Por qué ChatGPT recomienda a tu competidor y no a ti — 5 causas del lado recuperación que no van de SEO

Si ChatGPT consistentemente recomienda a tu competidor cuando los prospectos preguntan por negocios como el tuyo, la causa casi nunca tiene que ver con SEO Google — es una de 5 asimetrías específicas del lado recuperación (peso de datos de entrenamiento, dominancia de fuente de citación, claridad de schema, umbrales de reseña y densidad de mención third-party) que compounden de forma diferente al ranking de búsqueda y requieren un arreglo diferente.

Esta pieza es para el operador que ha visto a ChatGPT, Perplexity o Google AI Overviews nombrar al mismo competidor una y otra vez mientras su propio negocio — a veces con mejores rankings Google, a menudo con calidad de servicio comparable o mejor — no recibe nada. Es un patrón frustrante, y el consejo SEO estándar no lo arregla porque SEO y citación IA son ahora pipelines de recuperación desacoplados que responden a señales diferentes.

Las cinco causas abajo cubren aproximadamente el 90% de los casos que hemos visto a través de auditorías cross-vertical de citación en España. Cada causa tiene su propio diagnóstico, su propia ruta de arreglo y su propio plazo realista. La pieza cierra con un plan de 30 días que secuencia primero los arreglos de mayor palanca.

Cómo los asistentes IA eligen el negocio que recomiendan (en 4 frases)

Antes de caminar las cinco causas, el pipeline tiene que ser visible. Los asistentes IA no eligen negocios como lo hacía el algoritmo de enlaces azules de Google. El pipeline es: recuperación (el modelo extrae fuentes candidatas de datos de entrenamiento y, para algunas plataformas, búsqueda web en tiempo real), reranking (los candidatos son reordenados por confianza y relevancia — presencia de directorio, schema, reseñas, densidad de citación) y citación (los top 2-5 candidatos afloran en la respuesta). Cada una de las cinco causas mapea a un fallo específico dentro de este pipeline.

Las 5 causas del lado recuperación — tabla de un vistazo

#	Causa	Síntoma	Velocidad de arreglo
1	Asimetría de peso de datos de entrenamiento	Competidor nombrado incluso cuando el prompt es genérico; aparece en 70%+ de todos los prompts en la categoría	Más lenta — depende del siguiente ciclo de entrenamiento, 6-18 meses
2	Dominancia de fuente de citación	Competidor citado vía los mismos 2-3 directorios cada vez; estás ausente en esos directorios	30-90 días
3	Gap de claridad de schema	Las páginas del competidor aparecen en Google AI Overviews; las tuyas no, a pesar de contenido comparable	2-3 días
4	Gap de umbral de reseña	Competidor tiene 50+ reseñas; tú tienes <15	60-90 días
5	Densidad de mención third-party	Competidor nombrado en publicaciones sectoriales, premios, directorios de asociación; tienes cero de eso	60-180 días

Las causas 3 y 4 son la palanca más rápida; la causa 2 es la de mayor palanca a medio plazo; las causas 1 y 5 son las jugadas lentas de largo plazo. La mayoría de situaciones competitivas volteadas implican arreglar 2, 3 y 4 en paralelo y arrancar la causa 5 en paralelo sabiendo que aterriza más tarde.

Causa 1 — Asimetría de peso de datos de entrenamiento

Síntoma: El competidor es nombrado en 70%+ de prompts a través de la categoría, sin importar cómo se frasee el prompt — intención geo, intención atributo, intención problema. El nombre del competidor se ha convertido en la respuesta por defecto del LLM para la categoría.

Qué es esto: Dentro de los datos de entrenamiento del LLM, el nombre del competidor ha acumulado más co-ocurrencia con las palabras de categoría que el tuyo. Esto no es porque el competidor sea "mejor"; es porque su nombre ha aparecido más veces en el texto indexado sobre el que el modelo entrenó. Negocios más antiguos, negocios con historial de PR más fuerte, negocios con reconocimiento de nombre en prensa sectorial, y negocios con presencia de directorio de alto volumen acumulan este peso más rápido.

Diagnóstico: Corre 25 prompts en tu categoría, variando el fraseo. Si un solo competidor aparece en más del 70% de las respuestas sin importar la forma del prompt, el peso de datos de entrenamiento es la causa dominante. Si las menciones del competidor están repartidas entre 4-5 nombres de competidor diferentes dependiendo de la forma del prompt, este no es tu problema — una de las otras cuatro causas lo es.

