Cómo mide PSentry la visibilidad en IA, y lo que no ve

Con 259 respuestas a preguntas en español, nuestros propios datos no permiten decir casi nada sobre cómo citan los asistentes cuando se les pregunta en tu idioma. Lo decimos antes que nada porque esta página explica cómo mide PSentry la visibilidad en IA, y un método que esconde sus huecos en la letra pequeña no merece que te fíes de sus números.

Lo que sigue es el método completo: qué asistentes, con qué modelos, por qué puerta, cada cuánto, en qué idiomas, qué deja ver una respuesta y qué se queda fuera. No hay ninguna promesa sobre cómo evolucionarán tus cifras. PSentry mide, y nada más.

Cómo mide PSentry la visibilidad en IA

PSentry mide la visibilidad en IA de una marca enviando un conjunto fijo de preguntas de comprador a cuatro asistentes, ChatGPT, Claude, Gemini y Perplexity, a través de sus API oficiales, dos veces al mes, en cada idioma y mercado en el que vende la empresa. Cada respuesta se guarda y se lee buscando tres cosas: si aparece la marca, qué otras empresas se nombran y qué fuentes web indica la respuesta. Las lecturas se agrupan por idioma y mercado en un AI Visibility Score y en una evolución en el tiempo. Nada en el método intenta cambiar lo que dicen los asistentes.

Un mismo español, varios mercados

Un idioma no es un país, y el español lo demuestra mejor que ningún otro. Es la lengua de compra en España, México, Colombia, Argentina, Chile y una docena de mercados más, cada uno con sus distribuidores, sus directorios sectoriales y su vocabulario. Un comprador de Madrid pide un presupuesto para un ordenador; uno de Monterrey cotiza una computadora. La misma pregunta, escrita de dos maneras, puede llevar a dos listas de proveedores distintas, como contamos en un español, muchos mercados.

Por eso las preguntas se generan para cada sitio y se redactan como las haría un comprador de ese mercado, no se traducen del inglés. Pero conviene tener claro qué no hace una lectura: no reproduce a un comprador conectado desde un país concreto con su propia cuenta. Reproduce la pregunta, en el idioma de ese mercado, planteada siempre igual. Si para ti la diferencia entre España y México importa, hay que buscarla en la redacción de las preguntas: términos, normas, ciudades, organismos que solo existen en uno de los dos.

Cuatro asistentes y los modelos que responden

Las cuatro plataformas son fijas. Lo que cambia es el modelo que hay detrás de cada una, porque los proveedores retiran y lanzan modelos a su ritmo. A 20 de octubre de 2026, la configuración de la aplicación es esta:

• ChatGPT: gpt-5-mini, que la documentación de OpenAI describe como una versión más rápida y económica de GPT-5;
• Claude: claude-haiku-4-5, que Anthropic presentó el 15 de octubre de 2025 como su nuevo modelo pequeño;
• Gemini: un modelo Gemini, a través de la API de Google;
• Perplexity: sonar-pro, a través de la API de Perplexity.

La consecuencia es clara. Quien usa ChatGPT con un plan de pago puede recibir la respuesta de un modelo más grande que el que consultamos nosotros, y un modelo más grande puede saber más y proponer otra lista de proveedores. El modelo pequeño es lo que permite hacer las mismas preguntas a cuatro asistentes en cinco idiomas, dos veces al mes, a un precio que puede asumir una pyme exportadora. Es una decisión de coste y se paga en fidelidad. Cuando un proveedor retira un modelo y pasamos al siguiente, la fecha va junto a la serie: un salto brusco en un solo asistente ese día habla del modelo, no del mercado.

Por qué la API y no la ventana del chat

La API es la puerta que un proveedor construye para el software; el chat, la que construye para las personas. PSentry usa la primera con los cuatro asistentes.

El motivo es que se puede repetir. Una llamada a la API solo lleva lo que mete quien la hace: la pregunta, el modelo, los parámetros. No hay historial de cuenta, ni preferencias guardadas, ni conversaciones anteriores que tiren de la respuesta. Si dos lecturas separadas por quince días no coinciden, ha cambiado el asistente o la web, no la cuenta que mide. Y comparar el español con el francés solo es justo si el instrumento es idéntico en los dos idiomas.

El precio es que una respuesta por API no es una captura de la pantalla de tu comprador. Es lo más parecido a esa pantalla que se puede medir dos veces y comparar.

