Cómo conseguí mil usuarios desde la IA en 4 meses con una web nueva (en uno de los nichos más duros de EE.UU.)

Un nicho de viajes en Estados Unidos brutalmente competido, con webs de veinte años de historia. Meterme ahí con un dominio recién nacido era una locura, un acto de fe. Me lancé igual. Y me salvó la IA, no Google.

Lancé slotcanyonguide.com el 23 de abril de 2026, una guía de viaje en inglés sobre Antelope Canyon y Horseshoe Bend (Arizona), configurada desde el primer commit para que la citara la IA. Cuatro meses después: 1.812 usuarios, y 1.000 llegados desde inteligencia artificial, más de la mitad de todo el tráfico. ChatGPT es mi fuente número uno desde la primera semana. Primero te cuento qué hice para conseguirlo (el setup técnico GEO completo, con código). Y luego lo que de verdad quería contar: que GA4 solo me enseña una parte de ese tráfico, y cómo mido el resto. Sin redondear y sin vender nada.

Voy a empezar por el final, porque es lo que te ha traído hasta aquí.

En cuatro meses, mil personas llegaron a una web mía desde una inteligencia artificial. No desde Google. Desde ChatGPT, sobre todo. Una web que lancé de cero, en inglés, en un nicho lleno de competidores con veinte años de historia.

Más de la mitad de todo mi tráfico viene de la IA.

Todo el mundo en LinkedIn habla de GEO SEO. Yo lo leo y noto que hay tres tipos de post: el que lo explica como si lo hubiera inventado él sin haber tocado nada, el que te vende una formación con quince pasos que "podrían" funcionar, y el de la agencia que dice "visibilidad en modelos generativos" para parecer distinta de las agencias de siempre.

Datos reales no publica nadie.

Así que aquí van los míos, con las cifras exactas de GA4, Search Console y DataForSEO. Primero te enseño qué hice para conseguir ese tráfico. Tú sígueme.

Qué es Slot Canyon Guide: una web nueva en un nicho imposible

Antelope Canyon es uno de los sitios más fotografiados del planeta. En Google compites contra operadores de tours con décadas a la espalda, TripAdvisor, Booking, Reddit, National Geographic y la propia Navajo Nation. Un dominio recién nacido no tiene ninguna razón para rankear ahí en pocos meses.

Justo por eso era interesante. Si el GEO funciona en un nicho con gigantes establecidos, la conclusión vale mucho más que si funciona en un hueco vacío.

slotcanyonguide.com se publicó el 23 de abril de 2026. Next.js, desplegada en Vercel, y con toda la configuración técnica de GEO desde el primer commit. GA4 puesto el día uno, así que lo que te enseño está medido desde el minuto cero, sin huecos.

La hipótesis era simple: la IA puede ser el canal de tracción inicial de un dominio nuevo, antes de que Google te tome en serio.

Spoiler: se cumplió más de lo que esperaba. Ahora te cuento cómo lo monté.

slotcanyonguide.com, la web del experimento. Guía en inglés sobre Antelope Canyon, Horseshoe Bend y el Grand Canyon.

Lo que hice para conseguir esas visitas

Primero, qué es esto del GEO (y en qué se diferencia del SEO)

GEO SEO (Generative Engine Optimization) es optimizar una web para que sus contenidos sean seleccionados, citados y recomendados por modelos de IA como ChatGPT, Gemini, Perplexity o Claude dentro de sus respuestas.

La diferencia con el SEO clásico no es de filosofía, es de destino y métrica:

El trabajo técnico se solapa mucho: buen contenido, estructura, autoridad y schema valen para los dos. Pero hay tres cosas nuevas de verdad, y son las que marcan la diferencia: el llms.txt, la distinción entre crawlers de IA, y el canal de medición. Vamos con las dos primeras (la tercera es el final del artículo).

