El enrutamiento oculto de ChatGPT decide qué marcas se citan

ChatGPT puede devolver fuentes distintas para la misma pregunta formulada dos veces, y una nueva investigación explica por qué: reparte las consultas, sin avisar, entre varios pipelines de búsqueda en el backend, y el que se active cambia las páginas que recupera y puede citar. Para las marcas, eso significa que una cita puede aparecer o desaparecer entre dos prompts idénticos sin que el contenido cambie, y que las herramientas de visibilidad en IA que muestrean una consulta una sola vez están midiendo tanto ese enrutamiento como a la propia marca.

Qué ha pasado

Dos investigadores, cada uno por su cuenta, descubrieron que la búsqueda web de ChatGPT se apoya en al menos cuatro pipelines de recuperación en el backend, etiquetados internamente como Labrador, Bright, Oxylabs y SERP. El investigador de SEO Chris Green hizo la prueba más amplia: 1000 prompts, cada uno repetido hasta diez veces, con 9946 ejecuciones completadas. Labrador gestionó el 88,1 % de las fuentes primarias de búsqueda, Bright el 9,9 %, Oxylabs el 1,7 % y SERP el 0,3 %.

La inestabilidad es el verdadero hallazgo. Green informa de que el 88,4 % de los prompts mantuvo la misma fuente primaria en todas las repeticiones, pero el 11,6 % cambió. Cuando la fuente cambiaba, la coincidencia entre las URL que recuperaba ChatGPT caía en torno a un 45 %, y la coincidencia entre dominios caía en torno a un 42 %. Aproximadamente uno de cada nueve prompts devuelve un conjunto de páginas citables notablemente distinto, según qué pipeline se active.

Por su parte, el investigador Suganthan Mohanadasan examinó el tráfico de red en bruto de una cuenta de ChatGPT con sesión iniciada e identificó las mismas cuatro etiquetas de pipeline, con cada uno favoreciendo distintos tipos de fuente. También señaló una brecha entre lo que ChatGPT recupera y lo que acredita: algunas fuentes se recuperaban mucho más a menudo de lo que llegaban a citarse.

Por qué importa

Esto convierte parte de la visibilidad en IA en un problema de medición. Si el mismo prompt puede mostrar o dejar fuera a una marca solo porque ChatGPT cambió de pipeline de recuperación entre una ejecución y otra, una sola comprobación dice muy poco. Una marca puede parecer presente el lunes y ausente el martes sin que el contenido haya cambiado en ninguno de los dos lados, y una herramienta que consulta una vez por palabra clave presentará ese ruido como una tendencia.

También amplía la brecha entre ser recuperado y ser citado. Mohanadasan encontró fuentes que ChatGPT recuperaba con frecuencia pero acreditaba en pocas ocasiones, lo que significa que aparecer en el conjunto de recuperación es necesario, pero no suficiente. Como él mismo lo expresó, una marca puede ser mencionada sin ser citada, y citada sin ser mencionada.

Qué significa para las marcas con múltiples ubicaciones

Para un equipo central que monitoriza la visibilidad en IA en cientos de ubicaciones, la respuesta práctica es medir como un estadístico, no como quien hace una comprobación puntual. Muestree cada consulta importante varias veces y analice la distribución, no un resultado aislado, para que un cambio de pipeline no se registre como una victoria o una pérdida. Cuando la telemetría lo permita, registre qué fuente de recuperación generó cada respuesta, tal como recomienda Green, de modo que las variaciones en sus cifras puedan atribuirse al enrutamiento y no confundirse con cambios de posicionamiento.

La respuesta en cuanto a contenido no cambia, y esa es la parte tranquilizadora. La forma de conseguir citas en todos los pipelines es la misma disciplina de datos propios que ya rige el posicionamiento en resultados de búsqueda de IA: fichas de empresa coherentes en todas las plataformas, datos estructurados claros y páginas de ubicación que respondan a las preguntas de forma directa. Siga cómo su marca y sus ubicaciones aparecen realmente en las respuestas de IA con una herramienta diseñada para ello, como Places AI, y trate cualquier lectura aislada como una muestra, no como la verdad definitiva.

“La fuente de búsqueda debería convertirse en otra dimensión registrada durante los estudios de visibilidad en IA, siempre que la telemetría lo permita.”

Chris Green, investigación sobre búsqueda en ChatGPT

En resumen

Las citas de ChatGPT son menos estables de lo que sugiere una comprobación puntual, y parte del movimiento que perciben las marcas se debe al enrutamiento del backend, no a su propio rendimiento. Las marcas que interpreten bien la visibilidad en IA serán las que muestreen de forma repetida y controlen sus datos de primera mano, para aparecer sin importar qué pipeline se active.