Seguimiento de visibilidad en IA: una lectura engaña

El seguimiento de visibilidad en IA es más ruidoso de lo que admiten la mayoría de los paneles. Un nuevo preprint de la National University of Singapore halló que los resultados de Google más la API de OpenAI reprodujeron solo el 26,2 % de las páginas concretas que ChatGPT citó realmente. Una sola lectura no demuestra nada, así que trata la visibilidad en IA como una distribución y combínala con resultados de negocio.

Puntos clave

• Las herramientas basadas en la API o en las SERP de Google capturan cerca del 26 % de las páginas citadas, pero cerca del 49 % de los dominios. Haz seguimiento de ambos niveles.
• Ejecuta cada prompt de forma repetida (20 veces en el estudio), porque el 44,5 % de las páginas únicas apareció solo una vez.
• Mide menciones y citas por separado, ya que una puntuación combinada oculta la causa del cambio.
• Visibilidad no es tráfico: un AI Overview reduce el CTR del primer resultado un 58 %.
• Trata con cautela los datos históricos después de cada cambio de modelo.

Por qué una sola lectura de visibilidad en IA engaña

El preprint, recogido por Search Engine Journal, probó modelos desde GPT-5.2 hasta GPT-5.5 Instant. ChatGPT nunca buscó con la formulación exacta de la pregunta del usuario. Siempre la reescribió con sus propias frases, y en el 67 a 70 % de las ejecuciones con consultas en chino pasó al inglés.

El problema mayor es la varianza. El 44,5 % de las páginas únicas apareció en solo una de 20 ejecuciones. Tras el paso a GPT-5.5, Sistrix registró variaciones del 47 % en las citas en alemán, frente a un 1 a 2 % habitual.

La lección práctica: una instantánea es una anécdota. Lo que necesitas es frecuencia, es decir, cuántas veces aparece tu marca a lo largo de ejecuciones repetidas.

Qué pueden ver y qué no las herramientas de seguimiento

Google más la API capturaron el 26,2 % de las páginas, pero el 48,7 % de los dominios (con los subdominios contados por separado). Así, el seguimiento puede indicarte más o menos qué sitios cita la IA, pero no qué URL de forma fiable.

Ten el mismo cuidado con los rankings clásicos. Una investigación de Ahrefs, resumida por Search Engine Journal, encontró que solo el 37,1 % de las URL citadas en AI Overviews también están en el top 10. Otro 26,2 % se sitúa entre las posiciones 11 y 100, y el 36,7 % queda fuera del top 100. El query fan-out incorpora contenido que el seguimiento de posiciones de tus términos principales nunca mira.

¿Y el schema? Las páginas citadas tenían JSON-LD tres veces más a menudo, pero añadirlo no movió las citas de forma significativa (AI Mode +2,4 %, ChatGPT +2,2 %, AI Overviews -4,6 %). El marcado sigue importando para agentes y resultados enriquecidos, solo que no esperes que consiga citas por sí solo. Las 10 buenas prácticas de SEO de Semrush dan con razón más peso a la autoridad temática y a una intención clara por página.

Menciones, citas e impacto real en el negocio

Una sola puntuación mezcla cosas distintas. Una mención sin cita es presencia sin crédito. Una cita sin mención es una fuente sin contexto. Si las fusionas, no puedes saber por qué se movió el número.

La pregunta más importante es qué obtienes a cambio. Un AI Overview reduce el CTR del resultado mejor posicionado un 58 %. Una marca puede crecer en las respuestas de IA mientras pierde clics.

Un marco útil viene de The Generative AI Report Sucks. El informe de IA generativa de Search Console solo muestra impresiones, así que el autor propone un índice de exposición comercial a la IA = (V × S × T × C)^(1/4):

• V: visibilidad en IA desde GSC
• S: sustitución por AI Overview a partir de datos de SERP
• T: dependencia del tráfico orgánico desde GA4
• C: valor comercial (ingresos, conversiones)

Normaliza todo de 0 a 100 y calcula por subcarpeta (/news/, /blog/, /products/). La exportación de GSC a nivel de página tiene un tope de 1.000 filas, así que en sitios grandes es solo una muestra. Mucha visibilidad significa poco si el contenido no tiene valor comercial o no depende del tráfico orgánico.

Una forma práctica de medir la visibilidad en IA con honestidad

1. Repite los prompts. Ejecuta decenas de veces cada prompt clave y guarda el porcentaje de ejecuciones en las que apareció tu marca.
2. Cuenta a dos niveles. Dominios para la tendencia, URL solo como señal aproximada.
3. Separa menciones y citas. Dos métricas, dos gráficos.
4. Construye los prompts con lenguaje real. Hilos de Reddit, llamadas de ventas, preguntas de clientes. El modelo reescribe la consulta de todos modos, así que cubre variantes semánticas en lugar de una única frase de cola larga.
5. Vincúlalo a los ingresos. GSC, GA4 y datos comerciales a nivel de subcarpeta. En los logs del servidor, separa los bots de entrenamiento, de búsqueda y de recuperación, porque cada uno indica un tipo distinto de demanda.
6. Reinicia la línea base tras un cambio de modelo. Los datos antiguos dicen poco sobre el comportamiento nuevo.

Si prefieres no montarlo todo en hojas de cálculo, Charlie reúne estas capas en un solo lugar, con especialistas de IA que ayudan en el análisis.

Dónde encajan las nuevas herramientas de medición de Google

Hacer seguimiento de la visibilidad en IA es solo la mitad del trabajo. La otra mitad es demostrar el impacto. En su anuncio de nuevas herramientas, Google cita un aumento medio del 26 % en el ROAS incremental para los anunciantes que conectaron datos offline y de apps mediante Data Manager, y un 11 % más de conversiones en Search gracias a las conversiones mejoradas. Son cifras de Google, así que valídalas con tus propios datos.

La pieza más útil es Meridian GeoX, ya disponible a nivel global para experimentos geográficos causales. Si la IA reduce los clics, una prueba geográfica te dice si la caída se refleja en los ingresos y no solo en un panel.

Conclusión

La visibilidad en IA es una estadística, no un hecho. Mídela de forma repetida, por dominio y por URL, separa las menciones de las citas y ponla siempre junto a los clics y los ingresos. Solo entonces se convierte en una decisión de presupuesto.