TL;DR
- Un motor de IA no busca siempre. A veces responde con lo que aprendió durante el entrenamiento, a veces busca en tiempo real. Cuando busca, descompone la pregunta en lo que suelen llamarse grounding queries: búsquedas más pequeñas, invisibles para el cliente, y rara vez iguales dos veces.
- Cada grounding query se ejecuta sobre un índice, y el índice no es el mismo para todos los motores. Algunos motores abren después las páginas en tiempo real, con pocos segundos para cada una; otros leen lo que ya tienen indexado.
- Luego el motor lee pasajes, no páginas. Una página compite con sus mejores pasajes para cada grounding query, y gran parte de lo que contiene nunca entra en la respuesta.
- Una selección de fuentes, de unas pocas a unas decenas según el motor, llega al modelo que escribe la respuesta. Las marcas que nombra son sobre todo aquellas cuyos pasajes ganaron esas búsquedas. Si las fuentes se equivocan, normalmente la respuesta también, y el modelo rara vez se da cuenta.
En un año, en Symios hemos hecho decenas de miles de preguntas a los motores de IA y hemos leído lo que devolvían. Observamos, formulamos hipótesis, verificamos, corregimos, confirmamos. Lo que sigue combina lo que los motores documentan sobre sí mismos con lo que hemos visto, una y otra vez, en sus respuestas: los pocos segundos que separan la pregunta de un cliente de la respuesta.
Una advertencia antes de empezar. Este es el mecanismo típico. Cada motor lo hace a su manera, y pocos detalles están confirmados por las empresas que los construyen. Donde algo está documentado, ponemos el enlace. Donde no lo está, decimos lo que observamos.
¿El motor busca siempre?
No. Un motor de IA tiene dos formas de responder. Puede recurrir a lo que su modelo aprendió durante el entrenamiento, o puede buscar en tiempo real y construir la respuesta con lo que encuentra. La mayoría de los motores decide caso por caso: una pregunta sobre algo reciente o específico dispara una búsqueda, una pregunta general a menudo no. OpenAI lo describe para ChatGPT, y el usuario puede forzar la búsqueda o dejar la elección al sistema.
Importa más de lo que parece. Cuando el motor responde de memoria, la marca que describe es la marca tal como aparecía en los datos de entrenamiento, meses o años atrás. Precios, gama, propiedad, tiendas: todo congelado en una fecha que nadie conoce. Cuando busca, el cuadro puede estar actualizado. Cuál de los dos casos ocurre no lo decide la marca.
¿Qué son las grounding queries?
Cuando el motor busca, no busca la pregunta del cliente. La reescribe en varias búsquedas más pequeñas y las ejecuta en paralelo. Google lo llama query fan-out y lo describe abiertamente: la pregunta se descompone en subtemas y se lanzan varias consultas a la vez. Microsoft muestra el mismo mecanismo en sus webinars y llama grounding queries a esas búsquedas. Nosotros usamos ese nombre.
Tomemos "qué sofá comprar para un salón pequeño". El cliente ha escrito una frase. El motor puede ejecutar "mejores sofás para espacios pequeños", "sofá de dos plazas vs tres plazas medidas", "marcas de sofás opiniones", "sofás cama compactos", "plazos de entrega sofás pequeños". Nadie las ve. Nadie las ha escrito. Y son las búsquedas que deciden qué marcas aparecen en la respuesta.
De ahí se siguen dos cosas. Primero, estas búsquedas no se parecen a las keywords que alguien optimiza. SALT.agency comparó las grounding queries que Microsoft Clarity reporta para un conjunto de sitios con las keywords por las que esos sitios posicionan: solo el 2% coincidía exactamente con una keyword monitorizada. La mayoría eran reformulaciones más largas y más específicas del mismo tema. Una fotografía, no un censo, pero la dirección está clara. Segundo, rara vez son iguales dos veces. Haz la misma pregunta otra vez y el motor puede descomponerla de otra forma. Investigadores de la Universidad de San Galo lo midieron: las fuentes citadas por prompts idénticos el mismo día se solapaban solo entre un tercio y dos quintos. Por eso Symios nunca mide una sola vez: una respuesta es una muestra, no un resultado.
¿Dónde busca el motor?