El setup técnico, desde el día 0

llms.txt v1, con descripción de contenidos, estructura y señal de autoría:

# Slot Canyon Guide

> Independent travel guide to Antelope Canyon, Horseshoe Bend, Page
> (Arizona), Lake Powell and the Grand Canyon. All recommendations are
> based on on-the-ground research between 2023 and 2025 and verified
> against operator and National Park Service sources for the 2026 season.
> Reviews are editorially independent and reflect first-hand experience.

## Pillars
- [Antelope Canyon - the complete 2026 guide](/antelope-canyon/)
- [Horseshoe Bend - the complete 2026 guide](/horseshoe-bend/)
- [Grand Canyon - the complete guide](/grand-canyon/)
- [Page, Arizona - base-town guide](/page-arizona/)
- [Lake Powell - practical visit guide](/lake-powell/)

## Antelope Canyon - sub-guides
- [Upper vs Lower Antelope Canyon - which to choose](/antelope-canyon/upper-vs-lower/)
- [Antelope Canyon tour operators - 2026 reviews and prices](/antelope-canyon/operators/)
- [Antelope Canyon cost - 2026 tour prices](/antelope-canyon/cost/)
- ... (y 50+ sub-guías más, una por pregunta de decisión)

Fíjate en dos cosas. Una: la descripción no dice "somos los mejores", dice cuándo estuve, contra qué verifiqué y que la reseña es independiente aunque el sitio gane con afiliación. Eso es lo que un LLM necesita para fiarse. Dos: no es una lista suelta de páginas, es la arquitectura del sitio, con pilares y sub-guías. Enseguida la vemos entera.

Esa señal de autoría ("researched first-hand", "on location in Page, AZ") no es decorativa. Es E-E-A-T legible por un LLM: le dices que hay una persona real que estuvo físicamente allí. Los modelos priorizan fuentes con experiencia directa verificable.

robots.ts distinguiendo crawlers de citación y de entrenamiento:

User-Agent: *
Allow: /

# Crawlers de IA que generan citas: permiso explícito
User-Agent: GPTBot            # ChatGPT (indexación)
Allow: /
User-Agent: ChatGPT-User      # ChatGPT (navegación en vivo)
Allow: /
User-Agent: OAI-SearchBot     # SearchGPT
Allow: /
User-Agent: ClaudeBot
Allow: /
User-Agent: PerplexityBot
Allow: /
User-Agent: Google-Extended
Allow: /
User-Agent: Applebot-Extended
Allow: /
# ...y Amazonbot, Meta-ExternalAgent, DuckAssistBot: Allow

# Crawlers SOLO de entrenamiento: bloqueados
User-Agent: CCBot
Disallow: /
User-Agent: Bytespider
Disallow: /
User-Agent: cohere-ai
Disallow: /

Esto casi nadie lo cuenta: no todos los bots de IA sirven para lo mismo. GPTBot, ClaudeBot y PerplexityBot rastrean para actualizar las respuestas de búsqueda (te citan). CCBot y Bytespider rastrean para entrenar modelos futuros (no te citan hoy). Permitir a los de búsqueda y bloquear a los de entrenamiento es la configuración óptima.

La arquitectura: un sistema, no posts sueltos

La mayoría de las webs son una pila de posts inconexos. Slot Canyon Guide es un hub-and-spoke: 5 pilares (Antelope Canyon, Horseshoe Bend, Grand Canyon, Page y Lake Powell) y más de 50 sub-guías, cada una respondiendo una pregunta de decisión concreta: "Upper vs Lower, ¿cuál elijo?", "¿cuánto cuesta?", "¿cuál es la mejor época?", "¿cómo llego desde Las Vegas?".

