De dónde saca ChatGPT la información (y por qué nombra a unas empresas y no a otras)

De dónde saca ChatGPT la información depende de cada respuesta: o de lo que aprendió al entrenarse, a partir de textos públicos de internet y de otras fuentes que elige OpenAI, o de lo que busca en la web en el momento de responder. La primera parte no la puedes cambiar a corto plazo. La segunda sí se puede trabajar, y es la que explica casi siempre por qué ChatGPT nombra a un negocio y no a otro.

Aquí verás cómo funciona cada vía, cómo ver las fuentes de una respuesta y por qué recomienda a tu competencia. Los pasos para salir están en la guía cómo aparecer en ChatGPT.

Lo que ChatGPT aprendió al entrenarse

El modelo que hay detrás de ChatGPT se entrena con una cantidad enorme de texto. Según la ayuda de OpenAI sobre cómo se desarrollan ChatGPT y sus modelos, ese texto sale de tres tipos de fuente:

• Información pública de internet, la que cualquiera puede leer sin registrarse. OpenAI dice que no recoge a propósito contenido de pago ni de la web oscura, y que filtra cosas como spam, contenido para adultos o webs que recopilan datos personales.
• Información de terceros con los que OpenAI tiene acuerdos.
• Información que aportan los usuarios, los entrenadores humanos y los investigadores.

Para un negocio, esto implica dos cosas. El modelo no guarda una ficha de tu empresa: aprende patrones del lenguaje y, con ellos, va escribiendo la respuesta palabra a palabra. Lo que «sabe» de ti depende de cuánto y cómo se hablaba de tu negocio en esos textos, y tiene una fecha de corte. Si abriste una segunda clínica el año pasado o cambiaste de dirección, el modelo puede no saberlo.

Lo único que decides aquí es si tu web entra en futuros entrenamientos: según la documentación de OpenAI sobre sus rastreadores, bloquear GPTBot en el archivo robots.txt indica que tu contenido no debe usarse para entrenar sus modelos. Eso no te quita del buscador de ChatGPT, que va aparte.

Lo que ChatGPT busca en la web en el momento

La segunda vía es la búsqueda. Según la ayuda de OpenAI sobre la búsqueda de ChatGPT, ChatGPT decide buscar por su cuenta cuando la pregunta lo pide, por ejemplo cuando hace falta información reciente o local, y también puedes forzarlo eligiendo la herramienta de búsqueda. Las preguntas sobre negocios («dentista en Sabadell que abra los sábados») suelen pedir datos que cambian.

Cuando busca, pasan varias cosas a la vez:

1. Pregunta a buscadores externos. OpenAI explica que envía la consulta a proveedores de búsqueda de terceros y que, tras ver los primeros resultados, puede lanzar búsquedas más concretas. En su ayuda para cuentas de empresa y educación, nombra a Bing como el proveedor de búsqueda externo. Para las cuentas de particulares no da nombres: lo prudente es cuidar lo que saben de ti Bing y Google.
2. Usa su propio índice. El rastreador OAI-SearchBot recorre webs para el buscador de ChatGPT. Si tu web lo bloquea, la documentación de OpenAI dice que no se mostrará en las respuestas de búsqueda, como mucho como un simple enlace.
3. Abre páginas concretas. Cuando un usuario pide algo que exige visitar una web, ChatGPT puede entrar con otro agente, ChatGPT-User. OpenAI aclara que ese agente no decide quién sale en el buscador.
4. Tiene en cuenta dónde está quien pregunta. Según OpenAI, puede compartir con los proveedores una ubicación aproximada, sacada de la dirección IP, para dar resultados locales.

En compras pasa algo parecido. La ayuda de OpenAI sobre comprar con la búsqueda de ChatGPT explica que los productos se eligen por su relevancia, que pueden pesar el precio o las reseñas y que no son anuncios. Para una tienda online, las fichas de producto y las opiniones son fuentes de primera línea.

Lo que sabe de quien pregunta

Hay una tercera pieza que a menudo se olvida: la memoria. Según la ayuda de OpenAI sobre la memoria de ChatGPT, puede tener en cuenta conversaciones anteriores y datos guardados del usuario para personalizar la respuesta. Por eso dos personas que hacen la misma pregunta pueden recibir nombres distintos, y por eso conviene revisar tus pruebas en un chat temporal sin personalizar.

Cómo saber de dónde saca la información ChatGPT en una respuesta

Para saber de dónde saca la información ChatGPT, mira las citas: si ha buscado en la web, enlaza las páginas que ha usado; si no hay ninguna, lo más probable es que haya contestado con lo aprendido en el entrenamiento. Paso a paso:

1. Haz la pregunta como la haría un cliente, en un chat temporal, por ejemplo «restaurante con menú del día en Lleida cerca de la estación».
2. Busca las citas dentro del texto. Son pequeños enlaces junto a las frases. Al abrir una, ves qué página respalda ese dato.
3. Abre el botón «Fuentes» al final de la respuesta, cuando aparezca. OpenAI explica que reúne las páginas citadas y, a veces, otros enlaces relacionados. Solo sale cuando la respuesta tiene fuentes.
4. Si no hay citas, pide que busque. Repite la pregunta con la herramienta de búsqueda activada y compara: lo que cambia te dice qué venía del entrenamiento.
5. Apunta qué tipo de fuente es cada una: tu web, la de un competidor, un directorio, una plataforma de reservas, un medio local o una página de reseñas.
6. Comprueba que la fuente dice lo que ChatGPT afirma. En su artículo sobre si ChatGPT dice la verdad, OpenAI reconoce que puede equivocarse con seguridad e incluso inventarse citas o referencias. No te fíes de un enlace sin abrirlo.

