Las plataformas de IA suelen devolver recomendaciones de marcas distintas ante la misma pregunta, e incluso una misma plataforma puede variar entre ejecuciones repetidas. Eso hace que la inteligencia competitiva con IA se parezca menos a comprobar un ranking y más a muestrear un sistema con ruido. El objetivo no es capturar una única respuesta definitiva, sino construir un proceso de medición repetible que te permita comparar tu marca con la competencia a lo largo del tiempo, por plataforma, con denominadores explícitos y prompts coherentes.
Esta guía propone un flujo de trabajo práctico para seguir cómo los modelos de IA mencionan y recomiendan tu marca frente a la competencia, cómo cuantificar esos resultados y cómo convertir los hallazgos en acciones.
El problema de la inconsistencia
Muchos equipos todavía evalúan la AI Visibility ejecutando unos pocos prompts a mano y aceptando la salida tal cual. Ese enfoque falla porque las respuestas de IA pueden diferir:
- Entre plataformas para la misma consulta
- Entre ejecuciones repetidas en la misma plataforma
- Entre versiones de modelo, modos y mercados
- Entre fechas, a medida que cambian los modelos, las capas de recuperación y los índices
El giro editorial clave es tratar cada salida como una observación muestreada de un sistema con variabilidad, no como un ranking fijo. Tu trabajo es diseñar el muestreo para poder comparar competidores con reglas consistentes.
Por qué una sola consulta puede llevarte a conclusiones erróneas
Un solo prompt produce una muestra. Si las salidas varían, una muestra tiene alta incertidumbre. De ahí salen dos fallos típicos:
- Falsa tranquilidad: tu marca aparece una vez y asumes que ya estás cubierto.
- Falsa alarma: aparece un competidor una vez y asumes que vas perdiendo.
Una alternativa más sólida es ejecutar pruebas repetidas con un set fijo de prompts y calcular tasas con denominadores explícitos, para que el resultado sea interpretable. Puedes hacerlo sin una gran infraestructura, pero requiere disciplina sobre qué registras y cómo comparas.
Qué medir: métricas que separan visibilidad de preferencia
No lo reduzcas todo a una puntuación vaga. Separa lo que intentas medir, porque un competidor puede ganar de distintas maneras.
A continuación tienes definiciones prácticas que funcionan entre plataformas. Mantén el denominador explícito.
Tasa de mención
Con qué frecuencia se menciona una marca, sin más.
Tasa de mención (marca B, plataforma P)
= (Número de respuestas en la plataforma P que mencionan la marca B) / (Total de respuestas recogidas en la plataforma P)
Es la medida tipo share of voice para presencia.
Tasa de recomendación
Con qué frecuencia el modelo recomienda la marca, no solo la menciona.
Define “recomendación” de forma consistente; por ejemplo: la marca aparece como opción sugerida, listada dentro de un conjunto de opciones o respaldada explícitamente para la necesidad del usuario.
Tasa de recomendación (marca B, plataforma P)
= (Número de respuestas en la plataforma P que recomiendan la marca B) / (Total de respuestas recogidas en la plataforma P)
La tasa de recomendación puede diferir mucho de la tasa de mención. Algunas marcas se citan como alternativa o como contexto, pero no se recomiendan.
Cuota de citas (cuando existen citas)
En algunas plataformas y modos, la salida incluye fuentes enlazadas o citas. Cuando haya citas, mide la cuota.
Cuota de citas (dominio o fuente S, plataforma P)
= (Número de citas a S en la plataforma P) / (Total de citas capturadas en la plataforma P)
Mantenlo separado de mención y recomendación. Una marca puede ser recomendada sin ser citada, y un dominio puede ser citado sin que se recomiende la marca.
Sentimiento o encuadre
Registra cómo se describe tu marca cuando aparece. Mantén categorías simples y auditables.
Ejemplo de categorías: - Encuadre positivo - Encuadre neutral - Encuadre negativo - Encuadre mixto o condicional
Tasa de encuadre positivo (marca B, plataforma P)
= (Número de respuestas donde B aparece enmarcada positivamente) / (Número de respuestas donde B es mencionada)
Usar menciones como denominador evita mezclar presencia con tono.
Precisión factual
Las salidas pueden contener errores sobre precios, funcionalidades, disponibilidad, geografía o políticas. La inteligencia competitiva debería capturarlo, porque los errores pueden dañar la conversión y la confianza, y pueden variar por plataforma.
