El 73% de las empresas B2B consolidadas en España no aparecen en ChatGPT ni Perplexity. No es mala suerte: hay cinco causas técnicas concretas, cada una con una acción inmediata.
Abre ChatGPT. Escribe: "¿Qué empresas de [tu sector] en España recomendarías para [lo que hace tu empresa]?"
Si no apareces, no es que el sistema sea imperfecto. Es que la IA no te conoce lo suficiente como para citarte. Y si ese test lo está haciendo un comprador al inicio de un proceso de decisión que durará 10,1 meses de media, acabas de quedar fuera de su lista antes de que la carrera comience.
¿Por qué? Hay cinco causas. Cada una tiene solución. Algunas puedes empezar a resolverlas esta misma semana.
El schema JSON-LD es el lenguaje que usa tu web para decirle a los sistemas automáticos "soy esto, hago esto, para estos clientes, con estos resultados". Sin él, la IA trabaja con ambigüedad sobre quién eres y qué resuelves.
La mayoría de webs B2B tienen schema básico — a veces solo WebSite o Organization vacío — sin los campos que importan: sector específico, servicios con descripciones, área geográfica, tipo de cliente, resultados verificables.
Acción inmediata: audita el schema de tu homepage y páginas de servicio principales con Google Rich Results Test (search.google.com/test/rich-results). Si la página de servicio principal no tiene un bloque Service con name, description, provider, areaServed y audience, tienes una brecha que cerrar esta semana.
El archivo llms.txt es el equivalente del robots.txt para modelos de lenguaje: un fichero de texto en la raíz de tu dominio que le dice a los LLMs qué eres, qué haces, qué páginas son las más importantes y cómo interpretar tu contenido.
Actualmente, prácticamente ninguna empresa B2B española tiene llms.txt. Quien lo implemente en los próximos meses tiene una ventaja de primer mover en un estándar que está madurando rápido.
Acción inmediata: crea el archivo llms.txt en la raíz de tu dominio (tuempresa.es/llms.txt). Debe incluir: nombre y descripción de la empresa, lista de las 5-10 páginas más importantes con URL y descripción de una línea, servicios principales con descripción, tipo de cliente ideal y mercado geográfico. No lleva más de una hora crear la primera versión.
Hay una diferencia entre contenido que informa y contenido que la IA puede extraer como respuesta directa. El contenido B2B habitual está escrito para convencer, no para informar: texto persuasivo lleno de adjetivos ("líder en el sector", "soluciones innovadoras", "enfoque integral"), sin datos concretos, sin comparaciones verificables.
Un modelo de lenguaje que lee "Somos la empresa líder en soluciones logísticas integrales para el sector industrial" no extrae ninguna información útil. Un modelo que lee "Reducimos el tiempo de entrega en última milla en un 28% de media en los primeros 90 días, en empresas industriales con entre 50 y 500 SKUs activos" tiene algo que citar.
Acción inmediata: elige la página de servicio más importante de tu web. Lee cada párrafo y pregúntate: "¿Hay un dato concreto y verificable aquí?" Añade al menos tres claims con esta estructura: dato específico + contexto de por qué importa + implicación para el cliente. Añadir un bloque de FAQ al final con 5-6 preguntas y respuestas directas puede aumentar la citabilidad de la página de forma inmediata.
Esta es la causa más importante y la menos obvia. El 90% de lo que alimenta a un modelo de lenguaje viene de fuentes externas, no de tu web. Si las únicas menciones verificables de tu empresa en internet son tu propia web y tu perfil de LinkedIn, la IA tiene muy pocos puntos de referencia para construir una representación de quién eres.
Los modelos priorizan lo que denominamos Amalgamated Authority: la autoridad que nace de que muchas fuentes independientes y creíbles digan lo mismo sobre una empresa. Un competidor con menos contenido propio pero con menciones en cinco publicaciones sectoriales tiene más probabilidades de ser citado que tú, con tu web perfectamente optimizada para SEO.
Acción inmediata: haz un inventario de presencia externa. Busca tu empresa en Google con comillas ("nombre empresa") y anota cuántos resultados son de terceros. Si tienes menos de 10 menciones externas verificables, identifica los 3 directorios empresariales más relevantes de tu sector y completa un perfil detallado en cada uno esta semana.
Las preguntas frecuentes son el formato que más directamente alimenta a los sistemas RAG. Cuando alguien pregunta a la IA "¿cuánto cuesta implementar un ERP para empresa industrial mediana?", el modelo busca fuentes que respondan exactamente esa pregunta. El FAQ no es solo contenido: combinado con schema FAQPage, crea un fragmento directamente extractable por los modelos.
El 95% de las páginas de servicio B2B en España no tienen ningún bloque de preguntas frecuentes. Es una de las brechas más fáciles de cerrar y de mayor impacto en visibilidad generativa.
Acción inmediata: añade un bloque FAQ a las dos páginas de servicio más importantes de tu web. Mínimo 5 preguntas por página. Criterio: escribe las preguntas que realmente hace un comprador al inicio del proceso, no las que quieres responder tú. Incluye el schema FAQPage correspondiente.
| Causa | Impacto en visibilidad IA | Dificultad de resolución | ¿Esta semana? |
|---|---|---|---|
| Sin schema JSON-LD | Alto | Baja-media | Sí |
| Sin llms.txt | Medio (emergente) | Baja | Sí |
| Contenido no citable | Alto | Media | Parcialmente |
| Sin consenso digital | Muy alto | Alta | Empezar |
| Sin FAQ estructurado | Alto | Baja | Sí |
El audit GEO gratuito identifica cuál de estas cinco causas está afectando tu visibilidad en ChatGPT, Gemini y Perplexity, y te da un plan de acción priorizado.
Descubre tu Visibility Score en 2 minutos. Gratuito, sin tarjeta.
Hacer mi audit gratisGEO es la disciplina que optimiza la presencia de una empresa en ChatGPT, Gemini y Perplexity. Solo el 4,5% de las fuentes que cita la IA coincide con el top 10 de Google.
LeerEl 95,5% de las fuentes que cita la IA no coincide con el top 10 de Google. GEO y SEO optimizan para sistemas técnicamente diferentes — aplicar la lógica de uno al otro produce resultados pobres.
LeerEl ciclo de compra B2B SaaS dura 10,1 meses de media con 10 decisores implicados. La IA interviene desde el primer día, cuando el comprador forma la lista de candidatos que evaluará hasta el final.
Leer