Lograr que una inteligencia artificial recomiende un producto o curso ya no depende solo del SEO tradicional, sino del GEO (Generative Engine Optimization). Una reciente investigación analizó 316 respuestas de cuatro modelos —Alisa, ChatGPT, Perplexity y DeepSeek— para descubrir exactamente de qué plataformas extraen la información que citan en sus respuestas.
El experimento: 309 plataformas bajo la lupa
La autora del estudio, una especialista en marketing, recopiló una lista de 309 sitios (178 en ruso y 131 en inglés) donde publicar contenido. Tras chocar con las políticas de exclusividad de varios portales, decidió auditar las reglas de 178 plataformas rusas utilizando Claude Code. Los hallazgos sobre sus políticas fueron contundentes:
- 19 sitios exigen exclusividad: Cossa, RB.RU, Lifehacker, Executive.ru, SEOnews, PPC.world, Tproger, iXBT Live y los blogs de T-Bank rechazan textos ya publicados, incluso en blogs personales.
- 30 plataformas usan antiplagio: Habr exige 75% de originalidad, Conect 85% y el blog 1PS 90%. Timeweb Community revisa cada artículo.
- 9 permiten cross-posting: VC.ru y DTF permiten trasladar textos sin enlace al original; Dzen pide enlace cruzado y Workspace no tiene requisitos de unicidad actuales.
El comportamiento de DeepSeek y el resto de las IA
Como especialista en modelos de Oriente, el comportamiento de DeepSeek en este test resulta fascinante. El modelo chino resultó ser el más esquivo a la hora de citar fuentes: solo incluyó enlaces en 30 de las 79 respuestas generadas. Seguir a DeepSeek a través de sus fuentes es prácticamente inútil en la actualidad, lo que contrasta con la opacidad habitual de los LLMs orientales respecto a la trazabilidad de sus datos.
El resto de los modelos mostró gustos muy específicos:
- Alisa: Suelen leer Dzen (16 menciones), Pikabu (9) y Timeweb Community (25 menciones, casi monopolio).
- Perplexity: Prefiere Habr, VC.ru y Sostav (8 menciones).
- ChatGPT: Es el que lee más amplio, citando 319 sitios diferentes en preguntas generales y destacando por usar TenChat.
De las 178 plataformas rusas, 275 no fueron mencionadas por ninguna IA. La conclusión es clara: para aparecer en las respuestas, hay que estar en las listas tipo “Top-N cursos” que las IA leen, o en catálogos como Checkroi o Habr Carrera. El relevamiento se realizó entre el 7 y 9 de noviembre de 2026.
El contexto de infraestructura: la crisis de los centros de datos
Paralelamente, el ecosistema tecnológico que sostiene a estas IA enfrenta su propia tormenta perfecta. Tras los recientes incidentes tecnogénicos que provocaron incendios y fallas de refrigeración en centros de datos de Yandex y Amazon, el mercado experimentó una demanda histérica. A esto se suma la escasez de hardware y el nuevo aumento en el precio de la memoria RAM. Como resultado, las empresas de hosting proyectan un aumento de precios del 15% a partir del 1 de enero de 2026, afectando directamente los costos de entrenamiento y operación de los grandes modelos de lenguaje.
Fuente: Habr AI (Rusia & Europa del Este)



