Cómo saben los LLM qué negocios recomendar: factores que determinan si te citan

Cuando alguien le pregunta a ChatGPT “¿cuál es el mejor fontanero en Vigo?” o “¿qué clínica dental recomendáis en Madrid?”, el modelo da una respuesta concreta. Cita nombres, a veces direcciones, a veces descripciones de servicio. La pregunta que recibimos mucho de dueños de negocio es: ¿cómo decide el modelo a quién nombrar?

La respuesta no es aleatoria. Hay señales que los modelos de lenguaje (LLM, por sus siglas en inglés) han aprendido a asociar con negocios fiables y relevantes. Aquí las desgranamos una a una.

Qué es un LLM y por qué le importa tu negocio

Un LLM (Large Language Model) es el motor que hay detrás de herramientas como ChatGPT, Perplexity, Claude o Gemini. Estos modelos se entrenan con enormes cantidades de texto extraído de internet: artículos, foros, reseñas, directorios, webs de empresa y mucho más.

Durante ese entrenamiento, el modelo aprende patrones: qué negocios aparecen mencionados en fuentes fiables, con qué contexto, con qué frecuencia y con qué nivel de detalle. Cuando alguien hace una pregunta, el modelo reproduce los patrones que aprendió.

Un negocio que aparece descrito con detalle en múltiples fuentes externas tiene más probabilidades de ser citado por un LLM que uno que solo existe en su propia web.

Eso significa que tu visibilidad en IA no depende de un algoritmo de posiciones como en Google. Depende de cuánto rastro útil has dejado en internet antes de que el modelo fuera entrenado, y de cuánto dejas ahora para los modelos que se actualizan con mayor frecuencia, como Perplexity.

Los factores principales que influyen en la citación

1. Contenido propio con respuestas concretas

Los LLM extraen información de webs que responden preguntas de forma directa. Un artículo que explica “qué incluye un servicio de limpieza de conductos de aire” es más citable que una página de inicio genérica que dice “somos expertos en climatización desde 1998”.

El contenido que mejor funciona para ser citado tiene estas características:

• Responde una pregunta específica en los primeros dos párrafos
• Usa frases cortas con datos concretos (precios, plazos, porcentajes)
• Está estructurado con títulos claros (H2, H3) que el modelo puede identificar como secciones independientes
• Habla de un tema por página, no intenta cubrirlo todo a la vez

Si quieres profundizar en cómo crear ese tipo de contenido, este artículo explica el proceso desde cero: cómo escribir un artículo que posicione en Google sin ser experto SEO.

2. Menciones en fuentes externas

Cuando un modelo ve que tu negocio aparece mencionado en un periódico local, en un directorio sectorial, en una reseña detallada de Google o en el blog de otro profesional, interpreta eso como una señal de que existes y de que otros confían en ti.

No hace falta salir en El País. Las fuentes que más peso tienen para negocios locales y pymes son:

• Reseñas de Google con texto (no solo estrellas)
• Fichas completas en directorios como Páginas Amarillas, Yelp o directorios sectoriales
• Apariciones en medios locales digitales
• Menciones en blogs o webs del sector

Los LLM aprenden de la misma web que usan los humanos. Si los humanos te encuentran en varios sitios, el modelo también te habrá visto en varios sitios.

La cantidad de reseñas importa, pero más importa el texto de esas reseñas. Una reseña que dice “gran atención, me ayudaron con la avería de calefacción en menos de dos horas en Pontevedra” le da al modelo información geográfica, de servicio y de velocidad de respuesta. Una reseña que dice “muy bien” no aporta nada citable.

3. Estructura de datos en la web

Los LLM, al igual que Google, entienden mejor una web cuando está organizada de forma que una máquina pueda leerla con facilidad. Aquí entra el Schema Markup, que es simplemente un fragmento de código que describes en tu web: quién eres, qué haces, dónde estás, qué servicios ofreces y cómo contactar contigo.

