ChatGPT no busca en Google. Construye respuestas desde su entrenamiento más búsquedas en tiempo real. Estar en el top 10 de Google no garantiza que te mencione.

Esta distinción importa más de lo que la mayoría de propietarios de negocios locales en España entiende. El fontanero que lleva cinco años trabajando su SEO local, que aparece en el mapa pack de Google, que tiene 200 reseñas en Google Business, puede ser completamente invisible para ChatGPT cuando alguien pregunta “mejor fontanero en Madrid que trabaje en urgencias nocturnas”. Son sistemas distintos con lógicas distintas. Y en 2026, una parte creciente de los usuarios —especialmente los menores de 40— empieza su búsqueda de servicios locales directamente en ChatGPT o Perplexity.

Por qué estar en Google ya no garantiza aparecer en ChatGPT

Google organiza resultados en función de relevancia y autoridad hacia una query concreta. ChatGPT construye una respuesta síntesis a partir de dos fuentes: su corpus de entrenamiento (datos hasta cierta fecha) y, cuando usa búsqueda web en tiempo real, una selección de los resultados más relevantes que indexa en ese momento.

El problema para los negocios locales es estructural. El corpus de entrenamiento de los modelos masivos está dominado por contenido en inglés y por fuentes con gran cobertura editorial. Un negocio local en Vallecas, aunque tenga una web perfecta y 300 reseñas, tiene una huella en el corpus de entrenamiento prácticamente nula.

La búsqueda en tiempo real de ChatGPT cambia parcialmente esto, pero solo para las versiones con acceso a web activo y solo cuando el usuario hace una pregunta que activa esa búsqueda. No es el comportamiento por defecto en todas las consultas.

La conclusión práctica: el SEO local clásico sigue siendo necesario, pero es condición necesaria y no suficiente para aparecer en LLMs.

Qué mira ChatGPT cuando alguien pregunta “mejor [servicio] en [ciudad]”

Cuando ChatGPT recibe una query local con búsqueda web activa, el proceso tiene tres capas.

Primera capa: búsqueda en tiempo real. El modelo lanza queries derivadas a un motor de búsqueda y recupera los primeros resultados. Aquí el SEO local clásico sí influye, porque si apareces en esas primeras posiciones, el contenido de tu web es accesible para el modelo.

Segunda capa: síntesis y selección. El modelo no copia el resultado, lo sintetiza. Prioriza las fuentes que ofrecen información estructurada, datos específicos y respuestas directas. Una ficha de Google Business con dirección y horarios tiene más densidad informativa para el modelo que una página de inicio genérica.

Tercera capa: validación cruzada con entrenamiento previo. Si el modelo “recuerda” haber visto tu negocio mencionado en otras fuentes durante su entrenamiento —un artículo en un periódico local, una mención en un foro de vecinos, una reseña en un directorio con autoridad—, esa coherencia refuerza la respuesta. Si solo te encuentra en una fuente, el modelo puede no confiar suficiente para incluirte.

Las 4 fuentes que ChatGPT consulta sobre negocios locales

Basándonos en patrones observados en el mercado español en 2025-2026, estas son las fuentes que tienen mayor probabilidad de ser recuperadas por los LLMs en consultas locales:

1. Google Business Profile. Cuando ChatGPT activa búsqueda web, el perfil de Google Business aparece frecuentemente en los snippets que el modelo recupera. Tener el perfil completo —horarios, servicios, descripción detallada, fotos actualizadas— es el punto de partida mínimo.

2. Directorios con autoridad editorial. Páginas como Páginas Amarillas, Yelp España, Houzz (para reformas), TheFork (para restauración) o equivalentes sectoriales tienen autoridad de dominio histórica que los modelos reconocen. Una ficha completa y actualizada en estos directorios multiplica las probabilidades de aparecer.

