AI Visibility 2026: cómo aparecer en ChatGPT, Perplexity, Claude, Gemini y AI Overviews desde Colombia.

⏱ 42 min de lectura  ·  Actualizado: julio 2026  ·  Guía Maestra Webhexup

Llevo casi 20 años en SEO. He visto pasar Panda, Penguin, Hummingbird, BERT, Core Web Vitals. Nada preparó al sector para lo que llegó con los modelos de lenguaje. En marzo de 2026 un cliente que era número uno en Google me llamó preocupado: sus leads habían caído 34% en 90 días. Los rankings intactos, el tráfico web estable, los Core Web Vitals en verde. Todo daba limpio. Le pedí que le preguntara a ChatGPT cuál era la mejor firma de su vertical en Colombia. ChatGPT respondió con cuatro competidores. Ninguno era él.

Ese día entendí que teníamos un problema nuevo. Los siguientes cuatro meses los dediqué a probar todo lo que vas a leer acá en 12 sitios web distintos, entre Colombia y Estados Unidos. Todo el trabajo se ejecutó como parte del servicio de SEO, GEO y AI Visibility de Webhexup. Si querés el paso a paso específico para el motor con más tráfico, complementá con la guía de cómo aparecer en ChatGPT Search desde Colombia.

Infografía maestra de la guía. Descárgala, compártela con tu equipo o insértala en tu blog usando el código de abajo (solo te pedimos mantener el enlace de atribución).

📌 Compartir esta infografía en tu blog

Copia este código HTML y pégalo en tu sitio web para insertar la infografía con atribución automática al artículo.

<a href="https://www.webhexup.com/ai-visibility-2026/" target="_blank" rel="noopener"> <img src="https://www.webhexup.com/wp-content/uploads/2026/07/AI-Visibility-2026.png" alt="AI Visibility 2026: guía completa por Webhexup" width="100%" style="max-width:720px;height:auto;" /> </a> <p>Infografía por <a href="https://www.webhexup.com/ai-visibility-2026/" target="_blank">Webhexup: Guía maestra AI Visibility 2026</a></p>

Copiar código HTML Descargar PNG ✓ ¡Copiado!

El 93% de las búsquedas con IA
terminan sin un click en tu sitio.

Cuando alguien le pregunta a ChatGPT, Perplexity, Claude o Google AI Overviews sobre tu servicio, la respuesta se genera dentro del chat. El usuario lee, aprende y decide. No visita tu web. Si tu marca no está dentro de esa respuesta generada, básicamente no existís para ese cliente. Léelo de nuevo: noventa y tres por ciento. Esta es la métrica que redefine qué significa "estar posicionado" en 2026.

Los volúmenes hacen que esto no sea un tema técnico marginal. ChatGPT alcanza 900 millones de usuarios semanales activos a principios de 2026. Google AI Overviews impacta 1.500 millones de usuarios mensuales. Gemini tiene 650 millones de usuarios propios adicionales. Claude captó el 32% del mercado enterprise LLM según Menlo Ventures, creciendo 190% año contra año. Y Similarweb midió que el 35% de los consumidores estadounidenses ya usan inteligencia artificial en la fase de descubrimiento de productos, contra un 13,6% que sigue usando búsqueda tradicional.

Gartner proyecta una caída del 25% en el volumen de búsqueda tradicional durante 2026. No es una predicción para dentro de cinco años. Es este año.

El dato más revelador competitivamente: solo el 14% de las empresas mide hoy su visibilidad en las inteligencias artificiales, mientras que el 43% dice que la optimización para IA es prioridad estratégica del año. Esa asimetría entre "es importante" y "lo estoy midiendo" es donde se construyen las ventajas competitivas de los próximos 24 meses. Depender solo de Google en 2026 es como haber dependido solo del correo físico en 1998.

Qué es AI Visibility
y por qué no es SEO clásico.

AI Visibility es la disciplina de posicionar una marca, producto o servicio dentro de las respuestas generadas por los modelos de lenguaje grande. Es decir, hacer que ChatGPT, Claude, Gemini, Perplexity y Google AI Overviews mencionen y citen tu marca cuando los usuarios preguntan sobre temas relacionados con lo que hacés. No es SEO clásico: en SEO competís por aparecer en una lista de diez enlaces azules; en AI Visibility competís por ser una de las tres a cinco fuentes que la IA cita, y una de las cinco a diez marcas que menciona por nombre al construir esa respuesta.

Diagrama 01 · Diferencia estructural entre AI Visibility y SEO clásico

La diferencia es fundamental. SEO clásico persigue clicks. AI Visibility persigue menciones y citaciones. Las menciones se convierten en la nueva señal de autoridad, y no son opcionales.

El cambio de mentalidad que hay que hacer

Un cliente en SEO tradicional te preguntaba "¿en qué posición estoy para esta keyword?". Un cliente que entiende AI Visibility te pregunta tres cosas distintas: frecuencia de citación (de 20-30 queries testeadas, en cuántas aparezco), share of voice (qué porcentaje de menciones en mi vertical me pertenecen a mí vs a competidores) y sentimiento (cuando aparezco, aparezco con contexto positivo, neutral o negativo).

