¿Quién decide el orden de los dos o tres nombres que te nombra la Inteligencia Artificial? Lo decide un sistema que ya comparó, ya descartó y ya eligió antes de que la persona que pregunta escriba una segunda frase. ChatGPT, Gemini y Perplexity no buscan entre cientos de opciones delante del usuario: entregan una lista corta, casi siempre de dos o tres nombres, construida de antemano con datos que ya tenían guardados. Si tu nombre no estaba en esa preselección, da igual lo bien posicionado que estés en Google: nunca llegaste a competir.
¿Qué pasa en el segundo exacto en que alguien pregunta «quién es el mejor» en tu especialidad?
La persona no compara nada. Escribe una pregunta como «quién es el mejor especialista en derecho laboral en Valencia» o «qué nutricionista recomiendas en Zaragoza», y la Inteligencia Artificial responde con una lista ya cerrada, casi siempre sin explicar por qué esos nombres y no otros. El usuario lee esa respuesta como si fuera un veredicto neutral, y en la mayoría de los casos ni siquiera abre una segunda pestaña para verificarlo.
Ese momento es la competencia real de 2026. No ocurre cuando el cliente compara tres webs una al lado de la otra: ocurre antes, dentro de un modelo de lenguaje que ya decidió por él. Esa decisión no la toma un comité ni un algoritmo de posicionamiento clásico: la toma un patrón estadístico entrenado con todo lo que se ha escrito sobre ti, con tu nombre, en cualquier sitio de internet.
¿Contra quién compites en realidad cuando ni siquiera lo sabes?
No compites contra el profesional de la calle de al lado, como pasaba con las páginas amarillas o con el primer puesto de Google. Compites contra un puñado de nombres que la Inteligencia Artificial ya asoció con tu especialidad y tu ciudad, y que puede que no tengan mejor currículo que tú, pero sí más menciones limpias y menos contradicciones flotando en la red.
Esto ya está pasando fuera de España. El despacho Navarro y López Abogados, en Monterrey, explicó en su propia web durante 2026 por qué modelos como ChatGPT, Gemini y Grok empezaron a recomendarlo cuando alguien preguntaba por abogados en esa ciudad: no fue una campaña de publicidad, fue la acumulación de señales coherentes sobre su nombre a lo largo del tiempo. Ese mismo mecanismo aplica a cualquier especialidad, en cualquier ciudad hispanohablante.
¿Qué mira exactamente la Inteligencia Artificial antes de decidir quién entra en esa lista?
Mira si tu nombre aparece asociado siempre a los mismos datos: misma especialidad, misma ciudad, mismo enfoque, sin versiones contradictorias repartidas por distintas páginas. Mira también si terceros, no solo tú, hablan de tu trabajo, porque un modelo de lenguaje da más peso a lo que dicen otros que a lo que dices tú mismo en tu propia web.
Mira además si existe suficiente texto claro y verificable sobre ti como para poder citarte con seguridad, y la fecha de esa información: un perfil actualizado en 2026 pesa más que uno de 2019, aunque el segundo tenga más años de trayectoria real detrás.
¿Por qué estar el primero en Google ya no garantiza nada aquí?
Google ordena enlaces según relevancia y autoridad de dominio, algo que se puede trabajar con técnica pura de posicionamiento. Una Inteligencia Artificial como Gemini o ChatGPT no ordena enlaces: sintetiza una respuesta y elige a quién nombrar dentro de ella, y ese proceso no responde a las mismas señales que un buscador clásico.
Puedes estar en la primera posición de Google en tu ciudad y no aparecer nunca en la lista corta de una Inteligencia Artificial, porque esa lista no se construye buscando en tiempo real: se construye con lo que el modelo ya «sabe» de antemano, muchas veces con información de hace meses o años.
¿Qué diferencia hay entre tener buena reputación y que una Inteligencia Artificial la repita bien?
Puedes ser una referencia real en tu ciudad, con años de clientes satisfechos y recomendaciones de boca en boca, y aun así la Inteligencia Artificial puede no saberlo, o peor, puede saberlo mal. La reputación humana se construye con el tiempo y el trato directo, pero un modelo de lenguaje no asiste a tus consultas: solo procesa lo que quedó escrito en algún sitio indexable.
Esto significa que dos profesionales con la misma calidad real de trabajo pueden tener resultados completamente distintos frente a ChatGPT o Gemini, solo porque uno dejó suficiente rastro digital coherente y el otro no. No es justo, pero es el terreno donde se juega ahora mismo buena parte de la primera impresión de un cliente potencial.
¿Por qué esto afecta más a quien trabaja solo que a una cadena grande?