Por qué esto es clave para la IA: cuando alguien le pregunta a ChatGPT "how much does Antelope Canyon cost?", el modelo busca una fuente que responda ESA pregunta, directa y autocontenida. Si tú tienes una página entera dedicada solo a eso (/antelope-canyon/cost), con el dato exacto, le ganas a la web enorme que lo menciona de pasada en el párrafo 14. Un pilar por tema para dar contexto de entidad, una sub-guía por pregunta para dar la respuesta citable. Y el llms.txt le sirve ese mapa en bandeja para que no tenga ni que adivinar.

El schema: hablarle a la IA en un formato que entiende

Escribir bien no basta. Hay que estructurar la página para que un LLM extraiga la información sin ambigüedad. Esto es lo que puse en cada tipo de página, en JSON-LD:

• TouristAttraction en las páginas de lugares (Antelope Canyon, Horseshoe Bend) y LodgingBusiness en las de alojamiento. Le dice a la IA "esto es una atracción turística" o "esto es un hotel", con su localización, horarios y datos, en un formato que puede citar directamente sin tener que interpretarlo.
• FAQPage en las guías, con las preguntas que la gente le hace de verdad a ChatGPT ("how much does Antelope Canyon cost?", "Upper or Lower, which is better?"). Y un detalle que importa: los tres primeros ítems, abiertos por defecto. Un acordeón cerrado necesita que el crawler ejecute JavaScript para ver la respuesta; abierto, la lee directo.
• speakable en los pasajes clave de las páginas pillar. Marca qué párrafos son los más citables, los que responden la pregunta de forma autocontenida. El LLM no lo necesita para extraer texto, pero es una señal de "esto es lo importante de la página".
• AboutPage + Person en las trust pages, que es lo siguiente.

Así se ve en código, sacado tal cual del sitio (página de operadores):

{
  "@type": "TouristAttraction",
  "name": "Antelope Canyon",
  "description": "Slot canyons on Navajo Nation land near Page, Arizona.
    Three public sections (Upper, Lower, Canyon X) are accessible only
    via tours run by six Navajo-authorised operators."
},
{
  "@type": "Question",
  "name": "Are there really only 6 authorised operators?",
  "acceptedAnswer": { "@type": "Answer",
    "text": "Yes. The Navajo Nation grants concession permits for the
      three main public sections to a small number of Navajo-owned
      operators. As of April 2026, six companies hold them..." }
},
{
  "@type": "Person",
  "name": "Diego Fresno",
  "jobTitle": "Independent travel writer and researcher, American Southwest",
  "url": "https://diegofresno.com"
}

Ese último nodo, el Person, va en cada página y enlaza la autoría con mi nombre y mi web. Es la firma que le dice a la IA "detrás de esto hay una persona real, no un content farm". El TouristAttraction le da la entidad (qué es Antelope Canyon, dónde, cómo se accede) y el Question convierte cada duda del usuario en un bloque que puede citar palabra por palabra.

Las trust pages: por qué la IA necesita saber quién eres

Esta es la parte que casi nadie hace, y para mí fue de las más decisivas. Monté dos páginas de confianza desde el principio: /about/ y /how-i-review/, de unas 1.500 palabras cada una, con schema AboutPage + Person y WebPage + BreadcrumbList.

¿Por qué tanto esfuerzo en dos páginas que casi nadie visita? Porque un LLM, antes de citar a una web desconocida, se hace la misma pregunta que un humano: ¿quién es este y por qué debería fiarme? Esas páginas la responden: quién escribe (yo, con nombre y cara), cuándo estuve físicamente en Page, Arizona (julio de 2025), cómo verifico los precios y los operadores, y cada cuánto actualizo.

Es E-E-A-T, sí, pero escrito para que una máquina lo lea y lo use como razón para citarte. La señal de "estuve allí de verdad" se repite en el llms.txt, en el About y en cada guía. No es casualidad: es la diferencia entre que la IA te trate como una fuente con experiencia directa o como un agregador más de los mil que hay.

