🤖 Perplexity bloquea los anuncios para agentes de IA: qué pasó con Time y cómo evitar riesgos para tu marca

Actualizado el 15 de octubre de 2026. Una nueva forma de publicidad intenta llegar a los asistentes de inteligencia artificial antes de que estos respondan al usuario. En lugar de enseñar un anuncio a una persona, coloca mensajes pagados en la versión de una página web que leen los agentes de IA. La idea parece atractiva: si el asistente encuentra el mensaje de una marca, quizá lo utilice al recomendar un producto. Pero el experimento ha encontrado una barrera importante.

El 11 de agosto de 2026, Perplexity confirmó que estaba bloqueando los anuncios insertados en las versiones Markdown de las páginas de Time para impedir que influyeran en sus respuestas. Lo contó Digiday tras recibir declaraciones directas de Perplexity. El caso plantea una pregunta útil para cualquier empresa: ¿cómo conseguir visibilidad en asistentes de IA sin confundir información editorial y publicidad?

Lo esencial: que un contenido sea legible por una IA no significa que sea publicidad aceptada por esa IA. Tampoco existe evidencia pública de que pagar por insertar un texto en una página garantice aparecer en una respuesta de ChatGPT, Gemini o Perplexity.

Qué hizo Time: vender anuncios que no estaban pensados para personas

Time comenzó a preparar versiones de sus páginas en Markdown, un formato de texto sencillo que conserva títulos, enlaces y párrafos sin el diseño complejo de una web. Una persona suele visitar una página HTML con fotografías, menús y botones. Un agente puede recibir una representación textual más ligera para extraer información.

Según la investigación original de Digiday publicada el 30 de julio de 2026, Time trabajó con la empresa tecnológica Mobian para incorporar en esas versiones bloques publicitarios con formato de preguntas y respuestas. Los bloques procedían de información proporcionada por el anunciante y estaban identificados como contenido patrocinado.

Entre los primeros compradores citados aparecían Ally Bank y Project Management Institute. La propuesta comercial consistía en situar información de marca junto a contenidos de un medio reconocido, justo cuando un asistente consultara la página. Time vendía un anuncio por versión Markdown de la página y permitía cierta selección contextual o por periodo. No publicó precios verificables de estas campañas.

Este detalle es fundamental: Time no estaba vendiendo un anuncio que el lector necesariamente vería en pantalla. Vendía la posibilidad de que una máquina leyera un mensaje patrocinado y lo considerase al elaborar una respuesta posterior. La exposición al bot era parte de la propuesta; la influencia real sobre la respuesta seguía sin estar demostrada.

Cómo funciona un anuncio dirigido a un agente de IA

Imaginemos que una persona pregunta a un asistente: «¿Qué debería revisar antes de contratar una cuenta para mi pequeña empresa?». El agente busca fuentes externas. Una de ellas es un artículo financiero con una versión Markdown preparada para máquinas. Dentro encuentra una sección pagada por una entidad bancaria con preguntas frecuentes sobre sus servicios.

El anunciante espera que esa información se incorpore al contexto de la respuesta. Pero hay tres resultados posibles: el asistente ignora el bloque, lo identifica como publicidad o mezcla parte de su contenido con otras fuentes. Ninguno puede darse por seguro antes de medirlo.

Por eso conviene distinguir acceso del bot, aparición en una fuente y recomendación efectiva. Son tres cosas diferentes. Un proveedor puede demostrar que recibió visitas de rastreadores sin demostrar que esas visitas cambiaron una sola decisión de compra.

Por qué Perplexity decidió bloquearlos

El responsable de comunicación de Perplexity, Jesse Dwyer, explicó a Digiday que la compañía trabaja para proteger a los usuarios frente a prácticas que considera engañosas, sean o no patrocinadas. La empresa confirmó que impedía que esos anuncios de Time influyeran en sus agentes y en los resultados ofrecidos a usuarios.

Perplexity también advirtió de un posible deterioro de la reputación de los editores que utilicen formatos publicitarios que considere engañosos. Eso es una advertencia de la plataforma, no una prueba pública de que Time haya recibido una penalización concreta. No se detalló el algoritmo utilizado, la definición exacta de publicidad engañosa ni un procedimiento de apelación.

La objeción tiene lógica desde la experiencia del usuario. Si una persona pregunta «¿qué banco me conviene?» y la IA ofrece una recomendación, debería poder distinguir qué información procede de una evaluación independiente y cuál de un mensaje pagado. Cuando una máquina incorpora un texto patrocinado a una respuesta sin conservar su etiqueta, la frontera puede desaparecer.

