Investigación original · ArribaIA
Qué restaurante de Dénia recomienda la IA
Vamos a lanzar miles de consultas reales a ChatGPT y otros asistentes preguntando dónde comer en Dénia, guardamos cada respuesta completa y extraemos qué restaurantes mencionan, en qué posición y con qué atributos. No es una encuesta ni una lista de nuestros restaurantes favoritos: es una medición con metodología pública.
Primer corte de datos
El experimento en cifras
El primer corte de datos, verificado
Estas cifras corresponden al primer corte de datos, cerrado y verificado. No es el total acumulado del estudio: la recogida sigue avanzando y publicaremos cortes posteriores según cierren.
Ventana de medición
11-13 de septiembre de 2026
Consultas incluidas
451
Menciones extraídas
1.278
Restaurantes distintos
498
Con texto de respuesta capturable
236 de 451 (ver aviso de calidad de datos)
Aviso de calidad de datos
De las 451 llamadas de este corte, 236 devolvieron texto capturable. El fallo no está repartido al azar: se concentra en tres combinaciones concretas de día, franja horaria y asistente (detalle debajo), que suman 217 llamadas y de las que solo 2 devolvieron texto. Esas llamadas completaron la ejecución y consumieron tokens, pero el texto no se pudo recuperar por un fallo del pipeline de captura, no porque el asistente no recomendara nada. Cada cifra de esta página las cuenta en el total de consultas, pero no aportan menciones.
Qué estamos investigando
Cómo aparecen los restaurantes de Dénia en las respuestas de la IA
La pregunta que responde este estudio es concreta: cuando alguien le pregunta a ChatGPT o a otro asistente de IA dónde comer en Dénia, qué restaurantes cita, en qué orden los menciona y con qué información los describe.
Para responderla, automatizamos el envío de consultas realistas (las que escribiría una persona buscando restaurante, no palabras clave sueltas), guardamos la respuesta completa de cada asistente y usamos un segundo modelo como árbitro para extraer de ahí los restaurantes mencionados, su posición y sus atributos.
Lo que este estudio no es
- No es una encuesta a clientes ni una votación popular.
- No es un ranking editorial basado en el gusto del equipo de ArribaIA.
- No mide calidad de cocina ni servicio: mide visibilidad y frecuencia de recomendación en las respuestas de los asistentes de IA analizados, bajo las condiciones concretas de este experimento.
Cómo se realiza
El diseño del experimento, resumido
El diseño completo, con cada variable justificada y sus límites, vive en la metodología. Aquí va el resumen para quien solo necesita el marco general.
Consultas automatizadas
Un sistema genera y envía preguntas realistas a cada asistente ('¿dónde puedo cenar arroz en Dénia esta noche?', por ejemplo), no listas de palabras clave.
Variables cruzadas
Cada consulta combina gastronomía, intención de búsqueda, idioma, presupuesto y zona de Dénia, para cubrir cómo pregunta la gente de verdad, no un único guion repetido.
Horarios y franjas
Las consultas se reparten en varias franjas horarias del día, hora de Madrid, para observar si la hora de la consulta cambia la respuesta.
Extracción con un modelo árbitro
Un segundo modelo lee cada respuesta y extrae qué restaurantes se mencionan, en qué posición, con qué atributos y con qué tono. Esta extracción puede contener errores, y lo explicamos en la metodología.
Normalización
Los nombres extraídos se normalizan de forma determinista para evitar contar el mismo restaurante dos veces por una variación de escritura.
Artículos y análisis
Lo que hemos publicado a partir de los datos
Cada pieza analiza una dimensión distinta del mismo dataset: ranking, datos completos y seis análisis por variable. Están todas publicadas a partir del primer corte de datos.
Restaurantes de Dénia más mencionados por la IA
Restaurantes de Dénia ordenados por número de menciones y posición media en las respuestas de los asistentes de IA analizados. Ranking de visibilidad, no de calidad.
LeerExplora el dataset completo
Explora el dataset completo del estudio GEO de restaurantes de Dénia: consultas por variable, ranking, definiciones de métricas y descarga del dataset en JSON.
LeerCómo medimos el posicionamiento GEO de los restaurantes de Dénia
Diseño completo del estudio GEO de restaurantes de Dénia: variables, modelos, proceso de extracción, definiciones y limitaciones. Recogida de datos continua; el ranking se publica cuando cerremos un corte verificado.
Leer¿Es lo mismo aparecer en la API que en la interfaz de ChatGPT?
Por qué medir vía API no es exactamente lo mismo que medir con la interfaz de consumo de un asistente de IA, con documentación oficial de cada proveedor como evidencia.
LeerQué cambia según el tipo de cocina de la consulta
Cómo cambia la visibilidad en IA según la gastronomía de la consulta: qué categorías concentran las menciones en pocos restaurantes y cuáles reparten las respuestas entre muchos.
