Gravity Logo
Productos
Resumen de productosMatriz de productosTrue ROASBeneficio ShopifyAds MCP / APIAds con agentes IAAds Quant EngineNúcleo de mediciónCitationGraphVisibilidad IAPrecios
Servicios
GEOSEOPaid MediaContenidoOperaciones DTCDesarrollo web
Tecnología
Resumen tecnológicoSistema de evidenciaArquitectura CitationGraphSistema visibilidad IAAds Quant EngineMedición adsAI Evidence CenterEvidencia visibilidad IAGEO ActivationAcciones de crecimientoDocs para developers
CasosBlogAcerca deContacto
Gravity Logo

Partner GEO full-stack para audiencias hispanas de EE. UU., México, LatAm y búsqueda IA en español.

Servicios

  • GEO
  • SEO
  • Paid Media
  • Contenido
  • Operaciones DTC
  • Desarrollo web

Productos

  • Resumen de productos
  • True ROAS
  • Ads MCP / API
  • Ads Quant Engine
  • CitationGraph

Tecnología

  • Resumen tecnológico
  • Arquitectura CitationGraph
  • Ads Quant Engine
  • Evidencia visibilidad IA
  • Activación GEO
  • Docs para developers

Empresa

  • Acerca de
  • Casos
  • Blog
  • FAQ
  • Contacto

Idioma

  • 中文
  • English
  • 日本語
  • 한국어
  • Deutsch
  • Français
  • Español
  • Português
  • العربية

Este sitio usa CitationGraph y Google Analytics 4 para analizar tráfico y visibilidad en IA, además de solicitudes first-party para ruta de página, URL completa, referrer y métricas básicas de rendimiento. Saber más

© 2026 Global Gravity Technology. All rights reserved.

Términos de servicioPolítica de privacidadglobal-gravity.com
← Volver al blog
Founder ColumnAI AttributionAI SearchGEO

La verdad sobre el desplome del tráfico de ChatGPT en octubre de 2026: análisis de la pérdida de etiquetas de seguimiento en GPT-6 / Intelligent UI y guía de autodiagnóstico GEO para marcas

Publicado 20 de octubre de 202624 min readNova Liu
ChatGPT / GPT-6 / Intelligent UI / UTM

Table of Contents

  • Resumen ejecutivo (Executive Summary)
  • I. Reconstrucción de la cronología: del lanzamiento de GPT-6 a las 27 horas de «casi total ceguera»
  • II. Estudios independientes que se corroboran: la distorsión de la atribución es la causa principal; el recorrido comercial real debe contrastarse por separado
  • 2.1 Profound: seguimiento por respuesta en intervalos de 30 minutos (cronología de dos fases y relación inversa)
  • 2.2 Inspección del frontend de Graphite y observaciones públicas de investigadores de Adobe: indicios sólidos del traslado a tráfico sin origen identificado
  • 2.3 LLM Pulse: comparación transversal de sesiones de GA4 en varios sitios
  • 2.4 Peec AI: un estudio de 1 millón de prompts revela el «auge de los enlaces en el cuerpo de las respuestas» y la «concentración de enlaces hacia la página de inicio»
  • 2.5 Divergencia entre plataformas: agrupar y contrastar primero las variantes de origen de Gemini antes de concluir que la demanda ha migrado
  • III. La nueva normalidad tras la reparación: ¿por qué son más importantes la conversión desde la página de inicio y los enlaces profundos entre subdominios?
  • IV. Guía de autodiagnóstico y respuesta en tres pasos para marcas y equipos de crecimiento
  • Primer paso: «cuatro periodos de análisis y contraste con Direct» en informes semanales y mensuales históricos (distinguir la distorsión de atribución de las fluctuaciones reales)
  • Segundo paso: «auditoría de enlaces profundos para el recorrido comercial» en la página de inicio y en las páginas de mayor exposición
  • Tercer paso: establecer un «diagnóstico cruzado en tres capas» (no confundir una señal aislada con una atribución completa)
  • V. Fuentes de referencia y criterios de las evidencias externas (fecha de verificación: 2026-10-20)

Elaborado por: Equipo de Investigación Sectorial de Gravity | Fecha de publicación: 2026-10-20 | Periodo cubierto: del 1 al 18 de octubre de 2026 (UTC) | Fecha de verificación de las evidencias: 2026-10-20

