IA para ecommerce: como lograr que las IAs citen tu tienda

Tu tienda puede tener recomendador, chatbot y fichas generadas con IA. Y aun asi no aparecer cuando alguien le pregunta a ChatGPT que producto comprar. Son dos problemas distintos: usar IA dentro y ser visible para la IA de fuera.

La IA que usas dentro no te hace visible fuera

Casi todo lo que se vende como IA para ecommerce mira hacia dentro: recomendadores, prevision de stock, atencion automatizada, generacion de fichas. Todo eso mejora la conversion de quien ya ha llegado. Ninguna de esas piezas hace que llegue mas gente.

La captacion ha cambiado de sitio. Cuando alguien pide a ChatGPT, Gemini o Perplexity una recomendacion de producto, el asistente no consulta tu recomendador. Lee paginas rastreadas, feeds y fuentes de terceros, y cita unas pocas. Si tus fichas no estan en ese conjunto, tu IA interna no tiene nada que optimizar.

Son dos proyectos con presupuestos distintos. Uno es de plataforma, y esa parte la desarrollamos desde el lado de arquitectura en IA para pymes: la arquitectura de plataforma que hace falta. El otro es de visibilidad, y es el que toca aqui.

Contenido generado con IA: donde esta el riesgo real

Google no penaliza un texto por estar generado con IA. Penaliza el contenido creado a escala sin valor propio, lo que sus politicas de spam llaman abuso de contenido a escala. La distincion importa porque el patron mas comun en ecommerce cae justo del lado malo.

El patron es este: 4.000 referencias, descripcion del fabricante copiada tal cual y un modelo reescribiendola para evitar duplicado. El resultado son 4.000 textos distintos que dicen lo mismo y no aportan nada que no este ya en el feed. Ni posicionan ni se citan.

El uso util de la IA aqui es otro: convertir datos dispersos en informacion estructurada y comprobable.

• Usa el modelo para ordenar datos que ya tienes: medidas, materiales, compatibilidades, tallaje real, consumo.
• Prioriza. Las fichas que generan trafico o margen merecen texto propio; la cola larga puede vivir con especificaciones bien marcadas.
• No generes categorias ni landings de ciudad en masa sin nada diferencial dentro.
• Revisa a mano lo que afirma el modelo. Una compatibilidad inventada se paga en devoluciones.

Datos estructurados: lo que permite que una IA te cite

Para citarte, un sistema tiene que extraer datos sin ambiguedad. El marcado Schema.org sigue siendo la via mas directa. El minimo en ecommerce es Product con Offer: precio, moneda, disponibilidad y estado del producto. A partir de ahi, lo que suma:

• AggregateRating y Review, solo si las valoraciones son reales y visibles en la pagina.
• shippingDetails y hasMerchantReturnPolicy: plazos, coste de envio y condiciones de devolucion.
• ProductGroup cuando vendes variantes de talla o color en URLs separadas.
• Organization con sameAs hacia perfiles verificables, para que la entidad marca quede clara.
• BreadcrumbList, para que la jerarquia de categorias no haya que adivinarla.

Dos errores tecnicos que anulan todo lo anterior

El primero: marcado que no coincide con lo que ve el usuario. Un precio en el JSON-LD distinto del precio mostrado es motivo de accion manual, no un detalle menor. Lo mismo con stock o valoraciones que no aparecen en pantalla.

El segundo: datos que solo existen tras ejecutar JavaScript. Los rastreadores de los asistentes de IA suelen ser mas limitados que Googlebot en renderizado. Si el precio, la disponibilidad o el propio texto de la ficha se inyectan en cliente, hay sistemas que veran una pagina vacia. Sirve el mismo contenido en HTML.

Conviene revisar tambien el robots.txt. Muchas tiendas bloquearon GPTBot y compania en 2023 por precaucion y nunca revisaron esa decision. Hoy ese bloqueo tiene un coste: te saca del conjunto de fuentes citables.

GEO para ecommerce: responder preguntas, no solo vender

El SEO clasico optimiza para ocupar una posicion. El GEO optimiza para ser la fuente que el modelo resume. Cambia lo que hay que escribir.

Los asistentes reciben preguntas comparativas y condicionales: cual aguanta mejor los lavados, cual sirve para un piso de 90 metros, que diferencia hay entre estos dos modelos. Esas respuestas no salen de una ficha de venta. Salen de tablas de especificaciones completas, comparativas honestas entre tus propios productos y contenido que reconoce para quien no es adecuado algo.

Pesa tambien lo que se dice de ti fuera: menciones en medios de sector, foros, comparadores. Una marca descrita igual en cinco sitios genera mas confianza que una que solo se sostiene sobre su propia home. Parte de ese seguimiento se puede automatizar con agentes que vigilan menciones y detectan huecos de contenido; como se montan esas plataformas esta explicado en Agencia de IA: plataformas agenticas listas para empresa. Y si tu ticket es alto y hay intermediario de por medio, el patron cambia bastante: el caso de concesionarios lo desarrolla en detalle.

Como medir si te estan citando

Sin medicion esto es fe. Hay tres fuentes accesibles sin herramientas caras.

• Logs de servidor: filtra GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot y Google-Extended. Te dice quien te rastrea y que secciones se lleva.
• Analitica: el trafico procedente de asistentes llega con referrer propio. Segmentalo aparte, porque suele convertir de forma distinta al organico.
• Prueba manual: 20 o 30 preguntas de compra reales de tu categoria, lanzadas cada mes a dos o tres asistentes, anotando si apareces y con que producto.

Este tema tambien se trata, desde otro enfoque, en Potenciado · All ITs AI · Agent Hub.

La conclusion practica es simple: antes de invertir en IA que mejore la tienda por dentro, comprueba que tus fichas se pueden leer, extraer y citar desde fuera. Es trabajo menos vistoso y con mucho mejor retorno a corto plazo. Si quieres saber en que estado esta tu marcado y si los rastreadores de IA estan entrando en tu tienda, en GEOySEO hacemos esa revision como punto de partida.