Ser citado no es ser elegido: la era de la medición del GEO en 2026 — asientos, preselecciones y el desfase de 68 días

Conclusiones clave

• ChatGPT recupera ~6× más páginas de las que cita, concentrando las citas en unos 30 dominios por tema — los 30 dominios principales capturan el 67% de las citas en temas de comparación de productos — el estudio de Kevin Indig sobre ~1,2 millones de respuestas de ChatGPT y ~98.000 filas de citación, reportado por Search Engine Land.
• De las páginas que posicionan #1 en Google, solo el 43,2% fue citado por ChatGPT — pero eso es 3,5× más que las páginas más allá del top 20 — la prima del ranking es real, pero compra una entrada, no un asiento (Search Engine Land).
• Los AI Overviews de Google citan listículos "best" autopromocionales y aun así excluyen a ese editor de sus recomendaciones el 69% de las veces — el estudio de software B2B de Lily Ray de 2026 establece que ser citado no es lo mismo que ser elegido (Profound).
• El 51% de las marcas de tecnología B2B vuelve con cero citas en ChatGPT, Perplexity y Gemini, y la mediana del desfase de medios ganados a cita es de 68 días — el benchmark de Q2 2026 de Crackle PR (AuthorityTech).
• La conversión de la búsqueda de IA corre a 5,1× el orgánico de Google en ChatGPT (14,2% vs 2,8%), 6,0× en Claude (16,8%) y 4,4× en Perplexity (12,4%) — pero solo el 11% de los dominios es citado tanto por ChatGPT como por Perplexity, así que una estrategia de un solo motor renuncia a la mayor parte de esa prima (Loganix/PR Newswire).

Tres estudios aterrizaron en las primeras tres semanas de septiembre de 2026 que cambian lo que "GEO" significa para un equipo de contenido B2B. El análisis de Kevin Indig de aproximadamente 1,2 millones de respuestas de ChatGPT encontró que el motor recupera alrededor de seis veces más páginas de las que cita, con la visibilidad concentrada en unos 30 dominios de citación por tema — una estructura que resume como "uno queda efectivamente fuera a menos que construya suficiente autoridad para ganar uno de un número limitado de 'asientos' de citación" (Search Engine Land). El estudio de software B2B de Lily Ray de 2026 encontró que los AI Overviews de Google citan listículos "best" autopromocionales y aun así excluyen al editor de ese listículo de sus propias recomendaciones el 69% de las veces (Profound). Y el benchmark de Q2 2026 de Crackle PR contó que el 51% de las marcas de tecnología B2B vuelve con cero citas en ChatGPT, Perplexity y Gemini, con una mediana de 68 días entre una colocación en medios ganados y su aparición como cita (AuthorityTech).

Este artículo es el complementario de medición de GEO no es SEO: por qué las citas de IA se desacoplaron de los rankings de búsqueda, que cubrió por qué las citas de IA se desacoplaron de los rankings orgánicos y el manual de cinco movimientos. Aquí nos enfocamos en lo que los estudios de 2026 miden después del manual: cómo está estructurado en realidad el conjunto de citas (los asientos), qué sucede entre ser recuperado y ser elegido (la exclusión del 69%), y qué dice la aritmética de conversión sobre dónde debería gastar su próximo dólar de contenido un proveedor B2B de mercado medio. Los números no reemplazan el manual — cambian el orden de las operaciones y las métricas del panel.

El conjunto de citas tiene un número fijo de asientos

El estudio de Indig analizó ~98.000 filas de citación de ~1,2 millones de respuestas de ChatGPT en siete verticales, usando análisis estructural de páginas, mapeo posicional y análisis de entidades y sentimiento (Search Engine Land). Los hallazgos estructurales son la parte que la mayoría de los equipos B2B no ha internalizado:

• Concentración. En temas de comparación de productos, los 10 dominios principales se llevaron el 46% de las citas y los 30 principales el 67%. La visibilidad de IA está ligeramente menos concentrada que la búsqueda orgánica clásica, pero sigue lo bastante centralizada como para que un proveedor de mercado medio compita por un pequeño número de espacios de citación por tema.
• La prima del #1 es una entrada, no una garantía. El 43,2% de las páginas #1 de Google fue citado — 3,5× más que las páginas más allá del top 20. Más de la mitad de las páginas #1 no fue citada en absoluto.
• Recuperación no es citación. ChatGPT recuperó alrededor de 6× más páginas de las que citó, y los datos de AirOps reportados por Search Engine Land encontraron que el 85% de las páginas recuperadas jamás fue citado. Un tercio de las páginas citadas provino de consultas fan-out, y el 95% de esas tenía cero volumen de búsqueda — el descubrimiento ocurre fuera del universo de palabras clave que la mayoría de los equipos rastrea.
• La longitud compra volumen de citación, con un techo por vertical. Las páginas de más de 20.000 caracteres promediaron 10,18 citas frente a 2,39 para páginas de menos de 500, con el mayor impulso entre 5.000 y 10.000 caracteres. El patrón se rompió en Finanzas, donde páginas más cortas y densas a menudo ganaban.
• Una cita es ruido. El 58% de las URL citadas lo fue solo una vez. La recurrencia fue para recopilaciones de categoría, páginas de comparación y guías amplias — páginas que responden múltiples preguntas relacionadas.
• La parte alta de la página es la citable. La sección del 10–20% de la página rindió mejor en todas las industrias; el 10% inferior se llevó solo el 2,4–4,4% de las citas. Las conclusiones fueron mayormente ignoradas.

Para un proveedor B2B de mercado medio, la aritmética es implacable: el asiento por el que compite en cualquier tema dado lo ocupa uno de ~30 dominios, la página del incumbente es más larga y cubre el tema desde más ángulos, y el 58% de los asientos rota entre sesiones — lo que es a la vez la amenaza (su única cita se evapora) y la apertura (los asientos de los incumbentes rotan).

La estructura del conjunto de citas — pocos asientos por tema, alta rotación de citas únicas y la brecha entre recuperado y citado:

Ser citado no es lo mismo que ser elegido

El estudio de Ray es el que cambia los paneles. Su equipo analizó cómo los AI Overviews de Google manejan las consultas de software B2B y encontró a los motores citando listículos "best X" autopromocionales — páginas escritas por proveedores sobre sí mismos — mientras excluyen a ese mismo editor de las recomendaciones que la respuesta efectivamente da, el 69% de las veces (Profound). El listículo gana una cita en la lista de fuentes; no gana un lugar en la preselección que ve el lector.

La distinción no es académica. Es la diferencia entre dos KPI que se ven idénticos en un informe GEO:

1. Presencia de citación — su URL aparece en el panel de fuentes citadas. Medible, satisfactoria y débil: dice que el motor encontró su página digna de leer.
2. Selección en la respuesta — la recomendación sintetizada por el motor incluye su producto, categoría o afirmación. Esto es lo que forma la preselección del comprador, y es la métrica que el AI Search Insight Report 2026 de G2 vincula con la elección de proveedor: los chatbots son la fuente más influyente que forma las preselecciones de proveedores.

La exclusión tiene un mecanismo. Un AI Overview sintetiza una recomendación a partir de múltiples fragmentos recuperados; un listículo autopromocional es una fuente utilizable pero un mal candidato a recomendación, porque el modelo puede ver el conflicto de interés. El trabajo forense de Ray — incluido un experimento donde sistemas de IA incorporaron un ranking fabricado en 24 horas — documenta tanto la velocidad con que las afirmaciones débiles entran en los sistemas de respuesta como cómo los motores tratan a las fuentes visiblemente sesgadas (Profound). La lectura práctica para un proveedor B2B: si su estrategia de citación depende de sus propias páginas "best of", está optimizando para el más débil de los dos resultados. La corroboración de terceros es lo que convierte una cita en la lista de fuentes en una recomendación.