Panorama del desplome del tráfico de ChatGPT en octubre de 2026 y del autodiagnóstico GEO para marcas

Resumen ejecutivo (Executive Summary)

  • Este desplome es, ante todo, una alerta de atribución; no permite concluir directamente que el GEO haya dejado de funcionar. Las visitas reales y las pérdidas comerciales deben contrastarse por separado:
  • El 7 y el 8 de octubre de 2026, OpenAI empezó a distribuir GPT-6 y la nueva «Intelligent UI» (interfaz dinámica inteligente) entre los usuarios de pago y gratuitos.
  • Debido a la lógica de renderizado de enlaces de la nueva interfaz, desde el 8 de octubre a las 18:30 UTC hasta el 16 de octubre a las 06:30 UTC, los enlaces insertados en el cuerpo de las respuestas de ChatGPT perdieron de forma generalizada el parámetro de seguimiento utm_source=chatgpt.com y, al mismo tiempo, incorporaron el atributo noreferrer. Como resultado, muchos clics procedentes de ChatGPT perdieron su etiqueta de origen en los informes de Google Analytics 4 (GA4) o Adobe Analytics y pasaron silenciosamente a Direct (tráfico directo).
  • Límite de la conclusión: la anomalía de atribución es la principal explicación del brusco descenso del tráfico registrado por las marcas entre el 9 y el 15 de octubre, pero las observaciones sectoriales no demuestran de antemano que los clics reales no disminuyeran en absoluto durante ese periodo. Por tanto, las marcas no deben descartar la rentabilidad del GEO basándose únicamente en una curva de atribución dañada: deben aislar el punto ciego del seguimiento y comprobar por separado el nivel de visitas reales y conversiones comerciales.
  • Diversos estudios independientes corroboran la «distorsión de la atribución en dos fases» y la «mayor concentración de enlaces hacia la página de inicio»:
  • El seguimiento de Profound, realizado por respuesta y con intervalos de 30 minutos, reconstruyó toda la evolución desde la fase de pérdida parcial (10/8 18:30–10/14 19:00 UTC, cuando la proporción de respuestas con UTM cayó al 67%–75%) hasta el periodo de casi total ceguera de unas 27 horas (10/14 19:00–10/15 22:00 UTC, cuando esa proporción bajó al 5%–12%). LLM Pulse, Graphite, las observaciones públicas de investigadores de Adobe y Peec AI aportaron corroboración desde otras dimensiones: el descenso de sesiones en varios sitios, los atributos del DOM, el aumento de Direct en las mismas páginas y la distribución de enlaces externos, respectivamente.
  • Para las marcas, el cambio en la estructura de los enlaces merece aún más atención: el estudio de Peec AI sobre 1 millón de prompts mostró que la nueva interfaz elevó la proporción de respuestas con enlaces directos a páginas web del 8%–10% al 42%, y que el 54% de los enlaces directos de la muestra apuntaban a la página de inicio (Homepage). Aunque la «proporción de enlaces» no equivale a la «proporción de tráfico de clics reales», esto deja claro que la capacidad de la página de inicio y de los puntos de entrada a contenidos de alta autoridad para conducir a una compra cobra una importancia sin precedentes.
  • Las marcas y los equipos de crecimiento deben ejecutar de inmediato un «autodiagnóstico en tres pasos» para contrastar la atribución y el recorrido comercial:
  • Primer paso (cuatro periodos de análisis y contraste con Direct): dividir los informes habituales en 10/01–10/07 (periodo de referencia), 10/08–10/13 (distorsión parcial), 10/14–10/15 (punto ciego generalizado) y 10/16 en adelante (observación tras la reparación). Comprobar si Direct compensa la caída en las mismas páginas de destino y evaluar por separado el nivel real de captación y conversión tras la reparación del 16 de octubre.
  • Segundo paso (auditoría de la página de inicio y de enlaces profundos entre subdominios): reforzar los enlaces profundos directos a productos desde la página de inicio y desde las páginas informativas o de soporte con mayor exposición. Si la marca utiliza una arquitectura de «sitio principal de contenidos (www) + subdominio de tienda independiente (shop / us)», revisar especialmente si existe una brecha en la que «el sitio principal se recupera, pero la tienda queda rezagada».
  • Tercer paso (diagnóstico cruzado en tres capas): establecer un sistema en el que «los registros muestran la accesibilidad, distinguiendo rastreadores de búsqueda y de entrenamiento; las respuestas muestran el uso efectivo del contenido; y los eventos propios muestran el recorrido comercial», sin depender únicamente de los parámetros UTM del frontend.

