Prompt tracking: medir preguntas reales hechas a la IA hoy

El prompt tracking es la medición sistemática de las preguntas, instrucciones y búsquedas conversacionales que las personas formulan a herramientas de inteligencia artificial como ChatGPT, Gemini, Perplexity, Copilot o los nuevos resultados generativos de Google. No va de espiar conversaciones privadas ni de coleccionar frases bonitas para una presentación de marketing. Va de entender, con datos, cómo cambia la intención de búsqueda cuando el usuario deja de escribir dos palabras en Google y empieza a pedirle a una IA que compare, filtre, recomiende, resuma o decida por él.

Para SEO, SEM, ecommerce y estrategia de contenidos, esto es un cambio de suelo. Durante años se ha trabajado con keywords, volúmenes mensuales, posiciones, CTR y páginas de destino. Ahora aparece otra capa: las preguntas reales hechas a la IA, más largas, más contextuales, con más matices y, a menudo, más cerca de la decisión final. El usuario ya no busca solo “mejor CRM”; pregunta algo parecido a “qué CRM barato puedo usar en una pyme de servicios con tres comerciales, integración con Gmail y sin contratar consultor”. Ahí hay intención, presupuesto, fricción, caso de uso y objeción. Una mina. O un campo minado, según se mida.

Del keyword research al mapa de conversaciones

El keyword research clásico sigue vivo. Conviene no enterrarlo con música solemne cada seis meses, como suele hacer el sector cada vez que aparece una interfaz nueva. Google sigue moviendo una cantidad gigantesca de búsquedas, Search Console sigue siendo una herramienta central, los anuncios siguen activándose por señales de intención y una página mal indexada no se convierte en visible por mucho que alguien le ponga “GEO” encima, como quien espolvorea perejil.

La diferencia está en que el usuario empieza a expresar sus necesidades de otra manera. En los buscadores tradicionales, muchas consultas eran telegráficas: “zapatillas running mujer”, “software facturación autónomos”, “agencia SEO Valencia”. En un asistente de IA, esas mismas necesidades se abren como una persiana: “necesito unas zapatillas para correr tres veces por semana por asfalto, peso 70 kilos y me duelen las rodillas”; “qué programa de facturación me conviene si soy autónomo, facturo poco y odio perder una tarde con Hacienda”; “qué debería mirar antes de contratar una agencia SEO para una tienda online pequeña”.

Eso es prompt intelligence, aunque el nombre suene a SaaS con oficina de cristal y café de especialidad. Significa observar patrones en preguntas conversacionales: qué problemas aparecen, qué comparaciones se repiten, qué marcas son mencionadas, qué atributos pesan, qué objeciones bloquean una compra, qué palabras usa la gente cuando todavía no sabe cómo se llama lo que necesita. La keyword era una señal. El prompt es una escena completa.

También cambia el papel de los contenidos. Un artículo ya no compite solo por ocupar un enlace azul. Puede competir por ser citado, resumido, reinterpretado o usado como apoyo por una respuesta generativa. En Google AI Mode y AI Overviews, los sistemas pueden descomponer una consulta en varias búsquedas relacionadas, lo que se conoce como query fan-out. En ChatGPT Search, la pregunta del usuario también puede reescribirse en una o varias consultas más específicas antes de buscar información en la web. Dicho en castellano normal: el usuario formula una necesidad, la máquina la trocea, busca por debajo, recompone una respuesta y decide qué fuentes merecen aparecer. Y a veces acierta. A veces hace una tortilla con las cáscaras dentro.

Qué se mide cuando se mide prompt tracking

Medir prompts no consiste en guardar todas las frases que alguien escribe en una caja negra y venderlo como “insight estratégico”. Eso, además de cutre, puede ser legalmente delicado. El prompt tracking serio trabaja con señales agregadas, anonimizadas y útiles para negocio. Busca patrones, no cotilleos.

