In English, en català, en français, em português.
¿Cómo aparezco en ChatGPT? ¿En Gemini? ¿En Claude?
Es la pregunta que se están haciendo cada vez más hoteles. Y es lógico que se la hagan. La cuestión es que la respuesta no cabe en una fórmula rápida: hay varias capas de visibilidad en los asistentes de IA, y no todas funcionan igual.
Durante años, la visibilidad digital fue compleja, pero tenía un marco reconocible: Google publicaba guías para SEO, la publicidad funcionaba con reglas de puja y los metabuscadores operaban con normas propias de conexión y competencia. Complejo, pero conocido. Con los asistentes de IA, el terreno vuelve a moverse. Y la tentación es tratarlos como un nuevo Google con reglas que descifrar.
No funciona así.
Un hotel puede aparecer en una respuesta por tres capas distintas. Cada una tiene reglas, herramientas y niveles de control diferentes para el hotel, y su peso cambia según la fase del funnel.
Antes de seguir, un matiz: hablamos del posicionamiento orgánico. La capa de pago emergente dentro de los asistentes, con ChatGPT probando Ads en beta y Google avanzando en AI Mode con formatos como direct offers, es otra dinámica.
Un asistente no siempre responde desde la misma fuente
Cuando un usuario hace una pregunta a un asistente, la clave no es solo qué responde, sino de dónde sale la información con la que construye esa respuesta.
Para entenderlo, conviene aclarar antes una confusión habitual: un LLM (modelo de lenguaje) no es lo mismo que un asistente de IA.
- Un LLM es el motor que razona y genera lenguaje. Hablamos de modelos como GPT (OpenAI), Claude Opus (Anthropic) o Gemini (Google), desarrollados por un grupo reducido de compañías capaces de asumir la inversión, la infraestructura y la complejidad técnica que requieren.
- Un asistente es la capa de producto con la que interactúa el usuario. Usa uno o varios LLMs, pero también decide qué hacer con la pregunta: responder con el conocimiento del modelo, buscar en la web, consultar una fuente conectada o combinar varias opciones. Los asistentes más conocidos son ChatGPT (OpenAI), Claude (Anthropic) o Gemini (Google).
En realidad, el asistente no responde siempre desde el mismo sitio. Primero entiende qué está pidiendo el usuario: inspiración, validación, precio, condiciones o una acción. Después decide qué fuentes usar: memoria del modelo, búsqueda web, una fuente conectada o una combinación de varias. Con ese contexto, el modelo construye la respuesta.
Estas tres capas no son excluyentes. El asistente puede combinarlas según la pregunta, las herramientas disponibles y el nivel de certeza necesario.
Tres capas de visibilidad. Tres niveles de control muy distintos para el hotel.
Capa 1: el LLM, lo que el modelo recuerda
¿De dónde sale la información?
La primera capa es el conocimiento del propio modelo.
Los LLM se entrenan con cantidades enormes de información pública, desde contenidos sobre destinos, marcas y hoteles hasta guías, medios, reviews, OTA o blogs. De ahí salen asociaciones que un asistente puede recuperar sin tener que buscar nada, como hoteles románticos en Mallorca, resorts familiares en Canarias o alojamientos icónicos en París. Si el modelo “te conoce”, apareces aquí. Si no, no.
Hay un detalle clave: un LLM no se reentrena en tiempo real. Se versiona. Si un hotel cambió de nombre el mes pasado, abrió un spa nuevo o renovó la web hace dos semanas, el modelo no tiene por qué saberlo hasta una actualización posterior. Y entre versiones pueden pasar meses.
¿Qué puede controlar el hotel?
Por eso, aunque sea la capa que muchos imaginan cuando piensan en “aparecer en ChatGPT”, es también la más lenta, opaca y menos accionable. Lo que hagas hoy no cambia el modelo actual y tampoco existe una forma directa, medible y controlable de influir en futuras versiones.
Ante esa opacidad, ha emergido una disciplina llamada GEO (Generative Engine Optimization). También se habla de AEO o LLMO, según quién lo cuente. Su objetivo es aumentar la probabilidad de que una marca sea mencionada o utilizada por respuestas generativas. Las siglas no están consolidadas y su eficacia real sigue siendo difícil de demostrar.
El GEO ha crecido a base de prueba y error. Como los grandes modelos no publican cómo se entrenan ni cómo seleccionan referencias, la industria trabaja con hipótesis: datos estructurados, schema.org, consistencia de marca, autoridad acumulada, menciones en medios fiables y contenido específico. Son prácticas razonables y, en muchos casos, coinciden con el buen SEO. En cambio, las técnicas que prometen efectos específicos en ChatGPT, Claude o Gemini siguen sin evidencia robusta. La propia Google va en esa dirección: desmonta muchos de estos pseudo-hacks y trata como spam los intentos de manipular respuestas generativas.
¿Qué puede hacer el hotel hoy?
- Mantener la web oficial técnicamente sana: rastreable, rápida, bien estructurada. Es la base del SEO y también condición para que buscadores, asistentes y herramientas de recuperación puedan interpretarla mejor.
