Turismo y tecnología

Las tres capas de visibilidad en los asistentes de IA

Publicado el 4 min de lectura

Tres capas de cristal translúcido flotando sobre un pueblo costero al amanecer, conectadas por hilos de luz a los edificios. Imagen generada con IA.

"¿Cómo aparezco en ChatGPT?" es una pregunta mal formulada. Un negocio turístico no aparece "en la IA" de una sola manera: depende de si el asistente recuerda, encuentra o consulta. Ese es el marco de las tres capas de visibilidad, formulado por Félix Pérez, de Mirai, en 2026 — un proveedor de venta directa hotelera, conviene decirlo, pero el esquema es el más claro que ha producido el sector y se entiende en cinco minutos.

Capa 1: lo que el modelo recuerda

La primera capa es la memoria del modelo: todo lo que absorbió durante su entrenamiento — webs, OTAs, reseñas, guías, artículos. Cuando la IA responde "de memoria", responde desde aquí.

Es la capa con menos control y más inercia. Se actualiza por versiones, no en tiempo real: un cambio de nombre comercial puede tardar meses en reflejarse. No se puede "editar" la memoria de un modelo; solo se puede influir de forma indirecta y sostenida: una web sana y rastreable, coherencia de marca en todas las plataformas, autoridad acumulada en el tiempo. Esta capa domina la fase más temprana del viaje, la exploración inspiracional — cuando alguien pregunta "¿qué zona de la Costa Brava me recomiendas para ir con niños?".

Capa 2: lo que el asistente encuentra al buscar

La segunda capa se activa cuando el asistente sale a internet en vivo: rastrea páginas indexadas, OTAs, medios, foros, y construye la respuesta con lo que encuentra. Aquí el control es moderado y las reglas se parecen a las del SEO de siempre: contenido indexable, marca protegida, información operativa concreta y actualizada.

Esta capa domina el descubrimiento cualificado — "hoteles con spa en Girona que admitan perros" — y tiene un matiz incómodo: figurar como fuente ya no garantiza el clic, porque el usuario resuelve muchas dudas dentro del propio asistente. Aun así, es la capa donde un cambio publicado hoy puede reflejarse en días, no en meses. Es la vía rápida para corregir lo que la capa 1 recuerda mal.

Capa 3: lo que el asistente consulta en tiempo real

La tercera capa es la del dato vivo: la conexión directa entre el asistente y los sistemas del negocio mediante protocolos como MCP, que en 2026 se consolidó como estándar de facto del sector. Es la única capa que puede responder con certeza a una pregunta operativa. El ejemplo canónico del propio marco: ante "¿queda habitación con terraza libre para mis fechas?", la memoria del modelo no lo sabe, la búsqueda se aproxima, y solo el conector dinámico responde con seguridad.

Es la capa con más control — el dato sale de tus sistemas — pero exige infraestructura: base de datos ordenada, motor conectado, protocolos. Y tiene una advertencia asociada que el propio sector repite: si el canal directo no ocupa esta capa, la ocuparán los grandes intermediarios, que ya están integrados en los principales asistentes.

El error habitual: invertir en la capa equivocada

El valor práctico del marco está en el diagnóstico. Tres ejemplos de desajuste frecuentes:

  • "La IA dice que estamos cerrados" → problema de capa 1 (memoria vieja), se mitiga desde la capa 2: contenido actualizado, coherente y rastreable en todas partes.
  • "No salimos cuando piden hoteles con encanto en nuestra zona" → problema de capa 2: falta contenido específico e indexable que responda exactamente a eso, y reputación distribuida que lo respalde.
  • "El asistente no puede decir si tenemos disponibilidad" → problema de capa 3: sin conexión de datos en tiempo real, ningún contenido lo arregla.

Cada síntoma tiene su capa, y cada capa su herramienta. Gastar en "contenido para la IA" cuando el problema es de conectores — o montar un servidor MCP cuando lo que falla es la reputación — es tirar el presupuesto.

Una dosis de honestidad sobre el "GEO"

El propio autor del marco reconoce algo que casi nadie del sector que vende estos servicios admite: las técnicas GEO que prometen efectos concretos en ChatGPT, Claude o Gemini aún carecen de evidencia sólida, y Google avanza hacia tratar la manipulación de respuestas generativas como spam. Mi criterio, aplicado también en mi propia web: trabajar lo que está documentado — rastreabilidad, datos estructurados, información verificable, reputación consistente — y desconfiar de quien venda una "posición garantizada" en un sistema que ni siquiera produce rankings estables.

La idea-fuerza que resume las tres capas cabe en una frase del propio marco: en la era de los asistentes no gana el más visible, sino el más verificable. Las dos primeras capas te hacen aparecer; la tercera te hace comprobable. Y la confianza de la máquina, como la del cliente, se gana con datos que se sostienen cuando alguien los comprueba.

Preguntas frecuentes

¿Por qué la IA dice cosas desactualizadas de mi negocio?

Probablemente esté respondiendo desde su primera capa: la memoria del modelo, que se construyó durante el entrenamiento y solo se refresca por versiones. Un cambio de marca, de horarios o de servicios puede tardar meses en reflejarse ahí. Mientras tanto, la vía rápida es la segunda capa: contenido actualizado e indexable que el asistente encuentre al buscar en vivo.

¿Qué es la capa de fuentes dinámicas?

Es la conexión en tiempo real entre el asistente y los sistemas del negocio (disponibilidad, precios, políticas) mediante protocolos como MCP. Es la única capa que puede responder con certeza a preguntas operativas como '¿queda habitación con terraza para estas fechas?' — y la que habilita la reserva dentro de la conversación.

¿Funcionan las técnicas GEO que prometen posicionarte en ChatGPT?

Con cautela: el propio sector reconoce que las técnicas que prometen efectos concretos en las respuestas de los asistentes aún carecen de evidencia sólida, y Google avanza hacia tratar la manipulación de respuestas generativas como spam. Lo que sí está documentado es lo básico: web rastreable, datos verificables, reputación consistente.

¿Quieres aplicar algo de esto en tu negocio?

Escríbeme y lo vemos sin compromiso. Respondo yo, no un formulario.

Hablemos

Otros artículos

Turismo y tecnología

¿Puede un agente de IA leer tu web? Checklist de 7 puntos

Los rastreadores de los asistentes de IA no ejecutan JavaScript, los agentes abandonan ante captchas y formularios largos, y la web de un hotel solo expone entre el 5% y el 10% de su información operativa real. Esta checklist de 7 puntos permite comprobar en una tarde si tu web es legible —y usable— por las IAs que ya recomiendan y empiezan a reservar viajes.

4 min de lectura

Leer el artículo
← Volver al blog