Qué miden los estudios sobre los anuncios de
ChatGPT, en qué discrepan y cómo leer sus cifras antes de cambiar tu estrategia de anuncios o de marca.

En esta página
En resumen
Los anuncios de ChatGPT son espacios patrocinados que OpenAI muestra a adultos con sesión iniciada en los planes Free y Go. Tres estudios publicados entre agosto y noviembre de 2026 han medido con qué frecuencia aparecen esos anuncios, si coinciden con la pregunta y a quién llegan. Ninguno demuestra que los anuncios cambien la respuesta en sí, y la mayoría de las muestras son pequeñas o de corta duración.
¿Quiere ir más lejos? Pregunte a
Quiz rápido
¿Cómo conseguir que ChatGPT y otras IA te mencionen?
Sorank encaja con tus respuestas
Pruébalo 3 días en tu propia web y descubre dónde estás en Google, ChatGPT y las demás IA.
Prueba gratis de 3 días3 días gratis y luego lo dejas cuando quieras. Garantía de resultados de 90 días, sujeta a condiciones.
Los anuncios de ChatGPT son espacios patrocinados claramente identificados que aparecen junto a la respuesta del asistente. Llegan a adultos con sesión iniciada en los planes Free y Go, y ningún plan de pago los ve. Cada estudio que sigue parte de estas reglas, así que necesitas conocerlas antes de leer cualquier cifra.
OpenAI publicó el anuncio de la prueba el 9 de febrero de 2026. Su página dice que la prueba incluye a “usuarios adultos con sesión iniciada en los planes Free y Go”, mientras que Plus, Pro, Business, Enterprise y Education no ven anuncios. Los anuncios están “siempre claramente identificados como patrocinados y separados visualmente de la respuesta orgánica”. OpenAI afirma también que “los anuncios no influyen en las respuestas que ChatGPT te da”, y que los anunciantes reciben datos de rendimiento agregados, como visualizaciones o clics, y no tus conversaciones ni tus datos personales. El anuncio de OpenAI sobre la prueba de anuncios en ChatGPT es la referencia que citan todos los artículos sobre el tema, así que léelo primero.

La regla de los planes importa para la medición. Un estudio hecho con una cuenta Plus no encontrará ningún anuncio, y eso no dice nada sobre el mercado. Refleja el plan. Si quieres la visión general de cómo el asistente construye sus respuestas, empieza por cómo funciona ChatGPT, desde el entrenamiento hasta la búsqueda web y las citas, y por la página del modelo ChatGPT. Para el lado del comprador, nuestra guía de los anuncios de ChatGPT y del gestor de anuncios de OpenAI cubre la configuración y la medición.
Tres estudios publicados entre agosto y noviembre de 2026 son las mediciones públicas más detalladas de los anuncios de ChatGPT que pudimos rastrear hasta la página del propio editor. Plantean preguntas distintas, así que no dan las mismas cifras. La tabla muestra qué midió cada uno y qué deja fuera.
| Estudio | Publicado | Datos | Qué midió | Qué deja fuera |
|---|---|---|---|---|
| SE Ranking | 10 de agosto de 2026 | 50006 consultas comerciales en 20 nichos de EE. UU., datos recogidos el 23 de julio de 2026 | Tasa de anuncios por consulta, relevancia de los anuncios para la consulta, comparación con Google AI Mode | Plus y otros planes de pago, el efecto de los anuncios en las respuestas, cualquier tendencia (una sola foto) |
| Seer Interactive | 12 de noviembre de 2026 | 161 sesiones grabadas de búsqueda con IA, de nueve estudios de usabilidad sin moderar, de marzo a septiembre de 2026 | Si usuarios reales vieron anuncios en pantalla y si coincidían con la consulta | Una muestra representativa de usuarios (solo dos de los nueve estudios preguntaron por los anuncios) |
| Brookings | principios de octubre de 2026 | 91 cuentas ficticias con sesión iniciada, más de 3600 anuncios recogidos, cuentas creadas de enero a marzo de 2026 | Quién recibe anuncios, probado por ingresos y por raza u origen étnico | El tamaño de los grupos (solo unas pocas cuentas por combinación) y cualquier periodo posterior a que las cuentas dejaran de recibir anuncios |
Las muestras detrás de los estudios
Fuentes: SE Ranking, 10 de agosto de 2026; Seer Interactive, 12 de noviembre de 2026; Brookings, octubre de 2026
Otros artículos sobre este tema proceden de herramientas GEO, y no pudimos contrastar sus cifras con una fuente primaria, así que los dejamos fuera. Cita solo las cifras que puedas rastrear hasta la página del editor, y revisa la línea de muestra antes de repetir cualquiera de ellas.

