El share of voice en IA mide con qué frecuencia los sistemas de IA mencionan tu marca frente a la competencia cuando los usuarios escriben prompts de tu categoría. Resulta especialmente útil si defines un conjunto fijo de competidores, un conjunto fijo de prompts y un método de prueba repetible, de modo que los resultados sean comparables a lo largo del tiempo.
Esta guía propone una definición y una fórmula consistentes, un flujo de trabajo práctico de pruebas, consideraciones por plataforma y una forma de presentar resultados sin mezclar métricas distintas.
Qué es el share of voice en IA y qué no es
En este artículo, share of voice en IA basado en menciones significa:
- Ejecutas un conjunto definido de prompts en una o varias plataformas de IA.
- Cuentas las menciones de marca en las respuestas.
- Calculas la cuota de cada marca sobre el total de menciones entre las marcas que estás siguiendo.
A menudo se confunde con una pregunta más simple: “¿El modelo nos mencionó alguna vez?”. Eso es otra métrica. Aquí:
- Share of voice (basado en menciones) es una métrica competitiva basada en menciones.
- Tasa de mención (mention rate) es una métrica de cobertura basada en respuestas.
Mantenerlas separadas evita contradicciones al presentar resultados, sobre todo cuando las respuestas incluyen muchas marcas.
Definiciones y la única fórmula que debes usar
Fórmula de share of voice en IA (basado en menciones)
Usa esta fórmula de forma consistente:
Share of voice en IA (basado en menciones) = menciones de tu marca dividido entre menciones de todas las marcas monitorizadas, para el mismo conjunto de prompts y la misma ventana de ejecución.
Si quieres un porcentaje, multiplica por 100, pero mantén intacta la definición como ratio.
Definición de tasa de mención (cobertura por respuesta)
Tasa de mención = número de respuestas en las que aparece tu marca dividido entre el total de respuestas.
La tasa de mención es útil, pero no es share of voice. Una marca puede tener una tasa de mención alta y aun así un share of voice menor si los competidores aparecen co-mencionados con frecuencia.
Por qué importa una metodología consistente
Los resultados de IA varían por motivos que suelen pasar desapercibidos en pruebas informales:
- La redacción del prompt cambia qué fuentes o memorias se usan.
- El comportamiento de recuperación y citación puede diferir según la plataforma, la superficie del producto y el modo.
- Algunas experiencias tienen varios modos (por ejemplo, con navegación o sin navegación), lo que cambia qué puede aparecer.
- La generación estocástica hace que dos ejecuciones produzcan listas de marcas, orden y formulaciones diferentes.
Para que el share of voice sea defendible, debe vincularse a un conjunto de prompts documentado y a una ventana de ejecución documentada. Si no, los cambios pueden deberse a una deriva de la prueba y no a un movimiento real de visibilidad.
Cómo calcular el share of voice en IA paso a paso
Paso 1: define las marcas que vas a seguir
Elige un conjunto competitivo que refleje lo que los usuarios comparan de verdad. Muchos equipos empiezan con 4 a 8 marcas y amplían cuando el flujo de trabajo ya es estable.
Guías para mantener resultados útiles:
- Incluye alternativas directas que un comprador podría considerar seriamente.
- Evita mezclar segmentos salvo que tus compradores comparen realmente entre ellos.
- Mantén el conjunto estable para observar tendencias. Si lo cambias, trata la nueva ejecución como una nueva línea base.
Paso 2: construye un conjunto de prompts reejecutable
Crea una biblioteca que se parezca a preguntas reales de descubrimiento. Una estructura común es de 15 a 25 prompts que mezclen:
- Prompts de categoría: “Mejor herramienta de [categoría]”
- Prompts por caso de uso: “Mejor herramienta para [problema específico]”
- Prompts por audiencia: “Mejor [categoría] para [tipo de audiencia]”
- Prompts de comparación: “[Marca A] vs [Marca B] para [caso de uso]”
Guarda los prompts en un documento con control de versiones para poder reejecutar exactamente el mismo conjunto más adelante. Si actualizas prompts, etiqueta la versión y no mezcles resultados de versiones distintas en la misma serie temporal.
Paso 3: especifica la configuración de ejecución
Antes de ejecutar, documenta:
- Plataforma y superficie del producto (por ejemplo, ChatGPT vs una vista integrada en búsqueda)
- Nombre del modelo y modo (cuando aplique)
- Mercado e idioma (por ejemplo, inglés de Estados Unidos)
- Fecha y ventana horaria
- Repeticiones por prompt (para capturar variabilidad)
Un estándar sencillo es ejecutar cada prompt varias veces. Lo clave es mantener el número de repeticiones consistente entre ejecuciones para que las comparaciones mes a mes sean justas.
Paso 4: recopila salidas y cuenta menciones
Para cada respuesta:
- Registra si cada marca monitorizada aparece o no.
- Cuenta menciones por marca monitorizada.
