En 90 días, una consultora de gestión de Taipéi pasó de no aparecer en Perplexity cuando alguien buscaba especialistas de su sector a convertirse en la primera fuente citada. El punto de inflexión no fue publicar más artículos, sino convertir 12 años de experiencia en estructuras que la IA pudiera extraer y reutilizar con facilidad. Este es el desglose de lo que hicimos, lo que cambiamos y por qué funcionó.
El proceso de captación había cambiado
Esta consultora llevaba 12 años trabajando en transformación organizacional para empresas medianas de Taiwán. Su sitio incluía descripciones de servicios, varias noticias sobre reconocimientos obtenidos y un libro blanco en PDF. Al buscar la marca en Google aparecía en primer lugar, pero solo porque nadie competía por ese término. El verdadero problema surgía antes: cuando los clientes potenciales —principalmente directores generales o financieros— acudían a Perplexity y preguntaban: «¿Qué consultoras de transformación organizacional hay en Taiwán y cómo elegir una?», la respuesta mencionaba a tres competidores y dos artículos de medios, pero no a esta firma. En las respuestas de la IA, sus 12 años de experiencia sencillamente no existían.
Primero detectamos tres problemas
El primer paso del proyecto no fue escribir, sino medir. Mediante un sistema de seguimiento de visibilidad en IA, analizamos las 15 consultas reales para las que más interesaba que la firma apareciera y documentamos las fuentes citadas en Perplexity, ChatGPT, Google AI y otros motores. El diagnóstico fue claro.
- Presencia en las respuestas: de las 15 consultas analizadas, la empresa solo aparecía en dos. En una de ellas, además, su especialidad figuraba erróneamente como «ventas digitales».
- Dificultades de extracción: los textos del sitio oficial eran largos bloques comerciales que el motor no podía aislar como definiciones ni respuestas concretas.
- Brecha de entidad: los motores de IA reconocían el nombre de la empresa, pero no lo asociaban con la categoría de consultoría de transformación organizacional.
- Confianza en las fuentes: en las dos ocasiones en que aparecía citada, la fuente era un medio externo, no el sitio de la empresa. El motor todavía no consideraba sus propios contenidos como una fuente primaria autorizada.
Solo modificamos tres elementos
Con un diagnóstico tan preciso, también acotamos la intervención. En lugar de poner en marcha una fábrica de 20 contenidos mensuales, nos concentramos en las tres acciones con mayor impacto.
- Reestructurar las páginas de servicios principales: dividimos cada servicio en cuatro bloques que respondían con claridad «qué es», «a quién se dirige», «qué problema resuelve» y «cómo trabajamos». Cada bloque funcionaba como una respuesta independiente, sin depender del texto anterior.
- Crear 12 artículos de opinión: no eran presentaciones comerciales, sino análisis con una postura y un criterio claros sobre preguntas como «¿Dónde se atasca la transformación empresarial en Taiwán?». Cada artículo comenzaba con una conclusión y aportaba un contexto específico.
- Completar las entidades y los datos estructurados: implementamos los esquemas Organization y FAQPage, unificamos las descripciones corporativas y los términos generales, y reforzamos la asociación de la entidad con la categoría «transformación organizacional».
Las tres acciones tenían algo en común: aumentaban la probabilidad de que el contenido pudiera seleccionarse y reutilizarse sin ambigüedades, no la frecuencia de publicación. Para construir una respuesta, un motor de IA necesita afirmaciones claras, fuentes fiables y entidades bien relacionadas; no una acumulación de artículos genéricos. El problema nunca fue la cantidad de contenido, sino su estructura.
¿Qué ocurrió al cabo de 90 días?
El día 90 repetimos el análisis: las consultas en las que aparecía citada aumentaron de 2 a 11. En el grupo más importante —«consultora de transformación en Taiwán»—, la empresa se convirtió en la primera fuente citada por Perplexity, con enlaces a su sitio oficial. ChatGPT también empezó a mencionarla en las respuestas correspondientes y, esta vez, describía correctamente su especialidad. La firma comenzó a escuchar de forma sostenida, mes tras mes, una frase que antes era imposible atribuir a ningún canal: «Se lo pregunté a la IA y me recomendó su empresa».
«Nuestro mayor obstáculo durante estos 12 años era que los clientes nuevos difícilmente nos encontraban en la primera fase de evaluación. Ahora la IA nos ayuda a mostrar nuestra experiencia».— The consultant's partner.
¿Por qué empezamos por Perplexity?
Ante los mismos cambios, Perplexity respondió más rápido que ChatGPT, algo habitual en nuestros casos. Cuando se modifica la estructura o el contenido del sitio, Perplexity puede reflejarlo en la siguiente revisión; ChatGPT se actualiza semanalmente y suele tardar entre una y varias semanas más en responder. Por eso recomendamos empezar el seguimiento en Perplexity: suele ser el primer indicador de que la intervención está funcionando.
¿Se puede replicar este resultado en su empresa?
Sí, pero primero hay que medir el punto de partida. Esta firma obtuvo resultados en 90 días porque ya contaba con conocimiento especializado y materiales sólidos; lo que faltaba era convertirlos en una estructura legible para la IA. Si no existe una base real, tampoco habrá una respuesta creíble. Para saber cómo describen hoy su empresa los motores de IA y en qué consultas no aparece, puede empezar con una auditoría GEO o solicitar un diagnóstico GEO directo de unos 30 minutos. Analizaremos una ronda de consultas reales de su negocio y le mostraremos exactamente dónde están las brechas.