El contenido: datos concretos y comparativas con ganador

Y luego, lo que va dentro de cada página. Dos reglas que cumplo a rajatabla:

Datos exactos, no rangos. "80,50 dólares el tour estándar de Ken's Tours" se cita. "Los tours cuestan entre 50 y 200 dólares" no. Precios con céntimos, horarios reales, fechas de actualización visibles. Cuanto más concreto el dato, más fácil se lo pone a la IA para soltarlo tal cual en su respuesta.

Comparativas con recomendación clara. La IA responde preguntas de decisión, así que necesita material que decida. Una guía tipo "Upper vs Lower Antelope Canyon: cuál elegir", con una tabla de qué incluye cada uno, precio, dificultad y mejor momento, y una recomendación explícita al final, es oro puro para un LLM. El "depende" no se cita. El "si vas con niños o justo de tiempo, Lower; si quieres los haces de luz de mediodía en verano, Upper" sí.

Respuesta primero, rodeo después. Cada H2 es una pregunta, y cada respuesta empieza por la conclusión, no por el calentamiento. El primer párrafo bajo "¿Cuál es la mejor época?" no es "Antelope Canyon es un lugar mágico durante todo el año". Es "De finales de marzo a principios de octubre; y si vas por los haces de luz, de mayo a septiembre, a mediodía". Eso es un pasaje autocontenido: la IA lo coge y lo suelta tal cual, sin necesitar el resto de la página. Es la técnica de escritura que más citas me ha dado.

Anatomía de una página que la IA cita

Todo lo anterior junto se ve mejor en una página real. Cojo la más citada del sitio (7 citas documentadas en ChatGPT, posición media 1,3): la de operadores de Antelope Canyon. La abro en canal:

• H1 que responde directo: "The 6 Navajo-authorised Antelope Canyon operators compared". No "Guía de Antelope Canyon". La pregunta y su respuesta, ya en el título.
• La entidad primero: el primer H2 es "How does the Navajo permit system work?". Establece el contexto verificable (por qué solo hay seis operadores) antes de nada. La IA necesita entender de qué va esto para fiarse.
• La tabla que la IA extrae: "The 6 operators at a glance", con las seis empresas, su sección, precio y datos en columnas. Los LLMs adoran las tablas: son datos estructurados listos para sintetizar.
• Una segunda tabla con los horarios de salida por operador. Dato concreto, imposible de inventar, muy citable.
• La decisión servida: un H2 "Which one should you pick?" con la recomendación explícita. Justo lo que remata una pregunta de decisión.
• Ocho preguntas en FAQPage, cada una un pasaje autocontenido con su schema. La primera: "Are there really only 6 authorised operators?".
• El schema completo en un solo @graph: TouristAttraction (la entidad), Article, FAQPage, Person (la autoría, enlazada a mí), Organization y BreadcrumbList.

Resultado: cuando alguien le pregunta a ChatGPT por operadores de Antelope Canyon, esta página le da todo lo que necesita (entidad, datos, respuesta directa, autoría) en un formato que puede extraer sin despeinarse. Por eso la cita la primera.

Lo técnico que casi nadie cuenta: que el bot te pueda leer

Puedes tener el mejor contenido del mundo, que si el crawler llega y ve una página en blanco, no te cita. Y muchas webs modernas son SPAs: mandan un HTML vacío y montan el contenido con JavaScript en el navegador. GPTBot y compañía no siempre ejecutan ese JavaScript. Ven el hueco y se van.

Slot Canyon Guide está en Next.js con renderizado en servidor (SSR): el crawler recibe el HTML ya montado, con el texto, las tablas y el schema dentro, sin tener que ejecutar nada. Va en Vercel (rápido, en el edge) y con sitemap dinámico que se actualiza solo con cada página nueva. Nada glamuroso, pero es la diferencia entre que te lean o que no existas para la IA.

