El 68% de las citas de la IA se concentran en solo 15 sitios web
Solo 15 sitios web de los aproximadamente 1.100 millones que existen acaparan el 68% de todas las citas que los motores de IA (ChatGPT, Gemini, Perplexity) utilizan al responder [33][35][36]. Reddit es la fuente número uno en casi todos los grandes modelos de lenguaje: en algunos estudios representa hasta el 40% de...
Publicado porEditado con DeepSeek-V4-FlashImágenes generadas con GPT Image 1.5
Solo 15 sitios web de los aproximadamente 1.100 millones que existen acaparan el 68% de todas las citas que los motores de IA (ChatGPT, Gemini, Perplexity) utilizan al responder [33][35][36].
Reddit es la fuente número uno en casi todos los grandes modelos de lenguaje: en algunos estudios representa hasta el 40% de las citas.
Los rankings varían según el motor: Fandom es el primero en el Modo AI de Google, mientras que Wikipedia lidera en ChatGPT en algunos conjuntos de datos [5][14].
Searching with cited sources for Which websites and domains are most commonly cited by large language modelsAI-generated visualization of the concentrated domain network that powers most LLM citations.
Prompt de IA
Create a landscape editorial hero image for this Studio Global article: Searching with cited sources for Which websites and domains are most commonly cited by large language models?. Article summary: Here's a clear picture of which websites and domains are most commonly cited by large language models, based on multiple large-scale 2025–2026 studies.. Topic tags: general, academic, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make i
openai.com
Si alguna vez te has preguntado de dónde saca ChatGPT, Gemini o Perplexity sus respuestas, los datos ya son contundentes, y la respuesta puede sorprenderte. Un grupo reducido de apenas 15 sitios web concentra más de dos tercios de todas las citas que utilizan los principales motores de inteligencia artificial.
Múltiples estudios a gran escala realizados entre 2025 y 2026 —que abarcan desde 30 millones hasta 680 millones de eventos de citas individuales— coinciden en el mismo hallazgo: la citación por parte de la IA es un juego de "el ganador se lo lleva casi todo", y es más extremo de lo que jamás fue el PageRank de Google .
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
¿Cuál es la respuesta corta a "El 68% de las citas de la IA se concentran en solo 15 sitios web"?
Solo 15 sitios web de los aproximadamente 1.100 millones que existen acaparan el 68% de todas las citas que los motores de IA (ChatGPT, Gemini, Perplexity) utilizan al responder [33][35][36].
¿Cuáles son los puntos clave a validar primero?
Solo 15 sitios web de los aproximadamente 1.100 millones que existen acaparan el 68% de todas las citas que los motores de IA (ChatGPT, Gemini, Perplexity) utilizan al responder [33][35][36]. Reddit es la fuente número uno en casi todos los grandes modelos de lenguaje: en algunos estudios representa hasta el 40% de las citas.
¿Qué debo hacer a continuación en la práctica?
Los rankings varían según el motor: Fandom es el primero en el Modo AI de Google, mientras que Wikipedia lidera en ChatGPT en algunos conjuntos de datos [5][14].
El 68% de las citas de la IA se concentran en solo 15 sitios web
Solo 15 sitios web de los aproximadamente 1.100 millones que existen acaparan el 68% de todas las citas que los motores de IA (ChatGPT, Gemini, Perplexity) utilizan al responder [33][35][36]. Reddit es la fuente número uno en casi todos los grandes modelos de lenguaje: en algunos estudios representa hasta el 40% de...
Publicado porEditado con DeepSeek-V4-FlashImágenes generadas con GPT Image 1.5
Solo 15 sitios web de los aproximadamente 1.100 millones que existen acaparan el 68% de todas las citas que los motores de IA (ChatGPT, Gemini, Perplexity) utilizan al responder [33][35][36].
Reddit es la fuente número uno en casi todos los grandes modelos de lenguaje: en algunos estudios representa hasta el 40% de las citas.
Los rankings varían según el motor: Fandom es el primero en el Modo AI de Google, mientras que Wikipedia lidera en ChatGPT en algunos conjuntos de datos [5][14].
Searching with cited sources for Which websites and domains are most commonly cited by large language modelsAI-generated visualization of the concentrated domain network that powers most LLM citations.
