Aparecer en las búsquedas con IA: lo que se aprende de 12 meses de experimentos
Parte de la serie sobre tiempo de respuesta a los contactos
HubSpot pasó un año probando qué hace que la IA cite a una empresa. Lo que falló, lo que funcionó y qué puede copiar una pyme de servicios en España sin gastar.
HubSpot fue durante más de una década el ejemplo que todo el mundo copiaba en posicionamiento. Posicionaba cientos de miles de palabras clave. Luego, a finales de 2024, Google cambió su algoritmo y el tráfico del blog se desplomó. Las gráficas corrieron por LinkedIn y por la prensa del sector.
Aja Frost, que dirigía entonces esa parte del marketing de HubSpot, ha contado en Growth Unhinged qué hicieron después: montar un equipo pequeño, reunirse cada día y lanzar un experimento de búsqueda con IA cada semana durante un año. El objetivo era entender qué hace que ChatGPT o la IA de Google citen a una empresa.
Conviene leerlo con dos filtros. El primero: HubSpot es una empresa enorme, con presupuesto y equipos que una pyme no tiene. El segundo: los resultados los cuenta quien los dirigió, así que son cifras de la propia empresa, y aquí vamos a quedarnos con los aprendizajes más que con los porcentajes.
Lo interesante es que casi nada de lo que funcionó es exclusivo de una multinacional.
Lo que no funcionó: el llms.txt
El primer experimento fue el que entonces estaba de moda: un fichero llms.txt, una especie de mapa de la web en texto plano pensado para que los modelos de IA la lean con facilidad.
Lo crearon con varias «marcas escondidas» para saber si algún modelo lo había leído. Revisaron los registros del servidor. Se lo enviaron directamente a los rastreadores de Google y Bing. Según cuenta Frost, no pasó nada: los modelos no conocían las marcas y los registros no mostraban visitas.
La lección que sacan no es «el llms.txt no sirve». Es otra más útil: haz tus propias pruebas. Hay mucho ruido alrededor de cómo aparecer en la IA, y lo que alguien te vende como imprescindible puede no mover nada.
Lo que sí funcionó
Páginas muy concretas por sector y caso de uso
La hipótesis: si las respuestas de la IA dependen tanto del contexto de la pregunta, las páginas genéricas pierden. Así que publicaron páginas del tipo «programa X para tal sector» y «programa X para tal uso», apoyadas en casos de clientes reales.
Las primeras tandas, generadas con IA, salieron con datos inventados y un lenguaje forzado. Tuvieron que revisarlas una a una, corregir y ajustar hasta que se podían leer. Solo entonces las publicaron.
Y aprendieron algo sobre el ritmo: primero llegan los rastreos, luego las citas, luego la visibilidad. Durante semanas los robots leían las páginas y apenas las citaban. Después, las citas subieron. Lo acabaron extendiendo a más sectores y a sus webs en otros idiomas, incluido el español.
Que los robots entiendan tus precios
Un día detectaron que los modelos daban precios equivocados de sus productos. La causa era técnica: la página de precios se generaba de una forma que los robots de IA no leían bien, así que tomaban los precios de páginas de terceros desactualizadas.
La solución fue poco glamurosa: artículos sencillos que explicaban los precios de cada producto en texto claro. Funcionó para casi todos. Para el que no, tuvieron que ir corrigiendo a mano la información antigua en webs de terceros.
Un glosario pensado para los robots
Publicaron un glosario de términos de su sector. Cada término con su definición, un ejemplo y una o dos frases que lo relacionaban con su producto. La idea: cuando un modelo busca qué significa un término, se lleva también la mención.
Lo diseñaron para que lo leyeran bien las máquinas sin descuidar a las personas que llegaran.
Páginas rápidas
Probaron a servir las páginas a los robots mucho más deprisa, comparando un grupo de páginas con otro. Los rastreos se dispararon y las citas subieron. Un detalle que Frost subraya: las citas y el tráfico no suben en la misma proporción. Que la IA te cite no significa que te visiten.
Menciones en otros sitios
El equipo que antes conseguía enlaces pasó a conseguir menciones: que otras webs hablasen de HubSpot. Dos aprendizajes que cuentan: les funcionó mejor aparecer en artículos nuevos que en los que ya estaban siendo citados, porque los modelos favorecen lo reciente; y muchas menciones en sitios medianos pesaron más que una sola en un sitio grande.
También trabajaron su comunidad en Reddit, sin publicidad encubierta: animando la conversación de sus propios usuarios.
Lo que probaron y aparcaron
Unos botones de «resume esta página con IA» mejoraron las citas de las páginas concretas donde los pusieron, pero no la visibilidad en preguntas relacionadas. Lo dejaron. Buena señal: medían lo que les importaba, no lo que quedaba bonito.
Un estudio que apunta en la misma dirección
En paralelo, la agencia Herringbone publicó en agosto un estudio con 1.000 preguntas legales hechas a la IA de Google. Es de EE. UU. y de otro sector, pero confirma el patrón:
- El 59 % de las respuestas recomendaba al menos a un proveedor concreto.
- La IA no separa explicar y recomendar: nombra a quién puede ayudarte mientras explica. Para los autores, el contenido que explica es la vía para ser recomendado.
- Antes de responder, el buscador lanzaba de media 6,4 búsquedas que el usuario no ve. Cuando la pregunta era para contratar, el 24 % de esas búsquedas comprobaba empresas concretas por su nombre, en directorios y reseñas.