I. Reconstrucción de la cronología: del lanzamiento de GPT-6 a las 27 horas de «casi total ceguera»

A mediados de octubre de 2026, numerosas marcas con actividad internacional, comercios electrónicos DTC y equipos de crecimiento de SaaS detectaron en sus informes semanales que el tráfico atribuido a chatgpt.com en GA4 había caído de repente un 30%–50% a partir del 9 de octubre, hasta tocar fondo el 14 y el 15 de octubre. Al combinar el calendario oficial de lanzamientos de OpenAI con el seguimiento continuo de Profound, en intervalos de 30 minutos y hasta el 16 de octubre a las 16:30 UTC, el incidente puede reconstruirse en cuatro fases, correspondientes a los cuatro periodos de análisis de los informes habituales de GA4:

Periodo de análisis común para los informes

Hitos exactos del incidente (UTC)

Hora del Pacífico de Norteamérica (PDT, UTC-7)

Penetración de la nueva Intelligent UI

Proporción de respuestas con citas que incluían utm_source=chatgpt.com

Efecto real en los informes de GA4 de las marcas

Periodo uno: referencia normal (informes diarios: 10/01–10/07)

10/01 – 10/08 18:00 UTC (GPT-6 se lanzó para usuarios de pago el 10/07)

10/01 – 10/08 11:00 PDT

0% → ~10%

Nota sobre zonas horarias y límites de los datos: el desplome generalizado comenzó el 14 de octubre a las 19:00 UTC; en horario del Pacífico de Norteamérica (PDT), el periodo de casi total ceguera abarca desde las 12:00 del mediodía del 14 de octubre hasta las 15:00 de la tarde del 15 de octubre. Por ello, las marcas que contabilizan sus datos en zonas horarias norteamericanas observarán las caídas diarias más pronunciadas en sus registros los días 14 y 15 de octubre. En cambio, el tráfico real a partir del 16 de octubre dependerá de la capacidad efectiva de cada sitio para convertir las visitas bajo la nueva estructura de enlaces de la UI.

II. Estudios independientes que se corroboran: la distorsión de la atribución es la causa principal; el recorrido comercial real debe contrastarse por separado

Para delimitar los hechos, revisamos varios estudios empíricos publicados entre el 8 y el 16 de octubre de 2026. Es fundamental señalar que las muestras y los denominadores estadísticos difieren sustancialmente entre organizaciones: Profound mide la «proporción de respuestas que incluyen el parámetro»; Peec AI, la «distribución de destinos de los enlaces en las respuestas»; y LLM Pulse y los investigadores de Adobe observan «sesiones de sitios y tráfico de páginas». Los porcentajes con denominadores distintos no deben confundirse. Estas observaciones independientes se corroboran desde diferentes perspectivas:

2.1 Profound: seguimiento por respuesta en intervalos de 30 minutos (cronología de dos fases y relación inversa)

  • Criterio de observación y denominador: entre las respuestas de ChatGPT que contienen enlaces a referencias externas, se mide la proporción de respuestas que incluyen al menos 1 enlace con utm_source=chatgpt.com, a la vez que se sigue la proporción de respuestas que utilizan la nueva Intelligent UI (datos públicos actualizados hasta el 16 de octubre de 2026 a las 16:30 UTC).
  • Principales resultados observados:
  • Antes del 8 de octubre a las 18:00 UTC, la proporción de respuestas con UTM se mantenía en 98.5%–99%;
  • El 8 de octubre a las 18:30 UTC bajó a ~97% y el 9 de octubre cayó a ~75%, mientras la proporción de la nueva Intelligent UI subía a ~25%;
  • Entre el 10 de octubre y antes de las 19:00 UTC del 14 de octubre, la proporción con UTM bajó a 67%–68%, mientras la nueva UI alcanzó simultáneamente el 33%–34%, mostrando una fuerte relación inversa;
  • El 14 de octubre, entre las 19:00 y las 19:30 UTC, la nueva UI pasó del y la proporción de respuestas con UTM se desplomó del , manteniéndose en el intervalo del durante unas 27 horas;

2.2 Inspección del frontend de Graphite y observaciones públicas de investigadores de Adobe: indicios sólidos del traslado a tráfico sin origen identificado