En una empresa, esas señales pueden salir de varios sitios. El buscador interno de la web revela cómo pregunta quien ya está dentro. Los chats de atención al cliente muestran dudas reales, con su gramática torcida y su impaciencia humana. Las consultas de Search Console dejan ver qué expresiones siguen trayendo tráfico desde Google. Las campañas de pago muestran qué mensajes convierten, cuáles atraen curiosos y cuáles queman presupuesto como una estufa rota. Las reseñas, los tickets de soporte, las conversaciones comerciales y los formularios abandonados completan el cuadro. No todo es IA, claro. Pero todo puede alimentar un sistema de lectura de intención.

El salto aparece cuando esos datos se convierten en un banco vivo de preguntas. No una lista muerta de keywords exportadas en CSV, sino un inventario de necesidades. Por ejemplo, una tienda de electrónica puede descubrir que sus usuarios no preguntan solo por “mejor portátil barato”, sino por “portátil para teletrabajar con muchas pestañas abiertas y videollamadas sin que parezca un reactor”. Ese matiz cambia el contenido, la ficha de producto, los filtros, los anuncios y hasta la forma de presentar una comparativa.

Para ecommerce, el prompt tracking permite detectar combinaciones que el catálogo suele esconder. “Vestido para boda de mañana en mayo sin tacón”, “silla de oficina para piso pequeño”, “cafetera fácil de limpiar para una persona”. Son búsquedas que mezclan producto, contexto, limitación y deseo. No encajan bien en una arquitectura pensada solo en categorías rígidas. Pero encajan de maravilla en páginas de inspiración, guías de compra, módulos de recomendación, filtros semánticos y contenidos que hablan como habla el cliente. Qué rareza, ¿verdad? Escuchar antes de optimizar.

En B2B, el valor suele estar en las objeciones. “Alternativa a HubSpot más barata”, “ERP para empresa industrial sin equipo IT”, “cómo justificar una inversión en ciberseguridad al director financiero”. Ahí el usuario no está al principio del viaje. Está comparando, defendiendo presupuesto, anticipando una reunión incómoda. Medir esos prompts ayuda a crear contenido para fases donde el SEO clásico a veces llega tarde, con un folleto en la mano y cara de haber perdido el tren.

La visibilidad en IA no se parece a una posición media

Uno de los errores más frecuentes es intentar medir la IA como si fuera una SERP de 2015. Posición uno, posición dos, posición tres. Tranquilo todo el mundo: imprimimos el ranking y nos vamos a comer. Pero los asistentes generativos no funcionan con una página estable de resultados. La misma pregunta puede producir respuestas distintas según el modelo, la sesión, la ubicación, el historial, el idioma, la formulación exacta, la frescura de los datos y el modo activado. La visibilidad en IA se vuelve más líquida. Menos columna de Excel, más corriente de río.

Por eso el prompt tracking necesita otras métricas. La primera es la presencia de marca: cuántas veces aparece una empresa, producto, autor o medio cuando se ejecuta una batería de preguntas relevantes. La segunda es el contexto de aparición: no vale lo mismo salir como recomendación principal que aparecer en una frase lateral, entre competidores, con un matiz tibio o dentro de una advertencia. La tercera es la cuota de voz conversacional, es decir, qué porcentaje del espacio de respuesta ocupa una marca frente a otras. La cuarta es la fuente: si la IA cita tu web, una review ajena, un marketplace, un foro o un medio especializado. Porque no es igual que hable tu página que que hable de ti un tercero con resaca.

También importa la estabilidad. Si una marca aparece en 8 de cada 10 ejecuciones de un mismo conjunto de prompts, la señal es más sólida que si aparece una vez y desaparece como calcetín en lavadora. En IA, una medición aislada puede engañar. Hay que repetir, comparar y observar tendencias. Un solo prompt no es mercado; es una foto movida.

Las herramientas de GEO y AI visibility ya trabajan en esa dirección: lanzan conjuntos de preguntas en varios motores, registran menciones, fuentes citadas, sentimiento, competidores y cambios a lo largo del tiempo. Algunas estiman volumen potencial con datos de clickstream o con aproximaciones propias. Conviene usarlas con cabeza. Hoy no existe un equivalente perfecto al volumen de búsqueda tradicional para prompts conversacionales. El que prometa exactitud quirúrgica está vendiendo niebla envasada.

