Las IAs inventan URLs de tu sitio: cómo detectar esos 404 fantasma y aprovecharlos

Cuando una IA como ChatGPT, Perplexity o Gemini responde algo y cita tu sitio, a veces no copia el enlace real: lo «deduce» a partir de lo que sabe. El resultado es una dirección que suena plausible (tudominio.cl/guia-de-envios-woocommerce/) pero que en tu sitio no existe.

La persona hace clic, llega a un error 404 y se va. Perdiste una visita que venía muy interesada.

Por qué pasa

Los modelos de IA generan texto, y una URL es texto. Si en su entrenamiento vieron tu dominio asociado a cierto tema, pueden «construir» una dirección que tenga sentido, aunque no corresponda a ninguna página real. Pasa menos cuando la IA busca en internet en ese momento, pero sigue pasando.

Lo interesante es que esas URLs inventadas te dicen qué contenido espera encontrar la gente en tu sitio.

Paso 1: registrar los 404 que llegan desde IAs

Este mu-plugin anota en un archivo cada error 404 cuya visita viene de un sitio de IA. Guárdalo como wp-content/mu-plugins/cwp-404-ia.php:

<?php
/**
 * Plugin Name: Registro de 404 desde IAs (Curso WordPress)
 */

const CWP_ORIGENES_IA = array( 'chatgpt.com', 'chat.openai.com', 'perplexity.ai', 'gemini.google.com', 'copilot.microsoft.com', 'claude.ai' );

add_action( 'template_redirect', function () {
	if ( ! is_404() ) {
		return;
	}
	$origen = wp_parse_url( $_SERVER['HTTP_REFERER'] ?? '', PHP_URL_HOST );
	$utm    = isset( $_GET['utm_source'] ) ? sanitize_text_field( wp_unslash( $_GET['utm_source'] ) ) : '';
	$es_ia  = false;
	foreach ( CWP_ORIGENES_IA as $dominio ) {
		if ( ( $origen && false !== strpos( $origen, $dominio ) ) || false !== strpos( $utm, strtok( $dominio, '.' ) ) ) {
			$es_ia = true;
			break;
		}
	}
	if ( ! $es_ia ) {
		return;
	}
	$linea = sprintf( "%s\t%s\t%s\n", gmdate( 'Y-m-d H:i' ), $_SERVER['REQUEST_URI'] ?? '', $origen ?: $utm );
	file_put_contents( WP_CONTENT_DIR . '/cwp-404-ia.log', $linea, FILE_APPEND | LOCK_EX );
} );

Muchas IAs agregan ?utm_source=chatgpt.com (o similar) a los enlaces que citan, y no todas envían el sitio de origen. Por eso el código revisa las dos cosas.

El archivo queda en wp-content. Protege los .log en tu .htaccess con <FilesMatch "\.log$"> Require all denied </FilesMatch>, o cambia la ruta a una carpeta fuera de public_html.

Déjalo funcionando unas semanas y revisa el archivo:

cut -f2 wp-content/cwp-404-ia.log | sort | uniq -c | sort -rn | head -20

Paso 2: decidir qué hacer con cada URL

Para cada dirección inventada que se repite:

1. Existe una página que responde eso (con otra URL) → redirección 301 hacia ella.
2. No existe, pero es un tema que te interesa → es una idea de contenido validada: la gente le está preguntando a la IA por eso y la IA cree que tú lo respondes. Escríbelo, y usa justamente esa URL.
3. No tiene nada que ver con tu sitio → déjalo en 404.

Para las redirecciones, agrega líneas al .htaccess, encima del bloque de WordPress:

Redirect 301 /guia-de-envios-woocommerce/ https://tudominio.cl/configurar-envios-woocommerce-zonas-tarifas-retiro/

Paso 3: una página 404 que no pierda la visita

Aunque redirijas las más comunes, siempre llegarán URLs nuevas. Haz que tu página 404 sea útil: un buscador, tus entradas más leídas y las categorías principales. En los temas de bloques se edita en Apariencia → Editor → Plantillas → Página 404; en temas clásicos, en el archivo 404.php.

Otras pistas en el mismo registro

Con unas semanas de datos, vas a ver patrones:

• Qué IA te recomienda más. Te dice dónde estás siendo visible.
• Qué temas asocian contigo. A veces descubres que la IA te considera referencia en algo que ni sabías.
• Qué te falta. Las URLs inventadas que se repiten son la lista de entradas que tu audiencia está pidiendo.

¿Encontraste URLs inventadas curiosas en tu registro? Compártelas en el foro: es interesante comparar qué piensan las IAs de cada sitio.