  • Inspección de atributos DOM del frontend de Graphite: al analizar los elementos de las páginas de la nueva Intelligent UI, Graphite detectó que, durante el fallo, los enlaces insertados en el cuerpo de las respuestas de ChatGPT (Inline Links) no incluían utm_source=chatgpt.com y, además, llevaban el atributo rel="noreferrer". Solo conservaban los parámetros UTM los enlaces del panel que se abría al pulsar el botón «Sources (Fuentes)» de la parte inferior y algunas tarjetas de producto. Por el funcionamiento del navegador, los clics en enlaces del cuerpo sin UTM y con noreferrer pierden directamente la información de origen.
  • Observaciones públicas de investigadores de Adobe: investigadores de Adobe siguieron y compararon unas 500 páginas con una proporción elevada de tráfico de ChatGPT. Durante el periodo anómalo, el conjunto de esas páginas registró una reducción de unas 31.000 visitas/día en el tráfico de referencia atribuido a ChatGPT y, simultáneamente, un aumento de unas 26.000 visitas/día en Direct (tráfico directo). Este movimiento en sentidos opuestos en las mismas páginas aporta indicios sólidos de que «muchos clics que antes se atribuían a ChatGPT pasaron al tráfico sin origen identificado de Direct».

2.3 LLM Pulse: comparación transversal de sesiones de GA4 en varios sitios

  • Criterio de observación y denominador: se comparan las sesiones atribuidas en GA4 de los sitios monitorizados entre el 9 y el 11 de octubre con los mismos días de la semana de las dos semanas anteriores (de viernes a domingo).
  • Principales resultados observados:
  • Las sesiones diarias medias de GA4 atribuidas a ChatGPT en los sitios monitorizados registraron una variación conjunta de aproximadamente -46% entre el 9 y el 11 de octubre, y más del 80% de los sitios sufrieron caídas >30%;
  • Durante el mismo periodo, el tráfico total de ese mismo conjunto de sitios se mantuvo prácticamente estable (-2%), al igual que el tráfico de referencia de Perplexity y Claude, lo que descartó la hipótesis de una contracción repentina de la demanda general de búsqueda durante esa semana.

2.4 Peec AI: un estudio de 1 millón de prompts revela el «auge de los enlaces en el cuerpo de las respuestas» y la «concentración de enlaces hacia la página de inicio»

  • Criterio de observación y denominador: con una muestra de aproximadamente 1 millón de prompts, se comparan la frecuencia de aparición de enlaces directos y la distribución de sus páginas de destino en las respuestas de ChatGPT durante la interfaz anterior (del 2 al 7 de octubre) y la nueva (del 9 al 13 de octubre). Atención: el denominador es el «número de respuestas y enlaces de la muestra», no el tráfico de clics reales de los usuarios.
  • Principales resultados observados:
  • La proporción de respuestas que incluían enlaces directos a páginas web aumentó considerablemente, del 8%–10% previo al cambio al 42%;
  • De los enlaces directos de la muestra, el 54% apuntaba a la página de inicio (Homepage). Esto indica que, cuando menciona marcas o sitios en el cuerpo de una respuesta, la nueva Intelligent UI tiende más a insertar un enlace directo a la página de inicio que a una página específica más profunda.

2.5 Divergencia entre plataformas: agrupar y contrastar primero las variantes de origen de Gemini antes de concluir que la demanda ha migrado

  • A mediados de octubre, muchos equipos observaron en GA4 una divergencia entre «el brusco descenso de la atribución de ChatGPT y el aumento de la de Google Gemini», y se preguntaron si los usuarios habían migrado masivamente a Gemini.
  • Recomendación de comprobación: por un lado, Search Engine Journal informó de que Google Gemini había empezado recientemente a añadir parámetros UTM a los enlaces externos, mejorando la identificación de clics que antes se clasificaban parcialmente como Direct. Por otro, las observaciones de varios sitios de LLM Pulse mostraron que el origen antes clasificado como gemini disminuía en GA4, mientras gemini.google.com se mantenía estable o crecía, lo que refleja una migración interna de categorías de origen y criterios de parámetros. Por tanto, antes de concluir que existe una migración real de demanda entre plataformas, los equipos de análisis deben agrupar y contrastar todas las variantes de origen relacionadas con Gemini en GA4 (gemini, gemini.google.com, etc.) y eliminar el espejismo estadístico provocado por los cambios en las reglas de etiquetado.

