ChatGPT y página de programa: checklist BOFU para ser recomendado

Por qué las páginas de programa deciden su visibilidad en ChatGPT

Cuando un futuro estudiante escribe «mejor máster en marketing digital España» o «escuela de negocios para trabajar en banca de inversión» en ChatGPT, lo que recibe no es una lista de anuncios: es una síntesis. El motor ha analizado docenas de fuentes, ha identificado las instituciones con señales más sólidas y ha construido una respuesta. Su página de programa o no aparece en esa síntesis, o no existe a efectos prácticos.

Solo el 11 % de las respuestas IA en España mencionan al menos una institución del panel (Fuente: Monitoreo GEO Skolbot, 500 consultas × 6 países × 3 motores IA, feb. 2026). El 89 % restante son respuestas genéricas: criterios de elección, factores a considerar, pero ningún nombre propio. Para los candidatos en fase de decisión —los que ya saben que quieren estudiar un grado en Derecho o un máster en Ingeniería de Datos— esa ausencia es definitiva.

La diferencia entre estar y no estar en esas respuestas no la decide el presupuesto de publicidad: la decide la estructura y el contenido de sus páginas de programa. Este artículo le ofrece el checklist completo para optimizarlas, con prioridad absoluta en los elementos que influyen en la fase BOFU: cuando el candidato ya ha decidido estudiar, pero todavía no ha decidido dónde.

Para una visión más amplia de la estrategia GEO en educación superior, consulte nuestra guía sobre visibilidad IA para universidades.

Qué analiza ChatGPT en una página de grado o máster española

ChatGPT no indexa páginas como lo hace Google. Cuando opera en modo Browse —o cuando Perplexity recupera su página en tiempo real— analiza el contenido extrayendo fragmentos citables: datos verificables, entidades reconocibles y respuestas estructuradas. La pregunta no es «¿tenemos buena web?» sino «¿puede el motor extraer algo concreto de nuestra página?».

Los elementos que los motores IA priorizan en una página de programa española son predecibles. La tabla siguiente resume su impacto relativo en la probabilidad de citación, basado en el análisis de 800 páginas de 120 instituciones de nuestro panel europeo.

Tabla: Elementos de la página y probabilidad de citación IA

La columna «prioridad» refleja qué elementos producen el mayor retorno en el menor tiempo. Las seis primeras filas están al alcance de cualquier equipo de contenidos en dos semanas.

El checklist BOFU: 12 optimizaciones para sus páginas de programa

Estas doce optimizaciones están ordenadas por impacto esperado en la visibilidad IA para consultas de fondo de embudo. Aplíquelas en orden: las primeras seis producen el 80 % del efecto.

1. Implemente el schema Course con todos los campos obligatorios

Sin marcado estructurado, su página de programa es texto sin contexto para un LLM. El schema Course de Schema.org le indica al motor que esta página describe un programa formativo, quién lo imparte, qué acreditaciones tiene y cuánto cuesta. Las escuelas con Schema.org estructurado obtienen de media +12 puntos de visibilidad IA (Fuente: Monitoreo GEO Skolbot, 500 consultas × 6 países × 3 motores IA, feb. 2026). Los campos mínimos: name, provider, educationalLevel, accreditation, offers (con price y priceCurrency), numberOfCredits y teaches.

2. Publique la tasa de inserción laboral con metodología

Una cifra sin respaldo no es citable. «El 92 % de nuestros egresados trabajan en su sector» no es lo mismo que «El 92 % de los titulados del Máster en Finanzas edición 2024 encontraron empleo en los 6 meses siguientes a la titulación (encuesta de seguimiento de egresados, 118 respondentes, metodología disponible en el observatorio del empleo de la ANECA)». La segunda versión tiene cinco señales de fiabilidad; la primera, ninguna.

3. Añada una sección FAQ con markup FAQPage JSON-LD

Los candidatos en fase BOFU buscan respuestas muy concretas: nota de corte, precio total, posibilidad de matrícula parcial, becas disponibles, prácticas garantizadas. Una FAQ bien construida responde exactamente a esas consultas en el formato que los motores IA prefieren. Incluya entre cinco y ocho preguntas reales —las que recibe su equipo de admisiones por email y WhatsApp— marcadas con JSON-LD FAQPage.