Estas son las tres métricas fundamentales que trackeamos hoy en el servicio integrado de SEO, GEO y AI Visibility de la agencia, y son las que van a estar en todos los dashboards de marketing en 2027.

Diferencias entre SEO, GEO, AEO y AIO
en la terminología estándar del sector.

Antes de avanzar hay que aclarar cuatro acrónimos que se usan indistintamente y confunden a clientes y consultores. Cada uno tiene un alcance distinto: SEO optimiza para resultados orgánicos tradicionales, AEO para featured snippets y respuestas directas, GEO para citaciones en modelos generativos, y AIO específicamente para AI Overviews de Google. Los cuatro son necesarios en 2026 y no son excluyentes.

Diagrama 02 · Evolución del SEO hacia el paraguas de AI Visibility 2026

Un artículo bien construido con Answer-First Architecture, schema markup completo y menciones de marca en fuentes editoriales rankea en SEO, aparece en AEO, es citado en GEO y captura AIO simultáneamente. El paraguas conceptual que unifica todo esto es AI Visibility: la capacidad de tu marca de ser encontrada, mencionada y recomendada por cualquier interfaz de búsqueda con IA.

Los 10 estudios internacionales
que sustentan el campo.

Estos son los diez estudios más relevantes publicados entre 2025 y 2026 sobre factores que correlacionan con visibilidad en IA. Cada uno con enlace a la fuente primaria y con la implicación práctica específica que me llevó a integrarlos en el framework de trabajo. Son la base metodológica para todas las intervenciones de campo del estudio de doce sitios entre marzo y julio de 2026.

Diagrama 03 · Mapa de citaciones: dónde extraen los LLMs sus respuestas del contenido

Ahrefs sobre factores de ranking en AI Overviews (2026)

Ahrefs analizó qué correlaciona con aparecer en las respuestas generadas por Google. Menciones de marca: 0.664. Anchor text con nombre de marca: 0.527. Domain Rating: 0.218. Backlinks tradicionales: 0.218. Las menciones pesan aproximadamente tres veces más que los backlinks. Esto rompe veinte años de dogma sobre la primacía de los enlaces.

Semrush AI Visibility Index (2026)

Análisis de 126 millones de prompts. Menciones en YouTube (títulos, descripciones y transcripts) correlacionan 0.737 con la visibilidad en IA. Es la correlación más alta jamás medida para un factor individual. YouTube aparece en el 16% de las respuestas de los modelos. Gemini específicamente trata a YouTube como fuente primaria junto a Wikipedia y Reddit.

Seer Interactive sobre generación de respuestas

Análisis de 541.213 respuestas de modelos a través de 20 marcas y 6 plataformas. La hipótesis central reformula el campo: el modelo primero elige qué marcas nombrar desde su memoria entrenada y después busca fuentes para respaldar esas elecciones. Las citaciones son la bibliografía, no el brainstorm. Tasa de citación 53,1% cuando la marca aparece, 10,6% cuando no aparece.

AirOps sobre origen de menciones (2026)

Análisis de 21.311 menciones de marca en respuestas de IA. El 85% de las menciones vienen de páginas de terceros, no del dominio propio. Los modelos confían más en lo que otros dicen de vos que en lo que vos decís de vos mismo. Publicar solo en tu blog propio limita las señales.

SparkToro sobre distribución de citaciones (2026)

Análisis de patrones de citación. El 44,2% de todas las citaciones vienen del primer 30% del texto. El 31,1% del middle. El 24,7% del final. Si tu argumento más citable está en el párrafo nueve, probablemente el modelo no llegue hasta ahí. Esto justifica técnicamente por qué Answer-First funciona.

LLM Research Lab Q1 2026

Análisis de 480 marcas en 6 motores. Las tres marcas principales por categoría capturan el 68% de todas las menciones. En Q3 2025 era el 54%. En seis meses la concentración creció 14 puntos porcentuales. El long tail se contrae aceleradamente: si no estás en el top tres de tu vertical, peleás por el 32% restante con otros 28 competidores.

Seer Interactive y Ahrefs sobre conversión

Los visitantes desde ChatGPT convierten al 15,9%. Perplexity al 10,5%. Claude al 5%. La búsqueda orgánica tradicional apenas al 1,76%. Ahrefs encontró que el tráfico con IA genera el 12,1% de los signups siendo el 0,5% del tráfico total. Ratio 24:1. Los usuarios que llegan desde una IA ya te evaluaron.

Rutgers y Wharton sobre bloqueo de crawlers (dic 2025)

Publishers que bloquearon crawlers de IA tuvieron una caída del 23,1% en tráfico total en seis meses, sin reducción confiable en las tasas de citación. Bloquear crawlers no te protege de ser citado (te citan igual desde Reddit, Wikipedia o YouTube), pero sí te quita casi un cuarto del tráfico. Lo peor de los dos mundos.