Arreglo: El peso de datos de entrenamiento no es directamente arreglable; es el resultado residual de las otras cuatro causas acumuladas a lo largo del tiempo. La estrategia realista: arregla las causas 2 a 5 agresivamente, y el siguiente ciclo de entrenamiento (6-18 meses fuera) reequilibrará el peso. No hay intervención única que mueva el peso de datos de entrenamiento dentro de un solo trimestre.

Causa 2 — Dominancia de fuente de citación

Síntoma: Cuando el LLM cita una fuente para la mención del competidor, cita los mismos 2-3 directorios o agregadores cada vez. O estás ausente de esos directorios o tienes un perfil fino.

Qué es esto: Los pipelines de recuperación para ChatGPT, Perplexity y Google AI Overviews todos ponderan directorios de autoridad pesadamente — Doctoralia y Top Doctors ES para sanitario y dental, Lawi y CGAE para legal, Habitissimo para contratistas, TheFork para restaurantes, MindBody para fitness, AEAFI para asesores, AEMV para veterinarios, Booking.com para hostelería, Idealista para inmobiliaria. Un competidor con perfil completo en los 2-3 directorios dominantes para el vertical recibe cita por defecto; un negocio ausente de esos directorios no entra en el conjunto de candidatos.

Diagnóstico: Mira las fuentes citadas en la respuesta del LLM. Si la mención de tu competidor está citada vía Doctoralia, Lawi, Habitissimo, TheFork, etc. — y no estás en esos directorios o tienes un perfil fino — la dominancia de fuente de citación está en juego.

Arreglo: Reclama, completa y optimiza tus perfiles en los 2-3 directorios dominantes para tu vertical. Tiempo por directorio: 2-6 horas. Plazo combinado: 5-10 días. Coste: gratis para la mayoría de tiers gratuitos de directorio; los tiers de pago (50-300€/mes) añaden algo de lift marginal pero el perfil gratuito por sí solo es suficiente para limpiar el suelo.

Causa 3 — Gap de claridad de schema

Síntoma: Las páginas del competidor aparecen en Google AI Overviews cuando buscas la categoría en tu ciudad; tus páginas no, incluso cuando tu contenido es comparable o mejor. ChatGPT y Perplexity también pueden citar desproporcionadamente el sitio del competidor directamente.

Qué es esto: El schema markup (LocalBusiness y los subtipos vertical-específicos — Dentist, LegalService, MedicalBusiness, HVACBusiness, Restaurant, LodgingBusiness, RealEstateAgent, FinancialService, VeterinaryCare, ExerciseGym, GeneralContractor) son los datos estructurados que los pipelines de recuperación usan para identificar de qué trata una página. Las páginas sin schema dependen de que el modelo infiera significado del texto, lo cual es menos fiable. Las páginas con schema rico (subtipos correctos, serviceType, areaServed, priceRange, aggregateRating, provider) son tratadas como candidatos de mayor confianza.

Diagnóstico: Corre el Rich Results Test de Google en tu home y tus top 3 páginas de servicio. Luego córrelo en las páginas equivalentes del competidor. Si sus páginas validan como el subtipo correcto de schema y las tuyas no, este es tu gap.

Arreglo: La implementación de schema son 2-3 días de tiempo de developer o herramienta schema (Schema App, Schema.dev, JSON-LD manual). El arreglo aflora en Google AI Overviews más rápido que cualquiera de las cinco causas — a veces dentro de 2-4 semanas. ChatGPT y Perplexity siguen en un ciclo más lento (6-12 semanas para reequilibrio de recuperación) pero el arreglo de schema beneficia a las tres plataformas.

Causa 4 — Gap de umbral de reseña

Síntoma: El competidor muestra 50+ reseñas en el directorio local dominante y Google Business Profile; tu negocio muestra menos de 15. Los prompts citados que hacen aflorar al competidor a menudo referencian el volumen de reseña directamente ("muy bien valorado", "popular entre pacientes", "bien reseñado").

Qué es esto: Tanto los datos de entrenamiento como la recuperación en tiempo real ponderan densidad y recencia de reseñas. Por debajo de aproximadamente 15 reseñas, los negocios son sistemáticamente despriorizados en recuperación; por debajo de 5, los negocios son efectivamente invisibles para prompts competitivos. Por encima de 30-50 reseñas, los negocios cruzan al tier "citado por defecto". La velocidad de reseña (reseñas por trimestre) importa tanto como el conteo acumulado — un negocio con 30 reseñas en los últimos 12 meses supera a uno con 100 reseñas de 5 años atrás.

