AI visibility tracking: medir si la IA cita bien tu marca

El AI visibility tracking es la nueva medición que intenta responder a una duda bastante terrenal: cuando alguien pregunta a ChatGPT, Gemini, Perplexity, Copilot, Claude, Grok o Google AI Overviews por una categoría, un problema o una recomendación, ¿aparece tu marca, aparece bien y aparece con una fuente fiable? No hablamos solo de salir en una lista. Hablamos de ser citado, descrito, comparado y recomendado dentro de respuestas generadas por IA, un territorio donde la vieja posición 1 de Google ya no explica toda la película.

La idea es sencilla, aunque por debajo tenga tripas técnicas: medir cuántas veces la IA menciona una marca, qué páginas usa como fuente, en qué temas la asocia, qué competidores coloca al lado, si el tono es positivo o tibio, si atribuye bien los productos y si la respuesta contiene errores. Una marca puede dominar una SERP clásica y, al mismo tiempo, ser casi invisible en una respuesta conversacional. O peor: aparecer, pero con datos antiguos, una descripción pobre o una cita que apunta a un tercero. El escaparate ha cambiado de cristal.

La búsqueda ya no termina siempre en una lista azul

Durante años, medir visibilidad digital significaba mirar rankings, impresiones, clics, CTR, tráfico orgánico, conversiones y autoridad de dominio. Había matices, claro. No era lo mismo posicionar una guía informativa que una ficha de producto o una comparativa con intención comercial. Pero el mapa se entendía: el usuario buscaba, Google ordenaba, el lector elegía, la web recibía o no recibía la visita. Ese pacto, imperfecto pero reconocible, se está rompiendo por los bordes.

Las respuestas generadas por IA colocan una capa intermedia entre la consulta y el sitio web. El usuario no siempre ve diez resultados, sino una explicación ya cocinada. A veces con enlaces. A veces con pocas fuentes. A veces con una seguridad de notario para afirmaciones que, miradas de cerca, huelen a servilleta mojada. Google AI Overviews y AI Mode funcionan como respuestas sintéticas apoyadas en búsquedas y fuentes, no como una simple reproducción de la SERP clásica. Esa diferencia cambia el negocio de la visibilidad.

ChatGPT Search va por una vía parecida, aunque con su propia lógica. Puede ofrecer respuestas actualizadas con fuentes web y, en muchos casos, reformular una consulta en varias búsquedas más concretas antes de devolver una respuesta. Para cualquier responsable de SEO, SEM, marketing digital, analítica web o ecommerce, el detalle técnico ya no es menor: si un sitio bloquea el rastreo de OAI-SearchBot, se queda fuera de una parte del ecosistema. No siempre se nota en el tráfico de ayer. Se nota cuando la marca deja de ser candidata en la conversación de mañana.

La consecuencia práctica es incómoda: la visibilidad ya no vive solo en tu web. Vive en cómo otros sitios hablan de ti, en cómo tus datos se entienden fuera de tu CMS, en si tus páginas son rastreables, en si tus fichas están actualizadas, en si tus comparativas dicen algo verificable y en si una IA decide que eres una fuente mejor que un foro, una review, una página institucional, un marketplace o el blog de un competidor que sí hizo los deberes.

Qué mide de verdad el AI visibility tracking

Medir visibilidad en IA no consiste en abrir ChatGPT, escribir tres preguntas y hacer capturas como quien fotografía ovnis. Eso puede servir para una intuición inicial, pero no para tomar decisiones serias. El AI visibility tracking empieza cuando se trabaja con un conjunto estable de prompts, modelos, países, idiomas, categorías y competidores, y se repite la observación con suficiente frecuencia para detectar patrones. Menos épica. Más método.

La primera métrica suele ser la presencia de marca: si la IA menciona una empresa cuando responde a consultas relevantes. Por ejemplo, una agencia SEO de Barcelona querrá saber si aparece ante búsquedas conversacionales como mejores agencias SEO para ecommerce en España, herramientas para auditar SEO técnico o proveedores para mejorar visibilidad en Google y en inteligencia artificial. No basta con la mención bruta. Importa el contexto. Que una IA diga “es una opción conocida” no pesa igual que asociar una marca con auditoría técnica, contenidos y analítica. El matiz manda.