La posición de Perplexity contrasta con su propia historia: en 2024 anunció pruebas de preguntas de seguimiento patrocinadas y medios pagados junto a respuestas, explicando que los anuncios estarían separados de las respuestas independientes. Puede consultarse en su comunicación oficial sobre aquel experimento. Esos anuncios de interfaz no son lo mismo que insertar mensajes pagados en documentos que lee un agente. Además, según la información publicada en febrero de 2026, Perplexity se apartó de su estrategia de publicidad nativa para centrarse en suscripciones.

¿Es lo mismo que cloaking o SEO para inteligencia artificial?

No necesariamente. Cloaking describe, en términos generales, mostrar contenido sustancialmente diferente a un buscador y a un visitante para influir en la indexación. Tener una versión accesible o simplificada de una página no es automáticamente una manipulación. Lo que genera dudas es colocar afirmaciones comerciales pagadas en la versión que recibe el agente cuando la persona no puede evaluarlas de la misma forma.

También hay que separar esta práctica de publicar información útil para sistemas de IA. Una ficha de producto con especificaciones correctas, una página de precios actualizada o una sección de preguntas frecuentes visible para todos son contenidos propios de la empresa. No son un anuncio comprado dentro del contenido de otro editor.

En el caso de Time, el material estaba etiquetado como patrocinado. Sus responsables defendieron la utilidad de ofrecer datos de marca verificables a los asistentes. Perplexity, en cambio, consideró que el formato planteaba un riesgo para la confianza. Es un desacuerdo real entre actores del mercado, no una norma universal ya acordada. No debe afirmarse que Google, OpenAI o Anthropic hayan aplicado idéntica medida sin documentación que lo confirme.

Qué debería preguntar una empresa antes de pagar por «anuncios para agentes»

Una oferta comercial puede prometer visibilidad en asistentes, citas o mejoras de percepción de marca. Antes de contratarla, pide pruebas separadas para cada resultado. No basta con recibir un gráfico que muestra cuántos bots descargaron una página.

Pregunta también si el contenido es visible para personas, si aparece marcado como publicidad en todas sus versiones, quién puede corregir afirmaciones incorrectas y qué ocurre si un buscador de IA decide ignorarlo. Solicita una cláusula que contemple cambios de política durante la campaña: este caso demuestra que la distribución depende de decisiones de plataformas externas.

Un plan de prueba más seguro para una marca pequeña

1. Empieza por tus páginas, no por mensajes ocultos en terceros

Publica fichas de servicio con precios o rangos cuando sea posible, disponibilidad, condiciones, preguntas frecuentes y datos de contacto verificables. Si tienes una tienda, asegúrate de que las descripciones y el inventario no se contradigan. La información precisa es útil tanto para una persona como para un asistente.

2. Compara respuestas sin intentar forzar recomendaciones

Selecciona diez preguntas reales de compradores. Por ejemplo: «qué diferencia hay entre dos tipos de seguro», «cómo elegir un programa de facturación» o «qué requisitos tiene una instalación». Anota qué fuentes cita cada asistente, si aparece tu empresa y si la respuesta es correcta. Repite la prueba semanalmente, registrando fecha, país, idioma y versión del servicio cuando se conozca.

3. Mide visitas y negocio por separado

Revisa el tráfico de referencia que llegue a tu web, pero no lo confundas con el número de menciones dentro de una IA. Una respuesta puede citarte sin generar clic. Del mismo modo, una venta posterior no prueba por sí sola que la mención la causara. Cuando tengas suficiente volumen, utiliza comparaciones temporales y controles razonables.

4. Mantén una vía de captación que controles

Si una empresa depende de que un agente mencione su nombre, no controla ni el momento ni el contexto. Complementa la visibilidad orgánica con una página de destino clara, formularios sencillos y campañas en plataformas donde la compra publicitaria, la segmentación y las métricas estén documentadas.

¿Qué pueden hacer los medios que quieren monetizar las visitas de bots?

Los editores tienen un problema legítimo: sus contenidos pueden ayudar a responder preguntas sin que el lector llegue a visitar su web. Crear nuevas vías de ingresos es razonable. El debate está en cómo hacerlo sin que el usuario confunda publicidad con información independiente.

