Auditoría de visibilidad en IA

Qué es una auditoría de visibilidad en IA

Una auditoría de visibilidad en IA mide con qué frecuencia, dónde y con qué grado de favorabilidad se menciona una marca cuando los asistentes de IA responden preguntas de compra en su categoría. Es el equivalente en búsqueda con IA de una auditoría SEO: en lugar de comprobar los rankings de búsqueda, compruebas qué dicen realmente ChatGPT, Claude, Gemini, Perplexity y Grok cuando un comprador potencial pide una recomendación.

Lo que un cliente realmente quiere no es un montón de transcripciones de chat en bruto. Es una tasa de menciones, una clasificación de quién le está ganando y una lista corta de qué hacer al respecto. Todo lo que sigue es el proceso para pasar de los prompts a ese resultado.

El flujo de trabajo de la auditoría, paso a paso

1. Define la categoría. Anota la categoría exacta en la que compite el cliente, con las palabras que usaría un comprador, no con jerga interna.
2. Crea el conjunto de prompts. Redacta prompts de los cinco tipos con intención de compra que se explican abajo, usando la categoría y los competidores conocidos del cliente.
3. Elige los motores. Decide cuáles de ChatGPT, Claude, Gemini, Perplexity y Grok incluir; cubre los cinco si los compradores del cliente podrían usar cualquiera de ellos.
4. Decide el número de ejecuciones. Elige cuántas veces se ejecuta cada prompt por motor; más de una ejecución por prompt detecta la variación entre preguntas idénticas.
5. Registra las respuestas en bruto. Anota cada respuesta completa, palabra por palabra, antes de empezar a puntuar nada.
6. Extrae las menciones de marca. Revisa cada respuesta y marca si aparece la marca del cliente, y dónde.
7. Calcula las métricas. Convierte las respuestas marcadas en tasa de menciones, posición media, cuota de voz y sentimiento.
8. Identifica las fuentes citadas. Anota qué dominios citan o de qué se nutren los motores al responder.
9. Convierte los hallazgos en recomendaciones. Transforma las carencias detectadas en acciones concretas.
10. Preséntalo al cliente. Empaqueta los números, la clasificación y las recomendaciones en algo que una persona no técnica pueda usar.

La taxonomía de prompts con intención de compra

Un conjunto de prompts construido con un solo tipo de pregunta produce una auditoría sesgada. Usa los cinco tipos para que la auditoría refleje los distintos momentos en los que un comprador realmente le pide ayuda a una IA.

Tipo de prompt	Ejemplo	Qué revela
Mejores de la categoría	¿Cuáles son las mejores herramientas de [categoría] en 2026?	Si la marca entra en el conjunto de consideración por defecto
Caso de uso	Necesito software para [tarea concreta]. ¿Qué me recomiendas?	Si la marca gana en las tareas para las que los compradores realmente contratan la categoría
Comparación	Compara [Marca] frente a [Competidor] para [caso de uso].	Cómo le va a la marca cara a cara contra un rival concreto
Alternativas a un competidor	¿Qué buenas alternativas hay a [Competidor]?	Si la marca capta la intención de cambio que se aleja del líder del mercado
Precio o nivel gratuito	¿Cuál es una buena herramienta de [categoría] gratis o barata?	Si los compradores con presupuesto ajustado oyen el nombre de la marca siquiera

Escribe dos o tres prompts por tipo, sustituyendo la categoría real del cliente y los competidores nombrados. Diez prompts repartidos en los cinco tipos es un mínimo razonable para una auditoría de una sola categoría.

Cómo elegir los motores y el número de ejecuciones

Cubre los cinco motores principales si el presupuesto lo permite. Los motores discrepan entre sí más de lo que la mayoría de los clientes espera: una marca medida con los mismos siete prompts de categoría obtuvo una tasa de menciones del 43 % en ChatGPT, Perplexity y Grok, y del 71 % en Claude y Gemini, todo el mismo día. Una auditoría que solo comprobara ChatGPT habría contado una historia completamente distinta a una que solo comprobara Claude.

El número de ejecuciones importa tanto como el número de motores. Las respuestas de IA no son deterministas, así que el mismo prompt en el mismo motor puede mencionar la marca en una ejecución y omitirla en la siguiente. Una sola ejecución por prompt es una instantánea; dos o más ejecuciones por prompt empiezan a parecerse a una medición.