Después aparece la tasa de cita, que es otra liga. Una marca puede ser mencionada porque el modelo la conoce por entrenamiento, por presencia histórica o por coocurrencias en la web. Pero ser citada significa que una respuesta usa una URL o una página como apoyo. Ahí entra la pregunta seria: qué página se cita, qué fragmento parece haber sustentado la respuesta, si la cita corresponde al mensaje de la marca y si la IA ha entendido el contenido o lo ha pasado por una batidora. En Search Console, además, buena parte de este fenómeno todavía aparece mezclado con la búsqueda web general, así que la medición externa gana peso porque la consola oficial no deja ver toda la escena con lupa.

También se mide el share of voice generativo, una especie de cuota de pantalla dentro de las respuestas de IA. Aquí no se mira solo si sales o no sales, sino qué porcentaje de respuestas de una categoría menciona tu marca frente a competidores. Una tienda online de zapatillas no compite únicamente por “zapatillas running mujer”, sino por cientos de formas conversacionales: zapatillas para correr con rodillas delicadas, mejores zapatillas para maratón con buena amortiguación, marcas fiables para entrenar en asfalto. La IA no responde siempre igual. Ese es el chiste. Y el problema.

La parte más útil llega con el análisis de exactitud. ¿La IA cita bien tu marca? ¿Dice que vendes algo que ya no vendes? ¿Asocia tu producto con un precio antiguo? ¿Te coloca en un país donde no operas? ¿Confunde tu nombre con una empresa parecida? ¿Presenta como ventaja algo que era una limitación en una versión anterior? Aquí el AI visibility tracking deja de ser una gráfica bonita para convertirse en control reputacional. Una cosa es no aparecer. Otra, bastante peor, es aparecer mal.

Ser mencionado no es ser elegido

Hay una diferencia fina entre mención, cita y recomendación. Una mención puede ser decorativa: el modelo enumera cinco marcas y ahí estás, como un florero aceptable. Una cita implica que tu dominio funciona como fuente, aunque eso tampoco garantice tráfico. Una recomendación, en cambio, te coloca como respuesta preferente ante una intención concreta. En ecommerce, SaaS, educación, salud privada, turismo o servicios profesionales, esa diferencia es dinero con abrigo.

Por eso una medición seria distingue entre consultas informativas, comparativas, transaccionales y de soporte. No es lo mismo aparecer cuando el usuario pregunta qué es el server-side tracking que cuando pregunta qué herramienta contratar para implementar server-side tracking en Shopify. La primera consulta da autoridad. La segunda puede traer negocio. La tercera, cuando el usuario pide alternativas a una marca con mejor soporte en España, ya entra en terreno de sustitución competitiva. La IA, educada y sonriente, puede estar desviando demanda sin que nadie lo vea en Analytics.

Google, ChatGPT y Gemini no miran igual el mundo

El primer error habitual es creer que existe “la visibilidad en IA” como una sola cosa. No. Hay visibilidades. Google AI Overviews, AI Mode, ChatGPT Search, Gemini, Perplexity, Copilot, Claude o Grok pueden recuperar fuentes distintas, ordenar respuestas de otra manera y citar dominios que no aparecen en los mismos lugares de una SERP tradicional. La medición debe asumir esa fragmentación desde el principio. Quien busca un único número mágico está pidiendo un horóscopo con dashboard.

La investigación reciente sobre resultados generativos confirma esa volatilidad. Hay análisis que muestran una presencia creciente de respuestas de IA en consultas informativas y de tipo pregunta, junto con un dato especialmente incómodo: muchos dominios citados por respuestas generativas no siempre coinciden con los resultados orgánicos que ocupan la primera página clásica. Traducido: ranking orgánico y cita en IA se solapan, pero no son lo mismo. Una web puede seguir teniendo buen SEO tradicional y, aun así, perder protagonismo dentro de una respuesta generada.