III. La nueva normalidad tras la reparación: ¿por qué son más importantes la conversión desde la página de inicio y los enlaces profundos entre subdominios?

Después del 16 de octubre a las 06:30 UTC, OpenAI corrigió el parámetro utm_source=chatgpt.com de los enlaces del cuerpo de las respuestas, pero la organización de enlaces de GPT-6 y de la nueva Intelligent UI permaneció. Incluso aislando la interferencia del fallo UTM, las marcas siguen afrontando tres cambios estructurales sustanciales en su actividad habitual a partir del 16 de octubre:

Dimensión observada

Interfaz anterior de ChatGPT (antes del 7 de octubre)

Nuevo GPT-6 / Intelligent UI (después del 8 de octubre)

Consecuencias prácticas para el recorrido comercial y puntos que deben revisarse

1. Forma de mostrar los enlaces

Solo el 8%–10% de las respuestas incluía enlaces directos a páginas web; los usuarios accedían principalmente mediante los marcadores de Sources de la parte inferior.

El 42% de las respuestas incluye enlaces directos a páginas web; las entidades de marca y las anclas dentro del cuerpo se convierten en puntos de entrada frecuentes.

El usuario puede hacer clic mientras lee la primera pantalla de la respuesta; adquieren mayor importancia el contexto alrededor del nombre de la marca y su correspondencia con la página de destino.

En resumen: identificar el origen no equivale a convertir las visitas en negocio. La reparación de las etiquetas de seguimiento solo resuelve la identificación de la fuente del tráfico; no resuelve automáticamente si una visita que llega a la página de inicio o a un contenido puede transformarse sin fricciones en un pedido.

IV. Guía de autodiagnóstico y respuesta en tres pasos para marcas y equipos de crecimiento

Siguiendo el principio de «reconstruir primero la atribución real y comprobar después el recorrido comercial efectivo», recomendamos que los equipos de crecimiento de marca, SEO/GEO y análisis de datos realicen el autodiagnóstico en estos tres pasos:

Primer paso: «cuatro periodos de análisis y contraste con Direct» en informes semanales y mensuales históricos (distinguir la distorsión de atribución de las fluctuaciones reales)

  • Utilizar cuatro periodos comunes de análisis en los informes:
  • No agrupar la primera mitad de octubre en una sola media de variación respecto al periodo anterior. Dividir los informes diarios de GA4 en estos cuatro periodos:
    • 10/01–10/07 (referencia normal)
    • 10/08–10/13 (despliegue gradual de la nueva UI y distorsión parcial)
    • 10/14–10/15 (punto ciego generalizado de atribución / casi total ceguera)
    • 10/16 en adelante (observación tras la reparación UTM)
  • Comparar el aumento de Direct en las mismas páginas de destino y diagnosticar por etapa el rendimiento comercial posterior al 10/16:
  • Seleccionar las principales páginas de destino que más tráfico de referencia de ChatGPT recibieron en los últimos 30 días. Con la misma zona horaria y el mismo conjunto de páginas, comparar la reducción de sesiones atribuidas a ChatGPT y el aumento de sesiones Direct durante 10/08–10/15 para estimar la magnitud del traslado a tráfico sin origen identificado;
  • Acción clave: si después de la reparación el nivel sigue significativamente por debajo de la referencia, confirmar primero que la identificación del origen ya se ha recuperado en el propio sitio. Después, teniendo en cuenta periodos comparables y cambios en campañas y publicidad, determinar si el problema se encuentra en la exposición, los clics o la conversión dentro del sitio, y aplicar la mejora correspondiente.
  • Respetar estrictamente los límites de integridad y cumplimiento de los datos (no rellenar ni alterar los datos históricos con porcentajes sectoriales):
  • Los valores de estudios externos, como el -46% de LLM Pulse o el 5%–12% de Profound, están limitados por sus respectivas muestras y denominadores. Está terminantemente prohibido utilizarlos directamente como factores multiplicadores para modificar o rellenar los datos históricos de GA4 de la marca. Lo correcto es conservar las observaciones originales y señalar el periodo anómalo en los informes.

