La distribución de Gompertz ha demostrado ser altamente valiosa en la modelización de las tasas de mortalidad humana y en la evaluación de los impactos de eventos catastróficos, como plagas, crisis financieras y hambrunas. Los datos de registro, que capturan valores extremos y tendencias críticas, son particularmente relevantes para analizar tales fenómenos. En este estudio, proponemos un marco bayesiano objetivo para estimar los parámetros de la distribución de Gompertz utilizando datos de registro. Analizamos el rendimiento de varios priors objetivos, incluido el prior de referencia, el prior de Jeffreys, el prior de información máxima de datos (MDI) y priors de coincidencia de probabilidades. La idoneidad y propiedades de las distribuciones posteriores resultantes se examinan sistemáticamente para cada prior. Se realiza un estudio de simulación detallado para evaluar la efectividad de varios estimadores basados en los criterios de rendimiento. Para demostrar la aplicación práctica de la metodología, se aplica a un conjunto de datos del mundo real. Este estudio contribuye al campo proporcionando una evaluación comparativa exhaustiva de priors objetivos y mostrando su impacto y aplicabilidad en la estimación de parámetros para la distribución de Gompertz basada en valores de registro.