En la muestra de SE Ranking, el 25,94 % de las consultas comerciales devolvió un anuncio en ChatGPT, frente al 29,45 % en Google AI Mode. La tasa depende mucho del tema, así que una única tasa global dice poco sobre las respuestas que ven tus propios compradores.
SE Ranking usó 50006 consultas comerciales de 20 nichos de EE. UU., unas 2500 por nicho. Para cada consulta registró la respuesta generada, sus fuentes citadas y cualquier espacio patrocinado. En total, 12974 consultas devolvieron un anuncio. Las consultas procedían de un estudio anterior del mismo editor sobre AI Mode, lo que hace comparables las dos plataformas. Los datos se recogieron el 23 de julio de 2026, y el estudio se publicó el 10 de agosto de 2026 (SE Ranking, estudio sobre los anuncios de ChatGPT, 10 de agosto de 2026).
La diferencia por tema es mucho mayor que la diferencia entre plataformas. En salud, el estudio encontró anuncios en el 28,69 % de las consultas de ChatGPT frente al 2,64 % en AI Mode, más de diez veces más. En noticias y política, la cifra fue del 28,76 % en ChatGPT frente al 6,8 % en AI Mode. Las tasas globales se parecen, y la mezcla de temas es donde difieren las plataformas.
Ejemplo
Imagina que un comprador le pregunta a ChatGPT qué software de contabilidad le conviene a un autónomo. La respuesta orgánica enumera tres herramientas, y junto a ella aparece una tarjeta patrocinada de un cuarto producto. Esa es la situación que mide la tasa: un anuncio en la misma respuesta que la recomendación orgánica, no un anuncio que la sustituye. Es una ilustración, no un caso medido.
Seer Interactive siguió otro camino. Su artículo del 12 de noviembre de 2026 recoge 161 sesiones de búsqueda con IA grabadas mientras los participantes usaban sus propios asistentes y pensaban en voz alta. En el estudio de seguros, 34 de 76 respuestas observables (45 %) llevaban un anuncio. Esa cifra corresponde a un solo sector con 16 sesiones, así que no es una tasa de ChatGPT en general.
Seer también informa de una tendencia a nivel de usuario: la proporción de usuarios de ChatGPT en sus sesiones que vieron un anuncio dentro de la respuesta pasó de 2 de 22 en marzo a 12 de 19 entre julio y septiembre de 2026. Son personas, no respuestas, así que muestran que más participantes vieron un anuncio, no cuántas respuestas llevaban uno. La tendencia es la señal más útil de los tres estudios, y la menos precisa, porque los grupos cambian de un mes a otro. Las respuestas y los anuncios cambian de una semana a otra, por eso una sola lectura es una foto puntual, no un veredicto.
A menudo, pero no siempre. SE Ranking calcula que el 14,35 % de las impresiones publicitarias no estaban más relacionadas con su consulta que un anuncio emparejado al azar. Seer comprobó que todos los anuncios de su estudio de seguros eran relevantes para la consulta. Los dos resultados proceden de muestras y pruebas distintas, así que describen cosas diferentes en lugar de contradecirse.