Segundo paso: «auditoría de enlaces profundos para el recorrido comercial» en la página de inicio y en las páginas de mayor exposición

Dado que la nueva UI ha aumentado notablemente la aparición de enlaces directos y dirige muchos de ellos a la página de inicio, recomendamos auditar de inmediato los enlaces profundos de los tres tipos de entrada siguientes, especialmente en marcas con «sitio principal de contenidos + subdominio de tienda independiente»:

Tipo de página que debe auditarse

Cambio de función con la nueva Intelligent UI

Deficiencias habituales del recorrido comercial

Mejoras recomendadas para ejecución inmediata (pueden publicarse en 1–2 semanas)

1. Página de inicio (Homepage)

Representa el 54% de los destinos de enlaces directos en la muestra de Peec AI y pasa de ser un «escaparate de marca» a una entrada frecuente del tráfico de IA.

La primera pantalla solo muestra una gran imagen de marca o accesos a categorías generales, sin enlaces directos para las consultas frecuentes de IA: modelos principales, paquetes populares o ayudas y promociones de temporada.

Garantizar que en la primera pantalla y en los módulos principales de navegación haya enlaces explícitos estándar <a href> renderizados en el servidor (SSR) hacia los SKU principales a la venta, las páginas de comparación de series clave y la página central de promociones.

Tercer paso: establecer un «diagnóstico cruzado en tres capas» (no confundir una señal aislada con una atribución completa)

Las interfaces y las estrategias de enlaces de las plataformas de IA generativa siguen evolucionando rápidamente. Depender únicamente de los parámetros UTM del frontend de GA4 expone la medición a los rediseños del cliente. Recomendamos ampliar el seguimiento habitual de GEO con este sistema de diagnóstico cruzado en tres capas:

  • Primera capa | Registros del servidor para comprobar la «accesibilidad» (distinguir estrictamente rastreadores de búsqueda y de entrenamiento):
  • Supervisar, mediante los registros del CDN / WAF o del servidor de origen, los códigos de estado de rastreo de los bots de IA (200 frente a 403/404/5xx) y la cobertura de los directorios principales.
  • Distinguir estrictamente la finalidad de los bots: revisar especialmente los rastreadores de búsqueda que sirven a las citas de búsquedas en tiempo real, como OAI-SearchBot de OpenAI, y diferenciarlos de los rastreadores utilizados principalmente para entrenar modelos, como GPTBot.
  • Límite del diagnóstico: un rastreo saludable solo permite investigar bloqueos del cortafuegos en la capa de rastreo o fallos de disponibilidad del sitio. Que el rastreo tenga éxito solo significa que la página «puede leerse», no que «se cite o recomiende en una respuesta».
  • Segunda capa | Seguimiento de un conjunto de preguntas clave para comprobar el «uso efectivo y los destinos de los enlaces»:
  • Para las categorías principales de la marca y las preguntas de alta intención de compra, seguir periódicamente la tasa de menciones de marca, la proporción de enlaces de cita y la distribución concreta de destinos de las URL citadas: página de inicio, páginas informativas o fichas de producto de la tienda. Así podrán detectarse a tiempo los cambios de estructura de enlaces externos causados por rediseños de la UI.
  • Tercera capa | GA4 y eventos propios para comprobar el «recorrido comercial y la conversión»:
  • Contrastar la atribución de canales de GA4 con los eventos propios de píxel o del servidor del sistema de comercio electrónico, como page_viewed, product_added_to_cart y checkout_completed.
  • Principio central del diagnóstico: los registros muestran la accesibilidad; las respuestas, el uso efectivo; y los eventos propios, el recorrido comercial. Los tres permiten un diagnóstico cruzado multidimensional, pero no constituyen automáticamente una atribución completa de extremo a extremo de un mismo usuario.

V. Fuentes de referencia y criterios de las evidencias externas (fecha de verificación: 2026-10-20)

Los estudios externos y las observaciones públicas citados en este artículo se han contrastado con sus fuentes originales. A continuación se detallan los denominadores estadísticos y los límites de aplicación de cada fuente:

  • Lanzamiento oficial de GPT-6 e Intelligent UI de OpenAI y cobertura de medios:
  • Fuentes: Anuncio oficial de OpenAI (2026-10) | Artículo de Search Engine Journal (2026-10-07)
  • Criterio: confirma que GPT-6 y la nueva Intelligent UI se lanzaron para usuarios de pago el 7 de octubre de 2026 y se abrieron a los usuarios gratuitos el 8 de octubre.
  • Profound (seguimiento de la cobertura UTM por respuesta de ChatGPT en intervalos de 30 minutos):
  • Fuente: Estudio original de Profound (publicado el 2026-10-14 y actualizado hasta el 10-16 a las 16:30 UTC)
  • Criterio: el denominador es el «número de respuestas de ChatGPT con enlaces a referencias externas» y el numerador, el «número de respuestas con al menos 1 enlace utm_source=chatgpt.com». Se compara simultáneamente con la «proporción de respuestas que utilizan la nueva Intelligent UI». El estudio también distingue expresamente entre la «pérdida del seguimiento UTM» y los «posibles cambios en la tasa de clics real de cada sitio».
  • LLM Pulse (comparación transversal de sesiones de GA4 en varios sitios y observación de las categorías de origen de Gemini):
  • Fuente: Observación original de LLM Pulse (2026-10)
  • Criterio: compara las sesiones de GA4 atribuidas a ChatGPT en los sitios monitorizados entre el 9 y el 11 de octubre de 2026 con los mismos días de la semana de las dos semanas anteriores, de viernes a domingo (variación conjunta de aproximadamente -46%, frente a -2% del tráfico total de los sitios). También registra el cambio de clasificación por el que el origen gemini descendía mientras gemini.google.com permanecía estable o crecía.
  • Graphite, observaciones públicas de investigadores de Adobe y datos empíricos de Peec AI:
  • Fuentes: Panorama sectorial de Search Engine Journal (2026-10-15) | Publicación pública original de Tomek Rudzki, investigador de Peec AI
  • Criterio: incluye la comprobación del DOM por Graphite, que detectó enlaces del cuerpo sin UTM y con noreferrer; la observación de investigadores de Adobe de la compensación entre una pérdida diaria media de unas 31.000 visitas/día atribuidas a ChatGPT y un aumento de unas 26.000 visitas/día en Direct en unas 500 páginas con alta proporción de tráfico de ChatGPT; y el estudio de Peec AI, basado en aproximadamente 1 millón de prompts y que compara 10/2–7 con 10/9–13, sobre la proporción de respuestas con enlaces directos (8%–10% → 42%) y la proporción de enlaces directos que apuntan a la página de inicio (54%, cuyo denominador es el número de enlaces directos de la muestra, no el tráfico de visitas del sitio).
  • Información sobre parámetros UTM en enlaces externos de Google Gemini y documentación oficial de rastreadores de OpenAI:
  • Fuentes: Artículo de Search Engine Journal sobre UTM en Gemini | Documentación oficial de rastreadores de OpenAI (Bots)
  • Criterio: explica el contexto en el que Google Gemini comenzó a añadir parámetros UTM a los enlaces de referencia. La documentación oficial de OpenAI delimita las distintas funciones del rastreador de búsqueda OAI-SearchBot, utilizado para mostrar enlaces en resultados de búsqueda, y del rastreador de entrenamiento GPTBot, utilizado para recopilar datos de entrenamiento.

Related Articles

Las compras con IA entran en la era de las fichas de producto: plan de acción para las fiestas de 2026

2 oct

ChatGPT casi ha dejado de citar Reddit: la búsqueda con IA está reevaluando las fuentes de las marcas

26 ago

Preparar Black Friday Q4: por qué las marcas deben iniciar GEO en agosto

2 ago

Continuar al grafo de evidencia IA

Este artículo es un activo de evidencia. AI Evidence Index conecta artículos, FAQ, productos, tecnología, casos, archivos llms y /ai/*.md.

AI Evidence IndexPriority crawl entrypoints

Comprueba cómo aparece tu marca en la búsqueda con IA

La auditoría identifica citas, recomendaciones y brechas de evidencia.

Solicitar auditoría de IA

98.5% – 99.0%

La cobertura de etiquetas por respuesta en la muestra se mantuvo en niveles normales y sirve como referencia previa a la anomalía.

Periodo dos: distorsión parcial (informes diarios: 10/08–10/13)

10/08 18:30 – 10/14 19:00 UTC (la nueva UI se abrió a usuarios gratuitos el 10/08)

10/08 11:30 – 10/14 12:00 PDT

~25% → 34%

67.0% – 75.0%

Durante el despliegue gradual de la nueva UI, los enlaces insertados en el cuerpo de las respuestas que usaban esa interfaz perdieron los UTM; las sesiones diarias medias atribuidas en GA4 cayeron aproximadamente un 30%–46% en varios sitios.

