Citation decay: por qué ChatGPT te cita hoy y te olvida en 3 semanas (y el sistema para no desaparecer)
La vida media de una cita en IA es de 4,5 semanas y en ChatGPT baja a 3,4. No es un castigo ni un error tuyo: es cómo funciona la recuperación. El sistema en cuatro capas para que tu visibilidad deje de evaporarse.
Resumen ejecutivo
- La vida media de una cita en IA es de 4,5 semanas: pasado ese tiempo, la mitad de las citas que ganaste han desaparecido. El dato viene del análisis de 3,5 millones de eventos de cita sobre más de 120.000 dominios entre septiembre de 2025 y marzo de 2026.
- Varía mucho por motor: ChatGPT rota más rápido que nadie (≈3,4 semanas), las superficies de Google se agrupan entre 4,3 y 4,8, y Perplexity es el más estable (≈5,7). El motor que más rápido te olvida es también el que más tráfico te manda.
- No es una penalización. Es mecánica de recuperación: cada consulta reordena candidatos desde cero y la frescura funciona como atajo barato de calidad.
- El error caro es de diagnóstico: confundir decay con un problema de calidad y reescribir páginas que estaban bien. Los dos patrones se distinguen mirando la forma de la caída.
- El sistema tiene cuatro capas: medir la serie histórica, calibrar la cadencia de refresco por motor, refrescar de forma sustantiva —no cambiando la fecha— y sostener los hechos de marca fuera de tu propio dominio.
Hay una secuencia que se repite en todos los proyectos de GEO que llevan más de un trimestre en marcha. Publicas una pieza buena, la trabajas, y a las pocas semanas empieza a aparecer: ChatGPT la cita, Perplexity la enlaza, alguien de tu equipo hace captura y la pega en el canal de la empresa. Un mes y medio después, sin que nadie haya tocado nada, esa misma consulta devuelve a otros. Tu página sigue ahí, igual de buena, igual de rápida, con el mismo robots.txt permisivo. Y no la cita nadie.
La reacción habitual es buscar un culpable —un cambio de algoritmo, un competidor con más presupuesto, un error técnico oculto— y en la mayoría de los casos no hay ninguno. Lo que ha pasado tiene nombre, tiene curva medible y tiene contramedidas: citation decay. Este artículo explica qué es exactamente, cuánto dura de verdad una cita según los datos disponibles, por qué el mecanismo hace que la caída sea inevitable, y el sistema en cuatro capas para convivir con ella sin que se lleve por delante tu visibilidad. Si todavía no tienes montado el marco general, empieza por la guía de Generative Engine Optimization; esto es lo que pasa después, cuando ya has ganado citas y hay que conservarlas.
Qué es el citation decay (y qué no es)
El citation decay es la caída progresiva de la frecuencia con la que los motores generativos citan tu contenido, sin que tú hayas cambiado nada. Esa última condición es la que lo define y la que lo separa de todo lo demás. Si tu contenido dejó de citarse porque bloqueaste OAI-SearchBot, eso no es decay: es un problema de acceso, y se arregla en la capa de la auditoría técnica. Si dejó de citarse porque el tema quedó obsoleto, tampoco: eso es contenido caducado. El decay es el caso incómodo en el que todo sigue correcto y la visibilidad baja igual.
Se parece al content decay clásico del SEO, pero opera en otra escala de tiempo y por otro mecanismo. En búsqueda tradicional, una página buena puede sostener posiciones durante años porque el índice es relativamente estable y la autoridad acumulada pesa. En recuperación generativa no hay posición que sostener: hay una selección de candidatos que se rehace en cada consulta. La diferencia práctica es que en SEO clásico el deterioro se mide en trimestres o años, y aquí en semanas.
La métrica estándar para cuantificarlo es la vida media de la cita: cuántas semanas pasan hasta que desaparece la mitad de las citas de un conjunto de páginas. Es la misma idea que la vida media en física, y sirve igual de bien: no predice qué le pasa a una URL concreta, pero describe con precisión el comportamiento del conjunto.
