Cada vez más clientes no buscan: preguntan. Y la respuesta del asistente menciona tres o cuatro restaurantes de la zona con su porqué. O estás en esa lista, o la cena es para otro.
«Recomiéndame un sitio para cenar en el centro de Valencia, buen arroz, unos 30 euros por persona.» Esa consulta ya no siempre se escribe en Google: se le hace a ChatGPT, a Gemini o a Perplexity. Y la respuesta no es una página de enlaces, sino tres o cuatro nombres con su justificación. Trabajar para aparecer ahí tiene nombre, GEO (Generative Engine Optimization), y aunque comparte cimientos con el SEO local, tiene reglas propias.
De dónde saca la IA sus recomendaciones
Con matices según el modelo, las respuestas se alimentan de tres sitios:
- Búsqueda en vivo. La mayoría de los asistentes consulta la web en el momento de responder. Lo que encuentre indexado y legible es la materia prima de la respuesta.
- Fuentes que consideran fiables. Directorios consolidados como TripAdvisor, guías gastronómicas, prensa local y blogs con trayectoria. Los modelos citan estas fuentes de forma recurrente al recomendar restaurantes, y las locales pesan más de lo que se suele suponer.
- Texto concreto y verificable. Un contenido que dice «arroz a banda, 24 €, terraza, conviene reservar» es citable. Uno que dice «cocina de autor con producto de proximidad en un entorno único» no le da a la IA ningún hecho que repetir con seguridad.
La conclusión operativa: la IA no premia lo bonito, premia lo comprobable. Recomienda al restaurante del que puede afirmar cosas sin miedo a equivocarse.
El plan de trabajo, por orden
1. Publica hechos, no adjetivos
Tipo de cocina, rango de precios, horarios reales, si hay menú del día y su precio, opciones vegetarianas o sin gluten, si se va bien con niños, si hay terraza, si hace falta reservar. En tu web, en texto plano y visible, no enterrado en un PDF ni dentro de una imagen. Es la información mínima que un asistente necesita para poder recomendarte.
2. Marca esos hechos con datos estructurados
El marcado schema.org (los tipos Restaurant,
Menu y LocalBusiness, con horarios, cocina, rango de
precios y URL) entrega los mismos datos en un formato sin ambigüedad, el que usan
los buscadores y los sistemas que alimentan a los modelos. No garantiza menciones,
y quien te diga lo contrario te está vendiendo un amuleto; lo que hace es quitarle
a la máquina razones para ignorarte o equivocarse contigo.
3. Está presente donde la IA lee
Si los asistentes citan TripAdvisor, las guías y la prensa local, tu trabajo es existir bien en esos sitios: ficha completa y coherente en los directorios que cuentan, y menciones reales en medios y guías gastronómicas de tu zona. Esta parte es relaciones y constancia más que software, y es la que más diferencia construye a medio plazo.
4. Cuida el texto de tus reseñas
Las reseñas alimentan lo que la IA cree de ti. Si veinte clientes mencionan la paella y la terraza, los modelos aprenden que eres un sitio de paella con terraza. Si nadie menciona nada concreto, no eres nada concreto. No se trata de dictar a los clientes qué escribir, sino de conseguir volumen suficiente de reseñas reales: con el volumen llega el detalle. El motor de reseñas trabaja exactamente esa palanca.
5. Mantén la coherencia de tus datos
Nombre, dirección, teléfono y horarios idénticos en Google, TripAdvisor, Apple Maps y tu web. Ante datos contradictorios, un asistente puede escoger el incorrecto o descartarte por poco fiable. Es el mismo trabajo de consistencia NAP del SEO local, con un lector nuevo.
6. Mide si te mencionan
Lo que no se mide se opina. La forma seria de saber si la IA te recomienda es sondear cada asistente con preguntas de comensal reales («mejor arrocería del centro», «dónde cenar con niños en…»), de forma periódica y en condiciones comparables, registrando menciones, posición, sentimiento y fuentes citadas. Una medición puntual no dice nada; la serie temporal lo dice todo.
Cómo lo hace Restauranker: el módulo Pulso IA sondea ChatGPT, Gemini y Perplexity con las preguntas de tu zona, calcula tu share of voice frente a los competidores que la IA nombra y te enseña qué fuentes cita cada asistente. Incluido desde el plan Prorank.
Lo que no funciona
Llenar la web de palabras clave: los modelos extraen hechos, no cuentan repeticiones. Publicar cincuenta artículos generados en serie para «alimentar» a la IA: el contenido sin información nueva no se cita. Y mentir en los datos, precios que no son u horarios que no cumples, tiene castigo doble: el cliente llega, se encuentra otra cosa y lo escribe en una reseña que la IA también leerá.
La ventaja de empezar antes
Hoy casi ningún restaurante vigila su presencia en los asistentes. Quien ordene sus datos, construya menciones y mida sus resultados ahora jugará con ventaja cuando esta forma de buscar sea la norma, igual que ocurrió con las fichas de Google en su día. No exige obsesionarse; exige método: hechos claros, fuentes cuidadas y medición constante.