Lo que se ve en una respuesta

Cada respuesta guardada cuenta tres cosas: si la marca está, qué competidores nombra el asistente en su lugar (a menudo empresas locales que no figuran en tu lista interna de competidores) y en qué fuentes web se apoya, cuando indica alguna. No hay posición en un ranking, porque una respuesta no es una página de resultados. Lo que se sostiene es la frecuencia: cuántas veces aparece la marca a lo largo de muchas preguntas, frente a los nombres que la acompañan.

En las fuentes, los asistentes se comportan de forma muy distinta. Entre el 13 de diciembre de 2025 y el 20 de octubre de 2026, PSentry recogió 17.719 respuestas de los cuatro asistentes a través de sus API. De cada 100 respuestas de Claude, 97 indicaban al menos una fuente; Perplexity, 94 de cada 100; Gemini, 56 o 57; ChatGPT, 44. También cambia la cantidad: unas 12 fuentes por respuesta en Claude, entre 11 y 12 en Perplexity, unas 10 en Gemini y unas 4 en ChatGPT. Una respuesta de ChatGPT sin fuentes es, por tanto, lo normal, no un error de lectura.

La muestra tiene límites que hay que escribir junto a las cifras. Las preguntas son las de los usuarios de PSentry, sobre todo servicios B2B e industria, así que no retrata todo lo que se pregunta a los asistentes. La mayoría de las respuestas son a preguntas en italiano, francés e inglés; en alemán todavía no hay ninguna, y en español solo esas 259 del principio, demasiado pocas para sacar conclusiones. Por eso esta página no te dice qué fuentes citan los asistentes en español: no lo sabemos todavía.

Cada lectura del panel de PSentry se exporta en CSV, y la API pública (/v1/sites) devuelve los mismos datos a un script o a una hoja de cálculo. Si un número te parece raro, el texto de la respuesta que lo produjo está ahí para leerlo.

Lo que el método no ve

• La memoria. ChatGPT puede recordar datos que el usuario guardó y apoyarse en conversaciones pasadas. Una llamada a la API empieza de cero: el responsable de compras que lleva un mes hablando de un proveedor no está representado.
• La personalización. Instrucciones personalizadas, plan, ajustes e historial de la cuenta moldean la respuesta que ve una persona. En nuestra llamada no existen.
• La publicidad. En algunos planes de ChatGPT, OpenAI muestra anuncios señalados como tales debajo de la respuesta. Quedan fuera de la respuesta y fuera de la respuesta de la API, así que no los registramos.
• AI Mode y AI Overviews de Google. Son funciones del buscador de Google, no de la API de Gemini. Una lectura de Gemini no dice nada directo sobre ninguna de las dos.

Ninguno de estos puntos ciegos queda tapado por el score. Son justamente la razón de que el score se dé por idioma y por asistente, y no como una sola cifra para «la IA».

Dos escaneos al mes, a propósito

Todos los planes hacen dos escaneos al mes. No hay alertas en tiempo real ni consultas continuas, y no es una carencia pendiente de resolver.

Las respuestas de un modelo de lenguaje son probabilísticas: la misma pregunta hecha dos veces en una hora puede devolver dos listas distintas. Medir cada pocas horas registra sobre todo ese ruido y lo llama movimiento; el razonamiento completo está en por qué medir más a menudo empeora el dato. La regla práctica: un cambio que aparece en una lectura y desaparece en la siguiente es ruido; uno que se mantiene durante dos o tres lecturas seguidas, en el mismo asistente y el mismo idioma, merece una reunión.

Lo que suelen preguntar antes de fiarse del dato

¿Un modelo pequeño invalida las lecturas?

No. Las convierte en lecturas de un modelo concreto, y por eso el modelo se nombra. La evolución en un mismo asistente y las comparaciones entre idiomas se sostienen, porque el modelo es el mismo a ambos lados. Afirmar qué ve cada usuario de ChatGPT no se sostendría, y no lo afirmamos.

¿PSentry cambia lo que los asistentes dicen de mi marca?

No. PSentry es una herramienta de medición: envía preguntas y registra respuestas. No publica contenidos, no envía nada a los proveedores y no promete mejoras de visibilidad.

¿Una lectura en español sirve para México y para España a la vez?

Sirve para la pregunta tal como está escrita. Si redactas las preguntas con el vocabulario de México, la lectura habla de cómo responden los asistentes a ese español; para España necesitas preguntas redactadas como las haría un comprador español.