La parte incómoda es que Search Console todavía no separa con toda la claridad que muchos SEOs querrían el rendimiento específico de AI Overviews o AI Mode. Google integra esas apariciones dentro del rendimiento general de búsqueda web. Eso deja una zona gris: se puede analizar tráfico, páginas, consultas y cambios de comportamiento, pero no siempre aislar el impacto exacto de cada formato generativo. Así que el analista tiene que cruzar señales, no esperar una pantalla mágica con la verdad revelada y un botón verde que diga “optimizar”.

Cómo construir un banco de prompts útil para SEO y SEM

Un banco de prompts útil empieza con realidad, no con ocurrencias de sala de reuniones. Primero se recogen preguntas existentes: consultas internas del sitio, términos de Search Console, campañas de Google Ads, conversaciones de ventas, tickets de soporte, reseñas, comentarios en redes, preguntas frecuentes reales y transcripciones de llamadas cuando sea legal y pertinente. Después se limpian, se agrupan y se clasifican por intención. No hace falta convertirlo en una taxonomía de museo; basta con que sea accionable.

La clasificación suele moverse entre varias capas: informacional, comparativa, transaccional, local, técnica, postventa, objeción, urgencia, compatibilidad, precio, confianza. Una misma pregunta puede tocar varias. “Mejor hosting para WordPress barato que no se caiga con picos de tráfico” mezcla precio, rendimiento, tecnología y miedo. Ese miedo, por cierto, vale oro. El usuario no compra hosting; compra dormir sin que una campaña en Meta le tumbe la web a las nueve de la noche.

Luego conviene transformar esas preguntas en prompts de seguimiento. No para manipular a la IA, sino para entender cómo responde. Una marca puede probar variantes como “mejores herramientas para…”, “alternativas a…”, “qué elegir entre…”, “qué producto conviene si…”, “errores al contratar…”, “opciones para una empresa de…”. La gracia no está en una frase exacta. Está en cubrir familias de intención.

Para SEM, esto abre una lectura interesante. Muchas campañas siguen viviendo atrapadas en el keyword exacto, el grupo de anuncios ordenadito y la landing genérica. El prompt tracking permite detectar mensajes que deberían aparecer en copies, extensiones, creatividades y páginas de aterrizaje. Si los usuarios preguntan “sin permanencia”, “fácil de cancelar”, “compatible con Shopify”, “para autónomos sin conocimientos técnicos”, quizá el anuncio no debería presumir solo de “solución integral líder”. Esa frase, por cierto, debería pagar impuesto de circulación.

En contenidos, el banco de prompts ayuda a decidir qué piezas crear, actualizar o fusionar. Una guía puede responder una intención amplia, pero una comparativa puede atacar una duda muy cercana a la compra. Una ficha de producto puede incorporar bloques de uso real. Una página de categoría puede dejar de parecer un pasillo de almacén y empezar a explicar para quién sirve cada opción. Una noticia puede incluir contexto que una IA pueda interpretar, no solo titulares con esteroides.

La medición no termina al publicar. Se observan cambios en impresiones, clics, consultas, menciones en respuestas de IA, aparición de competidores, conversiones asistidas, tiempo en página y calidad del tráfico. No todo sube a la vez. A veces baja el clic y sube la conversión porque llega menos gente, pero más decidida. A veces una IA cita un contenido y no manda apenas tráfico. A veces aparece una marca en la respuesta, pero el usuario no hace clic porque ya tiene suficiente información. Bienvenidos al barro.

Contenido que las IA pueden entender, citar y respetar

El prompt tracking no sirve de mucho si luego se responde con contenido blando, intercambiable, escrito para llenar una plantilla. Las IA tienden a favorecer información clara, estructurada, verificable y con señales de autoridad. Eso no significa escribir como una circular del BOE. Significa que una página debe decir cosas concretas: precios cuando proceda, condiciones, limitaciones, fechas, compatibilidades, metodología, autoría, experiencia real, comparaciones honestas, casos de uso y respuestas que no se escurren como jabón.

