Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAPI / Producto · Listo para usarHabr AI→ original

Un script de 2 dólares al mes comprueba si ChatGPT cita el sitio del autor; llms.txt no ayuda

Una vez al mes, el autor hace a ChatGPT, a través de la API, 22 preguntas tal como las haría un cliente, y cuenta con qué frecuencia el modelo enlaza su sitio: 66 consultas a 3 céntimos cada una, unos 2 dólares en total. El consejo popular de GEO (optimización para las respuestas de las redes neuronales), que consiste en un archivo llms.txt con indicaciones para la IA, no funciona: el 97 % de esos archivos no fue consultado en mayo. En cambio, sí ayudan las páginas que responden directamente a la pregunta del cliente y las menciones en plataformas de terceros.

Procesado por IA desde Habr AI; editado por Hamidun News
Un script de 2 dólares al mes comprueba si ChatGPT cita el sitio del autor; llms.txt no ayuda
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Dato clave #1El mismo conjunto de marcas se repite en las respuestas con una frecuencia inferior a 1 de cada 100 respuestas (SparkToro)
Dato clave #2El marcado JSON-LD produjo un +2,2 % de citas en ChatGPT, estadísticamente no significativo
Dato clave #3La marca se toma de plataformas externas 6,5 veces más a menudo que del sitio propio
Un script de 2 dólares al mes comprueba si ChatGPT cita el sitio del autor; llms.txt no ayuda
Video destacado / Demo
Haz clic para reproducir el video original o lee el análisis completo a continuación.Ver en YouTube ↗

Cada vez más personas preguntan a una red neuronal en lugar de a un buscador, y para quien así pregunta, una marca que no aparece en la respuesta sencillamente no existe. Según Mediascope, en septiembre de 2026 el 55 % de los rusos utilizaba redes neuronales al menos una vez al mes, frente al 26 % de octubre de 2025. Para ello incluso surgió una disciplina aparte, GEO, es decir, la optimización de un sitio para las respuestas de las redes neuronales, por analogía con el SEO.

El autor de uno de los análisis publicados en Habr mantiene desde agosto un script que, una vez al mes, hace a ChatGPT preguntas tal como las haría su cliente, y comprueba si el modelo menciona su sitio. Una ejecución mensual son 66 llamadas a la API de unos 3 céntimos cada una, es decir, unos 2 dólares. De paso, comprobó qué consejos de moda sobre GEO no funcionan en la práctica.

¿Por qué no existe un «primer puesto» en la respuesta de una red neuronal?

SparkToro y Gumshoe reunieron en enero de 2026 2961 respuestas de tres redes neuronales a las mismas 12 preguntas. El mismo conjunto de marcas se repetía con una frecuencia inferior a 1 de cada 100 respuestas, y el mismo orden, con una frecuencia inferior a 1 de cada 1000. Aclaración: uno de los coautores del trabajo vende precisamente herramientas de seguimiento de visibilidad, y el estudio no ha sido revisado por pares. De ahí la regla en la que se apoya toda la medición: solo se puede medir la proporción de respuestas en las que usted aparece, y solo sobre muchas ejecuciones.

Cómo funciona la medición

El archivo de texto contiene 22 preguntas. Diez están formuladas desde la perspectiva de un cliente que no conoce al autor, y para cada una existe en el sitio una página con la respuesta; solo estas entran en la cifra principal. Otras diez se refieren a casos prácticos y artículos, y dos contienen el nombre y el dominio: se trata de una comprobación de la conexión, no de un indicador de éxito. Cada pregunta se envía tres veces, lo que suma 66 llamadas. El script se lanza mediante cron el día 1 de cada mes, y el informe llega a Telegram.

Las preguntas no se envían a través de la ventana de ChatGPT, sino mediante la OpenAI Responses API: el modelo gpt-4o-mini con la herramienta web_search y el parámetro tool_choice: "required", de modo que sin consultar internet no hay respuesta. En el chat habitual existe la memoria de la cuenta: cuando el autor hizo una pregunta allí, ChatGPT empezó a leer sus archivos y su correspondencia. Un cliente desconocido no vería nada de eso. La desventaja de la API es que el comportamiento se acerca al de ChatGPT para el consumidor, pero no es idéntico, de modo que la medición muestra la dinámica en condiciones iguales, no lo que verá una persona concreta.

Cada ejecución se guarda en SQLite con la clave «fecha, pregunta, número de ejecución»: si el dominio aparece entre los enlaces, en qué posición, si la marca se menciona sin enlace y si el modelo consultó internet. Las respuestas sin búsqueda se marcan: se han obtenido de la memoria del modelo y no tienen relación con GEO.

La formulación de la pregunta lo decide casi todo. La consulta «recomiéndame especialistas» el modelo suele interpretarla como una búsqueda de organizaciones cercanas y devuelve enlaces a mapas. Para solucionarlo basta con añadir la frase «Dame enlaces a sitios web». Las preguntas nuevas pasan primero una ejecución de prueba sin registro, y solo se quedan aquellas en las que el modelo cita de verdad sitios web.

