GEO Rankings
← Blog
Publicado

¿Los agentes de IA de compras citan tu catálogo? Un playbook de GEO para proveedores industriales antes del cambio de 15 billones de dólares

Cómo los proveedores industriales estructuran fichas técnicas, schema y datos de catálogo para que los agentes de IA de compras puedan recuperarlos y recomendarlos. Incluye una auditoría de acceso de crawlers.

En resumen

Los agentes de IA de compras recuperan y recomiendan proveedores analizando datos técnicos estructurados. Los proveedores industriales necesitan tres cosas: acceso abierto a crawlers (bloquear GPTBot elimina tu visibilidad), páginas de catálogo con schema Product y HowTo legibles por máquina, y párrafos de respuesta directa que muestren certificaciones ISO, tolerancias y disponibilidad regional en HTML estándar.

Última actualización: julio de 2026.


Por qué los proveedores industriales necesitan este playbook ahora

Gartner formalizó la proyección en el IT Symposium de noviembre de 2025: para 2028, el 90% de las compras B2B estarán intermediadas por agentes de IA, canalizando más de 15 billones de dólares en gasto a través de intercambios automatizados máquina a máquina donde ningún humano abre el sitio web de un proveedor en la etapa de preselección.

Las compras industriales no son un caso de uso lejano para este cambio. Ya es uno de los primeros sectores verticales en sentirlo. Un responsable de instalaciones que busca piezas torneadas de precisión, un director de compras que califica fabricantes de chapa metálica con certificación ISO para una nueva instalación, o un ingeniero que busca capacidad regional de moldeo por inyección cada vez más comienza ese proceso en ChatGPT, Perplexity o una herramienta de compras con IA desplegada por su empresa.

La mayoría de los sitios web de proveedores industriales se construyeron para dos audiencias: compradores humanos que recorren páginas de productos y crawlers de palabras clave de Google. Ninguno de los dos es ya el factor determinante. El nuevo factor determinante es si un sistema de recuperación de IA puede analizar tu ficha técnica en milisegundos y relacionarte con una consulta de compras.

Este playbook te ofrece una auditoría de tres pasos y un marco de reestructuración antes y después para lograrlo. También cubre la pregunta sobre el acceso de crawlers que la mayoría de las guías de GEO omiten: si bloquear GPTBot te está costando visibilidad ante los agentes de compras.


La auditoría GEO de tres partes para proveedores

Antes de reestructurar cualquier contenido, realiza esta auditoría. Tarda 30 minutos y te indica exactamente dónde están las brechas.

Parte 1: Verificación del acceso de crawlers

Los agentes de IA no pueden recuperar páginas que sus crawlers no pueden indexar. Los culpables más comunes:

  • Una regla en robots.txt que bloquea GPTBot (OpenAI), PerplexityBot, Google-Extended (Google IA) o ClaudeBot (Anthropic)
  • Reglas de seguridad de CDN (por ejemplo, el “Bot Fight Mode” de Cloudflare) que rechazan agentes de usuario que no son navegadores
  • Páginas de catálogo renderizadas con JavaScript que cargan datos de producto solo después de ejecutar un script, lo que muchos crawlers de IA no ejecutan

Según el informe AI Citation Economy 2026 de OtterlyAI, el 73% de los sitios tienen al menos una barrera técnica que impide el acceso de crawlers de IA. OtterlyAI no divulga la muestra detrás de esa cifra, así que trátala como orientativa en lugar de un benchmark preciso. Lo que importa es verificar tu propio sitio.

Acción de auditoría: Accede a tusitio.com/robots.txt. Busca GPTBot, PerplexityBot y Google-Extended. Una regla Disallow: / bajo cualquiera de ellos significa que eres invisible para la capa de recuperación de ese motor de IA.

El precedente de Amazon es relevante aquí. Según datos de Similarweb reportados por Modern Retail en septiembre de 2025, ChatGPT representa menos del 3% del tráfico de referencia de Amazon, mientras que Walmart y Etsy reciben aproximadamente el 20% de su tráfico de referencia desde ChatGPT. La razón principal: Amazon bloquea deliberadamente a los crawlers de IA del acceso a sus datos de productos, mientras que Walmart y Etsy permiten el acceso. El mecanismo en juego no es la calidad del contenido. Es la política de crawlers.

Los proveedores industriales que bloquean a los crawlers de IA por razones de seguridad o para evitar scraping enfrentan la misma dinámica: el contenido sólido detrás de un muro no obtiene ninguna cita.

Parte 2: Auditoría de la estructura del contenido

Una vez confirmado el acceso de los crawlers, audita el contenido en sí mismo comparándolo con estas cinco señales.

