Guía

¿Qué es Deep Research en ChatGPT, Gemini y Perplexity?

Por Equipo Laurank · Publicado el · Actualizado el

Laurank es una empresa de AEO en español: ayudamos a que ChatGPT, Gemini, Perplexity y los AI Overviews de Google citen a tu marca, empezando por entender por qué hoy no lo hacen. Conoce a Laurank.

Puntos clave

  • Deep Research no es una búsqueda más larga: es un agente que hace un plan, busca, lee, razona y escribe un informe; Gemini y Perplexity lo describen así en sus páginas oficiales y OpenAI lo llama agéntico y de varios pasos.
  • Los tres entregan un informe; ChatGPT lo presenta con fuentes para revisar, Perplexity muestra qué fuentes lee y, en las páginas que leímos, ninguno publica los criterios con que decide qué fuentes leer o citar.
  • Lo documentado sobre fuentes es el punto de partida: Gemini incluye Google Search por defecto y permite sumar Gmail, Drive, archivos o cuadernos de NotebookLM; la API de OpenAI parte de búsqueda web, archivos propios o servidores MCP.
  • Los proveedores citan usos de evaluación (comparar productos, investigar un proveedor, analizar una competencia) junto con otros como comprender un tema, salud o viajes; para las de evaluación, tu página necesita datos concretos que se puedan comprobar.
  • El informe no es una prueba: la ayuda de ChatGPT indica revisar el informe y sus fuentes; extender esa revisión a Gemini y Perplexity es criterio de Laurank, no una indicación de sus ayudas.

¿Qué es Deep Research y en qué se diferencia de una búsqueda normal?

Deep Research es un modo de ChatGPT, Gemini y Perplexity en el que el asistente actúa como agente: arma un plan, busca, lee páginas, razona sobre lo que encontró y escribe un informe. No es una búsqueda con más resultados; es un proceso de varios pasos que, según Gemini y Perplexity, tarda minutos y devuelve un documento que se puede revisar.

Las descripciones coinciden en lo esencial, aunque no con las mismas piezas. Google lo presenta como una función agéntica de Gemini que explora la web, razona sobre lo encontrado y crea informes de varias páginas. Perplexity dice que su modo busca, lee documentos y razona qué hacer a continuación. En la documentación de su API, OpenAI dice que los modelos de investigación profunda son agénticos y hacen investigación de varios pasos.

La diferencia práctica para quien tiene un negocio es el tipo de pregunta. Una búsqueda normal responde “¿qué es una factura electrónica?”. Deep Research se usa para “compárame tres proveedores de facturación electrónica y dime cuál conviene a una empresa de mi tamaño”. La búsqueda web común de ChatGPT es un tema aparte y no se repite aquí.

Cuándo conviene usarlo, según los proveedores

Google da cuatro ejemplos de uso en su página de Deep Research: análisis de competidores, debida diligencia sobre un posible cliente o proveedor, comprensión de un tema y comparación de productos. En su blog de lanzamiento (descripción del proveedor), Perplexity menciona finanzas, marketing y tecnología, además de salud, investigación de productos y planificación de viajes. Son tareas de investigación más que de consulta rápida; varias de ellas (competidores, proveedores, comparación de productos) son de evaluación, y esa es la clave de la sección sobre qué implica para tu sitio.

¿Cómo funciona Deep Research en ChatGPT?

En ChatGPT, Deep Research es una función que investiga en varios pasos y entrega un informe con sus fuentes para revisar; su disponibilidad depende de tu cuenta y de tu espacio de trabajo. La documentación de ayuda de ChatGPT que pudimos leer dice que se usa para una pregunta que requiere investigar en múltiples fuentes y que el resultado es un informe revisable.

Los pasos documentados son estos:

  1. Abres la función Deep Research desde el menú del espacio de trabajo (Work), si está disponible para tu cuenta.
  2. Describes la pregunta, el alcance y el resultado que necesitas, y puedes sumar archivos o contexto de apps conectadas.
  3. ChatGPT investiga y entrega un informe.
  4. Revisas el informe y sus fuentes, y haces preguntas de seguimiento en el mismo chat.