Protecciones contra gastos innecesarios: una ejecución ya realizada no se repite ni se vuelve a pagar, el límite es de 70 llamadas por lanzamiento, existe un bloqueo frente al lanzamiento paralelo, el script se detiene tras tres fallos seguidos y se envía una alerta al mensajero.

Qué mostraron las mediciones y qué consejos no funcionan

El conjunto completo se ejecutó dos veces, el 1 de octubre y el 1 de noviembre. Ante la pregunta sobre mentoría en vibe coding, el autor aparece en cada una de las tres respuestas en todas las mediciones, aunque su posición varía de la primera a la sexta: el tema no está saturado, y en el sitio hay una página con la respuesta directa. En el tema de los agentes de IA para pequeños negocios la situación es la contraria: de 9 a 11 sitios citados, 8 se repiten en todas las respuestas, y son webs de estudios. Tres ejecuciones son pocas, así que el autor no extrae conclusiones a partir de un solo dato.

  • llms.txt: archivo de indicaciones para la IA en la raíz del sitio. Ahrefs revisó 137 210 dominios: el archivo existe en el 28 %, y el 97 % de esos archivos no fue consultado en mayo. Google indica que su buscador no utiliza estos archivos.
  • Marcado schema.org (JSON-LD). En 1885 páginas las citas crecieron un 2,4 % en AI Mode y un 2,2 % en ChatGPT; ambos cambios son estadísticamente no significativos. Para los fragmentos enriquecidos en los resultados habituales sigue siendo útil.
  • Citas y estadísticas en el texto. Un trabajo de 2023 prometía un aumento de la visibilidad de hasta el 40 %, pero se hizo sobre un buscador propio con GPT-3.5. La comprobación de 2026 sobre sistemas actuales dio un resultado cercano a cero: −0,33 puntos porcentuales para las citas y −0,28 para las estadísticas, con intervalos de confianza que cruzan el cero. Los autores de la comprobación venden evaluación de contenidos, y el trabajo no ha sido revisado por pares.

Lo que parece ser cierto: AirOps analizó 21 311 menciones de marcas y encontró que la red neuronal toma la marca de plataformas de terceros 6,5 veces más a menudo que de su sitio (AirOps vende a su vez herramientas de contenido). Los dominios que citan en su lugar son una lista ya hecha de lugares donde hace falta aparecer. Funcionan también los hechos verificables en lugar de los adjetivos, y las páginas con respuesta directa, precio y condiciones.

El 10 de noviembre OpenAI lanzó en beta Businesses in ChatGPT: un panel gratuito, Business Hub, en el que la empresa confirma su perfil y ve las menciones y los clics a su sitio. El vicepresidente de OpenAI, Benjie Shomair, afirmó que el perfil no debe influir en la frecuencia de aparición en las respuestas. Es un canal para datos precisos, no una forma de comprar un lugar.

Qué hacer en la práctica

La variante manual lleva una tarde: redacte 20 preguntas con las palabras vivas del cliente, sin mencionar el nombre de la marca, añada «Dame enlaces a sitios web», haga cada pregunta tres veces en un chat nuevo y calcule la proporción de respuestas con su sitio. Para seguir la dinámica, automatice el proceso: Responses API, SQLite, las mismas preguntas cada mes y protecciones contra gastos antes del primer lanzamiento.

Historia

Preguntas frecuentes sobre la noticia

¿Por qué no existe un «primer puesto» en la respuesta de una red neuronal?

SparkToro y Gumshoe reunieron en enero de 2026 2961 respuestas de tres redes neuronales a las mismas 12 preguntas. El mismo conjunto de marcas se repetía con una frecuencia inferior a 1 de cada 100 respuestas, y el mismo orden, con una frecuencia inferior a 1 de cada 1000. Aclaración: uno de los coautores del trabajo vende precisamente herramientas de seguimiento de visibilidad, y el estudio no ha sido revisado por pares.

Cómo funciona la medición?

El archivo de texto contiene 22 preguntas. Diez están formuladas desde la perspectiva de un cliente que no conoce al autor, y para cada una existe en el sitio una página con la respuesta; solo estas entran en la cifra principal. Otras diez se refieren a casos prácticos y artículos, y dos contienen el nombre y el dominio: se trata de una comprobación de la conexión, no de un indicador de éxito. Cada pregunta se envía tres veces, lo que suma 66 llamadas.

¿Qué se sabe sobre Qué mostraron las mediciones y qué consejos no funcionan?

El conjunto completo se ejecutó dos veces, el 1 de octubre y el 1 de noviembre. Ante la pregunta sobre mentoría en vibe coding, el autor aparece en cada una de las tres respuestas en todas las mediciones, aunque su posición varía de la primera a la sexta: el tema no está saturado, y en el sitio hay una página con la respuesta directa. En el tema de los agentes de IA para pequeños negocios la situación es la contraria: de 9 a 11 sitios citados, 8 se repiten en todas las respuestas, y son webs de estudios.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…