Cómo escribir un informe de visibilidad en IA que se lea
Cómo estructurar un informe de visibilidad en IA para que un director de marketing lo lea y actúe, sin enterrar el hallazgo bajo la metodología.
Los primeros informes de visibilidad en IA se parecen todos entre sí: un muro de prompts, columnas por plataforma, un puñado de idiomas y un lector que se rinde antes de la segunda página. El escaneo hizo su trabajo. El informe, no. En algún punto entre los datos en bruto y quien necesita actuar sobre ellos, la información se pierde, y eso no es un problema de datos: es un problema de redacción.
Hay una prueba rápida para cualquier informe antes de darlo por bueno. Entrégaselo a alguien con dos minutos libres y ningún contexto previo, y pídele que lea solo el primer párrafo y te diga cuál es, según ese párrafo, el dato más importante del documento. Si no sabe responder, el informe no falla porque los datos estén mal: falla porque la estructura entierra lo único que de verdad importaba.
Por qué la estructura "obvia" falla
El instinto, sobre todo el de quien ejecutó el escaneo, es abrir con la metodología: qué plataformas se revisaron, cuántos prompts, en qué idiomas, cómo se calcula el score. Después viene un desglose plataforma por plataforma, porque así es como salen los datos de la herramienta. Y solo entonces, enterrado varias páginas más adelante, aparece el hallazgo que de verdad explica por qué a alguien debería importarle esto.
Ese orden tiene sentido para quien construyó el informe. No tiene ninguno para quien lo lee. Un director de marketing o una fundadora no quiere reconstruir tus conclusiones a partir de tu proceso de trabajo: quiere el hallazgo primero y decidir, en el tiempo que tarda en hojear un párrafo, si el resto merece su próxima hora. La metodología pertenece al final, como apéndice, no a la entrada.
Abre con un solo número
Cada informe de visibilidad en IA debería abrir con el número único, o la frase única, que mejor responda a una pregunta concreta: ¿estamos visibles donde importa, sí o no? Si trabajas con el AI Visibility Score de PSentry desglosado por idioma, ese número es un punto de partida legítimo, siempre que lo elijas pensando en el mercado que más pesa en la facturación, no en el mercado donde el score resulta más alto por pura casualidad.
Imagina, como hipótesis, una empresa española de aceite de oliva que exporta sobre todo a Alemania y Francia. Si abriera su informe con el score en alemán solo porque es el más favorable, ignorando que el mercado francés pesa mucho más en su facturación, no estaría escribiendo un informe: estaría escribiendo material de marketing para sí misma.
Y si un único número corre el riesgo de transmitir más certeza de la que existe, dilo en la misma frase, no lo escondas en una nota al pie. "Somos visibles de forma fiable en alemán, prácticamente ausentes en francés" es un resumen honesto, incluso sin número asociado, y resulta más útil que una cifra sobre cuyo cálculo nadie se puso de acuerdo del todo.
Luego, una o dos cosas que les sorprenderían
Después del número inicial, el informe debe decir qué es lo que una persona razonable no habría anticipado. Casi siempre hay dos hallazgos que merecen ese lugar: un mercado donde la visibilidad resulta sorprendentemente débil frente al peso comercial que representa (el patrón de brecha exportadora que un escaneo entre mercados e idiomas está diseñado para detectar), y un competidor que aparece una y otra vez en tu lugar, sobre todo uno que tu propio equipo comercial no mencionaría como rival principal.
Ambos son el tipo de hallazgo que cambia lo que alguien hace el próximo lunes. Una lista completa de cada competidor mencionado en cada prompt no lo es: eso son datos en bruto que van después, no aquí. Resiste la tentación de añadir un tercer hallazgo sorprendente solo porque apareció en el escaneo: si todo está destacado, nada lo está.
Ordena las brechas por lo que cuestan, no por el alfabeto
Resueltos el titular y las sorpresas, el informe puede entrar en el detalle mercado por mercado e idioma por idioma. El error más común es ordenar alfabéticamente, o en el orden en que resultó ejecutarse el escaneo: ninguno de los dos criterios le dice nada al lector. Ordénalo por peso comercial: primero el mercado donde más vendes, luego el que estás intentando conquistar, y así hasta los que apenas importan hoy. Un lector que solo llegue a las tres primeras líneas debería haber visto ya las que más importan, no Francia antes que Alemania solo porque la F va antes que la A en el alfabeto.
Aquí también conviene ser honesto: el "peso comercial" es un juicio, no una fórmula que la herramienta calcula sola. Quien arma el informe decide qué importa, apoyándose en la facturación, el pipeline comercial o la prioridad estratégica del momento, y esa decisión debería quedar visible, no disfrazada de clasificación objetiva.