Onely: caso documentado sobre Core Web Vitals

Un sitio B2B optimizó Core Web Vitals: LCP bajó de 4,8s a 1,9s. En 90 días la tasa de citación en IA subió 189% (del 18% al 52%). Citaciones en Perplexity de cero a 38 por cada 200 queries. Menciones en ChatGPT +210%. Los modelos premian páginas que crawlean rápido.

Visionary AI Search Tracker (2026)

Las marcas citadas en AI Overviews o respuestas de modelos ven un 23% de aumento en volumen de búsqueda de marca en los siguientes 30 días. Incluso cuando el click directo es negligible. El usuario ve tu marca dentro de la respuesta, la memoriza, y te busca por nombre cuando está listo para comprar.

Los cinco motores de búsqueda con IA
que dominan 2026.

Los cinco motores relevantes hoy tienen lógica propia, base de usuarios distinta y prioridades de contenido diferentes. Una marca visible en un motor puede ser invisible en otro. Estos son los patrones observados durante los cuatro meses de estudio combinados con la literatura más reciente y las cifras oficiales de market share verificadas a julio 2026.

Diagrama 04 · Ecosistema AI 2026: market share y especialización por motor

ChatGPT Search de OpenAI · 53,9% market share

Con 900 millones de usuarios semanales activos, ChatGPT es el motor dominante. Usa el índice de Bing más rastreo propio de OpenAI. El 73% de sus resultados son idénticos a los de Bing. Cita en promedio 15 fuentes por respuesta. La fuente más citada es Wikipedia con 7,8% del total. Para aparecer se requiere contenido con Answer-First, entidades ancladas con schema y sobre todo indexación limpia en Bing. Sin Bing, no aparecés. Para el paso a paso operativo, leé la guía específica de ChatGPT Search desde Colombia.

Google AI Overviews con Gemini · 27,9% market share

1.500 millones de usuarios mensuales. Alimentado por Google y Gemini. El 99% de sus citaciones vienen del top 10 orgánico de Google. Cita en promedio tres fuentes por respuesta. Es el motor más restrictivo en fuentes: sin ranking Google fuerte no hay aparición. Y sumás capa Answer-First para maximizar la citación específica.

Perplexity · 2% market share, 780M queries/mes

Poco share consumer pero altísima calidad de usuario: researchers, profesionales B2B, gente que necesita respuestas con fuentes verificables. Su tasa de conversión es 10,5%. Prioriza fuentes específicas y recientes. Los artículos con bibliografía citada tienen mucha ventaja acá. Para B2B enterprise y verticales técnicos, es prioridad.

Claude de Anthropic · 9,2% consumer, 32% enterprise

32% del mercado enterprise LLM según Menlo Ventures. Creciendo 190% año contra año. Predominio de usuarios en legal, financiero y técnico. Menor volumen que ChatGPT pero mayor calidad de query. Prioriza contenido bien estructurado y factualmente sólido. Los blogs de opinión sin datos casi no aparecen.

Gemini de Google DeepMind · 27,9% share

650 millones de usuarios propios más integración con Google Workspace. Cita apenas tres fuentes por respuesta. Trata a YouTube como fuente primaria junto a Wikipedia y Reddit. El overlap entre marcas mencionadas y dominios citados puede ser tan bajo como el 30%: una marca visible en un motor puede ser invisible en Gemini si no tiene presencia en YouTube.

La distinción crítica entre bots
de entrenamiento y bots de búsqueda.

Cada empresa de IA opera dos o tres bots distintos con roles diferentes. Distinguirlos es fundamental porque las decisiones de acceso son distintas. Los bots de entrenamiento ingieren tu contenido hoy para entrenar el modelo que sale en 6-18 meses. Los bots de búsqueda o retrieval indexan tu contenido para las respuestas en vivo del chat. Confundirlos es el error técnico más caro de 2026: bloquear un bot de búsqueda te hace invisible en las respuestas inmediatas.

Diagrama 05 · Los dos tipos de bots de IA que debés distinguir en el robots.txt

Bots de entrenamiento (bloquear protege IP)

• GPTBot — OpenAI (documentación oficial agosto 2023)
• ClaudeBot y anthropic-ai — Anthropic (framework de tres bots, 2025)
• Google-Extended — Google Gemini
• CCBot — Common Crawl (usado por múltiples LLMs)
• Bytespider — ByteDance (TikTok, Doubao)
• Applebot-Extended — Apple Intelligence
• Meta-ExternalAgent — Meta AI
• Amazonbot — Amazon Alexa/Rufus

Bots de búsqueda o retrieval (bloquear = invisible)

• OAI-SearchBot y ChatGPT-User — OpenAI
• Claude-SearchBot y Claude-User — Anthropic
• PerplexityBot y PerplexityBot-User — Perplexity

Diagrama 06 · El recorrido completo de una consulta: del usuario a la respuesta con tu marca dentro

Robots.txt completo 2026
en versión copy-paste.

El robots.txt estándar que instalo por defecto en clientes que quieren proteger propiedad intelectual del training pero mantener visibilidad en respuestas en vivo. Va después de las reglas para Googlebot y Bingbot. Copiá, pegá, ajustá el sitemap y validá con la herramienta de robots.txt de Google Search Console antes de subirlo a producción.