4. Especifique el precio de matrícula con desglose

El precio es el dato BOFU por excelencia. Si un candidato pregunta a ChatGPT «cuánto cuesta el MBA en [escuela]» y su página no tiene un precio explícito, el motor lo omitirá o indicará «consultar con la institución». Publique el importe total, el desglose por año o módulo, las formas de pago aplazado y los plazos de solicitud de beca. Incluya el año académico para que el motor sepa que el dato es vigente.

5. Incorpore la nota de corte EBAU del último proceso de admisión

Para los programas de grado, la nota de corte de la EBAU (o el nombre oficial según la comunidad autónoma: PAU, PAEG, EvAU, ABAU en Galicia mediante la CiUG) es uno de los primeros filtros que aplica un candidato. Si su web no la publica, el candidato no la encuentra en ChatGPT. Publíquela con indicación del año y de la vía de acceso (general, cupo de mayores de 25 años, FP).

6. Vincule la acreditación ANECA con enlace al registro oficial

La acreditación de la ANECA —y su constancia en el RUCT (Registro de Universidades, Centros y Títulos)— es la señal de autoridad más reconocida por los motores IA en el contexto español. Un enlace directo al expediente RUCT convierte su acreditación en un dato verificable de forma independiente. El motor puede cruzarlo, y esa verificabilidad aumenta la probabilidad de citación.

7. Publique el salario mediano de salida con fuente reconocida

Si dispone de datos propios de encuesta de egresados, publíquelos con metodología. Si no, enlace al informe de inserción laboral del INE para su área de conocimiento y posiciónese respecto a la media. Los motores IA, al responder «¿cuánto gana un graduado en [titulación]?», buscan páginas que conecten su programa con datos salariales verificables.

8. Incluya testimonios de alumni identificados con año de titulación

«Los mejores testimonios son los que un LLM puede verificar de forma independiente.» Un alumni con nombre completo, año de titulación y empresa actual es verificable en LinkedIn; un testimonio anónimo o sin fecha no lo es. Tres testimonios bien estructurados —nombre, titulación, promoción, empresa actual, cargo— tienen más peso en la señal de autoridad que diez citas genéricas.

9. Nombre los convenios internacionales con universidades socias

«Contamos con más de 80 acuerdos de intercambio» es invisible para los motores IA. «Acuerdos Erasmus+ con la Università Bocconi (Milán), la Universität Mannheim y la Copenhagen Business School» son tres entidades verificables que refuerzan su señal de calidad internacional. Publique al menos los diez convenios más relevantes por nombre completo.

10. Mencione su posición en los rankings con año y metodología

Los rankings son uno de los pocos datos comparables entre instituciones que los motores IA pueden citar con seguridad. Indique su posición en el Ranking El Mundo, el QS Spain University Rankings o el U-Ranking de la Fundación BBVA con el año de publicación. Un ranking de 2023 publicado sin fecha en su web es potencialmente perjudicial: el motor lo puede considerar información obsoleta.

11. Actualice la fecha de última modificación de cada página de programa

Los motores IA con capacidad RAG —Perplexity, Gemini, ChatGPT en modo Browse— verifican la frescura del contenido. Una página de programa con lastModified del año anterior para una consulta sobre admisiones 2026-27 pierde credibilidad. Configure su CMS para que actualice automáticamente el metadato de modificación cuando edite el contenido, y haga una revisión editorial de cada página de programa al inicio de cada convocatoria.

12. Añada un bloque de «Datos clave del programa» en formato de lista o tabla

Los fragmentos más frecuentemente extraídos por los LLM son listas y tablas con encabezados descriptivos. Cree un bloque visual —visible para el usuario— con los datos esenciales del programa: duración, modalidad (presencial / semipresencial / online), plazas, precio, nota de corte, tasa de empleo, acreditación y fecha de inicio. Este bloque puede coincidir con el Course schema en contenido, pero su presencia como HTML visible también facilita la extracción RAG sin depender únicamente del JSON-LD.

Para entender los mecanismos que hay detrás de estos criterios, consulte nuestro artículo sobre los criterios con los que la IA recomienda universidades y sobre cómo crear contenido citado por ChatGPT.