La documentación para desarrolladores añade cómo es el proceso detrás: según OpenAI, Deep Research en ChatGPT sigue tres pasos: una aclaración de lo que quieres, una reescritura del pedido en un prompt más detallado y la investigación propiamente dicha. Por eso el asistente suele hacerte preguntas antes de empezar. Esa misma página dice que los modelos de investigación profunda pueden encontrar, analizar y sintetizar cientos de fuentes para generar un informe completo.

Qué fuentes puede leer en ChatGPT

Según la API de OpenAI, por defecto estos modelos acceden a información de internet público mediante la herramienta de búsqueda web. Para datos propios se pueden usar archivos en almacenes vectoriales, conectores a aplicaciones o un servidor MCP (un protocolo para conectar el modelo a una fuente de datos). En la API, cada respuesta incluye la lista de búsquedas y aperturas de página que hizo, y OpenAI pide a quien construya una interfaz mostrar las citas en línea de forma visible y clicable.

Un dato fechado: la misma página de OpenAI lista el 23 de julio de 2026 como fecha de cierre de los modelos o3-deep-research y o4-mini-deep-research de la API, con otro modelo como reemplazo. Esa fecha ya pasó al momento de nuestra lectura (23 de octubre de 2026), pero la página sigue mostrando esos nombres en sus ejemplos y no confirmamos que los modelos ya estén cerrados. Afecta a desarrolladores que usen esos nombres; no dice nada sobre cómo se comporta la función dentro de ChatGPT.

No pudimos abrir la página de lanzamiento de OpenAI ni su centro de ayuda de Deep Research (devuelven un bloqueo al acceso automatizado), así que no damos aquí fecha de lanzamiento ni límites de uso por plan. Sobre la duración, solo tenemos la documentación de la API, que dice que sus modelos pueden tardar decenas de minutos; no es una cifra de la función dentro de ChatGPT. Para lo demás, mira tu propia cuenta.

¿Cómo funciona Deep Research en Gemini?

En Gemini, Deep Research convierte tu pregunta en un plan de investigación que puedes editar, busca y navega por la web, y entrega un informe de varias páginas; usa Google Search como fuente por defecto. Google dice que fue pionero de esta categoría en Gemini en diciembre de 2024.

El procedimiento que describe la ayuda de Gemini es corto:

  1. Eliges Deep Research en la barra de texto de gemini.google.com.
  2. Opcionalmente subes archivos o eliges las fuentes (Gmail, Drive, y otros si conectaste Google Workspace).
  3. Escribes la pregunta; Gemini propone un plan y puedes pulsar “Editar plan”.
  4. Pulsas “Iniciar investigación” y, cuando el informe está listo, lo abres.

Google informa que el informe suele tardar unos 5-10 minutos (más en los informes complejos), que puedes salir del chat mientras tanto y que recibirás un aviso. Google presenta el plan al usuario y le deja refinarlo para que la investigación se centre en las áreas correctas, antes de que empiece a buscar.

Qué fuentes puede leer en Gemini

La ayuda de Gemini dice que, por defecto, incluye Google Search como fuente y que puedes cambiar o sumar otras, como tu Gmail o Drive; también puedes subir archivos y agregar cuadernos de NotebookLM. Si desmarcas Google Search, la investigación se limita a las otras fuentes que selecciones. En su página de producto, Google la describe como una función que puede explorar hasta cientos de sitios web, además de tu Gmail, Drive y Chat, y crear informes de varias páginas.

Respecto a cómo evalúa lo que lee, la única frase oficial es general: según Google, en la síntesis Gemini evalúa críticamente la información, identifica temas e inconsistencias, y estructura el informe. En las páginas que leímos no hay criterio publicado sobre qué dominios prefiere. Para el producto base, consulta qué es Gemini.

¿Cómo funciona Deep Research en Perplexity?

