Cómo medir tu visibilidad en IA: la única métrica que importa

Medir tu visibilidad en IA consiste en comprobar una sola cosa: si ChatGPT, Perplexity o Google AI te mencionan —idealmente con enlace— cuando alguien hace la consulta real de tu cliente. No es un número abstracto: es la frecuencia con la que apareces, a nivel de prompt concreto, frente a tus competidores.

Todo lo demás es decorado. Antes de seguir conviene tener claro qué es el GEO y por qué este juego va de autoridad, no de tráfico. Este artículo no redefine el concepto: se centra en lo único que un consultor honesto debería entregarte cada mes —evidencia de citación— y en cómo separarla del humo que venden la mayoría de «dashboards de visibilidad».

La pregunta que de verdad importa

Olvida por un momento las herramientas. La pregunta operativa es ésta: ¿me cita ChatGPT —o Perplexity, o el resumen de Google— con enlace, para la consulta exacta que escribiría mi cliente antes de contratarme? Si la respuesta es sí, tienes visibilidad real. Si es no, da igual lo bonito que sea tu informe.

Fíjate en los tres componentes, porque cada uno se mide por separado: presencia (¿apareces?), atribución (¿te nombran o solo usan tu contenido sin crédito?) y enlace (¿hay un clic posible hacia tu web, o la IA resuelve la consulta sin sacar al usuario?). Una marca puede estar «presente» —su definición se cuela en la respuesta— y no recibir ni mención ni enlace. Eso no es visibilidad: es trabajo gratis para el modelo.

Las cuatro métricas reales (y cómo se leen)

Para medir tu visibilidad en IA con rigor solo necesitas cuatro métricas. Ninguna es un «score» mágico de tres dígitos; todas se anclan a prompts concretos y a competidores reales.

Frecuencia de citación a nivel de prompt

Es la métrica madre. Los modelos generativos no devuelven la misma respuesta dos veces: hay temperatura, contexto y frescura de por medio. Por eso «ChatGPT me citó una vez» no significa nada. Lo que cuenta es la tasa: de 10 ejecuciones del mismo prompt, ¿en cuántas apareces? Una marca que sale 8 de 10 veces tiene una posición sólida; una que sale 1 de 10 está rozando el ruido estadístico.

Share of voice frente a competidores

Aparecer no basta si tu competidor aparece antes, más veces y mejor explicado. El share of voice mide tu peso relativo en la respuesta: cuántas de las marcas mencionadas eres tú, en qué orden y con qué profundidad. Es la métrica que convierte un dato de vanidad («¡me citan!») en inteligencia competitiva («me citan, pero el 70% del espacio se lo lleva el de enfrente»).

Tráfico de referido de IA en GA4

Aquí aterriza todo en negocio. En Google Analytics 4, revisa los informes de Adquisición y filtra por fuente: chatgpt.com, perplexity.ai, gemini.google.com, copilot.microsoft.com. Ese tráfico es la prueba de que las citas con enlace se convierten en visitas. Es pequeño todavía —el modelo del clic está dando paso al de la cita—, pero es la métrica más honesta que tienes: o llega gente, o no llega. Si quieres entender por qué el clic ya no es el rey, lee GEO vs SEO.

Evolución en el tiempo

Una foto no dice nada; la película sí. Si rehaces tu set de prompts cada mes y registras frecuencia y share of voice, puedes atribuir causas: «publicamos el artículo pilar el día 5, y la citación para ‘agencia de branding en Madrid’ pasó de 2/10 a 6/10». Sin serie temporal, cualquier mejora es anécdota y cualquier campaña, un acto de fe.

El humo: por qué un «score de visibilidad 62» no responde nada

Han proliferado las herramientas que te entregan un «AI Visibility Score: 62/100» en un velocímetro de colores. Suena científico. No lo es. Ese número agrega prompts genéricos —muchos que tu cliente jamás escribiría—, mezcla motores con criterios distintos y promedia hasta convertir la señal en papilla. Cuando preguntas «¿62 sobre qué consulta exacta, frente a quién, con o sin enlace?», el dashboard se queda mudo.

La regla anti-humo es simple: exige evidencia a nivel de prompt. Un informe serio te enseña la captura de la respuesta, el prompt literal, qué marcas salieron y dónde estabas tú. Si solo te dan un número, te están vendiendo una métrica de vanidad. La diferencia entre extracción y selección —que tu contenido se lea bien frente a que el modelo te elija por autoridad— la explicamos en qué es el GEO; aquí basta con saber que ningún score de tres dígitos captura esa distinción.

Cuidado también con dos espejismos frecuentes. El primero: confundir «mi contenido aparece» con «mi marca es citada». El segundo: creer que instalar un llms.txt mueve la aguja de la citación. No lo hace por sí solo. El llms.txt es una propuesta de la comunidad, no adoptada por los grandes motores —Google ha declarado expresamente que no lo usa—, así que tratarlo como palanca de visibilidad es, otra vez, humo. Es higiene, no milagro.

Método práctico: tu set de prompts representativos

Esto se puede montar a mano, sin comprar nada. El núcleo es un set de 15-20 prompts representativos —las consultas reales que hace tu cliente— monitorizados de forma periódica. Construirlo es la mitad del trabajo, porque si los prompts están mal elegidos, todo lo que midas será irrelevante.

