Cuando una marca quiere saber cómo aparece en las inteligencias artificiales, una de las primeras comprobaciones suele ser preguntar directamente a ChatGPT si conoce la empresa.
Puede servir como primera aproximación, pero aporta poca información para tomar decisiones.
Una auditoría de visibilidad en IA requiere un análisis más amplio: estudiar cómo aparece una marca en ChatGPT, Gemini o Perplexity ante consultas relacionadas con sus servicios, con qué frecuencia es mencionada, qué competidores aparecen y qué fuentes utilizan estas herramientas para elaborar sus respuestas.
En este artículo explicamos qué debería analizar una auditoría de este tipo y cómo convertir los datos obtenidos en acciones concretas para mejorar la visibilidad de una empresa en inteligencias artificiales.
¿Quieres saber si tu empresa aparece cuando alguien busca tus servicios en ChatGPT o Gemini?
En Sloumo analizamos la visibilidad de marcas en inteligencias artificiales para detectar dónde aparecen, qué competidores están ganando presencia y qué acciones se pueden trabajar para mejorarla.
¿Qué es una auditoría de visibilidad en IA?
Una auditoría de visibilidad en IA analiza cómo aparece una empresa cuando los usuarios realizan consultas relacionadas con su actividad en herramientas como ChatGPT o Gemini.
El objetivo es responder principalmente a cuatro preguntas:
- ¿Aparece tu marca cuando alguien pregunta por los servicios o productos que ofreces?
- ¿Qué empresas aparecen cuando la tuya no lo hace?
- ¿Qué fuentes utilizan las inteligencias artificiales para elaborar esas respuestas?
- ¿Qué acciones se pueden trabajar para aumentar tu presencia?
Por eso, una auditoría no debería limitarse a realizar varias búsquedas y guardar capturas de pantalla.
Tiene que existir una metodología que permita repetir el análisis después de varios meses y comprobar si las acciones realizadas están teniendo efecto.
Diseño de los prompts: la base del análisis
La calidad de una auditoría depende en buena medida de las preguntas que se utilizan.
No tiene demasiado sentido medir únicamente si ChatGPT conoce el nombre de una empresa. Lo interesante es comprobar qué ocurre cuando una persona todavía no conoce la marca y está buscando una solución.
Por eso, podemos dividir los prompts principalmente en dos grupos.
Prompts de negocio
Son consultas similares a las que realizaría un potencial cliente que está buscando un producto o servicio, pero todavía no tiene una empresa concreta en mente.
Por ejemplo:
- ¿Qué empresas ofrecen [servicio] en [ciudad]?
- Necesito [servicio] cerca de [zona]. ¿Qué opciones existen?
- ¿Dónde puedo encontrar [producto] con [característica]?
- Busco una empresa especializada en [servicio] para [necesidad concreta].
Este tipo de consultas permite comprobar si la marca aparece de forma natural entre las opciones propuestas por la IA.
Para nosotros, es una de las partes más interesantes del análisis porque se acerca mucho más a una situación real de captación.
Prompts de marca
En este caso, introducimos directamente el nombre de la empresa.
Por ejemplo:
- ¿Qué es [marca]?
- ¿Qué servicios ofrece [marca]?
- ¿Dónde trabaja [marca]?
- ¿A qué grupo pertenece [marca]?
Aquí el objetivo es diferente.
No buscamos únicamente comprobar si la empresa aparece, sino analizar qué información conoce la IA sobre ella y si esa información es correcta.
Podemos detectar servicios que no aparecen, información desactualizada, errores sobre la ubicación de la empresa o incluso confusiones con otras marcas que tienen nombres similares.
La importancia de diferenciar búsquedas locales y nacionales
Otro punto importante es separar las consultas según su ámbito geográfico.
No es lo mismo preguntar por una empresa que ofrece un servicio en Zaragoza que realizar una consulta general para toda España.
En las búsquedas locales pueden adquirir mucha importancia elementos como la ficha de Google Business Profile, directorios locales, medios de comunicación de la zona o páginas de instituciones.
En consultas nacionales, el peso puede desplazarse hacia la propia web de la empresa, medios especializados, prensa económica, directorios sectoriales y otras fuentes con autoridad sobre esa temática.
Separar ambos escenarios permite entender mejor por qué una empresa puede tener buena visibilidad local y, sin embargo, apenas aparecer en consultas más generales.
¿Qué inteligencias artificiales deberíamos analizar?
No todas las personas utilizan la misma herramienta para buscar información.
Por eso, una auditoría puede incluir diferentes modelos dependiendo del sector y del público objetivo.
ChatGPT y Gemini suelen ser dos de los principales puntos de partida. A partir de ahí, también se pueden incorporar herramientas como Perplexity o Claude cuando tenga sentido para el proyecto.
Lo importante no es analizar todas las inteligencias artificiales disponibles, sino aquellas donde realmente puede encontrarse el público de la empresa.
También hay que tener presente que los resultados pueden variar entre herramientas.
Una empresa puede aparecer con frecuencia en Gemini y tener una presencia mucho menor en ChatGPT. Analizar cada plataforma por separado ayuda a detectar estas diferencias.