Cuánto dura de verdad una cita
Aquí es donde el tema deja de ser intuición y pasa a ser dato. El análisis conjunto de Scrunch y Stacker cubrió 3,5 millones de eventos de cita sobre más de 120.000 dominios, ocho sectores y seis plataformas de IA, entre septiembre de 2025 y marzo de 2026. Es, hasta donde llega la literatura pública, la medición más amplia disponible sobre la persistencia de las citas.
| Motor | Vida media de la cita | Lectura |
|---|---|---|
| ChatGPT | ≈3,4 semanas | La rotación más rápida de todas |
| Superficies de IA de Google | 4,3 – 4,8 semanas | AI Overviews, AI Mode y Gemini agrupados |
| Perplexity | ≈5,7 semanas | El más estable: un 68 % más que ChatGPT |
| Mediana del conjunto | 4,5 semanas | La mitad de tus citas se ha ido para entonces |
El dato que convierte esto en un problema de negocio y no en una curiosidad es el cruce con el reparto del tráfico: el motor que más rápido te olvida es el que más visitas te manda. Según los datos de Conductor para el primer trimestre de 2026, ChatGPT concentra el 87,4 % de las sesiones referidas por IA. Es decir, la fuente dominante de tráfico generativo opera con la ventana de retención más corta del mercado. Optimizar para ganar una cita en ChatGPT y no tener plan para conservarla es construir sobre la superficie más móvil de todas.
El ciclo completo tiene una forma reconocible en cinco fases: un pico inicial cuando el contenido entra en los índices, una fase de descubrimiento y crecimiento, un máximo que suele llegar entre los 30 y los 90 días, la caída, y la latencia — desaparición casi total al cabo de un año sin refresco. Lo relevante para planificar es que el máximo llega tarde y la caída empieza antes de lo que la mayoría de calendarios editoriales asume. Cuando una pieza está en su mejor momento de citación, ya lleva uno o dos meses publicada y le quedan pocas semanas de meseta.
Por qué pasa: tres mecanismos, ninguno personal
Entender el porqué importa, porque determina qué contramedidas tienen sentido y cuáles son superstición.
Primero: la recuperación se rehace en cada consulta. Los motores generativos funcionan con RAG — recuperar, leer, sintetizar, citar. No existe un ranking persistente donde tu URL ocupe un puesto: cada vez que alguien pregunta, el sistema vuelve a buscar candidatos y a reordenarlos desde cero. Eso significa que no hay nada que "mantener". Cada consulta es una elección nueva entre el conjunto de documentos disponibles en ese momento, y ese conjunto crece cada día con material que no existía cuando tú publicaste.
Segundo: la frescura funciona como atajo de calidad. Para un sistema que tiene que elegir entre dos documentos que responden igual de bien, la fecha es la señal más barata de fiabilidad disponible. No es un juicio sobre ti; es una heurística razonable —la información reciente tiene más probabilidad de ser correcta— aplicada a escala. El efecto agregado es medible: en los datos recogidos por Machine Relations, el 76,4 % de las páginas más citadas por ChatGPT se habían actualizado en los 30 días anteriores, y en Perplexity la mitad de las citas provenían de contenido del año en curso. Cuando la señal de recencia pesa así, un documento estático pierde posiciones sin haber empeorado: lo desplazan.
Tercero: el lenguaje del contenido se desalinea del lenguaje de las consultas. Este es el mecanismo más sutil y el que más se ignora. La recuperación semántica compara representaciones vectoriales, no cadenas de texto. Si tu página describe un tema con la terminología de hace dieciocho meses —nombres de producto anteriores, marcos conceptuales que el sector ya renombró, versiones antiguas de una herramienta— su representación se aleja poco a poco de cómo se formulan hoy las preguntas sobre ese mismo tema. La página no ha cambiado; el vocabulario alrededor sí. En un campo que se renombra a sí mismo cada seis meses, como este, el efecto es notable.
Los tres mecanismos apuntan en la misma dirección y explican la conclusión incómoda: la caída no es un fallo del sistema, es el sistema funcionando como está diseñado. No hay configuración que la desactive. Lo que sí hay es una manera de operar que la compensa.
El error de diagnóstico que arruina la reacción
Antes del sistema, la parte que más dinero ahorra: distinguir el decay de los otros dos motivos por los que se pierden citas. Reaccionar mal aquí es caro en las dos direcciones —reescribir contenido sano, o dejar sin arreglar un bloqueo real durante meses.