1. Define los prompts del cliente real. No «¿qué es el branding?», sino «¿qué agencia de branding me recomiendas en Madrid para una clínica?». Mezcla informativos, comparativos y de decisión («mejor X para Y»).
2. Incluye a tus competidores. Añade prompts donde el usuario pide opciones («alternativas a [competidor]») para medir share of voice de verdad.
3. Lanza cada prompt varias veces y en varios motores. ChatGPT, Perplexity y Google AI Mode dan respuestas distintas; Perplexity premia la frescura. Repite para capturar la variabilidad.
4. Registra todo en una hoja. Prompt, motor, fecha, ¿te citan? (sí/no), ¿con enlace? (sí/no), posición, competidores presentes. Sin captura no hay evidencia.
5. Cruza con GA4. ¿El referido de IA sube cuando sube la citación? Esa correlación es tu cuadro de mando honesto.
6. Repite mensualmente. Mismo set, mismo día, para que la serie temporal sea comparable.

Si el resultado es flojo —apareces poco, o sin enlace—, el diagnóstico casi nunca es técnico: es de autoridad y de sustancia. Las webs que la IA ignora suelen ser intercambiables, sin criterio propio ni consenso externo que las respalde. Lo desarrollamos en por qué la IA no cita webs genéricas, y la palanca para revertirlo está en cómo conseguir que la IA te cite.

La capa técnica: que la IA pueda leerte sin fricción

La autoridad decide si te eligen; el rendimiento decide si pueden leerte para extraerte. Si tu web tarda en cargar o renderiza el contenido por JavaScript, muchos rastreadores ni siquiera ven lo que dices. Por eso los Core Web Vitals (LCP < 2,5 s, INP < 200 ms, CLS < 0,1) son la capa de extracción del GEO. Una web bien construida —tratamos esto en diseño web profesional— elimina esa fricción.

Conviene recordar lo que dice el propio buscador: optimizar para sus funciones de IA sigue siendo SEO, sin marcado mágico. Y la evidencia lo confirma desde el otro lado: según Ahrefs, el 37,9% de las citas en los AI Overviews proceden del top-10 orgánico. La base sigue siendo la misma —contenido con autoridad sobre una web que rinde— y por eso medir es solo el termómetro: la fiebre la baja la sustancia.

Monitorizar no es un proyecto, es un hábito

Medir una vez es un selfie. La visibilidad en IA se mueve con cada actualización de modelo, cada artículo nuevo de un competidor y cada cambio de frescura. Por eso la monitorización tiene sentido como proceso continuo, ligado al mantenimiento de la web —el mismo sitio donde se publican los contenidos que luego la IA cita—. En WSC montamos ese cuadro de mando honesto (prompts del cliente, captura de evidencia, share of voice, referido en GA4) y lo revisamos mes a mes, sin velocímetros de colores. Si quieres saber si la IA te cita —de verdad, no en un número inventado—, ese es el trabajo.

Preguntas frecuentes

¿Cuál es la única métrica que de verdad importa para medir mi visibilidad en IA?

Si te quedas con una, que sea la frecuencia de citación a nivel de prompt: en cuántas ejecuciones del prompt real de tu cliente te cita la IA, idealmente con enlace. Lo demás (share of voice, referido en GA4, evolución temporal) la contextualiza. Un «score» agregado de tres dígitos no responde esta pregunta.

¿Por qué un «score de visibilidad 62/100» no sirve?

Porque agrega prompts genéricos, mezcla motores con criterios distintos y promedia hasta perder la señal. No te dice en qué consulta apareces, frente a quién ni con enlace. Es una métrica de vanidad. Exige siempre evidencia a nivel de prompt: el prompt literal, la captura de la respuesta y las marcas que salieron.

¿Cómo veo en GA4 si llega tráfico desde ChatGPT o Perplexity?

En los informes de Adquisición de Google Analytics 4, filtra por fuente y busca dominios como chatgpt.com, perplexity.ai, gemini.google.com o copilot.microsoft.com. Ese tráfico de referido confirma que tus citas con enlace se convierten en visitas reales. Es pequeño todavía, pero es la métrica más honesta que tienes.

¿Cuántos prompts necesito para monitorizar bien?

Un set de 15 a 20 prompts representativos suele bastar: las consultas reales que hace tu cliente, mezclando informativas, comparativas y de decisión. La clave no es la cantidad, sino que reflejen la intención real de compra y que incluyan a tus competidores para poder medir share of voice.

¿Instalar un llms.txt mejora mi visibilidad en IA?

No por sí solo. El llms.txt es una propuesta de la comunidad que los grandes motores no han adoptado; Google ha declarado que no lo usa. No es una palanca de citación. Tratarlo como tal es humo. La visibilidad se gana con autoridad, contenido citable y una web que rinda, no con un archivo.

¿Cada cuánto debo medir mi visibilidad en IA?

De forma periódica y con el mismo set de prompts, idealmente cada mes y el mismo día. Una sola medición es una foto sin contexto; la serie temporal es lo que te permite atribuir mejoras a tus cambios. Como los modelos se actualizan constantemente, la monitorización funciona mejor como hábito continuo que como proyecto puntual.

Redacción WSC

Ver biografía completa