También se observa una baja similitud entre las fuentes recuperadas por cada sistema. Una misma consulta puede devolver apoyos distintos en Google, Gemini, ChatGPT o Perplexity. Incluso pequeños cambios de redacción pueden alterar la respuesta. Para una marca, esto significa que una medición de un solo disparo puede ser engañosa: hoy sales, mañana no; con una palabra apareces, con otra desapareces como calcetín en lavadora. La búsqueda conversacional tiene memoria corta, humor variable y una enorme dependencia del contexto.

Y luego está el tráfico, el viejo tráfico, que nadie quiere enterrar pero todos empiezan a vigilar con cara rara. Cuando una respuesta generada resuelve una consulta antes del clic, la marca puede ganar presencia y perder visitas al mismo tiempo. No es una contradicción. Es la nueva rareza del tablero. La visibilidad puede subir mientras la visita baja, especialmente en consultas donde una explicación breve satisface al usuario sin necesidad de abrir varias páginas. Para medios, blogs, comparadores, SaaS y ecommerce informacional, esto no es una nota al pie. Es una grieta en la pared.

El dato incómodo: una prueba aislada vale poco

La inteligencia artificial generativa no es una calculadora de bolsillo. Dos consultas iguales pueden producir respuestas distintas por cambios de modelo, frescura del índice, personalización, ubicación, idioma, historial, fuentes disponibles o simple variabilidad estadística. Por eso las métricas de citas deben tratarse como estimaciones, no como valores fijos tallados en mármol. Es menos sexy que decir “hemos subido tres puntos en ChatGPT”, pero mucho más honesto.

Esto obliga a medir con repetición. Una marca debería observar el mismo paquete de prompts durante días o semanas, comparar motores, controlar idioma y país, registrar fuentes citadas, guardar la respuesta completa y revisar los cambios de posición narrativa. Sí, narrativa. Porque en IA no solo importa el orden; importa cómo se construye la frase. No es igual “la marca X ofrece soluciones básicas” que “la marca X es una de las referencias para empresas medianas”. En SEO clásico mirábamos píxeles y posiciones. Aquí toca mirar lenguaje, autoridad y atribución.

Las herramientas ya han llegado, pero no hacen magia

El mercado ha reaccionado rápido. Demasiado rápido, quizá, como siempre que aparece una sigla nueva y alguien huele presupuesto. Hay herramientas que prometen medir presencia de marca en respuestas de IA, detectar prompts donde aparece un competidor, identificar fuentes citadas y auditar páginas con potencial de ser usadas por modelos. Algunas vienen del SEO tradicional; otras nacieron directamente en el barro del GEO, el AEO y la búsqueda conversacional.

Semrush, por ejemplo, ha incorporado soluciones vinculadas a la medición de presencia de marca en respuestas generadas por IA, comparación competitiva, menciones, citas, páginas citadas, prompts perdidos y distribución por plataformas o países. Su AI Visibility Toolkit apunta exactamente a ese cambio: los grandes suites SEO ya no pueden limitarse a posición media, volumen de búsqueda y backlinks. El tablero se ha llenado de respuestas.

Ahrefs también ha entrado en esa misma guerra con Brand Radar, orientado a seguir menciones en respuestas de IA, comparar marcas, revisar fuentes y observar cómo aparecen empresas en entornos como AI Overviews, AI Mode, ChatGPT, Perplexity, Copilot, Gemini y otros sistemas. No se trata solo de saber si alguien enlaza. Se trata de entender si una marca se convierte en referencia cuando el usuario ya no navega, sino que conversa.

OtterlyAI, por su parte, se presenta como una plataforma enfocada en monitorizar cómo una marca o una web aparece —o desaparece— en ChatGPT, Google AI Overviews, Perplexity, Google AI Mode, Gemini y Copilot, además de investigar prompts, auditar contenidos y proponer mejoras orientadas a búsqueda de IA. No conviene tragarse cada promesa comercial como si fuera escritura sagrada, pero la dirección del mercado es evidente: la analítica SEO se está llenando de respuestas, no solo de rankings.

