Cómo elegir una herramienta de visibilidad en IA: los criterios

Hoy hay bastantes productos que te enseñan un panel con la visibilidad de tu marca en la IA: un score, una curva, una flechita. Vistos desde fuera se parecen todos, y ese es justo el problema. Una cifra en una pantalla tiene el mismo aspecto venga de una medición hecha con rigor o de una sola consulta afortunada.

Así que esto no es una reseña: no hay ganador al final ni tabla comparativa. Solo lo que distingue una herramienta que mide de una que produce resultados verosímiles, y cómo comprobarlo por tu cuenta. Algunas de estas preguntas son incómodas de hacerle a un comercial. Hazlas igualmente.

Qué se supone que hace

Una herramienta de visibilidad en IA tiene una sola tarea: decirte si los sistemas generativos nombran tu marca cuando alguien plantea las preguntas que plantean tus compradores, y qué dicen de ella cuando lo hacen. Es más difícil de lo que suena, porque los modelos de lenguaje son probabilísticos. La misma pregunta puede devolver dos respuestas con dos listas de marcas distintas. No existe una posición estable que leer como se leía un ranking, solo una distribución, y una distribución únicamente se estima muestreándola varias veces.

Cuántos sistemas, y cuáles

ChatGPT, Claude, Gemini y Perplexity no son cuatro carcasas del mismo motor. Se han entrenado de forma distinta, recuperan información de forma distinta y tienen opiniones distintas sobre tu mercado. Una marca recomendada con total seguridad en uno puede estar ausente del otro, y no hay manera de adivinar cuál sin ir a mirar.

Cómo comprobarlo. Pregunta qué plataformas cubre y luego haz la pregunta que casi nadie hace: qué modelo, exactamente. Un proveedor capaz de nombrarlo sabe qué está haciendo su sistema.

Cuántas veces se ejecuta cada prompt

Este punto no aparece nunca en una comparativa de funciones, porque es aburrido y porque ahí está el coste. Importa más que todo lo demás. Una herramienta que ejecuta cada prompt una sola vez te está informando del resultado de una moneda al aire: apareciste o no apareciste, y mañana puede salir lo contrario sin que en tu marca haya cambiado nada. Apila un mes de ejecuciones únicas en una curva y el gráfico se mueve de forma convincente sin significar nada, porque lo que estás mirando es la varianza del propio modelo disfrazada de métrica de negocio. Muestrear el mismo prompt varias veces convierte una anécdota en una frecuencia: no «el modelo nos ha mencionado», sino «el modelo nos ha mencionado en la mayoría de las respuestas que ha dado». Solo con la segunda merece la pena tomar una decisión.

Cómo comprobarlo. Pregunta cuántas ejecuciones por prompt y por escaneo. Si la respuesta es una sola, ya sabes de qué está hecha la curva. Y si en lugar de una cifra te llega una descripción de la metodología, cuéntala como una sola.

Qué idiomas, y de qué manera

La visibilidad no viaja de un idioma a otro. Un modelo solo puede repetir lo que existe, y la web en alemán o en italiano suele decir mucho menos sobre una empresa de lo que dice la web en inglés: una marca recomendada en un idioma puede desaparecer de la misma pregunta formulada en otro. Si exportas, una herramienta que mide solo en tu idioma está midiendo el mercado en el que menos ayuda necesitas. El punto ciego es el mercado en el que nunca has puesto un pie, donde un modelo está recomendando en silencio a un competidor local en tu lugar.

Cómo comprobarlo. Pregunta si los prompts se ejecutan de forma nativa en cada idioma o si se traducen y se lanzan en inglés entre bastidores: son dos mediciones diferentes. Después pregunta si los resultados se separan por idioma, porque una media entre mercados esconde precisamente lo que buscas.

Mención y cita no son el mismo suceso

Un modelo puede describir tu producto con precisión, largo y tendido, y no enlazarte jamás. Que te nombren sin enlace es un resultado de marca y no envía tráfico; que te citen es un resultado de tráfico. Una herramienta que aplasta ambas cosas en un «te hemos encontrado» ha tirado a la basura la distinción de la que depende tu siguiente decisión.

Cómo comprobarlo. Abre una respuesta en bruto donde se hable de la marca y mira si la herramienta registra que llevaba un enlace hacia tu sitio. Si la interfaz no sabe expresar la diferencia, es probable que los datos que hay debajo tampoco.

¿Te enseña las fuentes?

Cuando un modelo recupera información, la saca de algún sitio, y saber de dónde es lo más parecido a un resultado accionable que produce esta categoría. Si los sistemas que hablan de tu mercado citan una y otra vez un directorio y la página de comparación de un competidor, ahí es donde se está manteniendo la conversación sobre ti, y no es en tu web.

Cómo comprobarlo. Pide ver una respuesta completa del modelo con sus fuentes, tal y como volvió. Una herramienta que te da un score pero nunca las pruebas que hay detrás te está entregando un veredicto que no puedes auditar.