¿Qué datos se deberían recoger?
Una vez definidos los prompts y las herramientas que vamos a analizar, necesitamos convertir las respuestas en datos que podamos comparar.
No basta con indicar si la empresa aparece o no.
Menciones de la marca
El primer dato es el más evidente: comprobar si la marca aparece dentro de la respuesta.
También podemos analizar cuántas veces aparece y, cuando la IA ofrece un listado de empresas, en qué posición se encuentra.
Es importante revisar los resultados manualmente cuando el nombre de la empresa coincide con una palabra habitual del sector, ya que se pueden producir falsos positivos.
Contexto de la mención
También interesa saber cómo aparece la empresa.
No es lo mismo que una IA simplemente nombre la marca que que explique sus servicios, especialización, ubicación o principales características.
Este análisis permite comprobar hasta qué punto la IA entiende realmente qué hace la empresa.
Competidores mencionados
Una de las partes más útiles consiste en registrar qué otras empresas aparecen en las mismas respuestas.
Podemos analizar:
- Qué competidores aparecen con mayor frecuencia.
- En qué tipo de consultas aparecen.
- Si tienen mayor presencia en ChatGPT o Gemini.
- Si destacan principalmente en búsquedas locales o nacionales.
Esto nos permite entender quién está ocupando actualmente el espacio en el que queremos aumentar nuestra visibilidad.
Fuentes utilizadas
Las fuentes son uno de los datos más interesantes de una auditoría.
Cuando podemos identificar qué páginas utiliza una IA para apoyar sus respuestas, obtenemos información sobre qué tipos de webs están influyendo en la visibilidad del sector.
En lugar de limitarnos a saber que un competidor aparece más, podemos empezar a estudiar por qué.
Analizar qué competidores están apareciendo
Una vez recopiladas todas las respuestas, podemos identificar qué empresas se repiten con mayor frecuencia.
Aquí no buscamos elaborar simplemente un ranking. Queremos detectar patrones.
Puede haber empresas con una presencia especialmente fuerte en consultas locales, otras que aparezcan principalmente en búsquedas nacionales y algunas que tengan una visibilidad mucho mayor en una IA concreta.
También es necesario revisar los resultados para descartar empresas que aparecen por cercanía temática, pero que realmente no compiten por el mismo tipo de cliente.
Este análisis permite comparar posteriormente qué están haciendo esas empresas: cómo tienen estructurada su web, qué contenidos publican, en qué medios aparecen, qué directorios utilizan o qué presencia tienen fuera de su propio sitio.
Analizar las fuentes utilizadas por las inteligencias artificiales
Este es uno de los bloques que más información puede aportar.
Al agrupar las fuentes utilizadas por las IAs empiezan a aparecer patrones sobre los tipos de páginas que tienen mayor presencia dentro de un sector.
Podemos encontrarnos, por ejemplo, con:
- Fichas de Google Business Profile y resultados de Google Maps.
- Webs de empresas del sector.
- Medios de comunicación locales.
- Prensa especializada.
- Asociaciones y organismos oficiales.
- Directorios empresariales.
- Directorios especializados.
- Portales de empleo y opiniones.
- Contenidos de terceros que comparan diferentes empresas.
La distribución cambia bastante dependiendo del sector y del tipo de consulta.
Por eso no tiene sentido asumir de antemano que una plataforma concreta va a ser importante para todos los proyectos.
Lo interesante es detectar qué fuentes aparecen realmente en las respuestas relacionadas con tu negocio.
¿Por qué es tan importante analizar las fuentes?
Porque es lo que permite pasar del análisis a la estrategia.
Imagina que una empresa apenas aparece en consultas locales y comprobamos que buena parte de las respuestas utilizan medios locales, determinados directorios y Google Maps.
Ya tenemos varias líneas de trabajo que podemos estudiar.
También puede ocurrir que los competidores que más aparecen tengan contenidos muy específicos sobre determinados servicios que nuestra web apenas desarrolla.
En ese caso, la oportunidad puede estar dentro de la propia página web.
Las acciones no deberían decidirse porque una plataforma esté de moda, sino porque los datos indiquen que puede tener incidencia sobre la visibilidad del proyecto.
Revisar los directorios donde ya aparece la empresa
Antes de empezar a crear perfiles nuevos, conviene revisar dónde está presente actualmente la marca.
Muchas empresas tienen fichas creadas hace años en directorios que nadie está gestionando. Y algunas siguen apareciendo en Google o siendo utilizadas como fuente.
Por eso conviene revisar:
- En qué directorios existe una ficha.
- Si los datos son correctos.
- Si la descripción de la empresa está actualizada.
- Si los servicios coinciden con los actuales.
- Si existe coherencia en el nombre, dirección, teléfono y web.
- Si esas plataformas aparecen entre las fuentes detectadas en la auditoría.
A partir de ahí podemos decidir cuáles merece la pena actualizar, cuáles simplemente mantener y en qué plataformas nuevas puede tener sentido estar.
Convertir la auditoría en un plan de acción
Una auditoría tiene utilidad cuando termina indicando qué hacer después.