Prompt de IA
Create a landscape editorial hero image for this Studio Global article: Searching with cited sources for Which websites and domains are most commonly cited by large language models?. Article summary: Here's a clear picture of which websites and domains are most commonly cited by large language models, based on multiple large-scale 2025–2026 studies.. Topic tags: general, academic, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make i
openai.com
Si alguna vez te has preguntado de dónde saca ChatGPT, Gemini o Perplexity sus respuestas, los datos ya son contundentes, y la respuesta puede sorprenderte. Un grupo reducido de apenas 15 sitios web concentra más de dos tercios de todas las citas que utilizan los principales motores de inteligencia artificial.
Múltiples estudios a gran escala realizados entre 2025 y 2026 —que abarcan desde 30 millones hasta 680 millones de eventos de citas individuales— coinciden en el mismo hallazgo: la citación por parte de la IA es un juego de "el ganador se lo lleva casi todo", y es más extremo de lo que jamás fue el PageRank de Google .
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
¿Cuál es la respuesta corta a "El 68% de las citas de la IA se concentran en solo 15 sitios web"?
Solo 15 sitios web de los aproximadamente 1.100 millones que existen acaparan el 68% de todas las citas que los motores de IA (ChatGPT, Gemini, Perplexity) utilizan al responder [33][35][36].
¿Cuáles son los puntos clave a validar primero?
Solo 15 sitios web de los aproximadamente 1.100 millones que existen acaparan el 68% de todas las citas que los motores de IA (ChatGPT, Gemini, Perplexity) utilizan al responder [33][35][36]. Reddit es la fuente número uno en casi todos los grandes modelos de lenguaje: en algunos estudios representa hasta el 40% de las citas.
¿Qué debo hacer a continuación en la práctica?
Los rankings varían según el motor: Fandom es el primero en el Modo AI de Google, mientras que Wikipedia lidera en ChatGPT en algunos conjuntos de datos [5][14].
Los 15 sitios principales capturan el 68% de todas las citas de la IA
El Índice de Fuentes de Citas en Plataformas de IA 2026, elaborado por la agencia 5W Communications tras sintetizar más de 680 millones de citas de seis grandes estudios, revela que los 15 dominios principales absorben el 68% de la cuota de citas de la IA . Los 50 primeros dominios representan más del 80% .
Para ponerlo en perspectiva: 15 sitios web, de aproximadamente 1.100 millones que existen en internet, controlan más de dos tercios de lo que los motores de IA recomiendan cada día a miles de millones de usuarios . Esta concentración es mucho más extrema que cualquier cosa que el algoritmo PageRank de Google produjera durante sus 25 años de reinado en el descubrimiento web .
Los 10 dominios más citados en todos los motores principales
Estos dominios aparecen consistentemente en los primeros puestos de los rankings de citas en ChatGPT, Google AI Mode, Gemini, Perplexity y AI Overviews:
Posición
Dominio
Notas clave
1
Reddit
#1 en todos los grandes motores; ~40% de cuota de citas en algunos estudios
2
Wikipedia
Consistentemente #2 detrás de Reddit; ~13% de las citas de ChatGPT según datos de Similarweb
3
YouTube
Entre los 3 primeros en el análisis de 30 millones de fuentes de Peec AI
4
LinkedIn
Entre los 5 primeros en ChatGPT, Google AI Mode y Perplexity
5–10
Fandom, Amazon, Forbes, Healthline, Mayo Clinic, WebMD, GitHub, Stack Overflow, CNN, The New York Times, BBC
Los puestos varían según el motor y el estudio
El análisis de Peec AI sobre 30 millones de fuentes situó a los 10 dominios más citados en todas las plataformas como: Reddit, YouTube, LinkedIn, Wikipedia, Forbes, Facebook, Yelp, Amazon, TechRadar y Healthline .
Por qué Reddit domina
Los debates y foros generados por los usuarios de Reddit proporcionan un conjunto de datos vasto y diverso de contenido conversacional y de resolución de problemas. En un estudio de Statista de junio de 2025, Reddit capturó el 40.1% de todas las referencias citadas, muy por delante de la segunda clasificada, Wikipedia, con un 26.3% . En Perplexity, Reddit puede llegar a representar aproximadamente 1 de cada 5 citas .