Perplexity ya había presentado un programa oficial de colaboración con editores, basado en acuerdos y herramientas específicas. Ese anuncio histórico mencionaba también ingresos publicitarios, pero no debe interpretarse como prueba de que sus formatos antiguos sigan disponibles hoy. Las condiciones de los programas cambian y requieren confirmación actual.

Para un editor, una alternativa más transparente consiste en distinguir el contenido editorial, el contenido patrocinado visible para personas y cualquier versión técnica que reciban los agentes. Es preferible documentar el acuerdo, conservar la atribución y no prometer a una marca que podrá modificar respuestas de modelos que no controla.

Si trabajas con archivos Markdown, comprueba que los hechos esenciales coincidan con la página pública. Evita esconder promociones en fragmentos que solo recuperan rastreadores. Y conserva una copia de cómo se entrega la página a distintos clientes para poder auditarla si surge una disputa.

Cómo evaluar un experimento sin confundir resultados

Supongamos que una tienda dedica 500 euros a probar visibilidad en un asistente. Ese importe es un ejemplo inventado para explicar el método, no el precio de Time ni de Mobian. Durante cuatro semanas mide las menciones de su marca para veinte consultas y registra las ventas que llegan desde fuentes identificables.

La primera semana sirve como referencia. En las siguientes se observa si la marca aparece más, si las respuestas son correctas y si hay consultas comerciales adicionales. Si el proveedor solo entrega «favorabilidad» sin explicar cómo se calcula, ese indicador no permite valorar el retorno. Si el asistente bloquea el formato, hay que registrar el bloqueo como resultado del experimento, no ocultarlo en un informe de impresiones.

La decisión final debería depender de evidencias: coste total, calidad de las menciones, tráfico, contactos y ventas. No de la idea de que «las IA lo leen todo». Cada sistema recupera, filtra y presenta información de forma diferente.

Qué cambia para la publicidad en IA a partir de este caso

El caso Time–Perplexity no demuestra que toda publicidad para agentes vaya a fracasar. Sí demuestra que el inventario publicitario para máquinas no es equivalente al inventario para personas. Entre el anunciante y el cliente hay un intermediario adicional: el asistente, que puede decidir no utilizar el mensaje pagado.

Para las marcas, la prioridad es comprobar la transparencia y la medición antes de comprar formatos experimentales. Para los editores, el reto es monetizar su trabajo sin comprometer la confianza de quienes consultan sus contenidos. Para las plataformas de IA, la cuestión es cómo reconocer y separar material comercial cuando elaboran respuestas.

Si quieres profundizar, puedes revisar nuestra explicación histórica de los formatos publicitarios probados por Perplexity, el análisis de cómo los agentes pueden intervenir en compras y la guía de visibilidad de productos en Perplexity. Son enfoques diferentes: publicidad pagada, decisiones de agentes y presencia comercial.

Preguntas frecuentes

¿Puedo contratar ahora anuncios nativos en Perplexity?

Los experimentos de preguntas patrocinadas anunciados en 2024 no deben confundirse con una oferta actual. En febrero de 2026 se informó de que Perplexity se alejaba de la publicidad nativa. Antes de presupuestar una campaña, exige confirmación oficial de inventario y disponibilidad.

¿Perplexity ha penalizado a Time?

Se confirmó el bloqueo de los anuncios Markdown para que no influyeran en sus respuestas y se advirtió de posibles efectos reputacionales. No hay en las fuentes consultadas una penalización cuantificada y públicamente demostrada sobre todo el dominio de Time.

¿Basta con poner «patrocinado» para que un agente acepte un anuncio?

No. La etiqueta mejora la transparencia, pero no obliga a ningún asistente a recuperar o usar ese contenido. El caso demuestra que una plataforma puede rechazar el formato incluso si el editor afirma que está identificado.

¿Debería crear una versión Markdown de mi web?

Solo si aporta una ventaja técnica comprobable y mantiene información consistente con la versión pública. No hay garantía de posicionamiento por el simple hecho de crearla. La calidad, accesibilidad y exactitud del contenido siguen siendo esenciales.

Fuentes y fechas: Digiday, 30 de julio de 2026 (entrevistas originales a Time y Mobian); Digiday, 11 de agosto de 2026 (declaraciones directas de Perplexity); Perplexity, anuncio oficial de su experimento publicitario histórico; Perplexity, presentación oficial del programa para editores. Revisión editorial: 15 de octubre de 2026.

Continúa leyendo