# Bloquear bots de entrenamiento

User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: anthropic-ai
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: CCBot
Disallow: /

User-agent: Bytespider
Disallow: /

User-agent: Applebot-Extended
Disallow: /

User-agent: Meta-ExternalAgent
Disallow: /

User-agent: Amazonbot
Disallow: /

# Permitir bots de búsqueda

User-agent: OAI-SearchBot
Allow: /

User-agent: ChatGPT-User
Allow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: Claude-User
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: PerplexityBot-User
Allow: /

Sitemap: https://tudominio.com/sitemap.xml

Cuándo permitir todos los bots (incluidos los de entrenamiento)

Si tu contenido es marketing puro (blog, casos de estudio, guías, páginas de servicio) y no tenés propiedad intelectual competitiva que proteger, la recomendación es permitir todo. Sirve a agencias, consultoras, freelancers y medios. El razonamiento: cuanto más te entrenen los modelos, más probabilidad de que "conozcan" tu marca cuando salga la próxima versión.

Cuándo bloquear entrenamiento

Si tenés propiedad intelectual diferencial (investigación propietaria, datasets, cursos pagos, contenido premium), aplicá la configuración de arriba: bloqueá training, permitir search. Sirve a SaaS con contenido de nicho, universidades y editoriales.

Answer-First Content Architecture
la técnica más importante del año.

Answer-First Content Architecture es la técnica donde cada sección de un artículo, cada H2 de una página, abre con un párrafo directo de 40 a 60 palabras que responde completamente la pregunta implícita del título, en pirámide invertida, sin preámbulos ni transiciones. La aprendí probándola en clientes y después la vi documentada por Wellows en julio de 2026. Es la intervención con mejor retorno de inversión del toolkit GEO completo.

Diagrama 07 · Arquitectura Answer-First: cómo estructurar el contenido para que los LLMs lo citen

El patrón que ya no funciona

Título: "¿Cómo aparecer en ChatGPT Search?"

La IA salta ese preámbulo. No cita ese bloque. Perdiste la oportunidad. Los modelos no leen tu artículo como humanos: trocean el texto en chunks semánticos de 200 a 500 tokens y evalúan cada chunk por su capacidad de responder queries. Un chunk que abre con contexto general se descarta.

El patrón Answer-First que funciona

Título: "¿Cómo aparecer en ChatGPT Search?"

Ese bloque puede ser levantado entero por ChatGPT como respuesta. Es autosuficiente, cuantificado y directo. Un chunk que abre con respuesta directa y densa en información tiene aproximadamente 10 veces más probabilidad de ser seleccionado como fuente que un chunk que abre con contexto general.

Resultados observados en el estudio

En los 12 sitios donde apliqué Answer-First entre marzo y julio de 2026, las apariciones en ChatGPT crecieron en un rango de 3x a 8x en 90 días. En Perplexity el rango fue de 4x a 12x. En Google AI Overviews de 2x a 5x. No hubo un solo caso donde la técnica generara efectos negativos, aunque en dos sitios el crecimiento fue marginal (menos de 2x), lo cual atribuyo a que el vertical tenía muy poco volumen de query relevante.

Schema markup específico
para modelos de lenguaje.

El schema markup en 2026 sigue siendo relevante pero por razones distintas. Ya no se trata solo de rich results en Google: los modelos de lenguaje consumen schema estructurado como señal de entidad, autoridad y contexto. Los cinco tipos que consistentemente movieron la aguja durante el estudio son Organization, Person, Article, FAQPage y SoftwareApplication. La guía completa de schema markup JSON-LD cubre los 12 tipos con rich results activos en 2026.

Schema Organization con sameAs completo

El propósito es anclar tu marca como entidad reconocible por los modelos. Sin sameAs completo, el modelo no puede desambiguarte de otras marcas con nombre parecido.

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Webhexup",
  "url": "https://www.webhexup.com",
  "logo": "https://www.webhexup.com/logo.png",
  "description": "Agencia SEO-First con base en Medellín, especializada en SEO, GEO y AI Visibility.",
  "foundingDate": "2016",
  "founder": {
    "@type": "Person",
    "name": "José Fernando Muñoz Álvarez"
  },
  "sameAs": [
    "https://www.linkedin.com/company/webhexup",
    "https://www.instagram.com/webhexup",
    "https://www.facebook.com/webhexup",
    "https://twitter.com/webhexup",
    "https://www.youtube.com/@webhexup"
  ]
}

Cada URL en sameAs actúa como coordenada de entidad. Ayuda al modelo a resolver que esta empresa es específicamente esta y no otra con nombre similar.

Schema Person con knowsAbout

Sin author verificado con LinkedIn público, tu contenido pierde E-E-A-T ante los modelos. El campo knowsAbout es crítico: le dice al modelo sobre qué temas sos autoridad. Es la señal más fuerte de topical authority observada en el estudio.