Periodo tres: punto ciego generalizado de atribución (informes diarios: 10/14–10/15)

10/14 19:00 – 10/15 22:00 UTC (unas 27 horas)

10/14 12:00 – 10/15 15:00 PDT

92% → 96%

~5.0% – 12.0%

La nueva UI se desplegó de forma generalizada y la cobertura tocó un mínimo de ~5% el 10/14 a las 19:30 UTC. Solo conservaron las etiquetas los enlaces del panel Sources de la parte inferior y algunas tarjetas de producto, lo que dio lugar a unas 27 horas de «casi total ceguera».

Periodo cuatro: observación tras la reparación (informes diarios: 10/16 en adelante)

Reparación entre 10/15 22:00 y 10/16 06:30 UTC (observación pública hasta 10/16 16:30 UTC)

Reparación entre 10/15 15:00 y 10/15 23:30 PDT

~96% (se mantiene la nueva UI)

11% → ~99.0%

OpenAI corrigió la lógica que añadía UTM a los enlaces del cuerpo de las respuestas. La cobertura volvió a ~99% a partir del 10/16 a las 06:30 UTC; desde el 10/16, tomando el día completo en PDT, puede observarse el nivel real de captación y conversión tras la reparación.

92% → 96%
10% → ~5%
5%–12%
  • La recuperación comenzó el 15 de octubre a las 22:00 UTC (11%–16%), hasta volver a ~99% el 16 de octubre a las 06:30 UTC, nivel que permaneció estable durante la observación continuada hasta las 16:30 UTC de ese día.
  • Lección metodológica: Profound también advierte en su informe que el desplome de la cobertura UTM por respuesta explica la caída de la atribución registrada en GA4, pero que los cambios en las tasas de clics reales de cada sitio antes y después del rediseño de la UI deben evaluarse por separado con los datos del propio sitio.
  • 2. Distribución de los destinos de los enlaces

    Los marcadores de citas de la parte inferior solían apuntar a artículos concretos, reseñas o subpáginas profundas recuperadas por la búsqueda.

    En la muestra de Peec AI, el 54% de los enlaces directos apunta a la página de inicio (Homepage).

    Distinguir la «proporción de enlaces» de la «proporción de tráfico»: el 54% describe los destinos de los enlaces en las respuestas, no el volumen de clics, pero señala un aumento considerable de la importancia de la página de inicio como primer destino del tráfico procedente de la IA.

    3. Posible brecha en una arquitectura de dos dominios (revisión prioritaria)

    El sitio de contenidos y la tienda recibían visitas por separado a través de las páginas profundas de cada uno recuperadas en la búsqueda.

    Cuando la nueva UI dirige con mayor frecuencia los enlaces de marca del cuerpo hacia la página de inicio o hacia contenidos de autoridad del sitio principal, puede diluirse la proporción de accesos directos a páginas transaccionales profundas.

    Las marcas con una arquitectura de «sitio principal de contenidos (por ejemplo, www) + subdominio de tienda independiente (por ejemplo, shop / us)» deben comprobar especialmente si «después del 16 de octubre el tráfico del sitio principal se recupera más rápido, pero el subdominio de la tienda independiente queda rezagado».

    2. Páginas informativas y guías de compra con alta exposición (Blog / Guide)

    Siguen recibiendo visitas de alta intención procedentes de consultas específicas como «cuál es mejor», «cómo elegir» o «comparación de especificaciones».

    Los artículos dependen únicamente de ventanas emergentes dinámicas en JS para dirigir al usuario a la compra, o carecen de enlaces claros a las fichas de producto (PDP), lo que provoca abandono tras la lectura en el sitio de contenidos.

    Incorporar en el resumen de la primera pantalla y en las tablas comparativas del artículo enlaces profundos con texto ancla que lleven directamente a las fichas de producto (PDP) y a las páginas de paquetes correspondientes de la tienda, conectando la ruta «lectura en el sitio principal → añadir al carrito en la tienda».

    3. Páginas de soporte posventa, garantía y políticas (Support / Policy)

    Los usuarios suelen llegar directamente a ellas cuando preguntan en la conversación de IA por «duración de la garantía», «devoluciones y cambios» o «requisitos para ayudas».

    Solo contienen condiciones en texto, sin accesos de compra que permitan volver a los modelos a la venta y a las opciones de la tienda oficial.

    Añadir a las páginas de garantía, devoluciones y ayudas un módulo de enlaces HTML estándar con el texto «Ver modelos aplicables y opciones disponibles en la tienda oficial».