Visibilidad en IA

Métricas

Se mide formulando de forma periódica una lista fija de preguntas típicas (prompts) a los sistemas de IA y evaluando cada respuesta. Métricas habituales:

Cada métrica lleva el número de respuestas a partir de las cuales se calculó, por ejemplo «7 de 12 respuestas». Sin ese dato, un valor no se puede situar.

Por qué solo son posibles muestras

Las respuestas de IA no son deterministas. La misma pregunta puede responderse de forma distinta en cada consulta, según el modelo, la búsqueda web que se obtenga y el idioma y la ubicación. Cada medición es por tanto una muestra. Un ejemplo muestra lo grande que es la incertidumbre: si tu marca se nombra en 7 de 12 respuestas, la tasa real está, con la seguridad estadística habitual, en algún punto entre aproximadamente el 32 y el 81 por ciento.

Los valores solo se vuelven fiables con mediciones repetidas. Formula cada prompt varias veces y observa la evolución durante varias semanas en lugar de comparar ejecuciones sueltas.

Cómo se construye una medición limpia

• Conjunto fijo de prompts: Preguntas tal como las hace tu público, mezcla de información, intención de compra, comparación, referencia local y preguntas sobre la marca.
• Parámetros fijos: Plataforma, modelo, idioma y país siguen siendo los mismos en cada ejecución. Si cambia un parámetro, las ejecuciones dejan de ser comparables.
• Repeticiones por prompt: Varias consultas por pregunta suavizan la fluctuación.
• Reconocimiento de la marca: Nombre, dominio y grafías deben reconocerse de forma fiable. Si la marca se llama como una palabra común, hace falta un criterio adicional, por ejemplo que se nombre el dominio.
• Competidores para comparar: Solo la distancia con los competidores hace significativa una tasa.
• Guardar las respuestas originales: Solo así se puede rastrear cada métrica hasta la respuesta original.

Límites de lo que dice

• Los prompts son una selección. No se sabe con qué frecuencia hace la gente realmente una pregunta.
• Las actualizaciones de modelo e índice de los proveedores pueden cambiar valores de la noche a la mañana sin que hayas hecho nada.
• La personalización y la ubicación influyen en las respuestas. Una ejecución de medición solo refleja una constelación.
• Una mención no es una visita. Cuántos visitantes llegan desde sistemas de IA lo ves en la analítica web (consulta Tráfico de referencia desde IA).
• Un único valor global (por ejemplo «puntuación 72») oculta de dónde sale la cifra. Son más significativos los valores individuales con su tamaño de muestra.

Mejorar la visibilidad

Las medidas que aumentan la probabilidad de menciones y citas se describen en el artículo sobre GEO. La medición muestra qué prompts nunca alcanzan a tu marca (las «lagunas»), qué fuentes usan en su lugar los sistemas y cómo evolucionan tus valores tras los cambios.

Errores frecuentes

• Preguntar una vez y juzgar: Una sola respuesta en ChatGPT dice poco sobre la visibilidad real.
• Sobreinterpretar muestras pequeñas: Con pocas respuestas, un valor salta con fuerza.
• Cambiar parámetros en mitad de una comparación: Quien cambia de país, idioma o modelo ya no compara lo mismo.
• Mirar solo la propia marca: Sin competidores falta el patrón de medida.
• Contar menciones falsas: Las palabras comunes y las marcas de sonido parecido falsean la tasa.

Términos relacionados

• Citas en respuestas de IA: referencias a fuentes en respuestas de IA
• Seguimiento de prompts: formular preguntas con regularidad y evaluarlas
• Share of model: tu proporción frente a los competidores
• Tráfico de referencia desde IA: visitantes que llegan desde sistemas de IA
• Alucinación: afirmaciones falsas de sistemas de IA sobre marcas

Fuentes

• Aggarwal, P. y otros: GEO: Generative Engine Optimization, arXiv 2311.09735 (2023)
• Google Search Central: Funciones de IA y tu sitio web