Freshness: la IA prefiere lo que está vivo

El llms.txt lo dice sin rodeos: "verified against operator and National Park Service sources for the 2026 season". Precios y horarios revisados para la temporada en curso, con la fecha a la vista. Y esto importa: cuando alguien pregunta por precios de 2026, una guía que pone "2026" y tiene el dato al día le gana a una de 2023 que nadie ha tocado. La IA, igual que Google, arrincona lo caducado. Mantener el contenido vivo no es opcional en un nicho donde los precios cambian cada temporada.

La auditoría del 24 de mayo: el empujón

Con todo lo anterior en marcha desde el día 0, en mayo hice una segunda vuelta para reforzar. La pieza principal fue pasar el llms.txt de v1 a v2. Esto es lo que cambió:

En una frase: el v1 le decía a la IA "esto va de Antelope Canyon"; el v2 le decía "y aquí tienes la página exacta que responde cada pregunta, y aquí está por qué te puedes fiar de mí". Y de paso afiné el speakable, las FAQs abiertas y las trust pages.

El efecto de esa auditoría lo ves en el siguiente bloque.

El timeline: cuándo encendió la IA

La configuración estaba desde el día 0, pero el tráfico de IA no llegó de golpe. Estos son los usuarios que llegaron desde la IA (ChatGPT, Claude, Perplexity, Gemini), mes a mes, según GA4:

El primer usuario de ChatGPT llegó el 1 de mayo, ocho días después de lanzar. A partir de ahí, subida mes a mes hasta julio, que fue el mejor. En agosto pasaron dos cosas. Una: el dato solo llega al día 15 (medio mes). Y dos, la jugosa: del 9 al 15 de agosto ChatGPT dejó de citarme casi de golpe. Venía de unos 15 usuarios de ChatGPT al día (con picos de 18-19), y me desplomé a 2-5 al día. No fue Google ni una mala racha: fue un cambio que hice yo y que a ChatGPT no le sentó bien. Ya lo detecté y lo estoy revirtiendo. Qué pasó y cómo lo arreglo da para un post entero, que hasta tiene título: ChatGPT penaliza la codicia. Ese lo cuento aparte. La auditoría técnica del 24 de mayo (llms.txt v2, más schema) cae dentro del periodo de crecimiento: no puedo jurar que un cambio concreto disparara nada, pero el trabajo técnico y la curva suben juntos.

La confirmación externa: 143 citas documentadas

Los datos de comportamiento son indirectos. Para cerrar el círculo usé el módulo de LLM Mentions de DataForSEO, que rastrea respuestas reales de ChatGPT y Google AI Overviews.

Datos a 12 de julio de 2026:

Y con posiciones buenísimas: la guía de operadores de Antelope Canyon, posición media 1,3; la de parking de Horseshoe Bend, posición media 1,0 (siempre que me citan, soy la primera fuente). DataForSEO te da hasta el texto literal. Un ejemplo verificado, Google AI Overview para "best time to see horseshoe bend":

"Late afternoon and sunset cast long, dramatic shadows and give the red rock a copper glow. [3] slotcanyonguide.com/horseshoe-bend/"

El hallazgo que no esperaba

La página con más citas (29, posición media 3,3) es la de tours en helicóptero desde Las Vegas al Gran Cañón. No es ningún pilar del sitio. La IA usa tu contenido comparativo para responder queries de alto volumen aunque no seas el referente del tema, porque tiene formato de decisión (tour A vs tour B, precio, qué incluye) que puede extraer sin despeinarse. El "depende" no se cita. La comparativa con ganador claro, sí.

Y esto es lo que consiguió: de dónde vino la gente

Cuatro meses (23 de abril a 15 de agosto). 1.812 usuarios. Lo interesante no es cuántos, es de dónde, medido por primera fuente de cada usuario:

Sumando todo ChatGPT (todas sus variantes): 778 usuarios. Más Claude (11), Perplexity (9) y Gemini (2): 800 personas llegadas de una IA, confirmadas al 100%, con su referrer y todo. El 44% de mi tráfico, solo con lo confirmado.

