Menciones de marca: por qué la IA no recomienda tu web

Se define como mención de marca toda referencia a una empresa escrita por otros: una reseña en Google, un hilo de Reddit que la recomienda, una comparativa de un medio o su artículo en Wikipedia. Lo que la distingue de un enlace es que no necesita apuntar a ninguna parte: basta con que el nombre esté ahí y diga a qué se dedica la empresa.

Para un asistente de IA, esas menciones cumplen dos funciones. Le dicen que la empresa existe y es conocida en su categoría, y le dan frases con las que describirla.

Auditar qué menciones tiene ya una marca, con y sin enlace, es un trabajo distinto, explicado en la auditoría de menciones de marca sin enlace.

Cuando un asistente busca en la web, se queda con pocas fuentes. En un estudio de DoGeo con 1.230 ejecuciones de Gemini (octubre de 2026), cuando el modelo buscaba usaba unas 10 fuentes por respuesta. Si esas diez son comparativas, foros y reseñas que no nombran a una empresa, la web de esa empresa no entra en la respuesta, por buena que sea.

Muchas veces el asistente ni siquiera busca. En ese mismo estudio de DoGeo, con las preguntas sobre visibilidad en IA y GEO formuladas en español, el 70 % de las ejecuciones de Gemini no lanzó ninguna búsqueda web; con las mismas preguntas en inglés, el 46 %. En esas respuestas, lo que el asistente dice de una marca sale de lo que el modelo ya sabe, y eso lo aprendió de textos escritos por otros.

Cómo decide cada asistente qué fuentes consulta antes de citar está explicado en cómo eligen sus fuentes los modelos de IA. Lo que importa aquí es la consecuencia: una empresa compite por aparecer en las fuentes que el asistente ya usa, no solo por tener la mejor página.

La encuesta de BrightLocal sobre reseñas de consumidores de 2026, hecha a 1.002 adultos de Estados Unidos y publicada el 11 de febrero de 2026, mide que el uso de ChatGPT y otras herramientas de IA para pedir recomendaciones de negocios locales pasó del 6 % el año anterior al 45 %. La IA ya es la tercera fuente de recomendaciones de negocios, por detrás de Google y Facebook.

Esa misma encuesta de BrightLocal da el 97 % de consumidores que leen reseñas de negocios locales, y una media de seis sitios de reseñas consultados al elegir. Es decir, las opiniones están repartidas, y un asistente que resume la reputación de una empresa tiene donde mirar.

Para una empresa, las reseñas son la mención de terceros más fácil de influir de forma legítima: se piden a clientes reales y se contestan, pero nunca se escriben.

Google anunció el 22 de febrero de 2024 que tenía acceso a la API de datos de Reddit, que ofrece contenido estructurado y en tiempo real de Reddit. OpenAI anunció un acuerdo equivalente con Reddit el 16 de mayo de 2024, para llevar contenido de Reddit a ChatGPT. Google y ChatGPT tienen, por tanto, una vía directa a lo que se dice en Reddit.

El peso de Reddit se ve en los recuentos de citas. 5W Research publicó en mayo de 2026 un análisis de unos 600.000 eventos de cita de ChatGPT en Estados Unidos, con datos de Similarweb de enero y febrero de 2026: Reddit fue el segundo dominio más citado, con el 11,97 %, solo por detrás de Wikipedia.

El mismo informe de 5W Research advierte de que el peso de Reddit en ChatGPT cambia mucho de un mes a otro, así que Reddit no es un canal sobre el que construir todo un plan. Lo que sí vale es participar con nombre real en los foros del sector; un hilo fabricado por la marca es una mención comprada.

Ahrefs analizó a mano las respuestas de ChatGPT a 750 preguntas de recomendación en tres categorías: software, productos y agencias (del tipo «las mejores agencias de diseño web de Londres»). Las listas de «los mejores» en formato de blog fueron el 43,8 % de todos los tipos de página citados, por delante de cualquier otro formato.

El mismo estudio de Ahrefs encontró que las marcas situadas más arriba en esas listas aparecían más en las recomendaciones de ChatGPT que las situadas en medio o al final. Es una correlación, no una prueba de que subir en una lista cause la recomendación, pero describe de dónde sacan los asistentes sus candidatos.

Para una empresa, las comparativas de su sector son un objetivo concreto: saber cuáles existen, si la incluyen y cómo la describen. Pagar por el primer puesto es comprar una mención.

La Fundación Wikimedia escribió el 17 de octubre de 2025 que casi todos los grandes modelos de lenguaje se entrenan con datos de Wikipedia, y que las visitas humanas a Wikipedia habían caído en torno a un 8 % frente a los mismos meses de 2024. La fundación lo atribuye a la IA generativa y a las redes sociales, con buscadores que responden directamente, a menudo con contenido de Wikipedia.

Wikipedia no admite artículos de autopromoción. Su norma de relevancia en la versión inglesa presume que un tema merece artículo cuando ha recibido una cobertura significativa en fuentes fiables independientes de él, y su guía de conflicto de interés desaconseja con fuerza que una empresa edite el artículo sobre sí misma. Para tener artículo, primero tienen que hablar de la empresa otros medios.

Wikidata, la base de conocimiento estructurada del movimiento Wikimedia, reúne datos que sirven de apoyo a Wikipedia. Si la empresa ya tiene ficha en Wikidata, conviene comprobar que coincide con su web.

1. Escribir una frase que diga qué hace la empresa y para quién, y usarla igual en la web, las fichas de empresa, LinkedIn y los directorios del sector.
2. Pedir reseñas a clientes reales en los sitios que consulta su sector, y contestarlas todas, también las malas. Las reseñas son la única mención de terceros que una empresa puede pedir directamente.
3. Hacer la lista de las comparativas de «los mejores» de su categoría que ya aparecen en las respuestas de los asistentes, y escribir a sus autores con información verificable: qué hace la empresa, para quién y con qué resultados.
4. Publicar datos propios que nadie más tiene, como un estudio o un caso con cifras: es lo que un periodista o una comparativa citan con el nombre de la empresa al lado.
5. Responder dudas con nombre real en los foros del sector, sin enlazar la web en cada mensaje.

Lo que un asistente escribe sobre una marca solo se ve preguntándoselo. Para que la medida sirva, las preguntas tienen que ser siempre las mismas, las que haría un cliente, y lanzarse varias veces: así se ve si la marca aparece, en qué lugar y con qué fuente. Cómo montarlo está en la guía para medir la visibilidad en IA.

Lo que ese conjunto de preguntas no dice es si el asistente ha leído la web. Para eso se crea en el cortafuegos o el CDN una regla que registra sin bloquear las peticiones de cada robot de IA, identificado por su user-agent y, cuando el proveedor publica sus rangos, verificado por IP. Con esos registros se cuenta qué páginas visita cada robot y cuándo.

Los robots de búsqueda, como OAI-SearchBot de OpenAI, Claude-SearchBot de Anthropic o PerplexityBot, dicen qué páginas entran en el índice de cada asistente. Los que abren una página cuando una persona pregunta, como ChatGPT-User, Claude-User o Perplexity-User, son la señal más cercana a que el asistente la ha leído en una conversación. Es lo que montamos en DoGeo para cada cliente, junto con las preguntas fijas.