- Opcionalmente, registra posición y encuadre, pero mantén el share of voice central basado en menciones para no mezclar juicios cualitativos en la métrica principal.
Define con precisión qué cuenta como mención. Por ejemplo:
- ¿Un elemento en una lista cuenta como una mención?
- ¿Menciones repetidas dentro de una misma respuesta cuentan varias veces?
- ¿Cómo tratas la marca corporativa frente al nombre del producto?
Elige reglas simples, documéntalas y no las cambies.
Paso 5: calcula el share of voice por plataforma
Calcula el share of voice por separado para cada plataforma con la misma fórmula:
Share of voice en IA por plataforma = menciones de tu marca en esa plataforma dividido entre todas las menciones de marcas monitorizadas en esa plataforma, para el mismo conjunto de prompts y la misma ventana de ejecución.
Separarlo importa porque las plataformas pueden comportarse de forma distinta por recuperación, citación y comportamiento del modelo. Además, los números por plataforma son los más accionables para diagnosticar brechas.
Paso 6: calcula un share of voice combinado (si lo necesitas)
Tras obtener resultados por plataforma, puedes calcular una cifra combinada, pero con cuidado:
- Combina solo ejecuciones con la misma versión del conjunto de prompts, el mismo mercado y ventanas de ejecución comparables.
- Indica exactamente qué plataformas incluyes.
- Si aplicas ponderaciones por importancia de plataforma, documenta los pesos y mantenlos estables.
No sustituyas el informe por plataforma por un único número agregado. Lo combinado puede servir en paneles ejecutivos, pero el nivel de plataforma te dice dónde actuar.
Paso 7: calcula la tasa de mención por separado
Para cada plataforma, calcula la tasa de mención:
Tasa de mención = respuestas en las que aparece tu marca dividido entre el total de respuestas.
También puedes calcular una tasa de mención combinada entre plataformas, pero etiquétala claramente como tasa de mención, no como share of voice.
Ejemplo trabajado (estructura, no benchmark)
Una forma clara de presentar resultados es informar de:
- Tamaño y versión del conjunto de prompts
- Plataforma y modelo o modo
- Fecha de ejecución y repeticiones
- Menciones por marca
- Share of voice por plataforma
- Tasa de mención por plataforma
Evita convertir una sola ejecución en un benchmark general. Usa el ejemplo como plantilla repetible para tu propia categoría.
Notas de seguimiento por plataforma
Cada plataforma muestra marcas mediante mecanismos distintos. Eso no significa que se comporten igual todo el tiempo, así que evita afirmaciones absolutas. Tómalo como consideraciones prácticas para diseñar la prueba y para interpretar resultados.
ChatGPT
Las respuestas de ChatGPT suelen reflejar patrones aprendidos por el modelo, además de cualquier función de recuperación o navegación activada en el modo elegido. Las recomendaciones pueden ser sensibles a:
- Si tu sesión usa un modo con navegación o recuperación
- Cómo está planteado el prompt (un “mejor X” corto vs restricciones detalladas)
- Variación estocástica entre ejecuciones
Para mantener un seguimiento consistente en ChatGPT:
- Especifica el modelo y el modo usados.
- Mantén constantes los prompts y el número de repeticiones.
- Repite las pruebas con una cadencia definida para observar cambios tras actualizaciones del modelo.
Perplexity
Perplexity suele dar respuestas con citas, lo que ayuda a diagnosticar por qué se incluyó una marca. Para el seguimiento:
- Guarda las citas junto con la respuesta cuando sea posible.
- Mantén constante el mercado y el idioma.
- Guarda las páginas citadas para revisar si los cambios de fuentes coinciden con cambios de visibilidad.
El producto y el comportamiento de Perplexity pueden cambiar con el tiempo, así que documenta la experiencia exacta utilizada.
Gemini
Las respuestas de Gemini pueden variar según la superficie del producto y el modo. Al monitorizar Gemini:
- Registra dónde accediste a Gemini y qué modo se usó.
- Mantén estable el conjunto de prompts.
- Observa cuántas marcas suele listar por respuesta, porque las listas más largas cambian el total de menciones y pueden afectar a las matemáticas del share of voice.
Google AI Overviews
AI Overviews aparece en resultados de Google, no como un único hilo conversacional, y puede mostrar citas y contenido resumido. El seguimiento suele implicar:
- Un conjunto fijo de keywords o consultas que pueda mapearse a tu biblioteca de prompts cuando sea posible
- Configuración consistente de mercado e idioma
- Capturar si tu marca se menciona, además del contexto de cita cuando exista
La documentación oficial de Google puede servir como referencia sobre cómo se presentan estas funciones y cómo pueden aparecer las fuentes: https://developers.google.com/search/docs/appearance/ai-features
Un flujo de benchmarking competitivo que se mantiene consistente
Fase 1: establece una ejecución de línea base
Ejecuta el conjunto completo de prompts en las plataformas seleccionadas con la configuración documentada. Para cada plataforma, calcula:
- Share of voice basado en menciones para cada marca monitorizada
- Tasa de mención para cada marca monitorizada
Archiva:
- Las salidas en bruto
- Las reglas de extracción de menciones
- Los metadatos de ejecución (versión del conjunto de prompts, mercado, fecha, repeticiones, modelo o modo)
Fase 2: análisis de brechas por clúster de prompts
Concéntrate en prompts donde:
- Los competidores se mencionan con frecuencia y tú no (brecha de tasa de mención)
- Tu share of voice es bajo incluso cuando apareces (saturación por co-menciones)
Investiga factores de presencia externa de forma concreta y auditable. Por ejemplo, puedes comparar presencia en reseñas y directorios en sitios como G2 y Capterra, y anotar diferencias en ubicación de categoría o profundidad de listados.
