Qué mide realmente una puntuación de visibilidad en IA (y 6 preguntas antes de confiar en una)

Puntos clave

• Una puntuación de visibilidad en IA es un resumen de qué tan seguido los asistentes de IA mencionan o citan a tu marca en un conjunto de prompts. Solo vale lo que valen los prompts, las superficies y las revisiones que la sostienen.
• Dos puntuaciones con el mismo número pueden describir cosas completamente distintas: una puede cubrir cinco asistentes y cincuenta prompts, y la otra un asistente y tres prompts.
• El error más común es un cero que nunca se midió. Si una superficie no se consultó, la puntuación debe decirlo en lugar de contarla como ausencia.
• Hazte seis preguntas antes de confiar en cualquier puntuación: qué superficies, qué prompts, mención o cita, medido o por defecto, cuándo y comparable con qué.
• Una puntuación útil viene con su cobertura y su fecha. Sin ellas es un número, no una medición.

Definición: Una puntuación de visibilidad en IA es una sola cifra que resume qué tan seguido aparece una marca, por nombre o como fuente citada, en respuestas generadas por asistentes de IA como ChatGPT, Claude, Gemini, Perplexity y Google AI Overviews, sobre un conjunto definido de prompts y un periodo definido.

Por qué existen las puntuaciones de visibilidad en IA

Los compradores ya piden recomendaciones a los asistentes, y esas respuestas no aparecen en las herramientas que los marketers ya usan. Un rastreador de posiciones te dice dónde está una página en Google. No puede decirte si ChatGPT te nombró cuando alguien pidió la mejor opción de tu categoría. Search Console registra impresiones y clics. No puede registrar una recomendación que no produjo ningún clic.

Una puntuación de visibilidad intenta llenar ese vacío con un número que puedes seguir semana a semana. Es una meta razonable. El problema es que un solo número esconde cada decisión que lo produjo, y en la visibilidad en IA esas decisiones cambian la respuesta más que tu contenido.

¿Qué entra en una puntuación de visibilidad en IA?

Toda puntuación, la llame como la llame el proveedor, se construye con los mismos cinco ingredientes. Si no puedes averiguar cuál fue cada uno, no puedes interpretar el número.

Mención, cita y recomendación son resultados distintos

Estos tres suelen mezclarse en una sola cifra de "visibilidad", y no deberían.

• Una mención es el nombre de tu marca apareciendo en el texto de la respuesta. "Entre las herramientas de esta categoría están Ezeo, A y B" es una mención.
• Una cita es una de tus páginas enlazada o listada como fuente de la respuesta. Las fuentes numeradas de Perplexity y las tarjetas de fuentes de Google AI Overviews son citas. Pueden citarte sin nombrarte, si el motor usó tu guía para explicar un concepto.
• Una recomendación es la respuesta encaminando al lector hacia ti. "Para tiendas Shopify, Ezeo es la mejor opción" es una recomendación. Es el resultado que mueve los ingresos y el más difícil de medir con consistencia, porque requiere que alguien, o algo, lea la intención de la respuesta.

Una puntuación que cuenta las tres como un solo número subirá cuando te citen en una respuesta educativa y bajará cuando te nombren sin enlazarte, aunque no haya cambiado nada en cómo te ven los compradores. Mantenlas separadas y repórtalas por superficie.

Seis preguntas antes de confiar en una puntuación

1. ¿Qué superficies se revisaron realmente en esta corrida?

No cuáles superficies soporta el producto: cuáles devolvieron una respuesta en esta corrida específica. Las revisiones fallan. Las API se agotan por tiempo, un proveedor rechaza una solicitud, una superficie se apaga para ahorrar costo. Si una corrida solo llegó a dos de cinco asistentes, una puntuación que promedia cinco está promediando tres espacios en blanco.

2. ¿Qué prompts, y quién los escribió?

Pide ver la lista de prompts. Fíjate en cuántos llevan la marca, cuántos son preguntas de categoría y si suenan a algo que un comprador escribiría. Una puntuación construida sobre todo con prompts que incluyen el nombre de tu marca mide si el asistente sabe que existes, no si te elegiría.

3. ¿Cuenta menciones, citas o recomendaciones?

Mira la sección anterior. Si la respuesta es "todas, combinadas", pide el desglose.

4. ¿Cada cero es una medición?

Esta es la pregunta que casi nadie hace, y es en la que nos equivocamos nosotros mismos. Cuando revisamos las revisiones de visibilidad en IA del proyecto propio de Ezeo, encontramos corridas que solo habían consultado Google AI Overviews y aun así guardaban un cero para ChatGPT y un cero para Perplexity. Nadie le había preguntado nada a ninguno de los dos asistentes. Los ceros eran valores por defecto escritos en campos vacíos, y se veían exactamente como resultados reales.

Un cero es el valor más peligroso de cualquier reporte, porque "revisamos y no encontramos nada" y "nunca revisamos" se imprimen igual. Una puntuación confiable o deja fuera una superficie no medida, o la muestra como no medida. Nunca la cuenta como ausencia.