Muestra las respuestas en bruto, no una paráfrasis
Cada afirmación del resumen debe poder verificarse por alguien que no te crea bajo palabra. Eso significa citar el texto exacto que devolvió un modelo, no una descripción de ese texto. "ChatGPT recomendó a dos competidores y no nos mencionó" es una paráfrasis; la frase completa que produjo el modelo, citada de forma literal, es evidencia.
El informe de escaneo y la exportación en CSV de PSentry existen precisamente para esto: los prompts y las respuestas están disponibles para consultarse, de modo que el resumen de tu informe nunca sea una afirmación sin nada que la sostenga. Coloca los ejemplos citados después de los hallazgos, no antes: quien quiere verificar una afirmación buscará la cita que la respalda, y quien aún no ha decidido si le interesa no quiere vadear transcripciones en bruto para averiguarlo.
Di lo que no sabes
La sección que casi todo el mundo evita escribir es la que dice, con claridad, qué es lo que este informe no puede mostrarte. Un escaneo que se ejecuta dos veces al mes no puede mostrarte qué pasó el martes pasado, y un score construido a partir de un conjunto fijo de prompts no dice nada sobre la pregunta de un comprador que a nadie se le ocurrió formular. Los modelos de lenguaje son probabilísticos: una respuesta sólida en esta ejecución podría leerse distinto la próxima vez, y un informe que presenta una sola ejecución como veredicto definitivo está exagerando lo que sabe.
Esto no es una nota defensiva para cubrirse las espaldas: cambia lo que un lector hace con el informe. Un director de marketing que sabe que el número de visibilidad viene de un conjunto fijo de prompts ejecutado dos veces al mes tratará una caída puntual de forma muy distinta a quien asume que el score es una medición continua en tiempo real. Ocultar esa distinción no hace el informe más sólido. Hace que el lector confíe menos en el siguiente, en cuanto la realidad alcance esa brecha.
Cómo se ve todo esto de principio a fin
En conjunto, un informe que vale la pena leer sigue este orden: el número o la frase que responde si estamos visibles donde importa, el hallazgo o los hallazgos que sorprenderían al lector, las brechas de mercado e idioma ordenadas por lo que valen comercialmente, las respuestas citadas de forma literal que respaldan lo anterior, y una lista explícita de lo que el informe no cubre. La metodología, si alguien la quiere, va al final, como apéndice, nunca como entrada. Nada de esto exige una herramienta distinta de la que produjo el escaneo: exige decidir, antes de escribir, quién va a leer esto y qué necesita saber en los primeros treinta segundos. El informe de escaneo y la exportación en CSV son la materia prima; el informe final es lo que construyes a partir de ahí, una vez tomada esa decisión.
Preguntas Frecuentes
¿El informe debe ser una presentación o un documento?
Los dos formatos funcionan si la estructura se sostiene. Una presentación obliga a la brevedad, lo que ayuda a acertar el orden casi por accidente; un documento es más fácil de hojear al propio ritmo. Lo que rompe el informe es lo mismo en ambos casos: abrir con el proceso en lugar de abrir con el hallazgo.
¿Con qué frecuencia debería publicarse este informe?
Vincúlalo a la frecuencia con la que cambian los datos subyacentes, no a un calendario arbitrario. Los escaneos se ejecutan dos veces al mes, así que un informe más frecuente se repite con cambios cosméticos. Una cadencia mensual o trimestral, alineada con datos de escaneo realmente nuevos, suele bastar.
¿Quién debería armarlo, marketing o quien gestiona la herramienta?
Debe participar quien decide la clasificación comercial de los mercados, porque eso es lo que ninguna herramienta puede hacer por ti. El resultado del escaneo puede venir de cualquiera con acceso a la plataforma; el juicio sobre qué brecha importa más corresponde a alguien cerca de la facturación, capaz de decidirlo con criterio.
¿Un score de visibilidad basta por sí solo, sin el resto de la estructura?
No. Un score sin contexto es un número sobre el que el lector no puede actuar. Necesita al lado el hallazgo sorprendente que explique por qué es el que es; si no, se lee como una nota abstracta sin nada que hacer al respecto.
¿Y si el escaneo esta vez no arrojó ninguna sorpresa real?
Dilo tal cual. "Sin cambios significativos desde el último informe" es un titular legítimo, y fabricar un hallazgo dramático a partir del ruido es peor que admitir que no pasó nada nuevo. La constancia es en sí misma información, sobre todo a lo largo de varios ciclos de informes.
¿Esta estructura funciona para un informe que cubre un solo mercado?
Sí, con la sección de clasificación entre mercados acortada o eliminada. El número inicial, el hallazgo sorprendente si lo hay, la evidencia citada y las limitaciones siguen aplicando incluso sin comparación entre mercados que ordenar.