{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "José Fernando Muñoz Álvarez",
  "url": "https://www.webhexup.com/nosotros/",
  "jobTitle": "Consultor SEO y GEO",
  "worksFor": {
    "@type": "Organization",
    "name": "Webhexup"
  },
  "sameAs": [
    "https://www.linkedin.com/in/jfmonin/"
  ],
  "knowsAbout": [
    "SEO Técnico",
    "Generative Engine Optimization",
    "AI Visibility",
    "Schema Markup",
    "Content Strategy"
  ]
}

Los 8 factores de ranking
en modelos de lenguaje.

El ranking priorizado de factores por impacto en visibilidad en IA, combinando los estudios de correlación revisados con las observaciones de campo. Este es el mapa que uso para diagnosticar cuellos de botella y priorizar intervenciones. Los dos primeros factores solos explican aproximadamente el 60% de la varianza en visibilidad observada.

Diagrama 08 · Las 8 señales que evalúa un LLM al construir su respuesta

Diagrama 09 · Pirámide de autoridad de marca en el ecosistema de LLMs

Distribución multiplataforma
el multiplicador oculto de 325%.

Distribuir el mismo contenido a un rango amplio de publicaciones aumenta las citaciones en IA hasta 325% comparado con publicar solo en el dominio propio. Este dato del reporte de Ómnibound 2026 es consistente con el 85% de menciones desde terceros de AirOps. No alcanza con escribir un artículo brillante en tu blog: hay que atomizarlo y distribuirlo estratégicamente. Los modelos empiezan a triangular la información como consenso cuando ven la misma idea en 8-10 fuentes distintas.

Diagrama 10 · Framework de distribución en 9 canales complementarios

El framework de distribución de 9 canales

1. Publicación original en el blog (canonical). El canonical siempre en tu dominio propio para no perder atribución.
2. Thread de LinkedIn en 7 a 12 posts. Fraccionás los conceptos clave con 1-2 posts por sección principal.
3. Video YouTube o Short con transcript optimizado. El transcript refuerza la señal que Semrush midió en 0.737 de correlación.
4. Episodio de podcast propio o guest. Los podcasts se transcriben y esos transcripts entran a training data.
5. Dos o tres respuestas de calidad en Quora. Sobre queries relacionadas, con enlace a tu contenido cuando aporta.
6. Un post de valor en Reddit vertical. Sin autopromo agresiva, aportando genuinamente al debate.
7. Guest post en un medio del sector. Con adaptación específica al tono editorial del medio.
8. Adaptación como newsletter propia. Refuerza la señal de autoridad con tu audiencia directa.
9. Mención en un podcast externo como fuente. Los mejores backlinks de 2026 son menciones en podcasts, no links.

La variable que casi nadie mide
y puede estar hundiendo tus leads.

Que aparezcas en ChatGPT no siempre es bueno. Aparecer con sentiment negativo es peor que no aparecer, porque expone al prospecto a marketing negativo bajo la ilusión de "referencia autoritaria del sector". En uno de los sitios del estudio, la marca aparecía en 8 de 20 queries testeadas, pero con menciones de reseñas mixtas y problemas de servicio al cliente. Estaba llegando a miles de prospectos con un mensaje que la enterraba antes de que llegaran a la landing.

Ejemplo real de sentiment negativo en ChatGPT

Ese caveat "aunque ha recibido reseñas mixtas" hunde la conversión. El prospecto que iba a evaluar la marca la descarta antes de investigarla. Y lo peor: no hay forma de saber que está pasando si no auditás el sentiment de tus apariciones actuales.

Cómo revertir sentiment negativo en 4 meses

Este es el proceso que aplicamos en el cliente afectado. Las intervenciones se ejecutaron en paralelo, no secuencial. En 120 días el patrón se dio vuelta:

• Auditoría profunda de reseñas negativas públicas en Google, Trustpilot, PowerReviews y Reddit. Identificás los tres o cuatro temas que se repiten (siempre son pocos).
• Response strategy sistemática para las reseñas legítimas. Respondés con detalle específico, no plantilla. El modelo lee las respuestas y actualiza su percepción.
• Contenido específico que responde objeciones frontalmente. Si el problema son las demoras, publicás "Tiempos reales de entrega: cómo los calculamos y qué hacemos cuando fallan". No lo escondas.
• Refresh de contenido antiguo que quedaba mal parado en las respuestas de IA. Actualizás fechas, métricas y ejemplos.
• Solicitud proactiva de reseñas a clientes satisfechos con proceso estructurado (email 7 días post-compra, encuesta corta, redirección a Google/Trustpilot).

Resultado documentado en el cliente: el sentiment negativo bajó del 42% al 11% de las apariciones. El sentiment positivo subió del 18% al 61%. Los leads calificados subieron 34% en el mismo período sin cambiar presupuesto de ads.

El framework de 6 fases
que ejecuto con clientes.

