La noticia de la semana en posicionamiento no vino de Google. Una investigación publicada hace unos días, construida sobre meses de análisis de datos internos de ChatGPT, mostró que OpenAI está operando un índice de búsqueda propio: un crawler que recorre la web por su cuenta, un caché que guarda copias de las páginas y una familia de índices especializados, con la meta de depender cada vez menos de Google y de Bing. OpenAI no lo ha confirmado en público, pero la evidencia técnica es difícil de leer de otra manera. Y si tu plan de visibilidad en IA todavía se resume en "hay que rankear bien en Bing", te conviene seguir leyendo.
¿Qué se descubrió exactamente?
Un equipo de analistas europeos estuvo entre mayo y julio observando los datos que ChatGPT envía a sus propios servidores mientras responde preguntas. Ahí apareció un sistema interno de recuperación de información bautizado Labrador, junto con rastros de una operación de indexación bastante seria: los reportes que circularon esta semana hablan de un índice en fase de prueba con unos 3.200 millones de páginas.
El contexto ayuda a entender por qué existe. Durante el juicio antimonopolio contra Google se supo que OpenAI le pidió acceso a su índice de búsqueda y Google se negó. Sin ese acuerdo, a OpenAI le quedaban dos caminos: seguir arrendando resultados de terceros para siempre, o construir su propio índice. Eligió el segundo, y por lo que muestran los datos, partió a construirlo hace bastante tiempo.
¿Cómo funciona por dentro?
Lo primero que llama la atención es que Labrador no funciona como un solo índice gigante. La investigación identificó índices especializados para web general, noticias (con capas separadas según antigüedad), PDFs, videos de YouTube, papers académicos, fichas de negocios locales, finanzas, temas legales y médicos, shopping e imágenes. Si esa arquitectura te suena familiar, es porque es la misma que Google lleva dos décadas puliendo.
Lo segundo es el caché. Por cada página, el sistema guarda el contenido completo, la fecha en que su crawler la visitó y la fecha de publicación. Cuando ChatGPT responde con búsqueda activada, muchas veces está leyendo esa copia guardada, porque entrar a cada página en vivo es demasiado lento a su escala. Funciona como un bibliotecario que fotocopió tu libro la última vez que pasó por tu barrio: si actualizaste el libro ayer y él pasó hace tres semanas, lo que va a leer todo el mundo es la versión de hace tres semanas.
Y lo tercero es que el sistema es híbrido. ChatGPT combina su índice propio con resultados de Google, de Bing y de una lista de proveedores externos de datos (entre ellos Yelp y TripAdvisor para negocios locales), y decide qué fuente usar según el tipo de consulta. De hecho, corre experimentos con nombres tan poco sutiles como prefer-index-over-serp-v3, que traducido significa "prefiere mi índice por sobre los resultados de los buscadores". Todo esto alimenta las búsquedas fan-out que ya conocemos, y que como vimos con el estudio de las marcas favoritas de la IA, tienden a favorecer a las marcas que el modelo ya conoce.
¿Por qué importa, si ChatGPT sigue usando Google y Bing?
Por la dirección del movimiento. Según la investigación, la meta interna es responder cerca del 80% de las consultas sin depender de buscadores externos. Los datos de rastreo apuntan para el mismo lado: un análisis de más de 7 mil millones de registros de logs hecho por Botify mostró que el crawling de OpenAI se triplicó desde el lanzamiento de GPT-5. El bot de búsqueda fue el que más creció, 3,5 veces. Sigue siendo una operación chica al lado de Google, cerca del 4% de su volumen de rastreo. Eso sí, hace un año era poco más del 1%.
Para tu estrategia, el punto es este. Hasta ahora, la receta para aparecer en ChatGPT era en buena parte heredada: rankear en Bing, ser citable, tener el perfil de marca ordenado. De eso escribí en la guía de SEO para ChatGPT, y sigue vigente. Lo nuevo es que aparece una superficie de indexación adicional, con su propio crawler, sus propias reglas y su propio caché. Que estés bien posicionado en Bing ya no te asegura estar bien representado en el índice de ChatGPT, y tampoco al revés.
Los tres bots de OpenAI (y por qué no da lo mismo confundirlos)
OpenAI opera tres bots con funciones distintas. GPTBot recolecta contenido para entrenar modelos. OAI-SearchBot es el que construye el índice de búsqueda. ChatGPT-User es la visita en vivo que ocurre cuando un usuario le pide a ChatGPT abrir una página específica.
La distinción importa por una razón muy práctica. Entre 2023 y 2024, miles de sitios bloquearon GPTBot en su robots.txt para no regalar contenido de entrenamiento, y varios bloquearon de pasada cualquier user agent que oliera a OpenAI. Ese bloqueo heredado hoy puede significar quedar fuera del índice con el que ChatGPT responde búsquedas, que según mediciones de la industria concentró un 56,7% del tráfico desde asistentes de IA en agosto. Bloquear el entrenamiento y bloquear la búsqueda son dos decisiones separadas, y conviene revisarlas por separado.
¿Qué revisar en tu sitio esta semana?
Nada de esto necesita presupuesto, solo una o dos horas de alguien del equipo.
1. Abre tu robots.txt y busca bloqueos heredados. Verifica que OAI-SearchBot tenga acceso, aunque decidas mantener bloqueado GPTBot. Si en algún momento alguien copió una lista de "bots de IA para bloquear" de un artículo del 2023, este es un buen momento para revisar qué quedó ahí adentro.
2. Busca OAI-SearchBot en tus logs. En los logs del servidor o en el panel de tu CDN, filtra por user agent. Las preguntas útiles son tres: si aparece, cada cuánto vuelve y qué páginas visita. Un sitio que OAI-SearchBot no visita hace un mes es un sitio que ese índice tiene desactualizado (o no tiene).
3. Hazle el test del caché a tus páginas importantes. Pregúntale a ChatGPT, con búsqueda activada, por tu marca, tus productos o tus precios. Si responde con información que ya cambiaste, estás viendo la copia guardada y ya sabes de cuándo es. Este chequeo calza directo con el sistema de medición que propuse en cómo medir tu visibilidad en LLMs.
4. Ordena tus fechas. Fecha de publicación y de actualización visibles en cada pieza de contenido, y un lastmod del sitemap que diga la verdad. El caché de ChatGPT guarda la fecha de publicación de cada página, y sus índices de noticias están organizados por frescura, así que las fechas pesan bastante más de lo que estamos acostumbrados.
5. Refuerza tus fuentes externas. El sistema completa sus respuestas con datos de terceros, tipo Yelp o TripAdvisor. En Chile y Perú eso se traduce en tener impecables el Perfil de Empresa de Google, los directorios de tu rubro y tus menciones de prensa, la misma lógica de perfil de marca que vimos a propósito de los datos estructurados.
Lo que viene
Mi lectura es que esta es la noticia de infraestructura más importante del año para visibilidad en IA, justamente porque es pura plomería, de esa que nunca se anuncia en una keynote. Cuando el índice salga de su fase de prueba, las reglas de quién aparece en ChatGPT van a depender menos de Bing y más de esta tubería propia, y los sitios que ya estén bien rastreados, con caché fresco y fechas ordenadas, van a partir con ventaja.
Si ya estás midiendo tus impresiones de IA con el informe de Search Console, súmale los cinco chequeos de arriba. Son un par de horas de trabajo, y te dejan listo para un escenario donde tu visibilidad orgánica se juega en más de un índice a la vez.