Andrés Arboleda: primero en ChatGPT y Perplexity, segundo en Gemini
La pregunta es la que haría cualquier cliente: «las y los mejores mentores en oratoria en Cali». La hicimos a tres asistentes distintos y la respuesta se puede leer entera en esta página. ChatGPT lo pone primero y lo etiqueta como «Recomendado para mentoría personal». Perplexity lo pone primero de ocho perfiles y cita 29 fuentes. Gemini lo pone segundo de tres y enlaza su dominio. Tres sistemas independientes, tres listados, la misma marca dentro.
Contexto: la consulta que importa
Un mentor de oratoria en Cali no compite por «oratoria» ni por «hablar en público». Compite por una consulta con dos condiciones dentro: una ciudad y una intención de contratación. Quien pregunta «los mejores mentores de oratoria en Cali» no está investigando: está pidiendo una lista corta para decidir.
Y esa consulta ya no se hace solo en un buscador. Se hace a un asistente, con lenguaje natural, esperando una recomendación razonada. Ahí es donde este caso tiene sentido: no se midió una posición en una página de resultados, se midió si la marca aparece cuando tres sistemas distintos redactan la respuesta.
- Sector
- Formación · mentoría de oratoria y comunicación
- Ciudad
- Cali, Valle del Cauca (Colombia)
- Consulta medida
- «mejores mentores / coach de oratoria en Cali»
- Asistentes
- ChatGPT · Perplexity · Gemini
- Posiciones
- 1.º en ChatGPT · 1.º en Perplexity · 2.º en Gemini
- Dominio
- andresmentor.com
Este caso comparte dominio con una estrategia de contenidos, una auditoría SEO técnica y un caso de autoridad y enlaces del mismo sitio. Los cuatro documentos describen capas distintas del mismo trabajo: qué contenido se produjo, en qué estado está la base técnica, qué señales externas existen y —esto— cómo responde la IA cuando le preguntan por él.
Las tres capturas originales, consultables aquí
El archivo son tres pantallazos seguidos: la respuesta de ChatGPT, la de Perplexity y la de Gemini, cada una con la pregunta del usuario visible. Se abre dentro de la página y también se puede descargar.
El visor lee el PDF original y lo pinta en el navegador: no es una recreación. Se ven los tres pantallazos tal como se capturaron, con la pregunta del usuario y la respuesta completa de cada asistente.
- Páginas
- 3 capturas
- Asistentes
- ChatGPT · Perplexity · Gemini
- Consulta
- Mejores mentores de oratoria en Cali
- Formato
- PDF · 682 KB
El resultado, asistente a asistente
Tres respuestas, tres criterios, tres posiciones. Esto es exactamente lo que se ve en el archivo, sin retocar.
- ChatGPT
- 1.º«Recomendado para mentoría personal»
- Perplexity
- 1.ºprimero de ocho perfiles
- Gemini
- 2.ºsegundo de tres, con dominio citado
- Asistentes con la marca
- 3 de 3ningún listado lo omite
- Fuentes citadas
- 29en la respuesta de Perplexity
- Competidores en lista
- 8en el listado más largo
El detalle que más dice del trabajo no es la posición, es cómo lo describe cada motor. Los tres coinciden en el perfil pero cada uno añade algo distinto, y las tres descripciones son correctas. Eso no pasa por casualidad: pasa cuando la información de la entidad es coherente en todas las fuentes que el modelo consulta.
| Asistente | Posición | Cómo lo describe |
|---|---|---|
| ChatGPT | 1.º | Etiqueta explícita «Recomendado para mentoría personal» y especialidad en oratoria, lenguaje corporal, liderazgo y desarrollo personal. Advierte antes de la lista de que no existe un ranking independiente definitivo y organiza la selección por tipo de entrenamiento. |
| Perplexity | 1.º | Primero de ocho perfiles. Enfoque: mentoría para empresarios, ejecutivos y emprendedores; comunicación persuasiva, storytelling, lenguaje corporal e inteligencia emocional. Modalidad: con base en Cali, mentorías personalizadas, talleres y conferencias. Con 29 fuentes citadas. |
| Gemini | 2.º | Segundo de tres. Lo describe como reconocido mentor de oratoria y lenguaje corporal, creador de bootcamps para profesionales y empresarios, y cita andresmentor.com como fuente de la ficha. Especialidad: dominio de los nervios, fluidez verbal, congruencia del lenguaje no verbal y contenido en vídeo. |
Por qué respondió así cada motor
Esta es la parte que convierte una captura en un método. Si se leen las tres respuestas con atención, cada asistente deja ver su criterio, y los tres criterios son distintos.