3. Prensa local digital. Una mención en el digital de un periódico local —aunque sea una nota de prensa sobre apertura, un artículo de opinión, una colaboración puntual— crea un registro editorial que los modelos valoran. El coste de conseguir una mención en un medio local pequeño es bajo. El impacto en visibilidad LLM es desproporcionado.

4. Foros y comunidades locales. Reddit, Forocoches, grupos de Facebook de barrio, plataformas de vecinos: los modelos rastrean conversaciones donde usuarios reales recomiendan negocios concretos. Una recomendación orgánica en un hilo de “mejor peluquería en Lavapiés” tiene valor para el entrenamiento futuro de los modelos.

Señales de entidad local que refuerzan tu visibilidad en LLMs

El concepto de entidad es central. Un modelo de IA no ve tu negocio como una URL, lo ve como un conjunto de datos que pueden o no coincidir para formar una entidad coherente.

Las señales que más contribuyen a la coherencia de entidad local:

  • Nombre de negocio idéntico en web, Google Business, directorios y redes sociales. Sin variaciones (“Fontanería García”, “Fontaneros García SL”, “García Fontanería” son entidades distintas para un modelo).
  • Dirección consistente hasta el formato del número de calle.
  • Número de teléfono que aparece en todas las fuentes.
  • Schema LocalBusiness implementado en la web con todos los campos: name, address, telephone, openingHours, geo, priceRange, serviceArea.
  • Reseñas con contenido textual. No solo la puntuación numérica. Una reseña que dice “arreglaron la caldera en dos horas a las 11 de la noche” contiene información semántica que refuerza el posicionamiento ante LLMs en queries de urgencias nocturnas.

Caso práctico: fontanero en Madrid que aparece en ChatGPT

Un cliente del sector de fontanería en Madrid experimentó un proceso de visibilidad en LLMs que ilustra bien la dinámica. Partía de una situación estándar: web con SEO básico, Google Business completo, 40 reseñas, sin presencia editorial externa.

La intervención fue en tres frentes simultáneos. Primero, corrección de inconsistencias de entidad: el nombre del negocio variaba en cinco formas distintas según el directorio. Se homogenizó todo. Segundo, implementación de Schema LocalBusiness con datos completos y Schema FAQPage con preguntas sobre urgencias, zonas de cobertura y tipos de avería. Tercero, una nota de prensa enviada a tres medios locales digitales del sur de Madrid, que se publicó en dos de ellos.

A los 60 días, el negocio empezó a aparecer en respuestas de Perplexity para queries como “fontanero urgente sur Madrid” y, con búsqueda web activa en ChatGPT, en respuestas sobre averías de calefacción. El tráfico orgánico de Google no cambió significativamente. La visibilidad en LLMs sí.

Checklist de acciones para negocios locales

Para empezar esta semana, sin contratar a nadie:

  • Comprueba que tu nombre de negocio es idéntico en todos los puntos de presencia digital. Corrígelo donde sea necesario.
  • Rellena al 100% tu perfil de Google Business: todos los servicios, horario completo, descripción con keywords locales, mínimo 10 fotos actualizadas.
  • Instala Schema LocalBusiness en tu web. Si usas WordPress, el plugin de Rank Math o Yoast lo facilita. Si tienes un desarrollador, dile que lo implemente manualmente.
  • Añade una sección de FAQ en tu web respondiendo las 5 preguntas que más te hacen los clientes. Con Schema FAQPage.
  • Pide a 5 clientes satisfechos que dejen una reseña en Google describiendo el trabajo concreto que hiciste, no solo la puntuación.
  • Busca un medio local digital de tu ciudad y pregunta si publican notas de prensa o colaboraciones de negocio local.

Ninguna de estas acciones es cara. Ninguna requiere conocimientos técnicos avanzados. Y el efecto acumulado sobre tu visibilidad en LLMs en los próximos 90 días es real y medible.

Si quieres que analice la situación de tu negocio local ante los motores de IA y te dé un plan de acción específico, puedes escribirme desde el formulario de contacto. Hago diagnósticos para negocios locales en Madrid y el resto de España.