Los analistas señalan que la capacidad de Reddit para responder a preguntas de nicho, basadas en opiniones y del tipo "cómo se hace", con las que las fuentes enciclopédicas tradicionales tienen dificultades, lo hace especialmente valioso para la IA conversacional .
Los rankings varían según el motor: el mismo núcleo, diferentes líderes
Aunque Reddit lidera en general, los rankings por motor revelan diferencias importantes:
ChatGPT se apoya fuertemente en Wikipedia y Reddit, que juntos representan aproximadamente el 25% de sus citas. En los datos de Similarweb de enero-febrero de 2026, Wikipedia lideraba con un 13.2%, seguida de cerca por Reddit con un 12% .
Google AI Mode sitúa a Fandom en el #1: la plataforma wiki de videojuegos y cultura pop es mucho menos prominente en otros motores .
Perplexity muestra una cola más distribuida: para cubrir el 80% del volumen de mensajes citados, se necesitan 810 dominios distintos .
Solo 7 sitios web aparecen entre los 50 dominios más citados en los tres motores principales (ChatGPT, Perplexity y Google AI Overviews), y solo el 11% de los dominios son citados tanto por ChatGPT como por Perplexity .
Datos de entrenamiento vs. citas de salida: una distinción fundamental
Es importante separar lo que los modelos de lenguaje citan en sus respuestas de aquello con lo que fueron entrenados. Para los datos de entrenamiento, la fuente dominante en volumen es Common Crawl, un repositorio abierto de petabytes de datos web en bruto que alimenta modelos como GPT-3, LLaMA y T5 . El GPT-3 de OpenAI, por ejemplo, obtuvo el 60% de sus tokens de entrenamiento de una versión filtrada de Common Crawl .
Las listas de citas anteriores reflejan lo que los modelos refieren al generar respuestas: un conjunto de fuentes mucho más pequeño y seleccionado que el modelo ha aprendido a tratar como autoritativo.
Qué significa esto para las marcas y los editores
Si tu objetivo es ser citado por los motores de IA, los datos son claros: necesitas ganarte un lugar en la reducida lista de dominios de confianza. La larga cola de la web es funcionalmente invisible para la mayoría de las respuestas de la IA, excepto en consultas muy específicas.
Las estrategias que funcionan incluyen contribuir a Wikipedia, conseguir cobertura en Forbes o Healthline, construir una presencia sólida en YouTube y LinkedIn, y ganar citas en Reddit. Los formatos que aumentan el éxito de las citas son los artículos en formato lista (que representan aproximadamente el 50% de las principales citas de IA) y las páginas con listas ordenadas o desordenadas (presentes en el 80% de las páginas citadas por la IA) .
En resumen: Reddit, Wikipedia y YouTube son los tres dominios más citados en los principales modelos de lenguaje hoy en día, con un pequeño grupo de sitios autorizados de medios, salud y referencia que completan el nivel superior. Conseguir que la IA te cite significa, primero, ser citado por estos dominios.
vyzz.io
68% of AI Citations Come From Just 15 Websites | Vyzz Blog
Los 15 sitios principales capturan el 68% de todas las citas de la IA
El Índice de Fuentes de Citas en Plataformas de IA 2026, elaborado por la agencia 5W Communications tras sintetizar más de 680 millones de citas de seis grandes estudios, revela que los 15 dominios principales absorben el 68% de la cuota de citas de la IA . Los 50 primeros dominios representan más del 80% .
Para ponerlo en perspectiva: 15 sitios web, de aproximadamente 1.100 millones que existen en internet, controlan más de dos tercios de lo que los motores de IA recomiendan cada día a miles de millones de usuarios . Esta concentración es mucho más extrema que cualquier cosa que el algoritmo PageRank de Google produjera durante sus 25 años de reinado en el descubrimiento web .