La prueba de SE Ranking funciona así. Calcula la similitud coseno basada en embeddings entre la consulta, el anuncio y la respuesta, y después compara cada par real de consulta y anuncio con pares mezclados al azar. Un anuncio solo se considera fuera de tema si su similitud cae dentro del rango que producen los pares aleatorios. Después se revisó a mano una muestra de los casos marcados. Esta es una lectura simplificada de la lógica:
sim_real = cos(embed(consulta), embed(anuncio))
sim_azar = cos(embed(consulta), embed(anuncio_de_otra_consulta)) # pares mezclados
fuera_tema = sim_real cae dentro del rango que produce sim_azar
Es una prueba conservadora. Un anuncio tiene que parecer no más relacionado que un anuncio aleatorio para que se marque, así que los anuncios poco relevantes que parecen algo relacionados pasan como si estuvieran en tema. Los autores dicen que el 14,35 % probablemente se queda corto, porque la revisión manual encontró más anuncios poco relevantes de los que detectó la prueba. La dispersión por tema es amplia: 2,6 % en mascotas, 51,1 % en relaciones y 54,2 % en noticias y política.
Dos medidas de relevancia y exposición, de dos estudios
Fuentes: SE Ranking, 10 de agosto de 2026; Seer Interactive, 12 de noviembre de 2026

Seer añade un punto que importa a las marcas. En cinco de las seis verticales con una tarea de marca, la tarjeta patrocinada era de una empresa distinta a la marca que el usuario había nombrado. Así que una consulta que menciona tu empresa puede mostrar el anuncio de tu competidor en la misma respuesta. El artículo de Seer también señala que los anunciantes cambian según la pregunta, lo que significa que los anunciantes que ves dependen de cómo esté formulada la consulta.
La auditoría de Brookings encontró que las cuentas de menores ingresos tenían una probabilidad significativamente mayor de recibir anuncios, y no halló pruebas de que la raza o el origen étnico cambiaran que una cuenta recibiera uno. Los autores advierten de que la muestra es pequeña, así que el resultado sobre raza, que es un hallazgo nulo, requiere cautela en ambos sentidos. Trata el resultado sobre ingresos como el más sólido.
El diseño merece conocerse, porque es el único de los tres que controla el perfil. Los investigadores crearon 91 cuentas con sesión iniciada repartidas entre tres grupos raciales y étnicos (negros, hispanos y blancos) y tres tercios de ingresos, con al menos nueve cuentas en cada combinación de raza e ingresos. Como las plataformas no revelan ni los ingresos ni la raza, usaron la región geográfica como aproximación, accediendo a cada cuenta desde códigos postales con esas características. Cada día, las cuentas recibieron consultas de muchas categorías de temas. Algunas eran categorías donde los anuncios son plausibles, como una receta de lasaña, y otras eran categorías donde OpenAI dijo que no mostraría anuncios, como la salud mental. El estudio recogió más de 3600 anuncios (Brookings, “Understanding the beginning of advertising on ChatGPT”, principios de octubre de 2026).
Cómo se realizó la auditoría con cuentas ficticias
El resultado sobre ingresos procede de 53 cuentas que recibieron al menos un anuncio. Sus ingresos se concentraban alrededor de una moda cercana a 60000 dólares, mientras que las cuentas que nunca recibieron uno tenían su pico cerca de 80000 dólares. El resultado es significativo en los términos del estudio, pero describe un conjunto pequeño de cuentas de un único periodo temprano.
El estudio también terminó antes de tiempo. Un mes después, ninguna cuenta recibía ya más anuncios. Los autores dicen que OpenAI podría haberlas detectado. Es una advertencia para quien copie el método: una plataforma que detecta cuentas de auditoría puede cambiar lo que ven, así que los datos que producen no son una muestra neutra. El estudio no encontró pruebas de que fallaran las salvaguardas en temas sensibles, y los autores advierten también contra leer demasiado en ello.