En Perplexity, Deep Research busca, lee documentos y razona qué hacer a continuación, ajustando su plan mientras aprende, y termina con un informe que puedes exportar o compartir. Perplexity lo lanzó el 14 de febrero de 2025 y, en su blog de lanzamiento (descripción del proveedor), lo describe como un modo que realiza decenas de búsquedas y lee cientos de fuentes para entregar un informe.

La entrada original del blog decía que el trabajo toma 2-4 minutos y que se activa eligiendo “Deep Research” en el selector de modo del cuadro de búsqueda. El centro de ayuda actual llama a la función “Research” y dice que genera la respuesta en unos 4 a 5 minutos. Hay también una página de ayuda sobre una versión “avanzada” que no lleva fecha en el texto que leímos; menciona preguntas aclaratorias para consultas amplias, una pantalla de progreso que muestra qué fuentes se están leyendo y reportes que se escriben directamente en un archivo que puedes editar y compartir.

Qué fuentes puede leer en Perplexity

Perplexity describe que busca, lee y razona de forma iterativa, y su página sobre la versión avanzada dice que puede navegar más de la web, trabajar con documentos subidos y ejecutar cálculos. En las páginas que leímos no hay una lista de dominios ni un criterio de selección. El informe se exporta a PDF o documento, o se convierte en una Perplexity Page para compartirlo. Qué rastreadores usa y cómo permitirlos está en cómo aparecer en Perplexity; y qué es el producto base, en qué es Perplexity.

¿En qué se parecen y en qué se distinguen las tres funciones?

Se parecen en el proceso (búsqueda, lectura, informe) y se distinguen en el control del usuario, las fuentes de partida, la presentación de las fuentes y los límites; todo eso puede cambiar. La tabla resume solo lo que cada proveedor dice en las páginas citadas, leídas el 23 de octubre de 2026.

Aspecto ChatGPT (OpenAI) Gemini (Google) Perplexity
Cómo se activa Menú Deep research en el espacio de trabajo, si tu cuenta lo tiene Deep Research en la barra de texto de la app “Research” en el selector de modo del cuadro de búsqueda
Pasos descritos Aclaración, reescritura del pedido, investigación Plan editable, búsqueda, razonamiento, informe Búsqueda iterativa, lectura, razonamiento, redacción
Fuente de partida Búsqueda web; también archivos, conectores o MCP en la API Google Search por defecto; Gmail, Drive, archivos y NotebookLM opcionales Web y documentos subidos; no hay lista de dominios
Tiempo indicado Decenas de minutos para los modelos de la API; en ChatGPT no lo pudimos leer 5-10 minutos (app); más si la consulta es compleja 4 a 5 minutos (ayuda actual)
Informe Revisable, con fuentes (ayuda de ChatGPT) Varias páginas; disponible como Audio Overview; formato de citas no detallado en lo leído Exportable a PDF o documento, o Perplexity Page; muestra qué fuentes lee
Criterio para elegir fuentes No documentado en lo leído No documentado; solo una evaluación crítica general No documentado en lo leído

¿Cómo elige y cita sus fuentes Deep Research?

En las páginas que leímos, ningún proveedor documenta los criterios con que Deep Research decide qué fuentes leer y cuáles citar; lo documentado es dónde busca, qué muestra y, en ChatGPT, que el usuario debe revisar el informe y sus fuentes. Quien afirme conocer la “fórmula” de selección está formulando una hipótesis, no repitiendo lo que esas páginas dicen.

Lo que sí se puede afirmar con respaldo oficial:

  • El punto de partida de la búsqueda. Gemini incluye Google Search por defecto; los modelos de la API de OpenAI usan la búsqueda web por defecto; Perplexity navega la web.
  • El proceso es iterativo. Cada paso decide el siguiente en función de lo que ya encontró. Por eso una sola pregunta del usuario genera muchas consultas internas; para ese mecanismo mira qué es el query fan-out.
  • El informe muestra de dónde salió cada cosa. Perplexity enseña qué fuentes está leyendo mientras trabaja; OpenAI pide mostrar las citas en línea; Google dice que el informe resume lo encontrado en varias páginas, pero en lo que leímos no detalla el formato de las citas.
  • Las citas se deben verificar. La ayuda de ChatGPT indica revisar el informe y sus fuentes. Para Gemini y Perplexity no encontramos esa indicación en lo leído; recomendamos hacerlo igual, como criterio de Laurank.

