Cómo salir en ChatGPT

Qué hacer, en este orden:

1. Abre tudominio.com/robots.txt y busca los tres nombres. Si no aparece ninguno y la regla general permite el rastreo, estás permitiendo por defecto, que es correcto.
2. Si aparece un Disallow para alguno, averigua quién lo puso y por qué antes de quitarlo. A veces hay un motivo real, casi siempre contenido de pago, y entonces lo correcto es bloquear una ruta y no el sitio entero.
3. Comprueba el CDN, que es donde falla casi todo el mundo. Pide tu página con el user-agent de GPTBot y mira si el código de estado es el mismo que le das a un navegador. Si es 403 o 503, tienes una regla de bot protection activa y robots.txt no la ve.
4. La confirmación definitiva son tus logs de servidor: hits por user-agent de esos tres agentes durante treinta días. Cero hits de un agente que permites significa que el bloqueo sigue en otra capa.

Si al desactivar JavaScript queda una cabecera, un pie y nada en medio, ese es el problema entero y no hace falta seguir buscando. Es habitual en webs hechas con frameworks configurados para renderizar en el cliente, y también en secciones concretas de webs por lo demás correctas: los precios cargados por una llamada a una API, las preguntas frecuentes en un acordeón que se monta al arrancar, las reseñas traídas de un widget de terceros.

La solución técnica depende de tu stack y no es el asunto de este artículo, pero el criterio sí es universal: el texto que quieres que te citen tiene que estar en el HTML de la primera respuesta del servidor. Los acordeones pueden seguir colapsados visualmente mientras el texto esté en el documento. Un elemento details de HTML hace eso sin JavaScript, por ejemplo.

Una comprobación adicional que casi nadie hace: mira el HTML que devuelve tu servidor, no el que ves en las herramientas de desarrollo. Las herramientas de desarrollo te enseñan el DOM ya montado, que incluye todo lo que añadió JavaScript. Lo que recibe un fetcher es el otro, y para verlo hay que pedir la página en crudo.

Cuatro reglas concretas que se aplican a cualquier página:

• Sujeto explícito en cada afirmación importante. El nombre de tu empresa, no «nosotros». Un fragmento cuyo sujeto es «nosotros» no sirve para nada fuera de tu web.
• La unidad dentro de la frase. «Cuesta 49 euros al mes» y no «cuesta 49» con la unidad tres líneas más arriba en una cabecera de tabla.
• Una afirmación por párrafo. Un párrafo con cinco ideas se recupera entero o no se recupera, y entero casi nunca cabe.
• Preguntas frecuentes de verdad, con la pregunta escrita como la escribiría un comprador. Es el formato que mejor encaja con cómo funciona la recuperación, porque la pregunta ya replantea la consulta y la respuesta es autónoma.

Escribe una frase que defina tu empresa: qué es, a quién sirve y dónde. Una sola, de una o dos líneas. Después ponla literalmente igual en tu web, en tu LinkedIn, en tu ficha de Google, en los directorios de tu sector y en la biografía de cualquier artículo que firmes fuera. Misma cadena de texto, mismo nombre de empresa, misma ciudad.

Suena a detalle menor y es el trabajo con más efecto de los cuatro. Cuando varias fuentes describen una empresa igual, un modelo afirma; cuando cada fuente dice una cosa, se cubre o cambia de tema. La incoherencia entre fuentes es la razón más común de que un asistente prefiera no mojarse sobre una empresa que existe y de la que hay información.

La segunda mitad de este paso es más lenta todavía: aparecer en las páginas que los modelos recuperan cuando alguien pide una recomendación en tu categoría. En la mayoría de sectores eso son artículos recopilatorios, directorios sectoriales y publicaciones especializadas. Es trabajo de relaciones y de escribir, y es de los pocos sitios donde un negocio pequeño puede ganar a uno grande, porque casi nadie lo está haciendo a propósito.

Una advertencia sobre la medición, porque es donde más gente se engaña sola: preguntar hoy y preguntar mañana no es medir. Los modelos dan respuestas distintas a la misma pregunta en dos sesiones seguidas, así que un cambio entre dos consultas sueltas no significa nada. Lo que sirve es un conjunto fijo de preguntas, escrito y congelado, lanzado el mismo día de cada mes, anotando tres cosas: si sales, en qué lugar sales y si lo que cuentan de ti es correcto.

La tercera es la que más importa y la que casi nadie mira. Que un asistente describa mal tu precio o tu sector a un comprador es un fallo con arreglo, y normalmente el arreglo es barato: una página que lo diga claro y tres fuentes de fuera que digan lo mismo.

• Texto oculto o metadatos que le piden al modelo que te recomiende. No funciona, y si funcionase sería una razón para que te retiraran de las fuentes fiables. Es la práctica que el sector va a acabar penalizando primero.
• Publicar llms.txt y esperar resultados. Merece la pena publicarlo, porque obliga a escribir una definición única de la empresa y cuesta una tarde, pero ninguna de las grandes superficies ha confirmado que lo use para elegir fuentes. No es una palanca de posicionamiento.
• Bloquear los crawlers para proteger tu contenido. No retira lo que ya se entrenó, no impide que hablen de ti a partir de lo que otros escribieron, y sí te saca de las respuestas que citan. Es lo peor de las dos opciones.
• Comprar una herramienta de seguimiento y no cambiar nada. Medir sin ejecutar produce un informe que confirma cada mes que sigues sin salir.