Registrar las respuestas y extraer las menciones

Pega cada prompt en un chat nuevo y vacío para cada motor y cada ejecución, de modo que el historial o la memoria del chat no sesguen la respuesta hacia marcas mencionadas antes en la sesión. Guarda el texto completo de cada respuesta antes de puntuar nada; querrás volver a revisar respuestas concretas cuando empieces a construir la clasificación.

Para cada respuesta, anota: si se nombró la marca del cliente (sí o no), en qué posición de la lista y qué otras marcas se nombraron, en orden. Esta es la tabla en bruto de la que salen todas las métricas posteriores.

Calcular las métricas

A partir de las respuestas marcadas, calcula cuatro cifras por motor y en total:

• Tasa de menciones: la proporción de ejecuciones de prompt en las que se nombró la marca al menos una vez.
• Posición media: el rango medio de la marca dentro de las respuestas en las que aparece; una marca mencionada siempre en último lugar tiene un problema de visibilidad real aunque su tasa de menciones parezca correcta.
• Cuota de voz: las menciones de la marca como porcentaje de todas las menciones de marca en todas las respuestas, lo que muestra cuánto de la conversación ocupa realmente frente a los competidores.
• Sentimiento: si cada mención fue neutra, favorable o encubiertamente negativa, leído directamente en la frase que escribió el motor.

Construye la clasificación de competidores a partir de la misma tabla en bruto: cuenta cada nombre de competidor que aparece en todas las respuestas y ordénalos por número de menciones y cuota de voz.

Identificar las fuentes citadas

Algunos motores muestran su trabajo. Perplexity enumera enlaces de fuentes bajo cada respuesta, y las respuestas de ChatGPT con búsqueda web activada citan páginas directamente; anota cada dominio que aparezca. Para una lectura más amplia de en qué dominios suele apoyarse un motor para una categoría, un conjunto de datos de menciones de IA de un tercero puede mostrar los sitios más citados o consultados para preguntas de compra en ese espacio, lo cual es un contexto útil más allá de lo que puedes observar en un puñado de ejecuciones manuales.

Esta lista suele ser la parte más accionable de la auditoría para un cliente, porque le dice exactamente en qué publicaciones, sitios de reseñas o páginas de comunidad necesita tener presencia para influir en lo que dicen los motores.

Convertir los hallazgos en recomendaciones

Convierte cada carencia en una acción concreta, no en una observación genérica. Si la tasa de menciones de la marca es baja en los prompts de comparación, la solución es una página de comparación dirigida a los competidores que siguen ganándole. Si el sentimiento es neutro en todas partes, la solución es contenido que exprese un diferenciador claro que un motor pueda citar. Si una fuente citada aparece una y otra vez y la marca no tiene presencia allí, la solución es conseguir que la incluyan o la reseñen en ese sitio concreto. Entre cinco y ocho recomendaciones, cada una ligada a una métrica o carencia concreta, es suficiente para que un cliente actúe sin sentirse desbordado.

Presentar la auditoría a un cliente

Empieza con las cifras principales: tasa de menciones global, posición y cuota de voz, y luego el desglose por motor para que el cliente vea dónde está realmente la dispersión. Sigue con la clasificación de competidores, porque suele ser lo que hace que el problema se sienta real. Cierra con las fuentes citadas y las recomendaciones, en ese orden, para que lo último que lea el cliente sea qué hacer a continuación.

Hacerlo a mano o automatizarlo

Todo lo anterior se puede hacer a mano con cinco pestañas del navegador y una hoja de cálculo, y un freelancer competente puede entregar una auditoría real así. Lleva horas: escribir los prompts, ejecutarlos en cinco motores, registrar cada respuesta y calcular las métricas tú mismo.

El informe AI Visibility Snapshot ejecuta este mismo flujo de trabajo (10 prompts con intención de compra en ChatGPT, Claude, Gemini, Perplexity y Grok, 50 respuestas) en unos dos minutos, por $19. Es de marca blanca, así que puedes poner el nombre de un cliente en la cabecera «Preparado para» y entregar un enlace permanente, e incluye la misma tasa de menciones, posición, cuota de voz, sentimiento, clasificación de competidores y desglose de fuentes citadas descritos en esta guía. Consulta cómo es el resultado en el informe de muestra, comprueba tus propios números primero con el comprobador gratuito de visibilidad en IA, y lee las definiciones completas de las métricas en la metodología.