Google ha insistido en que las bases del SEO siguen importando para sus experiencias generativas: rastreo permitido, contenido indexable, buena experiencia de página, datos estructurados coherentes con lo visible, imágenes y vídeos útiles, información de Merchant Center o Business Profile actualizada cuando aplique. No hay un marcado secreto para “salir en IA”. De momento, quien vende una etiqueta milagrosa para AI Overviews se parece bastante al que vendía directorios premium en 2009 con una sonrisa demasiado blanca.

La diferencia está en la profundidad útil. Una IA puede resumir obviedades infinitas. Lo que necesita para construir una respuesta más rica son detalles que no estén repetidos en cien webs hermanas. Experiencia de primera mano, pruebas, tablas propias, ejemplos, datos comparables, advertencias, límites. En ecommerce, esto puede ser una ficha con medidas reales, fotos propias, preguntas de uso, política de devoluciones clara y comparativas honestas. En servicios, una página que explique proceso, plazos, entregables, exclusiones y criterios de decisión. En medios, contexto, verificación y una mirada que no parezca salida de una trituradora de notas de prensa.

El contenido también debe anticipar cómo pregunta la gente en IA. No hace falta llenar la página de preguntas en formato FAQ como quien planta banderillas. Basta con escribir de forma que cada bloque resuelva una intención concreta. Una sección sobre “para quién encaja”, otra sobre “cuándo no merece la pena”, otra sobre “coste real”, otra sobre “alternativas”, otra sobre “errores frecuentes”. El usuario lo agradece. La máquina también, aunque no mande flores.

Hay una cuestión delicada: las IA pueden usar fuentes distintas a las que aparecen arriba en Google. Los análisis recientes sobre AI Overviews han observado diferencias claras entre resultados orgánicos tradicionales y fuentes citadas por respuestas generativas. Eso rompe una creencia cómoda: estar bien posicionado ayuda, pero no garantiza ser fuente de una respuesta de IA. La autoridad sigue contando; la estructura también. Y la especificidad. Sobre todo la especificidad.

Privacidad, sesgos y el peligro de medir demasiado

El prompt tracking toca datos sensibles con mucha facilidad. Una pregunta puede revelar problemas médicos, situación económica, edad, ubicación, empresa, miedos, relaciones, intención de compra o vulnerabilidades. Por eso la medición debe diseñarse con privacidad desde el principio. Agregación, anonimización, minimización de datos, control de accesos, retención limitada y revisión legal cuando se manejan conversaciones reales. Sí, suena menos divertido que “growth”. También evita disgustos.

El objetivo no debería ser reconstruir al usuario como si fuera un sospechoso, sino entender demandas colectivas. Hay una diferencia ética y práctica. “Muchos clientes preguntan si pueden cancelar sin penalización” es un insight. “María preguntó tres veces por cancelar porque no llega a fin de mes” es una alarma roja con luces.

También hay sesgos. Si una empresa solo analiza prompts de usuarios que ya llegan a su web, verá una parte del mercado. Si solo mide ChatGPT, ignorará Gemini, Perplexity, Copilot o Google. Si ejecuta prompts desde una ubicación concreta, puede obtener una visión local. Si formula preguntas demasiado dirigidas, fabricará el resultado que quería encontrar. El prompt tracking mal hecho confirma prejuicios con una interfaz moderna. Muy siglo XXI: el sesgo de siempre, pero con dashboard oscuro.

Otro problema es la volatilidad. Los modelos cambian, las fuentes se actualizan, los acuerdos entre plataformas evolucionan, los productos aparecen y desaparecen, las políticas de rastreo se ajustan. Una medición de enero puede no servir en mayo. En este terreno, la foto fija envejece rápido. Hay que mirar series, no estampas.

Y luego está el ruido. Muchas preguntas generadas por equipos internos no representan a usuarios reales. Son demasiado limpias, demasiado racionales. El cliente pregunta peor, mezcla cosas, se contradice, escribe con prisa, mete una marca donde no toca y cambia de idea a mitad de frase. Esa imperfección es precisamente el dato. Si el banco de prompts parece escrito por un consultor después de tres cafés y una demo de producto, malo.

