Cómo elige ChatGPT un producto para alguien: cinco pasos y lo que leyó por el camino

Cuando alguien le pregunta a un asistente de IA qué producto comprar, la respuesta parece salir de la nada: una lista corta, un razonamiento, un par de enlaces. No es así. Detrás hay una secuencia fija de pasos, y conocerla cambia cómo lees la respuesta.

Esta es la secuencia, con un ejemplo real que ejecutamos el 7 de septiembre de 2026: una sesión de ChatGPT sin iniciar sesión, con la pregunta "Which espresso beans should I buy in the US, under $25 a bag? Give me a short numbered top 5 with the brand and the online shop to buy from."

Paso 1: una persona pregunta

La pregunta está en lenguaje corriente y, como la mayoría de las preguntas de compra, lleva dos restricciones (el país, el presupuesto) y una petición (cinco, con tienda). Todavía no se ha buscado nada.

Paso 2: la pregunta se reescribe en búsquedas

El asistente no busca la frase que has escrito. La convierte en varias búsquedas web, normalmente entre tres y seis, cada una formulada como le gusta a un buscador: "best espresso beans under $25", "espresso beans US review 2026", y así. Por eso una respuesta puede incluir cosas que nunca mencionaste y dejarse cosas que sí: lo que se encuentra lo deciden las búsquedas, no tus palabras.

Paso 3: se abre un puñado de páginas

De esas búsquedas abre un número pequeño de páginas, normalmente entre cinco y diez, y las lee. No toda la web, no los cien primeros resultados: un puñado. Las páginas que lee son todo el universo de datos que la respuesta puede contener.

En nuestra prueba, las páginas que leyó fueron Coffee Bean Index, Tamp & Pour (dos veces), Whole Latte Reviews, Complete Home Barista y Burr & Basket. Cinco sitios, seis citas. Todos blogs de reseñas. Cero tiendas. (Captura)

Paso 4: se comparan las páginas

Ahora pone en fila lo que dicen esas páginas: precio, tueste, notas de cata, para quién es cada café. Donde una página expresa un dato como texto, ese dato es utilizable. Donde una página tiene el dato en una foto, un PDF o la imagen de un gráfico, ese dato no existe para la comparación. La comparación vale lo que vale el texto de ese puñado de páginas.

Paso 5: responde a partir de esas páginas

La respuesta nombró cinco cafés (Lavazza Super Crema, Stumptown Hair Bender, Counter Culture Big Trouble, Peet's Espresso Forte, illy Classico) y, para cada uno, un sitio donde comprarlo: Amazon tres veces, Counter Culture e illy directamente. Nombró tiendas que no había leído nunca. Las tiendas entraron porque los blogs de reseñas las mencionaban.

Qué significa esto

Una observación no es una tasa; otra pregunta u otro día leen otras páginas. Pero el mecanismo es el mismo siempre, y de él se derivan tres cosas.

Los sitios de reseñas son los porteros. Para una pregunta de compra, el asistente lee las páginas que ya comparan productos de esa categoría. Si una categoría tiene dos o tres blogs de reseñas a los que todo el mundo enlaza, esas son las páginas que deciden la respuesta. Estar en ellas importa más que cualquier palabra clave.

A las tiendas se las nombra de segunda mano. Una tienda aparece en la respuesta cuando las páginas que se leyeron la mencionan. Ese es un juego distinto al del posicionamiento en buscadores: va de ser el sitio al que apunta quien reseña, y de tener una página de producto que exponga sus datos con claridad cuando el asistente sí la abra.

Los datos tienen que ser texto. El paso 4 compara texto. Origen, tueste, precio, aquello por lo que decide un comprador: si vive dentro de una imagen, no está en la comparación, por bueno que sea el producto.

La comprobación sencilla para cualquier categoría: hazle al asistente la pregunta que hacen tus clientes y mira las citas que hay debajo de la respuesta, no solo las marcas que aparecen en ella. Las citas son las páginas que se leyeron. Ahí es donde se fabricó la respuesta.