidad, no en la cantidad.
- Seguir métricas de posición de keywords sin mirar citas. Puedes estar perdiendo confianza mientras tus posiciones de keyword se mantienen. No dejes que un solo KPI te ciegue.
Donde encaja todo esto en una estrategia seria
La confianza no es una sección del plan SEO: es el eje del plan SEO a partir de 2026. Todas las acciones tácticas (contenido, optimización on-page, enlaces, datos estructurados, autoría) deberían alinearse hacia un objetivo común: construir una entidad que los modelos y los buscadores consideren recomendable. Cuando en Gecko Studio planteamos un trabajo de 6-12 meses con un cliente, este eje está siempre en la estructura: qué señales de confianza existen hoy, cuáles faltan, cuáles se pueden construir en 90 días, cuáles se construyen en 12 meses. Sin ese eje, acabas produciendo mucho ruido táctico sin resultado real.
Construir confianza como factor de ranking en los próximos 90 días
Si aceptas que la confianza es el nuevo factor de ranking, el calendario de los próximos 90 días se te simplifica. Los primeros 15 días los dedicas a poner en orden lo interno: página “sobre nosotros” real con nombres y trayectoria, artículos firmados por personas con biografía enlazada, datos de contacto consistentes en todos los canales y schema Organization + Person bien puestos. Los días 15 al 45, a generar evidencia externa: 2-3 guest posts en medios del sector, participación en foros especializados, perfiles profesionales completos y al menos una entrevista en un medio, por pequeño que sea. De los días 45 al 75, a producir 2-3 piezas de contenido con valor citable propio (datos, guía exhaustiva, caso de estudio con cifras). Y al día 90, repites los experimentos de ChatGPT, Perplexity, Gemini y Claude y comparas con el punto de partida.
Este plan no depende de presupuesto: depende de ejecución constante. Lo que más vemos fallar no es la estrategia, es abandonar a las 4 semanas cuando todavía no se ven resultados. La confianza se construye en el plazo exacto en el que los modelos refrescan señales y tus menciones empiezan a aparecer en sus respuestas, y ese plazo no lo acelera ninguna herramienta ni ningún atajo. El que empieza hoy llega en tres meses; el que sigue esperando a que quede claro cómo funcionan los modelos llega tarde cuando ya lo tiene claro su competidor.