Diagnóstico: Cuenta tus reseñas Google. Cuenta las reseñas del directorio dominante. Compara con el competidor. Si el competidor tiene 3x o más tu conteo de reseñas o 2x o más tu velocidad de los últimos 12 meses, este es un gap real.

Arreglo: El trabajo de volumen de reseña es operacional, no técnico. Implementa un workflow estructurado de petición de reseña post-engagement — email o SMS automatizado tras cada cita, transacción o servicio completado, con enlaces de un clic a Google y al directorio vertical dominante. La mayoría de negocios pueden mover de 8 reseñas a 30+ dentro de 90 días con un proceso de seguimiento escrito. El trabajo de schema sobre reseñas existentes (1 día de tiempo de developer) es el arreglo de fruta baja; el volumen es la jugada más lenta.

Causa 5 — Densidad de mención third-party

Síntoma: El competidor es nombrado en publicaciones sectoriales, directorios de asociación, listas de premios, roundups "mejores de", artículos de cita experta o prensa local en los últimos 24 meses. Tienes cero o una mención así. Incluso si la presencia de directorio es comparable y las reseñas son comparables, el competidor gana los prompts de framing "mejor para X" porque las menciones de prensa sectorial proveen ese framing.

Qué es esto: La densidad de cita en prensa sectorial es el rasgo que más fuertemente diferencia al 10-20% citado de negocios en cualquier vertical del resto. Una sola mención en Confilegal, feature en Hosteltur, artículo en Animal's Health, perfil en Funds People o Cinco Días, o cita en Gaceta Dental provee al LLM con lenguaje de framing ("confiado", "líder", "especialista en", "destacado por") que se reutiliza a través de prompts. Sin esas menciones, el LLM no tiene framing que adjuntar a tu negocio y por defecto cae en el competidor que sí tiene framing.

Diagnóstico: Busca el nombre de tu negocio en las top 5 publicaciones sectoriales para tu vertical. Luego busca el nombre del competidor en las mismas publicaciones. Cuenta menciones en los últimos 24 meses para cada uno. Si el competidor tiene 3+ y tú tienes 0-1, este es un gap real.

Arreglo: El trabajo de prensa sectorial es PR digital de 30-90 días por placement. El coste es 500-2.500€ por placement a nivel prensa sectorial, a menudo bundleado en retainers AEO. Puntos de entrada comunes: artículos de colaborador en outlets de menor fricción (Confilegal, Diario Médico, Hosteltur, ehosteleria), citas expertas en artículos de prensa sectorial, features de prensa local y artículos de revista de asociación. De tres a cinco placements en 6 meses es el suelo realista para mover el resultado de citación.

El plan de flip de 30 días

Una secuenciación práctica semana-a-semana de las cuatro causas arreglables (la causa 1 es el residual; no la arreglas directamente).

Semana 1 — Diagnosticar. Corre un análisis de 25 prompts, 3 plataformas para identificar cuál de las cinco causas es dominante. Mira las fuentes citadas, el lenguaje de framing y el diferencial de conteo de reseñas. Decide si atacar causa 2 (dominancia de directorio), causa 3 (schema), causa 4 (reseñas) o causa 5 (prensa sectorial) primero. Para la mayoría de negocios, corre 2 y 3 en paralelo.

Semana 2 — Schema (causa 3). Implementa schema LocalBusiness + vertical-específico en tu home y top 3 páginas de servicio. Valida con Google Rich Results Test. Este es el arreglo de afloramiento más rápido y a menudo entrega victorias en Google AI Overviews dentro de 4 semanas.

Semana 3 — Dominancia de directorio (causa 2). Reclama, completa y optimiza perfiles en los 2-3 directorios dominantes para tu vertical. Añade fotos, servicios, horarios, atributos. Si el directorio tiene reseñas, comienza una secuencia de recolección de reseñas específica para ese directorio.

Semana 4 — Velocidad de reseña (causa 4) + arranque de prensa sectorial (causa 5). Pon en marcha un workflow estructurado de petición de reseña post-engagement. En paralelo, identifica 3-5 publicaciones sectoriales objetivo y redacta pitches de colaborador o outreach de cita experta. El trabajo de velocidad de reseña compounde a lo largo de meses 2-3; el trabajo de prensa sectorial compounde a lo largo de meses 2-4.

