En marzo de 2026, reservar un hotel dentro de ChatGPT dejó de ser una demo. El 4 de marzo, Lighthouse lanzó la app de The Hotels Network dentro de ChatGPT, que ejecuta disponibilidad, tarifas y checkout como una superficie interactiva en vivo dentro de la conversación. El 29 de enero, Accor entró en producción con la app ALL Accor, el primer gran grupo hotelero con presencia nativa dentro del asistente. Por su parte, Selfbook lleva desde marzo de 2025 mostrando, sin hacer ruido, resultados de hotel reservables dentro de Perplexity, cubriendo cerca de 140.000 propiedades a través de un checkout de canal directo que se salta la capa OTA.
A noventa días del arranque de la búsqueda hotelera con IA reservable, el debate ya no va de visibilidad sino de cierre. La reserva de hotel con IA es ya un canal real con economía medible de reserva directa, y las propiedades que se llevan la citación no son las marcas más grandes ni las que más invierten. Son las que tienen datos estructurados limpios, cobertura de ubicación verificable y una superficie de reserva directa a la que el asistente puede entregar al usuario en un solo clic.
Esto es lo que han sido los primeros 90 días, lo que vemos en los datos y lo que toca enviar ya para que la app de hoteles de ChatGPT y la shortlist de hoteles de Perplexity te citen.
Qué se ha lanzado y qué significa "reservable"
La primera ola de superficies reservables de hoteles con IA se ha desplegado en tres pasos.
Marzo de 2025: Selfbook dentro de Perplexity. Perplexity empezó a renderizar shortlists de hoteles con tarifas en vivo y un botón Book que abre un checkout de Selfbook. El flujo corre dentro de la página de resultados de Perplexity, el usuario no rebota a un sitio de terceros. La cobertura inicial era de unas 140.000 propiedades.
29 de enero de 2026: Accor dentro de ChatGPT. La app ALL Accor es la primera app de grupo hotelero dentro de ChatGPT, con disponibilidad y reserva a lo largo del portfolio de Accor. Es un flujo en loop cerrado: el usuario describe un viaje, la app muestra propiedades del grupo que encajan y el checkout se completa dentro del chat.
4 de marzo de 2026: Lighthouse y The Hotels Network dentro de ChatGPT. Este es el lanzamiento más importante para hoteles independientes. The Hotels Network es una plataforma de reserva directa, no un portfolio de marca, lo que significa que la app expone miles de propiedades independientes a la base de usuarios de ChatGPT con un checkout real de canal directo. Lighthouse maneja la fontanería de datos.
"Reservable" dentro de un asistente de IA significa tres cosas al mismo tiempo. El asistente tiene que (a) citar la propiedad en su respuesta, (b) renderizar una superficie interactiva de disponibilidad y tarifa dentro del chat, y (c) entregar al usuario a un checkout que cierre sin forzar un cambio de contexto. Las tres piezas están ya vivas en ChatGPT y Perplexity.
Los primeros 90 días: lo que muestran los datos de citación
Tres patrones quedan claros en los primeros 90 días de datos de reserva de hotel con IA.
1. La citación se concentra en propiedades verificables estructuralmente
Las superficies de reserva de hotel con IA favorecen a las propiedades cuyos hechos pueden cruzarse. Una propiedad con LodgingBusiness schema, AggregateRating completo, FAQPage con respuestas enriquecidas con ubicación y coordenadas geográficas que coinciden con fuentes independientes entra en la shortlist bastante más a menudo que otra con la misma calificación de estrellas y reseñas pero sin capa estructurada.
Es el mismo patrón que ya vimos en How AI Trip Planners Pick Hotels. Las superficies reservables lo amplifican, porque una vez que la IA cita la propiedad también tiene que recuperar disponibilidad y tarifa, lo que requiere que la propiedad exponga una API real o esté conectada a Selfbook, Lighthouse o una integración similar de reserva directa.
