Publicidad en ChatGPT: la oportunidad del long-tail

Nadie escribe "mejores zapatillas running" en ChatGPT. Escribe algo parecido a "qué zapatilla me recomiendas para empezar a correr a los 60 años, con rodillas delicadas". Esa es la diferencia entre una búsqueda de toda la vida y lo que ahora se llama long-tail conversacional: preguntas largas, específicas, hechas por alguien que ya sabe casi lo que quiere. Y cada vez hay más gente haciéndolas.

El canal que ya nadie puede ignorar

Un artículo reciente de Expansion apunta a algo que muchas empresas todavía no han asumido: la publicidad dentro de ChatGPT ya está en marcha, y las plataformas están decidiendo ahora mismo cómo va a funcionar y cómo se va a cobrar.

Esto no es una curiosidad técnica. Es un canal de intención de compra que crece cada mes. La gente que antes escribía tres palabras sueltas en un buscador ahora escribe frases completas describiendo su situación real: edad, presupuesto, dudas, contexto. Eso es información de mucho más valor que una palabra clave suelta.

Por qué el long-tail cambia las reglas

Una búsqueda corta ("zapatillas running") compite contra miles de marcas por la misma palabra. Una pregunta larga y específica ("zapatilla para correr con 60 años, empezando ahora, rodillas delicadas") ya viene con el filtro hecho.

El problema es que ese tipo de pregunta no se responde con la misma ficha de producto genérica que sirve para todo el catálogo. Necesita contenido que hable directamente de ese caso: edad, nivel, condición física. Multiplicado por decenas de variantes de cliente, es exactamente el tipo de trabajo que se vuelve repetitivo rápido: mismo producto, mismo dato base, pero una versión de contenido distinta para cada perfil de pregunta.

Ahí está la oportunidad y el problema al mismo tiempo. La oportunidad es llegar justo cuando alguien está a punto de decidir. El problema es que producir contenido para cada variante de pregunta, a mano, no escala.

SEO para máquinas: el archivo .md

La segunda pieza de esto es más técnica pero igual de práctica. ChatGPT y otros modelos no navegan una web como una persona: leen mejor cuando el contenido está en un formato simple, sin capas de diseño encima. De ahí el interés creciente por acompañar cada artículo con un archivo .md — el mismo texto, en Markdown, sin estilos.

No es una moda. Es la misma lógica que llevamos aplicando en el blog de Officer K desde el primer artículo: cada entrada tiene su versión sin estilos, pensada para que un sistema —humano o máquina— pueda leerla sin fricción. Si las respuestas conversacionales van a ser el canal donde la gente decide qué comprar, tiene sentido que el contenido esté listo para que una máquina lo entienda bien, no solo un navegador.

El patrón que vemos

Esto es exactamente el tipo de patrón que buscamos: no un problema difícil, uno que se repite. Una empresa con un catálogo de 50 productos y 10 perfiles de cliente típicos no necesita 500 fichas escritas a mano. Necesita un sistema que genere la variante correcta de contenido según la pregunta, y que la entregue en un formato que tanto una persona como un modelo de lenguaje puedan leer sin traducir nada.

Si vuestro contenido de producto sigue pensado para una sola búsqueda genérica, mientras vuestros clientes ya preguntan con frases de quince palabras, hay una brecha ahí. Y las brechas repetidas son, casi siempre, sistematizables.

¿Y ahora qué

Si esto os suena — un catálogo, muchas variantes de cliente, cero tiempo para escribir cada versión a mano — [abrid un caso](mailto:hola@officer-k.es?subject=Abrir%20un%20caso&body=Organizaci%C3%B3n%3A%0D%0ATarea%20que%20se%20repite%3A%0D%0AFrecuencia%20y%20volumen%3A%0D%0A) y lo revisamos.