Define una lista de verificación de afirmaciones factuales que te importan y marca cada una como precisa, imprecisa o no verificable según tus fuentes aprobadas.
Tasa de inexactitud (plataforma P)
= (Número de respuestas que contienen al menos un error factual material) / (Total de respuestas recogidas en la plataforma P)
Lo de “material” importa. Diferencias menores de redacción no equivalen a hechos incorrectos.
Diseña un seguimiento competitivo repetible
La diferencia entre comprobaciones ad hoc e inteligencia competitiva es la repetibilidad. Tu diseño debería especificar:
- Set fijo de prompts
- Plataformas probadas (informadas por separado)
- Modelo y modo
- Mercado e idioma
- Fecha y ventana horaria
- Número de repeticiones por prompt
- Cómo puntúas menciones, recomendaciones, citas, sentimiento y precisión
Usa un conjunto fijo de prompts
Empieza con un conjunto que refleje una intención real de cliente. Manténlo estable para poder comparar mes a mes.
Un set inicial práctico suele ser de 15 a 20 prompts por tema o categoría, agrupados por intención:
- Prompts de categoría: “mejor [categoría de producto] para [caso de uso]”
- Prompts de comparación: “cómo se compara [Marca A] con [Marca B]”
- Prompts de problema: “soluciones para [dolor o necesidad]”
- Prompts de compra: “qué [producto] debería comprar para [necesidad específica]”
Si amplías prompts con el tiempo, trátalo como una nueva versión de la prueba y repórtalo como tal. Mezclar versiones sin etiquetarlas hace que las tendencias sean difíciles de interpretar.
Documenta modelo, modo, mercado y fecha
En cada ejecución, registra como mínimo:
- Nombre de la plataforma
- Nombre del modelo y versión (si se muestra)
- Ajustes de modo (por ejemplo, navegación o citas activadas o desactivadas, modos “pro” si aplica)
- Ajustes de mercado o ubicación (si aplica)
- Fecha y hora
- Versión del texto del prompt
No es burocracia. Sin esto, no podrás explicar por qué cambiaron los resultados.
Repite las pruebas y mantén las plataformas separadas
Trata cada plataforma como su propio canal. No promedies ChatGPT con Gemini con Perplexity en una única puntuación combinada, salvo que tengas un motivo claro y además conserves los resultados por plataforma. La “AI visibility” no es un único conjunto intercambiable de observaciones.
Para las repeticiones, elige un número fijo de ejecuciones por prompt y plataforma, y aumenta la muestra cuando la variabilidad observada haga que el resultado direccional sea demasiado incierto para actuar. El tamaño de muestra adecuado depende de tu categoría, tu set de prompts y tus necesidades de informes.
Usa una hoja de puntuación coherente
Para cada respuesta, registra:
- Qué marcas se mencionaron
- Qué marcas se recomendaron
- Si hay citas y cuáles son
- Categoría de sentimiento o encuadre por marca
- Errores factuales materiales detectados frente a tus fuentes de referencia
Deja explícitas las reglas de puntuación y aplícalas de forma coherente en todas las plataformas.
Matemática de share of voice que se mantiene interpretable
Para conservar la interpretabilidad, define el denominador como “total de respuestas recogidas” en lugar de “posibles menciones de marca”, porque esto último se vuelve ambiguo cuando las respuestas listan números variables de marcas.
Un enfoque simple y explícito:
Sea: - Q = número de prompts - R = número de repeticiones por prompt - Total de respuestas por plataforma = Q × R
Tasa de mención (marca B, plataforma P)
= Mentions(B,P) / (Q × R)
Si quieres una vista multiplataforma, trátala como un agregado, no como sustituto del informe por plataforma:
Tasa de mención global (marca B en todas las plataformas)
= (Suma de Mentions(B,P) entre plataformas) / (Suma del total de respuestas entre plataformas)
Aun así, informa cada plataforma por separado para poder diagnosticar cambios.
Cómo ejecutar una auditoría competitiva (paso a paso)
Paso 1: elige tu conjunto de competidores
Selecciona 3 a 5 competidores que compitan por la misma intención. Incluye: - Competidores directos de la categoría - Sustitutos habituales, si aparecen en respuestas de IA - Un competidor premium o enterprise, si es relevante para tus compradores
Mantén el conjunto estable para el seguimiento. Si lo cambias, etiqueta el cambio.