Los patrones se distinguen por la forma de la caída, no por su magnitud:
- Decay. Caída gradual a lo largo de semanas, repartida entre varias URLs, sin correlación con ningún cambio por tu parte. Las páginas más antiguas caen antes. Coincide con el paso del tiempo y con nada más.
- Problema de acceso. Caída brusca, a menudo total, con fecha identificable. Suele afectar a todo el dominio a la vez. Se confirma en los logs: 403, 429 o ausencia completa del bot. Es el escenario de la auditoría de robots.txt y WAF, y hay que descartarlo siempre primero porque es el más barato de verificar.
- Problema de contenido o competencia. Caída concentrada en un grupo temático concreto mientras el resto aguanta. Normalmente hay alguien nuevo respondiendo mejor esa pregunta, y se ve mirando qué fuentes cita ahora el motor en tu lugar.
La regla de trabajo: descarta acceso, luego mira la forma de la curva, y solo entonces decide si tocas el contenido. La cantidad de proyectos que reescriben una guía perfectamente buena porque nadie miró los logs primero es más alta de lo que parece.
El sistema en cuatro capas
Capa 1 — Medir, porque el decay es invisible sin serie histórica
Esto es un requisito previo, no un consejo. El decay es un fenómeno de tendencia: una foto puntual de tu visibilidad no lo detecta, porque no hay con qué comparar. Sin medición recurrente, la caída solo se percibe cuando ya es lo bastante grande como para notarse en el negocio — y para entonces llevas un trimestre perdiendo.
Medirlo requiere tres cosas: una batería de prompts estable (del orden de 150-300 por motor si quieres detectar variaciones de pocos puntos), recogida recurrente con la misma batería —cambiarla cada mes destruye la serie— y registro de las fuentes citadas, no solo de si apareces. Ese último punto es el que convierte la medición en accionable: saber qué fuente ocupó tu lugar te dice si perdiste por frescura, por un competidor nuevo o porque el motor cambió de tipo de fuente preferida. El montaje completo está en el dashboard GEO en seis capas.
Un matiz que ahorra falsas alarmas: las respuestas de los motores generativos tienen variabilidad inherente, así que una bajada entre dos mediciones consecutivas no es una tendencia. Con baterías pequeñas, diferencias de dos o tres puntos son ruido. El decay se lee sobre tres o cuatro puntos de la serie, no sobre dos.
Capa 2 — Calibrar la cadencia sobre la vida media de tu motor
Aquí es donde los datos de arriba se convierten en calendario. La cadencia de refresco no debería salir de una costumbre editorial genérica sino de la vida media del motor del que depende tu tráfico:
- Dependes de ChatGPT (3,4 semanas): las páginas críticas necesitan revisión mensual. Es exigente, y por eso la selección importa tanto.
- Dependes de las superficies de Google (4,3-4,8 semanas): ciclo de seis semanas.
- Dependes de Perplexity (5,7 semanas): ciclo de ocho semanas, el más llevadero.
La segunda mitad de esta capa es más importante que la primera: no entra todo el catálogo. Intentar refrescar mensualmente doscientas entradas de blog garantiza que ninguna se refresque bien. Lo que entra en el ciclo es la cabecera —las páginas que generan citas y generan negocio, que no siempre son las mismas—. El resto vive con su decay, y está bien: no todas las páginas están ahí para ser citadas.
Capa 3 — Refrescar de verdad, no cambiar la fecha
La tentación obvia, en cuanto uno entiende que la recencia pesa, es automatizar el dateModified y seguir. No funciona, y además hace daño.
Los sistemas comparan el contenido entre rastreos, no solo la fecha declarada. Republicar sin tocar el cuerpo es un patrón de manipulación conocido y detectable: cuando se detecta la diferencia entre una fecha nueva y un texto idéntico, lo que se erosiona son las señales de confianza que tanto cuesta construir. Se cambia una ganancia pequeña y temporal por una pérdida en el activo que sostiene todo lo demás.
La higiene correcta del schema es simple y conviene dejarla escrita: datePublished es la fecha original y no se toca nunca salvo republicación genuina; dateModified se actualiza solo cuando ha cambiado algo sustantivo. Y sustantivo significa lo que parece: datos nuevos con su fuente, una sección añadida que responde una pregunta que antes no cubrías, recomendaciones corregidas porque el producto cambió, ejemplos actualizados, terminología puesta al día — esto último ataca directamente el tercer mecanismo, el de la desalineación semántica.
