Tu puntuación de visibilidad en la IA no está equivocada. Tu regla de medir sí lo está.

La misma marca, cinco números distintos

Pasa la misma marca por tres herramientas de visibilidad en IA durante la misma semana y obtendrás tres puntuaciones distintas. Una dice que tu marca aparece en el 12% de las respuestas de IA relevantes, otra dice 31%, una tercera muestra un “índice de visibilidad” de 48 sin unidad alguna. El reflejo es buscar la herramienta rota. Casi siempre ninguna lo está: miden cosas diferentes y imprimen la misma palabra — visibilidad — en el resultado.

Entonces, ¿cómo medir la visibilidad de la marca en la IA cuando todas las herramientas se contradicen? Deja de medir la puntuación y empieza a medir la regla: el conjunto de prompts, los motores, el número de muestras y la ventana temporal. Una puntuación de visibilidad es un número aguas abajo. Cambia cualquiera de esos cuatro parámetros y la puntuación se mueve sin que tu marca haya hecho nada.

Este artículo trata de hacer explícita esa regla, para que dos números — de dos herramientas o de dos meses — por fin sean comparables. Nada de esto exige una herramienta nueva. Exige una ficha de medición de una página y una tarde.

Medir la visibilidad de la marca en la IA: las cinco variables

Toda puntuación de visibilidad en IA nace de cinco decisiones, y la mayoría permanece invisible en el panel.

Variable	Qué cambia	Cómo alinearla
Conjunto de prompts	El denominador. Una puntuación es la “tasa de aparición en estas preguntas”; cambia diez prompts y la puntuación se mueve.	Fija un panel de ocho a diez preguntas y úsalo en todas las herramientas y todos los meses.
Motor	ChatGPT, Perplexity, Gemini y AI Overviews recuperan y responden de formas distintas.	Publica una puntuación por motor. Nunca difundas un promedio de todos los motores como “tu visibilidad”.
Región e idioma	La misma pregunta recupera fuentes distintas en español y en inglés.	Un panel y una puntuación por mercado. Ningún promedio entre mercados.
Número de muestras	Las respuestas generativas varían en cada ejecución. Una muestra es anécdota; veinte son una tasa.	Al menos cinco muestras por pregunta y por motor, presentadas como intervalo, no como punto único.
Ventana temporal	Las respuestas derivan a medida que se indexan páginas nuevas.	Fija una ventana de siete días y compara meses con ventanas de igual duración.

Dos herramientas honestas pueden diferir por un factor de tres cuando se apoyan en filas distintas de esta tabla. No es un problema de datos, es un problema de especificación — y se corrige sin tocar tu contenido.

Tres declaraciones que toda puntuación de visibilidad debe hacer

Antes de comparar dos números, pídele a cada uno que declare tres cosas. Un número incapaz de declararlas es un estado de ánimo, no una medición.

Declaración	Por qué importa	Qué hacer con ella
El panel — qué preguntas se hicieron	Es el denominador de toda la puntuación.	Pide la lista completa de prompts. Si una herramienta no la exporta, no compares sus valores absolutos con los de nadie.
Muestreo y ventana — cuántas ejecuciones, durante cuánto tiempo	Una ejecución y veinte ejecuciones son dos instrumentos distintos.	Acepta solo resultados etiquetados con número de muestras y ventana de fechas. Una instantánea suelta es una pista de tendencia, nunca una base.
La base — qué marcas entran en el denominador	La participación no significa nada si el conjunto de competidores cambia en silencio.	Fija de tres a cinco competidores y mantén el conjunto todo el trimestre.

Un número que declara panel, muestreo y base es comparable. Un número que no declara nada es una captura de pantalla con un signo de porcentaje.

Participación de voz en IA: comparar la visibilidad con la de tus competidores

La posición es una mala unidad dentro de una respuesta generada. No hay casillas fijas, la respuesta es prosa, y la misma marca puede salir primera en una respuesta y séptima en otra sin ninguna regla de ordenación que puedas auditar.

La participación de voz sustituye la posición por una razón. Defínela una vez y congela el denominador:

Participación de voz en IA = tus menciones ÷ total de menciones de todas las marcas de tu conjunto fijo de competidores, en el mismo panel y la misma ventana.

Esa razón sobrevive a cambios de modelo y a reescrituras de contenido, lo que la convierte en el único número comparable mes a mes. También responde a la pregunta que el comprador realmente hace — ¿dónde está mi marca en la búsqueda con IA frente a los cuatro competidores que me quitan negocio? — con una cifra en lugar de una anécdota.

Mantén el conjunto en tres a cinco nombres y no lo cambies a mitad del trimestre. Una participación que redefine su base en silencio es peor que ninguna. Nuestro método semanal de comparación con competidores se apoya exactamente en esa base congelada.