La aritmética de los medios ganados: 51% y 68 días

El AI Citation Benchmark de Q2 2026 de Crackle PR cuantifica la dependencia que el manual del artículo principal implicaba pero nunca midió (AuthorityTech). Dos números reestructuran la conversación de presupuesto:

• El 51% de las marcas de tecnología B2B vuelve con cero citas en ChatGPT, Perplexity y Gemini. El estado por defecto de una marca B2B en la búsqueda de IA es la ausencia. La encuesta Buyers' Journey 2026 de Forrester sitúa el uso de IA del lado del comprador en un 72% que usa ChatGPT durante la evaluación de proveedores — el comprador se mudó; la mitad del conjunto de proveedores no ha aparecido.
• El 71% de las citas de proveedores B2B de ChatGPT proviene de medios ganados, el 29% de contenido propio; solo el 12% de las respuestas de los AI Overviews de Google enlaza a un comunicado de prensa (AuthorityTech). Los motores se apoyan en la edición de terceros, y las publicaciones más citadas para preguntas de proveedores de tecnología B2B son TechCrunch, Forbes, The Information, VentureBeat y Business Insider — con la autoridad de dominio correlacionando con la frecuencia de citación a r = 0,62. Una colocación de primer nivel rinde más que una docena de menciones comerciales de nivel medio.
• La mediana del desfase desde una colocación en medios ganados hasta la cita en un LLM es de 68 días. La implicación de presupuesto es el calendario: un programa de medios ganados iniciado hoy produce sus primeras citas en unas diez semanas. Las marcas que empezaron en junio están entrando ahora en el ciclo de citación.

El límite honesto, declarado por los propios agregadores: estas cifras establecen la composición de fuentes en la muestra citada, no una causalidad garantizada para ninguna marca en particular (AuthorityTech). La conclusión estructural se sostiene sin la afirmación causal — si la mayoría de las citas proviene de medios ganados y la mayoría de las marcas no tiene un pipeline de medios ganados orientado a las superficies de IA, el déficit de citación es un problema de pipeline, no de calidad de contenido.

El movimiento 4 del manual del artículo principal ("Está donde los motores ya miran") es esta aritmética en acción. La actualización de 2026 es que la dependencia ahora está medida: el contenido propio es necesario pero estructuralmente infraponderado — el 29% de la base de citas — y el desfase de 68 días fija el horizonte de planificación.

La aritmética de conversión y la trampa del 11%

Los números de conversión justifican la inversión; el número de superposición mata el atajo. De la síntesis de múltiples fuentes publicada vía Loganix, que combina seis estudios publicados de forma independiente que cubren 680 millones de citas:

Plataforma	Tasa de conversión	Multiplicador vs. orgánico de Google (2,8%)
Claude	16,8%	6,0×
ChatGPT	14,2%	5,1×
Perplexity	12,4%	4,4×
Google orgánico	2,8%	1,0×

Leída junto con los estudios de concentración y exclusión, la tabla conlleva tres consecuencias operativas:

1. La prima es real pero específica del motor. Los usuarios de Claude convierten al 16,8%, los de ChatGPT al 14,2%, los de Perplexity al 12,4% — contra una línea base orgánica del 2,8%. Estas son las tasas de Exposure Ninja de marzo de 2026 con cifras específicas por plataforma de una síntesis de múltiples fuentes, autorreportadas y medidas por la plataforma en lugar de auditadas de forma independiente — se aplica la advertencia de honestidad. La dirección es la señal: los visitantes referidos por IA llegan a mitad de decisión con una recomendación que ya está formando la intención.
2. Solo el 11% de los dominios es citado tanto por ChatGPT como por Perplexity. El análisis de Averi de 680 millones de citas encontró una superposición de dominios entre motores del 11% — los motores citan fuentes diferentes para la misma consulta el 89% de las veces (Loganix/PR Newswire). Un programa medido en un solo motor se lee como éxito mientras renuncia a la mayor parte de la prima direccionable. La "búsqueda de IA" no es un solo canal; son al menos cuatro con preferencias de fuentes distintas.
3. Las menciones de marca, no los backlinks, son el correlato dominante. Las menciones web correlacionan con la citación de IA a Spearman 0,664, unas 3× la correlación de backlinks de 0,218, en el análisis de Ahrefs de 75.000 marcas (Loganix/PR Newswire). El canal de distribución que construye menciones de marca — medios ganados, publicaciones de la industria, comunidades de profesionales — es el mismo al que apunta la aritmética del 71%/68 días.