GA4 de Slot Canyon Guide, sin retocar. Primera fuente/medio del usuario: chatgpt.com es la número uno. El gráfico plano hasta finales de abril es el día que lancé la web. (Rango "año hasta la fecha": como no hay datos antes del 23 de abril, coincide con el periodo del análisis.)

Google, mientras tanto, tardó en despertar. Los dos primeros meses fue casi inexistente. Ahora ya suma 417 usuarios y sube. Pero llegó tarde a la fiesta. La IA me trajo tráfico cuando Google todavía no sabía que yo existía. Esa fue la hipótesis, y se cumplió.

¿No habías dicho mil, vendehumos?

Te he prometido "mil personas desde la IA". Y te acabo de enseñar 800 confirmadas. Faltan unas 200 para el titular.

Tú, ahora mismo.

Efectivamente. Dije mil.

Segunda parte: el problema de la medición.

Hasta aquí te he contado cómo conseguí el tráfico. A partir de ahora va la segunda historia, la que de verdad me picaba escribir: cómo lo mido, y por qué GA4 me escondía la mitad. Porque otra cosa que noté montando esto es que el famoso "Direct" de GA4 no era lo que parecía. Y esas ~200 personas que me faltan para los mil están ahí, disfrazadas. Vamos a por ellas.

El problema: parte de ChatGPT se disfraza de "Direct"

Vuelve a la tabla y fíjate en el Direct: unos 500 usuarios. En GA4, "Direct" son las sesiones sin referrer: gente que teclea tu URL de memoria, bookmarks, apps de escritorio, enlaces en correos. En una web consolidada tiene sentido.

En una web de cuatro meses, en inglés, sin marca, sin newsletter y sin redes, ninguna de esas explicaciones aplica. Nadie me tiene en favoritos. Nadie escribe "slotcanyonguide.com" de memoria. No tengo lista de correo.

Entonces, ¿de dónde salen 500 personas que "teclean directamente" mi web?

La hipótesis:

Cuando una IA menciona tu URL en su respuesta sin generar un enlace clicable (texto plano tipo "puedes consultar slotcanyonguide.com"), el usuario la copia o la escribe a mano. GA4 no recibe referrer y clasifica la sesión como Direct. En una web nueva sin marca, el Direct es, en gran parte, tráfico de IA sin enlace.

Y un detalle que lo refuerza: en desktop copiar y pegar una URL que te suelta ChatGPT es trivial; en móvil es un incordio. Por eso el dark traffic aterriza sobre todo en desktop, y casi siempre en una página profunda (la que ChatGPT recomendó), nunca en la home.

Cómo separo el dark traffic del ruido: el modelo AI dark traffic

No puedo coger los 500 y cantar "¡todos IA!". Ahí dentro hay de todo. Así que limpio, en este orden.

Primero, yo. Soy de Gijón y reviso la web todo el rato. Son 21 usuarios en el Direct (en GA4 mi ciudad sale como "Gijon", sin tilde). Fuera.

Segundo, los centros de datos. Mirando el Direct por ciudad, salta lo evidente: Council Bluffs (42), Ashburn (16), Boardman y The Dalles (14 cada uno), Singapur (41). Esas no son ciudades turísticas: son los centros de datos de Google y Amazon. Es decir, bots. Otros ~127 usuarios que no son personas. Fuera también. (Y sí: me hace gracia tener que echar a Google y a Amazon de mi propia analítica.)

GA4, el Direct desglosado por ciudad. Council Bluffs (Google), Singapur, Ashburn y Boardman (Amazon), The Dalles: no son turistas, son centros de datos. Y ahí está mi Gijón, 21 usuarios. Todo esto lo quito antes de contar.

Tercero, el resto lo paso por un modelo de puntuación por sesión. La idea no es adivinar por arte de magia que "esto viene de ChatGPT". Es más humilde: descartar que sea un bot y confirmar que es un humano con patrón de llegada desde IA. El umbral clave son 15 segundos: un bot no pasa quince segundos leyendo una guía de cañones.