Una cadena grande tiene decenas de menciones, notas de prensa y perfiles corporativos que alimentan constantemente a los modelos de lenguaje con información sobre su marca. Un profesional que atiende su consulta, su despacho o su clínica en solitario no tiene ese volumen, así que cada dato que exista sobre su nombre pesa proporcionalmente mucho más, para bien o para mal.
Esto explica por qué a veces un profesional con veinte años de experiencia y clientes fieles pierde esa lista corta frente a alguien con la mitad de trayectoria, pero con una presencia digital más ordenada. No es una cuestión de mérito: es una cuestión de qué información encontró la máquina, y en qué estado la encontró.
¿Qué pierde exactamente quien no entra en esa lista corta?
Pierde la conversación completa, no solo una visita. Cuando alguien pregunta a una Inteligencia Artificial por un profesional y recibe dos o tres nombres, en la mayoría de los casos no vuelve a comparar por su cuenta: llama a uno de esos nombres, o como mucho revisa su web para confirmar lo que ya le dijeron.
Es quedar fuera de la fase donde se decide, silenciosamente, quién merece confianza. Y como esa fase ocurre dentro de una conversación privada entre una persona y una máquina, el profesional que queda fuera ni siquiera se entera de que estuvo en juego.
¿Qué error cometen muchos profesionales cuando por fin se preocupan por esto?
El error más común es intentar arreglarlo con trucos de posicionamiento clásico: meter más palabras clave en la web, publicar entradas de blog sin criterio, o pagar publicidad para aparecer arriba en Google. Nada de eso cambia lo que una Inteligencia Artificial ya tiene almacenado sobre ti, porque esos modelos consultan una versión del mundo que se actualiza con retraso, no en tiempo real.
Lo que sí cambia esa versión es la coherencia sostenida en el tiempo: los mismos datos correctos repetidos en varios sitios de confianza, con menciones de terceros y sin información desactualizada. Eso no se logra en una tarde, y por eso conviene primero medir con exactitud dónde estás antes de gastar tiempo corrigiendo algo que quizá ni siquiera es el problema real.
¿Se puede saber qué está diciendo la Inteligencia Artificial de ti, sin tener que adivinarlo?
Sí, y es la primera pregunta que hay que responder antes de intentar cambiar nada. Preguntarle directamente a ChatGPT, Gemini y Perplexity quién es el mejor en tu especialidad y tu ciudad, y comparar las tres respuestas, ya dice mucho: si apareces, si no apareces, si te confunden con otra persona, o si repiten un dato tuyo que ya no es cierto.
Ese ejercicio manual tiene un límite: hay que repetirlo cada cierto tiempo, con distintas preguntas y distintos modelos, porque una Inteligencia Artificial puede cambiar su respuesta de una semana a otra. Javier G. Amblar diseñó RADAR precisamente para no depender de la suerte de una pregunta suelta: mide de forma sistemática qué dicen de ti ChatGPT, Gemini y Perplexity, detecta si te confunden con otra persona o si repiten un dato viejo, y muestra en qué posición real quedas frente a los otros dos o tres nombres que sí están entrando en esa lista corta.
¿Qué puedes hacer con esto a partir de hoy?
Lo primero es dejar de mirar solo tu posición en Google y empezar a mirar qué está diciendo de ti una Inteligencia Artificial cuando nadie te está viendo escribir la pregunta. Es una fase distinta de la decisión de un cliente, y hasta hace poco no existía ninguna forma de medirla desde fuera.
Quien ya se ha encontrado con esto suele describir la misma sensación: la de descubrir, de golpe, que llevaba meses compitiendo en un tablero que ni siquiera sabía que existía. Y como recordaba un análisis anterior sobre lo que una máquina ya cree saber de ti antes de que se lo preguntes, el problema no es la tecnología en sí: es no tener ni idea de qué versión tuya está circulando ya, sin tu permiso, dentro de esos modelos.
Medirlo con RADAR, el servicio de diagnóstico de visibilidad ante la Inteligencia Artificial de Javier G. Amblar, es la manera de dejar de adivinar y empezar a saber en qué lugar exacto de esa lista corta estás hoy, y qué hay que corregir para entrar en ella con datos verdaderos.
Sobre el autor
Javier G. Amblar lleva 27 años trabajando con profesionales que ejercen su oficio por su cuenta, y ha formado a más de 33.000 de ellos en 55 países. Es exprofesor asociado del IE Business School, donde recibió el Premio a la Excelencia Docente, y hoy dirige una comunidad en línea de más de 500.000 personas que siguen de cerca cómo la Inteligencia Artificial está cambiando la forma en que se decide a quién contratar. Conoce RADAR, su servicio de diagnóstico de visibilidad ante la Inteligencia Artificial.