- ChatGPT selecciona por encaje con el tipo de necesidad Antes de listar, avisa de que «no existe un ranking independiente definitivo» y explica que organiza la selección «según el tipo de entrenamiento que ofrece cada alternativa». Después etiqueta a cada perfil con la necesidad que cubre: en el primer puesto, «Recomendado para mentoría personal». La consecuencia es clara: a este motor no se le gana con volumen de menciones, se le gana siendo la respuesta exacta a una necesidad concreta.
- Perplexity exige evidencia pública por perfil Cada entrada de su listado lleva un campo de «modalidad y evidencia pública», y en varios competidores esa evidencia son valoraciones y tarifas de plataformas de clases. Cita 29 fuentes. Traducción: si tu entidad no deja rastro verificable fuera de tu web, este motor puede describirte pero no recomendarte con seguridad.
-
Gemini enlaza el dominio como fuente del texto
La ficha de Andrés Arboleda llega con
andresmentor.comcitado junto a la descripción, lo que indica que el propio sitio está alimentando el texto con el que el asistente lo presenta. Cuando el sitio es la fuente de su propia descripción, la ficha depende de la web y no del azar de un directorio.
La entidad que hay detrás
Los tres asistentes describen a la misma persona, con la misma especialidad y la misma ciudad. Eso es el resultado de una entidad bien definida, y es lo único que hace posible que tres sistemas independientes coincidan.
Lo que el modelo necesita saber
Quién es, en qué ciudad trabaja, a quién sirve y con qué modalidad. Las tres respuestas contienen esos cuatro datos: mentor de oratoria, Cali, empresarios y ejecutivos, mentorías personalizadas y bootcamps. Cuando falta uno, el modelo rellena el hueco con lo que encuentra, y ahí empieza el error.
Lo que el modelo necesita poder citar
Frases cortas y atribuibles: «mentoría de oratoria para empresarios y ejecutivos», «comunicación persuasiva, storytelling, lenguaje corporal». Un texto que solo insinúa no se puede extraer; un texto que afirma en una línea se cita tal cual.
Fíjate en un contraste útil: en Gemini la primera posición la ocupa otra profesional con marcada presencia de marca personal y sitio propio, y en tercer lugar aparece un perfil con libro publicado. Es decir, el listado premia tres cosas distintas —presencia, respaldo editorial y claridad de servicio—, y la marca del caso entra por la tercera con un resultado también alto. Eso es lo que se puede trabajar: no hay que ser el más famoso para estar en la lista, hay que ser el más claro.
Cómo se construye esto
Lo que sigue no es teoría: es la lista de condiciones que se cumplen en este caso y que se pueden auditar en cualquier otro negocio local.
- Una consulta definida y una ciudad — se trabaja la pregunta real del cliente, no un término genérico. «Mejores mentores de oratoria en Cali» tiene ciudad, intención y comparación dentro.
- Un perfil que se pueda resumir en una línea — especialidad, público y modalidad. Si la web no lo dice en la primera pantalla, el modelo lo deduce de terceros o no lo deduce.
- Marcado de la persona y no solo de la marca — la entidad es un profesional con una especialidad, no un logo. Es lo que permite asociar el nombre propio a la descripción correcta.
- Corroboración externa — menciones y perfiles en plataformas que un asistente pueda consultar. Perplexity es el motor que más abiertamente lo exige.
- Medición con fecha y consulta registradas — cada captura anota qué se preguntó. Sin eso, la prueba no es reproducible y el caso se convierte en anécdota.