SeñalQué verificar¿Listo para IA?
Párrafo inicial de respuesta directa¿La página abre con la certificación, material, tolerancia y región declarados en la primera oración?La mayoría de las páginas de proveedores fallan aquí
Tabla de atributos HTML visible¿Las especificaciones (tolerancia, material, plazo de entrega, MOQ, región) están en una tabla HTML rastreable, no en un PDF o imagen?Generalmente no
Schema Product o HowTo¿Hay schema JSON-LD presente en el código fuente de la página?Poco frecuente en catálogos industriales
Certificación ISO en texto¿Está el número de certificación, alcance y organismo emisor declarado en prosa estándar, no solo en una imagen de insignia?Casi nunca
Jerarquía de encabezados¿La página sigue el orden lógico de H1 a H2 a H3?Inconsistente

El punto sobre la estructura de encabezados importa más de lo que parece. Según un estudio de AirOps de 2025 sobre más de 12.000 URLs, el 68,7% de las páginas citadas por ChatGPT seguían una estructura de encabezados secuencial, frente a solo el 23,9% de las páginas mejor posicionadas en Google. Esa brecha refleja una lógica de recuperación diferente: los sistemas de IA analizan la estructura de encabezados para comprender la organización de la página de maneras que el posicionamiento basado en palabras clave no requiere.

Parte 3: Verificación de brechas de citas

El tercer paso de la auditoría es comprobar si los motores de IA te citan actualmente para tus consultas de compras principales. Pregunta a ChatGPT y Perplexity:

  • “¿Qué proveedores ofrecen [tu proceso] con [tu tolerancia] en [tu región]?”
  • “Proveedores de [tu material] [tu proceso] certificados ISO 9001 en [tu región]”

Si no apareces, esa es la brecha que este playbook cierra.

Herramientas como Temso y Profound automatizan este paso en múltiples motores de IA y te indican qué URLs de origen cita actualmente cada motor para las consultas de tu categoría.


Antes y después: reestructuración de páginas de catálogo para la recuperación por IA

Así se ve el antes y el después para un proveedor industrial:

Antes (no recuperable por IA)

Título de la página: Servicios de mecanizado CNC de precisión

Párrafo inicial: “Acme Industries ha sido líder en fabricación de precisión desde 1987. Estamos comprometidos con la calidad, la satisfacción del cliente y la entrega de los componentes que necesitas a tiempo. Contáctanos hoy para un presupuesto.”

Certificaciones: Imágenes de insignias en el pie de página (texto no rastreable)

Especificaciones: Ficha técnica en PDF enlazada

Lo que un agente de IA ve: Una página con mucho marketing y sin datos de capacidad analizables por máquina. No puede relacionar esta página con una consulta como “mecanizado CNC ISO 9001, tolerancia de ±0,005 mm, aluminio aeroespacial, Chicago.”


Después (recuperable por IA)

Título de la página: Mecanizado CNC ISO 9001: Aluminio Aeroespacial y Acero Inoxidable, Tolerancia ±0,005 mm, Chicago IL

Párrafo inicial: “Acme Industries ofrece mecanizado CNC certificado ISO 9001:2015 para aluminio de grado aeroespacial (6061-T6, 7075) y acero inoxidable (303, 316), manteniendo tolerancias de ±0,005 mm. El plazo de entrega estándar es de 10 días hábiles para 1 a 500 piezas. Instalación ubicada en Chicago, IL. Certificación Bureau Veritas, alcance: mecanizado de precisión de componentes estructurales aeroespaciales.”

Tabla de atributos (HTML, no PDF):

AtributoValor
CertificaciónISO 9001:2015 (Bureau Veritas)
MaterialesAluminio 6061-T6, 7075; SS 303, 316
Tolerancia±0,005 mm estándar; ±0,002 mm bajo pedido
Plazo de entrega10 días hábiles (estándar)
Pedido mínimo1 pieza
RegiónChicago, IL; envíos a EE. UU. continental
Acabado superficialTal como se mecaniza, anodizado, pintura en polvo

Schema en JSON-LD: Schema Product con name, description, manufacturer, offers y additionalProperty para cada atributo.

Lo que un agente de IA ve: Una página que puede analizar, relacionar con una consulta y citar con confianza. Cada atributo clave aparece en HTML estándar. La certificación no es una imagen. Las especificaciones no están en un PDF. La ubicación está en la primera oración.


Marco de implementación paso a paso

Paso 1: Corregir el acceso de crawlers

Actualiza robots.txt para permitir GPTBot, PerplexityBot, ClaudeBot y Google-Extended. Si las reglas de bot-fight del CDN bloquean agentes que no son navegadores, crea excepciones para estos crawlers por cadena de agente de usuario. Verifica el acceso usando Scrunch o comprobando el tráfico de crawlers de IA en los registros de tu servidor.