Ningún estudio público hasta ahora muestra que lo hagan, y ningún estudio hasta ahora puede demostrar que no lo hagan. OpenAI afirma que los anuncios no influyen en las respuestas. Los tres estudios registran dónde aparecen los anuncios y quién los ve, no si una respuesta sería diferente sin ellos.
Los investigadores externos no pueden desactivar los anuncios para una única respuesta, así que no pueden hacer un control limpio. Lo más cercano es comparar las respuestas a una misma consulta en distintos días o cuentas. Esa comparación está contaminada. Los anuncios aparecen sobre todo en consultas comerciales, y las consultas comerciales ya producen respuestas distintas, con más listas de productos, comparativas y fuentes propias. Una diferencia en las citas entre respuestas con anuncio y sin anuncio no mostraría por sí sola una influencia.
Una prueba justa mantendría constantes la consulta, el plan, la ubicación y el día, luego registraría las citas de cada respuesta, y repetiría la prueba las veces suficientes para superar la rotación de anuncios. Aun así, mediríamos lo que hizo el asistente, no por qué. Hasta que OpenAI publique datos o una auditoría independiente pruebe la afirmación, trata “los anuncios no influyen en las respuestas” como la postura de la empresa. Los estudios públicos ni la confirman ni la refutan.
Lo que los estudios pueden y no pueden decirte
Los tres estudios usan tres métodos: un panel fijo de consultas, sesiones de usabilidad grabadas y cuentas ficticias. Cada uno responde bien a una pregunta y pasa por alto las demás, así que compáralos por método y no por titular. La declaración de OpenAI es un cuarto tipo de evidencia, una afirmación de la empresa y no una medición.
El principio: pasar una lista fija de consultas por cada plataforma y registrar cada respuesta y cada anuncio. Cuándo usarlo: cuando necesitas tasas de muchos temas y quieres comparar plataformas. Ventaja: la escala, y las mismas consultas pueden repetirse. Límite: el conjunto de consultas determina el resultado. El propio SE Ranking advierte de que los rankings de anunciantes son sensibles a la elección de palabras clave, de que los anuncios rotan, de modo que la misma consulta puede recibir otro anuncio o ninguno al repetirla, y de que el grupo de anunciantes cambia deprisa. Ejemplo: la diferencia en salud (28,69 % frente a 2,64 %) aparece solo porque se lanzaron las mismas consultas de salud en ambas plataformas.
El principio: participantes reales usan sus propias herramientas de IA pensando en voz alta, y se graba la pantalla. Seer muestreó cada grabación cada dos segundos con reconocimiento de texto en el propio dispositivo para encontrar unidades publicitarias, y después revisó cada una a ojo frente a lo que decía el participante. Cuándo usarlo: cuando quieres saber qué ve de verdad una persona en pantalla. Ventaja: el anuncio estaba realmente en pantalla, y están las propias palabras del participante. Límite: 161 sesiones no son una muestra representativa, y solo dos de los nueve estudios preguntaron a los participantes directamente por los anuncios. En un estudio, el escaneo automático coincidió con la revisión manual en cada sesión y en cada recuento de anuncios, pero no contó algunas variantes de creatividades. Seer también señala que Gemini, Claude y Grok solo se escanearon en algunos estudios, así que la ausencia allí significa “lo que observamos”, no “no existe”.
El principio: cuentas controladas, con perfiles definidos, reciben las mismas consultas, así que las diferencias pueden atribuirse al perfil. Cuándo usarlo: cuando quieres saber quién es el objetivo. Ventaja: las variables están controladas, algo que los otros dos métodos no pueden hacer. Límite: grupos pequeños, la geografía como sustituto de los ingresos y la raza, y el riesgo de detección, que acabó antes de tiempo con este estudio. Ejemplo: las 53 cuentas que recibieron un anuncio, agrupadas en ingresos más bajos, frente a las que nunca recibieron uno.
