ChatGPT search es la función que permite a ChatGPT consultar la web antes de responder. Cuando una pregunta necesita información actual o específica, el modelo redacta consultas de búsqueda, recupera páginas de un índice de búsqueda, lee los pasajes más relevantes y escribe una respuesta con enlaces a las páginas que utilizó. Sin búsqueda, ChatGPT responde solo con lo que aprendió durante el entrenamiento.
El proceso es una forma de generación aumentada por recuperación: el sistema primero recupera texto y después genera la respuesta a partir de él. La calidad y las fuentes de la respuesta dependen de lo que devuelva el paso de recuperación.
¿Cuándo decide ChatGPT buscar en la web?
Un usuario puede activar la búsqueda de forma explícita, pero en la mayoría de las conversaciones el modelo decide por sí mismo. Busca cuando es probable que la pregunta necesite información más reciente que sus datos de entrenamiento o demasiado específica para fiarse de su memoria.
Los desencadenantes típicos incluyen:
- Preguntas sobre acontecimientos recientes, precios, horarios o disponibilidad.
- Peticiones de recomendaciones o comparaciones de productos.
- Preguntas sobre un negocio local, una persona o una empresa concretos.
- Peticiones que mencionan una URL o piden al modelo que compruebe una fuente.
Para explicaciones generales, tareas de redacción o ayuda con código, ChatGPT suele responder sin buscar. Por eso, la misma marca puede aparecer en una respuesta porque se recuperó una página y en otra porque el modelo la recordaba del entrenamiento, y las dos respuestas pueden decir cosas distintas.
¿Cómo convierte ChatGPT una pregunta en búsquedas?
El modelo redacta sus propias consultas de búsqueda a partir del prompt y de la conversación anterior, así que lo que llega al buscador suele ser diferente de lo que escribió el usuario. Una pregunta de seguimiento como "¿cuál es más barato?" se reescribe como una consulta completa que nombra los productos mencionados antes.
Las preguntas amplias a menudo se dividen en varias consultas más acotadas que se ejecutan por separado. Una pregunta sobre el mejor software de contabilidad para una agencia pequeña puede generar consultas sobre precios, sobre funciones para agencias y sobre reseñas recientes. Cada consulta devuelve su propio conjunto de resultados, de modo que una página puede entrar en la respuesta a través de una consulta que el usuario nunca escribió.
Si los primeros resultados dejan un hueco, el modelo puede volver a buscar después de leerlos. Como consecuencia, el conjunto de páginas recuperadas depende tanto de cómo está redactada la conversación como de su tema.
¿De dónde salen los resultados de búsqueda?
ChatGPT search se apoya en proveedores de búsqueda externos, de los cuales Bing de Microsoft es el más conocido, junto con páginas que OpenAI obtiene con sus propios rastreadores. Una página que Bing no ha indexado, o a la que el rastreador de búsqueda de OpenAI no puede acceder, tiene menos vías para entrar en una respuesta. Bing Webmaster Tools muestra si Bing ha indexado las páginas de un sitio.
OpenAI utiliza bots distintos para tareas distintas, y cada uno tiene su propio user agent (el nombre que envía un bot cuando solicita una página):
| Bot | Propósito |
|---|---|
| OAI-SearchBot | Rastrea páginas para que puedan aparecer en los resultados de ChatGPT search |
| ChatGPT-User | Obtiene una página en tiempo real cuando la petición de un usuario lo requiere |
| GPTBot | Recopila contenido para entrenar futuros modelos |
Como los bots son independientes, un sitio puede bloquear el entrenamiento con GPTBot y seguir permitiendo OAI-SearchBot, o al revés. Las reglas para cada bot se definen en robots.txt, el archivo en la raíz de un sitio que indica a los rastreadores qué URL pueden obtener. ¿Qué son los rastreadores de IA? explica cómo se comportan estos bots en las distintas empresas de IA.
¿Cómo elige ChatGPT los pasajes y los cita?
Una vez recuperadas las páginas, el sistema elimina los menús, los pies de página y otros elementos accesorios, y después divide el texto restante en pasajes. No todos los pasajes caben en la ventana de contexto del modelo, el límite de texto que puede leer de una vez, así que un paso de clasificación conserva los pasajes que mejor encajan con la pregunta.
Después, el modelo redacta la respuesta a partir de esos pasajes. Las frases que dependen de una fuente concreta reciben una cita, que se muestra como un enlace en línea o una etiqueta de fuente, y la lista completa de fuentes aparece junto a la respuesta. El proceso general se describe en cómo elige la búsqueda con IA qué fuentes citar.
Varios factores hacen que el resultado varíe de una ejecución a otra:
- El modelo elige sus palabras por muestreo, así que dos respuestas al mismo prompt rara vez son idénticas.
- Las consultas que redacta pueden variar ligeramente, lo que cambia las páginas recuperadas.
- El índice de búsqueda cambia a medida que se añaden, actualizan o eliminan páginas.
Una sola comprobación muestra una respuesta posible. Para saber con qué frecuencia aparece una marca o una página, tienes que ejecutar los mismos prompts muchas veces.
¿Qué significa ChatGPT search para un sitio web?
Para que una página influya en una respuesta de ChatGPT, tiene que ser accesible, estar indexada y ser legible. En la práctica, OAI-SearchBot y ChatGPT-User no deberían estar bloqueados en robots.txt, la página debería estar en el índice de Bing y el texto principal debería estar presente en el HTML en lugar de cargarse solo mediante scripts que los rastreadores quizá no ejecuten.
El paso de clasificación de pasajes favorece el texto que responde a una pregunta por sí solo. Una frase inicial clara, una definición, una lista de opciones o una tabla con valores reales son más fáciles de seleccionar que un párrafo que depende de los tres anteriores. Las páginas de producto también se benefician cuando el producto se menciona en sitios de reseñas, artículos comparativos y foros, porque ChatGPT a menudo construye las respuestas de recomendación a partir de esas páginas de terceros.
Cuando un usuario hace clic en una cita, la visita llega como tráfico de referencia de IA, normalmente con chatgpt.com como referente y a menudo con un parámetro utm_source=chatgpt.com añadido al enlace. Muchos usuarios leen la respuesta sin visitar ninguna fuente, así que el recuento de clics pasa por alto gran parte de la exposición de una marca. Medir con qué frecuencia se menciona o se cita una marca en prompts repetidos ofrece una medida más completa.