LeerLo que muestran (y no muestran) las franjas horarias
Qué muestran las tres franjas horarias de este corte, y por qué no podemos separar el efecto de la hora del día del efecto del día de la semana con este diseño concreto.
LeerQué cambia según lo que la persona necesita
Cómo cambian las recomendaciones de IA según lo que la persona realmente necesita: reserva inmediata, reserva futura, descubrimiento o una consulta situacional.
LeerQué cambia según el presupuesto de la consulta
Qué cambia cuando una consulta menciona un presupuesto explícito frente a cuando no lo hace, y qué restaurantes dominan cada nivel de gasto.
LeerCuánto coinciden los asistentes entre sí
Cuánto coinciden DeepSeek y OpenAI (con búsqueda web) en qué restaurantes de Dénia recomiendan, y por qué la comparación con OpenAI sin búsqueda no es fiable en este corte.
LeerLo que sí podemos comparar, y lo que no
Qué cambia cuando OpenAI responde con la herramienta de búsqueda web activada: citas reales, fuentes verificables y cobertura de restaurantes, frente a una muestra sin búsqueda demasiado pequeña para comparar.
LeerPor qué importa
Por qué esto le importa a un restaurante de Dénia
Preguntarle a ChatGPT dónde comer, en vez de abrir un mapa o una lista de reseñas, ya no es un comportamiento raro. Si un restaurante no aparece en esas respuestas, o aparece con información incorrecta, pierde una vía de recomendación que ya no depende únicamente de Google.
Este estudio no promete una fórmula para aparecer mejor en ChatGPT: documenta, con metodología pública, qué restaurantes aparecen hoy, con qué frecuencia y bajo qué condiciones, para que cualquiera (incluidos los propios restaurantes) pueda revisar los datos y sacar sus propias conclusiones.
La búsqueda generativa no sustituye a la búsqueda tradicional, la complementa con una capa distinta: una respuesta redactada en vez de una lista de enlaces. Entender esa diferencia es el punto de partida de la disciplina que en ArribaIA llamamos GEO.
Límites que reconocemos desde ya
- Cualquier cifra que publiquemos es una foto fija de un momento concreto: la recogida sigue avanzando después de esa foto, así que el dataset completo es siempre más grande que lo último publicado.
- Los asistentes pueden responder de forma distinta a la misma pregunta en otro momento.
- La extracción automática de restaurantes puede cometer errores; documentamos cómo los mitigamos y cuáles asumimos.
- La API de un proveedor no es necesariamente idéntica a lo que ve una persona usando su interfaz web, algo que tratamos en detalle en GEO UI vs API.
Metodología y transparencia
Puedes revisar exactamente cómo medimos esto
Publicamos el diseño experimental completo antes de tener un ranking cerrado: variables, cadencia de recogida, modelos, proceso de extracción y limitaciones. Si algo en el ranking final no cuadra con esto, es un error nuestro y lo corregimos.
Ir a la metodologíaPreguntas frecuentes
Antes de escribirnos, esto suele aclarar dudas
¿Es esto un ranking de los mejores restaurantes de Dénia?
No. Mide con qué frecuencia y en qué posición aparece cada restaurante en las respuestas de los asistentes de IA analizados, bajo las condiciones de este experimento. Un restaurante puede ser excelente y no aparecer, o aparecer y no ser la mejor opción para cada persona.
¿Habéis encuestado a clientes o pedido reseñas para este estudio?
No. Todo el dataset sale de consultas automatizadas a asistentes de IA y de la extracción de sus respuestas. No hay opinión humana, encuesta ni votación en el proceso de medición.
Mi restaurante no aparece, ¿significa que tiene mal GEO?
No necesariamente. Aparecer o no en este experimento concreto depende de muchas variables (qué se preguntó, en qué idioma, con qué presupuesto) y de cómo cada asistente construye su respuesta. Es una señal, no un diagnóstico completo.
¿Puedo pedir que analicéis mi restaurante o mi sector?
Sí. El formulario de contacto tiene una opción específica para eso. La arquitectura de este estudio está pensada para poder repetirse con otro sector u otra ciudad.
¿Por qué algunas páginas dicen que faltan datos?
Al analizar el primer corte encontramos que un 48 % de las llamadas no devolvieron texto de respuesta capturable, un fallo del pipeline de captura, no una falta de recomendaciones del asistente. Lo documentamos con detalle en vez de ocultarlo: puedes verlo en el ranking, la página de datos y los análisis afectados.
Restaurantes, medios e investigadores
Si tu restaurante aparece en el estudio, si no aparece y quieres entender por qué, o si trabajas en investigación y quieres colaborar, escríbenos desde el formulario del estudio.