Lo que no está documentado, y por tanto no lo afirmamos: cuántas fuentes de las leídas llegan al informe, si se prefieren dominios con más autoridad, si se favorecen páginas recientes o cómo se resuelve un conflicto entre dos fuentes. Cualquier cifra sobre “porcentaje de citas” o “peso de cada factor” necesita un estudio propio con método visible.

Qué pasa con robots.txt

Las páginas de OpenAI leídas distinguen dos casos: OAI-SearchBot gestiona la exclusión de la búsqueda de ChatGPT, y ChatGPT-User actúa por pedido del usuario, por lo que las reglas de robots.txt pueden no aplicarse. Ninguna de las páginas que leímos dice cuál de los dos usa Deep Research, ni qué rastreador usan Gemini o Perplexity en esa función. La guía de robots.txt para bots de IA explica cómo permitir o bloquear cada uno; si quieres que te lean, no los bloquees sin motivo.

¿Qué implica Deep Research para tu sitio web?

Implica que tus clientes pueden pedirle a la IA una evaluación completa de proveedores como el tuyo, y que tu página solo servirá si responde esas preguntas con datos concretos y comprobables que un agente pueda leer y contrastar. Esto es criterio de Laurank, no una regla documentada: en las páginas que leímos, ningún proveedor garantiza que una página escrita así sea citada.

Entre los casos de uso que Google y Perplexity describen están comparar productos, analizar competidores e investigar a un proveedor, que se parecen a la etapa de decisión de un comprador B2B (esa lectura es nuestra). En esa etapa, el informe se arma con lo que el agente encuentra y puede verificar en varias páginas. Una página que dice “somos líderes en calidad” no ofrece nada que contrastar; una que publica sus condiciones sí.

Pregunta de evaluación que alguien puede hacer (criterio de Laurank) Dato comprobable que tu página debería mostrar Qué evitar
“Compara proveedores de X en mi país” Qué incluye cada plan, requisitos, países donde operas, fecha de la última revisión de la página Frases genéricas sin condiciones
“¿Cuánto tarda el servicio?” Plazos en días hábiles, de qué dependen y qué los alarga Promesas sin condiciones
“¿Qué dicen los clientes?” Solo opiniones reales y atribuibles, con su origen Testimonios inventados o sin fuente
“¿Cumple la normativa de mi país?” Enlace a la norma y qué parte cubre tu servicio Afirmar cumplimiento sin citar la norma
“¿Qué alternativas hay?” Para quién sí conviene tu oferta y para quién no Descalificar a otros sin respaldo

Ejemplo ilustrativo: una pregunta de evaluación

Imagina a un gerente de una distribuidora en Medellín que le pide a Deep Research: “Compara tres proveedores de software de facturación electrónica para una empresa de 12 empleados, con soporte en español y que emita facturas válidas ante la DIAN”. Es un ejemplo inventado para ilustrar; los requisitos legales de facturación varían por país y no los tratamos aquí.

Para armar la respuesta, el agente necesita cosas que puede encontrar y contrastar: qué documentos soporta cada proveedor, qué soporte ofrece y en qué horario, qué se cobra y por qué conceptos, y qué requisitos formales declara cumplir el proveedor según su país. En nuestro criterio, una página que dé esos datos con fecha y enlace a la fuente oficial le da al agente algo que contrastar; una que solo dice “la mejor solución del mercado” no. Ninguna fuente que leímos dice que eso aumente las citas, y no garantiza una mención.