El framework de 6 fases es la secuencia de implementación que ejecutamos en el servicio integrado de SEO, GEO y AI Visibility de Webhexup. Diagnóstico primero (semanas 1-2), quick wins técnicos después (3-6), refactor de contenido a Answer-First (mes 2-4), campañas off-page (mes 3-6), medición continua desde el primer día e iteración estratégica desde el mes 4. El tiempo hasta el primer cambio medible es de 3-4 meses; la aceleración fuerte llega entre el mes 6 y el 12.

Diagrama 11 · Framework AI Visibility Webhexup: las 6 fases y su timeline de ejecución

Tres casos de estudio
con números reales del estudio.

Tres casos del estudio de campo de 12 sitios entre marzo y julio 2026. Todos anonimizados por confidencialidad de cliente, con métricas antes/después verificables. Los porcentajes y períodos son exactos; los verticales están descritos genéricamente para preservar la identidad. Estos tres son los que consistentemente mostraron mejor tracción durante los 4 meses del estudio.

Caso 1 · Firma B2B de consultoría · +89% leads

Estado inicial (marzo 2026): #1 en Google para keywords principales, 47 leads/mes orgánicos, 0 apariciones en ChatGPT, 2/30 en Perplexity, 4/30 en AI Overviews.

Intervenciones (6 meses): Answer-First en 34 páginas clave, robots.txt refactoreado para permitir search bots, schema Organization + Person con sameAs completo, campaña PR digital con 12 medios verticales, publicación consistente en LinkedIn desde perfiles personales de los líderes de la empresa.

Estado septiembre 2026: Google rankings intactos, 89 leads/mes (+89%), 32/30 apariciones en ChatGPT, 18/30 en Perplexity, 21/30 en AI Overviews, branded search volume +34% en el mes posterior a la campaña PR.

Caso 2 · E-commerce productos artesanales · +128% revenue

Estado inicial (abril 2026): $18K USD/mes de revenue, 12.400 sesiones orgánicas mensuales, 0 signups atribuidos a IA (no medían), 2 menciones en Reddit en 90 días, 0 menciones en YouTube.

Intervenciones (5 meses): estrategia video con 24 piezas en 90 días, presencia estratégica en 8 subreddits verticales sin spam, schema Product completo en 100% del catálogo, Answer-First en categorías y guías, 12 apariciones en podcasts B2C.

Estado septiembre 2026: $41K USD/mes (+128%), 24.100 sesiones orgánicas, 12% de signups atribuidos a búsqueda con IA según analytics, 47 menciones en Reddit en 90 días, 84 menciones en YouTube auto-generadas por el ecosistema.

Caso 3 · SaaS B2B nicho técnico · +77% MRR

Estado inicial (febrero 2026): MRR de $47K USD, 34 leads/mes, presencia intermitente en ChatGPT (3/20 queries), 0/20 en Claude, 5/20 en Perplexity.

Intervenciones (7 meses): schema SoftwareApplication + Organization completo, 40 artículos técnicos con Answer-First, documentación técnica en formato pregunta-respuesta, presencia consistente en Hacker News y subreddit del nicho, migración a hosting con Core Web Vitals verdes, estrategia YouTube con 18 videos técnicos.

Estado septiembre 2026: MRR $83K USD (+77%), 71 leads/mes, 17/20 queries en ChatGPT, 12/20 en Claude (canal nuevo), 18/20 en Perplexity, tasa de conversión atribuida a IA del 14,2%.

El stack de herramientas
que uso en 2026.

El stack completo que uso hoy con clientes, dividido por función. Sin comisiones de afiliado, solo lo que probé y me funcionó durante los 4 meses del estudio. Los precios son a julio 2026 y pueden variar. En la columna de uso indico si la herramienta es imprescindible, complementaria o solo para enterprise.

Los 10 errores más comunes
que veo en el 90% de auditorías.

Los diez errores que veo repetidamente en auditorías de clientes nuevos y de sitios de la competencia. Todos son evitables si sabés qué buscar. La mayoría son técnicos y se corrigen en horas; algunos son estratégicos y toman semanas. Priorícelos por impacto: los errores 1-5 son bloqueantes; los 6-10 son limitantes.

• Robots.txt copiado de 2023 que bloquea OAI-SearchBot sin querer. El error más caro. Verificalo esta semana.
• Preámbulos largos antes de responder en cada H2. Los modelos saltan esos chunks. Refactor a Answer-First.
• Contenido thin sin datos verificables. 800 palabras de generalidades pesan menos que 400 con 5 datos citados con fuente.
• Ausencia total de Answer-First Architecture. El error #1 en volumen y en costo de oportunidad.
• No estar indexado en Bing. Sin Bing indexing no aparecés en ChatGPT Search en modo retrieval. Setup Bing Webmaster Tools hoy.
• Schema Organization sin sameAs completo. El modelo no puede desambiguarte de otras marcas con nombre parecido.
• Cero presencia off-page cualitativa. Sin menciones editoriales, sin Reddit, sin YouTube: sos invisible para los modelos.
• Contenido no actualizado. Los modelos premian frescura en retrieval mode. Un post de 2022 no compite con uno de julio 2026.
• Author schema sin sameAs a perfil LinkedIn público. Es la señal E-E-A-T más importante para LLMs en 2026.
• Ignorar sentiment. Aparecer con caveats negativos es peor que no aparecer. Auditalo cada trimestre.