Paso 2: construye tu matriz de prompts
Crea una matriz que cubra tipos de intención y segmentos clave que te importen. Por ejemplo:
- 5 prompts de categoría
- 5 prompts de comparación
- 5 prompts de problema
- 5 prompts de compra
Si usas variaciones de redacción, trata cada variación como su propio prompt y cuéntala dentro de Q. Eso mantiene honestos los denominadores.
Paso 3: recopila respuestas de forma sistemática
Para cada plataforma:
- Ejecuta cada prompt R veces
- Guarda el texto completo de la respuesta
- Guarda las citas si existen
- Registra modelo, modo, mercado y fecha
Evita mezclar modos distintos dentro del mismo conjunto de ejecuciones, salvo que busques deliberadamente comparar modos, en cuyo caso trátalos por separado.
Paso 4: puntúa cada respuesta
Para cada respuesta, marca:
- Menciones: la marca aparece en cualquier parte
- Recomendaciones: la marca se sugiere como opción para el usuario
- Citas: URLs o dominios citados
- Sentimiento: positivo, neutral, negativo, mixto
- Precisión: preciso, impreciso, no verificable para afirmaciones clave
Si no puedes puntuar con fiabilidad, reduce la complejidad de las categorías en lugar de adivinar.
Paso 5: calcula resultados por plataforma
Como mínimo, informa:
- Tasa de mención por marca
- Tasa de recomendación por marca
- Cuota de citas por dominio o fuente (cuando haya)
- Distribución de sentimiento para tu marca y los principales competidores
- Tasa de inexactitud por plataforma
Este conjunto responde cinco preguntas distintas: - ¿Estamos presentes? - ¿Nos recomiendan? - ¿Qué fuentes se están usando? - ¿Cómo nos enmarcan? - ¿Con qué frecuencia se equivocan?
Paso 6: convierte brechas en hipótesis comprobables
Cuando un competidor te supere en una plataforma, no des por hecho que ya sabes por qué. Convierte la brecha en un número pequeño de hipótesis que puedas validar revisando respuestas y, si existen, las fuentes citadas.
Ejemplos de hipótesis comprobables: - El competidor se recomienda más en prompts de compra que en prompts de problema. - Al competidor se le cita más a menudo desde ciertas fuentes de terceros. - Tu marca se menciona, pero queda enmarcada negativamente por una afirmación recurrente que puedes corregir en tu documentación pública. - Una plataforma muestra más errores factuales sobre tu marca, lo que sugiere confusión en las fuentes accesibles para el modelo.
Paso 7: repite con una cadencia fija
El seguimiento mensual es una cadencia habitual para visibilidad competitiva porque equilibra reacción con ruido. Si vas a lanzar una campaña importante o responder a un movimiento competitivo concreto, puedes aumentar la frecuencia de forma temporal, pero mantén el mismo set de prompts y las mismas reglas de puntuación para que los datos sigan siendo comparables.
Factores que pueden influir en qué marcas aparecen
Las recomendaciones y citas en IA pueden estar condicionadas por muchos inputs. El enfoque más prudente es tratarlos como posibles impulsores y validarlos con lo que observes en tu propio dataset, especialmente citas y patrones de redacción recurrentes.
Cuando diagnostiques ventaja competitiva, ciñete a lo observable: - Qué fuentes se citan - Qué marcas se recomiendan para qué intenciones - Qué afirmaciones se repiten sobre cada marca - Dónde se concentran los errores factuales
Evita asumir que una plataforma siempre prefiera un tipo de fuente o que un modelo sea intrínsecamente más estable. La estabilidad y el comportamiento de fuentes cambian por modo, fecha y clase de consulta.
Consejos operativos para reducir ruido
Separa los informes por plataforma
Crea un panel o una pestaña de hoja de cálculo por plataforma. Si mezclas plataformas demasiado pronto, perderás la capacidad de diagnosticar cambios.
Mantén un registro de cambios
Si modificas prompts, lista de competidores, reglas de puntuación o método de recopilación, registra el cambio y compara con cuidado el antes y el después.
Conserva las salidas en bruto
Guarda el texto completo y las citas. Cuando alguien cuestione una métrica, necesitarás mostrar ejemplos y auditar la puntuación.
