autoranko
Guía

Cómo medimos la visibilidad en IA y por qué nuestras cifras dicen «conocimiento del modelo»

El método de nuestras cifras de visibilidad en IA: preguntas de compra sin adornos, extracción aparte, varias muestras y por qué la API no es ChatGPT.com.

Por Autoranko Research7 min de lectura
Ver el Markdown

En resumen

  • Cada pregunta de compra seguida se envía sola, sin prompt de sistema, a cada modelo seguido, varias veces.
  • Si se menciona la marca se decide comparando el texto exacto; una llamada aparte solo enumera las demás empresas que nombra la respuesta.
  • El modo por defecto es «conocimiento del modelo»: respuestas de la API desde los datos de entrenamiento, sin búsqueda web, que pueden diferir de ChatGPT.com o Claude.ai con navegación.
  • La «búsqueda en vivo» solo aparece cuando el proveedor devuelve trazas reales, y un modelo que falla queda registrado como fallido, nunca se sustituye por otro.
  • Las cuatro métricas (visibilidad, posición media, cuota de voz y estabilidad) se calculan siempre dentro de un único modo.
En esta página
  1. Medir una respuesta sin cambiarla
  2. El método, paso a paso
  3. Las instrucciones de extracción, literales
  4. Por qué decimos «conocimiento del modelo»
  5. Cuándo una cifra dice «búsqueda en vivo»
  6. Las cuatro métricas
  7. Modelos que fallan y ejecuciones parciales
  8. Planes y frecuencia
  9. Lo que estas cifras no pueden decirte
  10. Cómo usarlas
  11. Preguntas frecuentes
  12. Fuentes

Medir una respuesta sin cambiarla

La forma tentadora de medir la «visibilidad en IA» es preguntarle a un modelo: «¿Qué empresas ofrecen X? Enuméralas con sus webs». Pero esa instrucción cambia la respuesta. Un modelo al que se le pide una lista de empresas con URL devuelve listas, mientras que un comprador que hace una pregunta normal suele recibir una explicación con dos nombres, o con ninguno. Por eso mantenemos la pregunta tal cual y hacemos la lectura aparte.

Este artículo describe el método exacto que hay detrás de los números de visibilidad en IA de Autoranko a fecha de 8 de noviembre de 2026: qué enviamos, qué no enviamos, cómo leemos las respuestas y qué etiquetas acompañan a cada cifra.

El método, paso a paso

  1. Preguntas. Las que haría un comprador de tu mercado, escritas sin el nombre de tu marca («mejor software de contabilidad para autónomos en España», no «¿es bueno Acme?»). Se guardan por sitio y tu plan fija cuántas se siguen.
  2. Modelos. Cada pregunta va a cada familia de modelos seguida. A 8 de noviembre de 2026, las familias con una vía de respuesta son GPT, de OpenAI, y Claude, de Anthropic, a través de nuestra pasarela de IA. Tu plan fija cuántas familias se siguen.
  3. La llamada. La pregunta es el único mensaje: sin prompt de sistema, sin instrucciones de formato y sin mencionar la marca.
  4. Muestras. Las respuestas varían de una llamada a otra, así que los planes con más de una muestra hacen la misma pregunta al mismo modelo varias veces. Esa dispersión es lo que mide la métrica de estabilidad.
  5. Detección de la marca. Si una respuesta te menciona o no se decide comparando el texto con tu nombre de marca, sus alias y tus dominios, sin distinguir mayúsculas ni acentos. Ningún modelo lo decide.
  6. Extracción. Una llamada aparte, a un modelo más barato, lee hasta cinco respuestas a la vez y enumera las demás empresas, marcas o productos que nombran, en orden. De ahí salen la posición de la mención y la clasificación de competidores. Nunca se atribuye al modelo seguido.
  7. Métricas. Visibilidad, posición media de la mención, cuota de voz y estabilidad, por ejecución, modelo, pregunta e intención.