- Asegurar consistencia de marca entre web oficial, OTA, Google Business Profile y directorios. Cuantas menos contradicciones haya entre fuentes, más fácil será para buscadores y asistentes construir una respuesta coherente.
- Trabajar autoridad, presencia en RRSS y menciones en medios y guías reconocidas.
Esta es, de las tres capas, la menos controlable, la más opaca y la más lenta. La estrategia honesta es trabajar las prácticas que ya benefician a la marca del hotel y a su SEO, y no perseguir técnicas que prometen efectos imposibles de verificar.
Capa 2: Search, lo que el asistente encuentra
¿De dónde sale la información?
La segunda capa aparece cuando lo que el LLM recuerda no basta. Si el asistente necesita información más actual, específica o contrastada, puede lanzar una herramienta de búsqueda a internet. Ahí entran en juego páginas, fuentes, citas y fragmentos.
El paralelismo con Google es evidente, aunque no exacto. El asistente puede encontrar webs oficiales, OTA, metabuscadores, medios, guías o reviews. No lee todo internet. Recupera posibles resultados, selecciona fuentes, extrae fragmentos y construye una respuesta a partir de ellos. No todo lo que encuentra acaba en la respuesta final.
¿Qué puede controlar el hotel?
Es la capa donde el SEO clásico sigue funcionando. SEO de marca y SEO técnico son la base: que la web oficial domine las búsquedas por el nombre del hotel y que sea rastreable, rápida, bien estructurada y comprensible. No es nuevo, pero sigue siendo imprescindible.
Lo que sí es nuevo es que aparecer como fuente ya no garantiza tráfico. El usuario puede resolver su duda dentro del propio asistente, sin visitar ninguna página. La web oficial deja de competir solo por clics y empieza a competir también por ser materia prima de una respuesta.
Eso cambia ligeramente cómo conviene escribirla. No es lo mismo decir “vive una experiencia inolvidable” que explicar “hotel adults only en Deià, con suites con terraza, spa privado y cenas para parejas”. La primera frase suena bien, pero aporta poca señal. La segunda ayuda a una IA a entender en qué consultas puede encajar.
El contenido de la web ya no se escribe solo para convencer al usuario. También debe ayudar a que un asistente entienda cuándo y por qué ese hotel encaja en una consulta.
¿Qué puede hacer el hotel hoy?
- Proteger el SEO de marca: que la web oficial domine cuando alguien busca el nombre del hotel.
- Cuidar el SEO técnico: rastreabilidad, velocidad, arquitectura limpia y datos estructurados básicos.
- Escribir contenido específico, con palabras que el usuario usaría y que un asistente pueda transformar en respuesta.
Esta es la capa donde un hotel individual tiene más margen, sobre todo cuando la intención se estrecha: ya no busca “hotel en Mallorca”, sino “hotel adults only con spa en Deià”. El SEO clásico, bien hecho, sigue funcionando aquí.
Pero tiene un techo. Cuando el usuario necesita certezas para decidir o reservar, como disponibilidad, condiciones o precio para sus fechas, Search ya no llega, porque el dato vivo no vive en una web indexada.
Capa 3: fuentes dinámicas, lo que el asistente consulta
¿De dónde sale la información?
La tercera capa aparece cuando ni la memoria del modelo ni una búsqueda web son suficientes. El asistente ya no necesita leer páginas, sino preguntarle directamente a una fuente viva, oficial y conectada. A estas fuentes conectadas se les conoce como conectores IA (AI connectors).
Aquí la respuesta ya no se apoya solo en inferencias o fragmentos, sino en datos estructurados y actualizados. A esto se le suele llamar grounding: la web se lee; una fuente dinámica se consulta.
Cuando una IA consulta una fuente dinámica no obtiene solo información, sino información estructurada, en tiempo real y vinculada a la posibilidad de ejecutar acciones. No solo “este hotel tiene piscina” extraído de una página, sino “hay disponibilidad para el 12 de agosto, a este precio y con estas condiciones”. La diferencia es pasar de interpretar una página a consultar un sistema.
La tecnología puede cambiar, pero el objetivo es el mismo:
- MCP es hoy la referencia más útil para explicar esta capa de conexión entre asistentes y sistemas externos.
- MCP no será la única vía. Convivirá con APIs, modelos propietarios y protocolos emergentes de comercio agéntico, como UCP impulsado por Google o ACP impulsado por OpenAI.
Lo relevante no es la sigla ganadora, sino la lógica de fondo: exponer información oficial, estructurada y verificable a los asistentes sin depender de una página web.
¿Qué puede controlar el hotel?
Esta es la capa de la parte baja del funnel: consideración profunda, transacción y postreserva. Aquí la IA necesita certezas, no aproximaciones.
Cuando el usuario pregunta si una habitación con terraza está disponible para sus fechas, si puede cancelar gratis, si el precio incluye desayuno o si admite niños, el LLM no lo sabe y Search solo puede acercarse. Para responder con garantías, hace falta una fuente conectada a los sistemas autorizados del hotel.