La tentación será convertir estas herramientas en tótems. Mala idea. Una plataforma puede acelerar la recogida de datos, ordenar competidores y detectar patrones imposibles de ver a mano, pero no sustituye el criterio. Hace falta revisar respuestas, validar fuentes, separar ruido de tendencia, entender el negocio y distinguir entre visibilidad útil y presencia cosmética. Si una marca aparece en 300 prompts irrelevantes, pero no en los 30 que preceden a una compra, el gráfico sonríe y la caja no.

Cómo saber si la IA cita bien tu marca

Una auditoría seria de AI visibility tracking empieza por construir un mapa de intención de búsqueda. No desde la marca, sino desde el usuario. Qué problemas intenta resolver, qué comparaciones hace, qué dudas técnicas plantea, qué objeciones repite antes de comprar, qué competidores baraja, qué términos usa cuando aún no sabe cómo se llama la solución. Ahí nacen los prompts útiles. Los de verdad. No los que inflan el ego del comité de marketing.

Después conviene agrupar esos prompts por familias. Consultas de descubrimiento, consultas comparativas, consultas de decisión, consultas de confianza y consultas defensivas, esas joyas feas donde aparecen errores, quejas, precios, cancelaciones, limitaciones o problemas de soporte. La reputación también se mide cuando la luz no favorece. De hecho, muchas marcas descubren más sobre su posición real en IA cuando miran las respuestas incómodas que cuando buscan su propio nombre.

A cada respuesta habría que mirarle varias costuras: si la marca aparece, en qué posición narrativa, con qué adjetivos, junto a quién, qué URL se cita, si la URL es propia o externa, si la fuente está actualizada, si el modelo confunde atributos, si omite una ventaja diferencial o si atribuye a otro lo que pertenece a la marca. Este último caso ocurre más de lo que gustaría. La IA, a veces, se comporta como ese invitado que ha leído todos los titulares y ninguno de los contratos.

La validación humana importa. Mucho. Una herramienta puede decir que el sentimiento es positivo porque la respuesta usa palabras amables, pero quizá está encajonando la marca en una categoría de bajo valor. Puede marcar una cita como correcta porque apunta al dominio, aunque la página enlazada sea un post antiguo, una landing descatalogada o una ficha sin el producto actual. El dato necesita ojos. Ojos cansados, incluso. De esos que han visto migraciones fallidas, redirecciones hechas con cinta americana y dashboards que parecían árboles de Navidad.

También hay que separar cita propia de cita ajena. Si ChatGPT recomienda una marca apoyándose en una review de terceros, la empresa gana visibilidad, pero no controla del todo el mensaje. Si Google AI Overviews cita una página oficial, la marca tiene más margen para corregir, ampliar o reforzar esa información. Si Gemini toma como referencia una ficha de marketplace con datos incompletos, la medición debe apuntar a distribución, feeds, datos de producto y consistencia fuera del dominio. La visibilidad en IA es una telaraña, no una landing.

Lo que sí se puede optimizar sin vender humo

Aquí conviene bajar el volumen. No existe un botón para “posicionar en ChatGPT” ni una etiqueta secreta para que Gemini adore una marca los martes. Lo que sí existe es trabajo de base: rastreo limpio, contenido verificable, información actualizada, entidades bien conectadas, reputación externa, menciones coherentes, datos estructurados sin fantasía y páginas que responden mejor que una nota de prensa maquillada.

Para Google AI Overviews y AI Mode no hay un schema especial ni archivos nuevos que garanticen aparecer en esas respuestas. Siguen contando los fundamentos: rastreo, indexación, contenido textual, enlaces internos, coherencia semántica, datos estructurados alineados con lo visible y señales claras sobre productos, servicios, autoría o negocio. Dicho sin incienso: el SEO básico sigue vivo, solo que ahora se le exige mayor claridad. Menos niebla. Más precisión.