- Cuando nombraba despachos, la lista tenía 7,6 de media.
Si lo juntas con lo de HubSpot, sale una idea sencilla: la IA premia a quien explica bien algo concreto y a quien sale bien parado cuando lo busca por su nombre.
Lo desarrollamos para despachos en Google ya responde las consultas legales con IA.
La versión para una pyme de servicios
Nada de lo anterior exige un equipo dedicado. Exige elegir bien y hacerlo constante.
Una página por servicio y tipo de cliente
La versión pequeña de las «páginas por sector». Si eres una gestoría, no una página de «servicios», sino una para autónomos que empiezan, otra para comunidades de propietarios, otra para pequeñas empresas con empleados. Si eres una clínica, una por tratamiento.
Cada una responde a lo que te preguntan de verdad: qué incluye, qué no incluye, cuánto suele durar, qué necesitas de él para empezar, qué pasa después. La mejor lista de preguntas está en tu bandeja de entrada.
Ejemplo: una empresa de reformas de 8 personas en Valencia que tiene una sola página de «reformas integrales» puede separarla en cocinas, baños y pisos completos, cada una con sus plazos habituales, lo que suele encarecer la obra y qué documentación pide el ayuntamiento en general.
Tus datos, iguales en todas partes
Lo de los precios de HubSpot tiene una versión pequeña: si la IA encuentra datos tuyos contradictorios, contará lo que encuentre. Revisa que nombre, dirección, teléfono, horario, zona de trabajo y servicios coincidan en tu web, tu ficha de Google y los directorios de tu sector.
Si publicas precios orientativos, que estén en texto normal en la web, no solo dentro de un PDF o una imagen.
Menciones y reseñas reales
La versión pequeña de las menciones: asociaciones de tu sector, prensa local, proveedores que te citan, colaboraciones. Y reseñas pedidas a clientes reales cuando termina el trabajo, con un enlace directo.
Lo que no: reseñas compradas, menciones pagadas que parezcan opinión, ni escribir a desconocidos para conseguir visibilidad. Escribir comunicaciones comerciales a quien no te las ha pedido está restringido en España por la Ley 34/2002, también entre empresas.
Mide antes de creer
La lección del llms.txt sirve para todo. Antes de pagar por algo que promete «posicionarte en ChatGPT», pregunta cómo se va a medir. Y pregúntale tú mismo a ChatGPT y a Google, cada mes, las cinco preguntas que haría un cliente tuyo. Apunta quién aparece. Es rudimentario y es más de lo que hace casi nadie.
Lo que pasa cuando funciona
Supón que todo sale bien y la IA te nombra. La persona que pregunta ve una respuesta con varias empresas. Escribe a dos o tres.
Ahí se decide todo, y no tiene nada que ver con la IA. Tiene que ver con quién contesta primero con algo útil. Si tu formulario de la web lo lee alguien al día siguiente, has hecho el trabajo para que otro se quede con el cliente.
Cuánto cuesta ese retraso lo contamos en el tiempo de respuesta a un lead. Y qué parte de esa primera respuesta se puede automatizar sin que el sistema haga cosas que nadie pidió, en automatizar con límites.
Fuentes
- Inside 12 months of AI search experiments — Aja Frost en Growth Unhinged, 16 de septiembre de 2026.
- We asked Google's AI Overviews 1,000 legal questions. Here's how it responded — Herringbone (Dan Hinckley), 4 de agosto de 2026.
Preguntas frecuentes
¿Sirve de algo poner un fichero llms.txt en mi web?
En los experimentos de HubSpot no sirvió: crearon uno con marcas escondidas para detectar si algún modelo lo leía, revisaron los registros del servidor y no pasó nada. Lo aparcaron hasta que haya pruebas nuevas. No hace daño tenerlo, pero no es donde conviene poner el esfuerzo.
¿Tengo que publicar cientos de páginas para aparecer?
No. HubSpot es una empresa enorme y trabajó a esa escala. Una pyme de servicios no necesita volumen, necesita cubrir bien lo que ofrece: una página por servicio y tipo de cliente, que responda las preguntas que ya te hacen. Diez páginas buenas valen más que cien vacías.
Incluso HubSpot, generando páginas con IA, tuvo que corregir errores inventados y lenguaje forzado en las primeras tandas antes de publicarlas.
¿Cuánto tarda en notarse?
No hay una cifra honesta para tu caso. Lo que cuenta HubSpot es el orden: primero los robots rastrean las páginas, después empiezan las citas y después llega la visibilidad. Las citas no aparecieron el primer día, así que conviene medir durante meses antes de decidir si algo funciona.
¿Qué hago con los contactos que lleguen desde la IA?
Lo mismo que con cualquier otro, pero más rápido. Quien llega desde una respuesta de IA ha visto normalmente a varias empresas nombradas a la vez, y suele escribir a más de una. Gana quien contesta primero con algo útil.
El diagnóstico gratuito es media hora mirando cómo entra hoy un contacto en tu empresa, por dónde llega, quién lo contesta y cuánto tarda, con la hora delante. De ahí sale si el problema está en que no te encuentran o en lo que pasa cuando por fin te escriben.
Lo que hacemos está en la página del sistema de respuesta a los contactos: todos los orígenes en un mismo sitio, primera respuesta con contenido en menos de 60 segundos a cualquier hora, la pregunta que falta hecha y el aviso al comercial que le toca con el contexto preparado. Sin tarifa publicada: el alcance y el importe se cierran por escrito después del diagnóstico.