Las instrucciones de extracción, literales

Estas son las instrucciones de la llamada de extracción a 8 de noviembre de 2026 (en inglés, como las usa el producto). La pregunta seguida nunca lleva prompt de sistema. La sección «Method» del panel muestra siempre la versión vigente.

Text
You read answers that AI assistants gave to buyer questions. For each answer, list the companies, brands, products and services it names, in the order they first appear.

Rules:
- Only names written in the answer. Never add a name that isn't there.
- Skip generic descriptions ("a local agency"), people, places, websites cited only as sources, and publications, unless they are what the answer recommends.
- One entry per distinct name, spelled as in the answer. Add the domain only when the answer writes it.

Return JSON only: {"answers":[{"id":"<id>","entities":[{"name":"...","domain":"example.com or null"}]}]}
Instrucciones de sistema de la llamada de extracción (lib/geo/templates.ts).

Por qué decimos «conocimiento del modelo»

Por defecto, las respuestas salen de los datos de entrenamiento del modelo a través de la API, sin búsqueda web. Eso no es lo mismo que ChatGPT.com o Claude.ai: las aplicaciones para el público pueden navegar, llevan sus propias instrucciones y memoria, conocen la ubicación del usuario y pueden usar otra versión del modelo. Por eso cada cifra en este modo lleva esta etiqueta en el panel:

Etiqueta del modo conocimiento (tal como aparece en el panel)

Model knowledge: what <tracked models> answer from training data via API, without web search. ChatGPT.com or Claude.ai with browsing may answer differently.

El conocimiento del modelo importa igualmente: es lo que un modelo «sabe» de tu mercado cuando no busca, y cambia despacio, así que sirve como referencia estable. Pero es una medición distinta de «lo que ven tus clientes», y nunca la presentamos como tal.

Cuándo una cifra dice «búsqueda en vivo»

Una ejecución solo se etiqueta como búsqueda en vivo cuando el proveedor devuelve trazas de búsqueda o citas. Si la búsqueda en vivo no está disponible para un modelo en nuestro servidor, la ejecución mide el conocimiento del modelo y lo indica en sus notas. Los resultados de los dos modos nunca se mezclan en un mismo gráfico.

  • «Searches the model ran (observed)»: búsquedas que el modelo ejecutó de verdad, solo de proveedores que devuelven trazas.
  • «Predicted searches»: cuando preguntamos aparte a un modelo qué buscaría. Son predichas, no observadas.
  • «URLs the model wrote (unverified)»: los enlaces de una respuesta en modo conocimiento no son fuentes; el modelo puede haberlos inventado.

Las cuatro métricas

Cómo se calcula cada métrica (siempre dentro de un mismo modo)
MétricaDefiniciónCómo leerla
VisibilidadRespuestas que mencionan la marca ÷ respuestas completadasCon qué frecuencia te nombran.
Posición media de la menciónPosición media de la marca entre los nombres que cita una respuesta, cuando aparece1 = te nombran primero.
Cuota de vozMenciones de la marca ÷ todas las menciones de nombres (cada respuesta cuenta cada nombre una vez)Tu parte de la conversación frente a los competidores.
EstabilidadProporción de pares pregunta × modelo cuyas muestras coinciden (todas te mencionan o ninguna)Hasta qué punto el resultado se repite; baja estabilidad = cifras ruidosas.

Modelos que fallan y ejecuciones parciales

Nuestra pasarela de IA no siempre responde para todos los modelos: algunos fallan de forma intermitente. Cuando una respuesta falla, se registra como fallida para el modelo al que se le pidió, se reintenta como mucho una vez (no antes de 20 minutos) y nunca se toma de otro modelo. La ejecución termina entonces como «parcial», con recuentos por modelo. La visibilidad se calcula solo sobre respuestas completadas, así que una ejecución parcial indica en cuántas respuestas se basa cada cifra.