Para ChatGPT Search, el control técnico pasa por permitir el acceso de OAI-SearchBot y por evitar bloqueos de infraestructura que impidan consultar el contenido. No hay garantía de presencia ni de posición, porque cada sistema clasifica según relevancia, fiabilidad y contexto, pero bloquear el acceso es una forma bastante eficaz de desaparecer del radar. Una obviedad, sí. Las obviedades también arruinan proyectos caros.

En contenidos, la optimización útil se parece menos a fabricar textos “para IA” y más a dejar pocas zonas grises. Páginas de producto con atributos completos. Comparativas honestas. Casos de uso concretos. Precios o rangos cuando tenga sentido. Fechas de actualización. Autores reconocibles. Glosarios que no sean sopa SEO. Respuestas a objeciones reales. Documentación técnica legible. Páginas de soporte que resuelvan problemas y no escondan el polvo bajo la alfombra. Una IA que busca fuentes tiende a preferir material que pueda interpretar, citar y cruzar con otras señales.

La presencia externa pesa, aunque no siempre de la manera clásica del linkbuilding. Reviews, menciones editoriales, comparativas independientes, perfiles de empresa, documentación en marketplaces, hilos de comunidades, vídeos con transcripción, podcasts indexables, notas técnicas, estudios propios y páginas institucionales pueden alimentar la forma en que una marca aparece en respuestas generativas. No todo será enlace. No todo será autoridad de dominio. A veces será pura coocurrencia: tu marca asociada una y otra vez a un problema, una categoría, una solución, un país, un tipo de cliente.

El ecommerce tiene una capa especial. En productos, la IA puede tirar de feeds, fichas, reseñas, disponibilidad, precios, variantes, merchant data, Merchant Center, Business Profile y menciones en terceros. Una marca puede tener una web impecable y, aun así, aparecer mal porque sus distribuidores usan nombres incoherentes, imágenes pobres, títulos truncados o descripciones recicladas de 2018. El AI visibility tracking ayuda a detectar esos desajustes. No los arregla solo, pero señala dónde se rompe el espejo.

La marca empieza a vivir fuera de su web

El AI visibility tracking no sustituye al SEO, a la analítica web ni al posicionamiento de toda la vida. Los amplía. Añade una capa incómoda y necesaria: medir cómo las inteligencias artificiales interpretan una marca cuando el usuario no navega por una SERP, sino por una respuesta. Ahí se juega algo más que un clic. Se juega el encuadre.

Para seoetico.com y para cualquier proyecto que trabaje SEO, SEM, contenidos, ecommerce o analítica, la lectura es bastante limpia: ya no basta con saber qué posición ocupa una URL. Hay que saber qué relato devuelve la IA, qué fuentes utiliza, dónde se equivoca, a quién recomienda en lugar de la marca y qué temas domina la competencia. No desde la paranoia, sino desde la medición. La paranoia hace ruido; la medición deja huella.

La parte sensata consiste en unir tres mundos que durante demasiado tiempo han ido por carriles separados: SEO técnico, contenido editorial y reputación de marca. Si una IA cita una página antigua, hay que revisar arquitectura, actualización y señales externas. Si menciona a un competidor en prompts donde la marca debería aparecer, hay que mirar intención, cobertura temática y autoridad percibida. Si inventa datos, toca reforzar fuentes oficiales, eliminar ambigüedades y empujar consistencia en todo el ecosistema digital. No hay varita. Hay oficio.

La visibilidad en IA será irregular, cambiante y a ratos desesperante. También lo fue Google cuando dejó de ser una lista limpia y se llenó de mapas, vídeos, shopping, fragmentos destacados, carruseles, foros y respuestas directas. La diferencia es que ahora la interfaz no solo ordena información: la resume, la mezcla y le pone voz. Por eso medir si la IA cita bien tu marca ya no es una curiosidad para frikis de la analítica. Es una forma de saber si, cuando el mercado pregunta, tu marca está en la conversación o se ha quedado mirando desde la puerta.