Un criterio operativo que funciona bien: si el refresco no cambia la respuesta que alguien obtendría de la página, no es un refresco. Es un cambio de fecha con pasos extra.
Capa 4 — Sostener los hechos fuera de tu dominio
La capa que casi nadie ejecuta, y la que más durabilidad aporta. En los datos de Stacker, el contenido publicado en su red de publishers tuvo una vida media de citas de cerca de 10 semanas, frente a las 4,5 del contenido fuera de la red: 2,1 veces más durabilidad.
Conviene leer ese dato con cuidado, porque viene de quien vende esa red y hay un sesgo evidente de selección: los publishers de una red curada tienen de partida más autoridad que el dominio medio. La conclusión honesta no es "contrata esa red". Es la que se sostiene igual sin el estudio: un hecho sobre tu marca que solo existe en tu web depende de una única fuente rotando en un pool de candidatos; el mismo hecho sostenido por varias fuentes independientes sobrevive a la rotación mucho mejor, porque cuando tu página cae del conjunto recuperado, el hecho sigue estando disponible en otras.
Esto es exactamente el argumento del que ya hablamos en del backlink al consenso, ahora con una consecuencia temporal medible: la redundancia de fuentes no solo mejora la probabilidad de ser citado, alarga cuánto duran las citas. Y conecta con el trabajo de entidad: los datos estables de tu marca —qué haces, dónde, quién la fundó, qué precios tienes— deberían existir en varios sitios verificables, no solo en tu home.
Lo que este sistema no arregla
Tres límites que conviene declarar, porque la alternativa es vender certezas que los datos no dan.
Los estudios disponibles son anglocéntricos. Las cifras de este artículo salen de conjuntos dominados por contenido y consultas en inglés. No existe todavía una medición pública equivalente para el mercado en español. Los mecanismos —RAG, recencia, deriva semántica— son idénticos en cualquier idioma, así que la dirección del efecto es segura; las cifras concretas hay que tratarlas como orden de magnitud. Es razonable esperar que en un espacio con menos competencia refrescando contenido la rotación sea algo más lenta, pero eso es una hipótesis, no un dato, y no la voy a presentar como otra cosa. Tu vida media real solo se sabe midiendo tu propia serie.
Refrescar no salva contenido que no merecía citarse. El sistema conserva visibilidad ganada; no la crea. Si una página no se cita porque no responde bien la pregunta, no está extraíble o no tiene señales de experiencia y autoridad detrás, actualizarla cada mes solo produce una página mediocre con fecha reciente. El decay es un problema de retención, y la retención presupone adquisición.
Y el orden con la capa técnica no es negociable. Si OAI-SearchBot rebota contra tu WAF, tu vida media es cero y ninguna cadencia de refresco lo cambia. Primero la puerta, después el escaparate, y solo entonces el ciclo de mantenimiento.
Dicho todo eso, el cambio de mentalidad que propone este artículo es el que de verdad mueve resultados a doce meses: las citas en IA no son un activo que se acumula, son un flujo que se mantiene. El modelo mental del SEO clásico —publicar, posicionar, cobrar rentas— no se traslada. Aquí lo que se construye no es un catálogo de páginas ganadoras, sino un sistema que mide, prioriza y refresca de forma sostenida. Es menos épico y más aburrido, y es exactamente la diferencia entre las marcas que aparecen en las respuestas de forma consistente y las que aparecen a rachas sin saber por qué. Así es como lo montamos dentro del método, y así medimos si está funcionando.
¿Estás ganando o perdiendo visibilidad en IA?
Montamos el sistema de medición —batería de prompts estable, recogida recurrente y las seis capas del embudo generativo— para que la respuesta sea un dato con serie histórica y no una impresión. Sin línea temporal, el decay es invisible hasta que ya te ha costado el trimestre.
Ver cómo medimos la visibilidad en IAFOUNDER & SEO LEAD
Founder de Autoridad Digital. Especialista en SEO, Generative Engine Optimization, Topical Authority y Authority Stacking, PR Digital. Todos los artículos del blog están firmados por él.