Mantén este diagnóstico separado de la medición de share of voice. La medición debe seguir siendo un recuento limpio con las mismas reglas.
Fase 3: monitorización continua y control de cambios
Reejecuta el mismo conjunto de prompts con un calendario consistente. Al presentar cambios, incluye:
- Qué cambió en share of voice por plataforma
- Qué cambió en tasa de mención por plataforma
- Si cambió alguna parte de la configuración de la prueba (modelo, modo, mercado, versión del conjunto de prompts)
Si cambia la versión del modelo o el modo de la plataforma, indícalo explícitamente. Si hace falta, trata cambios grandes de configuración como una nueva línea base, en vez de insinuar un cambio “puro” de rendimiento.
Cómo reportar resultados con claridad
Un formato de informe que reduce la confusión:
-
Metadatos de ejecución - Versión y tamaño del conjunto de prompts - Plataformas incluidas - Modelo y modo por plataforma - Mercado e idioma - Fecha y ventana de ejecución - Repeticiones
-
Tablas por plataforma - Menciones por marca - Share of voice basado en menciones por marca - Tasa de mención por marca
-
Agregados combinados (opcional) - Menciones combinadas y share of voice combinado (con un método claramente descrito) - Tasa de mención combinada
-
Notas - Cambios en el conjunto de competidores, el conjunto de prompts o las reglas de recuento de menciones - Cualquier hecho inusual observado durante la ejecución
Herramientas para el seguimiento de share of voice en IA
El seguimiento manual sirve para una primera foto, pero se vuelve costoso en tiempo cuando añades:
- Varias plataformas
- Varias repeticiones
- Reejecuciones periódicas
- Control de cambios y archivado
Si evalúas la automatización, revisa si la herramienta puede:
- Guardar una biblioteca de prompts con control de versiones
- Ejecutar prompts con un calendario
- Conservar salidas en bruto para auditoría
- Separar informes por plataforma de agregados combinados
- Mantener metadatos de modelo y modo en cada ejecución
- Exportar resultados para tu propio análisis
friction AI se presenta como una vía para automatizar la ejecución de prompts y el seguimiento competitivo en múltiples plataformas de IA, así que puede ser una opción si quieres operar el flujo de trabajo sin depender de hojas de cálculo.
Los precios y los detalles de planes cambian con el tiempo. Si estás comparando opciones, verifica el precio actual directamente.
Precios verificados el 26 de julio de 2026. Comprueba el precio vigente en https://www.frictionai.co/pricing
Preguntas frecuentes
¿Cuál es la fórmula correcta para el share of voice en IA?
Usa de forma consistente una fórmula basada en menciones:
Share of voice en IA (basado en menciones) = menciones de tu marca dividido entre menciones de todas las marcas monitorizadas, para el mismo conjunto de prompts y la misma ventana de ejecución.
Repórtalo primero por plataforma y calcula una cifra combinada solo si documentas con claridad cómo combinaste los resultados.
¿La tasa de mención es lo mismo que el share of voice?
No. La tasa de mención es cobertura por respuesta:
Tasa de mención = respuestas en las que aparece tu marca dividido entre el total de respuestas.
El share of voice es tu fracción de menciones entre las marcas monitorizadas, no tu presencia en respuestas.
¿Debo medir el share of voice en IA por plataforma o combinado?
Haz ambos, pero sin mezclarlos:
- El share of voice por plataforma es más accionable porque muestra dónde estás infrarrepresentado.
- El share of voice combinado puede servir para un panel, pero solo si documentas plataformas incluidas, ventana de ejecución y cualquier ponderación.
¿Cuántos prompts y repeticiones necesito?
Usa suficientes prompts para representar la intención real de descubrimiento en tu categoría, y suficientes repeticiones para manejar la variabilidad de respuestas. Lo más importante es la consistencia en el tiempo: misma versión del conjunto de prompts, mismo número de repeticiones y ajustes de modelo o modo documentados.
¿Se puede pagar para que los sistemas de IA te mencionen?
Evita asumir una regla universal entre plataformas o a lo largo del tiempo. En su lugar, trata la visibilidad en IA como un problema de medición: ejecuta pruebas controladas, documenta la configuración y observa cómo cambian las salidas.