Prompt tracking para ecommerce, medios y marcas con ambición real

En ecommerce, el prompt tracking conecta SEO, catálogo y conversión. Permite descubrir usos no cubiertos por las categorías, atributos que faltan en fichas de producto, comparaciones que merecen landing propia y dudas que deberían resolverse antes del carrito. Una tienda de muebles puede detectar que la gente no pregunta solo por “mesa comedor extensible”, sino por “mesa extensible para salón pequeño que no parezca de piso de alquiler”. Ahí hay diseño, espacio, percepción social y presupuesto. Una ficha que solo diga “melamina, roble claro, 140 centímetros” se queda corta. Técnicamente informa. Comercialmente bosteza.

En medios, ayuda a entender qué contexto busca el lector cuando una noticia se vuelve compleja. No basta con publicar la última declaración, la última cifra, el último giro. Las personas preguntan a la IA por causas, consecuencias, antecedentes, comparaciones y efectos prácticos. Un medio que quiera ser citado o recordado necesita piezas explicativas sólidas, no solo velocidad. La primicia dura poco; el buen contexto dura más, aunque no lleve sirena.

En B2B, el prompt tracking puede revelar cómo habla el comprador antes de dejar sus datos. Ahí aparecen consultas sobre implementación, costes ocultos, integraciones, riesgos, soporte, migración, cumplimiento normativo. También aparecen competidores. Muchos. Y conviene leer esas comparaciones sin ponerse dramático. Si los usuarios preguntan “alternativa a tu marca”, el mercado ya está hablando. Mejor escucharlo que fingir que no pasa.

Para marcas locales, el fenómeno también pesa. ChatGPT Search puede usar información de ubicación, Google combina resultados locales con respuestas generativas y las búsquedas conversacionales incluyen cada vez más contexto: “dentista abierto sábado cerca de mí que financie tratamientos”, “restaurante tranquilo para ir con niños y aparcar fácil”, “abogado laboralista en Valencia para despido improcedente”. Aquí la limpieza de datos básicos es decisiva: horarios, reseñas, servicios, dirección, disponibilidad, atributos, fotos y páginas locales claras. El SEO local de toda la vida, sí, pero con más conversación alrededor.

La gran tentación será producir contenido para cada micro-prompt. Error. Eso lleva a webs infladas, repetitivas, llenas de páginas casi iguales que nadie quiere leer. El valor está en agrupar intenciones y crear activos fuertes. Menos páginas inútiles. Más respuestas completas. Menos “qué es”, “cómo funciona”, “mejores consejos” duplicados hasta el tedio. Más criterio editorial. Qué concepto tan revolucionario: editar.

Medir preguntas para dejar de adivinar

El prompt tracking no sustituye al SEO, ni al SEM, ni a la analítica web. Los obliga a madurar. Pone delante una evidencia incómoda: durante años se han tomado decisiones enormes con datos parciales sobre cómo busca la gente. Ahora empieza a verse algo más cercano a cómo piensa, compara y duda. No de forma perfecta. No de forma total. Pero sí con suficiente nitidez como para cambiar prioridades.

La empresa que mida prompts con seriedad podrá detectar antes nuevas demandas, ajustar contenidos, reforzar páginas que las IA entienden mal, vigilar competidores en respuestas generativas y construir mensajes más pegados a la intención real. La que lo use como una moda más acabará con otro dashboard bonito, tres siglas nuevas y la misma niebla de siempre.

La búsqueda ya no cabe entera en una caja de texto. Se ha vuelto conversación, comparación, recomendación, resumen y, cada vez más, decisión asistida. Medir esas preguntas no es mirar una curiosidad técnica: es escuchar el mercado cuando cree que nadie le está vendiendo nada. Ahí habla mejor. Más claro. Con menos filtros. Y para quien trabaja en SEO, marketing digital o ecommerce, ese murmullo vale bastante más que otra lista de keywords ordenada por volumen.