Perplexity AI es una empresa de San Francisco fundada en 2022 que gestiona un buscador basado en IA. En lugar de una lista de enlaces, ofrece una respuesta redactada que resume contenido web actual e indica las fuentes utilizadas. Además de la versión gratuita hay planes de pago con varios modelos de lenguaje a elegir y el navegador con IA Comet (a octubre de 2026). Para las empresas también es relevante porque cambia la forma en que se encuentra el contenido en la web.
Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.
Iniciar demoLa búsqueda con IA designa métodos de búsqueda que usan IA para captar la intención de una consulta, ponderar los resultados y, a menudo, generar una respuesta resumida con fuentes en lugar de una simple lista de enlaces. Técnicamente combinan búsqueda por palabras clave, búsqueda vectorial mediante embeddings o ambas, seguidas con frecuencia de un modelo de lenguaje. Ejemplos son los motores de respuesta en la web y los buscadores internos que te ayudan a encontrar información en manuales y normativas.
La Generative Engine Optimization (GEO) reúne las medidas que ayudan a que tus contenidos aparezcan, y se citen como fuente, en las respuestas de buscadores con IA como ChatGPT, Perplexity o los resúmenes de IA de los buscadores. El término procede de un artículo de investigación de 2023. Cuentan las respuestas claras y fáciles de citar, una buena estructura, datos con respaldo, información actualizada y autores identificables. La GEO complementa el SEO clásico, no lo sustituye.
Se habla de búsqueda sin clic cuando el usuario obtiene la respuesta directamente en la página de resultados, por ejemplo mediante recuadros de respuesta destacados o resúmenes generados por IA, sin entrar en ninguna web. Para tu empresa esto reduce el tráfico aunque tus contenidos sirvan de fuente. Por eso es cada vez más importante ser visible como fuente citada: con respuestas claras, datos respaldados y páginas bien estructuradas.
La generación aumentada por recuperación combina búsqueda y generación de texto: antes de responder, el sistema busca en una colección de conocimiento, como manuales, políticas o preguntas frecuentes, los fragmentos relevantes y se los pasa al modelo de lenguaje como contexto. Así la respuesta se apoya en contenido actual y propio de la empresa, no solo en lo aprendido durante el entrenamiento. Esto reduce las afirmaciones inventadas, hace rastreables las fuentes y permite actualizar sin reentrenar.
