Cómo se mide ya la visibilidad de una marca en IA, share of model, prompts y citas

Ya hemos explicado qué es el GEO y por qué ser citado dentro de un AI Overview vale más que la primera posición en Google. La pregunta lógica que viene después es más incómoda de responder: si el objetivo ya no es solo posicionar, ¿cómo se mide si lo estás consiguiendo? La industria del marketing ya tiene una respuesta, y ha llegado más rápido de lo que parece: existe todo un ecosistema de métricas y herramientas dedicadas, en exclusiva, a medir si una IA generativa habla bien de tu marca, mal, o directamente no habla de ella.

La métrica central de esta nueva disciplina se llama share of model (también conocida como citation share): el porcentaje de respuestas de IA generativa, sobre un conjunto definido de preguntas, en las que tu marca aparece mencionada o citada. Es, literalmente, la traducción a la era de la IA del clásico “share of voice” que llevaba décadas usándose en medios tradicionales y en SEO. La diferencia es que aquí no se mide cuántas veces sales en portada, sino cuántas veces un modelo de lenguaje te elige como respuesta cuando alguien le pregunta algo relacionado con tu categoría de producto.

Cómo se mide esto en la práctica

El método de fondo se llama prompt tracking: consiste en lanzar de forma sistemática preguntas con intención de compra o de decisión —del tipo que haría un cliente real— contra varios modelos de IA, y registrar qué marcas se mencionan, cómo se describen y en qué contexto. No es tan sencillo como preguntar una vez y anotar la respuesta, por dos motivos técnicos que cualquier herramienta seria tiene que resolver:

Los modelos son estocásticos: la misma pregunta, repetida varias veces, puede dar respuestas distintas. Por eso las metodologías más rigurosas recomiendan entre 60 y 100 repeticiones por pregunta antes de dar por estable una tendencia, y promedian los resultados en lugar de fiarse de una sola consulta.
Cada modelo responde distinto: una misma marca puede tener un share of model radicalmente diferente en ChatGPT, en Gemini o en Perplexity. Medir un solo motor y generalizar el resultado al conjunto de la “IA” es, según los propios especialistas del sector, el error metodológico más habitual.

Las métricas que ya se combinan en un informe

Un informe de visibilidad en IA serio no se queda en un único número. Suele combinar la puntuación de visibilidad (un índice agregado, normalmente de 0 a 100), el share of voice frente a la competencia directa, la tasa de citas (cuántas veces se referencia tu web como fuente, no solo tu marca como mención), el sentimiento con el que se te describe, la precisión del posicionamiento —si la IA te describe correctamente o con datos desactualizados— y, cuando es posible medirlo, el tráfico y las conversiones que llegan realmente desde esas menciones.

Quién ya vende esto como servicio

Este mercado ya tiene proveedores consolidados, con modelos de precio muy distintos según el nivel de sofisticación. Profound, orientado a grandes cuentas, monitoriza las interfaces reales de los motores de IA —ChatGPT con navegación web activada, Perplexity en tiempo real, los AI Overviews de Google— en lugar de limitarse a sus APIs, para capturar el mismo comportamiento que ve un usuario final; su precio de entrada ronda los 499 dólares al mes. Otterly.ai es la opción más accesible del mercado, con un plan desde 29 dólares mensuales que incluye seguimiento diario de 15 preguntas en cuatro motores (ChatGPT, Perplexity, AI Overviews y Copilot) en más de 50 países. Peec AI, con precios entre 89 y 95 dólares al mes, destaca por su cobertura multilingüe, con más de 115 idiomas soportados.

Semrush, por su parte, ha integrado esta medición dentro de su plataforma habitual de SEO con su AI Toolkit: calcula una puntuación de visibilidad en IA de 0 a 100, compara la marca con la competencia, identifica las páginas y fuentes más citadas, y analiza el sentimiento y las narrativas asociadas a cada marca, todo ello sobre un conjunto de datos que ya supera los 213 millones de prompts de LLM analizados, actualizado a diario y con cobertura en más de 220 países. Es, hoy por hoy, la solución con más volumen de datos agregados del mercado, aunque como sector todavía tiene recorrido por hacer en la calidad de la monitorización específica en español para el mercado de Iberia y Latinoamérica frente al mercado anglosajón, donde nació la mayoría de estas herramientas.

Por qué esto ya no es un experimento de nicho

Lo relevante de este ecosistema de herramientas no es que exista, sino la velocidad a la que se ha profesionalizado: hace apenas un año y medio, medir la presencia de una marca en ChatGPT era, como mucho, hacer capturas de pantalla de preguntas sueltas. Hoy existen metodologías de muestreo estadístico, proveedores con planes de precios escalonados desde 29 hasta varios cientos de dólares al mes, y una plataforma como Semrush integrando esta medición junto al SEO tradicional como una funcionalidad más, no como un producto aparte. Eso encaja con lo que ya vimos sobre la adopción de IA generativa en España para buscar información: la demanda del usuario final ya está ahí, y la industria de medición se ha adaptado a la misma velocidad, quizá incluso más rápido que la propia disciplina del GEO que intenta influir sobre esos resultados.

Medir antes de optimizar

La lección de fondo es sencilla, aunque incómoda para quien todavía no ha empezado: no se puede mejorar el share of model de una marca sin medirlo primero, y ya no hace falta esperar a que la herramienta perfecta exista, porque el mercado de medición de visibilidad en IA ya tiene jugadores maduros, metodologías con rigor estadístico y datos a escala de cientos de millones de conversaciones. La pregunta para cualquier marca, a estas alturas, ya no es si merece la pena medir esto, sino cuánto tiempo lleva sin hacerlo.