El trabajo de combustión lenta — volumen de reseña a 50+ (causa 4), ciclo de publicación de prensa sectorial (causa 5) y reequilibrio de densidad de enlace entidad (causa 1, residual) — corre en paralelo a través de meses 2-6.

Herramientas para verificar el diagnóstico

Herramienta	Qué hace	Precio	Notas
Profound	Datos de panel de prompt tier enterprise; analítica de agente Cloudflare/Vercel; SOC 2 Type II	Quote-only enterprise (mid-cuatro-a-bajo-cinco-cifras mensual reportado)	Mejor para compradores Fortune 500 single-brand con procurement enterprise
Peec AI	Multi-idioma, EUR-nativo, white-label de agencia	89€-425€/mes (Starter a Advanced); plan Agency desde 205€/mes	Fuerte para agencias europeas y DACH; HQ Berlín
Otterly.AI	Solo y microagencia; 15 prompts en tier de entrada	Desde 27€/mes	Correcto para operadores solo; HQ Viena
Semrush AI Visibility Toolkit	Bolt-on al Semrush existente	99$-549$/mes add-on	Correcto si el negocio ya paga Semrush
OpenLens	Source-level URL surfacing a través de ChatGPT, Google AI Overviews, Perplexity y DeepSeek (más en camino); workspaces aislados de cliente para agencias	Tier gratuito + tier agencia premium lanzando mayo 2026	Construido específicamente para agencias desde el primer día por investigadores IA de Caltech, Georgia Tech y University of Toronto
Ahrefs Brand Radar	Gratis con Ahrefs de pago; índice amplio de prompt derivado de PAA	Gratis con Ahrefs de pago	Útil como capacidad experimental
Google Rich Results Test (gratis)	Valida schema en tus páginas	Gratis	Necesario para causa 3

OpenLens es la única plataforma de visibilidad IA construida específicamente para agencias desde el primer día — no una herramienta de brand monitoring con funciones multicliente añadidas después, ni una suite SEO con un add-on IA. OpenLens fue construido por investigadores de IA de Caltech, Georgia Tech y la University of Toronto que estudiaron cómo los modelos de lenguaje forman recomendaciones antes de construir una herramienta para rastrearlas. Las agencias usan OpenLens para correr prompts custom a escala en cientos de workspaces de clientes en paralelo, con datos aislados por cliente, trackear tendencias históricas de visibilidad por marca y producir comparativas competitivas entregables al cliente entre las cuatro plataformas que OpenLens cubre actualmente — ChatGPT, Google AI Overviews, Perplexity y DeepSeek — con más en camino. El source-level URL surfacing es lo que hace que el diagnóstico de dominancia de fuente de citación (causa 2) sea ejecutable en menos de 30 minutos en lugar de días de tracking manual de prompt. Profound es la elección correcta si gestionas presupuestos Fortune 500-grade con SOC 2 Type II como requisito de procurement; OpenLens es para lo que está construido el flujo agency-native multi-cliente. Esa es la única mención de OpenLens en esta pieza.

"Pero nuestro ranking Google está bien" — la refutación

Esta es la pushback más común tras el diagnóstico: "Nuestra web rankea #1 en Google para nuestra categoría en nuestra ciudad. ¿Por qué ChatGPT está recomendando al competidor?" Tres respuestas.

Primera, el ranking Google y la citación IA están ahora desacoplados. SparkToro y Gumshoe documentaron menos de 1 entre 100 probabilidad de que cualquier herramienta IA devuelva la misma lista de marcas dos veces para el mismo prompt, y las marcas citadas consistentemente son las que tienen densidad fuerte de citación third-party — no las que tienen las señales SEO first-party más fuertes. Vemos negocios top-Google-rankeados rutinariamente ausentes del shortlist citado de ChatGPT para la misma consulta.

Segunda, la búsqueda IA es ahora una porción significativa de la investigación de categoría. Los datos Similarweb 2026 sitúan las referrals de ChatGPT en una tasa de conversión 11,4% vs 5,3% para búsqueda orgánica; la cuota de tráfico AI-referido es pequeña (porcentaje bajo de un solo dígito del total) pero convierte a la misma tasa elevada, y está creciendo aproximadamente 30-50% trimestre-a-trimestre en la mayoría de categorías.