Transparencia del método

Casi todas las herramientas de esta categoría, la nuestra incluida, calculan alguna clase de puntuación de visibilidad. Una puntuación es un atajo útil, y se convierte en un riesgo en cuanto no puedes ver cómo está construida: no sabes si se movió porque cambió tu visibilidad o porque el proveedor cambió los pesos, y no la puedes comparar con la de nadie más.

Cómo comprobarlo. Pide ver los prompts exactos que se ejecutan para tu marca, y si puedes modificarlos. Los prompts son el instrumento: si no los ves, no sabes qué se está midiendo. Después pregunta qué entra en la puntuación y en qué proporción. «Propietario» se traduce como: fíate de la cifra, no la compruebes.

¿Puedes llevarte los datos?

Las respuestas en bruto, las menciones, las fuentes, las fechas: ese es tu archivo de cómo las máquinas han descrito tu marca a lo largo del tiempo. Una herramienta que solo te lo enseña dentro de su propio panel te está vendiendo una suscripción a tu propia historia. Comprueba que haya exportación en CSV y una API antes de firmar, no después.

Las respuestas que deben alarmarte

Algunas promesas no son exageraciones comerciales, son señales.

• «Vamos a subir tu visibilidad en la IA.» Una herramienta de monitorización observa. No tiene ningún mecanismo para cambiar lo que un modelo dice de ti, porque no hay ninguna palanca que accionar: ni formulario de alta, ni índice, ni factor de posicionamiento que ajustar.
• «Optimizamos las respuestas de la IA.» Nadie fuera de los laboratorios que construyen estos modelos optimiza sus respuestas. En lo que sí puedes influir es en lo que la web dice de ti, que es lento, indirecto y no es lo que esa frase te está vendiendo.
• «Te garantizamos que aparecerás en las respuestas.» Nadie puede garantizar el resultado de un sistema probabilístico que no controla. No es una licencia publicitaria: es sencillamente falso.
• «Alertas en tiempo real.» Los modelos no cambian de opinión sobre una marca entre el desayuno y la comida. Una herramienta que te avisa a todas horas te está vendiendo urgencia, no información.
• Un «GEO» que resulta ser mapas y fichas locales. La Generative Engine Optimization trata de motores generativos. Si el discurso se desliza hacia la proximidad y los perfiles de empresa, el proveedor ha confundido dos disciplinas que comparten unas siglas.

Un proveedor serio dice en voz alta la frase que desinfla la ilusión: medimos, no mejoramos tus resultados por ti. Quien no esté dispuesto a decirla, o no ha entendido qué ha construido, o confía en que no lo entiendas tú.

Ahora aplícanos todo esto a nosotros

Con las cartas boca arriba, y a estas alturas será evidente: una de estas herramientas la fabricamos nosotros. PSentry ejecuta conjuntos de prompts en ChatGPT, Claude, Gemini y Perplexity, en cada idioma en el que vende una marca, e informa de dónde se la nombra, dónde se la cita, de qué fuentes beben los modelos y qué competidores se recomiendan en su lugar. Tenemos un conflicto de intereses al publicar esta página, y conviene que la leas teniéndolo presente.

Y ese es justamente el sentido. Hazte con nosotros las preguntas de arriba. Pregunta cuántas veces ejecutamos cada prompt, qué modelo hay detrás del nombre de cada plataforma, de qué está hecha nuestra puntuación, y dinos si te resulta demasiado opaca: esa crítica nos alcanza igual que a cualquiera. Dos cosas te las decimos antes de que preguntes. Los escaneos se ejecutan según un calendario, dos veces al mes, así que aquí dentro no hay nada en tiempo real. Y no manipulamos las salidas de los modelos, porque no puede hacerlo nadie.

Luego quédate con la herramienta que sobreviva a las preguntas. Una categoría tan joven no necesita mejor marketing. Necesita compradores que pregunten cómo se ha fabricado la cifra.

Preguntas Frecuentes

¿Cuántos prompts debería ejecutar una herramienta para mi marca?

Menos de los que imaginas, si son los correctos, y cada uno repetido varias veces. Una lista larguísima ejecutada una vez por escaneo es peor que una lista corta bien muestreada: amplitud sin repetición solo sirve para recoger ruido desde más direcciones.

¿Puedo comprobarlo a mano en lugar de comprar nada?

Sí, y deberías hacerlo al menos una vez. Pregúntale a cada plataforma lo que preguntaría un cliente potencial, en todos los idiomas en los que vendes, y lee a quién nombra. Lo que no puedes hacer a mano es repetirlo con constancia en el tiempo, que es justo lo que convierte una impresión en una tendencia.

¿Son comparables las puntuaciones de visibilidad entre herramientas?

Por lo general no. Prompts, plataformas, muestreo y pesos distintos hacen que dos puntuaciones no sean la misma magnitud con dos nombres. Compara mejor las entradas: cuando dos herramientas discrepan, la pregunta útil es qué prompts ha ejecutado cada una.

¿Sirve para actuar o estoy comprando un termómetro?

Se parece a un termómetro más de lo que admiten los proveedores, y no es un insulto. La parte sobre la que se actúa no es la puntuación: son las fuentes que usan los modelos y los competidores a los que nombran en tu lugar. Esos señalan los rincones de la web donde la historia de tu mercado se está escribiendo sin ti dentro.