2. Perplexity se comporta distinto a ChatGPT
Perplexity cita unas 21,87 fuentes por respuesta. En hospitality, TripAdvisor es la fuente ancla, y la shortlist tiende a inclinarse hacia propiedades con fuerte presencia en TripAdvisor más cobertura de reseñas independientes. Perplexity saca propiedades boutique con más frecuencia que ChatGPT, porque el mayor número de fuentes le da margen para bajar por debajo de las grandes marcas.
ChatGPT tira más de fuentes de consenso y directorios de terceros. La shortlist se inclina hacia propiedades conocidas, lo que significa que las marcas bien distribuidas y los hoteles independientes con buena cobertura en directorios (TripAdvisor, Google Business Profile, portales regionales de reserva) son citados más a menudo que las propiedades cuya presencia se concentra en su propio dominio.
Lectura práctica: una propiedad que optimice para Perplexity debe invertir en TripAdvisor y en velocidad de reseñas independientes; una propiedad que optimice para ChatGPT debe invertir en distribución y consistencia de entidad por toda la web.
3. Las reservas directas convierten mejor de lo que sugiere el funnel
Los primeros datos de conversión de propiedades con flujos en vivo de reserva por IA en canal directo son alentadores. El usuario llega precualificado, la habitación ya está filtrada contra su brief y no tiene una pestaña de comparación abierta. Las tasas de conversión en el paso de checkout por IA están muy por encima del tráfico web genérico, y las reservas son libres de comisión.
El volumen sigue siendo pequeño. La reserva de hotel con IA todavía no rivaliza con el canal OTA. Pero las unit economics son lo bastante buenas como para que las propiedades que envíen la integración primero saquen ventaja, y el coste de envío es básicamente una inversión en datos estructurados y tecnología de reserva directa, no una apuesta de inversión publicitaria.
Qué se cita dentro de la app de hoteles de ChatGPT
Cuando un usuario le pide un hotel a ChatGPT dentro de la superficie de la app de Lighthouse o de Accor, el asistente tiene que hacer dos cosas en secuencia. Tiene que encontrar propiedades candidatas que encajen con el brief, y luego renderizar tarifas reservables para esos candidatos. Ambos pasos premian los datos estructurados.
Encontrar la propiedad
El asistente busca en el índice de propiedades usando el brief del usuario (ubicación, fechas, presupuesto, amenities imprescindibles). El match es difuso a nivel de texto, pero exacto a nivel de hechos donde existen hechos. Una propiedad que expone:
LodgingBusinessJSON-LD conaddress,geo,amenityFeatureystarRatingAggregateRatingconratingCountyreviewCountreales- entradas
FAQPageque respondan preguntas de ubicación ("¿Está el hotel a distancia caminable de la estación de tren?", "¿Cuál es la playa más cercana?") - un footprint name-address-phone consistente entre Google Business Profile, TripAdvisor y los directorios regionales
tiene muchas más probabilidades de ser emparejada con el brief que una que solo expone lo básico. El matching no tiene magia, el asistente lee la evidencia que esté más limpia.
Verificar la ubicación
Aquí entra MapAtlas. Las superficies de reserva de hotel con IA verifican la ubicación declarada de una propiedad contra fuentes geográficas independientes antes de fiarse para una afirmación del tipo "a distancia caminable de la catedral". Si tu LodgingBusiness dice unas coordenadas y la dirección geocodificada dice otras, pierdes la citación.
Una dirección geocodificada limpia desde un proveedor verificable, con las coordenadas de la propiedad cruzadas contra la dirección postal y el barrio nombrado, da al asistente la confianza para hacer afirmaciones geográficas sobre tu propiedad. Las propiedades que usan la MapAtlas Geocoding API para normalización de direcciones y la GeoEnrich API para contexto de barrio y puntos de interés tienen la capa de evidencia más limpia para que la consuma la búsqueda hotelera con IA.
