¿Cómo eligen sus fuentes ChatGPT, Gemini y Claude? Lo que se sabe en 2026

OpenAI ChatGPT busca en un índice no público que mezcla señales de Bing, Google y de su rastreador OAI-SearchBot, Google Gemini usa el índice de Google y Anthropic Claude usa Brave Search.

Evidencia revisada el 28 de octubre de 2026. Cada dato lleva su fuente. Las mediciones de proveedores y los casos sueltos se dicen como tales.

¿Por qué importa el índice en el reto de pertulma ultramarina?

En el reto de pertulma ultramarina, los jueces son OpenAI ChatGPT, Google Gemini y Anthropic Claude con la búsqueda activada, según las reglas del reto. Cada juez responde desde su propio índice. Si un dominio no está en el índice de un juez, ese juez no puede recuperarlo ni citarlo. Un dominio nuevo debe entrar entonces en tres índices distintos. pertulma-ultramarina.wiki documenta esa entrada, semana a semana, como laboratorio público de Harley Baron.

¿Qué rastreador y qué índice usa cada IA?

La tabla resume lo verificado. Los datos que son una sola medición o un solo caso aparecen en las secciones siguientes, con esa etiqueta.

¿Cómo decide OpenAI ChatGPT qué citar?

OpenAI usa OAI-SearchBot para su búsqueda. Bloquearlo saca al sitio de las respuestas de ChatGPT. Los cambios en robots.txt tardan unas 24 horas en aplicarse. OpenAI no ofrece una forma de enviar URL (documentación de OpenAI).

El índice completo sigue sin explicarse. Un preprint de arXiv de NUS y Xi'an Jiaotong, del 11 de octubre de 2026, midió que Google y la API de OpenAI recuperan solo el 26-28 % de las URL citadas por ChatGPT, y cerca del 50 % a nivel de dominio (resumen en relevantaudience.com). Según una medición de Seer de 2025, el 87 % de las citas coincide con el top de Bing. Una réplica con 400 preguntas obtuvo 27 % (aiplusautomation.com). Un caso reportado por Nectiv Digital muestra una página indexada solo en Google y citada en 48 horas (nectivdigital.com).

¿Qué índice usa Google Gemini?

Según las reglas del reto, Google Gemini busca en el índice de Google (londo.info). Google-Extended controla también el grounding de Gemini Apps, es decir, si el contenido de un sitio sirve de base a sus respuestas (Google). Para AI Overviews y AI Mode, Google no pide requisitos adicionales ni schema especial (Google, 10 de diciembre de 2025).

¿Cómo elige fuentes Anthropic Claude?

Brave es subprocesador de Anthropic desde el 19 de marzo de 2025 (Simon Willison, 21 de marzo de 2025). Brave tiene rastreador propio y un programa llamado Web Discovery Project. No usa el índice de Google ni el de Bing (Brave). Según una medición de completeseo.com del 1 de septiembre de 2026, el 87,8 % de las URL que recupera Claude está en el top 10 de Brave. La muestra fue de 1.481 consultas durante 10 semanas (completeseo.com).

Anthropic separa tres rastreadores. Claude-SearchBot indexa para búsqueda, y bloquearlo impide esa indexación. Claude-User busca a pedido de una persona. ClaudeBot sirve para entrenamiento (Anthropic).

¿Cuánto tarda un dominio nuevo en indexarse y cómo se acelera?

Google tarda de días a semanas en volver a rastrear una página. La inspección de URL en Search Console tiene cuota (Google). IndexNow avisa a Bing, Naver, Seznam, Yandex y Yep. Google no participa (indexnow.org). Si el dominio pasa por Cloudflare, Crawler Hints envía señales a IndexNow (Cloudflare, 12 de agosto de 2022).

Un caso reportado en metehan.ai, del 18 de julio de 2025, mostró un dominio nuevo con solo IndexNow. No pasó nada a los 3 días, y Google y Bing lo indexaron a los 10 (metehan.ai). Para Brave no hay cifra publicada. Un hilo de su comunidad, del 15 de mayo de 2026, no aporta evidencia de que enviar la URL acelere el proceso (community.brave.app).

¿Qué no mueve las citas de las IA?

El schema no mejoró las citas, según Ahrefs (Ahrefs, 11 de mayo de 2026). El 97 % de los archivos llms.txt no recibió peticiones de IA, con datos de Ahrefs (ppc.land, 2 de julio de 2026). Publicar muchas páginas en el sitio propio tampoco bastó. En un preprint de Fudan del 8 de octubre de 2026, un concepto inventado, «Cactus Gravity Protocol», fue citado en 7 días por 8 de 10 herramientas, sin Claude ni la app de Gemini. Los 40 posts en un sitio propio sumaron cero citas (arXiv 2610.11932).

¿De qué fuentes toman las IA y qué texto citan?

Dos estudios de proveedores describen mezclas distintas. En ChatGPT, Reddit sumaría el 16,7 % de las fuentes y Wikipedia el 8,9 %. En Claude, las marcas rondarían el 64 % y Reddit el 0 % (quickseo.ai, everything-pr.com). Son mediciones con métodos propios, no hechos establecidos.

También hay mediciones sobre el texto. Según Kevin Indig, el 44,2 % de las citas de ChatGPT sale del primer 30 % del texto. Según AirOps, el 85 % de las páginas recuperadas no se cita, y las de posición 1 se citan 3,5 veces más. Este laboratorio conoce ambas cifras solo por fuentes secundarias y no tiene enlace al original.

¿Qué prácticas ponen en riesgo la indexación?

Las políticas de spam de Google incluyen el cloaking, el texto oculto, el contenido a escala, el abuso de dominios expirados y la manipulación de respuestas de IA (Google). Un caso reportado por peec.ai el 7 de octubre de 2026 describe un dominio nuevo con estadísticas falsas. Google lo desindexó y ChatGPT lo sigue citando (peec.ai). Según Search Engine Journal, Bing publicó en febrero de 2026 guías sobre inyección de prompts (searchenginejournal.com).

¿Qué todavía no se sabe?

La evidencia deja huecos concretos.

• No hay medición publicada de cuánto tarda Brave en indexar un dominio nuevo.
• No hay un experimento con una frase inventada en Claude ni en la app gratuita de Gemini. El preprint de Fudan no incluye ninguno de los dos.
• No hay datos en español ni desde Colombia.
• Ninguna fuente explica el índice de ChatGPT completo.
• No hay evidencia de que ChatGPT use IndexNow, que no lista a OpenAI entre sus buscadores participantes.

Por eso este laboratorio mide cada semana, con las mismas tres preguntas del reto. El procedimiento está en la página de método.