Qué cambiar en el programa

La era de la medición cambia cuatro valores por defecto operativos para un equipo B2B de mercado medio que ejecuta el manual del artículo principal:

1. Mida la cuota de respuesta, no el ranking. La métrica del panel es la cuota de voz en las respuestas por motor — con qué frecuencia aparece su marca dentro de las respuestas generadas y las preselecciones de proveedores — no el ranking de palabras clave y no los recuentos de citas de una sola sesión. El 58% de las URL citadas aparece una sola vez; un rastreador de rankings no ve esa rotación, y una métrica de vanidad de conteo de citas la malinterpretará.
2. Presupueste para el pipeline de 68 días, no para la ilusión de la fecha de publicación. Una colocación en medios ganados orientada a superficies de IA no rinde dentro del trimestre en que se publica. Planifique las citas en un horizonte de dos trimestres, y mida explícitamente el desfase de colocación a cita en lugar de asumir que el contenido propio convierte en su propio calendario.
3. Apunte a la corroboración, no solo a la citación. La exclusión del 69% dice que la capa de recomendación de la respuesta es lo que importa. Presupueste una parte del esfuerzo de medios ganados para colocaciones que terceros puedan citar cuando el motor sintetice una recomendación — notas de analistas, escritos de profesionales, cobertura comparativa — no solo páginas "best of" que usted controla.
4. Mida por motor. La superposición del 11% entre motores convierte el reporte agnóstico de plataforma en mala praxis: rastree ChatGPT, Claude, Perplexity y los AI Overviews de Google por separado, porque una marca visible en un motor puede estar ausente en otro, y cada uno lleva un multiplicador de conversión distinto.

Nada de esto reemplaza la capa de rastreo ni las propiedades de contenido citable que documenta el artículo principal — rastreadores en lista de permitidos, llms.txt, datos estructurados, fuentes y estadísticas en el primer tercio de la página. Repondera el esfuerzo detrás de ellas: en un conjunto con ~30 asientos por tema, una exclusión de editores del 69% y un desfase de medios ganados de 68 días, el dólar marginal se mueve de otra página propia al pipeline que gana asientos y los corrobora.

Lecturas relacionadas

• GEO no es SEO: por qué las citas de IA se desacoplaron de los rankings de búsqueda — el artículo principal: por qué las citas de IA se desacoplaron de los rankings orgánicos, los factores de propiedades de contenido de Princeton, la capa de rastreo y el manual de cinco movimientos sobre el que se construye este complementario de medición
• Agentes de IA como superficies publicitarias: lo que significa el patrocinio de pago para la visibilidad B2B — la contraparte de posicionamiento de pago: cuando la visibilidad ganada por citas compite con superficies de agentes patrocinados, y la estrategia de dos capas que cubre ambas
• Más RFQs, menos oportunidades reales: una capa de calificación del lado del vendedor para la demanda generada por agentes — el espejo del lado de la demanda: cuando los agentes compradores preseleccionan y envían RFQs, cómo califica un proveedor lo que llega

Build representativo

Una empresa de distribución industrial de mercado medio con 12.000 SKUs en cuatro almacenes quería saber si los motores de IA la citaban en absoluto — y la respuesta fue la común: cero citas en los tres motores que usan sus compradores. En una implementación delimitada, instrumentamos el catálogo y su contenido de ingeniería con datos estructurados TechArticle y Product más llms.txt, abrimos los rastreadores de AI Search en el borde, construimos la estructura answer-first que el estudio de concentración recompensa (afirmaciones con fuentes en el primer tercio de cada página), y configuramos el rastreo de citas por motor para que la cuota de voz en las respuestas se convirtiera en un número en el panel de operaciones en lugar de una captura de pantalla de una herramienta de proveedor. El equipo revisa mensualmente la cuota de citas por motor y el desfase de colocación a cita, con un alcance fijo acordado en un descubrimiento de una semana.

Solicite una implementación delimitada. Descubrimiento de una semana. Obtendrá un inventario de sistemas, un mapa de flujos de trabajo y un alcance fijo — independientemente de si construye con nosotros.