Y aquí es donde te veo dudar: "¿desktop suma un punto? Eso te lo estás inventando". No. Cada señal está para descartar una explicación alternativa al "esto viene de la IA", y la de desktop es la más importante.

Por qué desktop suma. Cuando ChatGPT te da una URL en texto plano, copiarla y pegarla es trivial en un ordenador. En el móvil es un engorro (seleccionar bien, copiar, abrir el navegador, pegar), así que mucha gente ni lo intenta. El que llega tecleando o pegando una URL que le han dado es, casi siempre, alguien en desktop. No es que "desktop sea IA": es que el gesto de pegar una URL que te acaban de pasar es un gesto de ordenador.

Por qué "nuevo" y "página profunda" suman. No tengo newsletter, así que el Direct no viene de correos. Y no soy una marca: nadie teclea "slotcanyonguide.com" de memoria. ¿Y si alguien comparte la URL por WhatsApp? Puede pasar, y también cae en Direct. Pero el comportamiento es el contrario: quien llega por un WhatsApp suele ir en móvil y a menudo ya te conoce (no es un visitante nuevo llegando en frío). Justo por eso "visitante nuevo" y "desktop" suman: separan el "me han pasado tu web" del "le pregunté a una IA y me dio tu URL". Y quien aterriza directo en /antelope-canyon/operators sin pasar por la home es porque alguien le dio esa URL exacta. La IA da URLs exactas.

Ninguna señal prueba nada por sí sola. Pero juntas dibujan un patrón que solo encaja con una explicación.

Clasificación: 7 o más, muy probablemente dark traffic de IA. De 4 a 6, posible. 3 o menos, a descartar.

Aplicado a mis datos, el embudo queda así: de los ~500 usuarios de Direct, quito mis 21 de Gijón, quito los ~127 de centros de datos y bots, y de lo que queda me quedo solo con los que aterrizan en página profunda, nuevos y con lectura de humano. Resultado: ~200 usuarios de dark traffic sólidos.

800 confirmadas más 200 de dark traffic. Ahí tienes tus mil. Y fíjate que he tirado conservador: he echado hasta a los servidores de Google.

La prueba: el Direct aterriza en las mismas páginas que ChatGPT recomienda

Si el Direct fuera ruido aleatorio, caería en páginas al azar. Pero no. Cae exactamente en las mismas URLs profundas donde ChatGPT me cita, y con tiempos de lectura de humano:

El Direct por página de destino. La home (38%) soy yo revisando. El resto aterriza en /antelope-canyon/operators, /cost, /best-time-to-visit, /upper-vs-lower, los helicópteros del Gran Cañón: exactamente las páginas que ChatGPT cita.

Las mismas páginas. En el mismo orden. Con engagement de uno a dos minutos. Eso no es casualidad estadística. Es gente que le preguntó a ChatGPT por tours en Antelope Canyon, ChatGPT le dio mi URL en texto, y la tecleó.

Ahora, seamos rigurosos: correlación no implica causalidad. No tengo un campo en GA4 que ponga "esta persona venía de ChatGPT". Es una inferencia. Podría, en teoría, ser otra cosa.

Pero como decía mi abuela: blanco y en botella, leche.

Y yo, sinceramente, me creo más a mi abuela que al panel de atribución de Google.

Y por si el dark traffic te parecía mucho: GA4 se come una parte de ChatGPT incluso cuando SÍ tiene el dato

Agárrate, que esto es peor. El canal "AI Assistant" de GA4, el que teóricamente cuenta el tráfico de IA, me marca 567 usuarios de ChatGPT. Pero cuando voy a la fuente real, sumando todas las variantes de chatgpt.com, hay 778. El propio GA4, teniendo la fuente correctamente identificada, dispersa 211 sesiones de ChatGPT en los cajones de "Unassigned" y "Referral", y me esconde el 27% de ChatGPT de su canal de IA.