Hasta ahora, la conversación solía ser una antesala: resolvía dudas y, en el mejor de los casos, llevaba al usuario al motor de reservas. Con las fuentes dinámicas, esa frontera empieza a moverse. La web seguirá teniendo un papel central y la reserva agéntica no será masiva de un día para otro: hay barreras de confianza, pago, reglas comerciales, fidelización e integración. Pero por primera vez es razonable pensar que parte de la decisión, e incluso parte de la reserva, pueda ocurrir dentro del propio asistente, sin que el usuario tenga que pasar necesariamente por la web. Y ese espacio no quedará vacío: si no lo ocupa el canal directo, lo ocuparán Booking, Expedia u otras OTA.
Por eso esta capa no debe leerse como otro canal, sino como una forma de conectar al asistente con el dato oficial del hotel.
Hoy, sin embargo, esta capa todavía no escala de forma masiva. La instalación manual de apps o conectores sigue siendo demasiada fricción para el usuario medio, aunque los asistentes empiezan a avanzar hacia modelos más naturales de sugerencia y discovery.
Queda por resolver lo importante: que el asistente pueda encontrar la fuente oficial del hotel, verificar su autoridad y consultarla sin obligar al usuario a entender la tecnología que hay detrás. Google parte con ventaja porque combina buscador, Maps, Business Profile y Hotel Ads en un mismo ecosistema, pero para el resto del mercado este modelo aún está en construcción.
Hoy discovery y autoridad aún están madurando. Pero si ese modelo avanza, tener una fuente dinámica preparada puede marcar la diferencia.
Para el hotel, la preparación empieza por ordenar y conectar su propio dato.
¿Qué puede hacer el hotel hoy?
- Construir una única fuente de verdad: inventario, tarifas, condiciones y contenido operativo en una base estructurada y consultable, no dispersa en PDFs, hojas de cálculo o conocimiento informal.
- Preparar el motor para conversar, no solo para mostrar: consultar, comparar, reservar o modificar son capacidades operables, no páginas.
- Exponer el hotel a protocolos abiertos, empezando por MCP, para hacerlo accesible a asistentes y futuras aplicaciones.
De las tres capas, esta es la más estratégica para preparar el canal directo: quien llegue con información oficial, estructurada, conectada y verificable estará mejor preparado para competir en la parte baja del funnel.
La visibilidad cambia según avanza el funnel
Las tres capas no pesan igual en todas las fases del funnel. Cambian de protagonismo a medida que la intención del usuario se concreta.
En exploración, el usuario busca inspiración: “hoteles románticos en Mallorca”. Aquí domina el LLM, apoyado por Search cuando hace falta más contexto. Las fuentes más eficientes suelen ser agregadores, OTA, guías y medios. Para un hotel individual, esta sigue siendo una batalla difícil, como ya lo era en SEO genérico.
En discovery cualificado, la intención se estrecha: “hotel adults only con spa en Deià”. La capa Search gana peso. El SEO de marca, el SEO técnico y el contenido claro ayudan a que la web oficial aparezca como fuente. Aquí el hotel ya tiene más margen.
En consideración, el usuario deja de imaginar y empieza a decidir. Quiere saber si un hotel concreto tiene terraza, admite niños o disponibilidad para una fecha determinada. Es la fase bisagra donde, como explicábamos en un post anterior, se rompe el funnel de la IA: Search ayuda a validar, pero el dato vivo no vive en una web indexada. Aquí las fuentes dinámicas empiezan a marcar la diferencia.
En transacción, el usuario ya no quiere solo información: necesita disponibilidad, precio, condiciones y capacidad de acción. Es el terreno natural de la reserva agéntica, cuando el ecosistema madure. En post reserva ocurre algo parecido: modificar, cancelar o consultar una reserva exige validar sistemas, no interpretar páginas. Aquí las fuentes dinámicas dejan de ser útiles para convertirse en imprescindibles.
Conclusión
La pregunta inicial era cómo aparecer en ChatGPT, Gemini o Claude. Era una forma lógica de empezar, pero demasiado amplia para entender lo que hay detrás: no es lo mismo que el asistente recuerde, encuentre o consulte.
Ahí cambia el nivel de control que puede tener el hotel. Cuanto más se acerca el usuario a la decisión, más cambia la exigencia. Aparecer ayuda, pero no basta: el asistente necesita una fuente fiable.
Para el hotel, la oportunidad no está en ganar todas las búsquedas genéricas de discovery, una batalla que ya era difícil en Google y que la IA no va a simplificar. Aparece cuando el usuario pregunta por un hotel concreto, una condición específica o disponibilidad real.
En ese terreno, la diferencia no la marcará una acción aislada. La marcará la capacidad de ordenar y exponer información oficial, estructurada, actualizada y consultable: una infraestructura preparada para que los asistentes no tengan que especular, sino consultar.
La pregunta de fondo será otra: cuando un asistente necesite responder sobre tu hotel, ¿quién estará hablando en tu nombre?