Renderizar tarifas reservables
Este paso es sobre todo infraestructura, no SEO. La propiedad tiene que estar conectada a un proveedor de reserva directa al que pueda llamar la app de ChatGPT. Selfbook, Lighthouse / The Hotels Network, APIs de motores de reserva de Sabre, Mews, Cloudbeds y los principales fabricantes de PMS son los puntos habituales de integración. Si tu propiedad no está en alguno de ellos, todavía puedes ser citada, pero el paso de reserva entregará al usuario a una OTA y regalarás el margen.
Qué enviar este trimestre
Si quieres ser visible dentro de la app de hoteles de ChatGPT y de la shortlist de hoteles de Perplexity en los próximos 90 días, envía esto en este orden.
1. LodgingBusiness JSON-LD con cobertura geográfica completa. Valídalo con el validador de Schema.org y confirma que las coordenadas geográficas casen con la dirección postal. Incluye amenityFeature, starRating, petsAllowed, smokingAllowed, checkinTime, checkoutTime y un AggregateRating real.
2. FAQPage con respuestas enriquecidas con ubicación. De seis a diez entradas que respondan las preguntas que un viajero le haría directamente a la IA. Distancia a pie a puntos de interés (con minutos y metros específicos), líneas de transporte (con números de línea y nombres de parada), detalles de parking, flexibilidad de check-in, accesibilidad, política de mascotas. Las respuestas tienen que contener especificidades verificables, no copy de marketing. Ver nuestra guía de FAQs enriquecidas con ubicación para búsqueda con IA para los patrones.
3. Cobertura de ubicación verificada. Usa un proveedor de geocoding que devuelva un mapeo limpio y verificable de dirección a coordenadas, y muestra ese mapeo en tus propios datos estructurados. Las superficies de hoteles con IA van a cruzar referencias, así que la evidencia tiene que coincidir entre fuentes.
4. Una integración de reserva directa a la que la IA pueda llamar. Selfbook, Lighthouse o un flujo nativo del PMS que exponga disponibilidad y checkout. Sin esto, puedes ser citado pero no puedes cerrar dentro del asistente, lo que devuelve la reserva a una OTA.
5. Distribución y consistencia de entidad. Google Business Profile, TripAdvisor y directorios regionales tienen que llevar el mismo nombre, dirección, teléfono y coordenadas que tu propio sitio. La inconsistencia suprime citaciones, sobre todo en Perplexity, que utiliza el acuerdo entre fuentes como señal de confianza.
Qué viene a continuación
Los próximos 90 días lo más probable es que traigan dos cosas. Primero, las superficies reservables se expandirán más allá de los partners de lanzamiento. Cuenta con que Mews, Cloudbeds y los grandes fabricantes de PMS envíen integraciones nativas de reserva de hotel con IA durante la segunda mitad de 2026. Segundo, la lógica de citación se volverá más estricta a medida que los asistentes de IA aprendan qué propiedades producen reservas satisfactorias y cuáles generan devoluciones o quejas.
Las propiedades que envíen este trimestre datos estructurados, cobertura de ubicación verificable y un flujo de reserva directa serán las que estén dentro del set de recomendación cuando llegue el ranking más estricto. Las que esperen solo serán visibles a través de OTAs, con margen de OTA.
La reserva de hotel con IA es ya un canal. El trabajo para ser citado y reservable dentro de ChatGPT y Perplexity es el mismo trabajo de datos estructurados y datos de ubicación que mueve cualquier otra superficie de IA. Solo que aquí compone más rápido, porque la reserva cierra dentro del chat, y una reserva cerrada es la señal más potente posible para la siguiente recomendación.
Si quieres ver dónde está hoy tu propiedad, el AI SEO Checker puntúa la ficha de tu hotel contra las mismas señales estructurales que evalúan las superficies de reserva de hotel con IA, con foco en la capa de datos de ubicación que separa a una propiedad citada de una que no.
Preguntas frecuentes
¿Qué significa que se puedan reservar hoteles dentro de ChatGPT?