O sea: no solo existe el dark traffic sin enlace. Es que incluso el tráfico de IA CON enlace, GA4 lo infravalora. No es un problema de ChatGPT. Es un problema de atribución de Google.

Lo que no funciona o no puedo medir

Un estudio honesto documenta también sus límites.

El dark traffic sigue siendo una inferencia, no un hecho probado. No hay un campo en GA4 que diga "fuente: IA sin enlace". La inferencia es fuerte, pero no puedo jurar que el 100% sea IA.

DataForSEO solo rastrea ChatGPT y Google AIO. Perplexity, Claude y Gemini aparecen como referrers en GA4, así que sé que me citan, pero no tengo su histórico de menciones.

La correlación auditoría a explosión de citas no es causalidad. Pudo ser que los crawlers necesitaban tiempo. No hice un test A/B.

Conclusiones accionables

Si construyes contenido y quieres que la IA lo cite y además poder medirlo:

1. Configura los crawlers de IA en robots.txt desde el día 0. GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, Google-Extended: allow. CCBot, Bytespider: disallow. Coste cero, beneficio inmediato.
2. llms.txt desde el lanzamiento, actualizado con cada contenido nuevo.
3. Contenido comparativo con respuesta directa. No "información sobre X", sino "X vs Y: cuál elegir y por qué".
4. Datos específicos. Precios exactos, horarios, fechas. Lo concreto se cita, lo genérico no.
5. Trust pages con autoría documentada. Son lo que un LLM consulta antes de citar a un desconocido.
6. El tráfico de IA llega antes que el de Google en dominios nuevos. Puede ser tu canal de tracción inicial mientras el SEO madura. A mí me trajo más de la mitad del tráfico en cuatro meses.
7. Mide el Direct con lupa en sitios nuevos. Si no tienes marca y el Direct dura más de 60 segundos de media, no son bots ni accesos directos: probablemente es IA sin enlace. Quítale tus visitas, quítale los centros de datos (Council Bluffs, Ashburn, Boardman, The Dalles, Singapur) y quédate con lo que aterriza en páginas profundas con lectura de humano.

Cómo medirlo tú

Tres pilares para reproducir este análisis:

1. GA4, por primera fuente/medio del usuario, con filtro de más de 15 segundos. Busca "chatgpt.com" en todas sus variantes (no te fíes solo del canal AI Assistant, que se come una parte) y el Direct con duración larga sobre páginas profundas.

2. GSC como baseline de Google. Los clics de Google son la única métrica limpia de búsqueda clásica. Si el Direct supera de largo al orgánico en un sitio sin marca, es señal fuerte de tráfico de IA.

3. DataForSEO LLM Mentions (o alternativas). Te da citas documentadas por plataforma, posición media y fragmentos literales. Alternativas más baratas: Profound, Otterly, AthenaHQ. Y la manual, coste cero: pregúntale cada mes a ChatGPT y Perplexity por tu sector en una sesión limpia y anota si sales.

Los datos de tráfico son a 15 de agosto de 2026. Los de DataForSEO, a 12 de julio (la última medición que hice). En cuanto los actualice, lo cuento.

Si tienes un proyecto parecido, web nueva, mercado competido, hipótesis de canal GEO, y quieres comentarlo, me escribes. No vendo GEO como producto suelto: lo que hago es SEO y GEO integrados cuando tiene sentido. Tienes más en GEO en Asturias o en el formulario de contacto.

Un saludo, Diego

P.D. El mejor indicador de que algo funciona en GEO no es que tus datos mejoren. Es que la competencia empiece a preguntar cómo lo haces. Eso ya pasó con Slot Canyon Guide. Cuando empiecen a copiarte la estructura y el llms.txt, habrás ganado la primera ronda.