Cómo preparar una página para este tipo de pregunta

Estos pasos son criterio de Laurank (no una indicación de ningún proveedor), ordenados de lo más básico a lo más fino:

  1. Confirma que tu sitio es legible sin JavaScript: la prueba con curl de cómo saber si mi sitio es legible para la IA lo comprueba en minutos.
  2. Revisa que robots.txt y tu firewall no bloqueen los rastreadores que quieres permitir; la lista de los que visitan tu sitio está en bots de IA que rastrean tu sitio.
  3. Escribe una página por pregunta de evaluación real de tus clientes, con la respuesta en la primera frase y los datos en una tabla; el método está en cómo escribir contenido que la IA cite.
  4. Pon fecha de actualización visible y cambia la fecha solo cuando cambien los datos.
  5. Enlaza a la fuente oficial de cada norma, plazo o requisito que menciones, para que el agente pueda contrastar.
  6. Comprueba después si te citan, con las preguntas reales de tus clientes: cómo saber si la IA cita tu sitio.

¿Cómo comprobar un informe de Deep Research antes de usarlo?

Abre las referencias principales y confirma que cada afirmación importante aparece en la página citada; un enlace en el informe no prueba que la página diga lo que el informe afirma. La ayuda de ChatGPT indica revisar el informe y sus fuentes; aplicar la misma revisión a Gemini y Perplexity es criterio de Laurank.

Una rutina breve, criterio de Laurank (no una indicación de los proveedores), que también sirve si quieres ver cómo te presenta a ti o a tu competencia:

  1. Identifica las tres o cuatro afirmaciones del informe que más pesan en la decisión (un precio, un plazo, un requisito legal).
  2. Abre la fuente citada para cada una y busca la frase exacta.
  3. Si la fuente es un tercero (un foro, un blog), busca la fuente primaria: la ficha del proveedor o la norma oficial.
  4. Revisa la fecha de la página: si es antigua, el dato puede haber cambiado desde entonces.
  5. Si algo no aparece en la fuente, trátalo como no confirmado y pídele al asistente que lo respalde o descártalo.

Una comprobación que puedes hacer tú (no la ejecutamos para este artículo)

Para este artículo leímos las páginas de los proveedores el 23 de octubre de 2026; no ejecutamos Deep Research en los tres asistentes y por eso no describimos cómo se ven sus citas. Si quieres hacerlo, haz la misma pregunta de evaluación en los tres el mismo día y anota, solo como observación y sin sacar porcentajes: si el informe enlaza cada afirmación o solo lista fuentes al final, si aparecen fuentes de terceros en vez de la ficha del proveedor, y cuáles de tus páginas aparecen o no. Repítelo cada cierto tiempo y registra la fecha: las funciones cambian.

¿Qué errores son comunes al interpretar Deep Research?

El error más común es tratar un informe de Deep Research como un hecho verificado: es un borrador bien organizado que hay que contrastar. Estos son otros que se deducen de lo que la documentación dice y no dice.

  • Confundirlo con la búsqueda normal. Una página que aparece en una respuesta rápida no necesariamente aparece en un informe de Deep Research, ni al revés; las páginas que leímos no documentan una relación entre ambos.
  • Dar por hecho que hay un ranking. En las páginas que leímos no se publica el orden en que se eligen fuentes, así que no tenemos base para hablar de una “posición 1” que se pueda trabajar.
  • Optimizar para una fórmula inventada. Un truco que alguien presenta como “lo que Deep Research prefiere” no tiene respaldo en las páginas oficiales que leímos.
  • Olvidar que cambia. Los nombres de la función, los modelos y los límites varían: la ayuda de Perplexity usa a la vez los nombres “Research” y “Deep Research”, y la documentación de OpenAI lista una fecha de cierre para dos modelos de la API. Por eso este artículo fecha lo que dice.
  • Medirlo como tráfico. Un informe puede citarte sin que nadie haga clic; mide con las preguntas reales de tus clientes y no solo con visitas.

¿Cómo ayuda Laurank a una empresa con este tipo de preguntas?

Laurank ayuda a identificar los segmentos de preguntas donde tu empresa puede competir de forma orgánica. Antes de escribir contenido nuevo, conviene saber qué preguntas hacen tus clientes.

Nuestro servicio de segmentos de preguntas parte de eso. Depende de tu sector y de tu competencia; no prometemos posiciones ni citas. Si quieres hablar, escríbenos por WhatsApp con el nombre de tu marca y tu sector.