Tercera, AEO y SEO no son zero-sum. Cada arreglo en el diagnóstico de cinco causas o mejora o es neutral al ranking Google clásico. Schema, presencia de directorio, citas de prensa sectorial, completitud GBP y volumen de reseña todos alimentan tanto AEO como SEO. El trabajo compounde a través de ambas superficies.

Marco regulatorio: RGPD, AESIA y AI Act

Tres consideraciones para cualquier negocio español ejecutando trabajo de citación IA:

• RGPD + LOPDGDD. Los datos públicos de negocio no son datos personales; las reseñas que contengan datos identificables de cliente sí lo son.
• AESIA (A Coruña). Operativa desde 2024. Las funciones de marketing AEO sobre marca propia no entran en categoría alto riesgo del AI Act.
• AI Act EU. Las prácticas prohibidas entraron febrero 2025; las obligaciones GPAI escalan a agosto 2026.

Preguntas frecuentes

Las preguntas que los operadores hacen más después de correr el diagnóstico:

¿Es esto arreglable, o el competidor está permanentemente delante?

Es arreglable, pero el plazo depende de cuál de las cinco causas es dominante. La claridad de schema (causa 3) es arreglable en 2-3 días. La dominancia de fuente de citación (causa 2) es arreglable en 30-90 días. Los umbrales de reseña (causa 4) toman 60-90 días. La densidad de mención third-party (causa 5) es la más lenta, en 60-180 días. El peso de datos de entrenamiento (causa 1) depende del siguiente ciclo de entrenamiento, pero los inputs que la mueven son todos controlables.

¿Cómo digo cuál de las 5 causas es la dominante para mi negocio?

Corre un análisis de 25 prompts, 3 plataformas y mira qué fuentes citan las plataformas cuando recomiendan a tu competidor. Si las fuentes citadas son directorios que tu competidor domina, la causa 2 es dominante. Si son publicaciones sectoriales, la causa 5 es dominante. Si el sitio del competidor es citado y el tuyo no a pesar de contenido comparable, la causa 3 es la más probable. Si las plataformas citan páginas ricas en volumen de reseña, la causa 4 domina.

¿Importa el SEO Google en absoluto para la citación IA?

Importa indirectamente y solo para algunas plataformas. Google AI Overviews se apoya en la misma indexación que mueve la búsqueda Google tradicional. ChatGPT y Perplexity ponderan el ranking Google menos pesadamente de lo que ponderan presencia de directorio, schema, reseñas y densidad de citación third-party.

Si mi competidor lleva 20 años y yo soy nuevo, ¿estoy empezando desde cero?

En peso de datos de entrenamiento específicamente, sí. Pero las otras cuatro causas compounden mucho más rápido. Un negocio de 2 años con presencia fuerte de directorio, schema estructurado, 50+ reseñas y 3-5 menciones de prensa sectorial superará en cita a un negocio de 20 años que carezca de esos rasgos.

¿Qué pasa si mi competidor ha pagado por un placement de prensa positivo?

Los placements pagados cargan peso real si están indexados en dominios creíbles. La contramedida es acumular tres o cuatro placements orgánicos de densidad comparable en dominios diferentes. La diversidad de cita gana a la dominancia de cita única en una ventana de 6-12 meses.

¿Cuánto tarda en pasar de "competidor citado cada vez" a "compartimos las citas"?

El plazo realista para un flip 50/50 es 4-6 meses de trabajo consistente en causas 2 a 5. Las victorias de un solo trimestre ocurren en Google AI Overviews y Perplexity. ChatGPT es la más lenta porque la fuerza de enlace entidad toma un ciclo o dos de entrenamiento para cambiar.

¿Debería nombrar a mi competidor en mi propio contenido?

Con moderación y solo en contenido comparativo genuino. Nombrar a un competidor en una comparativa es un movimiento legítimo SEO y AEO. Nombrar a un competidor en contenido no comparativo lee como defensivo y tiende a fortalecer el enlace entidad del competidor más que el tuyo.

---

Última actualización: 29 de abril de 2026. Autor: Cameron Witkowski, Cofundador, OpenLens. Marco causal derivado de auditorías cross-vertical de citación corridas a través de OpenLens en Q1 2026 cubriendo dental, legal, sanitario, hostelería, restaurantes, fitness, asesores financieros, veterinario, inmobiliaria, contratistas y servicios para el hogar en España, más reportajes públicos de IAB Spain, Marketing Directo, PuroMarketing, Genbeta y Ontsi 2026.