Trata la posición con cautela
Algunas salidas ofrecen listas numeradas; otras, no. Si mides posición, defínela de forma estricta (por ejemplo, primero, segundo, tercero dentro de una lista) y puntúa solo cuando la estructura sea clara. Las métricas de frecuencia suelen ser más robustas que las de ubicación entre plataformas.
Qué hacer con lo que aprendes
La inteligencia competitiva solo sirve si cambia decisiones. Acciones habituales que se derivan de las métricas anteriores:
- Baja tasa de mención: prioriza mejorar tu presencia base en el ecosistema de información que aparece en las salidas, incluyendo aclarar asociaciones de categoría y cubrir intenciones que faltan en contenido público.
- Alta tasa de mención, baja tasa de recomendación: revisa el encuadre de tu marca. Puede que se te cite como contexto o de manera neutral, pero no como encaje para la intención del prompt.
- Baja cuota de citas en una plataforma orientada a citas: audita qué fuentes se citan para competidores y si tus páginas autoritativas responden a las mismas preguntas de un modo que estos sistemas puedan usar.
- Concentración de sentimiento negativo: identifica las afirmaciones repetidas que provocan negatividad y corrige la información pública, la documentación o los mensajes que podrían estar contribuyendo a ello.
- Alta tasa de inexactitud: publica hechos canónicos más claros y vigila qué afirmaciones incorrectas se repiten para priorizar correcciones en los lugares de los que los modelos más probablemente aprendan o recuperen información.
Qué sigue
Esta guía forma parte de una serie más amplia sobre AI Visibility y estrategia de citación:
- How to Get Your Content Cited by AI: Marco completo para conseguir citas en IA
- Competitor Analysis in AI Search: Profundización en posicionamiento competitivo entre plataformas de IA
- How to Control What AI Says About Your Brand: Cómo moldear la narrativa de marca en respuestas de IA
- AI Visibility Metrics: What to Measure: Indicadores clave para AI search
- AI Brand Monitoring: Guía completa para construir una práctica de monitorización que incluya seguimiento competitivo
- How to Monitor Competitor Mentions in AI Answers: Guía específica de inteligencia competitiva con IA
Preguntas frecuentes
¿Por qué una plataforma de IA recomienda mi marca y otra no?
Trata las salidas como muestras separadas de sistemas distintos. Las plataformas pueden diferir por modelo, modo, comportamiento de recuperación o citación, configuración de mercado y tiempos de actualización. La respuesta práctica es ejecutar el mismo conjunto fijo de prompts en varias plataformas, documentar las condiciones de ejecución y comparar tasas de mención y recomendación por plataforma, en lugar de esperar consistencia.
¿Cómo diagnostico brechas específicas de plataforma sin hacer suposiciones?
Usa una ejecución estructurada: - Mismo set de prompts - Mismo número de repeticiones por prompt - Modelo, modo, mercado y fecha documentados
Luego revisa las respuestas donde se recomienda a competidores y a ti no. Si hay citas, compara qué fuentes se citan en salidas que favorecen al competidor frente a las que te favorecen. Convierte lo observado en un conjunto pequeño de hipótesis que puedas validar en la siguiente ronda.
¿La inteligencia competitiva con IA es lo mismo que el share of voice en IA?
Share of voice suele ser la frecuencia de presencia relativa a competidores sobre un conjunto definido de prompts, con un denominador explícito. La inteligencia competitiva es más amplia: incluye share of voice más tasa de recomendación, cuota de citas (cuando exista), sentimiento o encuadre y precisión factual, informado por plataforma.
¿Con qué frecuencia debería ejecutar el seguimiento?
Mensual es un valor por defecto práctico para muchos equipos, porque captura movimiento direccional sin reaccionar en exceso a la variabilidad diaria. Si estás cambiando contenido activamente o respondiendo a un empuje competitivo, aumenta la frecuencia temporalmente, pero mantén el mismo set de prompts y reglas de puntuación.
¿Qué debería hacer primero si los resultados son volátiles?
Reduce variables antes de añadir más datos: - Congela el set de prompts - Mantén consistentes el modo y el mercado - Registra las condiciones de ejecución - Aumenta gradualmente las repeticiones por prompt
Después, céntrate en métricas robustas como tasa de mención y tasa de recomendación antes de apoyarte en posición o categorías de sentimiento muy matizadas.