Sin entrar en tecnicismos: si en tu web no hay ningún dato estructurado, el modelo tiene que inferir toda esa información del texto. Con datos estructurados, la información está explícita y es mucho más probable que se use correctamente.

Los tipos de schema más útiles para negocios locales y pymes son:

• LocalBusiness con dirección, horario y categoría
• Service para cada servicio que ofreces
• FAQPage para las preguntas frecuentes de tu sector
• Review si tienes testimonios en tu propia web

4. Coherencia de la información en internet

Uno de los errores más frecuentes que detectamos en webs de pymes es la incoherencia de datos: el teléfono en Google es distinto al de la web, la dirección en el directorio no coincide con la de la ficha de Google, el nombre del negocio varía entre plataformas.

Para un LLM, esa incoherencia genera incertidumbre. Si el modelo no puede confirmar cuál es el dato correcto, simplemente no lo cita, o lo cita con errores.

Un negocio con nombre, dirección y teléfono idénticos en todas las plataformas genera más confianza para un LLM que uno con datos contradictorios en internet.

Revisar esa coherencia es una de las primeras cosas que hace la auditoría automática de Rowan Growth cuando conectas tu web.

5. Frecuencia y actualidad del contenido

Los modelos que se actualizan en tiempo real, como Perplexity, dan más peso a contenido reciente. Si tu última publicación tiene tres años, es menos probable que aparezcas en respuestas sobre tendencias actuales de tu sector.

Publicar un artículo al mes sobre preguntas reales de tus clientes es suficiente para mantener presencia. No hace falta más volumen, pero sí constancia.

Lo que los LLM no pueden ver de tu negocio

Hay algo que conviene tener claro: los LLM no acceden a tu facturación, no saben cuántos clientes tienes ni cuánto lleva tu negocio abierto si esa información no está en internet de forma accesible. Solo ven lo que está publicado.

Eso significa que una pyme de dos años con buen contenido y presencia coherente puede aparecer más que una empresa de veinte años que nunca ha publicado nada en su web ni ha gestionado sus reseñas.

Es una ventaja real para negocios pequeños que estén dispuestos a trabajar su presencia digital de forma ordenada.

Cómo saber si los LLM te están citando ahora mismo

La forma más directa es preguntar tú mismo. Abre ChatGPT, Perplexity o Gemini y escribe algo como “¿qué [tu tipo de negocio] recomendarías en [tu ciudad]?” o “¿quién es bueno en [tu servicio] en [tu zona]?”.

Si no apareces, no es porque los modelos te hayan ignorado deliberadamente. Es porque no tienen suficiente información sobre ti, o la que tienen no está organizada de forma que puedan usarla con seguridad.

Si quieres saber con más detalle cómo funciona esto para negocios locales en Perplexity, puedes leer: cómo salir en Perplexity con mi negocio local. Y si te preguntas qué ve exactamente un asistente de IA cuando busca tu negocio, este artículo lo explica con ejemplos: qué ven los asistentes de IA cuando buscan tu negocio.

Qué puedes hacer esta semana

No hace falta hacer todo a la vez. Estas tres acciones tienen impacto directo en tu citación:

1. Revisa que tu nombre, dirección y teléfono sean idénticos en Google, tu web y los principales directorios donde aparezcas.
2. Pide a tus últimos cinco clientes satisfechos que dejen una reseña en Google con una descripción del trabajo que hiciste (no solo las estrellas).
3. Publica un artículo en tu web que responda una pregunta real que te hacen tus clientes, con datos concretos y una estructura clara.

Esas tres acciones son el punto de partida. Con el tiempo, el rastro que vas dejando en internet es lo que convierte a tu negocio en una fuente en la que los modelos de IA confían.

En Rowan Growth medimos cada semana si ChatGPT, Claude, Perplexity y Gemini citan tu negocio cuando alguien pregunta por tu sector. Si quieres ver cómo estás ahora mismo, puedes probarlo sin compromiso desde rowangrowth.es.