| Método | Estudio | Unidad medida | Mejor pregunta | Principal punto ciego |
|---|---|---|---|---|
| Panel fijo de consultas | SE Ranking | Consulta y respuesta | ¿Con qué frecuencia, y coincide? | Depende del conjunto de consultas; una foto puntual |
| Sesiones grabadas | Seer Interactive | Sesión y usuario | Lo que ve un usuario real | Pequeña, no representativa, pocas preguntas directas sobre anuncios |
| Auditoría con cuentas ficticias | Brookings | Cuenta | Quién recibe anuncios | Grupos pequeños, detección, final anticipado |
Las cifras no coinciden por razones que puedes nombrar: consultas distintas (solo comerciales o una mezcla más amplia), unidades distintas (respuestas, sesiones, usuarios), periodos distintos (un día de julio, de marzo a septiembre, de enero a marzo) y planes distintos. Algunos resúmenes secundarios atribuyen a Seer una proporción de respuestas en tema del 38 % sobre unas 55000 respuestas. El artículo de Seer que leímos no informa de ninguna división así y abarca 161 sesiones, por lo que no pudimos confirmar la cifra. No la cites hasta que la encuentres en la página del editor.
Cuándo se recogieron los datos y cuándo se publicaron
Lanza una lista fija de 30 a 50 consultas de compradores desde una cuenta Free con sesión iniciada, el mismo día y en el mismo mercado, y anota cada anuncio y cada cita de tu dominio. La tasa de anuncios es el número de respuestas que llevaron un anuncio dividido entre todas las respuestas. Repite la prueba en al menos tres días, porque los anuncios rotan.
Antes de hacer la prueba
Advertencia
No crees un conjunto de cuentas para copiar la auditoría de Brookings. Los autores dicen que, al cabo de un mes, todas sus cuentas dejaron de recibir más anuncios. Usa una cuenta tuya, lanza las consultas a mano y lee las condiciones de OpenAI antes de cualquier recogida automatizada. Una prueba manual es más lenta, pero protege la cuenta y mantiene honesto el resultado.
=CONTAR.SI(F2:F51;"sí")/CONTARA(A2:A51)
Consejo
Antes de gastar nada, comprueba si ChatGPT ya menciona tu marca en sus respuestas orgánicas. Nuestro comprobador gratuito de visibilidad en ChatGPT consulta a ChatGPT con la búsqueda web activada y te indica si tu dominio aparece citado como fuente y si tu marca se nombra en la respuesta.
Un anuncio compra un espacio identificado junto a la respuesta, no un lugar dentro de ella. OpenAI dice que los anuncios no influyen en las respuestas, así que la cita en la respuesta orgánica no se puede comprar con una campaña. Los estudios también muestran que la tarjeta patrocinada suele proceder de una empresa distinta a la que el usuario preguntó. Planifica para ambos canales y mídelos por separado.
Anuncio de pago o cita orgánica
Las consultas de marca requieren atención especial. Si tu empresa es el tema de una pregunta, espera que el espacio publicitario vaya a otra. Sigue las consultas de marca para anuncios como sigues la búsqueda de marca en Google, y revisa al menos una vez por semana, durante una campaña, el anuncio que aparece con tu propio nombre.
Prueba con presupuestos pequeños y compara el coste por adquisición con tus campañas de búsqueda y redes sociales antes de mover dinero. Nuestro explicador sobre anuncios en las respuestas de IA compara los anuncios dentro de las respuestas de IA con otros formatos de pago, y la redacción publicitaria explica cómo escribir anuncios breves que encajen con la conversación.
En cuanto al lado orgánico, sigue una lista fija de consultas a lo largo del tiempo en lugar de comprobarlas a mano. El seguimiento de menciones de IA de Sorank lanza tus consultas en ChatGPT, Claude y Gemini cada mes y muestra qué respuestas mencionan tu marca y qué fuentes citan. Si prefieres empezar a mano, nuestra guía de una auditoría de visibilidad en IA explica los pasos, y la entrada del glosario sobre citas de IA define qué cuenta como cita.