Paso 2: Reescribir los párrafos iniciales

Identifica tus 10 a 20 páginas de catálogo de mayor prioridad (aquellas que coinciden con tus consultas de capacidad más sólidas). Reescribe el párrafo inicial de cada una para incluir:

  • Número de certificación ISO, alcance y organismo emisor en texto estándar
  • Material o proceso principal
  • Tolerancia o clase de precisión
  • Plazo de entrega
  • Región o ubicación de la instalación

Dos oraciones cubren todo esto. No lo entierres. La capa de recuperación de IA mira primero la parte superior de la página.

Paso 3: Construir tablas de atributos HTML visibles

Para cada página de catálogo, mueve las especificaciones clave de PDFs o tablas de imagen a una tabla HTML visible. La tabla no necesita ser elaborada. Necesita ser rastreable. Cada atributo sobre el que una consulta de compras podría filtrar (material, certificación, tolerancia, MOQ, región, plazo de entrega) pertenece a esa tabla.

Según la investigación de AirOps de abril de 2026 sobre 217.508 páginas recuperadas, las páginas de comparación que contienen tres o más tablas HTML obtienen un 25,7% más de citas de IA que las que no las tienen, para consultas de comparación de productos cabeza a cabeza. El mismo principio se aplica a las páginas de catálogo de proveedores: las tablas de atributos estructuradas le dan a los sistemas de IA algo que comparar.

Paso 4: Añadir schema Product y HowTo

Añade schema Product en JSON-LD a las páginas de producto y capacidad. Propiedades clave para proveedores industriales:

  • name: el nombre del producto o servicio
  • description: el párrafo de respuesta directa del Paso 2 (textual)
  • brand y manufacturer: tu empresa
  • mpn o sku: código de pieza o servicio cuando corresponda
  • offers: para información de precios o cotizaciones
  • additionalProperty: un objeto PropertyValue por atributo (material, tolerancia, certificación, región)

Añade schema HowTo a las páginas de proceso que describen pasos de fabricación o capacidades.

Paso 5: Rastrear el citation share e iterar

Reestructurar las páginas no es una acción única. Los motores de IA vuelven a rastrear, sus patrones de cita cambian y los competidores realizan la misma auditoría. Necesitas un ciclo de medición.

Temso es el punto de partida más fácil: 89 $/mes cubre el monitoreo en ocho motores de IA, el diagnóstico de brechas de citas y la orientación de ejecución en una sola herramienta. Para fabricantes que necesitan mapas de fuentes de citas más detallados y la capacidad de ver qué URLs exactas citan los motores de IA para las consultas de compras de tu categoría, Profound (399 $/mes para cobertura completa de motores) proporciona esa granularidad. Surfer ayuda a los equipos de contenido a redactar y puntuar el copy del catálogo según los benchmarks de citas de IA. Semrush añade benchmarking competitivo para las marcas que ya están en ese ecosistema.

El ranking completo de plataformas GEO está en /rankings/geo-tools.


El argumento del momento competitivo

La proyección de 15 billones de dólares de Gartner cubre el gasto para 2028. Eso es 18 meses por delante. El panorama competitivo para las citas de compras con IA tiene un aspecto muy diferente hoy al que tendrá entonces.

Ahora mismo, la mayoría de los proveedores industriales no han realizado una auditoría de acceso de crawlers. La mayoría de las páginas de catálogo todavía abren con copy sobre “compromiso con la calidad”. La mayoría de los datos de certificación todavía viven en imágenes de insignias. Los espacios de cita para las consultas “[tu proceso] + [tu región] + ISO [número]” están en gran medida sin reclamar.

Esa ventana se cierra a medida que la predicción de Gartner pasa de proyección a realidad. Los proveedores que reestructuren el contenido del catálogo en 2026, mientras la conciencia de los competidores es baja, enfrentarán menos competencia por esos espacios de cita.

La auditoría lleva 30 minutos. La reestructuración de una de las 10 páginas de catálogo principales lleva una tarde. El beneficio en citas, una vez que los motores de IA vuelven a rastrear y actualizan sus índices de recuperación, es duradero.


Qué hacer a continuación

Realiza la auditoría de tres partes en tu página de catálogo de mayor prioridad hoy. Verifica primero robots.txt. Si los crawlers de IA están bloqueados, corrige eso antes que cualquier otra cosa. Luego reescribe el párrafo inicial para mostrar tu certificación, material, tolerancia y región en las dos primeras oraciones.