Las acciones dependerán completamente de lo que encontremos.
Por ejemplo, puede tener sentido reforzar la ficha de Google Business Profile, trabajar determinados medios locales, conseguir presencia en asociaciones sectoriales, desarrollar nuevos contenidos en la web o mejorar la información disponible sobre determinados servicios.
También puede ocurrir lo contrario.
Una red social puede tener mucha importancia para la comunicación de la empresa, pero no aparecer prácticamente nunca entre las fuentes utilizadas por las inteligencias artificiales.
Eso no significa que haya que abandonar ese canal. Simplemente significa que no deberíamos justificar la inversión en él como una acción específica para mejorar la visibilidad en IA.
Esta distinción es importante para no mezclar objetivos.
Las limitaciones de una auditoría de visibilidad en IA
Las respuestas de las inteligencias artificiales no son completamente estables.
Si realizamos la misma pregunta varias veces, podemos obtener resultados diferentes.
Por eso no tiene demasiado sentido obsesionarse con una posición exacta. Lo que buscamos son patrones.
Si una empresa aparece de forma recurrente en muchas consultas relacionadas con un servicio y otra prácticamente nunca aparece, tenemos información útil.
También hay que revisar posibles homonimias, errores en las respuestas, fuentes que cambian y diferencias entre modelos.
Una auditoría debería documentar estas limitaciones para que los resultados se interpreten correctamente.
¿Cómo presentar toda esta información?
Cuando trabajamos con muchas consultas y varias inteligencias artificiales, la cantidad de información crece rápidamente.
Por eso conviene estructurar el informe en diferentes bloques.
Una posible organización sería:
- Dashboard general de visibilidad.
- Resultados por consulta.
- Análisis de competidores.
- Respuestas completas.
- Fuentes utilizadas.
- Metodología.
- Directorios y plataformas actuales.
- Plan de acción.
De esta forma podemos tener una visión general rápida y, al mismo tiempo, acceder al detalle cuando necesitamos analizar una consulta concreta.
Además, mantener siempre una estructura similar facilita repetir la auditoría pasados unos meses y comparar resultados.
Preguntas frecuentes sobre auditorías de visibilidad en IA
¿Cuántos prompts hay que analizar?
No existe un número que funcione para todos los proyectos.
Dependerá de los servicios, ubicaciones y líneas de negocio que queramos estudiar.
Lo importante es que la muestra cubra suficientes situaciones reales de búsqueda como para detectar patrones y no sacar conclusiones a partir de unas pocas preguntas.
¿Puedo hacer una auditoría manualmente con ChatGPT?
Sí.
Para una primera aproximación puedes realizar diferentes consultas y guardar los resultados.
Sin embargo, cuando quieres analizar decenas de prompts, varias herramientas y repetir posteriormente el estudio, es recomendable utilizar un sistema que permita automatizar y estructurar la recogida de datos.
¿Cada cuánto conviene repetirla?
Depende de la cantidad de acciones que se estén ejecutando.
Si existe un trabajo activo para mejorar la visibilidad, repetir el análisis cada tres o seis meses permite comprobar si se están produciendo cambios.
¿Qué inteligencias artificiales debería analizar?
Dependerá de dónde se encuentre tu público.
ChatGPT y Gemini suelen ser un buen punto de partida, pero determinados sectores pueden justificar analizar también Perplexity, Claude u otras herramientas.
¿Tiene sentido para un negocio local?
Sí.
De hecho, las búsquedas locales pueden ser especialmente interesantes porque permiten estudiar qué empresas recomienda la IA cuando alguien pregunta por un servicio en una ciudad concreta.
También podemos analizar qué fuentes están ayudando a esas empresas a aparecer.
¿Qué diferencia hay entre una auditoría de visibilidad en IA y GEO o AEO?
GEO (Generative Engine Optimization) y AEO (Answer Engine Optimization) son términos utilizados para hablar de la optimización de la presencia de una marca o contenido en motores generativos y sistemas de respuesta.
La auditoría es el punto de partida.
Primero analizamos qué está ocurriendo y, a partir de esos datos, decidimos qué acciones merece la pena trabajar.
De los datos a una estrategia de visibilidad en IA
La visibilidad en inteligencias artificiales no debería analizarse preguntando unas cuantas veces a ChatGPT y sacando conclusiones a partir de las respuestas.
Necesitamos una muestra suficiente de consultas, separar búsquedas de negocio y de marca, comparar diferentes herramientas, estudiar competidores y, especialmente, entender qué fuentes están utilizando las IAs.
Con toda esa información podemos pasar de una pregunta demasiado general —“¿cómo hago para aparecer en ChatGPT?”— a cuestiones mucho más útiles: qué contenidos necesitamos desarrollar, en qué fuentes interesa aparecer, qué competidores están ganando visibilidad y qué acciones tienen más sentido para nuestro proyecto.
¿Quieres analizar la visibilidad de tu empresa en inteligencias artificiales?
En Sloumo podemos analizar cómo aparece actualmente tu empresa en ChatGPT, Gemini y otras inteligencias artificiales y convertir los resultados en un plan de trabajo concreto.