Los errores más frecuentes son tomar una muestra por el mercado completo, mezclar respuestas con usuarios y citar una cifra sin su unidad ni su fuente. Cada uno es fácil de detectar una vez que sabes qué pregunta hacer.
Leer un estudio de forma incorrecta y de forma correcta
Qué es: un titular que dice “ChatGPT muestra anuncios en un X % de las respuestas” cuando la muestra es una lista de consultas comerciales, o 16 sesiones de seguros. Cómo detectarlo: lee la línea de la muestra antes del resultado, y comprueba si se describen las consultas, los nichos, las sesiones o las cuentas. Cómo corregirlo: reformula la afirmación con su muestra, por ejemplo “en la muestra de SE Ranking de 50006 consultas comerciales en 20 nichos de EE. UU.”.
Qué es: poner una proporción de respuestas junto a una proporción de usuarios como si midieran lo mismo. El 45 % de Seer es una proporción de respuestas en un solo sector, y su tendencia de 2 de 22 a 12 de 19 es una proporción de usuarios. Cómo detectarlo: busca las palabras “de respuestas”, “de sesiones”, “de usuarios” o “de cuentas” junto a cada cifra. Cómo corregirlo: escribe la unidad junto a cada número que cites.
Qué es: llamar tendencia a la tasa de un solo día, o comparar dos estudios hechos en meses distintos como si fueran una sola serie. El propio SE Ranking advierte de que los anuncios rotan y de que el grupo de anunciantes cambia deprisa. Cómo detectarlo: revisa las fechas de recogida. Una tasa de un día, o de un periodo de unas pocas semanas, es una lectura. Cómo corregirlo: repite las mismas consultas en varias fechas, y compara las tasas solo para las mismas consultas.
Qué es: concluir que los anuncios empujan las respuestas hacia o lejos de ciertas marcas porque ambos aparecen juntos. Los anuncios aparecen sobre todo en consultas comerciales, y esas respuestas ya son distintas de todos modos. Cómo detectarlo: cualquier frase que diga que los anuncios “aumentan”, “reducen” o “moldean” las recomendaciones, sin un control. Cómo corregirlo: escribe “aparece junto con”, y nombra los factores de confusión: tipo de consulta, tema y plan.
Qué es: repetir un número que aparece en varios artículos, ninguno de los cuales enlaza la página primaria, o cuya muestra no coincide con la del editor. Cómo detectarlo: busca el número en la página del editor. Si no está, no pertenece a ese estudio. Cómo corregirlo: abre la página primaria, encuentra la frase y cita su redacción. El 38 % de respuestas en tema mencionado antes es un ejemplo: no lo encontramos en la página de Seer, así que no lo usamos.
Haz una prueba pequeña antes de tomar una decisión de presupuesto. Mide la tasa de anuncios para tus propias consultas, registra tus propias citas, y solo entonces decide si tiene sentido una prueba de pago para tu categoría.
Plan de una semana
La investigación seguirá cambiando a medida que se amplíe el despliegue. El método que uses para leerla durará más que cualquier cifra concreta, así que mantén la muestra, la unidad y la fecha junto a cada número que cites.
Sí. Desde el 9 de febrero de 2026, OpenAI prueba espacios patrocinados en ChatGPT para adultos con sesión iniciada en los planes Free y Go. Plus, Pro, Business, Enterprise y Education no tienen anuncios, y OpenAI afirma que los anuncios no influyen en las respuestas.
En la muestra de SE Ranking de agosto de 2026, el 25,94 % de las consultas comerciales devolvió un anuncio en ChatGPT, frente al 29,45 % en Google AI Mode. La tasa varía mucho según el tema, con la mayor diferencia en salud, así que la cifra describe solo esa muestra.
Ningún estudio público ha demostrado que lo hagan, y ninguno puede probar que no lo hagan. OpenAI dice que los anuncios no influyen en las respuestas, pero los estudios externos solo registran dónde aparecen los anuncios y quién los ve.