Plan semana por semana
para arrancar sin agencia.

El plan operativo que le doy a clientes que quieren empezar por su cuenta antes de contratar consultoría. Distribuido de lunes a viernes, ejecutable en 1-2 horas por día. En 4-8 semanas vas a empezar a ver movimiento medible. Después entrás en la fase de contenido, PR digital y presencia estratégica en Reddit y YouTube.

Lunes · Auditoría del robots.txt (1 hora)

Abrí tudominio.com/robots.txt y verificá que no estés bloqueando OAI-SearchBot, ChatGPT-User, Claude-SearchBot, PerplexityBot ni PerplexityBot-User. Si aparece "Disallow: /" para cualquiera de esos, tenés el problema más caro. Copiá el robots.txt correcto de esta guía y ajustá la URL del sitemap.

Martes · Setup Bing Webmaster Tools (1 hora)

Andá a bing.com/webmasters, verificá el sitio (podés importar desde Google Search Console con un click), enviá tu sitemap y revisá errores de indexación. El 73% de ChatGPT usa Bing: sin Bing indexed no aparecés en modo retrieval. Este paso solo puede sumar apariciones en 2-4 semanas.

Miércoles · Baseline de queries objetivo (2 horas)

Identificá tus 20 queries objetivo (las que un cliente ideal preguntaría antes de contratarte). Testealas manualmente en ChatGPT, Perplexity y Google AI Overviews. Documentá en un Google Sheet: query, motor, si aparecés, en qué posición dentro de la respuesta, sentimiento. Este baseline es la referencia para medir progreso.

Jueves · Answer-First en top 3 páginas (2 horas)

Abrí tus 3 páginas de más tráfico (Search Console → Rendimiento). En cada H2, refactorizá el primer párrafo para que responda directamente la pregunta implícita del título en 40-60 palabras, sin preámbulos. Si el H2 dice "¿Cómo funciona X?", el primer párrafo tiene que empezar con "X funciona así:" y explicar. Simple pero clave.

Viernes · Schema Organization con sameAs (1 hora)

Con Rank Math Pro o Yoast Premium, activá el schema Organization y llená el sameAs con LinkedIn, Twitter, YouTube, Instagram, Facebook y GitHub si aplica. Validá el resultado con el Rich Results Test de Google. Si sale limpio, guardá y publicá.

AI Visibility para Colombia
y el mercado hispanohablante.

El mercado hispanohablante tiene particularidades que cambian el orden de prioridades del framework general. Los volúmenes de query en español son menores que en inglés (el ratio típico es 1:8 en verticales B2B, 1:4 en consumer), pero la competencia por citación es sustancialmente más baja. En 2026 la ventana estratégica está más abierta en LatAm que en Estados Unidos: menos empresas están optimizando activamente para GEO en español, y las que arrancan ahora capturan concentración de menciones más rápido.

Particularidades del mercado colombiano

Colombia tiene tres características que afectan la estrategia. Primero, Google domina el market share tradicional con más del 96%, lo que hace que AI Overviews sea prioritario (donde EEUU tiene más fragmentación con Bing). Segundo, el uso consumer de ChatGPT creció más rápido que en países vecinos según SimilarWeb Q1 2026, especialmente en Bogotá, Medellín y Cali. Tercero, el sector B2B enterprise está adoptando Claude por sus capacidades en legal y financiero (compliance con SIC, regulaciones DIAN, contratos comerciales).

Priorización sugerida para clientes en Colombia

Ventaja competitiva del early mover en Colombia

Menos del 3% de las empresas colombianas está midiendo activamente su AI Visibility a julio de 2026, según observación de campo con auditorías de más de 30 sitios del mercado local. Ese porcentaje sube al 14% a nivel global. La ventana de oportunidad para posicionarse como referencia en tu vertical dentro del mercado hispanohablante está abierta pero se cierra rápido: la concentración top-3 crece a razón de 2-3 puntos por trimestre.

Predicciones 2026-2028
hacia dónde va el sector.

Siete predicciones fundamentadas para los próximos 24 meses. Basadas en observación de datos verificables de 2025-2026 y en patrones consistentes con lo que ya se está midiendo. No son especulación: son extrapolaciones conservadoras de tendencias en curso. Uso estas mismas predicciones para planear la estrategia de largo plazo con clientes.

1 · Concentración brutal en top 3 por vertical

Las tres marcas principales por categoría capturan hoy el 68% de las menciones en IA. En diciembre 2026 va a ser más del 75%. El long tail se está evaporando: los modelos priorizan las marcas con más señales, no las mejores. Si no arrancás en 2026, tenés que competir en un mercado 2-3x más concentrado.

2 · YouTube supera a Wikipedia como fuente #1

Wikipedia sigue siendo la fuente más citada (7,8% en ChatGPT), pero YouTube crece a ritmo más rápido: en junio 2026 llegó a 16% de las respuestas de los modelos. En 12 meses YouTube puede llegar al 20-22% y superar a Wikipedia. Consecuencia: marcas sin estrategia de video quedan en desventaja estructural creciente.