Un panel de prompts en 5 capas que fija la regla

Esta es la parte que puedes copiar. Ejecuta las cinco capas en orden, una vez al mes, en tu dominio y en el conjunto de competidores. Cada capa produce un artefacto que conservas; las instrucciones entre comillas se pueden pegar tal cual en un asistente.

1. Definición — “list the eight questions buyers in my category actually ask about this product, in their own words, not marketing language.” Artefacto: el panel de ocho preguntas, congelado para el trimestre.
2. Cobertura — “for each of these eight questions, tell me whether my brand is mentioned, and which of these four competitors are mentioned.” Artefacto: una matriz de menciones, marca contra pregunta.
3. Calibración — “for every result above, report the prompt used, the engine, the region, the number of samples and the date window.” Artefacto: la ficha de medición, una página.
4. Participación — “calculate my share of mentions against these four competitors on the same eight questions, and show me the denominator.” Artefacto: una cifra de participación de voz por motor.
5. Deriva — “compare this month’s answers with last month’s, question by question, and list what changed and which page was cited.” Artefacto: un registro de cambios, no una puntuación.

Fíjate en lo que el panel deliberadamente no hace: no promedia entre motores y no comprime tu marca en un número único. Ambas operaciones destruyen justo la información que necesitas para actuar.

Arreglar la regla en una tarde

1. Exporta el historial que tengas y etiqueta cada fila con versión del panel, motor, región, número de muestras y ventana. Las filas sin esas etiquetas se archivan, no se comparan.
2. Congela el panel de ocho preguntas y el conjunto de competidores para el próximo trimestre.
3. Vuelve a ejecutar el panel una vez, en cada motor que te importe, con al menos cinco muestras por pregunta.
4. Escribe la ficha de medición y mantenla junto al panel, para que cualquiera que lea una cifra lea también sus condiciones en diez segundos.

Después de esa tarde, una caída del 20% al 9% significa algo, porque nada más se movió.

Cuando la diferencia es real

No toda diferencia es cosmética. Con panel y ventana alineados, la diferencia restante suele tener una de cuatro causas, y cada una pide una respuesta distinta.

Lo que ves	Causa más probable	Movimiento correcto
Dos herramientas difieren por un factor de dos	Paneles distintos — una usa nombres de marca, la otra preguntas de categoría	Alinea el panel y vuelve a ejecutar. Hasta entonces, no compares valores absolutos.
Tu puntuación cae a la mitad de un mes a otro	Cambio de versión del modelo o cambio en las fuentes recuperadas	Revisa primero la versión del motor y la ventana, luego mira el contenido.
La puntuación sube pero el pipeline no	Crecimiento concentrado en preguntas de baja intención	Divide el panel por intención y evalúa cada capa por separado.
Un competidor pega un salto	Publicó una página que ahora se cita en varias preguntas	Rastrea la página citada y luego decide: contenido o pregunta.

La regla detrás de la tabla: las diferencias cosméticas se corrigen con especificación, las reales con contenido. Reescribir páginas para corregir un desajuste de panel es la forma más cara de no cambiar nada.

Dos puntuaciones, una decisión

Seguirás teniendo más de un número: uno por motor, una participación, una tasa de mención. Eso es correcto y no es un problema que haya que diluir en un promedio.

La regla de decisión es corta: usa el número cuyo fallo te costaría más. Si los ingresos vienen de compradores que hacen una pregunta comparativa concreta, mídete por la participación de voz de ese conjunto de preguntas, no por el promedio de toda la marca. Un 40% a nivel de marca, concentrado en preguntas que nadie hace antes de comprar, es un número de vanidad con un panel alrededor.

Qué arreglar primero

En este orden: panel, separación por motor, número de muestras, ventana, base de la participación. Arréglalos en desorden y vas a repetir el panel cada vez — es la razón real por la que la mayoría de los equipos abandona y compra otra herramienta.

Si quieres que la medición sobreviva a un cambio de herramienta, guarda el panel y la ficha en tu propio repositorio, no dentro del producto del proveedor. Entonces una herramienta nueva es solo una regla nueva aplicada al mismo panel, comparable desde el primer día. Si prefieres que el panel, la ficha y el reporte de participación de voz se construyan y mantengan por ti, eso es exactamente lo que hace nuestro monitoreo de respuestas de IA.

Una puntuación de visibilidad no mide tu marca. Mide las preguntas que alguien decidió hacer. Arregla primero las preguntas — y la puntuación se vuelve instrumento en vez de opinión.

Para seguir leyendo

• Cómo construir un panel de prompts que de verdad cubre tu categoría
• Comparar competidores en respuestas de IA: un método semanal