Los 10 dominios más citados en todos los motores principales
Estos dominios aparecen consistentemente en los primeros puestos de los rankings de citas en ChatGPT, Google AI Mode, Gemini, Perplexity y AI Overviews:
Posición
Dominio
Notas clave
1
Reddit
#1 en todos los grandes motores; ~40% de cuota de citas en algunos estudios
2
Wikipedia
Consistentemente #2 detrás de Reddit; ~13% de las citas de ChatGPT según datos de Similarweb
3
YouTube
Entre los 3 primeros en el análisis de 30 millones de fuentes de Peec AI
4
LinkedIn
Entre los 5 primeros en ChatGPT, Google AI Mode y Perplexity
5–10
Fandom, Amazon, Forbes, Healthline, Mayo Clinic, WebMD, GitHub, Stack Overflow, CNN, The New York Times, BBC
Los puestos varían según el motor y el estudio
El análisis de Peec AI sobre 30 millones de fuentes situó a los 10 dominios más citados en todas las plataformas como: Reddit, YouTube, LinkedIn, Wikipedia, Forbes, Facebook, Yelp, Amazon, TechRadar y Healthline .
Por qué Reddit domina
Los debates y foros generados por los usuarios de Reddit proporcionan un conjunto de datos vasto y diverso de contenido conversacional y de resolución de problemas. En un estudio de Statista de junio de 2025, Reddit capturó el 40.1% de todas las referencias citadas, muy por delante de la segunda clasificada, Wikipedia, con un 26.3% . En Perplexity, Reddit puede llegar a representar aproximadamente 1 de cada 5 citas .
Los analistas señalan que la capacidad de Reddit para responder a preguntas de nicho, basadas en opiniones y del tipo "cómo se hace", con las que las fuentes enciclopédicas tradicionales tienen dificultades, lo hace especialmente valioso para la IA conversacional .
Los rankings varían según el motor: el mismo núcleo, diferentes líderes
Aunque Reddit lidera en general, los rankings por motor revelan diferencias importantes:
ChatGPT se apoya fuertemente en Wikipedia y Reddit, que juntos representan aproximadamente el 25% de sus citas. En los datos de Similarweb de enero-febrero de 2026, Wikipedia lideraba con un 13.2%, seguida de cerca por Reddit con un 12% .
Google AI Mode sitúa a Fandom en el #1: la plataforma wiki de videojuegos y cultura pop es mucho menos prominente en otros motores .
Perplexity muestra una cola más distribuida: para cubrir el 80% del volumen de mensajes citados, se necesitan 810 dominios distintos .
Solo 7 sitios web aparecen entre los 50 dominios más citados en los tres motores principales (ChatGPT, Perplexity y Google AI Overviews), y solo el 11% de los dominios son citados tanto por ChatGPT como por Perplexity .
Datos de entrenamiento vs. citas de salida: una distinción fundamental
Es importante separar lo que los modelos de lenguaje citan en sus respuestas de aquello con lo que fueron entrenados. Para los datos de entrenamiento, la fuente dominante en volumen es Common Crawl, un repositorio abierto de petabytes de datos web en bruto que alimenta modelos como GPT-3, LLaMA y T5 . El GPT-3 de OpenAI, por ejemplo, obtuvo el 60% de sus tokens de entrenamiento de una versión filtrada de Common Crawl .
Las listas de citas anteriores reflejan lo que los modelos refieren al generar respuestas: un conjunto de fuentes mucho más pequeño y seleccionado que el modelo ha aprendido a tratar como autoritativo.
Qué significa esto para las marcas y los editores
Si tu objetivo es ser citado por los motores de IA, los datos son claros: necesitas ganarte un lugar en la reducida lista de dominios de confianza. La larga cola de la web es funcionalmente invisible para la mayoría de las respuestas de la IA, excepto en consultas muy específicas.
Las estrategias que funcionan incluyen contribuir a Wikipedia, conseguir cobertura en Forbes o Healthline, construir una presencia sólida en YouTube y LinkedIn, y ganar citas en Reddit. Los formatos que aumentan el éxito de las citas son los artículos en formato lista (que representan aproximadamente el 50% de las principales citas de IA) y las páginas con listas ordenadas o desordenadas (presentes en el 80% de las páginas citadas por la IA) .
En resumen: Reddit, Wikipedia y YouTube son los tres dominios más citados en los principales modelos de lenguaje hoy en día, con un pequeño grupo de sitios autorizados de medios, salud y referencia que completan el nivel superior. Conseguir que la IA te cite significa, primero, ser citado por estos dominios.
vyzz.io
68% of AI Citations Come From Just 15 Websites | Vyzz Blog