En marzo de 2026 OpenAI lanzó una superficie de apps de partners donde terceros pueden enviar flujos interactivos que corren dentro de una conversación de ChatGPT. The Hotels Network lanzó una app de ChatGPT en vivo el 4 de marzo de 2026 que permite al usuario buscar disponibilidad, ver tarifas y completar una reserva sin salir del chat. Accor entró en producción el 29 de enero de 2026 con la app ALL Accor, convirtiéndose en el primer gran grupo hotelero con presencia nativa dentro de ChatGPT. Selfbook ya había habilitado resultados de hotel reservables dentro de Perplexity en marzo de 2025, cubriendo cerca de 140.000 propiedades. La reserva de hotel con IA ya no es un patrón de referral, es un loop cerrado dentro del asistente.
¿Cómo funciona el flujo de reserva de hotel de Perplexity?
Perplexity muestra una shortlist de hoteles dentro de la respuesta, con tarifas, fotos y un botón Book que abre un checkout impulsado por Selfbook. La shortlist se construye a partir de una mezcla de fuentes estructuradas, con TripAdvisor como fuente ancla para consultas de hospitality. Perplexity cita una media de 21,87 fuentes por respuesta, lo que significa que una propiedad que aparece nombrada, estructurada y reseñada en varias fuentes independientes entra en la shortlist mucho más a menudo que otra que solo posiciona en su propio dominio.
¿Han crecido las reservas directas desde que ChatGPT y Perplexity son reservables?
Los primeros datos de los 90 días iniciales muestran que la reserva de hotel con IA se concentra en propiedades con infraestructura sólida de reserva directa. Los hoteles con datos estructurados, LodgingBusiness schema, entradas FAQPage, AggregateRating y una integración de reserva directa con Selfbook o Lighthouse están viendo cómo los asistentes de IA enlazan al checkout propio en lugar de a una OTA. El funnel aún no es enorme, pero las unit economics son muy superiores al tráfico OTA porque no hay comisión y el usuario llega precualificado.
¿Qué datos estructurados prefieren las apps de reserva de hotel con IA?
LodgingBusiness o Hotel schema con coordenadas geográficas, entradas FAQPage con respuestas enriquecidas con ubicación (distancia a pie a los puntos de interés, líneas de transporte, carácter del barrio), AggregateRating y Review schema, y un footprint name-address-phone consistente en toda la web. Las superficies de reserva de hotel con IA dentro de ChatGPT y Perplexity leen el schema como evidencia primaria porque es inequívoco, y luego recurren al contenido de página no estructurado para cubrir huecos.
¿Están perdiendo cuota las OTAs frente a la reserva directa por IA?
Todavía no a escala, pero la dirección es clara. Las OTAs han respondido lanzando sus propios planificadores con IA, y Booking.com, Expedia y TripAdvisor ya tienen flujos nativos de itinerarios con IA. La pregunta competitiva es si las OTAs ganan porque controlan la superficie de intención de reserva, o si ganan las propiedades porque el usuario está a un clic de su propio checkout una vez que la IA las muestra. Para propiedades con tecnología sólida de reserva directa y datos estructurados limpios, la señal temprana es positiva.
¿Cómo hago que mi hotel sea visible dentro de las respuestas de la app de hoteles de ChatGPT?
Tres cosas, en este orden. Primero, enviar LodgingBusiness o Hotel JSON-LD con coordenadas geográficas, dirección, amenities y un AggregateRating completo. Segundo, enviar entradas FAQPage que respondan las preguntas que un viajero haría directamente a la IA (distancia a pie a los puntos de interés, líneas de transporte, parking, check-in, accesibilidad). Tercero, exponer datos de ubicación estructurados a través de una API de Geocoding o Places para que la IA pueda verificar tus coordenadas y el contexto del barrio de forma independiente. Las propiedades más citadas son aquellas cuya ubicación es verificable desde datos geográficos independientes, no solo desde el copy de marketing del propio hotel.
