Actualizado el 18 de agosto de 2026. En el conjunto de datos analizado por Kevin Indig, el 44,2% de las citas de ChatGPT provenía del primer tercio del contenido. Es un hallazgo útil para estructurar mejor una página, pero no una ley universal de todos los modelos, consultas o motores de IA.
El estudio revisó 1,2 millones de resultados y 18.012 citas verificadas. La muestra permite observar patrones en ese contexto; no demuestra que ChatGPT siempre cite de la misma forma ni que Claude, Perplexity, Gemini u otros sistemas sigan la misma distribución.
Fuente: Kevin Indig, “The science of how AI pays attention”, Growth Memo (2026).
Qué encontró el estudio
Indig describió una distribución con forma de “rampa de esquí”: 44,2% de las citas en el primer tercio, 31,1% en el tercio central y 24,7% en el último. La lectura práctica es sencilla: esconder la respuesta, el dato principal o el diferenciador al final reduce las oportunidades de que un fragmento sea recuperado.
Esto coincide con una buena experiencia de usuario. Quien llega a una ficha de producto, categoría o artículo debería entender pronto qué encontrará, para quién es relevante y qué evidencia respalda la respuesta.
Lo que el 44,2% no demuestra
- No demuestra que los modelos “lean” una página exactamente como una persona, de arriba hacia abajo.
- No garantiza que mover una frase al inicio produzca una cita.
- No permite extrapolar el resultado a todos los idiomas, industrias o asistentes.
- No reemplaza autoridad, actualidad, accesibilidad ni coincidencia con la consulta.
- No significa que el final del contenido sea irrelevante: allí suelen vivir matices, metodología y fuentes que sostienen la credibilidad.
GEO requiere trabajar con hipótesis y medición. Un estudio orienta una decisión; varias fuentes y pruebas propias permiten validarla.
Cinco patrones que sí vale la pena probar
1. Respuesta primero, contexto después
Abre cada sección importante con una respuesta breve y completa. Después desarrolla condiciones, ejemplos y excepciones. Evita introducciones genéricas que tardan varios párrafos en llegar al punto.
2. Encabezados que expresan una pregunta real
Un subtítulo útil crea una relación clara entre intención y respuesta. “¿Cómo calcular el CAC de un eCommerce?” es más informativo que “Algunas consideraciones importantes”. No hace falta convertir todo el artículo en FAQ; basta con que la arquitectura describa el contenido.
3. Entidades concretas y desambiguadas
Nombres de empresas, productos, protocolos, autores, mercados y fechas reducen ambigüedad. Úsalos cuando sean relevantes y verificables. Acumular nombres propios sin contexto no mejora un texto.
4. Lenguaje directo con evidencia
Las definiciones claras ayudan a extraer un fragmento, pero un tono firme no debe convertirse en certeza falsa. Distingue entre dato, interpretación e hipótesis. Cuando una afirmación depende de un estudio, enlaza la fuente primaria y explica la muestra.
5. Lectura eficiente
Frases más cortas, párrafos con una idea central, listas cuando hay una secuencia y tablas cuando hay una comparación. La claridad sirve tanto a personas como a sistemas de recuperación.
Cómo aplicarlo a un eCommerce
- Ficha de producto: identifica producto, uso, público, beneficio principal, variantes, precio y disponibilidad antes de la historia de marca.
- Categoría: explica qué reúne, cómo elegir y qué diferencias importan.
- Artículo: responde la pregunta principal en el primer bloque y desarrolla la evidencia después.
- Página de servicio: define problema, alcance, entregables, perfil del cliente y siguiente paso sin obligar a inferirlos.
Un método de prueba más riguroso
Selecciona entre 10 y 20 consultas comerciales reales. Registra qué fuentes citan ChatGPT, Claude, Perplexity y Gemini, qué fragmentos recuperan y si la respuesta cambia después de una actualización. Repite la muestra con fecha, ubicación y versión del producto. Mide además clics, leads y ventas: una mención sin resultado de negocio puede ser interesante, pero no necesariamente prioritaria.
Conclusión
El 44,2% es una señal valiosa: la información decisiva no debería quedar enterrada. La conclusión correcta no es “todos los LLM premian siempre el primer tercio”, sino “conviene hacer explícita la respuesta desde el inicio y comprobar cómo responde cada ecosistema”.
Si quieres convertir esta lógica en una revisión completa de arquitectura, contenido y entidades, revisa la Auditoría GEO + SEO de Kaizen360.