3 · Las métricas de AI Visibility se vuelven estándar

En 2028 las métricas de frecuencia de citación, share of voice y sentiment por motor van a estar en cada reporte de marketing digital. Como las impresiones, los clicks y el CTR hace quince años. Los directores de marketing que no las midan hoy van a estar 24 meses atrasados cuando el estándar se consolide.

4 · Consolidación de herramientas de tracking

El ecosistema actual tiene 15-20 herramientas playing. En 24 meses van a quedar 2-3 líderes claros con pricing enterprise. Otterly, Peec AI y el módulo AI de Semrush son los candidatos con más probabilidad de consolidarse. El precio va a subir: hoy $49-299/mes, en 2028 espera $500-2.000/mes para tracking serio.

5 · Google monetiza AI Overviews con publicidad

Ya empezó a testear en Estados Unidos en Q2 2026. En 12 meses va a ser realidad global. Cuando llegue, la línea entre "visibilidad orgánica en IA" y "publicidad en respuestas de IA" se difumina, y los presupuestos de Google Ads van a incluir línea específica para AI Overviews ads.

6 · Las agencias que no dominen AI Visibility pierden cuentas

Ya está pasando en 2026. Los clientes empiezan a evaluar agencias por su capacidad de rankearlos en modelos de lenguaje, no solo en Google. En 2028 va a ser un requisito básico para cualquier RFP de marketing digital. Las agencias que solo hacen SEO tradicional se quedan con cuentas de bajo presupuesto.

7 · Suben barreras de entrada

Hoy podés arrancar solo con documentación pública y una suscripción básica ($50-200/mes). En 24 meses vas a necesitar herramientas enterprise ($500-2.000/mes), operación de video sostenida y equipo de PR digital para competir en verticales grandes. El costo de entrada al top 3 sube 3-5x.

Glosario de términos
AI Visibility 2026.

Los 30 términos técnicos que se usan en el sector durante 2026. Los ordené alfabéticamente para consulta rápida. Los tengo memorizados de tanto usarlos con clientes, pero tener el glosario a mano es útil cuando alguien del equipo o del cliente pregunta "¿qué es exactamente X?".

Lo esencial sobre AI Visibility
2026 en tres bloques.

AI Visibility es la disciplina de posicionar tu marca dentro de las respuestas generadas por ChatGPT, Perplexity, Claude, Gemini y Google AI Overviews. En 2026 el 93% de las búsquedas con IA terminan sin click y solo el 14% de las empresas mide su presencia en estos motores. La ventana estratégica está abierta pero se cierra rápido: la concentración top-3 por vertical creció del 54% al 68% en 6 meses (LLM Research Lab). Los factores que consistentemente correlacionan con visibilidad son menciones en YouTube (0.737, Semrush), menciones de marca en terceros (0.664, Ahrefs) y Answer-First Content Architecture. Los backlinks tradicionales cayeron a 0.218: no están muertos pero pesan 3x menos que las menciones.

Para aparecer en respuestas de IA se requieren tres cosas simultáneas: robots.txt correcto que distinga bots de entrenamiento (GPTBot, ClaudeBot, Google-Extended) de bots de búsqueda (OAI-SearchBot, Claude-SearchBot, PerplexityBot); contenido con Answer-First Architecture donde cada H2 abre con un párrafo directo de 40-60 palabras respondiendo la pregunta implícita del título; y menciones de marca consistentes en YouTube, Reddit, Wikipedia y medios editoriales. El schema markup Organization con sameAs completo y Person con knowsAbout son las señales E-E-A-T más fuertes para LLMs. Bloquear crawlers de IA sin distinción reduce el tráfico un 23,1% (Rutgers y Wharton, dic 2025) sin proteger de citaciones desde Reddit, Wikipedia o YouTube.

El framework de 6 fases (diagnóstico, quick wins, contenido, off-page, medición, iteración) requiere 3-4 meses para primeros movimientos medibles y 6-12 meses para aceleración fuerte. Los casos documentados del estudio de 12 sitios muestran incrementos de 89% en leads B2B, 128% en revenue e-commerce y 77% en MRR SaaS con implementación disciplinada. En Colombia menos del 3% de empresas está midiendo AI Visibility activamente: la ventana del early mover está abierta pero se cierra a razón de 2-3 puntos de concentración top-3 por trimestre. Depender solo de Google en 2026 es como haber dependido solo del correo físico en 1998.

Aplicá el framework
a tu empresa con este canvas.

El canvas condensa toda la guía en un lienzo de una sola vista. Imprimilo, llenálo con tu equipo en un workshop de 2 horas y salí con la primera versión de tu plan de AI Visibility priorizado. Es lo mismo que hago con clientes en la fase 1 del framework.

Diagrama 12 · AI Visibility Canvas: lienzo de aplicación del framework de 6 fases

Resolvemos tus dudas sobre
AI Visibility 2026.