Errores comunes que mantienen las escuelas invisibles en las respuestas IA

Hay cuatro patrones que se repiten sistemáticamente en las páginas de programa que no aparecen en las respuestas de ChatGPT, Perplexity o Gemini.

El precio está detrás de un formulario. «Solicite información para conocer el precio» es una barrera para los candidatos y una señal negativa para los motores IA. El precio no se puede extraer de un formulario; si no está en el HTML de la página, no existe para el motor. La transparencia de precios es al mismo tiempo una buena práctica de experiencia del candidato y un requisito técnico para la visibilidad IA.

Los datos de acreditación son texto sin estructura. «Programa acreditado por ANECA» sin enlace al expediente, sin número de resolución y sin fecha de vigencia es una afirmación no verificable. El motor puede incluirla o no, pero no puede cruzarla con ninguna fuente externa. Añadir el número de expediente RUCT y el enlace al Ministerio de Universidades transforma esa afirmación en un hecho verificable.

Los testimonios son anónimos o sin fecha. «— María G., antigua alumna» no da ninguna información cruzable. El motor no puede verificar a María G. Como consecuencia, ese testimonio no contribuye a la señal de autoridad. Si su institución tiene restricciones de privacidad que impiden publicar el nombre completo —respetando siempre el Reglamento General de Protección de Datos (RGPD) y la supervisión de la AEPD— al menos incluya el año de titulación, el sector profesional y el cargo actual.

El contenido describe en lugar de responder. Una página de programa que describe el programa en tercera persona —«este máster forma profesionales capaces de…»— es diferente de una página que responde a las preguntas del candidato: «¿Cuánto cuesta? 14.800 €/año. ¿Qué salida profesional tiene? El 88 % trabaja en consultoría estratégica o en dirección financiera a los 18 meses. ¿Está acreditado? Sí, verificación ANECA desde 2019, expediente RUCT disponible». El segundo formato es el que cita ChatGPT.

Para medir cuál es su situación actual y construir un plan de mejora con KPIs, consulte nuestro artículo sobre KPIs de visibilidad ChatGPT y Perplexity para escuelas.

FAQ

¿Cuántas páginas de programa debo optimizar primero?

Comience por las tres páginas de programa con mayor volumen de tráfico y las dos con mayor tasa de abandono. Aplicar el checklist completo a esas cinco páginas genera una mejora visible en 6 a 8 semanas. Una vez comprobado el efecto, extienda la optimización al resto del catálogo por orden de prioridad estratégica: primero los programas con mayor margen, luego los que tienen más competencia directa en el panel de universidades privadas que ya aparecen en ChatGPT.

¿Debo optimizar también los programas de doctorado y los títulos propios?

Los doctorados regulados tienen acreditación ANECA y aparecen en el RUCT; el schema Course con el campo educationalLevel: "doctoral" es directamente aplicable. Los títulos propios no aparecen en el RUCT, pero pueden tener marcado Schema.org y una FAQ tan completa como cualquier otro programa. La ausencia de acreditación oficial no impide la visibilidad IA, pero sí reduce la señal de autoridad; compénsela con datos de inserción laboral y testimonios verificables.

¿El checklist BOFU aplica también a la UNED y a universidades públicas?

El checklist es universalmente aplicable, pero el contexto difiere. En universidades públicas, el precio de matrícula está fijado por decreto autonómico y es de dominio público; publicarlo no aporta ventaja competitiva, pero sí mejora la citabilidad. La nota de corte EBAU tiene más peso en el posicionamiento IA de una universidad pública que en una privada. Para la UNED, los programas a distancia requieren campos adicionales en el schema Course: courseMode: "online" y availableLanguage.

¿Cómo sé si las optimizaciones están funcionando?

Defina 15 a 20 consultas BOFU representativas para cada programa prioritario —«mejor escuela de enfermería Madrid», «máster derecho empresarial acreditado ANECA», «grado ingeniería informática con prácticas garantizadas España»— y pruébelas mensualmente en ChatGPT, Perplexity y Gemini. Registre si su institución aparece mencionada, si el dato citado es correcto y si se enlaza a su página de programa. Una mejora de 5 puntos porcentuales en la tasa de mención en consultas BOFU en 8 semanas indica que el checklist está produciendo efecto. Para construir ese sistema de medición, lea nuestra guía de monitorización GEO para universidades.