Preguntas frecuentes

¿Deep Research es lo mismo que buscar con ChatGPT, Gemini o Perplexity?

No. La búsqueda normal responde en segundos con unas pocas fuentes. Deep Research, según Google, sigue un proceso de plan, búsqueda, lectura e iteración que tarda minutos y termina en un informe. Perplexity describe un modo que busca, lee y razona de forma iterativa, y la API de OpenAI lo llama agéntico y de varios pasos.

¿Cuáles son las fuentes de ChatGPT en Deep Research?

Depende de lo que el usuario active. En la API de OpenAI, los modelos de investigación profunda parten de búsqueda web, de archivos propios o de servidores MCP, y por defecto acceden a internet público. OpenAI no publica en las páginas que leímos una lista de sitios ni un criterio de preferencia.

¿Qué IA da referencias bibliográficas?

Depende de la función: la ayuda de ChatGPT habla de un informe con fuentes para revisar, Perplexity muestra qué fuentes está leyendo y Google, en lo que leímos, no detalla el formato de las citas. Una referencia no demuestra que la página diga lo que el informe afirma: la ayuda de ChatGPT indica revisar el informe y sus fuentes. Ábrelas antes de citar nada.

¿Puedo impedir que Deep Research lea mi sitio?

En las páginas que leímos no se documenta qué rastreador usa cada Deep Research. OpenAI sí documenta que OAI-SearchBot gestiona la exclusión de su búsqueda y que ChatGPT-User, que actúa a pedido del usuario, puede no obedecer robots.txt. Sin dato oficial específico para Deep Research, lo prudente es no asumir que un bloqueo lo excluye.

¿Cuánto tarda Deep Research en entregar el informe?

Depende del proveedor y de la pregunta. Gemini indica que suele tardar unos 5-10 minutos y, en informes más complejos, puede tardar más; la ayuda de Perplexity habla de unos 4 a 5 minutos de generación; la documentación de la API de OpenAI dice que sus modelos de investigación pueden tardar decenas de minutos.

¿Deep Research es gratis?

En parte. Perplexity indica que los usuarios gratuitos tienen acceso limitado a su modo Research y que los suscriptores Pro tienen acceso extendido. En Gemini, la ayuda dice que te avisa cuántas solicitudes de investigación te quedan en el día y que los usuarios de Google AI Pro y Google AI Ultra tienen límites más altos. En ChatGPT depende de tu cuenta y de tu espacio de trabajo; revisa tu plan.

Fuentes

¿Quieres que la IA cite a tu marca?

Cuéntanos tu caso por WhatsApp y te decimos por dónde empezar.

Escríbenos por WhatsApp

Artículos relacionados

AEO ·

¿Qué es Perplexity y qué se sabe de cómo elige sus fuentes?

Perplexity es un motor de respuestas que, según su centro de ayuda, busca en internet en tiempo real y responde con fuentes y citas incluidas. Documenta dos rastreadores: PerplexityBot, que muestra sitios en sus resultados, y Perplexity-User, que visita páginas a petición del usuario. No documenta cómo elige qué fuentes citar.

AEO ·

¿Qué es Gemini y cómo recomienda marcas o negocios?

Gemini es el asistente de IA de Google, basado en un modelo de lenguaje multimodal. Google reconoce cinco límites: respuestas inexactas, sesgos, falta de perspectivas múltiples, vacíos de datos y exceso de confianza. Puede apoyarse en fuentes externas como la Búsqueda. Google no documenta cómo decide qué marcas o negocios mencionar.

AEO ·

¿Qué es ChatGPT, para qué sirve en una empresa y cuánto cuesta?

ChatGPT es un agente de inteligencia artificial de OpenAI con el que te comunicas en lenguaje natural para redactar, investigar y analizar materiales. Se apoya en modelos de lenguaje que pueden equivocarse, y tiene una búsqueda web propia que muestra citas. OpenAI documenta cómo accede a tu sitio, pero no cómo decide qué marcas mencionar.