Un estudio académico ha puesto de manifiesto las dificultades para reproducir las fuentes que ChatGPT cita en sus respuestas utilizando únicamente los resultados orgánicos de Google y la API de OpenAI. En las pruebas analizadas, ambas vías combinadas encontraron alrededor del 26 % de las páginas citadas por ChatGPT, aunque identificaron aproximadamente la mitad de los sitios web de origen. La diferencia es importante para las empresas que miden su visibilidad en buscadores generativos mediante herramientas externas. Detectar qué dominios aparecen en ChatGPT no equivale a identificar las páginas exactas que el asistente utiliza como fuente.
La investigación compara las citas de ChatGPT con dos métodos alternativos
El trabajo, publicado como prepublicación académica por investigadores de la Universidad Nacional de Singapur y la Universidad Jiaotong de Xi’an, estudió si los resultados de Google y las respuestas generadas mediante la API de OpenAI podían utilizarse como sustitutos de las citas visibles en la aplicación de ChatGPT. Los investigadores compararon las fuentes seleccionadas por el chatbot con las que aparecían en esas dos alternativas, utilizando consultas idénticas o equivalentes para comprobar hasta qué punto coincidían los resultados.
La recopilación de datos se desarrolló principalmente entre el 29 de marzo y el 29 de julio de 2026. El estudio incluyó cuatro versiones de ChatGPT, desde GPT-5.2 Instant hasta GPT-5.5 Instant, y utilizó 80 preguntas procedentes de Search Arena. Las consultas estaban repartidas entre inglés y chino y cubrían cuatro tipos de tareas: recomendaciones, búsqueda de datos concretos, síntesis de información y análisis. El objetivo era medir cuánto se parecen las fuentes citadas por ChatGPT a las que pueden recuperarse mediante otros sistemas.
Las coincidencias son mayores cuando se comparan sitios que páginas concretas
En las pruebas con GPT-5.5 Instant, la combinación de resultados de Google y respuestas de la API de OpenAI encontró el 26,2 % de las páginas citadas por ChatGPT. Para GPT-5.3 Instant, la proporción fue del 28,3 %. Al comparar los sitios web en lugar de las URL exactas, las coincidencias aumentaron al 48,7 % y al 50,3 %, respectivamente. El estudio consideró los subdominios como sitios diferentes.
Esta diferencia indica que los métodos alternativos pueden detectar una parte importante de los dominios que aparecen en las respuestas, pero no necesariamente la página concreta que ChatGPT selecciona como referencia. Por ejemplo, una herramienta puede identificar correctamente un medio de comunicación o un portal especializado y, aun así, no encontrar el artículo específico que el asistente cita. Para los responsables de SEO y de visibilidad en inteligencia artificial, esta distinción afecta directamente a la precisión con la que se evalúa el rendimiento de cada contenido.
Google por sí solo reproduce una proporción menor de las citas
Los resultados orgánicos de Google, considerados de forma aislada, coincidieron con una parte relativamente reducida de las páginas citadas por ChatGPT. En GPT-5.5 Instant, Google encontró el 6,4 % de las páginas y el 22,8 % de los sitios citados. Para GPT-5.3 Instant, las cifras fueron del 9,4 % de las páginas y del 26,1 % de los sitios. La combinación con la API de OpenAI aumentó la cobertura, aunque siguió sin reproducir la mayoría de las URL exactas.
La API aportó una coincidencia mayor a nivel de página que la búsqueda orgánica por sí sola. Sin embargo, sus respuestas tampoco replicaron de forma completa las fuentes elegidas por la aplicación de ChatGPT. Esto demuestra que la disponibilidad de una interfaz de programación del mismo proveedor no garantiza que reproduzca exactamente el comportamiento del producto utilizado por los usuarios. La selección de fuentes depende del proceso de búsqueda y generación de cada entorno, no solo de la identidad del modelo.
ChatGPT reformula las consultas antes de buscar información
Los investigadores observaron que, cuando ChatGPT realizaba búsquedas visibles, no utilizaba necesariamente la pregunta original tal como la había escrito el usuario. En las ejecuciones observadas con GPT-5.3 Instant y GPT-5.5 Instant, el sistema reformuló las consultas en términos de búsqueda más específicos. Esta práctica puede ayudar a descomponer una pregunta compleja en búsquedas que resulten más útiles para recuperar información, pero también hace más difícil reproducir el proceso desde una herramienta externa.
El comportamiento lingüístico también influyó en los resultados. En las consultas formuladas en chino que mostraban búsquedas, GPT-5.3 Instant utilizó únicamente búsquedas en inglés en el 67 % de los casos, mientras que la proporción fue del 69,6 % en GPT-5.5 Instant. Estos resultados ilustran que el idioma de la pregunta no determina necesariamente el idioma de las búsquedas internas. Para los sitios que publican en varios idiomas, el hallazgo refuerza la importancia de considerar cómo los sistemas reformulan y traducen las consultas antes de recuperar fuentes.
Las fuentes cambian cuando se repite una misma pregunta
El estudio también detectó variaciones importantes entre ejecuciones de una misma consulta. En GPT-5.5 Instant, el 44,5 % de las páginas distintas recuperadas para una pregunta apareció en una sola de las 20 ejecuciones. En GPT-5.3 Instant, la proporción fue del 40,8 %. Esto significa que una página puede ser seleccionada en una respuesta y no aparecer cuando se repite la misma pregunta, incluso si no cambia la formulación del usuario.
La coincidencia entre ejecuciones fue mayor al comparar sitios web que al comparar páginas individuales. Además, las páginas que aparecían con más frecuencia en distintas ejecuciones tenían más posibilidades de ser citadas, aunque los autores advierten que esta observación no demuestra que la frecuencia de aparición sea la causa directa de la selección. Una medición puntual de las citas puede ofrecer una imagen incompleta de la visibilidad de un sitio en ChatGPT.
Cómo deberían medir las empresas su visibilidad en buscadores de IA
Los autores recomiendan hacer un seguimiento tanto de las páginas concretas como de los dominios, repetir las mismas consultas varias veces y tener en cuenta las reformulaciones que realiza ChatGPT. También sugieren comprobar si una herramienta de seguimiento obtiene sus datos directamente de la aplicación o utiliza la API de OpenAI y los resultados de Google como aproximación. El estudio no evaluó todas las herramientas comerciales disponibles, por lo que no permite afirmar que cada plataforma de medición tenga el mismo nivel de precisión.
Los resultados tienen otra limitación relevante: las pruebas se realizaron con modelos anteriores a GPT-6 y GPT-5.6, por lo que sus porcentajes no deben extrapolarse automáticamente al comportamiento actual de todas las versiones de ChatGPT. Las modificaciones de los modelos y de sus mecanismos de búsqueda pueden cambiar la selección de fuentes. Para evaluar el SEO orientado a buscadores generativos, conviene medir tendencias y recurrencia, no depender de una única consulta ni interpretar la coincidencia entre dominios como una reproducción exacta de las citas.