No en el mismo sitio. Cada motor busca en su propia imagen de la web: las funciones de IA de Google usan el índice de Google, ChatGPT usa Bing más un índice propio, Perplexity se ha construido el suyo, Claude se apoya en un proveedor externo. La misma pregunta, en cuatro motores, se busca en cuatro webs distintas.
También difieren en cómo leen. Algunos abren las páginas en el momento de la pregunta y dan a cada una pocos segundos, de modo que un sitio lento se queda fuera. Otros leen la copia que ya tienen, que puede tener días o semanas.
| Motor | Comportamiento de búsqueda | Dónde busca | Cómo lee las páginas | Fuentes citadas por respuesta |
|---|---|---|---|---|
| ChatGPT | Decide caso por caso | Bing más el índice propio de OpenAI | Abre las páginas en tiempo real, pocos segundos cada una | Una decena |
| Google AI Mode / AI Overviews | Nativo de búsqueda | Índice de Google Search | Desde el índice | Pocas |
| Gemini (app) | Responde desde el modelo por defecto | Índice de Google Search, cuando busca | Desde el índice | Pocas, cuando busca |
| Perplexity | Siempre | Índice propio más datos de terceros | Abre las páginas en tiempo real | Veinte o más |
| Claude | Decide caso por caso | Índice de búsqueda de terceros | Abre las páginas en tiempo real | Pocas |
Basado en documentación de los proveedores y observación independiente, septiembre de 2026. Las pipelines exactas son propietarias y cambian sin aviso.
¿Qué lee el motor?
Páginas no. Pasajes.
Una vez que las páginas han entrado, el motor no las juzga como documentos. Las divide en pasajes y se pregunta, para cada grounding query, qué pasajes responden mejor. Una página compite con sus mejores pasajes. Gran parte del resto de la página, por buena que sea, nunca entra en la respuesta.
Es la parte que da la vuelta a veinte años de costumbres. Una página larga, completa y bien escrita sobre sofás no es "la mejor página sobre sofás" para un motor. Es un conjunto de pasajes, y solo cuentan los que responden a una búsqueda concreta. Una página breve que responde a "sofá de dos plazas vs tres plazas medidas" en sus primeras frases puede ganar a la página enciclopédica siempre, en esa consulta. Google describió el ranking de pasajes en lugar de páginas enteras ya en 2020; en las respuestas de la IA la misma lógica decide qué se cita.
¿A quién se nombra?
De todos los pasajes recuperados, el motor se queda con una selección, de unos pocos a unas decenas según el motor, y se la entrega al modelo que escribe la respuesta. Ese modelo trabaja con lo que le han dado. Las marcas que nombra son sobre todo las marcas presentes en los pasajes ganadores. A veces añade alguna de memoria, o de la conversación. Casi siempre, nombra a quien estaba en la página que respondió.
Dos consecuencias, ambas incómodas.
Si los pasajes contienen un precio equivocado, un producto descatalogado, una tienda que ha cerrado, la respuesta normalmente lo repite. El modelo que escribe rara vez se da cuenta, porque no sabe cómo se eligieron las fuentes. Se fía. La propia OpenAI advierte de que los resultados y las citas pueden ser incompletos, estar desactualizados o ser erróneos.
Y el enlace que aparece junto a una frase no cuenta toda la historia. En las mediciones de Symios vemos marcas nombradas sin ninguna fuente adjunta, y fuentes que nunca mencionan la marca junto a la que aparecen. La cita muestra lo que el motor ha decidido enseñar, no todo lo que dio forma a la respuesta. Lo que una marca puede ver de verdad es la respuesta misma: qué marcas se nombran, en qué orden, cuántas veces, en qué motor.
¿Qué cambia para una marca?
Una marca ya no compite por una posición en una página de resultados. Compite por ser el pasaje que responde a una búsqueda que nunca vio, en un índice que no elige, dentro de una respuesta escrita por un modelo que se fía de lo que le den.
Suena a pérdida de control, y en parte lo es. Pero tiene también una ventaja que el ranking nunca tuvo. El ranking premiaba la antigüedad, los enlaces, la autoridad acumulada durante años. Los pasajes premian a quien responde mejor a la pregunta, hoy, con frases claras. En Symios hemos visto dominios de dos meses convertirse en la fuente más citada de su categoría precisamente por hacer eso.
La respuesta es el único lugar donde todo esto se hace visible. Ahí es donde medimos y donde optimizamos. Symios trabaja sobre las respuestas, no sobre la pipeline.