Qué prueba y qué no prueba
Un caso de GEO honesto tiene que reconocer lo que una captura no demuestra. Estas tres sí demuestran algo, pero no todo.
| Afirmación | Naturaleza | Cómo se comprueba |
|---|---|---|
| Está en la respuesta de los tres asistentes | Documentado | Abriendo el PDF incrustado en esta página |
| Es primero en ChatGPT y en Perplexity | Documentado | Primera entrada de la selección en las dos capturas |
| La posición se mantiene en el tiempo | No demostrado | Requiere repetir la consulta con fechas distintas y registrarlas |
| Esos clientes llegaron desde la IA | Atribución | Requiere etiquetar el origen de referencia de los asistentes |
| Ganó clientes por aparecer ahí | No cuantificado | No hay cifra en el documento y no la vamos a inventar |
Las dos primeras filas las verifica cualquiera abriendo el archivo. Las tres últimas no están en el documento, y por eso no aparecen como resultado en esta página. Un caso de GEO que promete clientes medidos sin mostrar la atribución está pidiendo un acto de fe; este prefiere mostrar exactamente lo que hay.
Preguntas frecuentes
Prueba una respuesta concreta a una pregunta concreta en una fecha concreta. No prueba una posición estable ni un ranking permanente, porque estas respuestas se generan en el momento y pueden variar según la sesión, el historial de la cuenta o el modelo que atienda la consulta. Lo que sí demuestra, y es mucho, es que la entidad está en el conjunto de candidatos que el modelo considera citable para esa consulta, y que su descripción es correcta. Para un negocio local esa es la pregunta que importa: cuando alguien pide «los mejores de mi ciudad», ¿aparece o no aparece? Por eso publicamos las capturas completas con la pregunta visible: para que la prueba se pueda juzgar en su contexto y no como un titular.
Porque el modelo no ordena por popularidad: ordena por lo que puede describir con seguridad y respaldar con fuentes. En estas respuestas se ve el mecanismo. Perplexity cita 29 fuentes y añade la evidencia pública de cada perfil; Gemini cita el dominio del negocio junto al nombre cuando describe a la persona; ChatGPT advierte de que no existe un ranking independiente definitivo y organiza la selección por tipo de entrenamiento. La consecuencia práctica para el posicionamiento es que la descripción de tu entidad tiene que existir, ser coherente y estar repetida en fuentes que un modelo pueda leer: si el modelo no puede explicar qué haces, no te va a recomendar aunque seas el mejor de la ciudad.
Sí, y de hecho es el patrón normal. Cada asistente construye su respuesta con fuentes y criterios distintos, así que las posiciones no coinciden entre sí. Estar en las tres respuestas es más valioso que estar primero en una sola, porque el usuario que consulta a un asistente rara vez consulta solo a uno. La cobertura es la métrica: aparecer en los tres listados significa que tres sistemas independientes consideran la entidad citable. Y hay un detalle que conviene mirar: en Gemini la ficha llega con el dominio citado como fuente de la descripción, lo que indica que el propio sitio está alimentando el texto con el que el asistente describe a la persona.
Trabajando tres cosas que se pueden auditar. Primero, una entidad clara: nombre, ciudad, especialidad y a quién sirve, definidos igual en el sitio, en el marcado y en los perfiles externos. Segundo, texto que un modelo pueda extraer y citar: frases cortas que digan qué hace, para quién y con qué modalidad, en lugar de párrafos que solo insinúan. Tercero, corroboración externa: menciones en directorios, prensa o plataformas que el modelo pueda consultar y que confirmen lo que el sitio afirma. En estas respuestas se ve el resultado de las tres: ChatGPT describe el tipo de entrenamiento, Perplexity aporta la evidencia pública y Gemini enlaza el dominio. Ninguna de las tres cosas funciona sola.
Servicio y método relacionados
Este caso corresponde al servicio de GEO y AEO. El marco completo está en el playbook GEO y AEO, y el caso hermano del bloque es Poemia Editorial.
¿Aparece tu negocio cuando preguntan por «los mejores» de tu ciudad?
Hacemos la consulta real en ChatGPT, Perplexity y Gemini, y te mostramos la respuesta tal cual, con captura y fecha. Es la prueba que casi nadie hace.