Planes y frecuencia

Límites de visibilidad en IA por plan (agrupados por cuenta)
PlanPreguntas seguidasFamilias de modelosMuestras por pregunta y modeloEjecución automáticaEjecuciones manuales extra al mes
Free511Mensual1
Starter20Hasta 22Mensual2
Pro50Hasta 32Semanal4

Hoy solo dos familias (GPT y Claude) tienen una vía de respuesta, así que las plazas del plan Pro por encima de dos quedan sin usar hasta que se añada otra familia. Las preguntas seguidas se cuentan en todos los sitios de la cuenta.

Lo que estas cifras no pueden decirte

  • No son tráfico. Que una mención traiga visitas depende de dónde aparece. Para eso, el panel de tráfico de asistentes de IA lee tu propia propiedad de GA4 (solo lectura), y se queda corto con las visitas que llegan sin referente.
  • No son posiciones en Google ni AI Overviews. No consultamos las funciones de IA de Google.
  • Las muestras pequeñas hacen ruido. Con una o dos muestras por pregunta, una sola respuesta puede mover la visibilidad. Lee la tendencia de varias ejecuciones.
  • No prueban una causa. Un cambio tras publicar contenido puede deberse a una actualización del modelo.

Cómo usarlas

  1. Sigue preguntas de compradores, no preguntas sobre tu marca. «¿Es buena Acme?» dice poco de tu visibilidad.
  2. Mira la estabilidad antes de interpretar un cambio de visibilidad. Si las muestras no coinciden, espera a la siguiente ejecución.
  3. Compara dentro del mismo modo y de los mismos modelos.
  4. Combínalas con la preparación técnica: nuestra auditoría GEO comprueba si los rastreadores de IA pueden llegar a una página y leerla.

Preguntas frecuentes

¿Es esto lo que ChatGPT enseña a mis clientes?

No necesariamente. Las cifras en modo conocimiento son respuestas de la API sin búsqueda web. ChatGPT.com y Claude.ai pueden navegar, usan sus propias instrucciones y conocen la ubicación del usuario, así que pueden responder distinto. Cada cifra lleva la etiqueta de su modo.

¿Por qué no pedirle al modelo que enumere las marcas que recomienda?

Porque la instrucción cambia la respuesta que se quiere medir. Enviamos la pregunta tal cual y leemos la respuesta en una llamada aparte.

¿Cuántas veces se hace cada pregunta?

1 vez por modelo en el plan Free, 2 veces en Starter y 2 veces en Pro, en cada ejecución. Pro se ejecuta cada semana; Free y Starter, cada mes.

¿Qué pasa cuando un modelo no responde?

Sus respuestas se registran como fallidas para ese modelo, se reintentan como mucho una vez más tarde y nunca se sustituyen por la respuesta de otro modelo. La ejecución se marca como parcial.

¿Seguís Gemini, Perplexity o los AI Overviews de Google?

No a 8 de noviembre de 2026: las familias seguidas son GPT (OpenAI) y Claude (Anthropic). Cada cifra indica de qué modelos viene.

Fuentes

Pregunta a un asistente de IA sobre este artículo

Cada enlace abre el asistente en una pestaña nueva con una pregunta sobre este artículo. Según el asistente, la pregunta queda escrita o se envía al momento; solo se pasan la pregunta y la dirección de esta página.

Cómo se hizo este artículo

Escrito por Autoranko Research con ayuda de IA, a partir del código del producto y de las fuentes indicadas abajo, a fecha de 8 de noviembre de 2026. Si algo de aquí ya no coincide con el producto, el producto tiene razón: avísanos y corregiremos el artículo.

Avisar de un error

Herramientas gratuitas sobre este tema

Descubre qué dicen los asistentes de IA de tu mercado

Autoranko sigue las preguntas de tus compradores en los modelos GPT y Claude, indica en cada cifra cómo se midió y escribe los artículos que las responden.