Si quieres una herramienta para monitorear qué motores de IA citan actualmente a proveedores en tu categoría y decirte qué corregir, Temso comienza en 89 $/mes y cubre ocho motores desde un solo panel. La comparación completa de herramientas GEO, incluidas Profound, Surfer y Semrush, está en /rankings/geo-tools. El /glossary cubre términos como citation share, share of model e intermediación por agentes si alguno de estos conceptos es nuevo para ti.

El cambio de 15 billones de dólares no es una predicción para archivar. Es un plazo de estrategia de compras.

FAQ

¿Qué significa que un agente de IA de compras "cite" a un proveedor?

Cuando un comprador escribe una consulta de compras en ChatGPT, Perplexity o una herramienta de compras con IA desplegada por su empresa, la IA recupera páginas de proveedores candidatos, las evalúa por densidad factual y datos estructurados, y sintetiza una lista recomendada. Ser "citado" significa que tu página de proveedor aparece en esa lista con tu nombre, capacidad y atributos clave visibles. Los proveedores cuyas páginas están bloqueadas por reglas de robots.txt, no están estructuradas o están enterradas en PDFs no aparecen en absoluto.

¿Por qué bloquear GPTBot reduce la visibilidad en las compras con IA?

GPTBot es el crawler web de OpenAI. Bloquearlo en robots.txt impide que ChatGPT indexe las páginas de tu catálogo. Dado que ChatGPT es utilizado por una gran parte de los compradores B2B para investigación de compras, un sitio bloqueado no puede aparecer en las listas de proveedores recomendados de ChatGPT sin importar lo sólido que sea su contenido. Según el informe AI Citation Economy 2026 de OtterlyAI, el 73% de los sitios tienen barreras técnicas (bloqueos de robots.txt, reglas de CDN o problemas de renderizado de JavaScript) que impiden el acceso de crawlers de IA, aunque OtterlyAI no divulga la muestra de sitios detrás de esa cifra. Verificar de forma independiente el acceso de tus crawlers es el primer paso de cualquier auditoría GEO para proveedores.

¿Qué tipos de schema deben añadir los proveedores industriales a las páginas de catálogo?

El schema Product (con las propiedades name, description, brand, manufacturer, mpn y offers) es la máxima prioridad. Añade schema HowTo para páginas de procesos (mecanizado CNC, moldeo por inyección, tratamiento de superficies). El schema FAQPage ayuda con los formatos de preguntas sobre capacidades que usan los compradores. Declara las certificaciones ISO, tolerancias, plazos de entrega y disponibilidad regional en tablas HTML visibles, no solo en hojas de datos en PDF o imágenes de insignias que los crawlers de IA no pueden leer.

¿Cómo es una reestructuración antes y después de una ficha técnica para la recuperación por IA?

Antes: una página de producto abre con "Servicios de mecanizado CNC de precisión de Acme Industries. Estamos comprometidos con la calidad y la satisfacción del cliente." Las certificaciones aparecen como imágenes de insignias. Las tolerancias están en un PDF descargable. Después: la página abre con "Acme Industries ofrece mecanizado CNC certificado ISO 9001:2015 (tolerancia de ±0,005 mm) para aluminio aeroespacial y acero inoxidable, con plazos de entrega de 10 días para pedidos de 1 a 500 piezas, con envío desde Chicago, IL." A continuación aparece una tabla de atributos HTML visible. El schema Product en JSON-LD marca cada campo clave. Esa reestructuración es lo que permite a un agente de IA relacionar la página con una consulta de compras.

¿Qué herramientas ayudan a los proveedores industriales a rastrear el citation share en compras con IA?

Temso (89 $/mes) cubre el ciclo completo, desde el monitoreo en 8 motores de IA hasta el diagnóstico de brechas y la orientación de ejecución. Profound (399 $/mes cobertura completa) proporciona mapas de fuentes de citas de nivel empresarial y datos de volumen de prompts. Surfer ayuda a los equipos de contenido a redactar y puntuar el copy del catálogo para el rendimiento de citas de IA. El kit de herramientas de IA de Semrush añade benchmarking competitivo. El ranking completo de herramientas GEO está en /rankings/geo-tools.

¿Cómo afecta la proyección de 15 billones de dólares de Gartner a la estrategia de compras industriales hoy?

Gartner proyectó en el IT Symposium de noviembre de 2025 que para 2028 el 90% de las compras B2B estarán intermediadas por agentes de IA, canalizando más de 15 billones de dólares en gasto a través de intercambios máquina a máquina. Las compras industriales ya se movían en esta dirección antes de que Gartner formalizara la proyección. Los proveedores que reestructuren el contenido del catálogo ahora, mientras el ecosistema de citas de IA todavía se está desarrollando, enfrentarán menos competencia por esos espacios de cita que en 2027 o 2028, cuando cada competidor haya realizado la misma auditoría.