5. ¿Cuándo se recogió cada respuesta?

Una puntuación actualizada "cada semana" puede seguir construida con respuestas de hace semanas si algunas revisiones fallaron y se arrastró el último valor bueno. Busca una fecha en cada superficie, no solo en el reporte.

6. ¿Esta semana es comparable con la anterior?

Si cambió el conjunto de prompts, las superficies o la fórmula de la puntuación, la línea de tendencia está comparando cosas distintas. El movimiento que ves puede ser el método moviéndose, no tu marca. Una buena herramienta te avisa cuando cambió la base de una comparación.

Por qué las puntuaciones se mueven cuando no cambió nada

Incluso con un método fijo, espera ruido. Los asistentes de IA no devuelven la misma respuesta al mismo prompt cada vez. Las respuestas varían con la versión del modelo, con los resultados de recuperación del momento y, a veces, con la formulación de una pregunta de seguimiento. Eso tiene tres consecuencias prácticas:

• Una corrida es un dato suelto, no una tendencia. Juzga la dirección a lo largo de varias corridas.
• Los conjuntos pequeños de prompts oscilan fuerte. Con cinco prompts, el cambio de una sola respuesta mueve una superficie 20 puntos porcentuales. Con cincuenta, la mueve dos.
• Las actualizaciones de modelo son eventos. Cuando el comportamiento de una superficie cambia en todos los prompts a la vez, sospecha del modelo, no de tu contenido, y anota la fecha.

Cómo calcular una puntuación que puedas defender

No necesitas un proveedor para empezar. Una hoja de cálculo y una tarde te darán una línea base que entiendes por completo.

1. Escribe el conjunto de prompts. De veinte a cincuenta preguntas de compradores para tu categoría, más cinco que nombren tu marca, en una pestaña aparte.
2. Consulta cada superficie. ChatGPT, Claude, Gemini, Perplexity y Google (para AI Overviews, anota si apareció alguno).
3. Registra tres columnas por respuesta: mencionado (sí/no), citado (sí/no, con la URL), recomendado (sí/no). Agrega la fecha y la superficie.
4. Calcula por superficie: tasa de mención = prompts en los que te mencionaron ÷ prompts que devolvieron una respuesta en esa superficie. Igual para la tasa de citas.
5. Reporta la cobertura junto a la tasa. Una línea como "citado en 4 de 30 respuestas de Perplexity, revisado el 12 de septiembre" es una medición. Una línea como "visibilidad: 13" no lo es.
6. Solo entonces, si necesitas un único número, promedia las superficies que realmente revisaste y di cuáles fueron.

Fíjate en el denominador del paso cuatro: los prompts que devolvieron una respuesta, no los que querías enviar. Si una superficie falló en la mitad de los prompts, tu tasa es sobre la mitad que funcionó, y la otra mitad se reporta como no medida.

Cómo reporta Ezeo la visibilidad en IA

Construimos Ezeo alrededor de una regla: un número es una medición, o no lo mostramos. Para la visibilidad en IA eso significa:

• Cinco superficies con nombre, reportadas por separado: ChatGPT, Claude, Gemini, Perplexity y Google AI Overviews.
• Cada resultado con fecha de cuándo se midió, y cada corrida guardada, para que una tendencia sea una serie de lecturas reales y no una línea trazada entre dos.
• La ausencia se muestra como ausencia. Una superficie que no se revisó muestra un guion, no un cero, y el reporte dice qué superficies cubre una cifra.
• La visibilidad junto al resto de la búsqueda. Las respuestas de IA están al lado de tus posiciones en Google, Search Console y tu analítica, para que veas si una página que posiciona es también la página que los asistentes citan.

Publicamos nuestras propias cifras en la página de inicio de Ezeo, incluidas las que no nos favorecen. En la última lectura, nuestra propia marca había sido citada cero veces en 19 revisiones completadas en cuatro superficies, y dos superficies nunca se habían revisado. Lo decimos porque es verdad, y porque una herramienta que escondiera nuestro propio cero escondería el tuyo.

Cómo se ve un buen reporte de puntuación

Uses Ezeo, otra plataforma o una hoja de cálculo, un reporte sobre el que puedes actuar tiene estas propiedades:

• Una tasa por superficie, con el número de prompts detrás.
• Menciones, citas y recomendaciones mostradas por separado.
• La fecha en que se midió por última vez cada superficie.
• Las superficies no medidas etiquetadas como tales.
• Los competidores nombrados en las mismas respuestas, para ver quién está ganando las preguntas que estás perdiendo.
• Los prompts específicos en los que estás ausente, porque esos son tu lista de pendientes.

El último punto es la razón para medir. Una puntuación de visibilidad es un termómetro. Los prompts donde se nombra a un competidor y a ti no son el diagnóstico. Para saber qué hacer con ellos, empieza con nuestra guía de optimización para motores de respuesta y con nuestra lista de las señales de calidad de contenido que buscan los modelos de IA.