Cargamos 4.706 páginas de las webs de las marcas que citaban los motores de IA
¿ChatGPT manda a la gente a páginas rotas de tu web? Los estudios que suelen citarse miraban todos los enlaces que daba un motor. Nosotros queríamos la versión más acotada que le importa a una marca: cuando un motor cita tu propia web, ¿la página sigue funcionando?
Tomamos todas las respuestas que Proofsource recogió de ChatGPT, Claude, Perplexity y Google AI Overviews entre el 4 de octubre y el 8 de noviembre de 2026, para las marcas que siguen nuestros usuarios. Contaba cualquier enlace citado en el dominio de la marca, en un subdominio o en un dominio alternativo. En total, 18.169 citas de 4.706 URL distintas, de 159 marcas. El 9 de noviembre pedimos cada URL como lo haría un navegador, seguimos las redirecciones y anotamos dónde acababa.
789 URL (16,8 %) no se pudieron comprobar: la web bloqueó la petición o limitó su frecuencia. Las dejamos fuera, y quedaron 3.917.
87 de las 3.917 páginas citadas estaban rotas, el 2,2 %
Dimos una página por rota en tres casos: devolvía «no encontrado» (404 o 410), redirigía a la página de inicio o su nombre de host ya no existía. 87 URL cumplían alguno (2,2 %, del 1,8 % al 2,7 %). 56 devolvían «no encontrado», 23 redirigían a la página de inicio y 8 estaban en un nombre de host que ya no resolvía. Las revisamos todas a mano y descartamos las redirecciones correctas, como un prefijo de idioma o un paso a una app de inicio de sesión.
Contando por citas en lugar de por URL, 308 de las 16.160 citas comprobables llevaban a una página rota (1,9 %).
29 de 159 marcas tenían al menos una
Es el 18,2 % de las marcas (del 13,0 % al 25,0 %). Para la mayoría era una fuga pequeña: en la marca afectada mediana, el 2,8 % de las citas de su propia web llevaba a una página rota. En 7 marcas era el 10 % o más, y en la peor, el 45 %.
Las páginas de las propias marcas se rompían más a menudo que las de otras webs citadas en estas respuestas. En una muestra aleatoria de 2.400 citas de otras webs, 22 de las 2.070 que pudimos comprobar estaban rotas (1,1 %), frente al 1,9 % de las citas de la propia web.
ChatGPT tuvo menos enlaces rotos a la propia web, y Perplexity más
Porcentaje de citas de la propia web que llevaban a una página rota: ChatGPT 1,0 %, Google AI Overviews 1,4 %, Claude 2,3 %, Perplexity 2,5 %.
Es lo contrario del estudio más conocido. Ahrefs vio que ChatGPT tenía la mayor tasa de 404 de los asistentes que midió, el 2,38 % de las URL citadas. SE Ranking situó a ChatGPT en el 1,22 % frente al 0,56 % de las AI Overviews. Los dos contaron todas las URL citadas. Nosotros contamos solo las páginas de la propia marca, así que las cifras miden cosas distintas, y en nuestros datos un punto de diferencia son unas pocas decenas de URL.
Al menos 25 de las 56 páginas que faltaban existieron
La explicación habitual es que los motores se inventan URL con buena pinta. Encontramos poco de eso. De 25 de las 56 URL con «no encontrado», el Internet Archive guarda una copia que cargaba: folletos y fichas técnicas de producto, un informe de sostenibilidad, páginas de quiénes somos y de condiciones, casos de éxito. La marca los quitó o los movió sin redirección.
Las otras 31 no tienen copia archivada, algo habitual en webs pequeñas, así que no podemos demostrar de dónde salieron. Casi todas parecen páginas normales de la web: quiénes somos, contacto y páginas de cursos, entradas de blog, páginas .html de una versión anterior. Una web sacó su blog de un subdominio y su redirección mandaba las entradas antiguas a una ruta duplicada, /blog/blog/, que no existe. Solo una URL parecía inventada: acababa en una barra invertida suelta.
Los otros dos grupos son claramente cosa de la marca. 18 de las 23 redirecciones a la página de inicio venían de una web que había quedado en pausa y mandaba todas sus páginas al inicio. Los 8 nombres de host muertos eran subdominios que la marca había retirado.
Qué haríamos
- Haz una lista de todas las páginas de tu web que citan las respuestas de IA y carga cada una. Arregla las que fallen antes que cualquier otra cosa de esa lista.
- Redirige cada página eliminada a la página activa más parecida, no a la de inicio. La propia guía de Google sobre migraciones de sitios advierte de que muchas URL antiguas dirigidas a una sola página irrelevante, como la de inicio, pueden tratarse como un soft 404.
- Antes de un rediseño o de salir de un subdominio, exporta las URL citadas y asigna un destino a cada una. Mantén los PDF en direcciones estables, o redirígelos cuando los sustituyas.
Cómo lo hace Proofsource
Proofsource guarda cada URL que citó cada respuesta, por motor y por pregunta, incluidas las páginas de tu propia web. Esa es la lista de la que parte esta comprobación.
Dónde podríamos estar equivocándonos
Lo comprobamos una vez, en un solo día. Una página caída durante una hora el 9 de noviembre cuenta como rota, y una página que se rompió después de ser citada cuenta igual que una que siempre estuvo rota. El 16,8 % que no pudimos comprobar podría esconder más páginas rotas, o menos.
Considerar rota una redirección a la página de inicio es un criterio nuestro, aplicado a mano. Las 159 marcas son las que nuestros usuarios eligieron seguir, muchas pequeñas y muchas en la India, así que sus webs cambian más a menudo que la de una gran empresa. Esto son cinco semanas y cuatro motores.