Con cinco o diez preguntas tendrás la lista de páginas que ChatGPT consulta para tu sector y tu zona: tu mapa de trabajo.

Por qué ChatGPT no recomienda mi negocio (y sí a la competencia)

OpenAI no publica cómo elige a quién nombra: lo que sigue son las causas que se repiten al revisar respuestas, no reglas oficiales. Suele ser una mezcla:

• Hay más fuentes que hablan de ella. Si tu competidor sale en tres directorios, en el diario local y en una guía del sector, y tú solo en tu web, ChatGPT tiene más textos que la describen a ella cuando busca.
• Sus datos son coherentes. Mismo nombre, dirección, horario y servicios en todas partes. Si tu web dice una cosa y un directorio otra, la respuesta puede saltarte o mezclar datos.
• Tiene más reseñas, y más concretas. «Me atendieron una urgencia el mismo día» describe un servicio. «Todo genial» no aporta nada que la IA pueda usar.
• Su web explica mejor qué hace. Un despacho con una página para cada especialidad encaja mejor con «abogado de herencias en Zaragoza» que uno con una sola página genérica.
• Tu web no se deja leer. Un robots.txt o un cortafuegos que bloquea a OAI-SearchBot, una carta en foto o datos que solo salen en un PDF escaneado.
• Eres nuevo para el modelo. Si abriste después de la fecha de corte y aún no hay fuentes que hablen de ti, solo puedes salir por la vía de la búsqueda.

Tres ejemplos de lo que suele aparecer al mirar las fuentes:

• Una clínica dental. ChatGPT cita un directorio sanitario y la web de otra clínica. En el directorio, tu clínica sale con el teléfono antiguo y sin los tratamientos.
• Un restaurante. Cita una plataforma de reservas y una guía gastronómica local. Tú no estás en la guía y tu ficha de reservas no dice que tienes terraza.
• Un despacho. Cita el listado del colegio profesional y un artículo de prensa sobre otro abogado. Tu ficha en el colegio no indica la especialidad.

En los tres casos el arreglo está en las fuentes que lee ChatGPT. Corregirlas aumenta las probabilidades de que te tenga en cuenta, pero nadie puede garantizar que te nombre. Por eso lo que se mide es el porcentaje de respuestas en que sales, no un puesto en una lista.

Qué hacer con lo que has descubierto

Con el mapa de fuentes en la mano, el orden lógico es este:

1. Corrige los datos que estén mal en las fuentes que ChatGPT ya cita.
2. Pide estar en las fuentes que nombran a tu competencia y a ti no, si encajan con tu negocio.
3. Revisa que tu web se deje leer y explique cada servicio en su propia página.
4. Repite las mismas preguntas pasadas unas semanas y compara.

Los pasos detallados (rastreadores, fichas de Google y Bing, reseñas, qué hacer si ChatGPT da un dato falso) están en cómo aparecer en ChatGPT. Si quieres el marco común a todas las IA, mira cómo aparecer en la IA y, para entender el enfoque de fondo, qué es el GEO.

Preguntas frecuentes

¿ChatGPT busca en internet siempre que responde?

No, ChatGPT no busca en internet en todas las respuestas: según OpenAI, decide buscar cuando la pregunta lo necesita, sobre todo si pide información reciente o local, y tú puedes forzarlo con la herramienta de búsqueda. Cuando no busca, responde con lo aprendido en el entrenamiento.

¿ChatGPT usa Google o Bing para buscar?

OpenAI nombra a Bing como proveedor de búsqueda en su ayuda para cuentas de empresa y educación, y para el resto habla de proveedores externos sin dar nombres. Además tiene su propio rastreador, OAI-SearchBot. Para Google y sus respuestas con IA, mira cómo aparecer en la IA de Google.

¿ChatGPT se inventa las fuentes?

Puede hacerlo: OpenAI reconoce que ChatGPT a veces da citas o referencias que no existen o que no dicen lo que afirma. Por eso conviene abrir cada enlace antes de dar un dato por bueno, y más si es sobre tu propio negocio.

¿Por qué ChatGPT da un dato antiguo de mi negocio?

Un dato antiguo suele venir de una de dos partes: del entrenamiento, que tiene una fecha de corte, o de una página que aún lo muestra, como un directorio sin actualizar. Si la respuesta cita una fuente, empieza por corregir esa página.

¿Gemini saca la información del mismo sitio?

No exactamente: Gemini se apoya en lo que Google sabe de tu negocio, mientras que ChatGPT usa sus propios proveedores de búsqueda y su rastreador. Lo tienes explicado en cómo aparecer en Gemini. Nosotros medimos ChatGPT, Perplexity y las respuestas de IA de Google; Gemini no lo medimos de forma automática.

Si quieres saber qué fuentes usan hoy las IA cuando hablan de tu sector, mira qué dicen de tu negocio con el informe gratis: preparamos a mano 10 preguntas como las de tus clientes y te enviamos el resultado en 24–48 horas laborables, sin coste.